খালি ডেটার ফাঁদে ক্রিকেট বিশ্লেষণ: কেন পাইপলাইন ব্যর্থতা আমাদের চোখে পড়ে না

বirmingহামের NEC-তে ইনসোমনিয়া৬০-এর মঞ্চে দাঁড়িয়ে ছিলাম ২০১৭ সালে, ১৬টি দল, ৩,০০০ দর্শক, আর আমার হাতে একটি স্প্রেডশিট—যেখানেMnM Gaming বনাম exceL Esports ম্যাচের আগে খেলোয়াড়দের হার্ট রেট আর পোস্টুরাল ট্র্যাকিং ছিল। সেই অভিজ্ঞতা আমাকে শিখিয়েছিল একটি সহজ কথা: যেকোনো বিশ্লেষণের ভিত্তি হলো ডেটা, আর ডেটা না থাকলে বিশ্লেষণ নয়—শুধু অনুমানের স্তূপ তৈরি হয়।

গত সপ্তাহে আমার টেবিলে একটি স্টেজ-২ বিশ্লেষণ প্রতিবেদন এলো, যার শিরোনাম ছিল সাধারণ—ক্রিকেট_এশিয়া ডোমেইনে একটি ম্যাচ বিশ্লেষণ। কিন্তু প্রতিবেদনটি খুলতেই দেখলাম, প্রতিটি বিভাগে লেখা 'N/A – অপর্যাপ্ত তথ্য'। স্টেজ-১ ডিকনস্ট্রাকশন রিপোর্টে কোনো শিরোনাম নেই, কোনো উৎস নেই, কোনো তথ্যবিন্দু নেই, কোনো খেলোয়াড় বা দলের নাম নেই। শুধু একটি ডোমেইন লেবেল—cricket_asia।

এই প্রতিবেদনটি আসলে একটি ম্যাচ বা খেলোয়াড়ের বিশ্লেষণ নয়; এটি একটি ডেটা-পাইপলাইন ব্যর্থতার ডায়াগনস্টিক। কিন্তু এখানেই আসল গল্প লুকিয়ে আছে। কেন একটি সম্পূর্ণ খালি ইনপুট নিয়ে এত সুন্দর আট-মাত্রিক বিশ্লেষণ কাঠামো তৈরি হয়? কেন সিস্টেমটি স্বীকার করে না যে তার হাতে কিছুই নেই, বরং প্রতিটি ঘরে 'অপর্যাপ্ত তথ্য' লিখে একটি পূর্ণাঙ্গ প্রতিবেদনের ছদ্মবেশ ধারণ করে?

আমি ২০১২ সাল থেকে ক্রিকেট মাঠের পাশে দাঁড়িয়ে দেখেছি, কীভাবে একটি ভুল ডেটা পয়েন্ট একটি ম্যাচের পুরো গল্প বদলে দিতে পারে। ২০১৬ সালে বাংলাদেশ প্রিমিয়ার লিগের ধারাভাষ্য বক্সে বসে ড্যানি মরিসন আর আথার আলী খানের সঙ্গে কাজ করার সময় শিখেছি—ভুল তথ্য সংশোধনের চেয়ে বিপজ্জনক হলো তথ্যের অনুপস্থিতিকে গোপন রাখা।

এই স্টেজ-২ রিপোর্টের সবচেয়ে বড় অবদান হলো এর সততা। এটি মিথ্যা বলার চেষ্টা করেনি। প্রতিটি মাত্রায় স্পষ্টভাবে লিখেছে—'এখানে বিশ্লেষণ করা সম্ভব নয়, কারণ ইনপুট খালি।' কিন্তু সমস্যা হলো, এই সততা একটি কাঠামোর ভেতরে আবদ্ধ। পাঠক প্রথমে দেখেন একটি পূর্ণাঙ্গ আট-মাত্রিক বিশ্লেষণ, তারপর প্রতিটি সেল-এ 'N/A' দেখে বুঝতে পারেন—এটা আসলে কিছু নয়।

এখানেই আমার প্রথম আপত্তি: কেন একটি খালি ইনপুট নিয়ে এত বড় কাঠামো তৈরি করা হলো? যদি স্টেজ-১ ব্যর্থ হয়, তাহলে স্টেজ-২-এর প্রথম কাজ হওয়া উচিত ফিরে গিয়ে স্টেজ-১ পুনরায় চালানো বা মূল নিবন্ধের পাঠ্য সংগ্রহ করা। আটটি মাত্রায় ৪০টিরও বেশি 'N/A' সেল পূরণ করা কোনো বিশ্লেষণ নয়—এটি একটি টেমপ্লেটের যান্ত্রিক প্রয়োগ।

আমি কিনেসিওলজিস্ট হিসেবে জানি, একটি খালি ডেটাসেট নিয়ে পেশীর গতিবিধি বিশ্লেষণ করা অসম্ভব। ক্রিকেটে বলের গতি, বোলারের অ্যাকশন, ব্যাটসম্যানের ফুটওয়ার্ক—এসব কিছু মাপার জন্য নির্দিষ্ট ফরম্যাট জানা । টেস্ট ক্রিকেটের অর্থনীতি টি-টোয়েন্টির সঙ্গে তুলনীয় নয়। এই প্রতিবেদন নিজেই স্বীকার করেছে: 'ফরম্যাট নির্ধারণ না করে ক্রিকেট বিশ্লেষণ অর্থপূর্ণভাবে এগোতে পারে না।' তাহলে কেন ফরম্যাট নির্ধারণের আগেই পুরো বিশ্লেষণ কাঠামো তৈরি করা হলো?

এর উত্তরে আমি বলব—সিস্টেমের গঠনগত ত্রুটি। স্টেজ-২-এর টেমপ্লেট এমনভাবে ডিজাইন করা হয়েছে যে প্রতিটি মাত্রা পূরণ করতে হবে। যদি ইনপুট না থাকে, তাহলে 'N/A' লিখে হলেও ঘর পূরণ করতে হবে। এতে পাঠকের মনে একটি ভুল ধারণা তৈরি হয়—যেন বিশ্লেষণটি সম্পূর্ণ হয়েছে, শুধু তথ্যের অভাব। কিন্তু বাস্তবে এটি সম্পূর্ণ বিপরীত: তথ্যের অভাব মানে বিশ্লেষণের অভাব, কাঠামোর পূর্ণতা নয়।

আমি ইনসোমনিয়া৬২-তে 'Kai'Sa'-কে 'Kai-Sa' উচ্চারণ করে ভুল করেছিলাম, ১২,০০০ দর্শক সেই ক্লিপ দেখেছিলেন। পরের মাসে ৪০ ঘণ্টার টেপ দেখে আমি শিখেছিলাম—ভুল স্বীকার করা যায়, কিন্তু ভুলকে একটি সুন্দর কাঠামোর ভেতরে লুকিয়ে রাখা যায় না। এই প্রতিবেদনটি ঠিক সেই ফাঁদে পা দিয়েছে।

তবে এখানে একটি গুরুত্বপূর্ণ দিক আছে, যা আমি প্রশংসা না করে পারছি না। প্রতিবেদনটি জাল তথ্য তৈরি করেনি। কোনো কাল্পনিক খেলোয়াড়ের গড় রান, কোনো দলের র‍্যাঙ্কিং, কোনো চুক্তির মূল্য—কিছুই বানায়নি। কৃত্রিম বুদ্ধিমত্তার যুগে এটি বিরল। অনেক সিস্টেম খালি ইনপুট পেলে অনুমান দিয়ে ঘর ভরে ফেলে। এই প্রতিবেদন তা করেনি। এটি তার সীমাবদ্ধতা জানে, এবং সীমাবদ্ধতা স্বীকার করে—এটি একটি ভালো সিস্টেমের লক্ষণ, যদিও কাঠামোটি অপ্রয়োজনীয়ভাবে ভারী।

কিন্তু আমার দ্বিতীয় আপত্তি হলো—cricket_asia ডোমেইন লেবেলটির ব্যাখ্যা। প্রতিবেদনটি বারবার বলছে, এই লেবেল থেকে বোঝা যায় বিষয়টি দক্ষিণ এশীয় বা এশিয়া অঞ্চলের ক্রিকেট। কিন্তু এশিয়া অঞ্চলে ক্রিকেট মানে কী? ভারত-পাকিস্তান ম্যাচ? বাংলাদেশ প্রিমিয়ার লিগ? এশিয়া কাপ? নাকি স্থানীয় কোনো ক্লাব টুর্নামেন্ট? একটি লেবেল দিয়ে এতগুলো সম্ভাবনার মধ্যে একটি বেছে নেওয়া অসম্ভব। প্রতিবেদনটি নিজেই স্বীকার করেছে: 'এটি একটি দুর্বল এবং কার্যকরী সংকেত নয়।' তাহলে কেন পুরো বিশ্লেষণ কাঠামোতে এই লেবেলটির এত গুরুত্ব?

আমার তৃতীয় এবং সবচেয়ে গুরুত্বপূর্ণ আপত্তি হলো—এই প্রতিবেদনটি নিজেই একটি ডেটা-পাইপলাইন ব্যর্থতার প্রমাণ, কিন্তু এটি সেই ব্যর্থতার মূল কারণ খুঁজে বের করার চেষ্টা করেনি। প্রতিবেদনটি বলছে: 'স্টেজ-১ আউটপুট খালি, তাই বিশ্লেষণ সম্ভব নয়।' কিন্তু কেন খালি? স্টেজ-১ কি মূল নিবন্ধটি পড়তে পারেনি? নিবন্ধটি কি খালি ছিল? নাকি স্টেজ-১-এর এক্সট্রাকশন প্রক্রিয়ায় কোনো ত্রুটি ছিল? এই প্রশ্নগুলোর উত্তর না দিয়ে শুধু 'N/A' লিখে যাওয়া একটি অসম্পূর্ণ ডায়গনস্টিক।

আমি ২০১৮ সালে এএসএল ইউকে প্রিমিয়ারশিপের মঞ্চে এই সমস্যার একটি সংস্করণ দেখেছিলাম। একটি দলের নাম ভুল উচ্চারণ করেছিলাম, এবং পুরো সম্প্রচার দল বিভ্রান্ত হয়েছিল। পরের দিন আমরা একটি ছোট মিটিং করেছিলাম—কেন ভুল হলো? উত্তর ছিল: আমাদের প্রোডাকশন টিমের কাছে দলের নামের একটি যাচাইকৃত তালিকা ছিল না। আমরা অনুমান করে নাম উচ্চারণ করেছিলাম। সেই সময় থেকে আমি প্রতিটি সম্প্রচারের আগে একটি যাচাইকৃত চেকলিস্ট তৈরি করি—নাম, উচ্চারণ, ফরম্যাট, ভেন্যু। কোনো একটি ঘর খালি থাকলে আমি মুখ খুলি না।

এই প্রতিবেদনের ক্ষেত্রেও একই নীতি প্রযোজ্য হওয়া উচিত ছিল। স্টেজ-১-এর আউটপুট খালি মানে স্টেজ-২-এর মুখ খোলা উচিত নয়। কিন্তু এটি মুখ খুলেছে, এবং একটি দীর্ঘ, বিস্তারিত, আট-মাত্রিক বিশ্লেষণ তৈরি করেছে—যার প্রতিটি ঘরে লেখা 'অপর্যাপ্ত তথ্য'।

এখানেই আমি একটি কাঠামোগত পরিবর্তনের প্রস্তাব দিচ্ছি। যদি স্টেজ-১ খালি থাকে, তাহলে স্টেজ-২-এর আউটপুট হওয়া উচিত একটি সংক্ষিপ্ত ত্রুটি প্রতিবেদন—যেখানে স্পষ্টভাবে বলা থাকবে: 'ইনপুট খালি, বিশ্লেষণ সম্ভব নয়, এবং এখানে কী কী তথ্য প্রয়োজন তার একটি তালিকা।' আট-মাত্রিক কাঠামো তৈরি করা উচিত নয়। কারণ কাঠামোর পূর্ণতা পাঠকের মনে একটি ভ্রম তৈরি করে—যেন বিশ্লেষণ হয়েছে, শুধু তথ্য নেই।

আমি জানি, এই সমালোচনা কঠোর শোনাতে পারে। কিন্তু আমার এমএস ডিগ্রি কিনেসিওলজি থেকে আমি শিখেছি—একটি খালি ডেটাসেট নিয়ে পেশীর গতিবিধি বিশ্লেষণ করা অসম্ভব, এবং সেই অসম্ভাব্যতাকে একটি সুন্দর চার্টে ঢেকে রাখা আরও বিপজ্জনক। ক্রিকেটেও একই। একটি খালি স্কোরকার্ড নিয়ে ম্যাচের গল্প লেখা যায় না।

তবে এই প্রতিবেদনের একটি ইতিবাচক দিক আছে, যা আমি শেষ পর্যন্ত স্বীকার করব। এটি একটি সতর্কবার্তা দিয়েছে: 'যদি এই খালি ইনপুটের ওপর জোর করে সিদ্ধান্ত আরোপ করা হয়, তাহলে জাল বিশ্লেষণের ঝুঁকি তৈরি হয়।' এই সতর্কবার্তাটি গুরুত্বপূর্ণ। কারণ ক্রিকেট বিশ্লেষণের জগতে—বিশেষ করে দক্ষিণ এশিয়ায়—আমরা প্রায়ই দেখি, তথ্যের অভাবকে অনুমান দিয়ে পূরণ করা হয়। একটি খালি সেল দেখলে আমরা গড় সংখ্যা বসিয়ে দিই, একটি অনিশ্চিত ম্যাচ দেখলে আমরা 'সম্ভবত' লিখে এগিয়ে যাই। এই প্রতিবেদন তা করেনি। এটি বলেছে: 'আমি জানি না, এবং আমি জানি না বলাটাই সঠিক।'

এটি একটি পরিপক্ব সিস্টেমের লক্ষণ। কিন্তু পরিপক্বতা মানে শুধু 'জানি না' বলা নয়—পরিপক্বতা মানে 'জানি না' বলার পর কী করতে হবে তা জানা। এই প্রতিবেদন প্রথম কাজটি করেছে, দ্বিতীয়টি করেনি।

আমার প্রস্তাব হলো—স্টেজ-২-এর আউটপুট কাঠামো এমনভাবে পরিবর্তন করা উচিত যাতে ইনপুটের গুণমানের ওপর ভিত্তি করে আউটপুটের দৈর্ঘ্য ও গভীরতা নির্ধারিত হয়। যদি ইনপুট খালি থাকে, তাহলে আউটপুট হবে একটি সংক্ষিপ্ত ডায়গনস্টিক—কোন তথ্য অনুপস্থিত, কেন অনুপস্থিত, এবং তা পূরণের জন্য কী কী পদক্ষেপ প্রয়োজন। যদি ইনপুটে কিছু তথ্য থাকে, তাহলে সেই তথ্যের ভিত্তিতে বিশ্লেষণ করা যেতে পারে। আর যদি ইনপুট সম্পূর্ণ থাকে, তাহলে আট-মাত্রিক বিশ্লেষণ অর্থবহ হয়।

এই পরিবর্তনটি জরুরি, কারণ ক্রিকেট বিশ্লেষণের পাঠকরা—যারা প্রতিদিন ম্যাচ দেখেন, যারা টেবিলের নিচের লড়াই খেয়াল করেন—তারা 'N/A' দিয়ে ভরা একটি প্রতিবেদন পড়তে চান না। তারা চান বাস্তব অন্তর্দৃষ্টি। আর বাস্তব অন্তর্দৃষ্টির জন্য প্রয়োজন বাস্তব ডেটা।

আমি ২০১৫ সালে একটি অনূর্ধ্ব-১৯ ম্যাচ বিশ্লেষণ করছিলাম, যেখানে এক তরুণ বোলারের অ্যাকশন নিয়ে সন্দেহ ছিল। আমার কাছে সেই বোলারের গত ১০ ম্যাচের ভিডিও ছিল না, শুধু একটি ম্যাচের স্কোরকার্ড। আমি সেই স্কোরকার্ড থেকে সিদ্ধান্তে পৌঁছাতে পারতাম—কিন্তু পারিনি। কারণ আমি জানতাম, একটি ম্যাচের ডেটা দিয়ে একটি বোলারের অ্যাকশনের বৈধতা বিচার করা যায় না। আমি প্রতিবেদনে লিখেছিলাম: 'এই বোলারের অ্যাকশন নিয়ে প্রশ্ন উঠেছে, কিন্তু আমার কাছে পর্যাপ্ত ভিডিও নেই, তাই আমি কোনো সিদ্ধান্তে পৌঁছাচ্ছি না।'

সেই প্রতিবেদনটি পাঠকদের মধ্যে আলোচনা তৈরি করেছিল। তারা প্রশ্ন করেছিলেন—কেন পর্যাপ্ত ভিডিও নেই? কেন বোর্ড আরও স্বচ্ছ নয়? এই প্রশ্নগুলোই আসল সাংবাদিকতা। 'N/A' লেখা নয়, বরং 'কেন N/A' তা খুঁজে বের করা।

এই স্টেজ-২ প্রতিবেদনটি 'কেন N/A' সেই প্রশ্নটি করেনি। এটি শুধু 'N/A' লিখেছে এবং তারপর ৪,০০০ শব্দের একটি কাঠামো তৈরি করেছে। এটি একটি সুযোগ হাতছাড়া।

তবে আমি শেষ করতে চাই একটি ইতিবাচক নোটে। এই প্রতিবেদনটি আমাদের একটি গুরুত্বপূর্ণ শিক্ষা দিয়েছে—ক্রিকেট বিশ্লেষণে ডেটার অভাবকে গোপন করা যায় না। একটি খালি ইনপুট থেকে একটি পূর্ণাঙ্গ বিশ্লেষণ তৈরি করার চেষ্টা করা মানে পাঠককে বিভ্রান্ত করা। এই প্রতিবেদন সেই বিভ্রান্তি তৈরি করেনি, যদিও কাঠামোটি অপ্রয়োজনীয়ভাবে ভারী ছিল।

আগামী দিনে, যখন ক্রিকেটে কৃত্রিম বুদ্ধিমত্তা আরও প্রবেশ করবে, তখন এই শিক্ষাটি আরও গুরুত্বপূর্ণ হবে। কারণ এআই-এর সবচেয়ে বড় ঝুঁকি হলো—সে জানে না বলেও জানে না বলে স্বীকার করে না। এই প্রতিবেদনটি সেই ঝুঁকি এড়িয়েছে। এটি একটি ভালো শুরু। কিন্তু পরবর্তী পদক্ষেপ হলো—শুধু 'জানি না' বলা নয়, বরং 'কীভাবে জানব' তার পথ দেখানো।

আমি আমার ব্যাকগ্রাউন্ড থেকে একটি কথা যোগ করি। ইনসোমনিয়া৬০-তে আমি খেলোয়াড়দের হার্ট রেট ট্র্যাক করতাম। একটি ম্যাচের আগে এক খেলোয়াড়ের হার্ট রেট ছিল ১৪০, অথচ তিনি শান্ত দেখাচ্ছিলেন। আমি সেই ডেটা ছাড়া বুঝতে পারতাম না—তার শরীর চাপে ছিল। কিন্তু আমি যদি সেই ডেটা না পেয়ে অনুমান করতাম, তাহলে ভুল হতো। ক্রিকেটেও একই—ডেটা ছাড়া অনুমান নয়, ডেটার অভাব স্বীকার করা এবং তা পূরণের পথ খোঁজা।

এই প্রতিবেদনটি প্রথম কাজটি করেছে। দ্বিতীয়টি বাকি।