নাল রেজাল্টের পাঠ: ফুটবল ডেটা পাইপলাইনে যাচাই, হলিউসিনেশন ঝুঁকি ও অপরিবর্তনীয় রেকর্ড

স্টেজ-১ ডিকনস্ট্রাকশন তিনবার চালালাম। তিনবারই খালি ফিরল। ইনফরমেশন পয়েন্টের তালিকা শূন্য, এনটিটি ইনভলভডের ঘর ফাঁকা, শিরোনামের জায়গায় এন/এ, প্রকাশের কোনো তারিখ নেই। ড্যাশবোর্ডের প্রতিটি সেল একই বাক্য ফিরিয়ে দিচ্ছে: অপর্যাপ্ত তথ্য, মূল্যায়ন সম্ভব নয়। আপস্ট্রিম কোনো তথ্য না দিলে ডাউনস্ট্রিমের নয়টি মাত্রার একটিও ঘর ভরার কথা নয় — সেটাই সিস্টেম ঠিকভাবে বলছে। সংখ্যাটা পরিষ্কার ছিল। ম্যাচটা হতে রাজি হয়নি। ২০১৭ সালে বরিশাল থেকে ঢাকার একটি ফুটবল-ডেটা নিউজরুমে যোগ দেওয়ার পর এটাই প্রথম ঘটনা যেখানে ডেটা খারাপ নয়, ডেটা নেই। পার্থক্যটা ছোট নয়। খারাপ ডেটা দিয়ে মডেল দাঁড় করানো যায়, সংশোধনের লগ লেখা যায়, কনফিডেন্স ব্যান্ড চওড়া করা যায়। অনুপস্থিত ডেটার উপর বিশ্লেষণ দাঁড় করানো মানে সেটা বানিয়ে ফেলা। আর বানানো বিশ্লেষণ ফুটবলে সবচেয়ে বড় অপরাধ — কারণ সেটা পরে কোট হয়ে ঘুরে বেড়ায়, বাজি-বাজারে ঢুকে যায়, আর কেউ আর সোর্স যাচাই করে না। আমি ডেটা জার্নালিস্ট, সিস্টেম-ফার্স্ট। আমার কাজের ক্রমটা এরকম: আগে মডেল, ভেরিয়েবল, ধারণা আর ব্যর্থতার শর্ত; তারপর যেটা যাচাই টিকিয়ে যায়, সেটা থেকেই আখ্যান বেরোতে দিই। ২০১৮ রাশিয়া বিশ্বকাপে ক্রোয়েশিয়া-ইংল্যান্ড সেমিফাইনালের লাইভ এক্সজি মডেল বানানোর সময় এই অভ্যাসটা পাকা হয়। ১২০ মিনিট শেষে ইংল্যান্ড ১.৮২ এক্সজি, ক্রোয়েশিয়া ১.৫৪; কিন্তু ক্রোয়েশিয়ার পিপিডিএ ছিল ৮.৯ — অর্থাৎ তারা উচ্চ রক্ষণভাগে চাপ দিয়ে বল পুনরুদ্ধার করছিল। লেখাটা দাঁড় করেছিল প্রক্রিয়ার উপর, ফলাফলের ভাগ্যের উপর নয়। সেই সময় থেকে আমি এক্সজিকে রায় না ভেবে সম্ভাবনার পরিসর হিসেবে লিখি, আর প্রতিটি লেখায় পিপিডিএ কলাম যোগ করি। আজকের সমস্যাটা ভিন্ন। এখানে কোনো ম্যাচ নেই, কোনো দল নেই, কোনো কোচ নেই। শুধু একটা কাঠামো আছে — নয়টি মাত্রার একটি বিশ্লেষণ কাঠামো — আর তার প্রতিটি ঘর খালি। এই অবস্থায় সৎ উত্তর একটাই: এটা একটা বৈধ নাল-রেজাল্ট প্লেসহোল্ডার, বিশ্লেষণ নয়। পাইপলাইনের সত্যিকার কাজ এখানে থেমে যাওয়া, আর সেটাই সে করেছে। নয়টি মাত্রার কাঠামোটা আমার কাছে শুধু চেকলিস্ট নয়, এটা একটা পুনঃব্যবহারযোগ্য টেমপ্লেট — মডেল বানানোর আগেই ভেরিয়েবল, ধারণা আর ব্যর্থতার শর্ত লিখে ফেলার অভ্যাস। এই টেমপ্লেটের মূল্য তখনই বোঝা যায় যখন ইনপুট খালি, কারণ তখনই দেখা যায় কোথায় কোথায় তথ্য দরকার ছিল। বিষয়টা টুর্নামেন্ট সাইকেলে আরও জরুরি। টুর্নামেন্ট চক্র আবেগকে সংকুচিত করে: পতাকা, গল্প, গুজব — সব একসাথে আসে। এই সময়ে পাঠক প্রতিদিন ভরে যান দাবিতে, আর প্রতিটি দাবির পেছনে থাকে না কোনো যাচাইযোগ্য তথ্যবিন্দু। একটি ফুটবল ডেটা পাইপলাইন ঠিক এই জায়গাতেই দায়বদ্ধ। সোর্স স্তর যদি কোনো তথ্য না দেয়, তাহলে সোর্স ছাড়া সিদ্ধান্ত টানলে সেটা বিশ্লেষণ নয়, অনুমান। আর অনুমান একবার প্রকাশিত হয়ে গেলে অপরিবর্তনীয় রেকর্ডের মতোই থেকে যায়। এখানেই ব্লকচেইন-ধারণাটি প্রাসঙ্গিক হয়ে ওঠে — স্পোর্টস ডেটার ভেরিফিকেশনে অপরিবর্তনীয়, টাইমস্ট্যাম্পযুক্ত লেজার। কল্পনা করুন, প্রতিটি তথ্যবিন্দুর একটি সোর্স-হ্যাশ আছে, প্রকাশের তারিখ আছে, আর যাচাইয়ের ছাপ আছে। কেউ মাঝপথে ডেটা বদলাতে পারবে না। ফুটবলে এটা কল্পবিজ্ঞান মনে হতে পারে, কিন্তু বাস্তবে আমরা ইতিমধ্যেই এর বিপরীত দিকে হাঁটছি: লাইভ ডেটা বাজি-কোম্পানিগুলোতে যাচ্ছে, সেখানে সোর্স, নমুনা-আকার বা অনিশ্চয়তা কেউ লিখে রাখে না। এই লেখাটা সেই ফাঁকটারই বিশ্লেষণ — তবে একটি খালি পেলোডের উদাহরণ দিয়ে। নয়টি মাত্রার কাঠামোটা দেখে নেওয়া দরকার, কারণ এটাই বুঝিয়ে দেয় একটা খালি পেলোড কেন অচল। ট্যাকটিক্যাল ও টেকনিক্যাল মাত্রায় দরকার ফর্মেশন, খেলার ধরন, এক্সজি, পিপিডিএ, দখলের ডেটা, আর তুলনার লক্ষ্য — একই স্তরের দল বা একই পজিশনের খেলোয়াড়। ক্লাব ফিনান্স ও ট্রান্সফার মার্কেট মাত্রায় দরকার ব্রডকাস্টিং আয়, বাণিজ্যিক আয়, মজুরি ব্যয়, নেট ঋণ, ডিলের দাম, চুক্তির গঠন। স্পোর্টিং ফলাফল ও জনমত চক্রে দরকার পয়েন্ট টেবিল, সাম্প্রতিক ফর্ম আর তার নমুনা-আকার। লিগ ল্যান্ডস্কেপ ও দলের অবস্থান স্তরে দরকার খাদ্য-শৃঙ্খলে দলের জায়গা, স্কোয়াডের বাজারমূল্য, ট্যালেন্ট-প্রবাহ। নিয়ম ও শাসন স্তরে দরকার এফএফপি বা পিএসআর অবস্থান, রেজিস্ট্রেশন, নিষেধাজ্ঞা, প্রতিযোগিতা-যোগ্যতা। ম্যানেজমেন্ট ও ড্রেসিংরুম স্তরে দরকার মালিকের ধৈর্য, রিক্রুটমেন্টের গুণমান, নেতৃত্বের গঠন। ঝুঁকির প্রোফাইল স্তরে দরকার চোট, নিষেধাজ্ঞা, সময়সূচি, চুক্তি। মিডিয়া আখ্যান ও প্রত্যাশা স্তরে দরকার আখ্যানের ভিত্তি, নমুনা-যাচাই, প্রত্যাশার ফাঁক। ইন্ডাস্ট্রি ট্রান্সমিশন স্তরে দরকার একাডেমি থেকে ডেরিভেটিভ মার্কেট পর্যন্ত প্রভাবের পথ। এই নয়টি স্তরের প্রতিটির জন্য অন্তত একটি তথ্যবিন্দু, একটি সত্তা — ক্লাব, খেলোয়াড়, কোচ বা প্রতিযোগিতা — এবং একটি সোর্স ও তারিখ দরকার। পেলোডে সত্তার ঘরই ভরা নেই, তাই প্রতিটি স্তর খালি ফেরে। এটা ব্যর্থতা নয়, এটা সঠিক আচরণ। একটা বিশ্লেষণ কাঠামো যদি খালি ইনপুট পেয়ে জোর করে উত্তর বানায়, তাহলে সমস্যা ইনপুটে নয়, কাঠামোয়। এবার ফুটবলের দিকে ফিরি, কারণ এখানেই আসল শিক্ষা। বছরের পর বছর খেলা দেখে যা বুঝেছি: ফুটবলে সবচেয়ে বিপজ্জনক সংখ্যা সেটা নয় যেটা স্পষ্টভাবে ভুল; সবচেয়ে বিপজ্জনক সংখ্যা সেটা যেটা পরিষ্কার দেখায় কিন্তু তার পেছনে নমুনা নেই। ২০২২ কাতার বিশ্বকাপে জাপান ২-১ গোলে জার্মানিকে হারায়। জার্মানির এক্সজি ছিল ১.৮৭, জাপানের ০.৯৯। জাপানের দখল ছিল ২৬ শতাংশ, অন-টার্গেট শট দুইটি। কেউ যদি শুধু জার্মানি এক্সজিতে এগিয়ে ছিল, তাই হারাটা দুর্ভাগ্য লিখে থামে, সে প্রক্রিয়া, গেম-স্টেট আর ফিনিশিং স্কিল — তিনটাই গুলিয়ে ফেলে। জাপান খেলাটা জিতেছিল কারণ ২৬ শতাংশ বল দখল রেখেও তারা বিপরীত আক্রমণে সময় আর জায়গা বেছে নিয়েছিল, আর জার্মানির উচ্চ লাইনকে শাস্তি দিয়েছিল। এটা ভাগ্য নয়, এটা গেম-স্টেট সাক্ষরতা। কম এক্সজিতে জেতা দলগুলো ভাগ্যবান নয়; তারা খেলার অবস্থাটা পড়তে জানে। একই সত্য ধরা পড়ে নকআউটের নমুনায়। ২০২১ ইউরো সেমিফাইনালে ইতালি ১-১ ড্র করে স্পেনের সাথে, পেনাল্টিতে ৪-২ জেতে; ইতালির এক্সজি ০.৭৩, স্পেনের ১.৫৩। জর্জিনহো ৯১টি পাস দিয়েছিলেন, ইতালির পিপিডিএ ১৩.৮ বনাম স্পেনের ৬.২। সংখ্যায় স্পেন এগিয়ে ছিল, কিন্তু গেম-স্টেট আর রূপান্তরে ইতালি টিকে গিয়েছিল। টোকিও অলিম্পিকের পুরুষ ফাইনালে ব্রাজিল ২-১ গোলে স্পেনকে হারায়, যেখানে ব্রাজিলের সেট-পিস এক্সজি ছিল ০.৪১ — অর্থাৎ ফলাফলটা খোলা খেলা থেকে নয়, স্থির বলের পরিকল্পনা থেকে এসেছিল। এই ম্যাচগুলো আমাকে ডিসিশন-ট্রি ভাবতে শিখিয়েছে, যেখানে প্রক্রিয়া, গেম-স্টেট আর ফিনিশিং — তিনটে আলাদা স্তর। এখানেই নাল-রেজাল্টের সাথে সংযোগ। এক্সজিতে নমুনা-আকার না লিখলে যেটা হয়, খালি পেলোডে বিশ্লেষণ লিখলে ঠিক সেটাই হয় — আমরা কনফিডেন্স ছাড়া রায় দিই। ২০২০ সালের মে মাসে প্রথম বড় ফাঁকা-গ্যালারির রেভিয়ারডার্বি বিশ্লেষণ করার সময় এই ব্যাপারটা স্পষ্ট হয়। বরুসিয়া ডর্টমুন্ড ৪-০ গোলে শালকে ০৪-কে হারায়। ডর্টমুন্ড দৌড়েছিল ১১৩.২ কিমি, শালকে ১০৭.৮ কিমি; ডর্টমুন্ডের পিপিডিএ ছিল ৭.১ — অর্থাৎ তারা আগের চেয়ে অনেক উঁচুতে চাপ দিচ্ছিল। তারপর আমি পাঁচ লিগ মিলিয়ে দেখলাম, লকডাউনের আগে ঘরের মাঠে জেতার হার ছিল ৪৩.২ শতাংশ, লকডাউনের পর ৩৩.৩ শতাংশ — বুন্দেসলিগা, প্রিমিয়ার লিগ, লা লিগা, সিরি আ, লিগ ১। সেই লেখার শিরোনাম ছিল দ্য ক্রাউড ওয়াজ দ্য প্রেস। দুবার ফিরিয়ে দেওয়া হয়েছিল, কারণ লেখাটা বেশি জটিল ছিল; শেষে তিনটি চার্টে নামিয়ে আনতে হয়েছিল। শিক্ষা: পরিবেশ একটা ভেরিয়েবল, এবং সেটা মডেলের বাইরে রাখলে মডেল মিথ্যা বলে। দুই ক্ষেত্রেই সমস্যা এক — অনুপস্থিত ভেরিয়েবলকে শূন্য ধরে নেওয়া। ফাঁকা গ্যালারিকে স্বাভাবিক ধরে নিলে হোম-অ্যাডভান্টেজ মডেল ভুল হয়; সোর্সকে নেই ধরে নিয়ে বিশ্লেষণ লিখলে পুরো লেখাটাই ভুল হয়। ব্লকচেইন-লেজারের ধারণাটা এখানে সরাসরি কাজে লাগে। ভাবুন, প্রতিটি তথ্যবিন্দু আসছে একটা অপরিবর্তনীয় ব্লকে — সোর্স, তারিখ, যাচাইয়ের স্তর সব একসাথে হ্যাশ হয়ে। তখন সোর্স ছাড়া রায় অসম্ভব হয়ে যায়, কারণ সোর্স ছাড়া রায় লেখার কোনো ঘরই থাকে না। স্পোর্টস ইন্ডাস্ট্রিতে এই ভাবনা নতুন নয়, তবে এখনো প্রান্তিক। ট্রান্সফার বাজারে প্রতিটি গুজব একটা টাইমস্ট্যাম্পের অপেক্ষায় থাকা ভেরিয়েবল। এজেন্টরা যে গোলমাল তৈরি করেন, সেটা এই টাইমস্ট্যাম্পের অভাবেই এত জোরে বাজে। একটা গুজবের সোর্স-স্তর যদি লেজারে লেখা থাকে — কে বলল, কবে বলল, তার আগে সে কতবার ভুল বলেছে — তাহলে বাজারের শব্দ-থেকে-সংকেতে অনুপাত বদলে যায়। এজেন্ট ফুটবলের সবচেয়ে বড় লুকানো খরচ, আর সেই খরচটা এই যাচাইয়ের অভাবেই অদৃশ্য থাকে। ২০২৫ গ্রীষ্মের ট্রান্সফার উইন্ডোতে আমি একটা ব্যর্থ স্ট্রাইকার মুভ আর রদ্রির ইনজুরি রিকভারি পথ বিশ্লেষণ করেছিলাম। সেখানে যা শিখলাম: ট্রান্সফারের দাম যতই বড় হোক, সোর্স ছাড়া সেটা সংখ্যা নয়, শব্দ। ক্লাবের শেয়ার বাজার যখন ফ্যানের আবেগকে মূলধন বানায়, তখন ফিনান্সিয়াল রিপোর্টিংয়ের চাপ অনেক সময় ফুটবল-সিদ্ধান্তের উপর চলে যায়। এই চাপের মধ্যে যাচাই হারিয়ে যায়, কারণ রিপোর্টিং চক্র দ্রুত সংখ্যা চায়, ধীর প্রমাণ নয়। অপরিবর্তনীয় রেকর্ড শুধু ডেটা বাঁচায় না, সিদ্ধান্তের দায়ও বাঁচায়। আমার নিজের কাজে এই অভ্যাসটা সরাসরি এসেছে ভুল থেকে। ২০১৭ সালে বাংলাদেশ-আফগানিস্তান এএফসি এশিয়ান কাপ বাছাইপর্বে বাংলাদেশের এক্সজি ছিল ০.৮৭, আফগানিস্তানের ১.১২, অথচ বাংলাদেশ ০.০৮ এক্সজি থেকে গোল করেছিল। তখন আমি ভাবতাম ডেটা কখনো মিথ্যা বলে না। সেই ০.০৮ আমাকে তিন সপ্তাহ ধরে কোডিং নতুন করে করতে বাধ্য করেছিল। ফল: আমি অনিশ্চয়তার পরিসর লিখতে শুরু করি, আর প্রথম পুনঃব্যবহারযোগ্য কোডিং টেমপ্লেট বানাই। শূন্য থেকে লেখা মডেল নয়, শূন্য থেকে লেখা সিস্টেম — এটাই আমার আসল পণ্য। একই শিক্ষা এসেছে লোড আর কনজেশন থেকে। প্যারিস অলিম্পিকের পুরুষ ফাইনালে স্পেন ৫-৩ গোলে ফ্রান্সকে অতিরিক্ত সময়ে হারায়; আমি স্পেনের ছয় ম্যাচে মোট ৬১২ কিমি দৌড়ের হিসাব রাখছিলাম। রিকভারি আর ভ্রমণ এখানে প্রথম শ্রেণির ইনপুট, কারণ একটানা ম্যাচের চাপ শেষ দিকে যা অব্যাখ্যাত ফর্ম-ওঠানামা দেখায়, তার অনেকটাই ক্যালেন্ডারের গাণিতিক ফল। ২০২৪ ইউরো ফাইনালে স্পেন ২-১ গোলে ইংল্যান্ডকে হারায় — স্পেন ২.৩১ এক্সজি, ইংল্যান্ড ১.২৩; নিকো উইলিয়ামস ০.১৮ এক্সজি, ওয়ারসাবাল ০.২৯। সংখ্যাগুলো ছোট, কিন্তু গেম-স্টেট তাদের বড় করে তোলে। ২০২৫ ক্লাব বিশ্বকাপ ফাইনালে চেলসি ৩-০ গোলে পিএসজিকে হারায় — চেলসি ২.১৪ এক্সজি, পিএসজি ০.৫৮; কোল পামার দুই গোল এক অ্যাসিস্ট; চেলসির পিপিডিএ ১১.২। এখানে প্রক্রিয়া আর ফলাফল একদিকে হাঁটছিল, যা বিরল। এখন বলি, খালি পেলোড থেকে বেরোনোর জন্য কী দরকার। বিশ্লেষণ চালানোর আগে অন্তত তিনটি জিনিস থাকতে হবে। একটি অখালি ইনফরমেশন পয়েন্ট তালিকা — যেগুলো যাচাইযোগ্য তথ্যবিন্দু। একটি ভরা এনটিটি ইনভলভড ঘর — অন্তত একটি ক্লাব, খেলোয়াড়, কোচ বা প্রতিযোগিতা। আর সোর্স ও প্রকাশের তারিখ — যাতে সোর্স-মান আর সময়-সংবেদনশীলতা দুটোই গ্রেড করা যায়। এই তিনটি ছাড়া নয়টি মাত্রার যেকোনো ঘর ভরা মানে বানানো বিশ্লেষণ। একটা ডেটা ব্রিফের নিয়ম সরল: এক বিষয়, এক ফলাফল, দ্রুত সিদ্ধান্ত। কিন্তু সরলতা মানে অগভীরতা নয়। প্রতিটি ব্রিফের পেছনে থাকা উচিত নমুনা-আকার, প্রতিযোগিতার শক্তি আর কনফিডেন্স — নইলে সেটা ব্রিফ নয়, মন্তব্য। হলিউসিনেশনের ঝুঁকিটা আমি হালকা করে দেখি না। বিশ্লেষক যখন খালি জায়গা দেখে ভরে দিতে শুরু করেন, তখন প্রতিটি পূর্ণ ঘর আসলে একটা মিথ্যা ব্লক — যা পরে কেউ কোট করবে, টুইট করবে, বাজি-বাজারে ঢুকবে। টুর্নামেন্ট সাইকেলে সবাই দ্রুত কিছু চায়, তাই এই মিথ্যা ব্লকগুলো দ্রুত ছড়ায়। সোর্স-প্রমাণযোগ্যতা কোনো ঐচ্ছিক সৌন্দর্য নয়; এটাই অবকাঠামো। এখন সেই দিকটা, যা আরামদায়ক ধারণার বিরুদ্ধে যায়। কেউ বলবেন, খালি পেলোড ফেরানো মানে পাইপলাইনের ব্যর্থতা। আমি বলি উল্টোটা। একটা ব্যবস্থা যখন জানে সে কী জানে না, সেটাই তার সবচেয়ে শক্তিশালী মুহূর্ত। ফুটবলে আমরা যা মিস করি: পরিষ্কার জানি না বলতে পারা মডেল, জোর করে জানি বলা মডেলের চেয়ে বেশি বিশ্বাসযোগ্য। বছরের পর বছর ধরে একটা জিনিস লক্ষ্য করেছি। যারা দ্রুত রায় দেন — এই খেলোয়াড় ভালো, ওটা খারাপ, এই কোচ শেষ — তাঁরা প্রথম কয়েকটি ম্যাচে সঠিক মনে হন। মরসুম শেষে দেখা যায়, তাঁদের জানি আসলে অনুমান করি ছিল। যে মডেল প্রতিটি রায়ে নমুনা-আকার আর কনফিডেন্স লিখে রাখে, সে ধীর, বিরক্তিকর, কিন্তু টিকে থাকে। আরেকটা ফাঁদ: মডেল নতুন করে বানানো মানে মডেল সঠিক — এই ভুলটা আমার নিজেরও হয়েছে। ব্যর্থতার পর আবার বানানো ভালো লাগে, পুনরাবৃত্তির আখ্যানটা মোহময়। কিন্তু পুনর্নির্মাণের লগ আর যাচাইয়ের লগ আলাদা জিনিস। নতুন মডেল একটা অনুমান, রায় নয় — যতক্ষণ না সেটা নমুনার বাইরের ম্যাচে টিকিয়ে যায়। ব্লকচেইনের দিক থেকে দেখলে সবচেয়ে বড় শিক্ষা এটাই: একটা খালি বা নাল-রেকর্ড সৎ, একটা ভুয়া-রেকর্ড ক্ষতিকর। বিতরণকৃত লেজারের সৌন্দর্য এই নয় যে সে সব উত্তর জানে, বরং এই যে সে প্রতিটি এন্ট্রির উৎস আর সময় মনে রাখে। ফুটবল ডেটাতেও একই নিয়ম। যে বিশ্লেষণ নিজের সীমা লিখে রাখে, সেটাই সত্যের কাছাকাছি। আর যে বিশ্লেষণ সীমা লুকায়, সেটাই পরে সবচেয়ে বেশি ক্ষতি করে। আমি যে বিষয়টা নিয়ে সবচেয়ে বেশি চিন্তিত, সেটা লাইভ ডেটা আর বাজি-বাজারের সম্পর্ক। ফুটবলের ডেটাফিকেশন যত বাড়ছে, তত দ্রুত ডেটা বাজি-কোম্পানিগুলোর দিকে যাচ্ছে — সেখানে প্রতিটি সংখ্যা লাভ-লোকসানের সাথে জড়িত। এই জগতে সোর্স-লেজার থাকলে যা বদলায়: সবাই জানতে পারে কোন সংখ্যাটা কোথা থেকে এল, কে যাচাই করল। বাজি-বাজারে এটা শুধু নৈতিক সমস্যা নয়, ডেটা-অখণ্ডতার সমস্যা। অপরিবর্তনীয়, টাইমস্ট্যাম্পযুক্ত রেকর্ড এই জায়গায় সবচেয়ে বেশি দরকার — যদিও আজ পর্যন্ত বাণিজ্যিক স্বার্থ এটাকে ধীর করে রেখেছে। পরের ডেটা চক্রে আমার কাজটা স্পষ্ট। আমি আর কোনো খালি পেলোডে বিশ্লেষণ লিখব না, আর কোনো লেখায় সোর্স-হ্যাশ ছাড়া রায় দেব না। টুর্নামেন্ট চক্র যত এগোবে, তত দাবি বাড়বে; আমার জবাব হবে আরও বেশি কাঠামো, আরও বেশি যাচাই, আরও কম দৃশ্য। প্রশ্নটা নিজেকেই করি: আমি কি এমন একটি সিস্টেম বানাতে পারি, যা প্রতিটি সংখ্যার সাথে তার সোর্স, তারিখ আর অনিশ্চয়তা বহন করে — এতটাই হালকাভাবে যে পাঠক বুঝতেও পারবেন না, কিন্তু যাচাই কখনো হারাবে না? আমার স্প্রেডশিট আমার মঠ; প্যাচ-নোটই শাস্ত্র। আর আজকের পাঠ সংক্ষিপ্ত: সংখ্যাটা পরিষ্কার ছিল। ম্যাচটা হতে রাজি হয়নি। সেটাই ছিল ফলের আসল অংশ।