খালি সেলের পাঠ: ক্রিকেট বিশ্লেষণে তথ্যহীনতা যখন সবচেয়ে সৎ উত্তর

রাত ২টা ১০। চট্টগ্রামের বারান্দায় বসে ল্যাপটপের স্ক্রিনে একটা বিশ্লেষণ নথি স্ক্রল করছি, আর একই বাক্য ফিরে ফিরে আসছে — “পর্যাপ্ত তথ্য নেই, মূল্যায়ন সম্ভব নয়।” আটটা অধ্যায়। ফরম্যাট, খেলোয়াড়ের টেকনিক, দলের অবস্থান ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক বাস্তুসংস্থান, নিয়মনীতি, ঝুঁকির ম্যাট্রিক্স, জন-আখ্যান, শিল্প-সংক্রমণ। প্রতিটি টেবিলের ঘর ফাঁকা, প্রতিটি কলামে শুধু ড্যাশ। ম্যাচটা টেস্ট না ওয়ানডে না টি-টোয়েন্টি — চিহ্নিত করা যায়নি। কে ব্যাট করছে, কে বোলিং করছে, জানা নেই। ভেন্যু নেই, টস নেই, শিশির নেই, ডাকওয়ার্থ-লুইস নেই।

প্রথম যে চিন্তাটা মাথায় আসে, সেটা সাংবাদিকের সহজাত প্রবৃত্তি: ফাঁকা ঘরটা ভরে দিলে কী হয়? ট্রান্সফার উইন্ডো চলছে, একটা নাম বসিয়ে দিলে, একটা এজেন্টের সূত্র জোগাড় করে নিলে গল্পটা দাঁড়িয়ে যেত। হেডলাইন টানত, পাঠক স্ক্রল থামাত। কিন্তু ফাঁকা ঘর ভরানোর আগে একটা প্রশ্ন করা দরকার — ঘরটা ফাঁকা কেন?

নথিটা কী বলছে, আর নথিটা কী বলছে না

যে নথিটা আমার হাতে এসেছে, সেটা দুই স্তরের কাজ। প্রথম স্তরে একটা নিবন্ধ ভেঙে ফেলা হয় তথ্য-বিন্দু, মূল দৃষ্টিভঙ্গি, সত্তা, সময়-সংবেদনশীলতা আর সূত্রের মানের ভেতর দিয়ে। দ্বিতীয় স্তরে — এই ধাপে — সেই বিন্দুগুলোকে আটটা বিশ্লেষণী কাঠামোর ভেতর দিয়ে যাচাই করা হয়। নিয়মটা কড়া: প্রতিটি সিদ্ধান্তের পিছনে একটা তথ্য-বিন্দু থাকতে হবে, নইলে সেটা বিশ্লেষণ নয়, অনুমান।

এই নথিতে প্রথম স্তর থেকে কার্যত কিছুই আসেনি। শিরোনাম নেই, সূত্র নেই, এক-বাক্য সারসংক্ষেপ নেই, লেখকের অবস্থান নেই, তথ্য-বিন্দুর তালিকা খালি, সত্তার তালিকাও খালি। কাজেই দ্বিতীয় স্তরের সৎ উত্তর একটাই — “জানি না”, সঙ্গে একটা সতর্কবার্তা: আপস্ট্রিম পাইপলাইনে কোথাও ছিদ্র আছে। এখানেই একটা পেশাদার সীমারেখা টানা দরকার। খালি তথ্য থেকে আত্মবিশ্বাসী সিদ্ধান্ত বানানো — এই একটাই কাজ বিশ্লেষণে ক্ষমার অযোগ্য।

আমি এই সীমারেখাটা শিখেছি ধীরে ধীরে। ২০১৫ সালে স্কুলজীবনেই রেডিও মেট্রোওয়েভে ঢুকি, তখন স্টুডিওর কাচের ওপারে বসে শুনতাম সিনিয়ররা কীভাবে সংখ্যা নিয়ে সন্দেহ প্রকাশ করেন। ২০১৭ সালে চট্টগ্রাম থেকে “ট্র্যাক অ্যান্ড এরিনা” নামের একটা ফেসবুক পেজ শুরু করি, ভুবনেশ্বরে এশিয়ান অ্যাথলেটিক্স চ্যাম্পিয়নশিপের পুরুষদের ৪x১০০ মিটার রিলেতে বাংলাদেশের ব্রোঞ্জ জেতার লাইভ টুইট করি — সময় ৩৯.৬৫ সেকেন্ড। সেই রাতেই বুঝেছিলাম, একটা সংখ্যা আর একটা গল্প একসঙ্গে দিলে পাঠক দুইটাই মনে রাখে।

ফরম্যাটের সীমান্ত পেরোনো নিষেধ

ক্রিকেট বিশ্লেষণে সবচেয়ে সহজ ফাঁদটা হলো ফরম্যাটের সীমান্ত। টি-টোয়েন্টির পাওয়ারপ্লে, ওয়ানডের মাঝের ওভার, টেস্টের তৃতীয় ইনিংসের ক্লান্তি — এই তিনটা আলাদা খেলা, আলাদা অর্থনীতি, আলাদা ঝুঁকি-হিসাব। একটা বোলারের টি-টোয়েন্টি ইকোনমি দিয়ে তাঁর টেস্টের দ্বিতীয় স্পেলের বোঝা ব্যাখ্যা করা যায় না; একটা ব্যাটারের ওয়ানডে অ্যাভারেজ দিয়ে টেস্টের ওপেনিং দায়িত্বের মান মাপা যায় না।

নথিতে ফরম্যাটই চিহ্নিত হয়নি। তাই পাওয়ারপ্লের স্কোরিং রেট, মৃত্যু ওভারের ডেথ বোলিং, কিংবা টেস্টের সেশন-ভিত্তিক দোলা — কোনোটাই বিশ্লেষণ করা সম্ভব নয়। এখানে একটা নিয়ম পরিষ্কার: ফরম্যাট অজানা থাকলে ফেজ-ভিত্তিক কোনো সিদ্ধান্ত টানা যায় না, কারণ সিদ্ধান্তটা তখন ফরম্যাটের নামে চুরি হয়ে যায়।

ব্রেকআউট ট্যালেন্ট: এক রাত আর একটা গতিপথ

রাশিয়া ২০১৮ আমাকে শিখিয়েছে, একজন কিশোর গোটা টুর্নামেন্টের গল্প নতুন করে লিখে দিতে পারে। সেদিন চট্টগ্রামের একটা ভিড়ের ক্যাফেতে বসে ফ্রান্স-আর্জেন্টিনার সেই ৪-৩ ম্যাচ দেখছিলাম; এমবাপে ৬৪ মিটার দৌড়েছিলেন ৬.১ সেকেন্ডে, পেনাল্টি আদায় করেছিলেন, দুটো গোল করেছিলেন। আমার টুইটার থ্রেডটা ২৩ লাখ ইমপ্রেশনে পৌঁছেছিল, আর সেটাই আমাকে ফ্যান-ব্লগার থেকে পেশাদার লেখকের জায়গায় নিয়ে গিয়েছিল।

কিন্তু ঠিক সেই কারণেই আমি জানি, ঝলক আর গতিপথ এক জিনিস নয়। এক রাতের ঝলক আর একটা ক্যারিয়ারের দিক — এই দুইয়ের মাঝখানে দাঁড়িয়ে থাকে স্যাম্পল সাইজ, প্রতিপক্ষের মান, ভূমিকা আর পুনরাবৃত্তি। ক্রিকেটে এর সহজ উদাহরণ: ডেড রাবারে ১৯ বছরের এক তরুণের ১৮ বলে ৪০ রান, আর নকআউটে পূর্ণশক্তির অ্যাটাকের সামনে একই ইনিংস — দুইটার ওজন কখনোই সমান নয়। ট্রান্সফার উইন্ডোতে এই ভুলটা সবচেয়ে বেশি হয়, কারণ একটা হাইলাইট রিল সপ্তাহের মধ্যে দাম বাড়িয়ে দেয়।

ট্রান্সফার উইন্ডো: গুজবের গতি আর খবরের গতি

আমি ট্রান্সফার মার্কেটের পিছনে ছুটি, কারণ এটা আসলে আশা, আতঙ্ক আর কোথায় নিজেকে খুঁজে পাই — সেটার একটা ম্যাপ। কিন্তু ম্যাপ পড়তে গেলে ফিল্টার লাগে। আমার ফিল্টার পাঁচ ধাপের: চুক্তির কাঠামো ও রিলিজ ক্লজ, ক্লাবের মজুরি-বিল ও সীমা, এজেন্টের চলাচল, মেডিক্যাল, আর ক্লাবের নিজের স্কোয়াড গভীরতা।

কোনো গুজবের পিছনে যদি চুক্তির কাঠামো না থাকে, তার আয়ু সাধারণত আটচল্লিশ ঘণ্টার বেশি হয় না। আবার মেডিক্যাল ধাপটা সবচেয়ে অবহেলিত — কোনো খেলোয়াড় চোট থেকে ফিরে প্রথম ম্যাচেই নিজেকে “প্রমাণ” করতে বাধ্য হলে তার ওপর যে বাড়তি মানসিক চাপ পড়ে, সেটা নতুন চোটের ঝুঁকি বাড়ায়। ফুটবল হোক বা ক্রিকেট, ফেরার প্রথম ম্যাচটা বিচারের আসন হওয়া উচিত নয়, হওয়া উচিত ধীরে ধীরে বোঝা নামানোর হিসাব।

ভেন্যু, টস, ডিএলএস আর ধূসর ঘর

বছরের পর বছর মাঠে-টিভিতে ম্যাচ দেখে একটা অভ্যাস তৈরি হয়েছে: ফলাফলের সঙ্গে সৌভাগ্য আলাদা করে দেখার অভ্যাস। টসের প্রভাব, শিশিরের প্রভাব, পিচের চরিত্র, বৃষ্টির নিয়ম — এগুলো বাদ দিয়ে কোনো রায় দিলে সেটা খেলা নয়, লটারির ফলাফল বিশ্লেষণ হয়ে যায়। নথিতে ভেন্যু ও পরিবেশ-উপাদান একেবারে অনুপস্থিত, তাই এই বাদ দেওয়ার কাজটাই অসম্ভব।

ডিএমআর-এর অভিজ্ঞতা এখানে প্রাসঙ্গিক। প্রযুক্তি বিতর্ক কমায়নি; বিতর্কটা মাঠ থেকে রিভিউ রুমে আর নিয়মবইয়ের ধূসর ঘরে সরিয়ে দিয়েছে। বিশ্লেষণের ক্ষেত্রেও ঠিক একই ঘটনা ঘটে — ডেটা বাড়ার সঙ্গে অনিশ্চয়তা কমে না, অনিশ্চয়তাটা মডেলের ভেতরে, থ্রেশহোল্ডের ধূসর জায়গায় গিয়ে বসে।

পাইপলাইনের ছিদ্র

শূন্য তথ্য-বিন্দু ফেরত আসা একটা অনুমানযোগ্য ব্যর্থতা নয়। সাধারণত এর মানে হয় পার্সিং ধাপে নিবন্ধটা ভেঙে ফেলা যায়নি, অথবা আপলোড-নেটওয়ার্কে কোথাও তথ্য হারিয়েছে। যে ডেটা পাইপলাইনে শূন্য ইনপুট এলেই লাল বাতি জ্বলে না, সেখানে উৎপাদিত প্রতিটি আত্মবিশ্বাসী সংখ্যাই সন্দেহের বিষয়। সমাধান জটিল নয়: একটি ভ্যালিডেশন গেট, যা তথ্য-বিন্দু শূন্য হলে ইনপুট প্রত্যাখ্যান করবে এবং ওপরের ধাপে ফেরত পাঠাবে।

উল্টো দিক থেকে দেখলে

খালি ইনপুট আসলে একটা উপহার। কারণ এটা পরীক্ষা করে দিল, কাঠামোটা অনুমান করার বদলে জায়গা ছেড়ে দিতে জানে কি না। আরও অস্বস্তিকর সত্যটা হলো, আসল বিপদটা খালি ফাইল নয় — আসল বিপদ হলো এমন একটা আউটপুট, যা খালি ইনপুট থেকেও পূর্ণ দেখায়। কারণ সেই নথিতে কোনো ঘর ফাঁকা থাকে না, শুধু প্রতিটি ঘরে ভুলটা ধরা পড়ে না।

শিল্পের পুরস্কার-কাঠামো এখানে উল্টো দিকে টানে। আত্মবিশ্বাসী বাক্য বিক্রি হয়, সৎ ড্যাশ বিক্রি হয় না। রাত ২টার সেই বারান্দায় বসে আমি সিদ্ধান্ত নিলাম, এই নথি থেকে আমি একটা নাম, একটা স্কোর, একটা স্ট্যাট বানাব না। খালি স্টেডিয়াম গল্প খালি করেনি; প্রতিটি প্রতিধ্বনিকে আরও দূরে বয়ে নিয়ে গেছে।

পরের প্রশ্নটা

পরের বার যখন কেউ নিশ্চিত সুরে বলবে “ডেটা বলছে”, জিজ্ঞেস করা যেতে পারে — কোন ডেটা, কোন ফরম্যাট, কোন সোর্স, কত বড় স্যাম্পল? আর সবচেয়ে জরুরি প্রশ্নটা: এই দাবিটা যদি ভুল হয়, তাহলে সেটা দেখতে কেমন হবে? যে বিশ্লেষক এই প্রশ্নটার উত্তর দিতে পারেন, তাঁর ড্যাশগুলোও তখন তথ্যের মতোই মূল্যবান হয়ে ওঠে।