খালি ইনপুট, ভুয়া বিশ্লেষণ: ক্রিকেট বিশ্লেষণ পাইপলাইনের নীরব ব্যর্থতা যেভাবে গবেষণার বিশ্বাসযোগ্যতা ধ্বংস করে

গত সপ্তাহে একটি ক্রিকেট বিশ্লেষণ প্রতিবেদন আমার ডেস্কে এল, যার শিরোনাম ছিল চোখে পড়ার মতো — ‘স্টেজ-২ গভীর পেশাদার বিশ্লেষণ’। কিন্তু পাতা উল্টাতেই দেখা গেল, সেখানে কোনো দল নেই, কোনো খেলোয়াড় নেই, কোনো ম্যাচ নেই, কোনো স্কোর নেই। আটটি বিশ্লেষণ মাত্রার প্রতিটি ঘর ভরা ‘এন/এ — অপর্যাপ্ত তথ্য’ দিয়ে। তবু নথিটি নিজেকে ‘সম্পূর্ণ কাঠামোবদ্ধ’ বলে দাবি করছে, আর প্রতিটি ধাপে সতর্কতার ভাষায় ভর দিয়ে পাঠককে বোঝানোর চেষ্টা করছে যে এটি একটি বৈধ গবেষণা পণ্য।

আমি ২০০২ সাল থেকে ক্রিকেট কভার করছি, প্রথমে ঢাকার প্রেস বক্সে, পরে ব্রিসবেনের একটি আলাদা ঘর থেকে পডকাস্ট চালিয়ে। এই ২৪ বছরে আমি শিখেছি, সাংবাদিকতার সবচেয়ে বিপজ্জনক মুহূর্ত সেটি নয় যখন কেউ মিথ্যা বলে — বিপজ্জনক মুহূর্ত সেটি, যখন একটি সিস্টেম খালি হাত ফিরে এসেও খালি হাত স্বীকার করতে চায় না। যে নথিটি আমার হাতে এল, সেটি ঠিক সেই দ্বিতীয় ধরনের।

প্রথমেই পরিষ্কার করা দরকার: এটি কোনো ক্রিকেট সংবাদ নয়, এটি একটি ক্রিকেট সংবাদ-বিশ্লেষণ পাইপলাইনের ব্যর্থতার প্রতিবেদন। নথির নিজের ভাষায়, স্টেজ-১ ডিকনস্ট্রাকশন শূন্য তথ্যবিন্দু, শূন্য মূল দৃষ্টিভঙ্গি, কোনো শিরোনাম, কোনো সূত্র এবং কোনো সত্তা ফেরত দিয়েছে। প্রতিটি কাঠামোগত ঘর হয় খালি, নয়তো ‘প্রযোজ্য নয়’ লেখা। এরপর স্টেজ-২ তার আটটি বিশ্লেষণ মাত্রা পূর্ণ কাঠামোয় ছেপেছে, কিন্তু প্রতিটি মূল ঘরে লিখেছে ‘অপর্যাপ্ত তথ্য’।

এখানেই আসল প্রশ্নটি লুকিয়ে আছে। যদি ইনপুট সত্যিই খালি হয়, তাহলে স্টেজ-২ কেন আটটি মাত্রার সম্পূর্ণ ছক তৈরি করল? কেন প্রতিটি ছকে ‘সাক্ষ্য: কোনোটিই নেই’ লিখে দিয়ে, পাশাপাশি ‘সুপ্ত তথ্য’ ও ‘ঝুঁকি পতাকা’ নামের বিভাগ যোগ করল? নথিটি নিজেই স্বীকার করেছে, এই কাঠামোগত পূর্ণতা আসলে একটি ফাঁদ — কারণ খালি ঘরগুলো পূরণ করার জন্য মডেলের ওপর যে চাপ তৈরি হয়, তা ভুয়া খেলোয়াড়, ভুয়া পরিসংখ্যান আর ভুয়া বর্ণনা উদ্ভাবনের দিকে ঠেলে দেয়।

আমি এই জায়গাটিতে থেমে যেতে চাই, কারণ এখানেই আমার অভিজ্ঞতা কাজে আসে। ২০১৭ সালের ফেব্রুয়ারিতে সানকর্প স্টেডিয়ামের মিডিয়া ম্যানেজার আমাকে বলেছিলেন, মিডিয়া বক্সে ‘স্টাফে না থাকা বিশ্লেষকের জন্য আসন নেই’। আমি বে ৩১৭-এর ১৪ নম্বর টিকিট কিনে ব্রিসবেন রোর-এর ৩৪টি ডিফেন্সিভ ট্রানজিশন হাতে চার্ট করেছিলাম, তারপর লিখেছিলাম ‘দ্য ফোর্থ-প্লেস ইলিউশন’। সেই লেখাটি ৯০ হাজার পাঠক পড়েছিলেন, একটি ফোন কল এসেছিল ক্লাব থেকে। কিন্তু সেই লেখার শক্তি ছিল এই যে প্রতিটি দাবির পেছনে একটি যাচাইযোগ্য সংখ্যা ছিল, আর প্রতিটি ভবিষ্যদ্বাণীর সঙ্গে একটি তারিখ ছিল যেদিন আমি ভুল প্রমাণিত হতে পারতাম।

একটি বিশ্লেষণ তখনই গবেষণা, যখন তার প্রতিটি দাবি ভুল প্রমাণ করার পথ খোলা থাকে। আর এই নথিটি ঠিক উল্টো পথে হেঁটেছে — এটি দাবি করেনি, কিন্তু দাবির ছদ্মবেশ ধরেছে। নথির ‘সুপ্ত তথ্য’ বিভাগে লেখা আছে, ‘আর্টিকেল টাইপ: আনক্লাসিফাইড’ আর সম্পূর্ণ খালি তথ্যবিন্দুর সংমিশ্রণ সম্ভবত পেওয়াল, জাভাস্ক্রিপ্ট-রেন্ডার্ড পেজ, বা ভিডিও-অনলি কনটেন্টের কারণে হওয়া সোর্স-অ্যাক্সেস বা পার্সিং ব্যর্থতার সংকেত, খালি আর্টিকেলের নয়। এই অনুমানটিই সবচেয়ে গুরুত্বপূর্ণ সূত্র।

আমি এই অনুমানটিকে আরও এক ধাপ এগিয়ে নিতে চাই। ক্রিকেটে তথ্যের সময়-সংবেদনশীলতা ভয়ংকর। দল ঘোষণা, টস, শেষ মুহূর্তের ইনজুরি, ডিএলএস সংশোধন — এসব কয়েক ঘণ্টার মধ্যে একটি প্রিভিউ বা রিপোর্টকে বাসি করে দিতে পারে। নথিটি নিজেই স্বীকার করেছে, ‘টাইম সেনসিটিভিটি: স্টেজ ১-এ মূল্যায়ন করা হয়নি’। অর্থাৎ, এমনকি যদি মূল নিবন্ধটি সত্যিই বিদ্যমান থাকে, তবু তার প্রকাশের তারিখ অজানা, সিরিজের প্রেক্ষাপট অজানা, ফরম্যাট অজানা — টেস্ট, ওডিআই, টি-টোয়েন্টি নাকি দ্য হান্ড্রেড, কিছুই জানা নেই।

এখানেই আমার দ্বিতীয় অভিজ্ঞতা প্রাসঙ্গিক। ২০১৮ সালের জুনে ব্রিসবেনের স্টুডিও থেকে রাত তিনটায় আমি একটি প্রি-টুর্নামেন্ট ব্র্যাকেট প্রকাশ করেছিলাম, যেখানে ক্রোয়েশিয়াকে ফাইনালিস্ট বলা হয়েছিল। সিডনির এক রেডিও হোস্ট অন এয়ার বলেছিলেন, নারীরা ‘আবেগ দিয়ে খেলা পড়েন’। ক্রোয়েশিয়া ফাইনালে উঠেছিল, ফ্রান্সের কাছে ৪-২ গোলে হেরেছিল। আমি জয়ধ্বনি করিনি। বরং ‘দ্য ইমোশনাল রিড’ নামে ৬ হাজার শব্দের একটি অডিট লিখেছিলাম, যেখানে ৪০ জন পণ্ডিতের ভবিষ্যদ্বাণী পরীক্ষা করে দেখিয়েছিলাম, সবচেয়ে সরব মতগুলোই সবচেয়ে কম ক্যালিব্রেটেড, আর আমার নিজের হিট রেট মাত্র ৬১ শতাংশ।

সেই অডিট থেকে আমি একটি নিয়ম তৈরি করেছিলাম: কোনো কৌশলগত দাবি পাঠানো যাবে না, যদি না তার সঙ্গে স্বাধীন ডেটা এবং একটি দৃশ্যমান বিপরীত যুক্তি থাকে। এই নথিটি সেই নিয়মের ঠিক বিপরীত। এটি কোনো কৌশলগত দাবি করেনি, কিন্তু আটটি মাত্রার ছক সাজিয়ে পাঠককে একটি পূর্ণাঙ্গ বিশ্লেষণের অনুভূতি দিয়েছে।

নথির নিজের ভাষায় সবচেয়ে সৎ বাক্যটি হলো: ‘এই ইনপুটে কোনো মূল্যায়নযোগ্য ক্রিকেট বিষয়বস্তু নেই।’ কিন্তু সেই সততার পরেই নথিটি যা করেছে, তা হলো কাঠামোগত পূর্ণতা দিয়ে সেই শূন্যতাকে ঢেকে দেওয়া। এটি একটি পরিচিত সাংবাদিকতা-বিরোধী প্রবণতা। আমি প্রেস বক্সে বহুবার দেখেছি, যখন কোনো সাংবাদিকের কাছে তথ্য থাকে না, তিনি পরিবর্তে ‘প্রেক্ষাপট’ লেখেন; যখন সূত্র থাকে না, তিনি ‘বিশ্লেষণ’ লেখেন; যখন সংখ্যা থাকে না, তিনি ‘প্রবণতা’ লেখেন। এই নথিটি সেই প্রবণতার একটি স্বয়ংক্রিয় সংস্করণ।

তবে এখানে একটি গুরুত্বপূর্ণ পার্থক্য আছে, যা আমি স্পষ্ট করতে চাই। এই নথিটি আসলে একটি ভালো কাজ করেছে — এটি নিজের ব্যর্থতা স্বীকার করেছে, এবং সেই স্বীকারোক্তির মধ্যেই ভবিষ্যতের জন্য সবচেয়ে দামি শিক্ষাটি রেখে গেছে। নথির ‘সর্বনিম্ন কার্যকর তথ্য সেট’ তালিকাটি দেখুন। প্রতিটি মাত্রার জন্য কী কী তথ্য দরকার, তা স্পষ্ট করে দেওয়া হয়েছে — ফরম্যাট, মাঠ, ইনিংসের অবস্থা, খেলোয়াড়ের নাম ও ভূমিকা, দলের আইসিসি র‍্যাঙ্কিং, লিগের নাম ও লেনদেনের অঙ্ক, শাসনকারী সংস্থা ও নির্দিষ্ট নিয়ম, ইনজুরি বা ওয়ার্কলোডের সংকেত, প্রকাশের তারিখ ও সূত্রের পরিচয়।

এই তালিকাটি আসলে একটি চেকলিস্ট। যদি প্রতিটি ক্রিকেট বিশ্লেষণ পণ্য এই চেকলিস্ট দিয়ে যাচাই করা হয়, তাহলে খালি ইনপুট থেকে ভুয়া বিশ্লেষণ তৈরির পুরো শ্রেণিটিই বন্ধ হয়ে যাবে। নথিটি নিজেই একটি ন্যূনতম নিয়মের প্রস্তাব করেছে: ‘যদি তথ্যবিন্দু খালি হয় অথবা শিরোনাম/সূত্র অনুপস্থিত থাকে, তাহলে প্রত্যাখ্যান করুন।’ এই নিয়মটির খরচ প্রায় শূন্য, কিন্তু এটি যে ক্ষতি প্রতিরোধ করে, তা বিশাল।

আমি এখানে একটি বিপরীত দৃষ্টিভঙ্গি উত্থাপন করতে চাই, কারণ আমার নিজের পডকাস্টে আমি জানুয়ারি মাসে নিজের গত বছরের ভবিষ্যদ্বাণী অডিট করি, এবং সেই অডিট পর্বটিই আমার সবচেয়ে বেশি শ্রোতা ধরে রাখে। বিপরীত দৃষ্টিভঙ্গিটি হলো: হয়তো এই খালি নথিটি আসলে একটি উপহার। এটি আমাদের দেখায় যে একটি সিস্টেম কেবল তখনই বিশ্বাসযোগ্য, যখন সে তার নিজের অক্ষমতা স্বীকার করতে পারে। যে পাইপলাইন খালি ইনপুট পেয়ে ‘কোনো সমস্যা নেই’ বলে চুপ করে থাকে, সেটি আরও বিপজ্জনক।

কিন্তু এই উপহারের একটি সীমা আছে, এবং আমি সেই সীমাটি পরিষ্কার করতে চাই। নথিটি নিজেই সতর্ক করেছে, ‘তথ্য নেই’ এবং ‘কোনো ঘটনা নেই’ — এই দুটিকে গুলিয়ে ফেলা যাবে না। যদি কোনো দল বা খেলোয়াড় সম্পর্কে কোনো ঝুঁকি পতাকা না ওড়ে, তার মানে এই নয় যে সেই দল বা খেলোয়াড় নিরাপদ। এর মানে কেবল এই যে, আমাদের কাছে তথ্য নেই। ক্রিকেটে এই পার্থক্যটি মারাত্মক। একটি দলের ইনজুরি পরিস্থিতি সম্পর্কে নীরবতা আর সুস্থতা — এই দুটির মধ্যে আকাশ-পাতাল পার্থক্য।

আমার তৃতীয় অভিজ্ঞতা এখানে সরাসরি প্রযোজ্য। ২০২০ সালের মে মাসে বুন্দেসলিগা দর্শকশূন্য স্টেডিয়ামে ফিরেছিল। আমি ৮৩টি ম্যাচ হাতে কোড করেছিলাম। হোম উইন রেট ৪৩.৩ শতাংশ থেকে নেমে ৩৩.১ শতাংশ হয়েছিল, অ্যাওয়ে দলের ফাউল প্রতি ম্যাচে ১১ শতাংশ বেড়েছিল। ‘দ্য ক্রাউড ওয়াজ নেভার দ্য টুয়েলফথ ম্যান’ শিরোনামে আমি লিখেছিলাম, হোম অ্যাডভান্টেজ মূলত রেফারির ওপর প্রভাব, খেলোয়াড়ের পারফরম্যান্স নয়। আমি ভবিষ্যদ্বাণী করেছিলাম, দর্শক ফিরলে এই প্রভাব ছয় সপ্তাহের মধ্যে ক্ষয় হবে। নয় সপ্তাহে ক্ষয় হয়েছিল। আমি অন-এয়ারে স্বেচ্ছায় সেটি স্বীকার করেছিলাম।

সেই অভিজ্ঞতা থেকে আমি একটি অভ্যাস তৈরি করেছি: প্রতিটি পরিসংখ্যানভিত্তিক পর্বের শেষে একটি পদ্ধতি-ফুটার যোগ করা — নমুনার আকার, কোডিংয়ের নিয়ম, পরিচিত দুর্বলতা। এই ফুটার যোগ করার পর আমার আউটপুট সপ্তাহে তিনটি পর্ব থেকে একটিতে নেমে এসেছিল, কিন্তু সেই ফুটারের কারণেই বিশ্ববিদ্যালয়ের গবেষক ও ক্লাবের বিশ্লেষকরা আমাকে নাম ধরে উদ্ধৃত করতে শুরু করেছিলেন।

এই নথিটির ‘সুপ্ত তথ্য’ বিভাগে একটি মন্তব্য আছে যা আমার কাছে সবচেয়ে মূল্যবান মনে হয়েছে: ‘কাঠামোগতভাবে সম্পূর্ণ কিন্তু অর্থগতভাবে খালি’ আউটপুট ইঙ্গিত দেয় যে একটি টেমপ্লেট ব্যর্থ এক্সট্র্যাকশনের চারপাশে রেন্ডার হয়েছে, আংশিক এক্সট্র্যাকশন নয়। এই পার্থক্যটি নির্ণায়ক। এর মানে, সমস্যাটি স্কিমা স্তরে নয়, ফেচ বা পার্স স্তরে।

আমি এই সিদ্ধান্তটিকে আরও নির্দিষ্ট করতে চাই। ক্রিকেটে এই ধরনের ব্যর্থতার সবচেয়ে সাধারণ কারণগুলি হলো — পেওয়াল, জাভাস্ক্রিপ্ট-রেন্ডার্ড পেজ, পিডিএফ বা স্কোরকার্ড-অনলি কনটেন্ট, এবং অলাতিন লিপি। বাংলাদেশ ও দক্ষিণ এশিয়ার ক্রিকেট সাংবাদিকতা কভার করার সময় আমি বারবার এই সমস্যাটি দেখেছি। বাংলা বা উর্দু ভাষার একটি নিবন্ধ যখন স্বয়ংক্রিয় এক্সট্র্যাক্টরের মধ্য দিয়ে যায়, তখন এনকোডিং সমস্যার কারণে সত্তার নামগুলো হারিয়ে যেতে পারে। আর যদি সত্তার নাম হারিয়ে যায়, তাহলে পুরো বিশ্লেষণ কাঠামোটি একটি খালি খোলসে পরিণত হয়।

এই জায়গায় আমি একটি সতর্কতা যোগ করতে চাই। নথিটি নিজেই স্বীকার করেছে যে ‘ক্রিকেট_ওয়ার্ল্ড’ ডোমেইন লেবেলটি আন্তর্জাতিক, ফ্র্যাঞ্চাইজি এবং শাসন — তিন ধরনের কনটেন্টের জন্যই প্রযোজ্য। অর্থাৎ, লেবেলটি এতটাই সাধারণ যে এটি নিবন্ধটিকে সঠিক মাত্রায় রুট করতে পারে না। এটি একটি কাঠামোগত দুর্বলতা, যা কেবল এই নথির নয়, বরং যেকোনো স্বয়ংক্রিয় ক্রিকেট বিশ্লেষণ সিস্টেমের।

আমি এখানে একটি ভবিষ্যদ্বাণী করতে চাই, এবং আমার অভ্যাস অনুযায়ী এর সঙ্গে একটি তারিখ ও একটি আত্মবিশ্বাসের মাত্রা যোগ করছি। আমার ভবিষ্যদ্বাণী: আগামী ১২ মাসের মধ্যে, যেসব ক্রিকেট মিডিয়া ও গবেষণা সংস্থা স্বয়ংক্রিয় বিশ্লেষণ পাইপলাইন ব্যবহার করে, তাদের মধ্যে যারা ‘তথ্যবিন্দু খালি হলে প্রত্যাখ্যান’ নিয়মটি চালু করবে না, তাদের মধ্যে অন্তত একটি প্রকাশ্য ভুল তথ্য কাণ্ড ঘটবে — যেখানে একটি ভুয়া খেলোয়াড়ের পরিসংখ্যান বা ভুয়া ম্যাচের বর্ণনা প্রকাশিত হবে। আমার আত্মবিশ্বাসের মাত্রা ৭০ শতাংশ। আমি ভুল প্রমাণিত হতে রাজি আছি, যদি কেউ ২০২৭ সালের ফেব্রুয়ারির মধ্যে এর বিপরীত প্রমাণ দেখান।

শেষে একটি প্রশ্ন রেখে যাচ্ছি, যা এই নথিটি নিজেই তুলেছে কিন্তু সম্পূর্ণ উত্তর দেয়নি। নথিটি বলেছে, ‘যদি এই ইনপুটটি কোনো স্বয়ংক্রিয় ব্যাচ থেকে এসে থাকে, তাহলে একই ব্যাচের সহোদর রেকর্ডগুলোর একই ব্যর্থতা থাকার সম্ভাবনা রয়েছে।’ এই বাক্যটিই আসল বিপদ। একটি খালি নথি একটি ঘটনা। কিন্তু যদি একই ব্যর্থতা একটি ব্যাচের একাধিক রেকর্ডে ছড়িয়ে পড়ে, তাহলে সেটি আর ঘটনা নয়, সেটি একটি সিস্টেমিক ত্রুটি। আর ক্রিকেট সাংবাদিকতায় সিস্টেমিক ত্রুটির মূল্য দিতে হয় পাঠকের বিশ্বাস দিয়ে।

আমি ২০১৭ সালে যখন বে ৩১৭-এ বসে ৩৪টি ট্রানজিশন হাতে চার্ট করছিলাম, তখন আমার কাছে কোনো সিস্টেম ছিল না, শুধু একটি নোটবুক ছিল। আজ যাদের কাছে সিস্টেম আছে, তাদের কাছে সেই নোটবুকের সততাটুকু থাকা দরকার — খালি পাতা দেখলে ‘খালি’ বলে স্বীকার করার সততা।