খালি রেকর্ডের পাঠ: ক্রিকেট ডেটা পাইপলাইনের নীরব ব্যর্থতা

গত সপ্তাহে খুলনার প্রেস বক্সে বসে একটা স্প্রেডশিট খুলেছিলাম। কলামের মাথায় তিনটি শিরোনাম— ম্যাচ, সূত্র, তারিখ। নিচের সারিগুলোয় কোনোটায় দলের নাম নেই, কোনোটায় স্কোর নেই, কোনোটায় ইনিংসের অবস্থা নেই, নেই কোনো ওভার-বাই-ওভার বিবরণ। একটা ঘর কেবল ভরা: ডোমেইন লেবেল, লেখা "ক্রিকেট"। বাকিটা শূন্য, নিঃশব্দ, সম্পূর্ণ খালি।

আঠারো বছর ধরে স্কোরবুক থেকে বল-বাই-বল তুলে মডেলে ঢোকাচ্ছি। তবু এই দৃশ্যটা নতুন। এখানে কোনো ম্যাচের গল্প নেই, নেই কোনো বিতর্ক, নেই কোনো ট্রান্সফার গুজব। যে নথিটা আমার সামনে, তার শিরোনাম নেই, সূত্র নেই, একটি তথ্যবিন্দুও নেই। বিশ্লেষণের পরিভাষায় এটা নাল পেলোড— এমন একটা রেকর্ড, যার প্রতিটি গুরুত্বপূর্ণ ঘর খালি পড়ে আছে।

ক্রিকেট-সংবাদ এখন দুই স্তরের পাইপলাইনে চলে। প্রথম স্তরে কাঁচা লেখা থেকে তথ্যবিন্দু বের করা হয়— কে খেলল, কত রান করল, কোন ওভারে ম্যাচের মোড় ঘুরল। দ্বিতীয় স্তরে সেই তথ্যবিন্দুগুলোর ওপর আট-মাত্রার বিশ্লেষণ-কাঠামো চালানো হয়: ফরম্যাট, খেলোয়াড়ের কারিগরি, দলের অবস্থান, লিগের বাণিজ্য, শাসনব্যবস্থা, ঝুঁকি, জনমতের প্রত্যাশা, শিল্পের সংক্রমণ। দুটো স্তরের সম্পর্ক সরল— দ্বিতীয় স্তরের প্রতিটি সিদ্ধান্তকে প্রথম স্তরের কোনো না কোনো তথ্যবিন্দুতে ফিরে যেতে হয়। তথ্যবিন্দু না থাকলে বিশ্লেষণ দাঁড়ায় না, যত সুন্দরই হোক তার কাঠামো।

আমি খুলনার প্রেস বক্সেই মডেলটা বানিয়েছি, তারপর লিগকে কথা বলতে দিয়েছি। ২০১৬-১৭ বাংলাদেশ প্রিমিয়ার লিগে আবাহনী লিমিটেড ঢাকার শেষ আট ম্যাচে ১৪.৬ এক্সজি তৈরি হয়েছিল, গোল হয়েছিল মাত্র ৯টি। ওই ফাঁকটা আমি চোখে দেখিনি, হিসাবে দেখেছি। স্প্রেডশিটটাই ছিল আমার সিজদার জায়নামাজ; ডেটা ছিল আমার রোজকার দপ্তর। সেই অভ্যাস থেকেই শিখেছি— খালি ঘর দুটো কারণে হতে পারে: তথ্য সত্যিই অনুপস্থিত, অথবা তথ্য সংগ্রহের কাজ ব্যর্থ হয়েছে।

এখানে ঘটেছে দ্বিতীয়টা। শিরোনাম নেই, সূত্র নেই, তথ্যবিন্দুর তালিকা খালি— অথচ ডোমেইন লেবেলটা ভরা। এই সমন্বয়টাই সবচেয়ে জরুরি ইঙ্গিত। কোনো নিবন্ধ সত্যিই বিষয়শূন্য হলে পাইপলাইন তাকে "ক্রিকেট" লেবেল দিত না। লেবেল পাওয়ার মানে হলো সিস্টেম কিছু একটা চিনেছিল; তারপর সেই কিছু হারিয়ে গেছে। অর্থাৎ সমস্যাটা বিষয়বস্তুতে নয়, সংগ্রহে।

২০১৭ সালে এই প্রেস বক্সেই আমাকে বলা হয়েছিল, নারীরা ট্যাকটিকস বোঝে না। সেই মন্তব্যের উত্তর তর্কে দেওয়ার দরকার ছিল না, দরকার ছিল মডেল প্রকাশ করা। তাই আজও যখন কোনো রেকর্ড খালি আসে, আমার প্রথম প্রবৃত্তি হয় সেটা তাড়াতাড়ি ভরে দেওয়া। দ্বিতীয় প্রবৃত্তি জেতে— কারণ দরকার ভরা তথ্য নয়, যাচাই করা তথ্য।

এখানেই সবচেয়ে বড় আবিষ্কার: একটা খালি রেকর্ড আর একটা যাচাই-করা রেকর্ড দেখতে প্রায় একই রকম। দুটোতেই ঘর থাকে, শিরোনাম থাকে, কাঠামো থাকে। পার্থক্য ভেতরে— একটায় উত্তর আছে, একটায় লেখা "প্রযোজ্য নয়"। যে পাঠক স্কিম করে পড়েন, তিনি সহজেই ভুলে যাবেন যে কাঠামোগত পূর্ণতা আর বিশ্লেষণগত পূর্ণতা এক জিনিস নয়।

আমি মডেলের ওপর ভরসা করি, তবে সে যে গল্প বলে, সেটার অডিটও করি। এই নথির গল্প স্পষ্ট: শূন্য খেলোয়াড়-প্রোফাইল, শূন্য দলীয় অবস্থান, শূন্য ঝুঁকি-সারি। এখানে একটা ফাঁদ পাতা আছে। কেউ যদি ঝুঁকি-ম্যাট্রিক্সের সব ঘরে "নিম্ন ঝুঁকি" লিখে দেয়, তাহলে বার্তা দাঁড়ায়— ঝুঁকি যাচাই করা হয়েছে এবং পাওয়া যায়নি। কেউ যদি "উচ্চ ঝুঁকি" লেখে, বার্তা দাঁড়ায়— হুমকি ধরা পড়েছে। দুটোই মিথ্যা। সঠিক উত্তর একটাই: ঝুঁকির মাত্রা নির্ধারণ করা সম্ভব নয়।

প্রতিটি অনুমানের পাশে আত্মবিশ্বাসের মাত্রা বসানো বাধ্যতামূলক— উচ্চ, মধ্যম, নিম্ন। এই নথিতে যে দুটো অনুমান টিকে, সেগুলো হলো: সংগ্রহ-স্তরে ব্যর্থতা ঘটেছে, মধ্যম আত্মবিশ্বাস; আর পাইপলাইন লেবেল দেওয়ার আগে ক্রিকেট-বিষয়বস্তু আসলেই শনাক্ত করেছিল, নিম্ন আত্মবিশ্বাস। বাকি সব অনুমান বাদ, কারণ সেগুলোর কোনো ভিত্তি নেই।

ক্রিকেট-বিশ্লেষণে এই পার্থক্যটা কেবল ভাষার শুদ্ধতা নয়, পদ্ধতির মেরুদণ্ড। ২০২০ সালে দর্শকশূন্য বুন্দেসলিগার ৮৩টি ম্যাচ দেখে আমি ঘরের জয়ের হার ৪৩.৩ শতাংশ থেকে ৩৩.৩ শতাংশে নামতে দেখেছি, প্রতি ম্যাচে স্বাগতিকদের পাওয়া পেনাল্টি ০.২৯ থেকে ০.১৮-তে। ওই সিদ্ধান্ত টিকেেছিল, কারণ প্রতিটি সংখ্যার পেছনে একটা যাচাইযোগ্য সারি ছিল। যেখানে সারি নেই, সেখানে সংখ্যা সাজানো মানে গল্প বানানো।

বছরভর ম্যাচ দেখে আমি এই শিক্ষাটা বারবার পেয়েছি। ২০১৮ বিশ্বকাপের সেমিফাইনালের আগে ক্রোয়েশিয়ার পিপিডিএ ছিল ৮.৭, লুকা মোদরিচের প্রতি ৯০ ওভারে প্রগ্রেসিভ পাস ১২.৩। ইংল্যান্ডের সেট-পিস এক্সজি বেশি ছিল, তবু মডেল বলেছিল মিডফিল্ড ক্রোয়েশিয়ার দখলে যাবে। ভবিষ্যদ্বাণী মিলেছিল, কারণ ইনপুটগুলো ছিল যাচাইযোগ্য। এখন যে নথিটা হাতে, তার ইনপুট শূন্য।

সংক্রমণ-মানচিত্রটাও একই দশায়। উজানে তরুণ ক্রিকেটার সরবরাহ, মাঝখানে জাতীয় দল ও লিগ, নিচে সম্প্রচার ও বাণিজ্য— কাঠামোটা অটুট, অথচ প্রতিটি নোডে উত্তর আসে একই: প্রযোজ্য নয়। সময়-সংবেদনশীলতাও যাচাই হয়নি। যে ক্রিকেট নথিতে তারিখই নেই, সে কোন সপ্তাহের প্রতিবেদন, তা কেউ বলতে পারে না।

ক্রিকেট মিডিয়ার আসল সংকট লুকিয়ে আছে সেই তথ্যে, যা দেখতে সম্পূর্ণ কিন্তু ভেতরে ফাঁপা। নাল পেলোড যদি কোনো সংকলন স্তরে ঢুকে পড়ে, সেটি "প্রক্রিয়াজাত" হিসেবে গণনা হবে। কভারেজের হিসাব ফুলে উঠবে, অথচ একটিও নতুন তথ্য যোগ হবে না। তথ্যমূল্যের চারটি মাপকাঠিতে— ক্রীড়া, শিল্প, সময়োপযোগিতা, প্রাসঙ্গিকতা— নথিটা চারটিতেই এক তারকা পেয়েছে। স্কোরটা কঠোর, তবে সৎ।

আরও একটা জিনিস খেয়াল করার মতো। নথিটা আট-মাত্রার পুরো কাঠামো মেনে তৈরি। অধ্যায় আছে, উপশিরোনাম আছে, সিদ্ধান্ত আছে। যিনি দ্রুত চোখ বুলিয়ে পড়েন, তিনি কাঠামোর সম্পূর্ণতাকে বিশ্লেষণের সম্পূর্ণতা ভেবে বসতে পারেন। এই ব্যর্থতার সবচেয়ে বিপজ্জনক দিকটা ভুল উত্তর নয়— সঠিক দেখতে ভুল উত্তর।

স্বাভাবিক প্রতিক্রিয়া হলো— খালি রেকর্ড মানে ব্যর্থতা, তাই দ্রুত ভরে ফেলো। আমি উল্টোটা মনে করি। একটা খালি রেকর্ড একটা ভরা ভুল রেকর্ডের চেয়ে অনেক বেশি সৎ। ভরা ভুল রেকর্ড বছরের পর বছর টিকে থাকে, উদ্ধৃত হয়, সিদ্ধান্তে ঢোকে। খালি রেকর্ড অন্তত নিজের অজ্ঞতা স্বীকার করে।

এখানেই আমার সবচেয়ে বড় সন্দেহ। আমরা ক্রিকেটে সংখ্যার অভাব নিয়ে এত কথা বলি, অথচ সংখ্যার ভান নিয়ে প্রায় কিছুই বলি না। The press box taught me humility: noise is data too. যে বিশ্লেষণে শব্দ আছে কিন্তু সারি নেই, সেটি হৈচৈয়েরই আরেক রূপ। একটা পাইপলাইন যদি কখনো পড়েনি এমন নিবন্ধকে "বিশ্লেষিত" বলে চিহ্নিত করে, তাহলে সেখানে ডেটার অভাব নেই— আছে সততার ঘাটতি।

পরের ধাপ পরিষ্কার, আর অনাকর্ষণীয়। প্রথম স্তরের ফলাফল দ্বিতীয় স্তরে ঢোকার আগে একটা যাচাই-দরজা দরকার: তথ্যবিন্দুর তালিকা খালি হলে রেকর্ডটা প্রত্যাখ্যাত হবে, গণনায় ঢুকবে না। আমি জানি না মূল নিবন্ধটা কী ছিল— হয়তো কোনো ম্যাচ-প্রিবিউ, হয়তো কোনো বাণিজ্যিক খবর। সেটা এখন অপ্রাসঙ্গিক। যে পদ্ধতি নিজের খালি হাত স্বীকার করতে পারে, সেটাই পরে ভরসার যোগ্য হয়। প্রশ্নটা এখন ক্রিকেট-সংবাদমাধ্যমের কাছে— আপনার আর্কাইভে কতগুলো "বিশ্লেষিত" রেকর্ড আসলে খালি? সংখ্যাটা জানা গেলে হয়তো দেখা যাবে, পেলোডটা কেবল একটা সার্ভারের ব্যর্থতা নয়; সেটা একটা অভ্যাসের আয়না।