খালি লেজার, ভারী সিদ্ধান্ত — ক্রিকেট ডেটা পাইপলাইনে শূন্য তথ্যের নীরব ঝুঁকি

একটি বিশ্লেষণ পাইপলাইন ফিরে এল শূন্য তথ্যবিন্দু নিয়ে। কোনো ম্যাচ নেই, কোনো ফরম্যাট নেই — টেস্ট, ওয়ানডে কিংবা টি-টোয়েন্টি, কোনোটিই চিহ্নিত নয় — কোনো দল নেই, কোনো খেলোয়াড় নেই। অবশিষ্ট শুধু একটি আঞ্চলিক লেবেল: cricket_asia। বেঙ্গালুরুতে বসে আমি বহু বছর ধরে ম্যাচ দেখে এসেছি, স্কোরকার্ডের প্রতিটি ঘর উল্টে দেখেছি; এই ফলাফল আমাকে থামিয়ে দিল।

"Let the ledger breathe before the narrative does" — এই নীতিতে আমি অভ্যস্ত। কিন্তু কী হয় যদি লেজারে নিঃশ্বাস নেওয়ার মতো কিছুই না থাকে?

বিষয়টি নিছক কারিগরি ত্রুটি নয়। এখানে লুকিয়ে আছে সাংবাদিকতার একটি মূল প্রশ্ন: যখন তথ্য থাকে না, তখন বিশ্লেষকের একমাত্র দায়িত্ব না-জানা কথাটি স্বীকার করা। শূন্য তথ্যের নীরবতা যে কোনো ভুল সংখ্যার চেয়ে বেশি বিপজ্জনক, কারণ ভুল সংখ্যা ধরা পড়ে, খালি সংখ্যা ধরা পড়ে না — সে সিদ্ধান্তের ভেতরে লুকিয়ে বেঁচে থাকে।

আলোচ্য দস্তাবেজটি মূলত দুই-ধাপের বিশ্লেষণ পাইপলাইনের দ্বিতীয় ধাপ। প্রথম ধাপ একটি নিবন্ধকে ভেঙে তথ্যবিন্দু (information points), মূল দৃষ্টিভঙ্গি ও সংশ্লিষ্ট সত্তায় (entity) রূপান্তর করে। দ্বিতীয় ধাপ সেই ভিত্তির উপর আটটি মাত্রায় গভীর বিশ্লেষণ চালায়: ফরম্যাট ও ম্যাচ, খেলোয়াড়ের কারিগরি ও তথ্য, দলের অবস্থান ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক বাস্তুতন্ত্র, নিয়ম ও সুশাসন, ঝুঁকি, জনমত এবং শিল্পের সংক্রমণ।

প্রতিটি মাত্রার নিজস্ব টেমপ্লেট আছে, নিজস্ব বেঞ্চমার্ক আছে। কিন্তু যখন প্রথম ধাপ শূন্য তথ্যবিন্দু ফেরায়, দ্বিতীয় ধাপের প্রতিটি ঘর পূর্ণ হয় একটি নির্দিষ্ট বাক্যাংশে — "N/A - insufficient information"। পাইপলাইন মিথ্যা বানায় না, সে শুধু শূন্যতা ঘোষণা করে।

তথ্যবিন্দু হলো বিশ্লেষণের পরমাণু — প্রতিটি সিদ্ধান্তের বাধ্যতামূলক প্রমাণভিত্তি। প্রমাণ ছাড়া বিশ্লেষণ আর বিশ্লেষণ থাকে না, কল্পকাহিনি হয়ে যায়। ২০১৬ সালে দৈনিক স্টার-এর রিপোর্টার হিসেবে যখন উদীয়মান সৌম্য সরকারের সাক্ষাৎকার নিয়েছিলাম, তখনই বুঝেছিলাম — একটি বাক্যের পিছনে একটি যাচাইযোগ্য তথ্য থাকতে হয়, নইলে সেটি সাক্ষাৎকার নয়, প্রচার।

ক্রিকেট আজ বিশ্বের সবচেয়ে তথ্য-সমৃদ্ধ খেলাগুলোর একটি। প্রতি বলের ডেটা, হক-আই, ডিআরএস, ফিল্ড-প্লেসমেন্ট ম্যাপ — সব রেকর্ড হয়। ভারতীয় উপমহাদেশের বাজার, যেখানে ফ্যান্টাসি স্পোর্টস ও বাজি শিল্প বিলিয়ন ডলারে পৌঁছেছে, সেখানে এই তথ্যের প্রতিটি বিটের বাণিজ্যিক মূল্য আছে। কিন্তু মূল্য তৈরি হয় কেবল তখনই, যখন তথ্যটি যাচাইযোগ্য।

এখানেই ব্লকচেইনের প্রাসঙ্গিকতা। ব্লকচেইন মূলত একটি অপরিবর্তনীয় (immutable) ও টাইমস্ট্যাম্পযুক্ত লেজার, যেখানে কোনো এন্ট্রি একবার লেখা হলে পরে চুপচাপ বদলানো যায় না। ক্রিকেটের জন্য এই ধারণা কেবল প্রযুক্তিগত নয়, নৈতিকও। ভাবুন তো — প্রতিটি প্রি-রেজিস্টার্ড ভবিষ্যদ্বাণী, প্রতিটি তথ্যবিন্দুর উৎস, প্রতিটি সংশোধন যদি একটি সর্বজনীন, সময়-মুদ্রাঙ্কিত খাতায় লিপিবদ্ধ থাকত, তবে বিশ্লেষক আর নিজের ভুল চুপচাপ মুছে ফেলতে পারতেন না।

আমার নিজের নোটবুকে এই নীতির জন্ম ২০১৭ সালে। বেঙ্গালুরু এফসি-র আই-লিগ মৌসুমে আমি হাতে হাতে ১,২১৪টি শট লগ করেছিলাম। সুনীল ছেত্রীর ১১ গোল এসেছিল ৮.৭ xG থেকে, আর উদন্ত সিংয়ের ৪ গোল এসেছিল ২.১ xG থেকে — পার্থক্যটা ছিল ফিনিশিং ভ্যারিয়েন্সের। পরে ২০২২ সালে কাতার বিশ্বকাপে মরক্কোর নকআউট পর্বে প্রতি ৯০ মিনিটে ০.৮৯ xG খরচের তথ্য আমি আগেই প্রকাশ করেছিলাম। প্রতিটি সংখ্যার পিছনে ছিল একটি সময়-মুদ্রাঙ্কিত রেকর্ড — কোন তারিখে, কোন নমুনায়, কীভাবে মাপা হয়েছে।

ক্রিকেটে এর প্রতিরূপ হলো ম্যাচ-আপ ও ফরম্যাট ট্যাগিং। একটি আঞ্চলিক ট্যাগ কখনো বিশ্লেষণের ভিত্তি হতে পারে না। cricket_asia শব্দটি ভারত, পাকিস্তান, শ্রীলঙ্কা, বাংলাদেশ, আফগানিস্তান — প্রতিটিকে একই ঝুড়িতে ফেলে, যদিও এদের প্রতিটি ক্রিকেট বাস্তুতন্ত্র আলাদা। ঢাকার সিলেকশন কমিটির যুক্তি কলকাতার নিলাম-ঘরের যুক্তির সাথে মেলে না। একই খেলোয়াড়ের মূল্য দুই বাজারে দুই রকম, আর এই মিসপ্রাইসিং ধরার জন্যই ফরম্যাট, ভেন্যু ও ভূমিকা (role) আলাদা করে চিহ্নিত করা অপরিহার্য।

আমি স্কোরকার্ডকে ম্যাচের একটি ক্ষয়িষ্ণু সংকোচন (lossy compression) হিসেবে দেখি, যে তথ্য বাদ পড়ে তা আবার গড়ে তুলতে হয়। ডট বল, নন-স্ট্রাইকারের ওভার, ফিল্ডারের সেই অবস্থান যা কখনো বল স্পর্শ করে না — হাইলাইট রিলে এগুলো আসে না। "The stadium was empty; the numbers were not" — কিন্তু এখানে তো স্টেডিয়ামও নেই, সংখ্যাও নেই। "I count the silence between the passes." একটি শূন্য তথ্যবিন্দুর ফলাফল ঠিক এই বাদ-পড়া তথ্যের চরম রূপ: গোটা ম্যাচটাই অনুপস্থিত।

আমার কাজের একটি নিয়ম হলো প্রি-রেজিস্টার্ড ভবিষ্যদ্বাণী — টসের আগেই থ্রেশহোল্ড স্পষ্ট করে লেখা, তারপর সর্বসমক্ষে নম্বর দেওয়া, জয়-পরাজয় উভয়ই। এখানে ভবিষ্যদ্বাণী পণ্য নয়, পণ্য হলো যাচাইযোগ্য রেকর্ড। একটি শূন্য তথ্যবিন্দুর ফলাফল এই রেকর্ডের ঠিক উল্টো: যাচাই করার মতো কিছুই নেই।

ভূমিকা-সমন্বিত (role-adjusted) বিশ্লেষণ আমাকে শিখিয়েছে, গোল বা রান দিয়ে খেলোয়াড়ের মূল্য মাপা যায় না। কিন্তু ভূমিকা নির্ধারণ করতে হয় ফলাফল দেখার আগেই। শূন্য তথ্যে ভূমিকাও নেই, ফলাফলও নেই — তাই একটি ভূমিকা বানিয়ে ফেলা মানে নিজের জাল বুনে তাতে আটকানো।

নমুনার আকার আর আস্থার ব্যবধান (confidence interval) — এই দুটো ধারণা আমার লেখায় বারবার ফিরে আসে। কারণ একটি সংখ্যা তার নমুনা ছাড়া অর্থহীন। শূন্য নমুনার কোনো আস্থার ব্যবধান নেই, তাই সিদ্ধান্তও নেই।

সুশাসনের মাত্রাটি এখানে সবচেয়ে জরুরি। ক্রিকেটে ম্যাচ-ফিক্সিং ও দুর্নীতির ইতিহাস মানে হলো, তথ্যের সততা কেবল বিশ্লেষণের প্রশ্ন নয়, সততার প্রশ্ন। যদি প্রতি বলের ডেটা একটি অপরিবর্তনীয় খাতায় লেখা থাকত, তবে কেউ পরে চুপচাপ স্কোর বদলাতে পারত না। ব্লকচেইন-যুগের ক্রিকেট রেকর্ড মানে শুধু প্রযুক্তি নয়, জবাবদিহিতা। একটি সিলেকশন বিতর্ক, একটি নিলাম-মূল্য, একটি র‍্যাঙ্কিং — সবই যাচাইযোগ্য খাতায় ফিরে তাকাতে পারবে।

দস্তাবেজের আটটি মাত্রা যদি সত্যিই চালানো যেত, তবে সংক্রমণ-মানচিত্র (transmission map) দেখাত কীভাবে ঊর্ধ্বমুখী প্রতিভা-সরবরাহ থেকে মধ্যস্থলে জাতীয় দল ও লিগ, আর নিম্নমুখী সম্প্রচার ও বাণিজ্যিক বাজারে প্রভাব ছড়ায়। কিন্তু সত্তা (entity) ছাড়া কোনো সংক্রমণ-পথ আঁকা যায় না। ঝুঁকি-ম্যাট্রিক্সও তাই খালি থেকে যায় — খেলাধুলা, কর্মী, বাণিজ্যিক, নিয়ম, জনমত, প্রণালীগত — প্রতিটি ঘর ফাঁকা।

দস্তাবেজের একমাত্র সৎ উপসংহার ছিল একটি মেটা-ঝুঁকি: যদি কোনো সিদ্ধান্ত এই শূন্য ফলাফলের উপর দাঁড়ায়, তবে সেটি শূন্য যাচাইকৃত তথ্যের উপর দাঁড়ায়। এটাই আসল সংকট — এবং এই সংকটকে স্বীকার করাটাই সবচেয়ে বড় তথ্যগত লাভ (information gain)।

এখানে একটি বিপরীতমুখী সত্য স্বীকার করা দরকার, যা আমার পেশার অনেকেই এড়িয়ে যান। বেশিরভাগ বিশ্লেষণী ব্যবস্থা — এবং অনেক মানব বিশ্লেষকও — শূন্য ইনপুট পেলে থেমে যায় না; তারা ফাঁকা জায়গা কল্পনায় ভরিয়ে দেয়। একটি শিরোনাম দেখে গোটা ম্যাচের গল্প বানিয়ে ফেলা, এক ইনিংস দেখে খেলোয়াড়ের "মহাত্মা" ঘোষণা করা — এগুলো সেই প্রলোভন, যাকে আমি narrative-first storytelling বলি। এতে তথ্য গল্পের সাজসজ্জায় পরিণত হয়, প্রমাণ হয়ে ওঠে পোশাক।

শূন্য তথ্যবিন্দুর সৎ স্বীকৃতি তাই দুর্বলতা নয়। যে পাইপলাইন খালি ইনপুটে ভুল তথ্য বানায় না, সে-ই নির্ভরযোগ্য। এখানে আসল ঝুঁকি খারাপ ডেটা নয় — আসল ঝুঁকি হলো শূন্য ডেটার উপর আত্মবিশ্বাসী সিদ্ধান্ত। একটি শূন্য ফলাফল দেখে যদি কেউ দাবি করে "অমুক দল শক্তিশালী", তবে সেটি বিশ্লেষণ নয়, মিথ্যা।

আমি জানি এই স্বীকারোক্তি অস্বস্তিকর। "Method as shield" ফাঁদে পড়ে কেউ কেউ ঘন পরিসংখ্যানের আড়ালে দুর্বল দাবি লুকান। কিন্তু শূন্য তথ্যে সেই আড়ালও নেই। এখানে একমাত্র সৎ পথ হলো উৎস-স্বচ্ছতা: তথ্যবিন্দু নেই মানে তথ্যবিন্দু নেই, কল্পনা দিয়ে তার ঘর ভরা যাবে না।

একটি পরিপক্ব পাইপলাইনে খালি ইনপুট ধরার জন্য আলাদা স্তর থাকে। প্রশ্ন হলো, এটি কি একটি পার্সিং ত্রুটি, নাকি সত্যিই একটি তথ্যহীন নিবন্ধ, নাকি হস্তান্তর-ত্রুটি? তিনটি সম্ভাবনার সমাধান তিন রকম। ত্রুটি হলে পাইপলাইন ঠিক করতে হবে; তথ্যহীন নিবন্ধ হলে বিশ্লেষণ বন্ধ করতে হবে; হস্তান্তর-ত্রুটি হলে সিস্টেম মেরামত করতে হবে। তিন ক্ষেত্রেই একটি কথা সত্য: শূন্য লেজার থেকে কোনো ভারী সিদ্ধান্ত আসতে পারে না।

ফ্যান্টাসি ও বাজি বাজারে লাখ লাখ ব্যবহারকারী প্রতি সপ্তাহে তথ্যের উপর টাকা রাখেন। সেখানে একটি ভুল বা শূন্য তথ্যবিন্দু কেবল ভুল লেখা নয়, আর্থিক ক্ষতি। ব্লকচেইন-ভিত্তিক যাচাই সেখানে আদর্শ নয়, প্রয়োজন।

শেষে একটি প্রশ্ন রেখে যাই। ক্রিকেটের প্রতিটি ভবিষ্যদ্বাণী যদি টসের আগেই একটি অপরিবর্তনীয়, সর্বজনীন খাতায় লেখা থাকত — থ্রেশহোল্ড স্পষ্ট করে — তবে আজকের বিশ্লেষণ-বাজারে কতটা কম ভুল তথ্য ঘুরত? যে কোনো ক্রিকেট সিদ্ধান্ত যদি একাধিক যাচাইকৃত তথ্যবিন্দুর উপর দাঁড়াত, তবে শূন্য লেজার আর কখনো ভারী সিদ্ধান্তের ভিত্তি হতো না।