নাল রেকর্ড: ক্রিকেট ডেটা পাইপলাইনের নীরব ব্যর্থতা ও প্রমাণের সংকট

শেষ বলের স্কোরকার্ড বন্ধ করার পর আমি ফাইলটা খুলেছিলাম। বিশ্লেষণ শিটে সারি সারি ঘর, আর প্রতিটি ঘর খালি। কোথাও রান নেই, কোথাও ইকোনমি নেই, কোথাও রিলিজ পয়েন্টের কোণ নেই, কোথাও ফিল্ডিং রিংয়ের ঘনত্ব নেই। প্রতিটি সারিতে একটাই বাক্য ফিরে ফিরে এসেছে: পর্যাপ্ত তথ্য নেই। উপরে ঝুলে আছে একটি ট্যাগ — cricket_asia। এশিয়ার ক্রিকেট। এটুকুই। কোন ম্যাচ নয়, কোন ফরম্যাট নয়, কোন বোলার নয়, কোন ইনিংস নয়, কোন ভেন্যু নয়, কোন তারিখ নয়। চল্লিশ মিনিট আমি ওই খালি ঘরগুলোর দিকে তাকিয়ে ছিলাম। ঠিক সেই চল্লিশ মিনিটেই আমার মাথা গল্প বানাতে শুরু করেছিল। এশিয়ার ক্রিকেট, তাহলে নিশ্চয়ই স্পিন-বান্ধব উইকেট; নিশ্চয়ই তৃতীয় দিনের শেষ সেশন; নিশ্চয়ই একজন লেগ স্পিনার, যার গুগলি ব্যাটার পড়তে পারছে না। দেখুন কী সহজ। একটিও তথ্য ছাড়াই আমি একটি সম্পূর্ণ ম্যাচের আখ্যান দাঁড় করিয়ে ফেলেছি। এই লেখাটি সেই পরীক্ষার রিপোর্ট — যেখানে প্রশ্নটা ক্রিকেট নিয়ে নয়, প্রশ্নটা প্রমাণ নিয়ে। ক্রিকেটের ডেটা এখন নদীর মতো বয়। প্রতি বলে ট্র্যাকিং ক্যামেরা, রিলিজ পয়েন্টের কোণ, ক্রিজে পায়ের অবস্থান, ফিল্ডিং রিংয়ের ঘনত্ব, স্ট্রাইক রোটেশনের ছন্দ — সব রেকর্ড হয়ে যায়। যুক্তরাজ্যে যেখানে আমি কাজ করি, সেখানে কাউন্টি চ্যাম্পিয়নশিপের একটি সাধারণ সেশনও এখন সাত-আটটি আলাদা ফিডে ভাগ হয়ে যায়। সম্প্রচারের স্ক্রিনে যে চার্টগুলো ভেসে থাকে, সেগুলো তৈরি হয় বল-বাই-বল ফিড থেকে, আর সেই ফিড আবার তৈরি হয় দুই-তিনজন মানুষের হাতে-লেখা ইনপুট থেকে। দ্য ওভারলোড নামের যে সূচকটি আমি দশ বছর ধরে চালাচ্ছি, তার মূল পাঠটা এই: ওভারলোড কখনোই ডেটা ছিল না। আমরা যে শব্দগুলো বিশ্বাস করতে বেছেছিলাম, সেটাই ছিল। আমার কাজ দুটি স্তরে চলে। প্রথম স্তর — একটি ম্যাচকে ভেঙে টুকরো করা: কে কোথায় দাঁড়াল, কোন ওভারে ফিল্ড কেমন সরে গেল, কার রিলিজ পয়েন্ট কতটা নামল, কোন বোলার কতবার লাইন বদলাল। দ্বিতীয় স্তর — সেই টুকরো থেকে একটি অনুমান দাঁড় করানো: পরের ম্যাচে কী ঘটতে পারে। প্রথম স্তর যদি খালি ফিরে আসে, দ্বিতীয় স্তরের হাতে কাঁচামাল থাকে না। তখন দুটি পথ খোলা। এক, চিৎকার করে একটি গল্প বানিয়ে ফেলা। দুই, সোজা লিখে দেওয়া — পর্যাপ্ত তথ্য নেই। রেগুলার সিজনের মাঝপথে এই প্রশ্নটা আরও ধারালো হয়ে ওঠে। টুর্নামেন্টের প্রথম সপ্তাহে সবাই হাইলাইটস দেখে; কিন্তু সিজনের দ্বিতীয়ার্ধে দল বাছাই হয় ক্রমসঞ্চিত সংখ্যার ভিত্তিতে — কে টানা আট ম্যাচে বল করেছে, কার স্ট্রাইক রেট ফ্ল্যাট উইকেটে কত, কার বোলিং লোড বেড়েছে। এই হিসাবগুলো যদি খালি ঘরের ওপর দাঁড়ায়, তাহলে একটি দল ভুল একাদশ নিয়ে মাঠে নামে, আর কেউ টের পায় না। একটি উদাহরণ দিই। রেগুলার সিজনের একটি ম্যাচে বৃষ্টি নামলে ডাকওয়ার্থ-লুইস-স্টার্নের হিসাব, ওভার কাটা, আর রিভাইজড টার্গেট — তিনটাই স্বয়ংক্রিয়ভাবে তৈরি হয় একটি ইনপুট টেবিল থেকে। সেই টেবিলে একটি ঘর ভুল হলে ফলাফল বদলে যায় না, কিন্তু টেবিলটা বদলে যায়। আর পরের দিন যে বিশ্লেষক সেই টেবিল দেখে সিদ্ধান্ত নেন, তিনি জানেন না কিছু বদলে গেছে। এই কারণেই আমি প্রতিটি ম্যাচের আগে একটি ছোট কাজ করি — ফিডের তালিকা মিলিয়ে দেখি। কোন ফিড কার মালিকানায়, কোন ফিড কোন সম্প্রচারকের, আর কোন ফিড সম্পূর্ণ স্বাধীন। যে ম্যাচে তিনটি ফিড একমত, সেখানে আমি নির্ভুলতার দাবি করতে পারি। যে ম্যাচে দুটি ফিড দ্বিমত পোষণ করে, সেখানে আমি একটি বাক্যেও অনুমান লিখি না। আমি শব্দ বন্ধ করে ম্যাচ দেখার অভ্যাসটা করোনাকালে গড়ে তুলেছিলাম। খালি স্টেডিয়ামে ফিল্ডারদের মুখের দিকে তাকিয়ে বোঝা যায়, যোগাযোগ কতটা মৌখিক আর কতটা সাংকেতিক। ক্রিকেটে এটা আরও স্পষ্ট — উইকেটকিপারের হাতের ইশারা, স্লিপের দুই আঙুলের সংকেত, বাউন্ডারি থেকে আসা চিৎকার। এই সাংকেতিক স্তরটাই কোনো কোনো ফিডে রেকর্ড হয়, কোনো কোনো ফিডে হয় না। ফলে দুই বিশ্লেষকের কাছে দুই রকম ম্যাচ পৌঁছায়। “পর্যাপ্ত তথ্য নেই” — এই তিন শব্দ লিখতে আমার আট বছর লেগেছে। আট বছর আগে আমি ভাবতাম, ফাঁকা ঘর মানে আমার ব্যর্থতা। আজ আমি জানি, ফাঁকা ঘর হলো সিস্টেমের স্বীকারোক্তি। ব্যাটসম্যান যখন বল ছেড়ে দেয়, তখনও আমরা লিখে রাখি — বলটি বাইরের, ছাড়া হয়েছে। ছাড়াটাও তথ্য। খালি রেকর্ডও তাই। এটি ক্রিকেট সম্পর্কে একটি বাক্য, আর ডেটা পাইপলাইন সম্পর্কে আরও বড় একটি বাক্য। কী হারিয়েছে, সেটা বোঝার জন্য একটা তুলনা দিই। ২০১৭ সালের অক্টোবরে নাপোলির বিরুদ্ধে ম্যানচেস্টার সিটি যে ৩-২-৪-১ বিল্ডআপ খেলেছিল, সেটি বিশ্লেষণ করা সম্ভব হয়েছিল কারণ ইনপুট ভরা ছিল। কেভিন ডি ব্রুইন আর দাভিদ সিলভা লাইনের মাঝের ফাঁকে কতবার ঢুকলেন, কেন সিটি ওই ফাঁকটা তৈরি করল — প্রতিটি প্রশ্নের পেছনে বল-বাই-বল রেকর্ড ছিল। স্ট্যাটসবম্বের ডেটা ছিল, তাই দাবিটা করা গিয়েছিল। আবার ধরুন ২০১৮ বিশ্বকাপ। ক্রোয়েশিয়ার মিডফিল্ড। আমি প্রথম তিনটি ম্যাচ ধরে লুকা মোদরিচ, ইভান রাকিতিচ আর মার্সেলো ব্রোজোভিচের অবস্থানবদল গুনেছি — ম্যাচপ্রতি গড়ে বারোটি পজিশনাল সোয়াপ। সেটাই আমার সেমিফাইনালের পূর্বাভাসের ভিত্তি হয়েছিল, এবং ক্রোয়েশিয়া ফাইনালে পৌঁছেছিল। কিন্তু মনোযোগ দিন: ক্রোয়েশিয়া মিডফিল্ডার রোটেট করেনি; তারা নিয়ন্ত্রণের কোণগুলো রোটেট করেছিল। এই বাক্যটি লেখা যেত কেবল তখনই, যখন ট্র্যাকিং ইনপুট ভরা ছিল। এখন উল্টো ছবিটা দেখুন। ধরুন একটি ওভারের বল-ট্র্যাকিং ফিড ফিরে এসেছে খালি। যদি সিস্টেম সেটাকে শূন্য ধরে নেয়, সেই বোলারের ইকোনমি ভুল হবে — সত্যের চেয়ে ভালো দেখাবে, কারণ ওই ওভারের রান যোগ হলো না। ধরুন একটি ইনিংসে বারোটি বলের রেকর্ড হারিয়ে গেল; ব্যাটসম্যানের স্ট্রাইক রেট তখন গাণিতিকভাবে নিখুঁত, বাস্তবে মিথ্যা। আর ফ্যান্টাসি লিগ কিংবা বেটিং মার্কেট ওই ভুল শূন্যকে সঙ্গে সঙ্গে দাম দিয়ে ফেলে, কারণ মডেল জানে না কিছু অনুপস্থিত; মডেল শুধু জানে সংখ্যা আছে। বাস্তব কাজে এই সমস্যাটা প্রায়ই সামনে আসে। একই ম্যাচের দুটি ফিড কখনও কখনও এক বল নিয়ে দ্বিমত পোষণ করে — একটি বলছে বাউন্ডারি, অন্যটি বলছে দুই রান। কেউ একটি চার বলে, কেউ পাঁচ বলে। ওভার-রেটের হিসাবে বোলার পাল্টায়, ফ্যান্টাসি পয়েন্টে পাল্টায়, এমনকি ডিআরএস পরিসংখ্যানের সূচকেও ছাপ পড়ে। এই দ্বিমতগুলো কেউ নথিভুক্ত করে না, কারণ নথিভুক্ত করলে স্বীকার করতে হয় যে সংখ্যাগুলো ঈশ্বরপ্রদত্ত নয়, বানানো। এই জায়গাটাই সবচেয়ে কম আলোচিত। আমরা ডেটার পরিমাণ নিয়ে ঝগড়া করি, ডেটার উৎস নিয়ে করি না। কে রেকর্ড করল, কোন ডিভাইস, কোন ফিড, কোন সময়ে — এই চারটি প্রশ্নের উত্তর যদি প্রতিটি ডেটা প্যাকেটের সঙ্গে অপরিবর্তনীয়ভাবে যুক্ত থাকে, তাহলে একটি খালি ঘরকে আর কখনও শূন্য ভাবা সম্ভব হবে না। এখানেই প্রমাণের প্রশ্ন ঢোকে। ট্রেসেবল, ভেরিফায়েবল, রিইউজেবল — এই তিন শর্ত পূরণ না হলে বিশ্লেষণ যত উঁচুই হোক, ভিত ভাঙা। ব্লকচেইন-সদৃশ অপরিবর্তনীয় টাইমস্ট্যাম্প এখন ক্রিকেট ডেটায় বিলাসিতা নয়, প্রয়োজন। স্পট-ফিক্সিং তদন্তে প্রশ্ন ওঠে কোন রেকর্ড কে কখন বদলেছে; সম্প্রচার স্বত্বের হিসাবে প্রশ্ন ওঠে কে কী রেকর্ড করছে; ফ্যান্টাসি প্ল্যাটফর্মে প্রশ্ন ওঠে কোন স্কোরিং ফিড আসল। যদি প্রতিটি বল-ইভেন্টের জন্মসনদ থাকে, তবে “কোনো তথ্য নেই” আর “তথ্য বলছে শূন্য” — এই দুটো কখনও গুলিয়ে যাবে না। যেসব ডেটাবেজ প্লেয়ার ডেপথ ইনডেক্স বা সোর্স ক্রস-চেক চালায়, তাদের আসল মূল্য পরিসংখ্যানে নয়, সোর্স-সত্যতার দাবিতে। একটি ভুল শূন্য একটি সঠিক সংখ্যার চেয়ে অনেক বেশি ক্ষতি করে। তাই আমার নিজের নিয়ম সরল। একটি দাবি প্রকাশের আগে কমপক্ষে তিনটি স্বাধীন সূত্রে সেটি মিলিয়ে দেখি, আর একটি ঘর খালি থাকলে সেটি খালি বলেই ছাপাই। টেপ-ফার্স্ট যাচাই মানে শুধু ক্লিপ দেখা নয়; মানে কোন ক্লিপটি অনুপস্থিত, সেটাও জানা। এই অভ্যাসের একটি ব্যয় আছে, এবং সেটা স্বীকার করা দরকার। ধীর গতির মানে কম আউটপুট। সপ্তাহে তিনটি গভীর বিশ্লেষণের বদলে আমি দুটি লিখি। কিন্তু যাচাই ছাড়া লেখা বিশ্লেষণ মূলত অনুমানের সাজানো উপস্থাপনা, আর পাঠক সেটা টের পান — কারণ ভুল দাবি সিজনের শেষে ফিরে আসে। এখন আসি অস্বস্তিকর অংশে। যেখানে ডেটা সবচেয়ে পাতলা, ঠিক সেখানেই আখ্যান সবচেয়ে জোরে। টেলিভিশন স্টুডিও, পডকাস্ট, সোশ্যাল ফিড — যেখানে কোনো ট্র্যাকিং রেকর্ড নেই, সেখানে ভাষা সবচেয়ে আত্মবিশ্বাসী। “অনুপ্রেরণা”, “নেতৃত্বের গুণ”, “বড় ম্যাচের খেলোয়াড়” — এই বাক্যগুলো মূলত খালি ঘরের ওপর বসানো আসবাব। আর শুধু ভাষা নয়, মডেলও এই কাজ করে: ইনপুট কম হলে মডেল নীরব থাকে না, অনুমান করে; সেই অনুমানই পরে কারও সিদ্ধান্ত হয়ে যায়। আরও একটি কথা সোজা বলে রাখি। ভরা কিন্তু ভুল ইনপুটের ডেটাসেট একটি খালি ডেটাসেটের চেয়ে অনেক বেশি বিপজ্জনক। খালি ডেটা বিনয় শেখায়; ভরা ডেটা আত্মবিশ্বাস দেয়। গত কয়েক বছরে ডেটা বিশ্লেষকরা ড্রেসিংরুমে ঢুকছেন, এবং তাঁদের পেশাদারিত্ব নিয়ে আমার সন্দেহ নেই। তবু বারবার দেখছি, সিদ্ধান্তগুলো ম্যাচের আসল ছন্দ থেকে বিচ্ছিন্ন হয়ে যাচ্ছে — কারণ সেই সিদ্ধান্তের ভিতরে একটি খালি ঘর আছে, যেটা কেউ চিহ্নিত করেনি। প্রশ্ন উঠলে জবাব আসে আরও শব্দ দিয়ে, আরও চার্ট দিয়ে; প্রমাণ দিয়ে আসে না। একটি ট্যাগ — cricket_asia — যদি বিশ্লেষণের একমাত্র বিষয়বস্তু হয়ে দাঁড়ায়, তাহলে সেটি সূচক নয়, ছদ্মবেশ। ভৌগোলিক লেবেলকে অন্তর্দৃষ্টি ভাবা আধুনিক ক্রিকেট কাভারেজের সবচেয়ে প্রচলিত ছোটখাটো প্রতারণা। পরেরবার যখন কোনো ম্যাচ-প্রিভিউ পড়বেন, বা কোনো মডেলের একটি সংখ্যা দেখবেন, একটি প্রশ্ন করুন — কোন ঘরটা খালি? কে সেটি রেকর্ড করেছে, আর কে সেটি যাচাই করেছে? যে বিশ্লেষক “পর্যাপ্ত তথ্য নেই” লিখতে পারেন, তিনি “তথ্য বলছে শূন্য” লেখেন না। ডেটার প্রমাণপত্র চাওয়া আপাতত ছোট একটি দাবি। কিন্তু নিয়ন্ত্রণ আসলে ওই ঘরগুলোতেই থাকে, যেগুলো আমরা ভরাট করেছি বলে ভাবি। একটি ট্যাকটিক্যাল উইজার্ড ভবিষ্যৎ বলে না; সে সম্ভাবনাগুলোকে ততক্ষণ সমন্বয় করে, যতক্ষণ না পূর্বাভাস নিজেই ক্লান্ত হয়ে পড়ে।