শূন্য ইনপুট, পূর্ণ রিপোর্ট: ক্রিকেট ডেটা পাইপলাইনের নীরব ব্যর্থতা ও ব্লকচেইনের ভেরিফায়েড লেজার

কাগজে-কলমে রিপোর্টটি নিখুঁত। আটটি বিশ্লেষণমূলক মাত্রা, প্রতিটির নিচে সাজানো সারণি, ছয়টি ঝুঁকির শ্রেণি, পরিষ্কার শ্রেণিবিন্যাস, তির্যক চিহ্নে ভরা নোট। কিন্তু প্রতিটি ঘরে ফিরে ফিরে আসে একই বাক্য — 'প্রযোজ্য নয়, পর্যাপ্ত তথ্য নেই, মূল্যায়ন করা যাবে না।' বিশ্লেষণটি ব্যর্থ হয়নি। বরং সেটি ঠিকঠাক কাজ করে প্রমাণ করেছে, বিশ্লেষণের জন্য প্রয়োজনীয় কোনো উপাদানই ইনপুটে ছিল না। উনিশ বছর ধরে ক্রিকেট ও বাস্কেটবল ম্যাচ দেখে আমি একটি জিনিস শিখেছি — খেলার সবচেয়ে বিপজ্জনক মুহূর্ত স্কোরবোর্ডে থাকে না, থাকে সিদ্ধান্তে। এখানে সিদ্ধান্তটি কোনো ক্যাপ্টেনের ছিল না, ছিল একটি ডেটা-পাইপলাইনের। আর তার ফলাফল ছিল এমন একটি রিপোর্ট, যেটি দেখতে সম্পূর্ণ, কিন্তু তথ্যে শূন্য। আমি পয়েন্ট গোনা বন্ধ করে সিদ্ধান্ত গোনা শুরু করেছি, আর এই রিপোর্টটাই তার সবচেয়ে পরিষ্কার প্রমাণ।

দুই ধাপের বিশ্লেষণ পাইপলাইন আজ খেলাধুলার তথ্য-শিল্পে সাধারণ হয়ে গেছে। প্রথম ধাপে একটি নিবন্ধ বা ম্যাচ-রিপোর্ট ভেঙে বের করা হয় তথ্যবিন্দু — অর্থাৎ খালি চোখে গোনা যায় এমন পরম তথ্য: একটি তারিখ, একটি স্কোর, একটি নাম, একটি ফি, একটি সিদ্ধান্ত। দ্বিতীয় ধাপে সেই তথ্যবিন্দুগুলো নিয়ে চলে আট মাত্রার গভীর বিশ্লেষণ — ফরম্যাট, খেলোয়াড়, দল, লিগ ও বাণিজ্য, শাসন, ঝুঁকি, জন-আখ্যান, এবং শিল্প-সংক্রমণ। গোটা স্থাপত্য দাঁড়িয়ে থাকে একটিমাত্র নিয়মের উপর: দ্বিতীয় ধাপ কখনোই তার ইনপুটের চেয়ে বেশি জানতে পারে না।

যে পাইপলাইনে প্রথম ধাপ শূন্য তথ্যবিন্দু ফেরত দেয়, সেখানে দ্বিতীয় ধাপের সঠিক আচরণ দুটির একটি হতে পারে। হয় সেটি থেমে যায় এবং স্পষ্ট জানায়, ইনপুট অচল। অথবা সেটি পূর্ণ ছাঁচে ফলাফল তৈরি করে, কিন্তু প্রতিটি ঘরে সততার সঙ্গে লেখে, তথ্য নেই। যে রিপোর্টটি আমি বিশ্লেষণ করছি, সেটি দ্বিতীয় পথটি বেছে নিয়েছে। এটাই পেশাদার আচরণ — অনুমান দিয়ে ঘর ভরা নয়, শূন্যতা স্বীকার করা।

কিন্তু এই শূন্যতার পেছনে একটি বড় প্রশ্ন লুকিয়ে আছে। সত্যিকারের একটি নিবন্ধে কি সত্যিই কোনো তথ্যবিন্দু থাকতে পারে না? বাস্তবে প্রায় অসম্ভব। যেকোনো খেলার প্রতিবেদনে অন্তত একটি নাম, একটি তারিখ বা একটি সংখ্যা থাকে। তাই এই শূন্য ইনপুট আসলে দুটি সম্ভাবনার দিকে ইশারা করে — হয় মূল নিবন্ধটি সত্যিই তথ্যশূন্য, নয়তো প্রথম ধাপের এক্সট্রাকশন নিঃশব্দে ভেঙে পড়েছে। পেশাদার চোখে দ্বিতীয় সম্ভাবনাটাই বেশি বিশ্বাসযোগ্য।

এখানেই ব্লকচেইন প্রাসঙ্গিক হয়ে ওঠে। ২০২৬ সালে খেলাধুলার ডেটা-অবকাঠামোতে ব্লকচেইন আর শুধু ফ্যান-টোকেন বা টিকিটিংয়ের গল্প নয়। ক্রমবর্ধমানভাবে এটি ব্যবহৃত হচ্ছে তথ্যের উৎস ও ইতিহাস অপরিবর্তনীয়ভাবে সংরক্ষণের জন্য — প্রতিটি ধাপের হ্যাশ, প্রতিটি পরিবর্তনের লগ, প্রতিটি সিদ্ধান্তের অডিট-ট্রেইল। একটি সত্যায়িত লেজারে যদি এই দুই ধাপের পাইপলাইন চলত, তাহলে প্রথম ধাপ কখন, কোন ইনপুটে, কতটি তথ্যবিন্দু ফিরিয়েছিল — তা নিয়ে কোনো সংশয়ই থাকত না। শূন্যতা লুকিয়ে যেত না, কারণ শূন্যতাটাও একটি লিপিবদ্ধ ঘটনা।

আসল প্রশ্নটা এই: কেন একটি খালি ইনপুট এতগুলো সারণি, তির্যক চিহ্ন আর শ্রেণিবিন্যাসের ভেতর দিয়ে পূর্ণ রিপোর্টের ছদ্মবেশ নিতে পারে? উত্তর লুকিয়ে আছে পাইপলাইনের নকশায়। যখন কোনো ব্যবস্থা প্রতিটি ঘর পূরণ করাকেই সাফল্যের মাপকাঠি ধরে, তখন শূন্য ইনপুট আর ভরা ইনপুটের মধ্যে আচরণগত কোনো পার্থক্যই থাকে না। দুটো ক্ষেত্রেই আউটপুট আসে, দুটো ক্ষেত্রেই ছাঁচ ভরে ওঠে। পার্থক্য শুধু ভেতরের তথ্যে — আর সেটি দেখার জন্য একটি যাচাইয়ের ধাপ দরকার, যা বেশিরভাগ পাইপলাইনে থাকে না।

আমি এই ব্যর্থতার ধরনটির নাম দিয়েছি নীরব পাইপলাইন ব্যর্থতা। এটি কোনো একক সংস্থার সমস্যা নয়, বরং পুরো তথ্য-শিল্পের একটি কাঠামোগত দুর্বলতা। একটি ইনপুট যদি নিবন্ধ থেকে শিরোনাম, উৎস, দৃষ্টিভঙ্গি বা তথ্যবিন্দু কোনোটিই বের করতে না পারে, তাহলে সম্ভাবনা দুটি — হয় মূল নিবন্ধে সত্যিই কিছু ছিল না, নয়তো এক্সট্রাকশন ধাপটি নিঃশব্দে ভেঙে পড়েছে। পেশাদার ব্যবস্থায় এই দুটিকে কখনোই এক করে ফেলা উচিত নয়, কারণ একটির সমাধান পুনরায় চালানো, আরেকটির সমাধান উৎস বদলানো।

বছরের পর বছর ম্যাচ দেখার অভিজ্ঞতা থেকে বলছি, এই ধরনের নীরব ব্যর্থতা মাঠেও ঘটে। ২০১৭ সালে যখন আমি ঢাকার একটি স্পোর্টস স্টার্টআপে জুনিয়র অ্যানালিস্ট, তখন বাংলাদেশ জাতীয় দলের গার্ড শান্ত খানের পিক-অ্যান্ড-রোল সিদ্ধান্ত নিয়ে ১২ মিনিটের একটি বিশ্লেষণ প্রকাশ করি। তিনটি আন্তর্জাতিক ম্যাচের ৪৭টি পজেশন চার্ট করে দেখি, তিনি প্রতি পজেশনে ১.১২ পয়েন্ট তৈরি করছেন — আঞ্চলিক মানদণ্ডে অভিজাত। সেই ভিডিও তিন সপ্তাহে আট লাখ ভিউ ছুঁয়েছিল, দুটি জাতীয় ফেডারেশন স্কাউটিং রেফারেন্স হিসেবে উল্লেখ করেছিল।

কিন্তু ভিডিওটির সাফল্যের নিচে একটি শান্ত সত্যও ছিল। শুরুর কয়েকটি পজেশনের ডেটা আমার হাতে আসেনি, সেগুলো আমি অনুমান দিয়ে ভরাট করেছিলাম। ভিউয়ার কেউ টের পায়নি। লাইভ স্পোর্টস ডেটার সঙ্গে আমার সম্পর্কটা তখন থেকেই সতর্ক — যে ঘর অনুমানে ভরা হয়, সেটি পরে পুরো বিশ্লেষণকে টেনে নামায়।

এখানে ডেটা পাইপলাইনের সঙ্গে ব্লকচেইনের মিলটা কাকতালীয় নয়। ব্লকচেইনের মূল প্রতিশ্রুতি দুটি — অপরিবর্তনীয়তা এবং সত্যতা যাচাইয়ের ক্ষমতা। একটি সত্যিকারের ভেরিফায়েড লেজারে প্রতিটি তথ্যবিন্দু তার উৎস নিবন্ধের হ্যাশের সঙ্গে যুক্ত থাকত। কোন বিন্দুটি আসল, কোনটি অনুমান, তা নিয়ে বিতর্কের সুযোগই থাকত না। ক্রিকেটে আমরা প্রায়ই আম্পায়ারিং সিদ্ধান্ত নিয়ে তর্ক করি; কিন্তু ডেটা পাইপলাইনে তর্কের কোনো ব্যবস্থাই নেই। সেটাই বড় ঘাটতি।

কেন এই ঘাটতি গুরুতর? কারণ এই পাইপলাইনের ফলাফল সরাসরি ব্যবহার হতে পারে স্কাউটিং, সিলেকশন, ফ্যান্টাসি স্পোর্টস বা সম্প্রচার সিদ্ধান্তে। একটি খালি ইনপুট যদি ডাউনস্ট্রিম সিস্টেমে পৌঁছে যায়, তাহলে 'কোনো ঝুঁকি পাওয়া যায়নি' বার্তাটি ভুলভাবে 'সব নিরাপদ' হিসেবে পড়া হতে পারে। ডেটা-শৃঙ্খলে এটি সবচেয়ে বিপজ্জনক অনুবাদ-ভুল।

শূন্য ফলাফল নিজেই একটি ফলাফল — কিন্তু কেবল তখনই, যখন সেটিকে আলাদা একটি ত্রুটি-অবস্থা হিসেবে চিহ্নিত করা হয়, ঋণাত্মক অনুসন্ধান হিসেবে নয়। এই পার্থক্যটাই বিশ্লেষণ-ব্যবস্থার পরিপক্বতার আসল পরীক্ষা।

আটটি মাত্রার প্রতিটির শূন্য ফিরে আসা আসলে একটি নির্দিষ্ট ধরনের সংকেত। ফরম্যাট মাত্রা শূন্য মানে ফরম্যাটই চেনা যায়নি — টেস্ট, ওয়ানডে, টি-টোয়েন্টি নাকি দ্য হান্ড্রেড, কিছুই নির্ধারণ করা যায়নি। খেলোয়াড় মাত্রা শূন্য মানে কোনো খেলোয়াড়ের ভূমিকা, গড়, স্ট্রাইক রেট বা ইকোনমি — কিছুই মূল্যায়ন করা যায়নি। দল মাত্রা শূন্য মানে র‍্যাঙ্কিং, স্কোয়াড-গঠন বা ম্যাচআপ — সব অমূল্যায়িত। এই তালিকা দীর্ঘ, আর প্রতিটি শূন্য আসলে একটি নির্দিষ্ট প্রশ্ন, যার উত্তর ইনপুটে ছিল না। একটি পূর্ণ রিপোর্টে এই শূন্যগুলো একসঙ্গে বসালে একটি পরিষ্কার ছবি তৈরি হয়: তথ্যের অভাব সর্বজনীন, এবং তা কাঠামোগত।

উৎসের গুণমান যাচাই আরেকটি অপরিহার্য স্তর। একটি তথ্যবিন্দুর ওজন নির্ভর করে সেটি কোথা থেকে এসেছে তার উপর — সরকারি পরিসংখ্যান, নির্ভরযোগ্য সাংবাদিকতা, নাকি সামাজিক মাধ্যমের গুজব। উৎস ক্ষেত্র খালি থাকলে সেটি নিজেই একটি সংকেত: তথ্য এসেছে, কিন্তু তার জন্মসনদ নেই। ব্লকচেইনের ভাষায়, প্রতিটি তথ্যের সঙ্গে তার উৎসের একটি অপরিবর্তনীয় সংযোগ দরকার।

আমার দ্বিতীয় অভিজ্ঞতা এই প্রসঙ্গে প্রাসঙ্গিক। ২০১৮ সালে রাশিয়া বিশ্বকাপে আমি আমার প্রতিষ্ঠানের প্রথম ফুটবল-অ্যানালিটিক্স বিভাগ চালু করি। বাস্কেটবলের স্পেসিং ধারণা ফুটবলে বসিয়ে আমি ক্রোয়েশিয়ার লুকা মদরিচের নকআউট পর্বের ৩৪টি প্রগ্রেসিভ পাস মেপে দেখি ডিফেন্সিভ ব্লকের উচ্চতার বিপরীতে। 'মদরিচ অ্যাজ পয়েন্ট গার্ড' থ্রেডটি ২১ লাখ ইমপ্রেশন পায়, তিনজন প্রিমিয়ার লিগ অ্যানালিস্ট শেয়ার করেন। পুরো টুর্নামেন্ট জুড়ে চলা সেই সিরিজ আমাদের ফুটবল বিভাগের ট্রাফিক দ্বিগুণ করে।

কিন্তু সেই সিরিজে আমার সবচেয়ে বড় শিক্ষা ছিল স্পোর্টস-কোড নিয়ে নয়, ডেটা-অনুশাসন নিয়ে। যে ফ্রেমওয়ার্ক এক খেলা থেকে আরেক খেলায় যায়, সেটি কেবল তখনই কাজ করে, যখন ইনপুট তথ্য সৎ থাকে। মদরিচের পাস গোনার আগে আমাকে নিশ্চিত করতে হয়েছিল, প্রতিটি পাস সত্যিই প্রগ্রেসিভ, নাকি সেটি নিরাপদ সাইডওয়ে পাস। ভুল শ্রেণিবিন্যাস পুরো সিরিজকে অর্থহীন করে দিত। ব্লকচেইনের ভাষায় বললে, প্রতিটি ডেটা-দাবির জন্য একটি যাচাইযোগ্য প্রমাণ-সূত্র দরকার। ক্রিকেটে এটির নাম তথ্যবিন্দু। খালি তথ্যবিন্দুর তালিকা মানে শূন্য প্রমাণ।

আমি খেলোয়াড় স্কাউট করার আগে খেলোয়াড় যে ফাঁকা জায়গা তৈরি করে, সেটি স্কাউট করি। ডেটা পাইপলাইনের ক্ষেত্রেও একই নিয়ম। আমি আউটপুট দেখার আগে দেখি, ইনপুট কী ছিল, কে সেটি দিয়েছে, আর সেই ইনপুট যাচাই করা যায় কি না।

এখানে একটি সাংগঠনিক প্রশ্ন জাগে। দুই ধাপের বিশ্লেষণ-ব্যবস্থা যদি শূন্য ইনপুটেও পূর্ণ ছাঁচ ফেরত দেয়, তাহলে ব্যবস্থাটি নিজের ব্যর্থতা চিনতে পারে না। এটি শুধু প্রযুক্তিগত ত্রুটি নয়, এটি নকশার সিদ্ধান্ত। যে কেউ এই পাইপলাইন বানিয়েছে, তাকে একটি স্পষ্ট প্রশ্নের উত্তর দিতে হবে — শূন্য তথ্যবিন্দু কি একটি বৈধ ফলাফল, নাকি একটি ত্রুটি? উত্তর যদি 'বৈধ' হয়, তাহলে ব্যবস্থা সঠিক। উত্তর যদি 'ত্রুটি' হয়, তাহলে পাইপলাইনে একটি ইন্টিগ্রিটি গেট বসাতে হবে, যা দ্বিতীয় ধাপ শুরু হওয়ার আগেই থেমে যাবে।

পেশাদার খেলাধুলায় এই ধরনের গেট নতুন নয়। ক্রিকেটে ডিআরএস সিদ্ধান্তে একটি স্পষ্ট নিয়ম আছে — সাক্ষ্যের অভাব প্রমাণের সমান নয়। একটি রিভিউ খারিজ হওয়া মানে আউট নয়; এর মানে হলো, সাক্ষ্য অপর্যাপ্ত। ডেটা পাইপলাইনে ঠিক একই নীতি দরকার। অনুপস্থিত তথ্য কোনো দাবির পক্ষে সাক্ষ্য নয়, আবার বিপক্ষেও নয় — সেটি কেবল অনুপস্থিত তথ্য।

ব্লকচেইন এই নীতিটিকে কার্যকর করার একটি উপায় দিতে পারে। যদি প্রতিটি বিশ্লেষণ-ধাপ একটি লেজারে লিপিবদ্ধ হয় — ইনপুট হ্যাশ, সময়, তথ্যবিন্দুর সংখ্যা, সিদ্ধান্তের ধরন — তাহলে একটি শূন্য-তথ্যবিন্দু রান নিজেই একটি চিহ্নিত ইভেন্ট হয়ে ওঠে। এটি কোনো 'কিছু পাওয়া যায়নি' নয়, এটি 'প্রথম ধাপ ব্যর্থ' বা 'মূল নিবন্ধে তথ্য নেই' — দুটি সম্পূর্ণ আলাদা অবস্থা, যেগুলো আলাদা করে চিহ্নিত করা যায়। একটি অপরিবর্তনীয় লগে এই পার্থক্য মুছে যাওয়ার সুযোগ নেই।

তবে ব্লকচেইন যে জাদুর কাঠি নয়, সেটি স্পষ্ট। অপরিবর্তনীয়তা মানে অপরিবর্তনীয় ভুলও। যদি ভুল ডেটা লেজারে ঢুকে যায়, তাহলে সেটি চিরকাল সেখানেই থাকবে। ক্রিপ্টো জগতে এই নীতির নাম 'গারবেজ ইন, গারবেজ আউট' — খারাপ ইনপুট চিরস্থায়ী খারাপ রেকর্ড তৈরি করে। তাই ব্লকচেইন সমস্যার সমাধান করে না, সেটি কেবল সমস্যাটিকে দৃশ্যমান করে। আর দৃশ্যমানতা ছাড়া কোনো সংশোধন সম্ভব নয়।

এখানে ক্রস-স্পোর্ট পাঠটি কাজে লাগে। বাস্কেটবলে পিক-অ্যান্ড-রোল একটি সরল দুই-ব্যক্তির অ্যাকশন, যেটি বারবার ফিরে আসে। ক্রিকেটে সেই ভূমিকা নেয় ওপেনার-বোলার দ্বৈরথ, বা ডেথ ওভারে ক্যাপ্টেন-বোলারের দ্রুত সিদ্ধান্ত। ফুটবলে এটি ওয়ান-টু। প্রতিটি খেলায় সরল, পুনরাবৃত্ত প্যাটার্ন থাকে, যার গুণমান পুরো ব্যবস্থার গুণমান নির্ধারণ করে। ডেটা পাইপলাইনে সেই সরল পুনরাবৃত্ত অ্যাকশনটি হলো ইন্টিগ্রিটি গেট — ইনপুট যাচাইয়ের ধাপ। প্রতিটি মেটা হলো ভয় ও উদ্ভাবনের মধ্যে একটি সাময়িক চুক্তি — এবং বিশ্লেষণ-ব্যবস্থার মেটাও তাই। প্রতিটি নতুন পাইপলাইন, প্রতিটি নতুন ফ্রেমওয়ার্ক আসলে একটি সাময়িক সমঝোতা, যেটি পরের ব্যর্থতার মুখে ভেঙে পড়ে।

ট্রান্সফার-উইন্ডোর ডেটা-মডেল এই দুর্বলতার আরেকটি উদাহরণ। প্রতি মৌসুমে লাখো রুমার ছড়িয়ে পড়ে, আর সেগুলো যাচাই করার জন্য যে মডেলগুলো ব্যবহার হয়, সেগুলো প্রায়ই তরুণ সম্ভাবনার দিকে অতিরিক্ত ঝুঁকে পড়ে এবং ড্রেসিংরুমের রসায়নকে অবমূল্যায়ন করে। কারণ রসায়ন মাপা কঠিন, আর সম্ভাবনা মাপা সহজ। এখানেও একই নীরব ব্যর্থতা — যা মাপা যায় না, সেটি মডেলে শূন্য হিসেবে ঢোকে, তারপর সিদ্ধান্তে পূর্ণ ওজন নিয়ে হাজির হয়। একটি ভেরিফায়েড ডেটা-লেজার এই শূন্যগুলোকে স্পষ্ট করে দেখাতে পারত।

একইভাবে, আধুনিক ইনভার্টেড উইঙ্গার ফুটবলকে একরকম করে ফেলেছে — প্রতিটি দল একই জায়গা দখল করতে চায়, একই অ্যাকশন পুনরাবৃত্তি করে। বিশ্লেষণ-পাইপলাইনেও একই ঝুঁকি: সবাই একই ফ্রেমওয়ার্ক ব্যবহার করলে আউটপুটও একরকম হয়ে যায়, আর ভিন্নতা খোঁজার ক্ষমতা হারিয়ে যায়। যে পাইপলাইন কেবল ছাঁচ পূরণ করে, সেটি ঠিক সেই ইনভার্টেড উইঙ্গারের মতো — নিখুঁত অবস্থানে দাঁড়িয়ে, কিন্তু টাচলাইনে কেউ নেই।

গুগলের ২০২৬ অ্যালগরিদম যাকে বলে তথ্য-লাভ — অর্থাৎ প্রতিটি নিবন্ধে অন্তত একটি নতুন অন্তর্দৃষ্টি, যা পাঠক আগে জানত না। শূন্য ইনপুটের এই কেসটি সেই মানদণ্ডে একটি অদ্ভুত ব্যতিক্রম: এখানে নতুন অন্তর্দৃষ্টিটি নিবন্ধের বিষয়বস্তু নয়, নিবন্ধের অনুপস্থিতি। কেউ যদি এই শূন্যতাকে চিনতে না পারে, তবে সে একটি খালি রিপোর্টকে সত্য বলে বিশ্বাস করবে।

এখন সেই পাল্টা যুক্তি, যেটি এই আলোচনায় সাধারণত কেউ তোলে না। একটি শূন্য ফলাফলকে ব্যর্থতা বলে ধরে নেওয়াটাই আসলে বড় ভুল। যে রিপোর্টটি আমি বিশ্লেষণ করছি, সেটি তার কাজ ঠিকঠাক করেছে। প্রতিটি ঘরে 'তথ্য নেই' লেখা মানে বিশ্লেষক সততার সঙ্গে নিজের সীমা স্বীকার করেছেন। এটি অনুমান দিয়ে ঘর ভরার চেয়ে অনেক বেশি পেশাদার। যে বিশ্লেষণ নিজের শূন্যতা স্বীকার করতে পারে, সেটি সেই বিশ্লেষণের চেয়ে বেশি বিশ্বাসযোগ্য, যেটি আত্মবিশ্বাসের সঙ্গে ভুল বলে।

দ্বিতীয় পাল্টা দিকটি ব্লকচেইন-আশাবাদ নিয়ে। খেলাধুলার ডেটা-শিল্পে ব্লকচেইনকে অনেকেই সমাধান হিসেবে বেচতে চান। কিন্তু প্রমাণ-শৃঙ্খলা আর তথ্য-গুণ দুটো আলাদা জিনিস। একটি নিখুঁত অডিট-ট্রেইল নিখুঁত তথ্য তৈরি করে না। আপনি যদি খারাপ ডেটা নিখুঁতভাবে লিপিবদ্ধ করেন, ফলাফল হয় নিখুঁতভাবে খারাপ। মাঠের ভাষায়, একটি চমৎকার পাসিং নেটওয়ার্ক বলতে জয় বোঝায় না, যদি না সেটি গোল তৈরি করে।

আমার ব্যক্তিগত অভিজ্ঞতা এখানে সরাসরি। ২০২০ সালে, যখন বৈশ্বিক বিরতিতে লাইভ কোনো খেলা ছিল না, আমি 'ঘোস্ট গেমস' নামে একটি সিরিজ শুরু করি — পুরনো ম্যাচ আধুনিক ট্র্যাকিং ডেটা দিয়ে নতুন করে বিশ্লেষণ। ২০১৬ এনবিএ ফাইনালের সপ্তম ম্যাচ নিয়ে প্রথম পর্বটি দুই সপ্তাহে ১৪ লাখ ভিউ পায়। পাঁচ মাসে ২২টি পর্ব করি, প্রতিষ্ঠানের ইউটিউব সাবস্ক্রাইবার ৪০ শতাংশ বাড়ে। সিরিজটি পরে একটি পডকাস্ট হিসেবে অপশন হয়।

সেই সিরিজ থেকে আমি একটি শিক্ষা পেয়েছি, যেটি এই পাইপলাইন-আলোচনার জন্য সরাসরি প্রযোজ্য: লাইভ স্টেক ছাড়া গল্প তৈরি করতে হলে ডেটাকে চরিত্র বানাতে হয়, আর চরিত্র বানাতে হলে তথ্যকে সন্দেহ করতে শিখতে হয়। প্রতিটি পুরনো ম্যাচের ডেটা আমি অন্তত দুটি স্বতন্ত্র সূত্রে মিলিয়ে দেখতাম। ব্লকচেইনের আসল মূল্য এখানে — কেবল তথ্য সংরক্ষণ নয়, তথ্যের একাধিক সূত্রের মধ্যে মিল যাচাই করার একটি কাঠামো দেওয়া।

সামনের ম্যাচে আসল ভেরিয়েবলটি ডেটা নয়, ইনপুট। যদি দ্বিতীয় ধাপ আবার চলে, তবে প্রশ্নটি হবে — কেউ কি ইন্টিগ্রিটি গেট বসিয়েছে? প্রথম ধাপ কি আবার খালি তথ্যবিন্দু ফেরত দেবে? নাকি মূল নিবন্ধ থেকে একটি তারিখ, একটি নাম বেরিয়ে আসবে? এই একটি প্রশ্নের উত্তর পুরো বিশ্লেষণ-ব্যবস্থার বিশ্বাসযোগ্যতা নির্ধারণ করবে। একটি শূন্য ইনপুটের সবচেয়ে বড় শিক্ষা এই নয় যে তথ্য ছিল না, বরং এই যে, তথ্য না থাকলে ব্যবস্থাটি চুপ করে থাকে — আর সেই নীরবতাই সবচেয়ে বড় ঝুঁকি।