আট অধ্যায়, শূন্য তথ্য: ক্রিকেট বিশ্লেষণের যাচাই-শৃঙ্খলে আস্থার ফাঁদ

গত সপ্তাহে রাজশাহীর ল্যাবে যে রিপোর্টটি প্রিন্ট হয়ে এল, তার আটটি অধ্যায়, এগারোটি টেবিল, প্রায় প্রতিটি সারিতে লেখা 'Confidence: High'। লাল কলম হাতে বসে প্রথমে যা খুঁজলাম, তা কোনো সিদ্ধান্ত নয় — একটি ওভার নম্বর, একটি ভেন্যুর নাম, একটি স্ট্রাইক রেট। পনেরো মিনিট পর কলমটা নামিয়ে রাখতে হলো। আট অধ্যায়ের কোথাও একটি ক্রিকেট সংখ্যা নেই। বোলিং ইকোনমি নেই, পাওয়ারপ্লে নেই, ডেথ ওভার নেই, কোনো দলের নাম নেই, কোনো খেলোয়াড়ের নাম নেই। অথচ পড়তে গিয়ে কোথাও খটকা লাগে না — বাক্যগুলো সুবিন্যস্ত, সিদ্ধান্তগুলো আত্মবিশ্বাসী, টেবিলের ঘরগুলো ভরা। ভরা 'N/A' দিয়ে।

ঘটনাটি ক্রিকেটের নয়, ক্রিকেট-বিশ্লেষণের সরবরাহ-শৃঙ্খলের। প্রথম স্তরের ডিকনস্ট্রাকশন ফিরে এসেছে কার্যত খালি হাতে — শিরোনাম নেই, উৎস নেই, ধারা লেখা 'Unclassified', আর সবচেয়ে জরুরি ঘরটি, ইনফরমেশন পয়েন্টস, শূন্য। দ্বিতীয় স্তর তারপরও আটটি বিশ্লেষণ-টেমপ্লেট পুরোপুরি রেন্ডার করেছে, প্রতিটি নির্ধারিত জায়গায় 'N/A — insufficient information' বসিয়ে। অর্থাৎ যাচাইয়ের শৃঙ্খলে একটি লিংক ভেঙে গেছে, কিন্তু শৃঙ্খলটি বাইরে থেকে দেখতে আগের মতোই অটুট। এই লেখার বিষয় সেই ভাঙা লিংকটি — এবং তার চেয়েও বেশি, যে ব্যবস্থাটি ভাঙা লিংক নিয়েও সমাপ্ত রিপোর্ট তৈরি করে ফেলে।

ক্রিকেটে এই ব্যর্থতা কেন সবচেয়ে বড়, তা বোঝার জন্য একটা পুরনো নিয়ম মনে করাই যথেষ্ট। টেস্ট, ওয়ানডে, টি-টোয়েন্টি আর দ্য হান্ড্রেড — চারটি আলাদা প্রতিযোগিতা-কাঠামো, চারটি আলাদা মাপকাঠি। টেস্টে ৫০-এর স্ট্রাইক রেট প্রশংসনীয় হতে পারে, টি-টোয়েন্টিতে সেই একই সংখ্যা দলের গতি কেটে দেয়। ৩.৫-এর ইকোনমি ওয়ানডেতে দুর্দান্ত, টেস্টে তা-ও অপ্রাসঙ্গিক। ফরম্যাট ট্যাগ না থাকলে কোনো পারফরম্যান্স সংখ্যাই তুলনাযোগ্য থাকে না, আর ক্রস-ফরম্যাট কনটামিনেশন ঠেকানোর কোনো হাতিয়ার বিশ্লেষকের হাতে থাকে না। ফরম্যাট চিহ্নিত না হলে ক্রিকেটের কোনো সংখ্যা প্রমাণের মর্যাদা পায় না; সে-সংখ্যা নিছক অঙ্ক।

দ্বিতীয় যে ফাটলটি এই রেকর্ডে ধরা পড়ে, সেটি প্রযুক্তিগত এবং কম আলোচিত। ডোমেইন লেবেল এসেছে 'cricket_asia', অথচ চুক্তিতে নির্ধারিত ছিল 'Cricket'। একটি ভৌগোলিক উপ-লেবেল আর একটি মূল ডোমেইন — দুটো আলাদা ট্যাক্সোনমি, আলাদা বেঞ্চমার্ক, আলাদা ডাউনস্ট্রিম ব্যবহার। লক্ষণীয়, মেটাডেটা বেঁচে আছে, বডি টেক্সট মৃত। এই অসমতা থেকেই অনুমান করা যায়, লেবেলটি নিবন্ধের বিষয়বস্তু থেকে আসেনি, এসেছে কীওয়ার্ড বা URL থেকে। আর 'cricket_asia' এতই মোটা একটি ছাঁকনি যে তা ভারত-পাকিস্তান প্রতিদ্বন্দ্ব্বকে আলাদা করতে পারে না, আইপিএলকে আলাদা করতে পারে না, ঘরোয়া লিগকেও আলাদা করতে পারে না। যে লেবেল টিকে আছে, সেটি বডি টেক্সট থেকে আসেনি — মেটাডেটার কীওয়ার্ড থেকে এসেছে, আর তাই তার নির্ভরযোগ্যতা কম।

রিপোর্টের ছয়টি ঝুঁকি-শ্রেণিতে ঘরগুলো ভরা 'Cannot assess' দিয়ে। ক্রীড়া-ঝুঁকি, কর্মী-ঝুঁকি, বাণিজ্যিক ঝুঁকি, নিয়ম-অখণ্ডতা, জনমত — সবখানেই একই উত্তর। ঝুঁকি ব্যবস্থাপনায় এই পার্থক্যটা মৌলিক: 'কম ঝুঁকি' আর 'মূল্যায়ন করা যায়নি' এক জিনিস নয়। একটি ম্যাচে ডিউ পড়েনি বলে ডিউ-ঝুঁকি শূন্য ধরে নিলে পরের ম্যাচে সিদ্ধান্তটাই ভুল হয়; একইভাবে উৎস নিবন্ধে দুর্নীতির উল্লেখ না থাকাকে দুর্নীতির অনুপস্থিতি পড়া যায় না, কারণ এখানে নিবন্ধটাই পাওয়া যায়নি। 'কোনো সংকেত নেই' আর 'ঝুঁকি নেই' একই কথা নয় — প্রথমটি অনুপস্থিত তথ্যের বিবৃতি, দ্বিতীয়টি একটি সিদ্ধান্ত।

এখানেই আসল সমস্যাটি। একটি ভুল রিপোর্ট ধরা পড়ে, কারণ সংখ্যা মেলে না। কিন্তু একটি ফাঁপা রিপোর্ট ধরা পড়ে না, কারণ তার সঙ্গে মেলানোর মতো কিছুই নেই। আটটি অধ্যায়, এগারোটি টেবিল আর প্রতিটি সারিতে 'High confidence' — এই সমাবেশটির নাম দেওয়া যায় নির্মিত কর্তৃত্ব। আমি রাজশাহীতে নোটবুক শুরু করেছিলাম রাশিয়া ২০১৮ এক কলাম করে ট্রেস করতে করতে, আর তখনই একটাই নিয়ম দাঁড় করিয়েছিলাম: প্রতিটি দাবাকে মাঠের কোঅর্ডিনেট বা মাপা যায় এমন ক্রিয়ার সঙ্গে বাঁধতে হবে। কাজানে ফ্রান্স-আর্জেন্টিনা ম্যাচে কান্তের পাঁচ ট্যাকল আর তিন ইন্টারসেপশন নোট করেছিলাম ঠিক এই কারণে — নোট না থাকলে পরে মনে হতো আমি বুঝেছিলাম, অথচ আসলে আমি কেবল দেখেছিলাম।

স্বাভাবিক প্রতিক্রিয়া হলো দোষটা মডেলের ঘাড়ে চাপানো। এখানে উল্টোটা দেখা দরকার। বিশ্লেষণটি নিজের কাজ ঠিকই করেছে — যেখানে তথ্য নেই, সেখানে সে সিদ্ধান্ত টানেনি, বানিয়ে কিছু লেখেনি, প্রতিটি ঘরে দায় স্বীকার করে বসেছে। আসল ত্রুটি তার অনেক আগে: যে গেট শূন্য ইনফরমেশন পয়েন্টস নিয়ে দ্বিতীয় স্তরে ঢোকার অনুমতি দিয়েছে। ত্রুটি বিশ্লেষণে নয়, গেটে — শূন্য তথ্যের পেলোড যেখানে থামা উচিত ছিল, সেখানে সে পার হয়নি, পার হতে দেওয়া হয়েছে। আর ঠিক এই কারণেই খালি রেকর্ডটি ব্যাচের সবচেয়ে দামি রেকর্ড: এটি একটি প্রমাণিত নেগেটিভ টেস্ট কেস, যা দিয়ে যাচাই করা যায় ব্যবস্থাটি সত্যিই জোরে ব্যর্থ হয় কি না।

২০২১ সালের পর আমি দুই কলামের চেকলিস্ট নিয়ে কাজ করি — একটি গৌরবের, একটি টিকে থাকার। বিশ্লেষণের পাইপলাইনেও ঠিক একই কাঠামো খাটে। প্রকাশের চেকলিস্টে প্রশ্ন একটাই: এই দাবির পাশে কি কোঅর্ডিনেট, সংখ্যা কিংবা তারিখ আছে? পাইপলাইনের চেকলিস্টে প্রশ্ন আরেকটি: তথ্য অনুপস্থিত থাকলে ব্যবস্থাটি নিজেই থেমে যায়, নাকি সুন্দরভাবে এগিয়ে যায়? দ্বিতীয় প্রশ্নে উত্তর 'না' পড়লে প্রথম কলামের সব টিক একসঙ্গে অর্থহীন হয়ে যায়। এখানে চেকলিস্টের দৈর্ঘ্য বাড়ানো দরকার নেই; দুটো ট্রিগারই যথেষ্ট — শূন্য ইনফরমেশন পয়েন্টস, আর চুক্তির বাইরে ডোমেইন লেবেল।

একটি রেকর্ডের ব্যর্থতা প্রায়ই একটি ব্যাচের ব্যর্থতা। তাই এখানে তিনটি সূচক নজরে রাখা দরকার। প্রথমত, প্রতি ব্যাচে শূন্য-ইনফরমেশন রেকর্ডের অনুপাত — উৎপাদন ব্যাচে এই হার শূন্যের বেশি হলেই আপস্ট্রিম ফেচ বা পার্স ত্রুটি ধরে নিতে হবে। দ্বিতীয়ত, ডোমেইন লেবেলের চুক্তি-সম্মতি, অর্থাৎ কত শতাংশ রেকর্ডে 'Cricket'-এর জায়গায় 'cricket_asia'-র মতো উপ-লেবেল ঢুকছে। তৃতীয়ত, 'Unclassified' ধারার হার। একটি-দুটি নয়, হারটা যদি টানা উঁচু থাকে, তাহলে অনুমান করতে হবে সমস্যাটি এককালীন ফেচ-ত্রুটি নয়, ক্লাসিফায়ারের প্রশিক্ষণে পদ্ধতিগত ফাঁক।

ভুতুড়ে ম্যাচগুলো আমাকে শিখিয়েছিল, নীরবতাও তথ্য — কেবল শোনা কঠিন। ২০২০ সালে বুন্দেসলিগা ফিরে আসার পর ৮১টি ম্যাচের হিসাব দেখে পেয়েছিলাম, বাড়ির দলের জয়ের হার ৪৩.৩% থেকে নেমে ৩৩.৩% হয়েছে, আর ভিড়ের শব্দ চলে যাওয়ায় প্রেসিং ট্রিগার বদলে গেছে। সেই তথ্য মূল্যবান হয়েছিল কারণ এটি রেকর্ড করা হয়েছিল, অনুমান করা হয়নি। দক্ষিণ এশিয়ার মিডিয়া-পরিবেশে টুর্নামেন্ট চলাকালীন আবেগ-প্রবাহ তীব্র থাকে; সেখানে ফাঁপা অথচ আত্মবিশ্বাসী রিপোর্টই সবচেয়ে দ্রুত উদ্ধৃত হয়, কারণ উদ্ধৃতি দেওয়ার আগে পাঠককে টেবিলের ঘরগুলো খুঁজতে হয় না।

তাই পরের ধাপের যাচাইটি সহজ এবং অস্বস্তিকর। পরের ইনজেশন রানের আগে একটি প্রশ্ন করতে হবে: গত ছয় মাসে এমন কতগুলো রিপোর্ট আমরা উদ্ধৃত করেছি, যেগুলোর গঠন সম্পূর্ণ ছিল আর ভেতরটা ফাঁকা? উত্তরটা যদি সংখ্যায় পাওয়া যায়, তবে সেটিই হবে এই পাইপলাইনের সবচেয়ে দরকারি আউটপুট। বিশ্লেষণের প্রথম দায়িত্ব ভবিষ্যদ্বাণী নয়, প্রস্তুতি; আর প্রস্তুতি শুরু হয় একটি স্বীকৃতি দিয়ে — যেখানে তথ্য নেই, সেখানে সাহস করে 'নেই' লেখা।