স্কিমা ঠিক, ভেতরটা ফাঁকা: ক্রিকেটের ডেটা পাইপলাইনে নীরব ব্যর্থতা

রাত ২টা ১৭ মিনিটে মুম্বই ডেস্কের স্ক্রিনে যে ফাইলটা এল, তার গঠন নিখুঁত। প্রতিটি ফিল্ড নিজের জায়গায়, প্রতিটি ব্র্যাকেট বন্ধ, স্কিমা ভ্যালিডেটর সবুজ বাতি জ্বালিয়ে দিল। ভেতরে কিছু নেই। শিরোনাম নেই, সূত্র নেই, তথ্যবিন্দুর তালিকা খালি, সংশ্লিষ্ট কোনো দল বা খেলোয়াড়ের নাম নেই। ডোমেইন লেবেল লেখা cricket_world, অথচ পরের ধাপ প্রত্যাশা করছিল Cricket। উনিশ বছর ধরে এই বিটে কাজ করে একটা কথা শিখেছি — ফাঁকা নোটবুক নিয়ে ডেডলাইনে ফাইল করা যায় না। মেশিনের ক্ষেত্রেও একই নিয়ম হওয়া উচিত ছিল।

কাঠামোটা বুঝে নেওয়া দরকার। যে ব্যবস্থা এই ফাইল তৈরি করেছে, সেটা দুই স্তরের। প্রথম স্তরে সংবাদ বা প্রতিবেদন থেকে তথ্য তোলা হয়: শিরোনাম, সূত্র, প্রকাশের তারিখ, এক-বাক্যে সারমর্ম, তথ্যবিন্দু, মূল মত, সংশ্লিষ্ট সত্তা। দ্বিতীয় স্তরে সেই তথ্যবিন্দুগুলোর উপর আটটি মাত্রার বিশ্লেষণ চালানো হয় — ফরম্যাট ও ম্যাচ, খেলোয়াড়ের কৌশল ও তথ্য, দলের অবস্থান ও র‍্যাংকিং, লিগ ও বাণিজ্য, নিয়ম ও প্রশাসন, ঝুঁকি, জন-আখ্যান, এবং শিল্প-প্রসারণ। দুই স্তরের মধ্যে একটা চুক্তি আছে: প্রথম স্তর তথ্য দেবে, দ্বিতীয় স্তর সেই তথ্যের ভিত্তিতে সিদ্ধান্ত দেবে। এবার প্রথম স্তর চুক্তি ভেঙেছে, কিন্তু ভাঙার ভঙ্গিটা অদ্ভুত — সে এরর দেয়নি, শুধু ফাঁকা হাত বাড়িয়ে দিয়েছে। স্কিমা মেনে চলা কিন্তু মূল্যহীন পেলোড — সফটওয়্যার জগতে এটাই সবচেয়ে বিপজ্জনক ব্যর্থতার রূপ, কারণ সাধারণ ভ্যালিডেশন একে ধরতে পারে না।

২০১৮ সালের রাশিয়া বিশ্বকাপে মস্কোয় বসে আমি এক রাতেই শিখেছিলাম, ডেডলাইন শুধু সময় নয় — একটা জায়গা। যে জায়গায় পৌঁছে খবর দিতে হয়। ডেটা পাইপলাইনের ডেডলাইনের নাম ভ্যালিডেশন গেট; সেটা পেরোলে খবর ধরে নেওয়া হয় সত্য। কিন্তু গেট শুধু আকৃতি দেখে, রক্ত দেখে না। ফাঁকা পেলোডের চারটি ব্যাখ্যা টেকনিক্যালি সম্ভব: এক, এক্সট্রাকশন ধাপ নীরবে ব্যর্থ হয়েছে কিন্তু এরর না তুলে স্কিমা-সম্মত শূন্য অবজেক্ট ফেরত দিয়েছে; দুই, উৎস পাতাটি পেওয়াল বা জাভাস্ক্রিপ্ট-নির্ভর ছিল, তাই মূল লেখা হাতে আসেনি; তিন, উৎসটি ছিল মূলত ভিডিও বা স্কোর-উইজেট, যেখানে পঠনযোগ্য অনুচ্ছেদই নেই; চার, সংস্করণ-অমিলে তথ্যবিন্দুর অ্যারে পথে হারিয়ে গেছে। চারটির মধ্যে প্রথমটাই সবচেয়ে সম্ভাব্য, কারণ ফিল্ডের নামগুলো টিকে আছে, শুধু মানগুলো নেই — এটা ব্যতিক্রম গিলে ফেলা কোডের চেনা স্বাক্ষর।

প্রথম বিশ্লেষণ মাত্রাতেই সমস্যাটা স্পষ্ট হয়ে যায়। ফরম্যাট শনাক্ত করা যায়নি — টেস্ট, ওয়ানডে, টি-টোয়েন্টি, দ্য হান্ড্রেড, কোনোটিরই সংকেত নেই। ভেন্যু নেই, পিচের ধরন নেই, আবহাওয়া বা ডাকওয়ার্থ-লুইস-স্টার্ন পদ্ধতির প্রসঙ্গ নেই। ফরম্যাট না জানলে কোনো কৌশলগত পাঠ টিকবে না, আর জোর করে ফরম্যাট বসানো মানে বানানো তথ্য। বিপদটা তাৎক্ষণিক নয়, বিলম্বিত — আগামী কোনো রানে কেউ এই ফাঁকা ফাইলটাকে 'টি-টোয়েন্টি প্রতিবেদন' ধরে নিয়ে বিশ্লেষণ চালাবে, আর সেই ভুলটা আর কোথাও ধরা পড়বে না।

খেলোয়াড় ও দলের স্তরে সমস্যাটা আরও গভীর। কোনো নাম নেই, তাই ভূমিকা, ব্যাটিং হাত, বোলিংয়ের ধরন, ক্যারিয়ারের ধাপ — কিছুই নির্ধারণযোগ্য নয়। আর এখানেই কাঠামোগত একটা ফাঁদ লুকিয়ে আছে: 'সংশ্লিষ্ট সত্তা' ফিল্ডটি তৈরি হয় তথ্যবিন্দু থেকে, তাই তথ্যবিন্দু খালি হলে সত্তার তালিকা খালি হওয়াটা অনিবার্য — এটা আলাদা কোনো ত্রুটি নয়, একটানা পতনের ফল। এই অবস্থায় সবচেয়ে বড় ঝুঁকি তথ্যের অভাব নয়, টেমপ্লেট পূরণের চাপে খেলোয়াড় ও পরিসংখ্যান বানিয়ে ফেলার প্রবণতা। যে মডেল আটটি মাত্রা পূরণ করতে বাধ্য, সে ফাঁকা জায়গায় বিশ্বাসযোগ্য শোনানো নাম বসিয়ে দিতে পারে; সাংবাদিকতার ভাষায় ওটা রিপোর্টিং নয়, জালিয়াতি।

বাণিজ্য ও প্রশাসনের মাত্রাতেও একই ছবি। ব্রডকাস্ট স্বত্বের মূল্য, ফ্র্যাঞ্চাইজি মূল্যায়ন, নিলামের দাম — কোনো অঙ্কই নেই; আইপিএল, বিগ ব্যাশ, পাকিস্তান সুপার লিগ, সাউথ আফ্রিকা টি-টোয়েন্টি লিগ সব সমানভাবে অসমর্থিত। প্রশাসনের চেকলিস্ট শুধু কাঠামোগত পূর্ণতার জন্য রাখা হয়েছে, আর সেখানে একটি সূক্ষ্ম পার্থক্য মনে রাখা জরুরি: দুর্নীতির কোনো সংকেত না পাওয়ার অর্থ 'দুর্নীতির অভাব' নয়, বরং 'দুর্নীতির প্রমাণ নেই'। ২০০০ সালে হান্সি ক্রোনিয়ের ম্যাচ-ফিক্সিং কাণ্ড বা ২০১৩ সালের আইপিএল স্পট-ফিক্সিং মামলা এই বিটের স্থায়ী প্রেক্ষাপট, কিন্তু সেগুলোকে এই ফাইলের সঙ্গে জুড়ে দেওয়া হবে নিছক ভুল সংযোগ।

জন-আখ্যানের স্তরে গিয়ে একটা বাস্তব সমস্যা সামনে আসে: প্রকাশের তারিখ নেই। ক্রিকেটে এটা মামুলি ঘাটতি নয় — এক সিরিজের ভেতরেই কোনো খেলোয়াড় বা দল নিয়ে গল্প উল্টে যেতে পারে। তারিখহীন দাবি কার্যত ব্যবহারের অযোগ্য। আর শিল্প-প্রসারণের মানচিত্রে এই রানে সত্যিকারের যে শৃঙ্খলটা ধরা পড়ে, সেটা ক্রিকেটের বাইরে নয়, ভেতরে: প্রথম স্তরের নীরব ব্যর্থতা, দ্বিতীয় স্তরের ফাঁকা বিশ্লেষণ, এবং শেষে পাঠক বা ক্লায়েন্টের কাছে পৌঁছে যাওয়া দুর্বল পণ্য। এই মূল্যক্ষয় ধরা পড়ে না, কারণ কোথাও কোনো লাল বাতি জ্বলে না।

এখন সেই পাল্টা পাঠটা নেওয়া যাক, যা বাইরের কেউ সহজেই করে। তার যুক্তি হবে সরল: লেখাটা ফাঁকা ছিল, তাই কিছু ঘটেনি। ভুলটা দুটো জায়গায়। প্রথমত, একটা স্পষ্ট এরর ফাঁকা পেলোডের চেয়ে অনেক নিরাপদ — এরর লাইন থামিয়ে দেয়, ফাঁকা পেলোড লাইন পেরিয়ে যায়। দ্বিতীয়ত, আসল ক্ষতিটা ফাঁকা ফাইলে নয়, তার পরে যা ঘটল তাতে — শূন্য তথ্যের উপর আটটি মাত্রার পূর্ণ প্রসেসিং চালানো হলো, বিশাল যন্ত্রশক্তি খরচ হলো, আর ফলাফল শূন্য। এখানেই একটা নীরব অথচ গুরুত্বপূর্ণ সংকেত আছে: বিশ্লেষণ ব্যবস্থাটি বানানো তথ্যে টেমপ্লেট ভরাট করেনি, বরং প্রতিটি ঘরে 'তথ্য অপর্যাপ্ত' লিখে থেমে গেছে। লকডাউনের সেই সন্ধ্যাগুলো শিখিয়েছিল, খালি ঘরেরও একটা নাড়ি থাকে — এখানে সেই নাড়িটা হলো প্রত্যাখ্যান। যে ব্যবস্থা জানতে পারে কখন থামতে হয়, সেটাই আসলে কাজ করছে।

এখন প্রশ্নটা প্রযুক্তির, এবং উত্তরটা ক্রিকেটের বাইরে থেকেও আসতে পারে। খেলাধুলার ডেটা সরবরাহ শৃঙ্খলে অডিট লেজারের ধারণা এখনো প্রান্তে; ব্লকচেইন-ধাঁচের হ্যাশ-চেইন লগ এখানে সরাসরি কাজে লাগতে পারে — প্রতিটি ফেচ ও পার্স ধাপে একটি হ্যাশ রেকর্ড হলে, কোনো ফাঁকা পেলোড তার নির্দিষ্ট এইচটিটিপি স্ট্যাটাস ও বডি-দৈর্ঘ্য পর্যন্ত ফিরে traced করা যায়। সঙ্গে দরকার তিনটি বাধ্যবাধকতা: তথ্যবিন্দুর ন্যূনতম সংখ্যার প্রাক-যাচাই, শূন্য-হারের পর্যবেক্ষণ, এবং দুই স্তরের স্কিমা সংস্করণ একসঙ্গে পিন করা। মস্কো আমাকে শিখিয়েছিল ডেডলাইন একটা জায়গা; ডেটা পাইপলাইনে সেই জায়গাটা হলো গেট। প্রশ্নটা থেকে যায় — এই খালি ফাইলটা কি প্রথম, নাকি ইতিমধ্যে এমন অনেক ফাঁকা পাতা ছাপা হয়ে গেছে, যাদের নাম আমরা কোনোদিন জানতে পারব না?