যাচাইয়ের শৃঙ্খল: কেন একটি খালি ডেটাসেট মিথ্যা বিশ্লেষণের চেয়ে বেশি মূল্যবান

রাত ২টা ৪৭ মিনিটে রিপোর্টটা স্ক্রিনে এলো। ন'টা মাত্রার একটা Stage-2 ডিপ অ্যানালাইসিস — প্যাচ ও মেটা, টুর্নামেন্ট ফরম্যাট, দল ও খেলোয়াড়, আঞ্চলিক ল্যান্ডস্কেপ, অর্থায়ন, শাসন, ঝুঁকির প্রোফাইল, জনমত, আর ইন্ডাস্ট্রি ট্রান্সমিশন। আমি চায়ের কাপ নামিয়ে পড়তে বসে দেখি, প্রতিটি ঘরে একটাই বাক্য ফিরে ফিরে আসছে: "N/A — insufficient information, cannot assess।" খেলার নাম নেই। প্যাচ ভার্সন নেই। দল নেই। খেলোয়াড় নেই। টুর্নামেন্ট নেই। টাকা নেই। নিয়ম নেই। একটা বিশ্লেষণ, যেটা কিছুই বিশ্লেষণ করেনি। প্রথমে ভেবেছিলাম স্ক্রিপ্ট ফেল করেছে। তারপর খেয়াল করলাম, স্ক্রিপ্ট ফেল করেনি — স্ক্রিপ্ট সৎ ছিল। যে কাঁচামাল তার হাতে দেওয়া হয়েছিল, সেটা খালি ছিল। আর এখানেই আমার পুরো কর্মজীবনের সবচেয়ে বড় শিক্ষাটা লুকিয়ে আছে: একটা ডেটা-পাইপলাইনের সবচেয়ে সাহসী কাজ কখনো কখনো কিছু না বলা। আমি মালয়েশিয়ার এসপোর্টস বাজার কভার করি, টিম ডেটা কনসালট্যান্ট হিসেবে। বছরে আমি শত শত ম্যাচ-রিপোর্ট পড়ি, আর তাদের অনেকগুলোতে একই রোগ দেখি — ফাঁকা ঘর ভরাট করার অস্থিরতা। এসপোর্টস আর প্রচলিত খেলার ডেটা-সংশ্লেষণে একটা মৌলিক মিল আছে — দুটোই স্তরভিত্তিক। প্রথম স্তরে কাঁচামাল: ম্যাচের বর্ণনা, তথ্যবিন্দু, সত্তা, সময়-সংবেদনশীলতা, সূত্রের গুণমান। দ্বিতীয় স্তরে সেই কাঁচামাল থেকে গভীর বিশ্লেষণ। প্রথম স্তর যদি খালি ফেরে, দ্বিতীয় স্তরের হাতে থাকে শুধু ফাঁকা টেবিল, আর একটা নীরব চাপ — টেবিলটা ভরে দাও। এই চাপটাই বিপজ্জনক। একটা ফাঁকা ঘর দেখলে মানুষের মস্তিষ্ক সবচেয়ে সহজ যে কাজটা করতে পারে, সেটা হলো ঘরটা ভরে দেওয়া — অনুমান দিয়ে, স্মৃতি দিয়ে, আর সবচেয়ে খারাপ, আত্মবিশ্বাস দিয়ে। যে বিশ্লেষক একটা খালি ঘরের সামনে বসে ভরাট উত্তর বানিয়ে ফেলেন, তিনি আর বিশ্লেষক নন — তিনি একজন গল্পকার, যিনি নিজের গল্পটাকে ধীরে ধীরে তথ্য বলে বিশ্বাস করতে শুরু করেছেন। আমি এই ফাঁদে পড়েছিলাম ২০১৭ সালে, ত্রিশ বছর বয়সে। কুয়ালালামপুরের এক বীমা কোম্পানির ঝুঁকি-মডেলিং ডেস্কে মাসে ৯,২০০ রিঙ্গিতের চাকরি ছেড়ে আমি যোগ দিয়েছিলাম কুয়ালালামপুর সিটি এফসি-তে, মাসে ৩,৮০০ রিঙ্গিতে। পাগলামি শোনায়, কিন্তু সেই সিদ্ধান্তটা সম্ভব হয়েছিল শুধু একটা কারণে — রাতে ঘরে বসে যে xG স্প্রেডশিটটা বানাচ্ছিলাম, সেটা অনলাইনে চার হাজারবার শেয়ার হয়েছিল। পাঁচ মাসে আমি ২০১৭ মালয়েশিয়া সুপার লিগের ১৩২ ম্যাচ হাতে ট্যাগ করি — ১,৩৪৪ শট, প্রতিটির অবস্থান, শরীরের অংশ আর ডিফেন্সিভ প্রেসার লিখে রাখা। লেজার শুরু হয়েছিল ১,৩৪৪ শট দিয়ে; শেষ হলো একটা প্রশ্নে, যেটা আমি আর ভুলতে পারি না। সেই লেজারের প্রথম পাঠটা ছিল নির্মম। মডেল কুয়ালালামপুর সিটির শীর্ষ স্কোরারকে রেট দিল ০.০৯ xG প্রতি শটে, লিগ-গড় ০.১১-র বিপরীতে। কোচ তাকে বেঞ্চে বসালেন। পরের চার ম্যাচে কুয়ালালামপুর নিল ১০ পয়েন্ট। আমি তখন থেকে ম্যাচ-রিপোর্ট লেখা ছেড়ে মডেল-নোট লেখা শুরু করি। প্রতিটা দাবির সঙ্গে এখন থাকে একটা স্যাম্পল সাইজ, একটা বিল্ড ডেট, একটা ঘোষিত পদ্ধতি। আর থাকে একটা ব্যক্তিগত লেজার — প্রতিটা সংখ্যার, যাতে কোনো অঙ্ক তার সূত্র ছাড়া ফিরে আসতে না পারে। ২০১৮ সালে সেই স্প্রেডশিটই আমাকে নিয়ে যায় মালয়েশিয়ার এক পে-টিভি চ্যানেলে, রাশিয়া বিশ্বকাপের ৬৪ ম্যাচের প্রথম ডেটা-বিশ্লেষক হিসেবে। সেখানে আমি ১৬৯ গোল লগ করি, আর দেখি ৭৩টি এসেছে সেট-পিস থেকে — ৪৩.২ শতাংশ, তার মধ্যে ২৬টি সেকেন্ড-ফেজ কর্নার আর রিসাইকেল করা ফ্রি-কিক থেকে। প্রতিটা সেট-পিস একটা ছোট যন্ত্র, আর বিশ্বকাপ ছিল তার স্ট্রেস টেস্ট। অন-এয়ার আমাকে জিজ্ঞেস করা হলো, আমি কি মানি এটা "ওপেন প্লের টুর্নামেন্ট" ছিল। আমি রাজি হইনি, বরং সংখ্যাটা পড়ে শোনাই। ক্লিপটা ছড়িয়ে পড়ে, কিন্তু চ্যানেল ২০১৯-এ আমার চুক্তি নবায়ন করেনি। লকডাউনে বসে আমি ১২ লিগের ২,৮৪৭ ম্যাচ থেকে একটা "ক্রাউড কোএফিশিয়েন্ট" বানাই, আলাদা করে ৪১২টি দর্শক-শূন্য ম্যাচ। ঘরের মাঠে জয়ের হার নামে ৯.৬ শতাংশ পয়েন্ট, ঘরের দল পেনাল্টি পায় ৪১ শতাংশ কম, আর গড় ইনজুরি-টাইম বাড়ে ১.৪ মিনিট। আমি দেখি, ঘরের সুবিধার প্রায় ৬০ শতাংশ আসলে রেফারির সিদ্ধান্ত-মাধ্যমে তৈরি, দর্শকের চিৎকারে নয়। আমি ড্যাশবোর্ড বানিয়েছিলাম, তারপর দেখলাম দল সেটা উপেক্ষা করছে; আসল শিক্ষাটা সেখানেই ছিল। এখন ফিরে আসি সেই রাতের খালি রিপোর্টে। এর প্রতিরোধ-কাঠামোটা দেখলে বোঝা যায়, সমস্যাটা বিশ্লেষকের দক্ষতার নয় — সমস্যাটা প্রবাহের। প্রথম মাত্রা, প্যাচ ও মেটা। প্যাচের প্রভাব মাপতে দরকার পিক-ব্যান হার, উইন-রেট, ম্যাচ-সময় — কিছুই ছিল না। দ্বিতীয় মাত্রা, টুর্নামেন্ট ফরম্যাট। ফরম্যাটের ধরন, সিরিজের দৈর্ঘ্য, কোয়ালিফিকেশন পথ, সূচির ঘনত্ব — সব শূন্য। তৃতীয় মাত্রা, দল ও খেলোয়াড়। কোনো রোস্টার নেই, কোনো ফর্ম-কার্ভ নেই, কোনো কোচ নেই। চতুর্থ মাত্রা, আঞ্চলিক ল্যান্ডস্কেপ। কোন অঞ্চল, কোন টিয়ার, কোন আমদানি-রপ্তানি — কিছুই নেই। পঞ্চম মাত্রা, অর্থায়ন। স্পনসরশিপ নেই, বেতন নেই, মূলধন নেই। ষষ্ঠ মাত্রা, নিয়ম ও শাসন। সপ্তম মাত্রা, ঝুঁকির প্রোফাইল। অষ্টম মাত্রা, জনমত ও প্রত্যাশা। নবম মাত্রা, ইন্ডাস্ট্রি ট্রান্সমিশন। প্রতিটিতে একই জবাব। খেয়াল করার বিষয় হলো, রিপোর্টটা সাতটা ঝুঁকি-শ্রেণির প্রতিটিতে একই জবাব দিয়েছে — "প্রমাণ নেই।" আর্থিক ঝুঁকি নেই, কর্মী-ঝুঁকি নেই, নিয়ম-ঝুঁকি নেই। কিন্তু এখানে একটা সূক্ষ্ম ফাঁদ আছে, যেটা আমার চেনা। কোনো ঝুঁকি-সংকেত না থাকাটা কখনোই নিরাপত্তার প্রমাণ নয় — এটা শুধু ইনপুট না থাকার ফলাফল। একজন দুর্বল বিশ্লেষক এই শূন্যতাকে পড়েন "সব ঠিক আছে" বলে। আসলে এটা পড়া উচিত "আমি জানি না।" খালি ইনপুট মানে স্বচ্ছ আর্থিক স্বাস্থ্য নয়; খালি ইনপুট মানে অন্ধকার। আর এখানেই ব্লকচেইনের যাচাই-দর্শনের সঙ্গে একটা অদ্ভুত মিল তৈরি হয়। একটা চেইন কখনো অকার্যকর ইনপুটকে ব্লক হিসেবে গ্রহণ করে না — সে ব্লকটা ফিরিয়ে দেয়। ভুল ডেটা দিয়ে ভরাট একটা খালি ঘর ঠিক তেমনই — সেটা বিশ্লেষণ নয়, সেটা একটা ভুয়া ব্লক। সিস্টেম যদি নিজের অখণ্ডতা রক্ষা করতে চায়, তাকে "না" বলতে শিখতে হবে। এই মিলটা আকস্মিক নয়। ব্লকচেইনের মূল প্রতিশ্রুতি যাচাইযোগ্যতা, আর ডেটা-বিশ্লেষণের মূল প্রতিশ্রুতিও তাই — প্রতিটা অঙ্ক তার সূত্র বহন করবে। তাই সেই রিপোর্টের কেন্দ্রীয় রায়টাই সবচেয়ে সৎ অংশ: খালি Stage-1 পেলোড মানে কোনো সারগর্ভ বিশ্লেষণ সম্ভব নয়, আর একমাত্র দায়িত্বশীল আউটপুট হলো একটা কাঠামোবদ্ধ শূন্য-ফলাফল, তার সঙ্গে Stage-1 আবার চালানোর অনুরোধ। দল, প্যাচ, অর্থ বা শাসন নিয়ে কোনো রায় এই ইনপুটে দেওয়া মানে বানানো তথ্য ছড়ানো। এই জায়গায় আমি একটা পার্থক্য টানতে চাই — প্রক্রিয়া-ব্যর্থতা আর বিষয়বস্তু-ব্যর্থতার মধ্যে। সেই রাতের রিপোর্টে যে ব্যর্থতাটা ধরা পড়েছে, সেটা বিষয়বস্তুর নয়; সেটা পাইপলাইনের। কাঁচামাল ingest-ই হয়নি। ব্যর্থতা সফলভাবে স্থানীয়করণ করা গেছে প্রথম স্তরের ইনপুট গ্রহণে। যে সিস্টেম তার নিজের অন্ধবিন্দু দেখাতে পারে, সেটাই ভরসার যোগ্য; যে সিস্টেম সব প্রশ্নের উত্তর দেয়, সে কিছুই জানে না। দ্বিতীয় যে বিপদটা রিপোর্ট তোলে, সেটা আরও গভীর। যদি মূল নিবন্ধে সত্যিই কোনো বাস্তব ঝুঁকি থাকে — বকেয়া বেতন, ম্যাচ-ফিক্সিংয়ের সন্দেহ, প্যাচ-টার্গেটিং, তারকা খেলোয়াড়ের চোট — তাহলে সেই ঝুঁকিটা এই মুহূর্তে অদৃশ্য, আর নীরবে হারিয়ে যেতে পারে। একজন পাঠক, যিনি দেখেন "আর্থিক ঝুঁকি: N/A," হয়তো ভাববেন দলটা নিরাপদ। ভুল। তিনি আসলে দেখছেন একটা অন্ধ ক্যামেরা, যেটা অন্ধকার ঘরকে খালি ঘর বলে ভুল করছে। মালয়েশিয়া আর দক্ষিণ-পূর্ব এশিয়ার এসপোর্টস বাজারে এই সমস্যাটা আরও তীব্র। এখানে ডেটা-সংস্কৃতি এখনো পরিণত হয়নি। অনেক দল রিপোর্টিং করে টুর্নামেন্ট-হাইপের ভিত্তিতে, যাচাইয়ের ভিত্তিতে নয়। রোস্টার পরিবর্তন হয় ঘোষণা ছাড়া, স্কোরার পরিবর্তিত হয় মাঝ-মৌসুমে, আর অনেক প্যাচ-নোট আসে আঞ্চলিক সার্ভারে বিলম্বে। এই পরিবেশে একজন বিশ্লেষকের জন্য সবচেয়ে বড় প্রলোভন হলো ফাঁকা জায়গাটা নিজের অভিজ্ঞতা দিয়ে ভরাট করা — "আমি তো বছরের পর বছর দেখছি, আমি জানি কী হচ্ছে।" কিন্তু প্যাটার্নটা কখনো গড়ের মধ্যে ছিল না; লুকিয়ে ছিল সেই আউটলায়ারদের মধ্যে, যারা নিয়ম মানতে অস্বীকার করেছিল। আর আউটলায়ার ধরতে হলে কাঁচা ডেটা লাগে, অনুমান নয়। এই জায়গায় আমার একটা নির্দিষ্ট পদ্ধতি আছে, যেটা আমি বছরের পর বছর ধরে শক্ত করেছি। প্রতিটা সংখ্যা আমার কাছে আসে তিনটা ট্যাগ নিয়ে — স্যাম্পল সাইজ, বিল্ড ডেট, আর পদ্ধতির বিবরণ। কোনো ট্যাগ না থাকলে সংখ্যাটা আমার লেজারে ঢোকে না। এই অভ্যাসটা আমাকে একটা অদ্ভুত স্বাধীনতা দিয়েছে: আমি নির্ভয়ে বলতে পারি "আমি জানি না," কারণ আমার সততা কোনো একক প্রতিবেদনের উপর নির্ভর করে না, বরং একটা চলমান লেজারের উপর। এখন প্রশ্নটা দাঁড়ায়: যদি ডেটা খালি হয়, তাহলে একটা বিশ্লেষণ রিপোর্টের মূল্য কোথায়? উত্তরটা দ্বিগুণ। প্রথমত, সে প্রমাণ করে যে পাইপলাইনে একটা নির্দিষ্ট সমস্যা আছে — প্রথম স্তর ফাঁকা ফিরছে, হয় উৎস নিবন্ধ ingest হয়নি, নয়তো পার্সার ব্যর্থ হয়েছে। এটা একটা রোগনির্ণয়। দ্বিতীয়ত, সে ভবিষ্যতের জন্য ঠিক করে দেয় কী দরকার — খেলার নাম, নিবন্ধের শিরোনাম ও সূত্র, জনবহুল তথ্যবিন্দুর তালিকা, আর সত্তার তালিকা। একটা শূন্য-ফলাফল রিপোর্ট আসলে একটা স্পষ্ট চাহিদাপত্র। আমি ব্লকচেইন জগতে যেটা দেখি, সেটাও একই নীতি। একটা নোড যখন অকার্যকর লেনদেন পায়, সে তা প্রত্যাখ্যান করে, গ্রহণ করে না। এটা দুর্বলতা নয়, এটা শক্তি। একটি সিস্টেমের বিশ্বাসযোগ্যতা তার ভেতরে যা ঢোকে তা নিয়ন্ত্রণ করার ক্ষমতার উপর দাঁড়িয়ে আছে। যে বিশ্লেষণ-পাইপলাইন খালি ইনপুটকে খালি বলতে পারে, সেটাই বিশ্বাসযোগ্য। আরেকটা দিক আমি জোর দিতে চাই, কারণ এটা কম আলোচিত। অনেকেই ভাবেন, বেশি ডেটা মানে ভালো বিশ্লেষণ। কিন্তু ডেটার গুণমান আর পরিমাণ দুটো আলাদা অক্ষ। পঁচিশ বছরেরও বেশি সময় ধরে খেলা দেখে আমি শিখেছি, একটা বিশাল কিন্তু দূষিত ডেটাসেট একটা ছোট কিন্তু পরিষ্কার ডেটাসেটের চেয়ে অনেক বেশি ক্ষতিকর। কারণ দূষিত ডেটা আত্মবিশ্বাস জন্মায়, আর আত্মবিশ্বাস ভুল সিদ্ধান্তে নিয়ে যায়। খালি ডেটাসেট অন্তত সতর্ক করে দেয়। এই কারণে খালি রিপোর্টের সাতটা ঝুঁকি-শ্রেণির বিন্যাসটা আমার কাছে গুরুত্বপূর্ণ। প্রতিযোগিতামূলক, আর্থিক, কর্মী, নিয়ম, জনমত, সিস্টেমিক — প্রতিটা শ্রেণি একটা সম্ভাব্য অন্ধবিন্দু চিহ্নিত করে। রিপোর্ট বলছে না "এই ঝুঁকিগুলো নেই।" রিপোর্ট বলছে "এই ঝুঁকিগুলো আমি মাপতে পারিনি।" পার্থক্যটা আকাশ-পাতাল। প্রথমটা একটা দাবি, দ্বিতীয়টা একটা স্বীকারোক্তি। আর এই স্বীকারোক্তির মধ্যে একটা সুরক্ষা লুকিয়ে আছে। যখন একটা সিস্টেম স্পষ্টভাবে জানে সে কী জানে না, তখন সে নীরবে হারানো ঝুঁকির বিরুদ্ধে সতর্ক থাকতে পারে। কিন্তু যখন সে মনে করে সে সব জানে, তখন অদৃশ্য ঝুঁকিটাই সবচেয়ে বিপজ্জনক হয়ে ওঠে। এখানেই স্বাভাবিক প্রতিক্রিয়াটা উল্টে যায়। স্বাভাবিক প্রতিক্রিয়া হলো: "খালি রিপোর্ট মানে অকেজো রিপোর্ট, পাইপলাইন নষ্ট, দ্রুত ঠিক করো।" আমি দ্বিমত করি — অন্তত আংশিকভাবে। একটা শূন্য-ফলাফল রিপোর্ট, যেটা নিজের শূন্যতাটা স্পষ্টভাবে ঘোষণা করে, সেটা একটা ভরাট কিন্তু ভুয়া রিপোর্টের চেয়ে অসীমভাবে বেশি মূল্যবান। প্রথমটা আপনাকে সত্যিটা দেখায় — আপনার ডেটা নেই। দ্বিতীয়টা আপনাকে একটা আরামদায়ক মিথ্যা দেখায় — আপনার ডেটা আছে, আর সব ঠিক আছে। পেশাদার খেলাধুলার ইতিহাসে সবচেয়ে ব্যয়বহুল ভুলগুলো এসেছে দ্বিতীয় ধরনের রিপোর্ট থেকে, প্রথম ধরনের থেকে নয়। তবে একটা সতর্কতা আমার নিজের বিরুদ্ধেই। "শূন্য ফলাফল সৎ" — এই কথাটা যদি অভ্যাসে পরিণত হয়, তাহলে সেটাও একটা আত্মরক্ষার কৌশল হয়ে উঠতে পারে। প্রতিটা ফাঁকা ঘরে "তথ্য অপর্যাপ্ত" লিখে দিয়ে একজন বিশ্লেষক তার নিজের ব্যর্থতা ঢাকতে পারেন — "ডেটা ছিল না" বলে চলে যেতে পারেন, যখন আসলে তার উচিত ছিল আরও খোঁজ করা, ইনপুট ingest কেন ব্যর্থ হলো সেটা অন্বেষণ করা। সততা আর অলসতা দেখতে একই রকম হতে পারে। পার্থক্য একটাই: সৎ বিশ্লেষক জানান ঠিক কী অনুপস্থিত, কেন অনুপস্থিত, আর কী পেলে সেটা ভরাট হবে; অলস বিশ্লেষক শুধু জানান যে কিছু নেই। সেই রাতের রিপোর্ট যখন প্রতিটা মাত্রায় সুনির্দিষ্টভাবে লিখেছে কোন ইনপুট দরকার — খেলার নাম, নিবন্ধের শিরোনাম, জনবহুল তথ্যবিন্দুর তালিকা — তখন সেটা সততার দিকটায় পড়ে, অলসতার নয়। দ্বিতীয় যে কাউন্টার-ইনটুইটিভ পাঠটা আমি জোর দিয়ে বলতে চাই: সবচেয়ে বড় ঝুঁকিটা প্রতিযোগিতামূলক নয়, জ্ঞানতাত্ত্বিক। খালি ইনপুট নিজে কোনো বিপদ নয়; বিপদ হলো সেই মুহূর্ত, যখন একটা ফাঁকা পেলোডের সামনে দাঁড়ানো বিশ্লেষক টেমপ্লেট ভরাট করার চাপে সত্যি আর কল্পনার সীমানা মুছে ফেলেন। ম্যাচ-ফিক্সিং নয়, বকেয়া বেতন নয় — বানানো বিশ্লেষণই আসল ঝুঁকি। আমি বছরের পর বছর ম্যাচ দেখেছি, আর একটা জিনিস শিখেছি: একটা ভুল মডেল সংশোধন করা যায়, কিন্তু একটা বানানো মডেল কখনো নয় — কারণ সেটার ভুল ধরার কোনো ভিত্তিই থাকে না। প্রথম মডেলটা ভুল ছিল, সেটাই আমাকে বুঝিয়েছিল ডেটা সৎ। তাই আজ একটা তারিখ-যুক্ত, খণ্ডনযোগ্য দাবি লিখে রাখছি, কিক-অফের আগেই। আগামী ছয় মাসে মালয়েশিয়ার এসপোর্টস সংবাদ-প্রবাহে যত "বিশ্লেষণমূলক" প্রতিবেদন প্রকাশিত হবে, তার মধ্যে যেগুলো কোনো স্পষ্ট ইনপুট-সূত্র ছাড়া ঝুঁকি বা ভবিষ্যদ্বাণী ঘোষণা করবে, সেগুলোর প্রত্যাহার বা সংশোধনের হার অন্তত এক-চতুর্থাংশ হবে। এটা আমি প্রমাণ করার দাবি করছি না। এটা আমি মাপার প্রতিশ্রুতি দিচ্ছি। আর আমার পাঠকদের জন্য একটা প্রশ্ন রেখে যাচ্ছি, যেটা আমি নিজেকেও প্রতিদিন করি: আপনি যখন একটা নিশ্চিত-শোনানো বিশ্লেষণ পড়েন, আপনি কি কখনো জিজ্ঞেস করেন — এই বিশ্লেষকের ইনপুটটা আসলে ছিল, নাকি তিনি শুধু একটা ফাঁকা ঘর সুন্দরভাবে ভরে দিয়েছেন? এই মডেল যা দেখতে পারে না: একটা খালি পেলোড কখনোই প্রমাণ করে না যে মূল ঘটনার কোনো অস্তিত্ব ছিল না — সে শুধু প্রমাণ করে যে আমার পাইপলাইনে সেটা পৌঁছায়নি। আমি খেলার নাম, নিবন্ধের সূত্র বা তথ্যবিন্দু যাচাই করতে পারিনি, কারণ সেগুলো আমার হাতে আসেনি। উপরের প্রতিটি রায় তাই প্রবাহ-স্তরের, বিষয়বস্তু-স্তরের নয়। যেকোনো সংখ্যা যা এখানে অনুপস্থিত, সেটা অনুপস্থিতি হিসেবে পড়া উচিত, শূন্য হিসেবে নয়।