ফাঁকা ইনপুটের নীরব সাক্ষ্য: ক্রিকেট ডেটা পাইপলাইনে যখন মিথ্যা বলার লোভ জাগে

আমি ফাইলটা খুলেছিলাম একটা ম্যাচ-রিপোর্টের আশায়, আর পেলাম আটটা টেবিল ভর্তি 'এন/এ'। একটা স্টেজ-১ ডিকনস্ট্রাকশন — যেখানে থাকার কথা ছিল শিরোনাম, সোর্স, পাঁচটা তথ্যবিন্দু, দল, খেলোয়াড়, তারিখ — সেখানে ছিল শুধু শূন্যতা। কোনো ম্যাচ নেই, কোনো স্কোরকার্ড নেই, কোনো ইনিংস নেই, কোনো পাওয়ারপ্লের গল্প নেই। মজার ব্যাপার হলো, ফাইলের গোড়াতেই একটা সতর্কবার্তা বসানো ছিল: বিষয়বস্তু নেই, তাই বানানো চলবে না। নয় বছর ধরে ক্রিকেট কাভার করছি, তিনটা ক্লিপ আর দুটো সংখ্যা দিয়ে হট-টেক বানানো আমার অভ্যাস। প্রথম প্রতিক্রিয়া ছিল স্বাভাবিক — ফাঁকাটা ভরে দিই, একটা দল বানাই, একটা বিতর্ক বানাই। কিন্তু সেদিন আমি থেমে গিয়েছিলাম। কারণ এই ফাঁকা ফাইলটা আসলে একটা ম্যাচের চেয়ে বড় কিছু বলছিল।

আধুনিক ক্রিকেটের বড় সিদ্ধান্তগুলো এখন ডেটা পাইপলাইনের ওপর দাঁড়িয়ে। স্কোরিং সফটওয়্যার থেকে তথ্য ওঠে, সেটা স্টেজ-১-এ ভাঙা হয়, তারপর স্টেজ-২-এ গভীর বিশ্লেষণ হয়। ট্রান্সফার উইন্ডোতে এই পাইপলাইনের চাপ সবচেয়ে বেশি। এজেন্টের হোয়াটসঅ্যাপ মেসেজ, হঠাৎ ছড়ানো রিলিজ-ক্লজের গুজব, অসমর্থিত ফি-এর অঙ্ক — সব মিলিয়ে একটা কোলাহল তৈরি হয়, যেখানে আসল সিগন্যাল ডুবে যায়। জানুয়ারি ২০২৩-এ এনসো ফার্নান্দেসের ১২১ মিলিয়ন ইউরো চেলসি-যাত্রার একটা বোনাস ক্লজের কথা মূলধারার আগে পাবলিশ করেছিলাম, আর ঠিক তখনই বুঝেছিলাম — গতি আর নির্ভুলতা একসাথে ধরে রাখা কত কঠিন। যখন সোর্স ফাঁকা, তখন পাইপলাইনের প্রতিটা ধাপে একটা লোভ জন্মায়: ফাঁকাটা গল্প দিয়ে ভরে দেওয়ার লোভ।

তথ্যবিন্দু শূন্য হলে বিশ্লেষণের মূল্য শূন্য — এটাই প্রথম উপসংহার, এবং এটা কোনো দুর্বলতা নয়, এটা একটা সঠিক ফলাফল।

একটা খালি ইনপুট নিজেই একটা ডায়াগনস্টিক সিগন্যাল। এটা বলে দেয় আপস্ট্রিমে কোথাও একটা এক্সট্রাকশন ব্যর্থ হয়েছে — হয় আর্টিকেল ইনজেস্ট হয়নি, নয় ফিল্ড ম্যাপিং ভুল হয়েছে, নয় পার্সিং ভেঙে গেছে। ক্রিকেটে আমরা পিচ রিপোর্ট, ইনজুরি আপডেট, টসের ফলাফল — সব যাচাই করি, অথচ ডেটা পাইপলাইনের ইন্টিগ্রিটি নিয়ে কেউ কথা বলে না। অথচ একটা ফাঁকা ইনপুটের মানে ঠিক এটাই: কোনো ম্যাচ, খেলোয়াড় বা দল শনাক্ত করার মতো তথ্যই নেই। ইনিংস, ওভার, পাওয়ারপ্লে, ডেথ ওভার, ডিএলএস মেথড, ডব্লিউটিসি, আইপিএল আরটিএম — বিশ্লেষণের এই কাঠামোগুলো তখন অর্থহীন, কারণ এগুলোর কোনোটাই প্রমাণিত তথ্যে দাঁড়ায়নি।

দ্বিতীয় উপসংহার আরও অস্বস্তিকর: ফাঁকা ফিল্ড ভরে দেওয়ার প্রলোভনই সবচেয়ে বড় ঝুঁকি। এখানে তিনটা ঝুঁকি স্পষ্ট। প্রথমত, ডাউনস্ট্রিমে বানানো তথ্য — একজন বিশ্লেষক যদি 'ব্যবধান পূরণ' করতে যায়, সে খেলোয়াড়, স্কোর, এমনকি পুরো ম্যাচ বানিয়ে ফেলবে। দ্বিতীয়ত, মিথ্যা আত্মবিশ্বাস — দেখতে পূর্ণ একটা রিপোর্ট, কিন্তু প্রমাণের ভিত্তি শূন্য, যা সিদ্ধান্তগ্রহণকারীকে ভুল পথে নিতে পারে। তৃতীয়ত, প্রসেস ব্যর্থতা — খালি স্টেজ-১ প্রায়ই আপস্ট্রিম ইনজেশন ত্রুটির ইঙ্গিত দেয়, আর সেটা না ধরলে ভুল প্রতিবার ফিরে আসবে।

আমি বছরের পর বছর একটা অভ্যাস মেনে চলি: প্রতিটা হট-টেকের আগে একটা 'ন্যারেটিভ বনাম ডেটা' স্প্রেডশিট বানাই। ২০২০-এ বুন্দেসলিগার ফাঁকা স্টেডিয়ামের রিস্টার্টে ৪৮ ঘণ্টায় ১৮টা ম্যাচ দেখে আমি দেখেছিলাম, হোম টিম জিতেছিল মাত্র ১৮টার মধ্যে ৭টায়। অর্থাৎ গ্যালারি একটা ভেরিয়েবল, অলৌকিক শক্তি নয়। সেই পাঠটাই শিখিয়েছিল: যে ভেরিয়েবল মাপা যায় না, সেটাকে গল্প দিয়ে ভরা যায় না। আজ এই ফাঁকা ফাইলে ঠিক সেটাই প্রযোজ্য।

তথ্যের মূল্যায়নে চারটা মাত্রা আসে — স্পোর্টিং, ইন্ডাস্ট্রি, সময়োপযোগীতা, রেফারেন্স — আর এখানে চারটাই এক তারকা। এটা ব্যর্থতা নয়, এটা সৎ হিসাব। যে বিশ্লেষণ জানে কখন 'জানি না' বলতে হয়, সে-ই দীর্ঘমেয়াদে বিশ্বাসযোগ্য থাকে। ট্রান্সফার উইন্ডোতে রোজ এজেন্ট ফোন করে, আর প্রতিটা টিপসের পেছনে একটা টাইমস্ট্যাম্প রাখা — এই শৃঙ্খলাই সোর্স হারানোর ঝুঁকি সত্ত্বেও আমাকে টিকিয়ে রেখেছে।

ট্রান্সফার উইন্ডোতে এই রোগটা সবচেয়ে স্পষ্ট। একটা রিলিজ-ক্লজের গুজব ছড়ায়, পাঁচটা আউটলেট সেটা কপি করে, আর দুদিন পর দেখা যায় সোর্স ছিল একটা অনামী টুইট। এখানে কেউ 'এন/এ' লেখে না, সবাই ফাঁকাটা ভরে দেয়। অথচ পেশাদার পাইপলাইনে উচিত ছিল থেমে যাওয়া, সোর্স যাচাই করা, আর অন্তত একটা সেকেন্ডারি কনফার্মেশন পাওয়া। আমি নিজে এই ফাঁদে পড়েছি — দ্রুত পাবলিশ করার তাড়নায় একবার একটা সোর্সের কথা আগেভাগে লিখে ফেলেছিলাম, আর তার খেসারত ছিল একটা দীর্ঘমেয়াদি সম্পর্ক।

পাইপলাইন অডিটের একটা স্পষ্ট পথ আছে। প্রথমে স্টেজ-১-এর লগ চেক করুন, দেখুন কোনো ফিল্ড আদৌ পপুলেট হয়েছিল কি না। তারপর কনটেন্ট-পার্সিং আর ডোমেইন-লেবেলিং আলাদা করে যাচাই করুন — 'ক্রিকেট' লেবেল থাকা সত্ত্বেও কনটেন্ট না থাকা মানে লেবেলিং কনটেন্ট ছাড়াই চলেছে। শেষে নিশ্চিত করুন অন্তত তিন থেকে পাঁচটা তথ্যবিন্দু আছে কি না, কারণ তার কম হলে আটটা ডাইমেনশনের কোনো ভরাটই বৈধ নয়।

পাইপলাইনের স্বাস্থ্য বোঝার জন্য তিনটা সিগন্যাল নজরে রাখা দরকার। প্রথমত, স্টেজ-১ কনটেন্টে শিরোনাম, সোর্স আর তথ্যবিন্দু ফেরত এসেছে কি না — অন্তত তিনটা বাস্তব তথ্যবিন্দু থাকলে পুরো আট মাত্রার বিশ্লেষণ সম্ভব। দ্বিতীয়ত, আপস্ট্রিম এক্সট্রাকশনের ধারাবাহিকতা — বারবার খালি বা 'আনক্লাসিফায়েড' আউটপুট এলে বুঝতে হবে ইনজেশনে সিস্টেমিক ত্রুটি আছে। তৃতীয়ত, ডোমেইন লেবেলের সঠিকতা — লেবেল আছে কিন্তু কনটেন্ট নেই, মানে লেবেলিং কনটেন্ট পার্স না করেই চলেছে।

আমার একটা পুরনো অভ্যাস আছে — শুধু স্ক্রিনশট নয়, মাঠে গিয়ে পরীক্ষা করা। ২০২১-এ ইতালির পাঁচ সেকেন্ডের কাউন্টার-প্রেস শিবাজি পার্কে সাত-এ-সাইড ম্যাচে চেষ্টা করে দেখেছিলাম। কিন্তু একটা ফাঁকা ফাইলের ক্ষেত্রে মাঠে গিয়ে পরীক্ষা করার কিছু নেই — পরীক্ষার আগে দরকার একটা নির্ভরযোগ্য ইনপুট। এই পার্থক্যটাই অনেক বিশ্লেষক মিস করেন।

এখন আসি সেই জায়গায় যেখানে আমি ভুল হতে পারি। আপত্তি উঠতে পারে: হয়তো খালি ইনপুট কোনো ত্রুটি নয়, বরং একটা বৈশিষ্ট্য — হয়তো সিস্টেম সঠিকভাবে বলছে, এখানে বিশ্লেষণ করার মতো কিছু নেই। সেটাও মানি। কিন্তু আমার ভয় অন্য জায়গায়। 'জানি না' বলার অভ্যাস নিজেও একটা বায়াস হয়ে দাঁড়াতে পারে। যদি প্রতিটা অস্পষ্ট কেসে হাত গুটিয়ে বসে থাকি, তবে কোনোদিন ফাঁকা স্টেডিয়ামের প্যাটার্ন ধরতে পারতাম না, মরক্কোর ৪-১-৪-১ ব্লুপ্রিন্টের ভেতরের গল্প লিখতে পারতাম না। ২০২২-এর ডিসেম্বরে মরক্কো যখন স্পেনকে টাইব্রেকারে হারাল, তখন সবার হাতে ছিল শুধু 'ফেয়ারিটেল' — তথ্য ছিল অসম্পূর্ণ, তবু বিশ্লেষণ করতেই হয়েছিল।

আসল পার্থক্য এখানে: অনুমান আর আবিষ্কারের মধ্যে। আমি অসম্পূর্ণ ডেটা থেকে হাইপোথিসিস বানাতে রাজি, কিন্তু ফাঁকা ডেটা থেকে তথ্য বানাতে রাজি নই। একটা ভবিষ্যদ্বাণীমূলক মডেল খাড়া করা যায়, একটা মিথ্যা স্কোরকার্ড খাড়া করা যায় না। সীমারেখাটা হলো: প্রতিটা দাবির পাশে একটা ফালসিফায়ার থাকতে হবে — এমন একটা শর্ত, যা দাবিটাকে ভুল প্রমাণ করতে পারে। ফাঁকা ফাইলে সেই ফালসিফায়ার লেখা অসম্ভব, কারণ দাবির কোনো ভিত্তিই নেই।

সামনের দিকে তাকিয়ে একটা পরীক্ষাযোগ্য কথা রাখি। আগামী ছয় মাসে যেসব ক্রিকেট আউটলেট ডেটা-চালিত বিশ্লেষণ পাবলিশ করবে, তাদের মধ্যে যারা খালি বা অসম্পূর্ণ ইনপুটে স্পষ্টভাবে 'এন/এ' লিখতে পারে, তারা দীর্ঘমেয়াদে বেশি বিশ্বাসযোগ্য থাকবে। আর যারা ফাঁকা ফিল্ড নীরবে গল্প দিয়ে ভরবে, তাদের একটা ভুল তথ্য ধরা পড়লেই গোটা ব্র্যান্ডের ভিত্তি টলে যাবে। প্রশ্নটা আজকের নয়, এটা ট্রান্সফার উইন্ডোর শেষ দিনের: যখন ফাঁকা ইনপুট আসবে, আপনি ভরবেন, নাকি থামবেন?