খালি ইনপুটের ফাঁদ: ক্রিকেট বিশ্লেষণ পাইপলাইনে তথ্য-অখণ্ডতার সংকট

২০১৭ সালে যখন আমি ডিজিটাল প্রেস বক্সে ঢুকলাম, তখন থেকেই আমার একটা অভ্যাস গড়ে উঠেছিল—প্রতিটি দাবির পেছনে টাইমস্ট্যাম্প, কোঅর্ডিনেট আর টেপ-রিভিউয়ের রসিদ রাখা। সেই অভ্যাস আমাকে শিখিয়েছে, ক্রিকেট বিশ্লেষণে সবচেয়ে বড় বিপদ ডেটার অভাব নয়, বরং ডেটার অভাবকে ডেটা বলে চালিয়ে দেওয়া। গত সপ্তাহে হাতে আসা একটি স্টেজ-২ ডিপ অ্যানালাইসিস রিপোর্ট পড়তে গিয়ে ঠিক সেই বিপদটারই প্রমাণ পেলাম। রিপোর্টের প্রতিটি ঘর পূরণ করা—সুন্দর ছক, পরিষ্কার বুলেট, নান্দনিক রিস্ক ম্যাট্রিক্স—কিন্তু ভেতরে একটি ক্রিকেট-তথ্যও নেই। শিরোনাম নেই, সোর্স নেই, ম্যাচ নেই, খেলোয়াড় নেই, দল নেই, ফরম্যাট নেই। শুধু একটা লেবেল টিকে আছে—cricket_asia।

বিষয়টা খেলার মাঠের হিসেবে তেমন কিছু নয়, কিন্তু ক্রিকেট তথ্য-পরিচালনার জগতে এটা বিশাল। কারণ আমরা এখন যে যুগে বাঁচি, সেখানে বিশ্লেষণ মানে শুধু ম্যাচ পড়া নয়—ডেটা পাইপলাইনের প্রতিটি স্তরের নিরাপত্তা যাচাই করা। স্টেজ-১ হলো সেই পাইপলাইনের ভিত্তি: কাঁচা লেখা থেকে তথ্যবিন্দু, দৃষ্টিভঙ্গি, সত্তা এবং সময়-সংবেদনশীলতা তুলে আনার স্তর। স্টেজ-২ হলো তার ওপর দাঁড়ানো গভীর বিশ্লেষণ। ভিত্তি শূন্য হলে বিশ্লেষণ কতটা সুন্দর দেখালেও তা স্থাপত্য নয়, দৃশ্যপট।

রিপোর্টটির যে ঘরগুলো আমার চোখে ধরা পড়ল, সেগুলো একে একে ভাঙলে বিষয়টা স্পষ্ট হয়। প্রথম স্তরে থাকা এগারোটি ক্ষেত্রের কোনোটিই ব্যবহারযোগ্য ছিল না—শিরোনাম, সোর্স, ধরন, এক-বাক্য সারসংক্ষেপ, লেখকের অবস্থান, লেখার উদ্দেশ্য, তথ্যবিন্দু, মূল দৃষ্টিভঙ্গি, সম্পৃক্ত সত্তা, সময়-সংবেদনশীলতা এবং সোর্সের গুণমান—সবই অনুপস্থিত বা অমূল্যায়িত। এর একমাত্র যুক্তিসঙ্গত ব্যাখ্যা হলো ইনজেশন বা ডিকম্পোজিশন স্তরে পাইপলাইন ব্যর্থতা। হয় সোর্স ফেচ ব্যর্থ হয়েছে, নয়তো পেওয়াল ব্লক, নয়তো এনকোডিং সমস্যা, নয়তো ডকুমেন্টটি ভুল পথে রাউট হয়েছে। একটা জিনিস লক্ষণীয়: ডোমেইন লেবেলটি টিকে গেলেও সব কনটেন্ট ক্ষেত্র ধসে পড়েছে। এতে বোঝা যায় লেবেলটি মূল লেখা পড়ে বসানো হয়নি; কোনো কোর্স ক্লাসিফায়ার বা মেটাডেটা ফিল্ড থেকে এসেছে।

এখানেই আসল সমস্যাটা। বিশ্লেষণের কাঠামো এত নিখুঁতভাবে উপস্থাপিত হয়েছে যে প্রথম পড়ে মনে হয় কাজটা হয়েছে। কিন্তু ম্যাচ ফরম্যাট নেই—তাই কোনো ট্যাকটিক্যাল ব্যাখ্যা অনুমোদিত নয়। খেলোয়াড়ের নাম নেই—তাই ভূমি নির্ধারণ, বেঞ্চমার্ক নির্বাচন, ফর্ম-বিচ্যুতি বা বয়স-বক্র বিশ্লেষণ কোনোটাই সম্ভব নয়। দল নেই—তাই র‍্যাঙ্কিং, স্কোয়াড গভীরতা বা লড়াইয়ের ইতিহাস পরীক্ষা করা যায় না। লিগ নেই—তাই সম্প্রচার স্বত্ব, ফ্র্যাঞ্চাইজি মূল্যায়ন বা নিলামের দাম নিয়ে একটি বাক্যও লেখা যায় না। শাসনব্যবস্থার কোনো অভিনেতা নেই—তাই ডিআরএস, ডিএলএস, ওভার-রেট বা যোগ্যতা বিতর্ক কোনোটির মূল্যায়ন করা যায় না। অর্থাৎ আটটি মাত্রার প্রতিটিতেই substঅ্যানটিভ ঘর শূন্য, আর সেগুলো পূরণ করতে গেলে সেটা বিশ্লেষণ নয়, বানানো কথা হবে।

আমার পেশাগত জীবনে আমি শুনেছি অনেকেই বলেছেন, শূন্য ফলাফল মানে ঝুঁকি নেই। ক্রিকেটে এই কথাটা ভয়ংকর ভুল। একজন ব্যাটার যদি শূন্য রানে আউট হয়, সেটা ব্যর্থতা—এমন কিছু না যেটা রান নেই বলে অস্তিত্বহীন। ঠিক তেমনই, স্টেজ-১-এ খালি তথ্যবিন্দু মানে 'কোনো তথ্য পাওয়া যায়নি' নয়, বরং 'তথ্য আহরণ ব্যর্থ হয়েছে'। এই দুটির মধ্যে পার্থক্য না করলে মনিটরিং পাইপলাইনে নীরব মিথ্যা-নেতিবাচক তৈরি হয়। অর্থাৎ যেখানে ঝুঁকি খুঁজে পাওয়া উচিত ছিল, সেখানে সিস্টেম বলবে 'কিছু পাওয়া যায়নি', আর সেটাই লগ হবে 'ঝুঁকি নেই' হিসেবে। এই মিথ্যা-নেতিবাচক সৃষ্টিকর্তা একটি বিশ্লেষণ শৃঙ্খলের সবচেয়ে বিপজ্জনক ব্যর্থতা।

এখানে আর একটা দিক আমার মনে ধরেছে। সময়-সংবেদনশীলতা ক্ষেত্রটি প্রথমেই 'মূল্যায়ন করা হয়নি' বলে দাগিয়ে দেওয়া হয়েছে। অথচ নিলাম, স্থানান্তর বা সম্প্রচার-স্বত্বের সংবাদ দিনে-সপ্তাহে তার প্রাসঙ্গিকতা হারায়। এই ক্ষেত্রটি না থাকলে কোন খবরটিকে আগে দেখতে হবে তার অগ্রাধিকার নির্ধারণই অসম্ভব। একইভাবে লেখকের অবস্থান ও লেখার উদ্দেশ্য হারানোর ক্ষতি ভাষা-বিশ্লেষণের মাত্রায় সবচেয়ে বেশি। টোন, ফ্রেমিং, সংযমী ভাষা—এগুলো শুধু সত্তা দিয়ে পুনর্গঠন করা যায় না। অর্থাৎ শুধু স্টেজ-১ আবার চালালেই হবে না; স্কিমা পুনর্বিবেচনা করতে হবে, যেখানে একটি সত্যিকার অংশ বা টোন-সংরক্ষণকারী টুকরো রাখা বাধ্যতামূলক হবে।

ক্রিকেট অর্থনীতির মূল অংশ—দক্ষিণ এশিয়ার হৃদয়land—যেখানে বিশ্ব ক্রিকেটের সম্প্রচার ও বাণিজ্যিক ওজনের সবচেয়ে বেশি, সেখানেই এই পাইপলাইন দুর্বলতা সবচেয়ে বেশি আঘাত হানে। কারণ এখানে খবরের ঘনত্ব সর্বোচ্চ, প্রতিযোগিতা তীব্র, আর ভুল তথ্য ছড়ানোর গতি বিদ্যুৎ-দ্রুত। একটি খালি ইনপুট যখন বিশ্লেষণের পোশাক পরে বেরিয়ে আসে, তখন সেটি কেবল একটি প্রযুক্তিগত ত্রুটি নয়—এটি পাঠকের আস্থার ওপর হামলা। আমি ২০২০ সালে শূন্য দর্শক-মাঠের ৯২টি ম্যাচ পর্যালোচনা করে শিখেছিলাম, নীরবতা কখনো নিরপেক্ষ থাকে না; সে হয় গভীর সত্য লুকায়, নয়তো ভয়ংকর বিভ্রান্তি। ডেটা পাইপলাইনের নীরবতাও তাই।

যা দরকার, তা হলো প্রকৌশলগত আপগ্রেড। স্টেজ-১ স্কিমায় 'EXTRACTION_FAILED' নামে একটি স্বতন্ত্র অবস্থান যোগ করতে হবে, যা 'NO_FINDINGS' থেকে স্পষ্টভাবে আলাদা। শিরোনাম, সোর্স, ধরন, অন্তত একটি তথ্যবিন্দু, সময়-সংবেদনশীলতা এবং সোর্সের গুণমান—এই ছয়টি ক্ষেত্রকে অ-শূন্য (নন-নালেবল) ঘোষণা করতে হবে। ডোমেইন লেবেল বসানোর আগে একটি ন্যূনতম কনটেন্ট থ্রেশহোল্ড বাধ্যতামূলক করতে হবে। আর যেখানে সম্ভব, কাঁচা সোর্স আর্টিফ্যাক্ট—ইউআরএল, এইচটিএমএল বা পিডিএফ—সংরক্ষণ করতে হবে, যাতে ক্যাশ মেয়াদোত্তীর্ণ হওয়ার আগেই পুনরুদ্ধার সম্ভব হয়।

ব্যক্তিগতভাবে, এই ব্যর্থতা আমাকে একটা পুরনো কথা মনে করিয়ে দেয়। প্রতিটি দাবির সাথে আমি স্থানাঙ্ক জুড়ে দিয়েছিলাম, কারণ সহকর্মীরা প্রশ্ন তুলেছিলেন নারীর ট্যাকটিক্স পড়ার সামর্থ্য নিয়ে। আজ প্রশ্নটা ব্যক্তির সামর্থ্য নিয়ে নয়—প্রশ্নটা সিস্টেমের সততা নিয়ে। ভিত্তিটা শূন্য হলে কাঠামো যত সুন্দরই হোক, সেটা ক্রিকেট নয়। পরের বার যখন এই ধরনের নিখুঁত দেখতে একটি বিশ্লেষণ আসবে, প্রশ্ন করা হবে: এর রসিদ কোথায়? কোন টাইমস্ট্যাম্প, কোন কোঅর্ডিনেট, কোন তথ্যবিন্দু এর পিছনে দাঁড়িয়ে আছে? যদি উত্তর না থাকে, তাহলে সেটা বিশ্লেষণ নয়—নিছক একটা ছক।