যে রিপোর্ট ফাঁকা ফিরে এল: ক্রিকেট বিশ্লেষণে শূন্য ডেটা, নীরবতা আর লেবেলের ফাঁদ

গত বৃহস্পতিবার রাত পৌনে বারোটায় আমার ল্যাপটপে একটি ফাইল নামল, যা আসার কথা ছিল টুর্নামেন্ট-পূর্ব একটি স্কাউটিং ব্রিফ। ফাইল খুলে যা পেলাম, তা তথ্য নয় — একটি ফাঁকা কাঠামো। আর্টিকেল টাইটেল: N/A। সোর্স: N/A। টাইপ: Unclassified। এক-বাক্য সারসংক্ষেপ: শূন্য। তথ্যবিন্দুর তালিকা: শূন্য। শুধু একটি ঘর পূরণ — ডোমেইন লেবেল: cricket_world। তবু সিস্টেম নির্দ্বিধায় জানাল, প্রক্রিয়া সফলভাবে সম্পন্ন হয়েছে। ছাব্বিশ বছর ধরে ক্রিকেট দেখছি, আর সেট-পিস ল্যাবে কাটানো বছরগুলো আমাকে একটা সহজ নিয়ম শিখিয়েছে — খালি ঘর নিজে থেকে ভরে না। ওই ফাইল আমাকে আরও গভীর প্রশ্নে ঠেলে দিল। যে ব্যবস্থা ফাঁকা ডেটাকে সফল বলে চালিয়ে দেয়, তার ওপর আমরা কতটা নির্ভর করি? আর সেই ফাঁকা জায়গা নিজের কল্পনায় ভরে দেওয়ার প্রলোভনটা কতটা বিপজ্জনক? আধুনিক ক্রিকেটের সবচেয়ে বড় পরিবর্তন মাঠে ঘটেনি; ঘটেছে পর্দার পেছনে। ফ্র্যাঞ্চাইজি লিগ থেকে জাতীয় দলের সেটআপ — সর্বত্র ম্যাচ-পূর্ব ব্রিফ এখন ডেটা পাইপলাইনের ওপর নির্ভরশীল। কে কোন জোনে বল মারেন, পাওয়ারপ্লেতে কে কোন লাইনে বোলিং করেন, ডেথ ওভারে কোন বোলারের ইয়র্কার-সিঙ্ক কত শতাংশ — এসব এখন প্রতিদিনের ভাষা। এই পাইপলাইনের প্রথম স্তরটাই তথ্য extraction, বা Stage-1: কাঁচা ম্যাচ-রিপোর্ট, স্কোরকার্ড, ক্যাপশন আর ইনফোগ্রাফিক থেকে তথ্যবিন্দু তুলে আনা। Stage-1 ঠিকভাবে কাজ না করলে তার ওপর দাঁড়ানো কোনো গভীর বিশ্লেষণই টিকতে পারে না — ঠিক যেমন সেট-পিস ল্যাবে প্রথম কোঅর্ডিনেটটি ছিল একটি রেখা নয়, একটি প্রশ্ন। ২০১৭ সালে ব্রেন্টফোর্ডে আমরা ৪৬টি লিগ ম্যাচকে ১৮-জোন গ্রিডে ভাগ করেছিলাম, ৩১২টি সেকেন্ড-বল রিকভারি লগ করেছিলাম, আর দশ ম্যাচের স্যাম্পল পূর্ণ হওয়ার আগে কোনো প্যাটার্ন ঘোষণা করিনি। সেই শৃঙ্খলাই Stage-1-এর ক্ষেত্রে খাটে: তথ্য না এলে বিশ্লেষণও নেই, শুধু গল্প থাকে। আর গল্প দিয়ে স্কোয়াড বাছলে ফল কখনো আসে, ধারাবাহিকতা আসে না। এখন আসি আসল বিষয়ে। যখন Stage-1-এর ফলাফল ফাঁকা ফিরে আসে, তখন আমরা দেখি একটি ক্ষেত্র-ভিত্তিক ব্যর্থতার মানচিত্র; প্রতিটি শূন্য ঘর এক একটি সতর্কবার্তা। ফাঁকা ফিল্ডগুলো কোনো এলোমেলো ব্যর্থতা নয়। এগুলো একটি সুসংগত কাঠামো, যার সব ক'টি একই দিকে ইশারা করে — উৎসের তথ্যহীনতা। আর্টিকেল টাইটেল খালি মানে বিশ্লেষণের বস্তু অজানা। সোর্স খালি মানে সংবাদমাধ্যমের নির্ভরযোগ্যতা বা অবস্থান যাচাই অসম্ভব। টাইপ Unclassified মানে খবর, মন্তব্য আর ডেটা রিপোর্টের মধ্যে পার্থক্য করা যায় না — অথচ তিন ধরনের লেখার বিশ্লেষণ-ফ্রেম সম্পূর্ণ আলাদা। আর তথ্যবিন্দুর তালিকা শূন্য — এটাই সবচেয়ে মারাত্মক, কারণ তথ্যবিন্দুই একমাত্র সত্যের বাহক। Stage-1-এর তিনটি অতিরিক্ত নির্দেশ — Entity চিহ্নিতকরণ, Time Sensitivity বিচার, Source Quality মূল্যায়ন — সবই এই তথ্যের ওপর নির্ভরশীল। তথ্যবিন্দু নেই মানে Entity নেই; সোর্স ফিল্ড N/A মানে গুণমান মূল্যায়নের কোনো ভিত্তি নেই। একটি ঘর খালি থাকলে পুরো ছকটি ভেঙে পড়ে। সম্ভাব্য ব্যর্থতাগুলো সম্ভাবনার ক্রম অনুসারে সাজালে আমার অভিজ্ঞতায় দাঁড়ায় চারটি। প্রথম সম্ভাবনা, মূল পাঠ্য শূন্য। ডাইনামিকভাবে রেন্ডার হওয়া পেজ, পেওয়াল, অ্যান্টি-স্ক্র্যাপিং বা রোবট-ব্লক — এসবের ফলে extraction যন্ত্র খালি বডি পায়, অথচ প্রক্রিয়া সফল হয়ে ফেরে। ব্রডকাস্ট ডেটা ফিডেও একই জিনিস ঘটে: ফিড চালু থাকে, কিন্তু ভেতরে কোনো ফ্রেম আসে না, আর ড্যাশবোর্ড সবুজ দেখায়। দ্বিতীয় সম্ভাবনা, ফিল্ড-ম্যাপিং ভাঙা। মডেল সত্যিই তথ্য তৈরি করেছে, কিন্তু পার্সারের কী-এর সঙ্গে মিলছে না। মডেল লিখল core_viewpoints, পার্সার খুঁজছে Core Viewpoints — নীরবে সব ফেলে দেওয়া হলো। ক্রিকেট স্কাউটিং ডেটাবেজেও এই ভুল হরহামেশা: এক স্কাউটের কলাম চ্যানেল বি, আরেকজনের অফ-সাইড করিডর — একই জিনিস, মেলানো হয় না। তৃতীয় সম্ভাবনা, ইনপুট কাটা পড়া। অতিরিক্ত লম্বা লেখা শূন্য টোকেনে ছেঁটে ফেলা, বা প্রম্পট টেমপ্লেটের ভেরিয়েবল পূরণ না হওয়া। ফলে মডেল পায় খালি প্রশ্ন, ফেরত দেয় খালি উত্তর। চতুর্থ সম্ভাবনা, মডেলের অস্বীকৃতি বা ফরম্যাট-নিয়ম ভঙ্গ। নিরাপত্তা বা ফরম্যাট যাচাই আটকে দিলে ডিফল্টভাবে একটি খালি টেমপ্লেট ফেরে, আর সেটাই সফল হিসেবে গণ্য হয়। এই চারটির মধ্যে পার্থক্য করার সবচেয়ে সহজ উপায় একটাই — Stage-1-এর কাঁচা ইনপুট আর কাঁচা আউটপুট ছাপানো। প্রম্পটে ঢোকা পাঠ্যের দৈর্ঘ্য, প্রথম পাঁচশ অক্ষর, এবং পার্সিংয়ের আগের অপরিশোধিত স্ট্রিং — এই দুটি দেখলেই নয়ের মধ্যে দশ ক্ষেত্রেই কারণ পরিষ্কার হয়ে যায়। গ্রিডই আমার কম্পাস হয়ে গেল: হাইলাইট যা একবার দেখায়, গ্রিড সেটা বারবার দোহরায়। এখানেই একটি সংশয় দূর করা জরুরি। আমাকে কেউ cricket_world লেবেল দেখে অনুমান করতে বললে আমি সেটা করব না। ডোমেইন লেবেল কেবল বিষয়ের বহিঃকাঠামো বলে, কোনো তথ্য, মত বা সময়ের ইঙ্গিত দেয় না। বিশ্ব ক্রিকেটের লেখা নিশ্চয়ই টুর্নামেন্ট বা খেলোয়াড় নিয়ে — এই ধরনের অনুমানই বিশুদ্ধ বানানো গল্প, যা পরের বিশ্লেষণে বিষ ছড়ায় এবং ভুলকে যুক্তিসঙ্গত দেখতে বানিয়ে দেয়। এখানেই আসল শিক্ষাটি। ফাঁকা শেলটা আসলে সৎ। যে রিপোর্ট বলছে আমি কিছু জানি না, সে অন্তত মিথ্যা বলছে না। বিপদটা ওই রিপোর্টে নয়, বিপদটা আমাদের ভেতরে — ফাঁকা জায়গাটা লেবেল দিয়ে ভরে ফেলার প্রবণতায়। ক্রিকেটে এই লেবেলের ফাঁদ চেনা কঠিন নয়। একজন ব্যাটারকে শেষ ওভারের ফিনিশার বলে চিহ্নিত করে ফেলা হয়, তারপর সেই লেবেলটাই ডেটার জায়গা নেয়। অথচ ডেটা হয়তো দেখাচ্ছে, তাঁর স্ট্রাইক রেট শেষ পাঁচ ওভারে নামছে, বা স্পিনের বিরুদ্ধে সীমিত। লেবেল সত্যের মতো শোনায়, তাই কেউ যাচাই করতে যায় না। আমার চোখে এটাই Stage-1-এর ফাঁকা cricket_world লেবেলের ক্রিকেট-সংস্করণ: বিষয় জানা যায়, বস্তু জানা যায় না, তবু সিদ্ধান্ত নেওয়া হয়ে যায়। আমি জস বাটলার, ভিরাট কোহলি বা সূর্যকুমার যাদবের মতো ব্যাটারদের কথা বলছি না — তাঁদের কীর্তি ডেটার সঙ্গে মিলিয়ে দেখা যায়। আমি বলছি সেই অপরিচিত নামগুলোর কথা, যাদের সম্পর্কে আমাদের তথ্য শূন্য, অথচ লেবেল প্রস্তুত। ফ্র্যাঞ্চাইজি নিলামের আগে দ্বিতীয় সারির ক্রিকেট থেকে তোলা স্কোর, প্রশিক্ষণ ম্যাচের ভিডিও, প্রশিক্ষণ ড্রিলের নোট — এসব থেকেই আসল সিদ্ধান্ত আসে, হেডলাইন থেকে নয়। আমার ২০২০ সালের অভিজ্ঞতা এখানে প্রাসঙ্গিক: শূন্য দর্শকদের মাঝে ৯২ ম্যাচ অডিট করে দেখলাম, হোম টিমের প্রত্যাশিত গোল প্রতি ম্যাচে ০.২১ কমেছে আর অ্যাওয়ে প্রেসিং সিকোয়েন্স বেড়েছে ৭.৩ শতাংশ। ক্লাব স্টেডিয়ামে কৃত্রিম দর্শক-শব্দ চালাতে চেয়েছিল। আমি ১২ ম্যাচ পর্যালোচনা করে কোনো পরিমাপযোগ্য ট্যাকটিক্যাল প্রভাব পাইনি, তাই ৩০ ম্যাচের স্যাম্পল পূর্ণ হওয়ার আগে সেই পরিবর্তন আটকে দিয়েছিলাম। ২০১৮ সালের রাশিয়া বিশ্বকাপে ৬৪ ম্যাচ আর ১,০২৪ সেট-পিস কোড করে দেখেছিলাম, মোট গোলের ৪৩.২ শতাংশ এসেছিল ডেড-বল থেকে; ইংল্যান্ডের ১২ গোলের ৯টিই সেট-পিস থেকে। এসব সংখ্যা আমার সিদ্ধান্তের ভিত্তি, গল্প নয়। খালি স্টেডিয়াম আমাকে শিখিয়েছে, স্যাম্পল সাইজ এক ধরনের নীরবতা — আর সেই নীরবতা নিজে থেকে অর্থ বহন করে না, আমরা করি। Stage-1-এর ফাঁকা ফিরে আসা রিপোর্টটিও ঠিক তেমনই নীরবতা। স্টেডিয়াম খালি হলে স্থাপত্য কোঅর্ডিনেটে কথা বলতে শুরু করে; এখানে ফাইল খালি হলে ফাঁকাটাই আমাদের সামনে প্রশ্ন রেখে যায়। আমরা কি মেনে নেব যে আমরা এখনো জানি না, নাকি লেবেল দিয়ে ফাঁকা ঘর ঢেকে দেব? পরের টুর্নামেন্টে আমার যাচাই একটাই। কোনো বিশ্লেষণী রিপোর্ট হাতে এলে আমি প্রথমে দুটি জিনিস দেখব — কাঁচা ইনপুট কতটা ছিল, আর কাঁচা আউটপুটে আসলে কী আছে। তথ্যবিন্দু শূন্য হলে আমি গল্প লিখব না, লিখব ফাঁকাটি সম্পর্কে। প্রশ্নটা সরল: আমাদের বিশ্লেষণ যন্ত্রগুলো যখন নীরব হয়, আমরা কি সেই নীরবতাকে মেনে নিতে শিখছি — নাকি এখনো লেবেল দিয়ে তার মুখ বন্ধ করে দিচ্ছি?