খালি ডেটা ফিড থেকেও যেভাবে 'নিশ্চিত' ক্রিকেট বিশ্লেষণ জন্ম নেয়

গত সপ্তাহে দিল্লির ডেস্কে একটা ফাইল খুলেছিলাম। নাম ছিল গভীর বিশ্লেষণ প্রতিবেদন। আটটি অধ্যায়, প্রতিটিতে টেবিল, ঝুঁকি-ম্যাট্রিক্স, তিন স্তরের সম্ভাব্য পরিস্থিতি। দেখতে ঠিক সেই রকম, যেটা টেলিভিশন গ্রাফিক্স টিম কয়েক মিনিটে হেডলাইনে বদলে ফেলে। কিন্তু প্রতিটি ঘরে একই বাক্য ফিরে ফিরে আসছিল: তথ্য অপর্যাপ্ত, মূল্যায়ন সম্ভব নয়। শিরোনাম নেই, সূত্র নেই, খেলোয়াড়ের নাম নেই, ফরম্যাট নেই। কেবল একটা ট্যাগ — cricket_world। যে নথিটা সামনে ছিল, সেটা কোনো ম্যাচের প্রতিবেদন ছিল না। সেটা ছিল একটা পাইপলাইনের ব্যর্থতার প্রমাণপত্র। ২০১৭ সালের ফাইনালের টেপ খুলেছিলাম রাজ্যাভিষেকের আশায়, পেয়েছিলাম দাবা-ম্যাচ। এবার স্কোরকার্ডের আশায় খুলে পেলাম আয়না।

ক্রিকেট কভারেজের সরবরাহ-শৃঙ্খল আজ চার স্তরে দাঁড়িয়ে। লাইভ ফিড, এক্সট্রাকশন, বিশ্লেষণ, হেডলাইন। প্রথম স্তরে স্কোরকার্ড, কমেন্ট্রি আর ইভেন্ট-লগ থেকে তথ্য টেনে আনা হয়। দ্বিতীয় স্তরে সেই তথ্য ফরম্যাট, ভেন্যু, খেলোয়াড় আর সময় — এই চার কাঠামোয় বসানো হয়। তৃতীয় স্তরে বিশ্লেষক সিদ্ধান্ত লেখেন, চতুর্থ স্তরে সম্পাদক সেটাকে শিরোনাম বানান। এই শৃঙ্খলে একটা বিশেষ ব্যর্থতা আছে, যাকে সফটওয়্যার জগতে বলে silent failure — যে প্রক্রিয়া ফরম্যাটের সব শর্ত মেনে চলে, অথচ ভেতরে কোনো বস্তু থাকে না। যাচাই ব্যবস্থা দেখে ঘরগুলো আছে কি না, দেখে না ঘরে কী আছে।

ক্রিকেটে এই ব্যর্থতার দাম বড়। ফরম্যাট না জানলে স্ট্রাইক-রেটের ব্যাখ্যা দাঁড় করানোই যায় না। টি-টোয়েন্টিতে পাওয়ারপ্লে মানে প্রথম ছয় ওভার, যখন ইনফিল্ডের বাইরে নির্দিষ্ট সংখ্যক ফিল্ডারই থাকতে পারেন। ওয়ানডেতে সেই ব্লকগুলো আলাদা, আর টেস্টে নতুন বলে কোনো ফিল্ড-রেস্ট্রিকশনই নেই। ডেথ ওভারে — টি-টোয়েন্টির ১৬ থেকে ২০ — ইয়র্কার আর ভ্যারিয়েশনের হিসাব সম্পূর্ণ অন্য এক জ্যামিতি তৈরি করে। সুতরাং টি-টোয়েন্টির স্ট্রাইক-রেট দিয়ে টেস্টের ব্যাটিং মূল্যায়ন করা ঠিক তেমনই, যেমন বাস্কেটবলের পেস দিয়ে ফুটবলের ট্রানজিশন মাপা। ২০১৮ বিশ্বকাপে আমি কোর্টের স্পেসিং মেট্রিক গ্রাসে বসিয়েছিলাম; তখনই শিখেছিলাম, মেট্রিকের নাম আসল নয়, মেট্রিকের একক আসল।

প্রথম যে জিনিসটা চোখে পড়ে, সেটা এক্সট্রাকশনের নীরব মৃত্যু। একটা সাধারণ ক্রিকেট রিপোর্ট থেকেও অন্তত একটা প্রতিযোগিতার নাম বা একটা খেলোয়াড়ের নাম বেরিয়ে আসে। এখানে সেটুকুও নেই। এই সম্পূর্ণ অনুপস্থিতি বলছে, সমস্যাটা উৎসের পাতলা কনটেন্টে নয়, পার্সারের স্তরে। আরও একটা সূক্ষ্ম সংকেত আছে: cricket_world ট্যাগটা একটা সর্বগ্রাহী লেবেল, ফরম্যাট-নিরপেক্ষ। আগে থেকে শ্রেণিবদ্ধ কোনো উৎস হলে সেটা টেস্ট, ওয়ানডে, টি-টোয়েন্টি বা কোনো লিগের নাম সঙ্গে নিয়ে আসত। ট্যাগটার ব্যাপকতাই প্রমাণ যে শ্রেণিবিন্যাস কখনো ঘটেনি।

দ্বিতীয় এবং আসল বিপদটা টেমপ্লেটের চাপ। আটটা অধ্যায়, ঝুঁকির ম্যাট্রিক্স, তিন স্তরের পরিস্থিতি — এই কাঠামো একটা নান্দনিক পূর্ণতার ভ্রম তৈরি করে। ডেডলাইনের চাপে বসে থাকা মানুষ তখন ঘরের ভেতরের ফাঁকা জায়গায় একটা বিশ্বাসযোগ্য নাম বসিয়ে দিতে উদ্যত হয়। ওটা বিশ্লেষণ নয়, সাজসজ্জা। ২০১৭ সালের ফাইনালে ঠিক এই জায়গাতেই আমার একটা সিদ্ধান্ত নিতে হয়েছিল। সম্পাদক চাইছিলেন ধারাবাহিক ন্যারেটিভ রিক্যাপ। আমি রাজি হইনি। কেভিন ডুরান্ট সিরিজে গড়েছিলেন ৩৫.২ পয়েন্ট, ৮.৪ রিবাউন্ড, ৫.৪ অ্যাসিস্ট, ৫৫.৬ শতাংশ শুটিংয়ে; ওয়ারিয়র্স জিতেছিল ৪-১ ব্যবধানে। আমি লিখেছিলাম পজেশন-ভ্যালু থ্রেড, সঙ্গে একটা প্রক্ষেপিত রেঞ্জ — পঞ্চম ম্যাচে ১২৯ থেকে ১২০। পার্থক্যটা পরিষ্কার: একটা প্রক্ষেপণ নিজের অনিশ্চয়তার সীমা ঘোষণা করে, একটা রিক্যাপ কিছুই ঘোষণা করে না।

তৃতীয় স্তরটা হলো মাপার সীমা ঘোষণা না করা। ক্রিকেটে প্রতিটি মাপের একটা সহনসীমা আছে। ডিআরএস-এ আম্পায়ার্স কল ঠিক এই কারণে টিকে আছে — বোল-ট্র্যাকিং যখন প্রযুক্তির ভুলের সীমার ভেতরে পড়ে, মাঠের সিদ্ধান্তই বহাল থাকে। বিশ্লেষণেও একই নিয়ম হওয়া উচিত: কোন তথ্যের ভিত্তিতে কোন দাবি, আর কতটা অনিশ্চয়তা। যে প্রতিবেদনে অনিশ্চয়তার ঘর নেই, সেটা মাপ নয়, সাজসজ্জা। আর এই প্রতিবেদনে ঘরটা ছিল, কিন্তু ভরা ছিল শূন্য দিয়ে।

চতুর্থ স্তরটা ভোক্তার। ফ্যান্টাসি অ্যাপ, টিভি গ্রাফিক্স, ম্যাচ-প্রিভিউ নিউজলেটার — সবাই এখন এমন আউটপুট কনজিউম করে, যার ফরম্যাট যাচাই পাস করেছে কিন্তু বিষয়বস্তু কেউ যাচাই করেনি। একটা ফাঁকা নথি একটা ফরম্যাট-ভ্যালিড নথি হিসেবে নিচের দিকে চলে যায়, আর পথে পথে নতুন করে বিশ্বাস অর্জন করে।

২০২০ সালে দর্শকশূন্য স্টেডিয়ামে আমি Crowd Noise Neutral মডেলটা বানিয়েছিলাম। ফাইনালে লেবরন জেমস গড়েছিলেন ২৯.৮ পয়েন্ট, ১১.৮ রিবাউন্ড, ৮.৫ অ্যাসিস্ট; লেকার্স মায়ামিকে হারিয়েছিল ৪-২ ব্যবধানে। কিন্তু শূন্যতা তখনই অর্থবহ হয়, যখন বাকি ভেরিয়েবলগুলো নিয়ন্ত্রণে থাকে। খালি অ্যারেনা আমার ল্যাবরেটরি হয়েছিল, নীরবতা হয়েছিল কন্ট্রোল গ্রুপ — কিন্তু সেটা একটাই ভেরিয়েবল, কোনো সত্য-সিরাম নয়। এখানে বাকি ভেরিয়েবলগুলোই নেই।

সবাই এখন কৃত্রিম বুদ্ধিমত্তার ভুয়ো তথ্য নিয়ে কথা বলে। আমার পড়া ভিন্ন। বড় ঝুঁকিটা উল্টো দিকে — মানুষের হাতে একটা পূর্ণ দেখতে ফাঁকা নথি পড়লে সে সেটাকে বিশ্বাস করতে শুরু করে। ঝুঁকির ম্যাট্রিক্স, সম্ভাব্য পরিস্থিতির তিন স্তর, পেশাদার পরিভাষার টীকা — এই উপকরণগুলো এমন একটা আস্থা অর্জন করে, যার জন্য ওই নথি কোনো পরিশ্রমই করেনি। দ্বিতীয়ত, একটা অর্ধেক ভরা ফিড একটা খালি ফিডের চেয়ে অনেক বেশি বিপজ্জনক, কারণ খালি ফিড অন্তত নিজের ফাঁকা থাকার কথা ঘোষণা করে। তৃতীয়ত, এই ঘটনাটা আসলে ডেটা-বিশ্লেষকদের ড্রেসিংরুম দখলের গল্পের শেষ প্রান্ত। মডেল নিয়ে ঢোকা বিশ্লেষকরা যখন ম্যাচের ছন্দ থেকে বিচ্ছিন্ন হয়ে পড়েন, তখনই এমন এক অবস্থা আসে, যেখানে মডেল নিজেই জানে না সে কোন ফরম্যাট মডেল করছে। যে বক্স স্কোর বলেছিল কে জিতেছে, ট্র্যাকিং ডেটা বলেছিল কে ভয় পেয়েছিল — সেই ট্র্যাকিং ডেটা যদি ফাঁকা থাকে, তাহলে ভয়টা কার, সেটাও আর বলা যায় না।

বিশ্লেষণ আবার শুরু করতে ন্যূনতম যে তথ্যসেট দরকার, সেটা স্পষ্ট। শিরোনাম, সূত্র, প্রকাশের তারিখ। ফরম্যাট ও প্রতিযোগিতার ধরন। অন্তত তিনটি বাস্তব তথ্যবিন্দু, যেখানে স্কোর, মাইলফলক, নির্বাচন বা সিদ্ধান্ত থাকবে। নামযুক্ত দল ও খেলোয়াড়। লেখকের অবস্থান এবং উৎসের মান-গ্রেড। এই ছয়টি ছাড়া আট-অধ্যায়ের কোনো বিশ্লেষণ শুধু কাঠামো, শরীর নয়।

পরেরবার যখন সন্ধ্যা সাতটায় ফ্যান্টাসি অ্যাপ একটা প্রিভিউ পুশ করবে, একটা প্রশ্ন করবেন: ফরম্যাটের ঘরটা ভরা ছিল কি? ফরম্যাট নেই, ভবিষ্যদ্বাণী নেই। এটাই সেজের নিয়ম।