খালি টেমপ্লেটের ফাঁদ: ডেটা বিশ্লেষণে নকল করার ঝুঁকি

খালি টেমপ্লেটের ফাঁদ: ডেটা বিশ্লেষণে নকল করার ঝুঁকি গত সপ্তাহে আমার ইন্দিরানগর অফিসে বসে একটি পুরনো পাইপলাইনের লগ ফাইল পরীক্ষা করছিলাম। ২০১৭ সালে প্রিমিয়ার লিগের ৩৮০ ম্যাচের যে মডেলটি আমি তৈরি করেছিলাম, সেটির একটি ডেটা ফিড মাঝে মাঝেই খালি চলে আসত। কিন্তু সেই খালি ফাইলের জায়গায় অনেক সময় ভুল ডেটা ভরে যেত। বিশ্লেষকরা হয়তো ভাবতেন, 'এটা তো ভালো, ডেটা এসেছে।' অথচ সেটি ছিল সম্পূর্ণ ভুয়া। সম্প্রতি আমার হাতে একটি দ্বিতীয় স্তরের বিশ্লেষণ প্রতিবেদন এসেছে, যেখানে প্রথম স্তরের কোনো তথ্যই ছিল না—শিরোনাম নেই, উৎস নেই, কোনো তথ্যবিন্দু নেই। কিন্তু তারপরও আটটি বিশ্লেষণী মাত্রার একটি সম্পূর্ণ টেমপ্লেট তৈরি করা হয়েছে, যার প্রতিটি ঘরে লেখা 'এন/এ—অপর্যাপ্ত তথ্য'। এই দৃশ্যটি আমার কাছে খুব চেনা। এটি আমাকে সেই ২০১৮ সালের রাশিয়া বিশ্বকাপের কথাই মনে করিয়ে দেয়। ২০১৮ সালে আমি ৬৪ ম্যাচের একটি পূর্বাভাস মডেল প্রকাশ করেছিলাম। ক্রোয়েশিয়ার ফাইনালে ওঠার সম্ভাবনা আমি দিয়েছিলাম মাত্র ৩.২ শতাংশ। কারণ, আমার মডেল তাদের বাছাইপর্বের প্রতি ম্যাচে ১.৩১ এক্সজি-কে অতিরিক্ত গুরুত্ব দিয়েছিল, কিন্তু টাইব্রেকার এবং অতিরিক্ত সময়ের মানসিকতা ও ক্লান্তি—এই অদেখা চলকগুলোকে হিসাবের বাইরে রেখেছিল। ক্রোয়েশিয়া ফাইনালে উঠল। আমি ৪১ ইউনিট হারালাম। এরপর এগারো দিন ধরে আমি শুটআউটে গোলরক্ষকদের সেভ ডেটা, অতিরিক্ত সময়ের বদলি প্যাটার্ন—সবকিছু নতুন করে বিশ্লেষণ করি এবং একটি পূর্ণ প্রত্যাখ্যানপত্র প্রকাশ করি, যার সাথে আমার ভুলের লগ ছিল। সেই দিন থেকে আমি একটি সূত্র মেনে চলি: 'আমি প্রতিটি ভুল সংখ্যার হিসাব রাখি। এটাই আমার সবচেয়ে সৎ শিক্ষক।' কিন্তু এবার যে সমস্যাটি দেখলাম, সেটি ভুল সংখ্যা নয়—এটি সংখ্যার অভাব। যেকোনো ডেটা বিশ্লেষণের মূল ভিত্তি হলো উৎসের স্বচ্ছতা। ২০১৭ সালে যখন আমি পিপিডিএ-প্লাস-এক্সজি মডেল তৈরি করছিলাম, তখন প্রতিটি ম্যাচের রিপোর্ট আমি একটি নির্দিষ্ট ফরম্যাটে লিখতাম: অনুমান, নমুনা, পর্যায় বিভাজন, ভুলের লগ, রায়। এই পদ্ধতিতে প্রতিটি দাবির পেছনে একটি মেট্রিক, একটি নমুনার আকার এবং একটি তারিখের সীমা থাকত। সম্পাদকরা প্রায়ই চাপ দিতেন ছোট করে লেখার জন্য, কিন্তু পাঠকরা আমার অনুচ্ছেদের স্ক্রিনশট নিয়ে ছড়িয়ে দিতেন। কারণ, তারা জানতেন যে প্রতিটি সংখ্যার পেছনে একটি অডিট ট্রেইল আছে। এখন যদি প্রথম স্তরের বিশ্লেষণে কোনো তথ্যই না থাকে—না শিরোনাম, না উৎস, না তথ্যবিন্দু—তাহলে দ্বিতীয় স্তরের বিশ্লেষণ কীভাবে সম্ভব? 'একটি নমুনার আকার ছাড়া একটি সংখ্যা শুধু দশমিক বিন্দুযুক্ত একটি গুজব।' আর এখানে তো সংখ্যাই নেই। আমি ২০০৬ সালে দৈনিক স্টার-এর ক্রীড়া ডেস্কে যোগ দিয়েছিলাম। সেদিন থেকে আজ পর্যন্ত ৩৯ বছর ধরে আমি ক্রিকেট এবং ফুটবলের ডেটা বিশ্লেষণ করছি। ২০২৩ সালে আইসিসি-র অফিসিয়াল কমেন্ট্রি প্যানেলে যখন সুযোগ পেলাম, তখন আমি বুঝলাম—বিশ্ব ক্রিকেটে সবচেয়ে বড় সংকট হলো তথ্যের অভাব নয়, তথ্যের অপব্যবহার। ২০২৫ সালে বিসিবি-র উপদেষ্টা হিসেবে যোগ দেওয়ার পর আমি আরও স্পষ্টভাবে দেখলাম, ডিজিটাল এবং মিডিয়া বিষয়ক সিদ্ধান্তে যখন খালি ডেটা প্রতিবেদন জমা দেওয়া হয়, তখন সিদ্ধান্ত গ্রহণকারীরা অন্ধকারে হাতড়ান। এই টেমপ্লেট-পূরণের সংস্কৃতি আমাদের ক্রিকেট ইকোসিস্টেমে একটি নীরব বিপর্যয় ডেকে আনছে। মডেল কখনো ভবিষ্যদ্বাণী নয়। এটি একটি প্রদীপ, আর প্রদীপের ছায়া থাকে। কিন্তু যদি প্রদীপেই তেল না থাকে, তবে ছায়া তো দূরের কথা—আলোও পড়ে না। এই খালি টেমপ্লেটের বিশ্লেষণটি একটি নিখুঁত উদাহরণ। প্রথম স্তরের বিশ্লেষণে লেখা আছে 'শিরোনাম: প্রযোজ্য নয়', 'উৎস: প্রযোজ্য নয়', 'তথ্যবিন্দু: কোনোটি প্রদান করা হয়নি'। অথচ দ্বিতীয় স্তরে আটটি মাত্রা—ম্যাচ বিশ্লেষণ, খেলোয়াড় প্রযুক্তি, দলীয় ল্যান্ডস্কেপ, লিগ বাণিজ্য, শাসন, ঝুঁকি, জন-আখ্যান এবং শিল্প ট্রান্সমিশন—সবকিছুর জন্য একটি টেবিল তৈরি করা হয়েছে। প্রতিটি ঘরে 'প্রযোজ্য নয়' লেখা। প্রশ্ন হলো, এভাবে বিশ্লেষণ করা কি আদৌ সম্ভব? আমি ২০১৭ সালে ইন্দিরানগরে একটি বাজি বিশ্লেষণ সংস্থায় যোগ দেওয়ার পর একটি বিষয় শিখেছিলাম: বাজারের ক্লোজিং লাইন আমার নিজের বিশ্বাসের চেয়ে বেশি নির্ভরযোগ্য, কারণ এতে কম মায়া থাকে। যদি ট্রেডিংয়ে কোনো তথ্য না থাকে, আমরা কোনো পজিশন নিই না। কিন্তু এই বিশ্লেষণী পাইপলাইনে আমরা উল্টোটি করছি—তথ্য ছাড়াই বিশ্লেষণের কাঠামো তৈরি করছি, যেন কাঠামো থাকলেই সিদ্ধান্ত এসে যাবে। এটা ঠিক তেমনই, যেমনটি ২০১৮ সালের ক্রোয়েশিয়া ম্যাচের আগে আমি আমার মডেলের ভুল ডেটার ওপর অতিরিক্ত আস্থা রেখেছিলাম। পার্থক্য শুধু এই যে, সেখানে ভুল ডেটা ছিল, এখানে কোনো ডেটাই নেই। আমি ব্যক্তিগতভাবে ২০১৮ সালের পর থেকে প্রতিটি প্রতিবেদনে একটি বাধ্যতামূলক অংশ রেখেছি: 'মডেল কোথায় ভুল ছিল।' এই স্ব-সমালোচনার লগ আমার সবচেয়ে বেশি উদ্ধৃত অংশ। কিন্তু এই খালি টেমপ্লেটের বিশ্লেষণে যে সমস্যাটি রয়েছে, তা হলো এটি নিজের ভুলকে লুকিয়ে রাখছে না—বরং তথ্যের অভাবকে কাঠামোগত পূর্ণতার আড়ালে ঢেকে রাখছে। পাঠক যখন 'প্রযোজ্য নয়—অপর্যাপ্ত তথ্য' লেখা দেখেন, তখন তিনি হয়তো মনে করেন এটি একটি সৎ স্বীকারোক্তি। কিন্তু প্রকৃতপক্ষে এটি একটি বিপজ্জনক নীরবতা। প্রফেশনাল ক্রিকেট বিশ্লেষণে আমার একটি সোনালি নিয়ম আছে: প্রতিটি ম্যাচ দেখার সময় আমি মেট্রিক্স ছাড়া পুরো সেশন দেখি এবং লগ করি যে লেজার কী ধরতে পারে না। ২০২৩ সালে আইসিসি কমেন্ট্রি প্যানেলে বসে আমি এই পদ্ধতিটি আরও পরিশীলিত করেছি। কারণ, সম্প্রচারকরা যখন বলতে চান 'এই খেলোয়াড়ের ফর্ম ভালো', তখন আমি জিজ্ঞাসা করি—কোন ফরম্যাটে? কোন ভেন্যুতে? কোন বোলিং আক্রমণের বিরুদ্ধে? এই তিনটি প্রশ্নের উত্তর না থাকলে সেটি বিশ্লেষণ নয়, কেবল মন্তব্য। এখন এই দ্বিতীয় স্তরের বিশ্লেষণটি দেখুন। এখানে 'ম্যাচ বিশ্লেষণ' বিভাগে বলা হয়েছে 'প্রযোজ্য নয়—অপর্যাপ্ত তথ্য', কারণ প্রথম স্তরে কোনো ম্যাচ ফরম্যাট, ভেন্যু, পিচ বা আবহাওয়ার তথ্য ছিল না। 'খেলোয়াড় প্রযুক্তি' বিভাগে কোনো খেলোয়াড়ের নাম নেই, গড় নেই, স্ট্রাইক রেট নেই। 'দলীয় ল্যান্ডস্কেপ' বিভাগে কোনো আইসিসি র‍্যাঙ্কিং নেই, হোম-অ্যাওয়ে প্রোফাইল নেই। এভাবে আটটি বিভাগে বিশটি টেবিল তৈরি করা হয়েছে, যার প্রতিটি ঘর শূন্য। প্রশ্ন হলো—এটি কি আসলে একটি বিশ্লেষণ, নাকি বিশ্লেষণের ভান? আমি যখন ২০১৭ সালে ইন্দিরানগরের মডেল রুমে কাজ করতাম, তখন আমাদের একটি নীতি ছিল: কোনো ডেটা পয়েন্ট না থাকলে আমরা মডেল চালাতাম না। আমাদের সিস্টেমে একটি ত্রুটি-বার্তা থাকত: 'ইনপুট খালি, বিশ্লেষণ বাতিল।' কিন্তু এখানে উল্টোটি দেখছি। খালি ইনপুট হয়েও বিশ্লেষণ চলছে। এটি আমাকে ২০১৮ সালের ক্রোয়েশিয়া ভুলের কথা মনে করিয়ে দেয়, তবে আরও ভয়াবহ আকারে। সেখানে আমি ভুল ডেটার ওপর আস্থা রেখেছিলাম। এখানে ডেটাই নেই, শুধু টেমপ্লেট আছে। আমি ৩৯ বছর ধরে ক্রিকেট ম্যাচ দেখছি এবং বিশ্লেষণ করছি। আমার অভিজ্ঞতা বলে—প্রতিটি সিদ্ধান্তের পেছনে একটি নির্দিষ্ট প্রেক্ষাপট থাকা জরুরি। ২০২৩ সালের বিশ্বকাপে যখন আমি আইসিসি প্যানেলে ছিলাম, তখন প্রতিটি ম্যাচের আগে আমরা তিনটি জিনিস যাচাই করতাম: পিচের চরিত্র, আবহাওয়ার পূর্বাভাস এবং দুই দলের সাম্প্রতিক মুখোমুখি রেকর্ড। এই তিনটি তথ্য না থাকলে আমরা কখনোই কোনো সুনির্দিষ্ট পূর্বাভাস দিতাম না। কারণ, 'একটি সংখ্যা ছাড়া একটি নমুনার আকার শুধু দশমিক বিন্দুযুক্ত একটি গুজব।' আর এখানে তো সংখ্যাই নেই। খালি টেমপ্লেট বিশ্লেষণের সবচেয়ে বড় ঝুঁকি হলো এর নকল সুনির্দিষ্টতা। যখন কেউ একটি নিখুঁত টেবিল দেখে, যেখানে প্রতিটি ঘর পূরণ করা, তখন সে ভাবতে পারে বিশ্লেষণটি পূর্ণাঙ্গ। অথচ ভেতরে কোনো তথ্য নেই। ২০১৮ সালের ক্রোয়েশিয়া ভুলের পর আমি শিখেছিলাম—'ক্রোয়েশিয়া কোনো ভুল ছিল না। আমার আত্মবিশ্বাস ছিল ভুল।' সেই আত্মবিশ্বাস এসেছিল একটি মডেল থেকে, যা তার নিজের সীমাবদ্ধতা সম্পর্কে সচেতন ছিল না। আজকের এই খালি টেমপ্লেট বিশ্লেষণ তার চেয়েও বিপজ্জনক, কারণ এটি তার নিজের অজ্ঞতা সম্পর্কেও সচেতন নয়। আমি ২০০৬ সালে দৈনিক স্টার-এ যোগ দেওয়ার সময় প্রথম শিখেছিলাম—একজন সাংবাদিকের প্রধান দায়িত্ব তথ্য যাচাই করা। ২০২৫ সালে বিসিবি উপদেষ্টা হিসেবে যোগ দেওয়ার পর সেই শিক্ষা আরও গভীর হয়েছে। ডিজিটাল মিডিয়া ব্যবস্থাপনায় প্রতিটি বিশ্লেষণী প্রতিবেদনের পেছনে একটি যাচাইযোগ্য উৎস থাকতে হবে। যদি প্রথম স্তরের বিশ্লেষণই খালি থাকে, তবে দ্বিতীয় স্তরের বিশ্লেষণ শুধু একটি আনুষ্ঠানিকতা। এটি একটি পাইপলাইন ত্রুটি, যা কর্তৃপক্ষের সিদ্ধান্তকে ভুল পথে চালিত করতে পারে। আমার পুরো কর্মজীবনে আমি একটি বিষয় লক্ষ্য করেছি: যেকোনো ব্যবস্থায় সবচেয়ে বিপজ্জনক মুহূর্ত হলো যখন কেউ খালি তথ্যের ওপর ভিত্তি করে সিদ্ধান্ত নেয় এবং সেটিকে যুক্তিসঙ্গত মনে করে। ২০১৭ সালের ইন্দিরানগর মডেলে আমরা এই সমস্যাটি একটি লাল পতাকা দিয়ে চিহ্নিত করতাম। কিন্তু এই বিশ্লেষণী পাইপলাইনে সেই লাল পতাকা নেই। বরং খালি তথ্যের ওপর একটি সবুজ টিক পড়েছে। আমি মনে করি, এই সমস্যার সমাধান হলো একটি কঠোর নিয়ম প্রতিষ্ঠা করা। যেকোনো দ্বিতীয় স্তরের বিশ্লেষণ চালু হওয়ার আগে প্রথম স্তরের একটি ন্যূনতম তথ্যবিন্দুর সংখ্যা নির্ধারণ করে দিতে হবে। যদি তথ্যবিন্দুর সংখ্যা শূন্য হয়, তবে বিশ্লেষণ প্রক্রিয়াটি স্বয়ংক্রিয়ভাবে বাতিল হওয়া উচিত। এটাই হবে প্রকৃত স্বচ্ছতা। আরেকটি বিষয় হলো দায়। কে এই খালি বিশ্লেষণটি অনুমোদন করেছে? কে প্রথম স্তরের খালি আউটপুট দ্বিতীয় স্তরে পাঠিয়েছে? এই প্রশ্নগুলোর উত্তর ছাড়া সিস্টেমের উন্নতি সম্ভব নয়। আমি ২০১৮ সালের পর আমার নিজের ভুলের লগ প্রকাশ করেছিলাম, যাতে অন্যরা একই ভুল না করে। এই খালি টেমপ্লেট বিশ্লেষণের দায়িত্বপ্রাপ্তদেরও উচিত তাদের ত্রুটির লগ প্রকাশ করা। এখন সময় এসেছে নতুন করে ভাববার। এই খালি টেমপ্লেট বিশ্লেষণটি আমাদের একটি সতর্কবার্তা—একটি নীরব পাইপলাইন ত্রুটি, যা প্রতিদিন অনেকের চোখ এড়িয়ে যাচ্ছে। আগামী সপ্তাহে যখন অন্য কোনো খালি প্রতিবেদন ডেটা এনে জমা দেবে, তখন আপনি কী করবেন? সেটি কি আবার 'প্রযোজ্য নয়—অপর্যাপ্ত তথ্য' দিয়ে পূরণ করবেন, নাকি উৎসের কাছে ফিরিয়ে দেবেন? এটাই এখন মূল প্রশ্ন।