শূন্য পেলোডের সাক্ষ্য: ক্রিকেট ডেটা পাইপলাইনের নীরব ব্যর্থতা

স্প্রেডশিট গুঞ্জন শুরু করল, আর আমি বুঝে গেলাম সম্প্রচার শেষ। রাত তিনটায় হ্যাকনি ফ্ল্যাটে বসে আমি ১,২০০ ম্যাচের ডেটা স্ক্র্যাপ করার পুরোনো স্ক্রিপ্টটি আবার চালু করলাম — ঠিক যেভাবে ২০২০ সালের ভুতুড়ে ম্যাচ প্রকল্পে করেছিলাম, যখন কোভিড স্টেডিয়াম খালি করেছিল আর আমি সেই নীরবতাকে শোক নয়, বরং একটি প্রাকৃতিক পরীক্ষা হিসেবে পড়েছিলাম। কিন্তু এবার আউটপুট অন্যরকম। চৌত্রিশটি কলাম, আটটি বিশ্লেষণী মাত্রা, প্রতিটি ঘরে ফিরে এল একটিই বাক্য — অপর্যাপ্ত তথ্য।

পাইপলাইনের প্রথম স্তরটি খালি পেলোড পাঠিয়েছে। শিরোনাম নেই। উৎস নেই। তথ্যবিন্দু নেই। সত্তা নেই। সময়-সংবেদনশীলতা মূল্যায়ন করা হয়নি। দ্বিতীয় স্তরটি তখনও তার পুরো কাঠামো দাঁড় করিয়ে দিয়েছে — আটটি মাত্রা, শতাধিক ঘর, প্রতিটিতে শূন্যতার স্বীকারোক্তি। একজন সাধারণ ম্যাচ রিপোর্টার এখানে হয়তো ল্যাপটপ বন্ধ করে ঘুমিয়ে পড়তেন। আমি বরং চেয়ারে বসে রইলাম, কারণ একটি ডেটাসেট যখন সাড়া দিতে অস্বীকার করে, সেই অস্বীকৃতি নিজেই হয়ে ওঠে সবচেয়ে সৎ তথ্য।

আমার পেশা ক্রিকেটকে গল্প হিসেবে বর্ণনা করা নয়; ক্রিকেটকে সম্ভাব্যতা-বিন্যাস হিসেবে পড়া। ২০১৭ সালে লন্ডনের একটি স্পোর্টস রেডিও স্টেশনে অন-এয়ার বিতর্কে বার্নলির ভাগ্যবান ষোড়শ স্থান নিয়ে তর্কের পর আমি সেই আরামদায়ক সম্প্রচার চেয়ার ছেড়ে দিয়েছিলাম। আমি তাদের ২০১৬-১৭ মৌসুমের এক্সপেক্টেড গোল ডেটা টেনে এনেছিলাম: পক্ষে ৪২.১ xG, বিপক্ষে ৪৪.৮ xG, অর্থাৎ মাইনাস ২.৭ ব্যবধান, যা অবনমন-প্রার্থীর নয়, মাঝ-টেবিল দলের পরিচয় দেয়। আমার প্রোডিউসার সেটাকে স্প্রেডশিট জাদুবিদ্যা বলেছিলেন। সেই সপ্তাহেই আমি চাকরি ছাড়ি এবং একটি সাপ্তাহিক xG কলাম শুরু করি, যেখানে একটিমাত্র মেট্রিক দিয়ে ৩৮০টি প্রিমিয়ার লিগ ম্যাচ বিশ্লেষণ করতাম।

সেই অভ্যাস থেকেই জন্ম নিয়েছে আজকের পাইপলাইন। প্রথম স্তর — ডিকনস্ট্রাকশন — একটি কাঁচা নিবন্ধকে ভেঙে টুকরো করে: শিরোনাম, উৎস, তথ্যবিন্দু, সত্তা, দৃষ্টিভঙ্গি, সময়-সংবেদনশীলতা। দ্বিতীয় স্তর — এই দস্তাবেজ — সেই টুকরোগুলোর উপর আটটি বিশ্লেষণী মাত্রা বসায়: ফরম্যাট ও ম্যাচ, খেলোয়াড়ের কারিগরি ও ডেটা, দলের চিত্র ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক বাস্তুতন্ত্র, নিয়ম ও শাসন, ঝুঁকির দিক, জন-আখ্যান ও প্রত্যাশা, এবং শিল্প-সঞ্চালন।

সমস্যাটা এখানেই। আজ প্রথম স্তরটি আমাকে কিছুই দেয়নি। প্রতিটি ক্ষেত্র হয় অপর্যাপ্ত তথ্য, নয়তো খালি। কোনো নিবন্ধের শিরোনাম নেই। কোনো তথ্যবিন্দু নেই। সত্তা তালিকাভুক্ত নয়। উৎসের গুণমান নেই। ডোমেইন লেবেল হিসেবে শুধু একটি কাঁচা ট্যাগ পড়ে আছে — cricket_asia, যা একটি প্রক্রিয়াজাত বিভাগ নয়, বরং একটি কাঁচা ট্যাগ। এটা কোনো নিবন্ধ, কোনো ম্যাচ, কোনো খেলোয়াড় সম্পর্কে নয়। এটা একটি পাইপলাইনের ব্যর্থতা সম্পর্কে।

এখানেই আমার দ্বিতীয় স্তরের সবচেয়ে সৎ সিদ্ধান্ত: শূন্য ইনপুট থেকে কোনো সিদ্ধান্ত টানা যাবে না। কারণ আমার প্রথম নীতি — প্রতিটি সিদ্ধান্তকে প্রথম স্তরের তথ্যবিন্দুতে ফিরিয়ে নেওয়া। তথ্যবিন্দু না থাকলে সিদ্ধান্ত থাকে না। আমি আবার PPDA সংখ্যা চালালাম, আর মস্কোর ফ্ল্যাটটা সত্যি মনে হতে শুরু করল — ২০১৮ বিশ্বকাপে স্বাগতিক রাশিয়ার গ্রুপ-পর্বের PPDA ছিল ৮.৭, যা ছিল টুর্নামেন্ট ইতিহাসে স্বাগতিক দেশের সবচেয়ে আক্রমণাত্মক প্রেসিং। সেই সংখ্যা আমাকে কোয়ার্টারফাইনালের পূর্বাভাস দিয়েছিল, আর সেটাই হ্যাকনির ফ্ল্যাট কেনার টাকা জুগিয়েছিল। কিন্তু আজ মস্কোর স্মৃতি দিয়ে এই শূন্য পেলোড ভরাট করা যাবে না। এটি ভিন্ন ধরনের কাজ।

একটি খালি পেলোড নিজেই একটি তথ্যবিন্দু, যদি আপনি সেটাকে তথ্য হিসেবে পড়তে জানেন। পরিসংখ্যানে এটার নাম নাল হাইপোথিসিস — যা নেই, সেটাও মাপা যায়। ডেটা বিজ্ঞানে শূন্যতা কোনো দুর্ঘটনা নয়, বরং একটি সংকেত। প্রশ্ন হলো, সেই সংকেত আপনি ভুল পড়ছেন কি না।

প্রতিটি ডেটাসেটে একটি মঠ আছে, আর তার নীরবতা খালি নয়। এই মঠের ভেতরে ঢোকার আগে আপনাকে একটি শর্ত মেনে নিতে হবে: আপনি যা চান, তা নয়; আপনি যা পেয়েছেন, তাই লিখবেন। আমি ২০১৫ সালে ডেইলি স্টারে তরুণ সৌম্য সরকারের একটি ইন্টারভিউ করেছিলাম, যা পরে প্রথম আলোতে ছাপা হয়েছিল — সেটি ছিল আমার প্রথম যাচাইযোগ্য বাইলাইন। সেই দিন থেকেই আমি শিখেছি, উৎস ছাড়া একটি বাক্যও মুদ্রণের অযোগ্য। আজ যখন পাইপলাইনের প্রথম স্তর কোনো উৎস দেয়নি, তখন আমার সামনে দুটি পথ খোলা ছিল: একটি সৎ ব্যর্থতা স্বীকার করা, নয়তো ক্রিকেটের বিশ্বাসযোগ্য শোনায় এমন কিছু বানিয়ে ফেলা। দ্বিতীয় পথটি ছিল সহজ। দ্বিতীয় পথটিই ছিল বিপজ্জনক।

ক্রিকেট-সংবাদ জগতে এখন সবচেয়ে বড় সংকট কাঁচা ডেটার অভাব নয়, বরং ভরাট করা ফাঁক। একটি খেলোয়াড়ের নাম হঠাৎ ট্রেন্ডিং হলে তার চারপাশে গড়ে ওঠে আখ্যান, আর সেই আখ্যানের ফাঁকগুলো ভরে দেয় অনুমান। আমি স্ক্যাটার প্লটে টিকতে না পারলে চোখের পরীক্ষাকে বিশ্বাস করি না। কিন্তু আজকের সমস্যাটি উল্টো — স্ক্যাটার প্লটই খালি। যখন মেট্রিক নিজেই অনুপস্থিত, তখন চোখের পরীক্ষা দিয়ে সেটা পূরণ করা যায় না।

ভাবুন একটি বাংলাদেশ প্রসঙ্গ। ধরুন কোনো এক সিরিজে তাসকিন আহমেদ প্রথম তিন ম্যাচে উইকেট নিয়েছেন, কিন্তু ডেটা পাইপলাইনে তার বোলিং গড়, ইকোনমি, ডেথ-ওভার স্প্লিট কিছুই আসেনি। একজন দ্রুত সম্পাদক সেই ফাঁক দেখে লিখে ফেলবেন, তাসকিন ফর্মে ফিরেছেন। কিন্তু কিসের ভিত্তিতে? ফাঁকা ঘরকে ফর্ম বলা যায় না। আমি বরং লিখব, তিন ম্যাচে তার উইকেটের তথ্য পাইপলাইনে নেই, তাই সিদ্ধান্ত ঝুলিয়ে রাখা হলো। এটাই নীরবতার সাক্ষ্য দেওয়া।

আমার নৈতিক কিল-সুইচ এখানেই ট্রিগার হয়। আমি ছয় দিন ধরে একটি মডেল বানিয়ে এক বিকেলে তা মুছে ফেলতে পারি, যদি মডেলটি খেলোয়াড়কে মানুষ হিসেবে নয়, শুধু সংখ্যা হিসেবে দেখতে শুরু করে। আজকের শূন্য পেলোড সেই কিল-সুইচের আরেকটি রূপ — শূন্যতা থেকে যদি আমি একটি মডেল বানিয়ে ফেলি, তবে আমি মডেল বানাইনি, আমি বানিয়েছি একটি মিথ্যা। আর মিথ্যা ডেটার চেয়ে বিপজ্জনক কিছু নেই, কারণ মিথ্যা ডেটা পরের বিশ্লেষণের ভিত হয়ে বসে যায়।

এখানেই ব্লকচেইন-ভাবনার সাথে যোগসূত্র। ক্রিকেট ডেটার মূল্য নির্ভর করে তার প্রমাণযোগ্যতার উপর — কে বলেছে, কখন বলেছে, কোন সম্পাদনা হয়েছে। যদি প্রতি তথ্যবিন্দু একটি অপরিবর্তনীয় রেকর্ডে বাঁধা থাকত, তবে আজকের মতো খালি পেলোড কেউ চুপচাপ ভরাট করতে পারত না। একটি অডিট ট্রেইল থাকলে বোঝা যেত, প্রথম স্তর আসলে কিছু পায়নি, নাকি পেয়ে হারিয়েছে। তথ্য যদি ব্লকচেইনের মতো শৃঙ্খলাবদ্ধ হতো, তবে অপর্যাপ্ত তথ্য লেখাটি হতো একটি বৈধ ব্লক, জালিয়াতির সুযোগ নয়।

এটাই আমাকে ভাবায়। ক্রিকেট-অর্থনীতিতে এখন ফ্যান টোকেন, এনএফটি মুহূর্ত, ডেটা-অধিকার — সব জায়গায় প্রমাণযোগ্যতার ভাষা ঢুকে পড়ছে। কিন্তু বিশ্লেষণী স্তরে আমরা তখনও অনুমান দিয়ে ফাঁক ভরি। একটা অসঙ্গতি এখানে স্পষ্ট — আমরা লেনদেনের রেকর্ড বিশ্বাস করি, কিন্তু বিশ্লেষণের উৎস যাচাই করি না।

ফিরে যাই ২০২০ সালের ভুতুড়ে ম্যাচ প্রকল্পে। কোভিড স্টেডিয়াম খালি করার পর আমি ইউরোপের শীর্ষ পাঁচ লিগের ১,২০০ ম্যাচ স্ক্র্যাপ করেছিলাম। হোম-অ্যাডভান্টেজ ০.৪২ থেকে নেমে ০.২৮ গোলে এসেছিল। রেফারির পক্ষপাত ২৩ শতাংশ কমেছিল। ভুতুড়ে ম্যাচগুলোতে ভিড় হারিয়ে গিয়েছিল, কিন্তু প্রেসিং লাইনগুলো রেখে গিয়েছিল নিজের আঙুলের ছাপ। সেই প্রকল্প আমাকে শিখিয়েছিল, অনুপস্থিতি মাপা যায়। আজকের শূন্য পেলোডও একই শিক্ষা — অনুপস্থিত তথ্য নিজেই একটি মাপ।

তবে এখানে একটি সতর্কতা জরুরি, এবং এটাই আমার নিজের বিরুদ্ধে আমার অস্ত্র। এক্সজি বা PPDA-র মতো একটি মেট্রিককে অস্ত্র বানানো আমার স্বাক্ষর, আর সেই স্বাক্ষরই আমাকে বারবার ফাঁদে ফেলে। কারণ একটি সংখ্যা যখন সুন্দরভাবে একটি যুক্তি জেতায়, তখন আমি তার উপর অতিরিক্ত নির্ভর করতে শুরু করি। তাই আমি নিয়ম করেছি — প্রতিটি মেট্রিকের জন্য আগেই একটি পাল্টা-মেট্রিক নিবন্ধন করব, আর একটি গুণগত পরীক্ষা রাখব। আজকের পরিস্থিতিতে পাল্টা-মেট্রিক নেই, কারণ মেট্রিকই নেই। আর এটাই সবচেয়ে বড় শিক্ষা: পাল্টা-মেট্রিক ছাড়া মেট্রিক আর মেট্রিক ছাড়া বিশ্লেষণ — দুটোই সমান বিপজ্জনক।

একটি মেট্রিক কখনো চূড়ান্ত রায় নয়; সেটি একটি আবহাওয়ার রিপোর্ট। কিন্তু একটি খালি পেলোড আবহাওয়ার রিপোর্টও নয় — সেটি বরং এমন একটি দিন, যখন আবহাওয়া অফিস বন্ধ। সেই বন্ধ দরজার সামনে দাঁড়িয়ে আপনি হয় অপেক্ষা করবেন, নয়তো নিজেই আবহাওয়া বানিয়ে ফেলবেন। দ্বিতীয় কাজটি আমি করি না।

আমার সিরিয়াল-স্টার্টার সিন্ড্রোম আমাকে বারবার নতুন আইডিয়ার দিকে ঠেলে দেয় — পাঁচটি অর্ধ-নির্মিত ড্যাশবোর্ড, একটি পডকাস্ট পাইলট, তিনটি অসমাপ্ত কলাম। কিন্তু আজকের শূন্য পেলোড আমাকে থামিয়ে দিল, কারণ এখানে নতুন কিছু শুরু করার আগে পুরোনোটির ব্যর্থতা স্বীকার করা জরুরি। আমি একটি পাবলিক প্রজেক্ট লেজার রাখি, যেখানে প্রতিটি প্রকল্পের একটি মেথড নোট থাকে। আজকের মেথড নোটটি হবে এক লাইনের — প্রথম স্তর খালি ফিরেছে, দ্বিতীয় স্তর কোনো সিদ্ধান্ত টানবে না।

ভাবুন, যদি আমি এই শূন্যতা থেকে একটি আখ্যান বানাতাম। আমি লিখতে পারতাম, ক্রিকেট_এশিয়া অঞ্চলে ডেটা সংগ্রহ সংকট চলছে, কিংবা বাংলাদেশি ক্রিকেটে বিশ্লেষণী ডেটার ঘাটতি দেখা দিয়েছে। কিন্তু এগুলো সবই অনুমান। তথ্যবিন্দু ছাড়া এসব বাক্য শুধু সত্য শোনায়, কিন্তু সত্য নয়। আর এমন সত্য-শোনা মিথ্যাই পাঠকের আস্থা খেয়ে ফেলে।

তাই আমি বরং সৎ ব্যর্থতার তালিকা দিই। কোন ফরম্যাট — টেস্ট, ওয়ানডে, টি-টোয়েন্টি, নাকি দ্য হান্ড্রেড — তা নিশ্চিত করা যায়নি। কোন পাওয়ারপ্লে, মিডল-ওভার বা ডেথ-ওভার ডেটা নেই। কোন ভেন্যু, পিচ রিপোর্ট, আবহাওয়া বা ডিউ-ফ্যাক্টর নেই। কোন খেলোয়াড় নেই, তাই তার গড়, স্ট্রাইক রেট, ইকোনমি, সিচুয়েশনাল স্প্লিট কিছুই নেই। কোন দল নেই, তাই আইসিসি র‍্যাঙ্কিং, স্কোয়াড-গভীরতা, এজ-স্ট্রাকচার নেই। কোন লিগ বা ফ্র্যাঞ্চাইজি নেই, তাই সম্প্রচার-স্বত্বের মূল্য, ফ্র্যাঞ্চাইজি ভ্যালুয়েশন বা বেতন কাঠামো নেই।

এই তালিকাটি পড়তে দুর্বল লাগে, কিন্তু এটি সৎ। আর সততা এখানে কৌশলগত পছন্দ, নৈতিকতার নয়। কারণ বিশ্লেষণের মূল্য নির্ভর করে তার পুনর্ব্যবহারযোগ্যতার উপর। একটি মিথ্যা ডেটা পুনর্ব্যবহার করলে সেটি দ্রুত ছড়ায় এবং সিস্টেমকে বিষিয়ে তোলে। একটি সৎ শূন্যতা পুনর্ব্যবহার করলে তা পরের বিশ্লেষককে সতর্ক করে। তথ্য-লাভ এখানেই — পাঠক জানলেন, প্রথম স্তরের ব্যর্থতা দ্বিতীয় স্তরে ছড়িয়ে পড়ে, এবং তা চিহ্নিত করা যায়।

আমি ৪৭ বছরে পৌঁছে বুঝেছি, সবচেয়ে কঠিন কাজ মডেল বানানো নয়; সবচেয়ে কঠিন কাজ মডেল বানানো থেকে বিরত থাকা, যখন ডেটা তার অনুমতি দেয় না।** সৌম্য সরকারের প্রথম বাইলাইনের দিন থেকে আজ পর্যন্ত আমার সবচেয়ে বড় শিক্ষা একই — যা যাচাই করা যায় না, তা লেখা যায় না।

এখন একটি কাউন্টার-ইনটুইটিভ দিক। কেউ বলবেন, একটি খালি পেলোড নিয়ে পুরো একটি বিশ্লেষণ লেখা নিছক অতিরঞ্জন। হয়তো সেটাই সত্য। কিন্তু ভাবুন, ক্রিকেট-শিল্পে বছরে হাজার হাজার নিবন্ধ প্রকাশিত হয়, আর তার কত শতাংশ আসলে যাচাইযোগ্য তথ্যবিন্দুর উপর দাঁড়িয়ে? আমার অনুমান, খুব কম। আমরা গল্প ভালোবাসি, আর গল্পের ফাঁক ভরতে আমরা সুন্দর অনুমান বেছে নিই।

এখানেই পারস্পরিক সম্পর্ক ও কারণের পার্থক্য জরুরি হয়ে ওঠে। একটি দল টানা পাঁচ ম্যাচ জিতল, আর আমরা বলে ফেলি তার প্রেসিং উন্নত হয়েছে। কিন্তু হয়তো সে দুর্বল প্রতিপক্ষের বিরুদ্ধে খেলেছে। পারস্পরিক সম্পর্ক সেখানে আছে, কারণ নেই। আজকের শূন্য পেলোড সেই বিভ্রান্তির চূড়ান্ত রূপ — এখানে সম্পর্কও নেই, কারণও নেই, শুধু একটি খালি ঘর পড়ে আছে।

এই কারণেই আমি একটি পাল্টা-মেট্রিক আগেই নিবন্ধন করি। যদি বলি, ফিল্ডিং উন্নত হয়েছে, তবে একই সাথে বলতে হবে, কীভাবে সেটি মাপলাম এবং কী সেটিকে খণ্ডন করতে পারে। আজকের ক্ষেত্রে খণ্ডনকারী মেট্রিকটি সহজ — তথ্যবিন্দুর অনুপস্থিতি নিজেই। এটি আমার নিজের নীতির প্রতি বিশ্বস্ত থাকার পরীক্ষা।

আর এখানেই মানুষের মূল্য। প্রতিটি মেট্রিকের পিছনে একজন মানুষ থাকে — একজন বোলার যার কনুইয়ে ব্যথা, একজন ব্যাটসম্যান যার মা অসুস্থ, একজন তরুণ যার ক্যারিয়ার এক সিরিজের উপর ঝুলে আছে। যখন আমি মেট্রিক দিয়ে খেলোয়াড়কে মুছে ফেলি, তখন আমি সেই মানুষটিকে মুছে ফেলি। আজকের শূন্য পেলোড আমাকে সেই ফাঁদ থেকেও রক্ষা করল, কারণ মুছে ফেলার মতো কোনো সংখ্যাই নেই।

শেষে, একটি সম্ভাব্য দাবির কথা ভাবুন। যদি এই পাইপলাইনের প্রথম স্তরটি আবার চালানো হয় এবং কাঁচা নিবন্ধটি সঠিকভাবে ইনপুট হয়, তবে আটটি মাত্রাই ভরে উঠবে। তখন আমি ফরম্যাট, খেলোয়াড়, দল, লিগ, নিয়ম, ঝুঁকি, আখ্যান — সব বিশ্লেষণ করতে পারব। সম্ভাবনা প্রবল যে ব্যর্থতাটি প্রথম স্তরেই সীমাবদ্ধ ছিল, মূল নিবন্ধটি সত্যিই খালি ছিল না।

তাই আমি একটি ট্র্যাকিং তালিকা রাখি। প্রথম সংকেত — পুনরায় সরবরাহ করা প্রথম-স্তরের আউটপুট, যেখানে তথ্যবিন্দু খালি নয়। দ্বিতীয় সংকেত — উৎসের গুণমান, অর্থাৎ প্রতিটি তথ্যবিন্দুর পিছনে একটি নামকরা উৎস আছে কি না। তৃতীয় সংকেত — প্রকাশের তারিখ, যা সময়-সংবেদনশীলতা নির্ধারণ করবে। চতুর্থ সংকেত — সত্তা, অর্থাৎ কোনো নামকরা দল বা খেলোয়াড় আছে কি না।

আমি এই নিবন্ধটি কোনো রায় দিয়ে শেষ করব না। বরং একটি প্রশ্ন রেখে যাব, যা আমার নিজের পদ্ধতির অংশ। যখন কোনো ডেটাসেট নীরব থাকে, তখন আপনি কী করবেন — নীরবতা শুনবেন, নাকি নিজের কণ্ঠস্বর দিয়ে তা ভরাট করবেন? মডেল গোলটি ভবিষ্যদ্বাণী করেনি; সে ভবিষ্যদ্বাণী করেছিল তা উপেক্ষা করার অনুশোচনা। আজকের শূন্য পেলোড কোনো ম্যাচের ভবিষ্যদ্বাণী করেনি; সে শুধু মনে করিয়ে দিল, যা নেই তার জন্য গল্প বানানোর প্রলোভনই একজন ডেটা সাংবাদিকের সবচেয়ে বড় পরীক্ষা।