১,১৪০টি ইনজুরির হিসাব থেকে একটি উপসংহার: ডেটা ফাঁকা থাকলে বিশ্লেষণ হয় না, জল্পনা হয়

গত ন'বছরে ক্রিকেট ও ফুটবলের ইনজুরি সংবাদ নিয়ে কাজ করতে গিয়ে আমি একটা অভ্যাস গড়ে তুলেছি: কোনো সিদ্ধান্তে পৌঁছানোর আগে গুনে নিই। ২০১৭ সালে বেঞ্জামিন মেন্ডির এএলসি ছিঁড়েছিল ক প্যালেসের বিপক্ষে ম্যাচের ২২ মিনিটে, সেই রাতে আমি প্রেস কনফারেন্স ছেড়ে নয় রাত ধরে এক হাজার ১৪০টি সফট-টিস্যু ইনজুরির হিসাব টেনেছিলাম ক্লাবের বিবৃতি আর ম্যাচ ফুটেজ থেকে। সেই হিসাবই আমাকে শিখিয়েছে, একটা সংখ্যা না থাকলে গোটা কাঠামো দাঁড়ায় না।

গত সপ্তাহে আমার ডেস্কে একটা রিপোর্ট এল, যাকে বলা হচ্ছে "গভীর বিশ্লেষণ"। খুলে দেখি, ডোমেইন লেবেল ছাড়া সব ঘর ফাঁকা। শিরোনাম নেই, উৎস নেই, নিবন্ধের ধরন অনির্ধারিত, এক বাক্যের সারাংশ শূন্য, লেখকের অবস্থান অনির্ধারিত, তথ্যবিন্দুর তালিকা সম্পূর্ণ খালি। অর্থাৎ বিশ্লেষণের কাঁচামাল শূন্য। এ অবস্থায় আমাকে "গভীর বিশ্লেষণ" লিখতে বলে, আমি যা লিখব তা ক্রিকেট-জগতের সাধারণ কথার স্তূপ হবে—তথ্যভিত্তিক বিশ্লেষণ নয়, বরং একটা সুন্দর সাজানো ভ্রম। আমি সেটা করি না।

আমার পদ্ধতিতে একটা নিয়ম আছে: উৎস দুবার যাচাই না হলে সংখ্যা ছাপি না। এই নিয়মটা এসেছে ২০১৮ সালের কিয়েভের ঘটনা থেকে। চ্যাম্পিয়ন্স লিগ ফাইনালে সার্জিও রামোসের ট্যাকলে মোহামেদ সালাহর কাঁধে চোট লাগে। মিসরের মেডিকেল স্টাফ বলল দুই সপ্তাহ, লিভারপুল বলল তিন থেকে চার সপ্তাহ। অথচ ১৫ জুন উরুগুয়ের বিপক্ষে বিশ্বকাপের প্রথম ম্যাচে সালাহ মাঠে নামলেন। আমি অ্যাক্রোমিওক্লেভিকুলার স্প্রেইনের গ্রেডিং-সংক্রান্ত মেডিকেল গবেষণা টেনে প্রতিটি দাবিকে একটা গ্রেডের সঙ্গে মিলিয়ে দেখলাম। দুই সপ্তাহের দাবিটা কেবল গ্রেড ওয়ান Injuriyr সঙ্গে সঙ্গতিপূর্ণ। পরে মিসরের মেডিকেল টিম নিশ্চিত করে এটি গ্রেড টু ছিল। সেই লেখাটা এক দিনের মধ্যে আরবিতে অনূদিত হয়।

কিন্তু এখানে যে বিষয়টা আমার কাছে বেশি গুরুত্বপূর্ণ, সেটা হলো ভুলের হিসাব রাখা। ২০১৯ সালের মধ্যে আমার কাছে ২১৪টি এন্ট্রির একটা Claim Ledger জমে যায়, যেখানে প্রতিটি প্রকাশ্য ইনজুরি-বিবৃতির তারিখ, উৎস আর পরবর্তী যাচাইকৃত ফলাফল লিপিবদ্ধ। সেই তথ্যভাণ্ডার থেকে আমি বলতে পারি, ইংরেজ ক্লাবগুলোর প্রকাশ্য পুনরুদ্ধার-সময়সূচি ৬১ শতাংশ ক্ষেত্রে সঠিক প্রমাণিত হয়েছে। এই সংখ্যাটা আমি প্রতিটি লেখায় উল্লেখ করি, কারণ এটাই পাঠককে বলে দেয় ক্লাবের বিবৃতিকে কতটা ওজন দিতে হবে।

তাহলে প্রশ্ন হলো, যে রিপোর্টটা আমার ডেস্কে এল, তাতে কী কী ফাঁক? প্রথমত, শিরোনাম নেই মানে সার্চ-অ্যাঙ্কর নেই—পাঠক কোন প্রশ্নের উত্তর খুঁজছেন, সেটাই নির্ধারিত হয়নি। দ্বিতীয়ত, উৎস নেই মানে আমি জানি না এটি ক্লাবের প্রেস রিলিজ, সংবাদ সংস্থার ফাইল, নাকি কোনো বিশ্লেষকের মতামত। তৃতীয়ত, তথ্যবিন্দু শূন্য মানে কোনো তারিখ, কোনো খেলোয়াড়ের নাম, কোনো ম্যাচের সংখ্যা, কোনো ইনজুরির ধরন—কিছুই নেই। তথ্যবিন্দু ছাড়া বিশ্লেষণ হলো এমন এক ইনজুরি রিপোর্টের মতো, যেখানে খেলোয়াড়ের নাম নেই কিন্তু চিকিৎসা-পরামর্শ দেওয়া হচ্ছে।

আমার অভিজ্ঞতায় এই ধরনের ফাঁকা আউটপুট তিনভাবে তৈরি হয়। সবচেয়ে সাধারণ কারণ হলো মূল পৃষ্ঠা থেকে লেখা তোলাই ব্যর্থ হয়েছে—হয় সাইটটি জাভাস্ক্রিপ্টে তৈরি, নয়তো অ্যান্টি-স্ক্র্যাপিং প্রাচীর, ফলে টেক্সট এক্সট্রাকশনে শূন্য অক্ষর আসে। এই ব্যর্থতাটা চুপচাপ ঘটে, কোনো এরর মেসেজ দেয় না, ফলে পরবর্তী ধাপে সেটাকে "সফল" ধরে নেওয়া হয়। দ্বিতীয় কারণ, ভাষা-মডেলের কল থেকে প্রতিক্রিয়া কেটে গেছে বা JSON পার্স করতে গিয়ে ডিফল্ট খালি টেমপ্লেটে চলে গেছে। তৃতীয়ত, ফিল্ডের নামে অমিল—যেমন তথ্যবিন্দুর ফিল্ডের নাম এক জায়গায় ভিন্ন, অন্য জায়গায় ভিন্ন—যা নীরবে ডিফল্ট মান বসিয়ে দেয়।

এই তিনটির মধ্যে প্রথমটাই সবচেয়ে ধূর্ত, কারণ এটি ব্যর্থতার মতো দেখায় না। আমার পরামর্শ হবে, প্রথমে মূল টেক্সট এক্সট্রাকশনের পর অক্ষরসংখ্যা দেখুন। যদি সেটা শূন্য বা খুব কম হয়, তাহলে বোঝা যাবে সমস্যা কোথায়। এরপর কলের কাঁচা প্রতিক্রিয়া ও পার্স লগ মিলিয়ে দেখুন। এই দুটো ধাপ শেষ হলে বোঝা যাবে, সমস্যাটা ইনপুট স্তরে নাকি প্রসেসিং স্তরে।

এখন প্রশ্ন করতে পারেন, আমি নিজে কেন সাধারণ ক্রিকেট-বিষয়ক বিশ্লেষণ লিখে কাঠামোটা পূরণ করছি না। এর উত্তর আমার পেশাগত নীতিতে। ২০২০ সালের জুনে প্রিমিয়ার লিগ ১০০ দিনের বিরতির পর ৩৯ দিনে ৯২টি ম্যাচ ঠেঁসে ফেলেছিল। আমি সেই জানালার ভেতরের প্রতিটি সফট-টিস্যু ইনজুরি লিপিবদ্ধ করি—৪৭টি পেশি-ইনজুরি, অর্থাৎ প্রতি ম্যাচে ০.৫১, যা লকডাউন-পূর্ব নমুনার ০.২৮-এর বিপরীতে উল্লেখযোগ্য বৃদ্ধি; একা হ্যামস্ট্রিং স্ট্রেইন ১১ থেকে বেড়ে ২৪-এ দাঁড়ায়। সেই ডেটাসেট আমি পুরোটা প্রকাশ করেছিলাম, পদ্ধতি ও ত্রুটি-সহ, আর পদ্ধতি অংশটা চারবার নতুন করে লিখেছিলাম প্রকাশের আগে। একটি প্রিমিয়ার লিগ ক্লাব সেই ডেটাসেট তাদের অভ্যন্তরীণ পারফরম্যান্স পর্যালোচনায় উদ্ধৃত করেছিল। এই অভিজ্ঞতা আমাকে শিখিয়েছে, ফাঁকা জায়গা নিজের অনুমানে ভরাট করা মানে পাঠকের সঙ্গে বিশ্বাসভঙ্গ।

যে রিপোর্টটি নিয়ে আলোচনা চলছে, সেখানে আরেকটি বিষয় লক্ষণীয়—এর লেখক লেবেল ছাড়া আর কিছুই দেননি, অথচ সিদ্ধান্তে পৌঁছেছেন যে গভীর বিশ্লেষণ সম্ভব নয়। এখানে একটা সূক্ষ্ম পার্থক্য আছে। তিনি যে সিদ্ধান্তে পৌঁছেছেন, সেটা তার নিজের ইনপুট সম্পর্কে সঠিক—তথ্য না থাকলে বিশ্লেষণ হয় না। কিন্তু সেটা কোনো ক্রিকেট ঘটনার বিশ্লেষণ নয়, বরং একটা প্রক্রিয়ার ত্রুটি-নির্ণয়। এ দুটোকে গুলিয়ে ফেলা যাবে না। একটা ফাঁকা ডেটাসেট আমাদের ইনজুরির কথা বলে না, আমাদের নিজের পদ্ধতির কথা বলে।

এই জায়গায় আমার একটা ভিন্নমত আছে। অনেকে মনে করবেন, ইনপুট ফাঁকা হলে কাজ থেমে যাওয়াই একমাত্র সৎ পথ। আমি দ্বিমত করি—থেমে যাওয়া সৎ, কিন্তু একমাত্র পথ নয়। এর চেয়ে ভালো পথ হলো, তারিখ দেওয়া আংশিক নোট প্রকাশ করা, যেখানে স্পষ্ট করে লেখা থাকবে কোন তথ্য যাচাই হয়েছে আর কোনটা এখনো হয়নি। আমার Claim Ledger ঠিক এই কাজটাই করে। কোনো ইনজুরির ঘটনায় ক্লাবের বিবৃতি আর মেডিকেল গবেষণার মধ্যে ফারাক থাকলে আমি দুই পক্ষের দাবি পাশাপাশি রেখে আমার আস্থার মাত্রা লিখে দিই। পাঠক নিজেই বিচার করতে পারেন। এতে নীরবতার চেয়ে বেশি তথ্য মেলে, আর জল্পনার চেয়ে কম বিভ্রান্তি।

তবে এই পদ্ধতিরও একটা সীমা আছে, যা আমি স্বীকার করি। অনেক সময় ক্লাবের বিবৃতি আসতে দেরি হয়, আবার কখনো বিবৃতিটাই অতিরিক্ত আশাবাদী হয়। ইংরেজ ক্লাবগুলোর ৬১ শতাংশ নির্ভুলতার সংখ্যাটা মানে এই নয় যে বাকি ৩৯ শতাংশ মিথ্যা—এর মধ্যে আছে ভুল ডায়াগনসিস, পরবর্তী স্ক্যানে নতুন তথ্য, আর পুনরায় চোট লাগার ঘটনা। এই সূক্ষ্ম পার্থক্যগুলো আলাদা না করলে সংখ্যাটা নিজেই বিভ্রান্তিকর হয়ে ওঠে।

আমার কাছে ইনজুরি কখনো এক মুহূর্তের ঘটনা নয়। মেন্ডির হাঁটু, সালাহর কাঁধ, প্রজেক্ট রিস্টার্টের পেশি—সবই কয়েকটা সময়রেখার মিলিত ফল: টিস্যুর জৈবিক সময়, ক্লাব ব্যবস্থাপনার সিদ্ধান্তের সময়, আর খেলোয়াড়ের নিজের সিদ্ধান্তের সময়। এই তিনটে সময়রেখা কোথায় মিলছে আর কোথায় আলাদা হচ্ছে, সেটা জানতে হলে আগে তথ্য লাগে। ফাঁকা ডেটাসেট নিয়ে এই সময়রেখাগুলো আঁকা যায় না।

তাই আমার প্রস্তাব সরল। যদি এই রিপোর্টের পেছনের মূল লেখাটা পাওয়া যায়, তাহলে সেটা সরাসরি আমার কাছে দিন—আমি নিজেই বিশ্লেষণ করব, কোনো মধ্যবর্তী ধাপ ছাড়া। আর যদি মূল লেখা না থাকে, তাহলে নতুন করে তথ্যবিন্দুগুলো তৈরি করুন, যাতে অন্তত তিনটি যাচাইযোগ্য তথ্য, একটা এক-বাক্যের সারাংশ আর একটি উৎসের উল্লেখ থাকে। এই দুটোর যেকোনো একটা পেলে কাজ এগোবে।

আর যদি উদ্দেশ্য শুধু পাইপলাইন পরীক্ষা করা হয়, তাহলে আমি ক্রিকেট ডোমেইনের জন্য একটা মূল্যায়ন-ছক বানিয়ে দিতে পারি—কোন ধরনের সত্তা দেখতে হবে, কোথায় সময়-সংবেদনশীলতার ফাঁদ, উৎসের মান কীভাবে ভাগ করতে হবে। কিন্তু স্পষ্ট করে বলি, সেটা ছক, কোনো নিবন্ধের বিশ্লেষণ নয়; সেটা থেকে কোনো তথ্যগত সিদ্ধান্ত বের হবে না।

কারণ শেষ পর্যন্ত আমার একটাই প্রশ্ন থাকে: সংখ্যাটা কোথা থেকে এল, আর কে তা যাচাই করেছে। উত্তর না পেলে লেখা থামানোই ভালো—নইলে পাঠক ভুল তথ্য নিয়ে বেরিয়ে যাবেন, আর সেটা সংশোধন করার দায় আমার ঘাড়েই পড়বে।