শূন্য তথ্যের আট-মাত্রিক প্রতিবেদন: ক্রিকেটের ডেটা-শৃঙ্খল কোথায় ছিঁড়ল

ফাইলটা খুলেছিলাম রাত এগারোটা নাগাদ; নোটবইয়ের বাঁ দিকে চায়ের দাগটা তখনো শুকোয়নি। শিরোনাম নেই, সূত্র নেই, প্রতিবেদনের ধরন লেখা “অশ্রেণীবদ্ধ”। তবু নিচে আটটি মাত্রা সুন্দর করে সাজানো — ফরম্যাট ও ম্যাচ বিশ্লেষণ, খেলোয়াড়ের কারিগরি ও উপাত্ত, দলের অবস্থান ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক ইকোসিস্টেম, নিয়ম ও সুশাসন, ঝুঁকির ম্যাট্রিক্স, জনমতের বর্ণনা, শিল্পে সংক্রমণ। প্রতিটির নিচে টেবিল, প্রতিটি টেবিলে ঘর, প্রতিটি ঘরে একই বাক্য: তথ্য অপর্যাপ্ত। আমি তথ্যবিন্দু গুনলাম। এক নয়, দুই নয় — শূন্য। স্কোরকার্ড ছাপা হয়ে গেছে, শুধু রান নেই। যে প্রতিবেদন নিজের শূন্যতা এত নিখুঁতভাবে স্বীকার করতে পারে, তার কাছ থেকে প্রথমে যা শিখতে হয় তা কোনো কৌশল নয় — ডেটার চেইন অব কাস্টডি।

কার্কবি অ্যাকাডেমির নোটবই আমি প্রথম হুইসেলের আগেই খুলেছিলাম, আর সত্যিই কখনো বন্ধ করিনি। ২০১৭ থেকে ২০১৮ পর্যন্ত আঠারো বছরের নিচে বাইশটি প্রিমিয়ার লিগ ম্যাচ, ৩১৪টি খেলোয়াড়ি অ্যাকশন, ৪৭টি ট্রেনিং-গ্রাউন্ড পর্যবেক্ষণ, আঠারো হাজার শব্দ। কার্টিস জোন্সের ১৪টি ম্যাচ, ৬টি গোল, ৯২ শতাংশ পাস নির্ভুলতা — প্রতিটি সংখ্যার পাশে মিনিট, অ্যাকশন আর সূত্র। ২০১৮ বিশ্বকাপে ৬৪টি ম্যাচ, ১৬৯টি গোল, ১,০২৪টি শট ইভেন্ট; ব্লগ পড়েছে বারো হাজার মানুষ। ওই সময়েই একটা নিয়ম দাঁড়িয়ে যায়: দুই স্বতন্ত্র সূত্র ছাড়া কোনো অ্যাকাডেমি রিপোর্ট ফাইল করব না। নিয়মটা পরে আমাকে একটা ভুল ইনজুরির খবর ছাপা থেকে বাঁচিয়েছিল।

স্বয়ংক্রিয় বিশ্লেষণ পাইপলাইনে সেই নিয়ম কোথায় থাকে? সাধারণত দুই ধাপে: প্রথম ধাপে মূল লেখা থেকে তথ্য তোলা হয় — শিরোনাম, সূত্র, প্রকাশের সময়, তথ্যবিন্দু, সত্তা; দ্বিতীয় ধাপে সেই তথ্যবিন্দু ধরে ধরে কৌশল, বাণিজ্য, সুশাসন, ঝুঁকি বিশ্লেষণ হয়। যে নথিটি আমি পড়ছি, তার প্রথম ধাপ থেকে ফিরে এসেছে শুধু ফাঁকা ঘর। শিরোনাম নেই, সূত্র নেই, ধরন অশ্রেণীবদ্ধ, মূল বক্তব্য ফাঁকা, লেখকের অবস্থান নেই, উদ্দেশ্য নেই, তথ্যবিন্দুর তালিকা খালি, জড়িত সত্তা চিহ্নিত হয়নি, সময়-সংবেদনশীলতা যাচাই হয়নি, সূত্রের মান নির্ণয় হয়নি। তবু নথিটি ভ্যালিডেশন পাস করেছে — কারণ প্রতিটি ঘর উপস্থিত ছিল, শুধু ভেতরে কিছু ছিল না।

স্কিমা ঠিক থাকলে খালি পেলোডও পাস করে, আর এটাই এই সিস্টেমের সবচেয়ে বিপজ্জনক দুর্বলতা। একটা হার্ড এরর অন্তত পাইপলাইন থামিয়ে দেয়। কিন্তু ভ্যালিডেশন-পাস করা খালি নথি থামে না — ড্যাশবোর্ডে ঢোকে, ক্যাশে জমে, প্রশিক্ষণের ডেটাসেটে মিশে যায়। ডাউনস্ট্রিমে “খবর নেই” আর “তথ্য নেই” দেখতে হুবহু এক। যেখানে সংবাদ-শৃঙ্খলে কোনো সংবাদ না থাকাটা নিজেই একটা সংবাদ, সেখানে এই দুটোকে আলাদা করার কোনো ইন্টারফেস নেই।

গুডিসনে ২০২০ সালের ২১ জুন খালি স্টেডিয়ামে বসে আমি ঠিক উল্টোটা শিখেছিলাম। লিভারপুলের ৭০ শতাংশ বল-দখল, ১১টি শট, ৩টি লক্ষ্যে; এভারটনের ৩টি শট, ১টি লক্ষ্যে; শূন্য গোল, ২২টি ফাউল, ৫টি হলুদ কার্ড। আমি গুনেছিলাম ৪৭টি শোনা যায় এমন খেলোয়াড়ি চিৎকার আর ১২টি কোচিং নির্দেশ। নীরবতা তখনই প্রমাণ হয়ে ওঠে, যখন তার সঙ্গে টাইমস্ট্যাম্প আর একজন সাক্ষী থাকে। ওই রাতে আমি উপস্থিত ছিলাম, তাই শূন্যতাটা তথ্য। এই পাইপলাইনে কেউ প্রমাণ করতে পারে না ফেচ আদৌ ঘটেছিল কি না — তাই শূন্যতা তথ্য নয়, কেবল ফাঁক।

ফরম্যাট ফ্ল্যাগ ছাড়া ক্রিকেটে কোনো পরিসংখ্যানই উদ্ধৃতযোগ্য নয়। ১৪৫ স্ট্রাইক রেট ওয়ানডেতে শক্ত, টি-টোয়েন্টি ফিনিশারের ভূমিকায় অভিজাত, টেস্টে অর্থহীন। যে ফ্রেমওয়ার্ক ফরম্যাট না জেনে একটি সংখ্যাও উদ্ধৃত করতে রাজি হয় না, সেটি দুর্বল নয় — সেটি শৃঙ্খলাবদ্ধ। একইভাবে হোম-অ্যাওয়ে নিয়ন্ত্রণ ছাড়া “ফর্ম” নিয়ে কথা বলা, আর টস-বাঁচানো, ডিএলএস-সমন্বয়, ডিআরএস-বিতর্ক আলাদা না করে ফলাফল থেকে প্রক্রিয়া অনুমান করা — দুটোই নিয়ন্ত্রণহীন পক্ষপাত।

২০২১ সালের গ্রীষ্মে এই শৃঙ্খলার দাম আমি হাতে-কলমে দিয়েছিলাম। ৫১টি ইউরো ম্যাচ, ১৪২টি গোল; ৩৩টি ক্রীড়ায় ৩৩৯টি টোকিও ইভেন্ট, ১১,৪২০ জন ক্রীড়াবিদ। ইতালির সাত ম্যাচ, ১৩ গোল, ৪ গোল খেয়েছে, ৩টি ক্লিন শিট — এই সংখ্যাগুলো নিয়ে লিখতে আমি চৌদ্দ দিন অপেক্ষা করেছিলাম। ডেটা চৌদ্দ দিন দেরিতে এল, কিন্তু ছন্দ ততক্ষণে নোটবইয়ে লিপিবদ্ধ। ফলে ২,৫০০ শব্দের লেখাটি কোনো নতুন মেটা ঘোষণা করেনি, শুধু যা প্রমাণিত তা লিখেছে।

ঝুঁকির সামগ্রিক রেটিং “কম” না দেওয়া এখানে দুর্বলতা নয়, শৃঙ্খলা। খালি ইনপুট থেকে কোনো ঝুঁকির সংকেত আসে না; কিন্তু সংকেতের অনুপস্থিতি আর ঝুঁকির অনুপস্থিতি এক জিনিস নয়। প্রতিটি ঝুঁকির শ্রেণি — ইনজুরি, চুক্তি, সম্প্রচার, দুর্নীতি, জনমত — মূল্যায়ন করতে অন্তত একটি অ্যাঙ্কর দরকার: একজন নামধারী খেলোয়াড়, একটি দল, একটি লিগ, একটি তারিখ। সেখানে “কম” লেখাটা মিথ্যা আশ্বাস। একই সতর্কতা প্রযোজ্য ট্যাক্সোনমি-বিচ্যুতিতে: প্রথম ধাপ ফিরিয়েছে “ক্রিকেট_ওয়ার্ল্ড”, অথচ চুক্তি চায় “ক্রিকেট” — এটা বিশ্লেষণের ফলাফল নয়, রাউটিংয়ের ঝুঁকি।

যে চেইনে শূন্য লেনদেনের ব্লকও বৈধ, সেখানে খালি ব্লক আর তথ্যহীন ব্লক আলাদা করার উপায় থাকে না। ব্লকচেইনের আসল শিক্ষা প্রযুক্তি নয়, কাস্টডি — প্রতিটি এন্ট্রি নিজের টাইমস্ট্যাম্প বহন করে এবং আগের এন্ট্রির সঙ্গে অচ্ছেদ্যভাবে যুক্ত থাকে। আমার নোটবই ঠিক এই নীতিতেই চলত: মিনিট, অ্যাকশন, সূত্র। পাইপলাইনে সেই নীতির জায়গায় দরকার একটা কঠিন কমপ্লিটনেস গেট — অন্তত একটি শিরোনাম, একটি তথ্যবিন্দু, একটি সত্তা; ব্যর্থ হলে ফাঁকা স্কিমা নয়, স্পষ্ট “এক্সট্রাকশন-ব্যর্থ” বার্তা। এতে সাইলেন্ট ফেইলিউর অ্যাকশনেবল এরর হয়ে যায়।

পুনরায় চালানোর ন্যূনতম ইনপুট তালিকাও ওই নথিতেই আছে: শিরোনাম, সূত্র, সময় অঞ্চলসহ প্রকাশের তারিখ; অন্তত পাঁচটি ক্রমিক তথ্যবিন্দু; ফরম্যাট ফ্ল্যাগ; একটি ম্যাচ বা ইভেন্ট শনাক্তকারী; জড়িত সত্তার তালিকা; সূত্রের মান নির্ণয়। এগুলোর ছয়টি মিললেই আট মাত্রা পূর্ণ গভীরতায় চলতে পারে।

বাইরের পাঠ সহজ এবং ভুল: বিশ্লেষক কাজ করেননি, প্রতিবেদন ব্যর্থ, মডেল অকেজো। কিন্তু প্রত্যাখ্যানই এখানে সঠিক আউটপুট। আসল ব্যর্থতা ঘটেছে অনেক আগে — ফেচ, রেন্ডার বা পার্স ধাপে। প্রথম ধাপ না সারিয়ে দ্বিতীয় ধাপ আবার চালালে অনন্তকাল একই শূন্যতা ফিরবে; এটা পুনরাবৃত্তি, সমাধান নয়। আর প্রকৃত বিপদটা অন্য জায়গায়: পুরোপুরি ফরম্যাট করা একটা খালি প্রতিবেদন যদি সতর্কবার্তা ছাড়া ছড়ায়, পাঠক সেটাকে সত্যিকারের বিশ্লেষণ ভেবে নেবে — ভুয়া কর্তৃত্বের ঝুঁকি এখানে সর্বোচ্চ।

আমি কোলাহলের পিছনে ছুটি না; তথ্যের সঙ্গে তাল মিলিয়ে চলি যতক্ষণ গল্প নিজের ছন্দ খুঁজে না পায়। তাই পরের সপ্তাহগুলোয় চারটি সংকেত দেখব: প্রথম ধাপের কমপ্লিটনেস হার সাত দিনের গড়ে ৯৫ শতাংশের নিচে নামে কি না, কত শতাংশ রানে শিরোনাম শূন্য থাকে, প্রতি তথ্যবিন্দুতে সত্তার ফলন শূন্যের কাছাকাছি কি না, আর কত শতাংশ রানে সময়-সংবেদনশীলতা যাচাই হয়েছে। যেদিন একটা পাইপলাইন সুন্দর খালি পাতা ছাপবে, সেদিন প্রশ্নটা হবে — বিট থেমে গেছে, নাকি বিট শুরুই হয়নি?