নাল ইনপুট: ফুটবল ডেটার নীরব ব্যর্থতা ও লেজার-যুগের দাবি

গত সপ্তাহে লন্ডনের ডেটা রুমে বসে একটি লাইন আমাকে থামিয়ে দিল। একটি প্রিমিয়ার লিগ ম্যাচের রেকর্ড। স্টেটাসে লেখা—processed। কিন্তু xG কলামটি ফাঁকা, PPDA কলামটি ফাঁকা, দল ও খেলোয়াড়ের নামের ঘরে লেখা ‘উৎস থেকে নির্ধারণ করুন’। তবু রেকর্ডটি দেখতে সম্পূর্ণ। কোনো এরর ফ্ল্যাগ নেই, কোনো লাল সতর্কবার্তা নেই। ডেটাবেসের ভাষায় এটি একটি বৈধ সারি; বাস্তবে এটি শূন্যতা—একটি পরিপাটি মোড়কে সাজানো শূন্যতা। আটান্ন বছর বয়সে এসে আমি বুঝেছি, সবচেয়ে বিপজ্জনক ডেটা কখনো ভুল ডেটা নয়। সবচেয়ে বিপজ্জনক ডেটা হলো সেই ফাঁকা ঘর, যেটি নিজেকে ভরা বলে চালিয়ে দেয়। ফুটবলের ডেটা সাপ্লাই চেইন আজ আর কয়েকজন প্রতিবেদকের নোটবুক নয়। ক্লাবের রিক্রুটমেন্ট বিভাগ, সম্প্রচার গ্রাফিক্স, বেটিং মার্কেট, এমনকি ম্যানেজারের ম্যাচ-পূর্ব ব্রিফিং—সবই এখন অটোমেটেড ডিকনস্ট্রাকশন পাইপলাইনের উপর নির্ভরশীল। একটি সোর্স ডকুমেন্ট ইনজেস্ট হয়, কয়েক স্তরের মডেল সেটিকে ভেঙে ফেলে, তারপর সেই টুকরোগুলো একটি কাঠামোবদ্ধ রেকর্ডে রূপ নেয়। আমি নিজে মিডিয়ার জন্য এমন পাইপলাইন বানিয়েছি; ২০১৮ বিশ্বকাপে ডেস্কে লাইভ ডেটা ড্যাশবোর্ড চালু করার সময় শিখেছিলাম—পাইপলাইনের দুর্বলতা সাধারণত মডেলের ভেতরে থাকে না, থাকে দরজায়। বিষয়টি এভাবে ভাবুন। পাইপলাইনের প্রথম স্তর যখন কোনো নিবন্ধ বা প্রতিবেদন পড়তে পারে না—হতে পারে সেটি পেওয়ালের আড়ালে, হতে পারে জাভাস্ক্রিপ্টে রেন্ডার করা, হতে পারে স্ক্র্যাপার সেটি টেনেই আনতে পারেনি—তখন মডেল থেমে যায় না। সে একটি খোলস তৈরি করে। টেমপ্লেটের লেবেলগুলো বেঁচে থাকে, নির্দেশনার লাইনগুলো বেঁচে থাকে, শুধু বিষয়বস্তু আসে না। ফলাফল একটি রেকর্ড, যার চেহারা নিখুঁত, কিন্তু তথ্যপয়েন্টের তালিকা শূন্য। এখানেই আসল ফাঁদ। কারণ পাইপলাইন যদি ক্র্যাশ করত, কেউ না কেউ টের পেত। কিন্তু পাইপলাইন যখন ভদ্রভাবে একটি বৈধ দেখতে সারি ফেরত দেয়, সেটি সিস্টেমে ঢুকে পড়ে—processed হিসেবে। এই ব্যর্থতা কি বিরল? আমার অভিজ্ঞতা বলে না। এবং এখানেই আমি আমার নিজের কাজের দিকে ফিরে তাকাই, কারণ আমার বড় সাফল্যগুলো এসেছিল ঠিক উল্টো পরিস্থিতি থেকে—সম্পূর্ণ, পরিষ্কার, স্তর-বাই-স্তর ডেটা থেকে। ২০১৭ সালের জুনে লিভারপুল মোহামেদ সালাহকে ৩৬.৯ মিলিয়ন পাউন্ডে কিনলে আমি ৭২ ঘণ্টা ডেটা রুমে কাটাই। রোমার সেই মৌসুমের প্রতিটি শট টেনে আনি। ওপেন প্লে xG প্রতি ৯০ মিনিটে ০.৫২, ৬৮ শতাংশ শট বক্সের ভেতরে। সেই ডেটা সম্পূর্ণ ছিল বলেই আমি লিখতে পেরেছিলাম, সালাহ উইঙ্গার নন, তিনি ২৫ গোলের ফরওয়ার্ড। তিনি ৩২ গোল করলেন। মডেল আই-টেস্টকে হারাল। কিন্তু লক্ষ্য করুন—মডেল জিতেছিল কারণ ইনপুটে একটি শটও বাদ পড়েনি। একটি ফাঁকা ঘর থাকলে সেই প্রবন্ধ কখনো লেখা হতো না। ২০১৮ বিশ্বকাপ ফাইনালের আগে আমি PPDA ও সেট-পিস xG মডেল বানাই। ক্রোয়েশিয়া টানা তিন ম্যাচ অতিরিক্ত সময় খেলেছে, ৯০ বাড়তি মিনিট; তাদের PPDA ৮.৪ থেকে ১২.১-এ গড়িয়েছে। ফ্রান্সের PPDA ৯.৮, টুর্নামেন্টে তাদের সেট-পিস xG ৩.২। আমি এডিটরকে বলেছিলাম, ফ্রান্স দুই গোলে জিতবে। ফ্রান্স ৪-২ জিতল। ফ্রান্সের সেট-পিস xG আমার মডেলে ট্রফিটা আগেই তুলে রেখেছিল। আবারও—এই আত্মবিশ্বাসের ভিত্তি অসম্পূর্ণ নয়, বরং সম্পূর্ণ একটি ডেটাসেট। ২০২০ সালের জুনে প্রজেক্ট রিস্টার্ট শুরু হলে আমি প্রথম ৪০টি দর্শকশূন্য ম্যাচ দেখি। ঘরের মাঠে জয়ের হার ৪৫.২ শতাংশ থেকে ৩০ শতাংশে নামে। ঘরের দলের PPDA ১.৭ খারাপ হয়, xG পার্থক্য প্লাস ০.২৪ থেকে মাইনাস ০.১১-তে পড়ে। স্টেডিয়াম খালি হলে আমার হোম-অ্যাডভান্টেজ ভেরিয়েবলটি চুপচাপ মরে গিয়েছিল। ভিড় কেবল আবহাওয়া নয়, ভিড় একটি ট্যাকটিক্যাল ভেরিয়েবল—এই দাবি আমি টেবিল দেখিয়ে করতে পেরেছিলাম, কারণ টেবিলে একটি ঘরও খালি ছিল না। ২০২১ সালে পেদ্রির ৭.৩ প্রোগ্রেসিভ পাস প্রতি ৯০ মিনিট, ৯২ শতাংশ পাস অ্যাকুরেসি ও ০.১৪ xG দেখে আমি বাজারে একজন কিশোর দেখলাম না, দেখলাম একজন মিডফিল্ড মেট্রোনোম। ২০২২ সালে লেভানডফস্কির ৩০.৫ xG ও ৪.১ শট প্রতি ৯০ মিনিট দেখে বুঝেছিলাম, বার্সেলোনার ৪৫ মিলিয়ন ইউরোর জুয়া সস্তা। এসব ভবিষ্যদ্বাণী সংখ্যার উপর দাঁড়িয়ে ছিল—আর সেই সংখ্যাগুলোর প্রতিটির একটি উৎস, একটি টাইমস্ট্যাম্প, একটি অডিট-ট্রেইল ছিল। এখন ওই ফাঁকা সারিটির দিকে ফিরে আসি। আমি যা পেয়েছি, সেটি একটি ডিকনস্ট্রাকশন পাইপলাইনের ব্যর্থতা—এবং ব্যর্থতাটি প্রমাণ করে, ফুটবলের ডেটা সাপ্লাই চেইনে একটি গোপন গর্ত আছে। এই গর্তের চারটি চেহারা আমি চিনি। এর একটি চেহারা হলো নীরব ব্যর্থতা। পাইপলাইন ক্র্যাশ করে না, তাই কেউ খোঁজ পায় না। একটি রেকর্ড processed হিসেবে জমা হয়, অথচ তার তথ্যপয়েন্ট শূন্য। সিস্টেমের দৃষ্টিতে ঘটনাটি ঘটেছে; বাস্তবে ঘটনাটি কখনো ঘটেনি। আরেকটি চেহারা জন্র-অন্ধত্ব। যেহেতু সোর্স অজানা, কেউ বলতে পারে না নিবন্ধটি ট্রান্সফার গুজব ছিল, ট্যাকটিক্যাল লং-রিড ছিল, নাকি আর্থিক দুর্নীতির ফাঁস। এই তিন জন্রের নির্ভরযোগ্যতার মানদণ্ড সম্পূর্ণ আলাদা। একটি গুজব আর একটি নিরীক্ষা প্রতিবেদন একই কাঠামোয় ফেলা যায় না। পরের চেহারাটি এনটিটি-রেজোলিউশনের ব্যর্থতা। কোনো ক্লাব, কোচ, খেলোয়াড়, এমনকি গভর্নিং বডিও চিহ্নিত হয়নি। ফলে ডাউনস্ট্রিমে এই রেকর্ডটি যেকোনো এনটিটি ডেটাবেসে ঢুকে পড়তে পারে—নামহীন, গুণহীন, তবু বিদ্যমান। সবচেয়ে ভয়ংকর চেহারাটি নিচের দিকে দূষণ। যদি এই ফাঁকা সারি কোনো সামগ্রিক সূচক, সেন্টিমেন্ট মডেল বা ট্রান্সফার-ভ্যালুয়েশন অ্যাগ্রিগেটে মিশে যায়, তাহলে সেটি একটি বাস্তব ফুটবল ঘটনা হিসেবে নিবন্ধিত হবে। সংখ্যা তখন মিথ্যা নয়—সংখ্যাটিই অনুপস্থিত, অথচ গণনায় ধরা পড়ছে। এখানেই লেজার-প্রশ্নটি আসে। আমি ট্রান্সফার মার্কেট দেখেছি একটি মঠের খাতা হিসেবে: শান্ত, নিখুঁত, নির্দয়। খাতায় যদি একটি কলম না মেলে, পুরো হিসাব মেলে না। ফুটবলের ডেটাশিল্প এখন ঠিক সেই মেলানোর কাজটি করছে না। আমরা সোর্স হ্যাশ করি না, এক্সট্র্যাকশনের টাইমস্ট্যাম্প রাখি না, তথ্যপয়েন্ট খালি হলে রেকর্ড আটকে দিই না। যেখানে ব্লকচেইনের মূল শিক্ষা হলো—প্রতিটি এন্ট্রি অপরিবর্তনীয়, প্রতিটি লেখা যাচাইযোগ্য, আর কোনো খালি ব্লককে বৈধ বলে চালিয়ে দেওয়া যায় না—সেখানে ফুটবল বিশ্লেষণ এখনো বিশ্বাসের উপর চলছে, প্রমাণের উপর নয়। যদি প্রতিটি ইনজেস্টেড ডকুমেন্টের একটি ক্রিপ্টোগ্রাফিক হ্যাশ থাকত, যদি প্রতিটি ডিকনস্ট্রাকশন-আউটপুট একটি অপরিবর্তনীয় খাতায় লেখা থাকত, তাহলে একটি ফাঁকা সারি কখনো processed সেজে ডাউনস্ট্রিমে যেতে পারত না। এখানে একটি বিপরীতমুখী কথা বলা দরকার, কারণ ফুটবল-ডেটা জগতের ভয়টি ভুল জায়গায়। আমরা সবাই মডেল-পক্ষপাত, ওভারফিটিং ও কনফার্মেশন বায়াস নিয়ে উদ্বিগ্ন। আমার নিজের সালাহ-সাফল্যও এক ধরনের ওভারফিটিং-ঝুঁকি—একটি উদাহরণ দিয়ে সব ফরওয়ার্ড মাপার লোভ। কিন্তু সত্যি বলতে, একটি ভুল সংখ্যা ধরা পড়ে, কারণ ভুল সংখ্যা প্রশ্ন ডাকে। আর একটি ফাঁকা ঘর ধরা পড়ে না, কারণ ফাঁকা ঘর প্রশ্ন ডাকে না—সে শুধু ভদ্রভাবে চুপ করে থাকে। অর্থাৎ, সিস্টেমের সবচেয়ে বড় শত্রু মিথ্যা নয়, শূন্যতা; কারণ মিথ্যা লড়াই করে, শূন্যতা লুকিয়ে পড়ে। ডেটাকে আমরা আয়না ভাবি—অথচ ডেটা একটি খাতা। আর খাতার প্রথম শর্ত মেলানো, সাজানো নয়। যে বিশ্লেষণ ব্যবস্থা নিজের ফাঁকা ঘরগুলো চিনতে পারে না, সে যত উন্নত মডেলই চালাক না কেন, তার প্রতিটি সিদ্ধান্ত একটু একটু করে দূষিত হতে থাকে—একদম নীরবে। আমার ভবিষ্যদ্বাণী নির্দিষ্ট এবং ভুল প্রমাণযোগ্য: আগামী দুই ট্রান্সফার উইন্ডোর মধ্যে অন্তত একটি বড় আউটলেট বা ক্লাব এমন এক ফাঁকা-ইনপুট কাণ্ডে বিব্রত হবে, যেখানে একটি ভুয়া-সম্পূর্ণ ডেটা-সারি একটি রিক্রুটমেন্ট বা সম্প্রচার সিদ্ধান্তে ঢুকে পড়বে। প্রতিকারটি জটিল নয়—প্রতিটি সোর্সের হ্যাশ, প্রতিটি এক্সট্র্যাকশনের টাইমস্ট্যাম্প, আর তথ্যপয়েন্ট খালি হলে রেকর্ড বাতিল করার নিয়ম। আটান্ন বছর বয়সে শিখেছি, ট্যাকটিক্স বদলায়, কিন্তু হর কখনো মিথ্যা বলে না। প্রশ্নটি শুধু—আমরা সেই হরটি রাখতে রাজি কি না।