খালি সেলের আট স্তম্ভ: ক্রিকেট ডেটা পাইপলাইন যখন শূন্য তথ্যকে বিশ্লেষণের পোশাক পরায়

রাত ২টা ৪০, চট্টগ্রামের বারান্দা, ল্যাপটপের নীল আলো। একটি ফাইল এসে জমা হলো — শিরোনামে লেখা “Stage-2 Deep Analysis Report, Cricket Domain”। আটটি অধ্যায়। প্রতিটির নিচে টেবিল, প্রতিটি টেবিলের পাশে ধূসর অক্ষরে “Confidence: High”। একই শব্দবন্ধ চল্লিশবারের বেশি। কোনো ম্যাচ নেই, কোনো দল নেই, কোনো খেলোয়াড় নেই, কোনো স্কোরলাইন নেই, কোনো ভেন্যু নেই, কোনো তারিখ নেই। তবু আটটি অধ্যায়ই নিজের কাজ নিখুঁত ভঙ্গিতে শেষ করেছে, যেন প্রতিটি সিদ্ধান্ত পাহাড়সম প্রমাণের উপর দাঁড়িয়ে আছে।

তারপর আমি সেই ঘরটি খুঁজলাম, যেখানে সব কিছুর শুরু হওয়ার কথা ছিল। “Information Points”। ঘরটি ফাঁকা। একটিও তথ্যবিন্দু নেই।

একটি প্রতিবেদন আটটি স্তম্ভ দিয়ে দাঁড়াতে পারে, কিন্তু শূন্য ইট দিয়ে কোনো দেয়াল হয় না। সেই রাতেই বুঝলাম, ক্রিকেট অ্যানালিটিক্সের সবচেয়ে বড় ঝুঁকি ভুল সংখ্যা নয় — সবচেয়ে বড় ঝুঁকি হলো সুন্দরভাবে সাজানো ফাঁকা ঘর, যা পড়তে গিয়ে যে কেউ মনে করবে সে একটি বিশ্লেষণ পড়ছে।

প্রসঙ্গ: পাইপলাইন কীভাবে ক্রিকেটকে ভাঙে, আর কোথায় ভাঙে

আধুনিক ক্রিকেট কনটেন্ট একটি দুই স্তরের কারখানার ভেতর দিয়ে যায়। প্রথম স্তরে একটি ম্যাচ রিপোর্ট, একটি সাক্ষাৎকার, একটি ঘোষণা — এসব ভেঙে ফেলা হয় তথ্যবিন্দুতে: কে, কখন, কোন ফরম্যাটে, কী সংখ্যা, কোন সূত্রে। দ্বিতীয় স্তরে সেই তথ্যবিন্দুগুলো আটটি মাত্রায় বসানো হয় — ফরম্যাট ও ম্যাচ বিশ্লেষণ, খেলোয়াড়ের কারিগরি ও ডেটা, দলের অবস্থান ও র‍্যাংকিং, লিগ ও বাণিজ্যিক ইকোসিস্টেম, নিয়ম ও সুশাসন, ঝুঁকির ম্যাট্রিক্স, জনমতের প্রত্যাশা-ফাঁক, এবং শিল্প-স্তরের সংক্রমণ।

এই কাঠামোটি ভালো, কারণ এটি বিশৃঙ্খলাকে জবাবদিহিতে বদলায়। সমস্যা হলো কাঠামোটি নিজে থেকে সত্য বলে না। প্রথম স্তর যদি ফাঁকা ফিরে আসে, দ্বিতীয় স্তর তার আটটি স্তম্ভ তবুও গেঁথে ফেলবে — কারণ টেমপ্লেট চায় পূর্ণতা, সত্য চায় না।

আমার পেশায় এই ভুলটি নতুন নয়। ২০১৭ সালে যখন চট্টগ্রাম বিশ্ববিদ্যালয়ের ছাত্র, তখন আবাহনী-শেখ জামাল ম্যাচের ১৪টি শট হাতে লিখে xG বসিয়েছিলাম। আবাহনী ১.৩ xG থেকে ২ গোল করল, শেখ জামাল ১১ শট থেকে ১.৯ xG বানাল। পোস্টটি ৫,২০০ বার শেয়ার হলো, ১,১০০টি মন্তব্য এল। সেই রাতেই শিখলাম, সংখ্যা তখনই মূল্যবান যখন তার পাশে মিনিট আর স্যাম্পল সাইজ লেখা থাকে। ২০১৮ সালে রাশিয়া বিশ্বকাপে ৬৪ ম্যাচের একটি স্প্রেডশিট বানালাম — PPDA, xG, সেট-পিস xG, দূরত্ব। ক্রোয়েশিয়া প্রতি ম্যাচে ১.৪ xG খেয়েও দুটি টাইব্রেকার জিতল, ফ্রান্স দিল মাত্র ০.৮।

৬৪ ম্যাচের স্প্রেডশিট ভবিষ্যদ্বাণী ছিল না; আমি যা গুনতে থামাতে পারিনি, সেটার স্বীকারোক্তি ছিল।

২০২০ সালে ফারলো হয়ে বসে ৩০৬টি ম্যাচ স্ক্র্যাপ করলাম — বুন্দেসলিগা, প্রিমিয়ার লিগ, লা লিগা, সিরি আ, লিগ ১। খালি স্টেডিয়ামের আগে-পরে ঘরের মাঠে জয়ের হার ৪৫.২% থেকে ৪০.১%-এ নামল, ঘরের মাঠে গোল প্রতি ম্যাচে ১.৫৩ থেকে ১.২৬-তে। “The Empty Stadium Index” মিডিয়ামে ৪২,০০০ পাঠ পেল। স্টেডিয়াম খালি হওয়ার পর সংখ্যাগুলো চুপ হয়নি; তারা তাদের উচ্চারণ বদলেছিল। সেই থেকে প্রতিটি লেখায় আমি নিয়ন্ত্রণ-চলক যোগ করি, আর প্রতিটি দাবির পাশে অনুমান ও সীমাবদ্ধতা লিখি।

যে রিপোর্টটি রাত ২টা ৪০-এ আমার সামনে এল, সেটি এই শিক্ষার ঠিক উল্টো পিঠ। সেখানে অনুমান নেই, সীমাবদ্ধতা নেই — শুধু আত্মবিশ্বাস আছে।

মূল বিশ্লেষণ: শূন্য রেকর্ডের শারীরস্থান

এক। খালি অ্যারের স্বীকারোক্তি

প্রতিবেদনটির প্রথম পাতায় লেখা: শিরোনাম নেই, সূত্র নেই, ধরন “Unclassified”। মূল দৃষ্টিভঙ্গি ফাঁকা, লেখকের অবস্থান নেই, উদ্দেশ্য নেই। তথ্যবিন্দুর সংখ্যা শূন্য।

এখানে একটি সূক্ষ্ম কিন্তু নির্ণায়ক পার্থক্য আছে। “তথ্য নেই” আর “তথ্য খুঁজে পাওয়া যায়নি” এক জিনিস নয়। প্রথমটি মাঠের সত্য, দ্বিতীয়টি কারখানার ব্যর্থতা। এই রিপোর্টে দ্বিতীয়টি ঘটেছে — এবং সেটি লুকানো হয়নি, বরং প্রকাশ করা হয়েছে। এটাই এই নথির একমাত্র সৎ গুণ।

কিন্তু যে মুহূর্তে এই স্বীকারোক্তির চারপাশে আটটি অধ্যায়ের টেবিল গেঁথে দেওয়া হলো, সেই সততাটাই বিলীন হয়ে গেল। পাঠক আর দেখতে পেলেন না ফাঁকা অ্যারে; তিনি দেখলেন “Confidence: High” লেখা একটি পূর্ণাঙ্গ প্রতিবেদন।

দুই। ট্যাক্সোনমি ড্রিফট: cricket_asia বনাম Cricket

প্রতিবেদনের সবচেয়ে কার্যকর আবিষ্কারটি প্রযুক্তিগত। ডোমেইন লেবেল দেওয়া হয়েছে “cricket_asia”, অথচ চুক্তিতে ছিল “Cricket”। এটি কেবল একটি ফাঁকা ঘর নয় — এটি একটি ভিন্ন শ্রেণিবিন্যাস।

এই পার্থক্যটি তত্ত্বীয় নয়, ব্যবহারিক। “Cricket” মানে খেলার সর্বোচ্চ শ্রেণি, যেখানে টেস্ট, ওডিআই, টি-টোয়েন্টি ও দ্য হান্ড্রেড একই পরিবারে বসে কিন্তু কখনো একই বেঞ্চমার্ক ভাগ করে না। “cricket_asia” মানে ভূগোল। আর ভূগোল বিশ্লেষণ নয়।

একটি ভৌগোলিক লেবেল কখনো একটি ফরম্যাট লেবেলের কাজ করতে পারে না, ঠিক যেমন একটি পিন কোড কখনো জন্মতারিখের কাজ করতে পারে না।

লেবেলটি টিকে থাকার কারণ সম্ভবত গুরুত্বপূর্ণ: শিরোনাম, সূত্র, ধরন, সারাংশ — সব একসঙ্গে ধসে পড়ার পরও লেবেলটি বেঁচে আছে। এর মানে দাঁড়ায়, শ্রেণিবিন্যাসকারী সম্ভবত মূল লেখার বদলে মেটাডেটা বা URL-এর কীওয়ার্ড দেখেছে। অর্থাৎ লেবেলটির নির্ভরযোগ্যতা কম, আর সেটি নিজেই একটি ডায়াগনস্টিক সংকেত।

তিন। ফরম্যাট-প্রথম নিয়ম কেন অলঙ্ঘনীয়

ক্রিকেট অ্যানালিটিক্সে একটি নিয়ম আমি কোনোদিন ভাঙিনি: ফরম্যাট না জানলে কোনো পারফরম্যান্স মেট্রিক অর্থহীন।

টেস্টে ৫০ স্ট্রাইক রেট সম্মানজনক, টি-টোয়েন্টিতে সেটি প্রায় অচল। ওডিআইয়ে ৬-এর বেশি ইকোনমি চাপ তৈরি করে, টেস্টে ৩.২ ইকোনমিও দুর্দান্ত নয়। পাওয়ারপ্লে (১–৬ ওভার) আর ডেথ ওভার (১৬–২০) দুই ভিন্ন খেলা, দুই ভিন্ন বিচার।

এই রিপোর্টে ফরম্যাট নেই। ফলে ফরম্যাট-মিশ্রণ প্রতিরোধ করার কোনো উপায় নেই। রিপোর্ট নিজেই স্বীকার করেছে, এই রেকর্ড যদি কোনো মডেলে ঢোকানো হতো, আউটপুটে ক্রস-ফরম্যাট দূষণ ঢুকে পড়ার ঝুঁকি থাকত।

আমি এটিকে তাত্ত্বিক ঝুঁকি বলি না। ২০২০ সালের খালি স্টেডিয়াম ডেটাসেট বানানোর সময় প্রথম যে ভুলটি আমাকে থামতে বাধ্য করেছিল, সেটি ছিল লিগ-মিশ্রণ। বুন্দেসলিগার ঘরের মাঠের হার প্রিমিয়ার লিগে বসালে অর্থ বদলে যায়, কারণ দর্শকসংখ্যা, ভ্রমণদূরত্ব আর মাঠের আকার আলাদা। ফরম্যাট-মিশ্রণ তার চেয়েও বিপজ্জনক, কারণ সেখানে কেবল কনটেক্সট নয়, খেলার নিয়মই বদলে যায়।

চার। সত্তা-উৎপাদনের অসম্ভবতা

প্রতিবেদনটি একটি গুরুত্বপূর্ণ যুক্তি তুলেছে: সত্তার তালিকা খালি, এবং এই খালিটা অপরীক্ষিত নয় — এটি প্রমাণিত খালি। কারণ সত্তা আহরণের নির্দেশ ছিল “তথ্যবিন্দু থেকে”, আর তথ্যবিন্দু নেই।

এটি ডেটা-জার্নালিজমের একটি সূক্ষ্ম নিয়ম, যা আমি বারবার দেখেছি। শূন্য থেকে যা আহরণ করা যায়, তার একমাত্র সৎ রূপ শূন্যই। কেউ যদি বলে “লেবেল cricket_asia, তাই সম্ভবত আইপিএল”, সে বিশ্লেষণ করছে না, সে অনুমান সাজাচ্ছে। প্রতিবেদনটি ঠিক এই ফাঁদটি এড়িয়েছে, এবং এটিই তার দ্বিতীয় সৎ গুণ।

কিন্তু এই সততাও শেষ পর্যন্ত অর্থহীন হয়ে যায়, কারণ সততাকে একটি পূর্ণ দৈর্ঘ্যের প্রতিবেদনে মুড়ে দেওয়া হয়েছে।

পাঁচ। বাণিজ্যিক কল্পনার ফাঁদ

এখানেই আমার সবচেয়ে বড় পেশাগত ভয়। আমি যদি এই রেকর্ডটি একটি বাণিজ্যিক কনটেন্ট দলকে দিতাম, পাঁচ মিনিটের মধ্যে তারা “এশীয় বাজারে ক্রিকেটের সম্প্রচার মূল্য” নিয়ে একটি প্যারাগ্রাফ লিখে ফেলত। কারণ লেবেলে “asia” আছে।

প্রতিবেদনটি স্পষ্ট করেছে: কোনো সম্প্রচার মূল্য নেই, কোনো ফ্র্যাঞ্চাইজি মূল্যায়ন নেই, কোনো বেতন নেই, কোনো নিলাম নেই, কোনো NOC বিতর্ক নেই। ফলে বাণিজ্যিক মূল্য বনাম ক্রীড়া-মূল্যের তুলনাটি করা অসম্ভব — কারণ তুলনার দুই পাশই খালি।

বাংলাদেশের প্রেক্ষাপটে এই ফাঁদটি আরও ধারালো। বিপিএল-এর কোনো একটি মৌসুমে একজন বিদেশি খেলোয়াড়ের দাম বাড়ে এক ম্যাচের ইনিংসে। একটি ট্রান্সফার ফি একটি দশমিক বিন্দুসহ গল্প, আর দশমিক বিন্দুটাই সেই জায়গা যেখানে এজেন্টরা লুকায়। দশমিক বিন্দুহীন ফাঁকা ঘরে গল্প লিখলে সেটি সাংবাদিকতা নয়, বিজ্ঞাপন।

ছয়। সুশাসন: অনুপস্থিতি মানেই অনুকূলতা নয়

প্রতিবেদনের সবচেয়ে শক্ত বাক্যটি সম্ভবত ঝুঁকি অধ্যায়ে: অনুপস্থিতিকে “নিম্ন ঝুঁকি” পড়া যাবে না।

এটি ক্রিকেট সুশাসনের ক্ষেত্রে অত্যন্ত প্রাসঙ্গিক। কোনো লেখায় দুর্নীতির উল্লেখ নেই মানে এই নয় যে দুর্নীতির ঝুঁকি নেই। এটি কেবল আহরণের ফাঁক। এই পার্থক্যটি না ধরলে একটি সংবাদপত্র “কোনো সমালোচনা নেই” শিরোনামে একটি নিরপেক্ষ প্রতিবেদন ছাপিয়ে ফেলবে, অথচ মূল সাক্ষাৎকারে হয়তো বোর্ডের চাপের কথা ছিল — যা কাটা পড়েছে।

“ঝুঁকি নেই” আর “ঝুঁকি মাপা যায়নি” — এই দুই বাক্যের মধ্যে একটি লাইনের ব্যবধান, আর সেই এক লাইনেই পুরো সাংবাদিকতার বিশ্বাসযোগ্যতা দাঁড়িয়ে থাকে।

সাত। পাইপলাইনের সিস্টেমিক ঝুঁকি: নির্মিত কর্তৃত্ব

এখন সেই জায়গায় আসি, যেখানে এই রিপোর্টটি কেবল ব্যর্থতা নয়, বরং একটি সতর্কবার্তা। ঝুঁকি-ম্যাট্রিক্সে একটি নতুন সারি যোগ হয়েছে — সিস্টেমিক। বিবরণটি এভাবে দাঁড়ায়: প্রথম স্তর একটি শূন্য রেকর্ড ফেরত দেয়, অথচ দ্বিতীয় স্তর সেটিকে একটি সমাপ্ত বিশ্লেষণ হিসেবে প্রকাশ করে দিতে পারে। সম্ভাবনা উচ্চ, প্রভাব উচ্চ, এবং এটি ইতিমধ্যেই ঘটেছে।

প্রতিবেদনটি এটির একটি নাম দিয়েছে: নির্মিত কর্তৃত্ব, অর্থাৎ টেমপ্লেটের পূর্ণতা যা নিজেকে বিশ্লেষণের গভীরতা বলে চালিয়ে দেয়।

আমি এর সঙ্গে একমত, এবং আরও এক ধাপ এগিয়ে যাব। এই ঝুঁকি খেলাধুলার ঝুঁকি নয়, এটি গবেষণার ঝুঁকি। একটি স্পষ্ট ভুল মানুষ সংশোধন করে নেয়। কিন্তু একটি সুন্দরভাবে বাঁধাই করা ফাঁকা প্রতিবেদন মানুষ উদ্ধৃত করে, তারপর তার ভিত্তিতে সিদ্ধান্ত নেয়।

আট। অপরিবর্তনীয় অডিট লেজার: ব্লকচেইন কী করতে পারে, কী পারে না

এখানেই ব্লকচেইন প্রশ্নে ঢুকতে হয় — এবং এখানেই সবচেয়ে বেশি ভুল বোঝাবুঝি ঘটে।

আমার প্রস্তাব সহজ: ক্রিকেট ডেটা পাইপলাইনের প্রতিটি স্তর একটি অ্যাপেন্ড-অনলি লেজারে লিখিত হোক। কোন সময়ে কোন ফিড থেকে কোন লেখা টানা হলো, কোন পার্সার কোন সংস্করণে চলল, কোন ঘরটি ফাঁকা ফিরল, কে তা যাচাই করল — প্রতিটি ধাপের একটি টাইমস্ট্যাম্পযুক্ত, পরিবর্তন-প্রতিরোধী স্বাক্ষর থাকুক।

লাভটি স্পষ্ট। আজ একটি স্প্রেডশিট যে কেউ সম্পাদনা করতে পারে, এবং ফাঁকা ঘরটি চুপচাপ মুছে দিয়ে জায়গায় একটি অনুমান বসানো যায়। একটি লেজারে সেটি সম্ভব নয়। ফাঁকা ঘরটি ফাঁকা হিসেবেই লেজারে থেকে যাবে, চিরকাল, তার টাইমস্ট্যাম্পসহ।

ডেটা মঙ্ক সংখ্যাকে পূজা করে না; কনটেক্সট স্বীকার করানোর জন্য তাকে জেরা করে — আর একটি লেজার সেই জেরার টেপ, যা কেউ ছিঁড়তে পারে না।

এখন সীমাবদ্ধতার কথা। ব্লকচেইন আহরণের ভুল সংশোধন করে না। যদি ফেচ স্তরে পেজটি না খোলে, তাহলে লেজারে সেটি নিখুঁতভাবে নথিভুক্ত হবে — একটি নিখুঁত ফাঁকা। গার্বেজ ইন, গার্বেজ অন-চেইন, চিরস্থায়ী গার্বেজ।

দ্বিতীয় সীমাবদ্ধতা খরচ ও গতি। প্রতি সেকেন্ডে হাজারো ম্যাচ-ইভেন্ট, প্রতি বলের লগ — এসব অন-চেইনে লেখা বাস্তবসম্মত নয়। বাস্তব নকশা হবে হাইব্রিড: কাঁচা ডেটা অফ-চেইন, কিন্তু প্রতিটি ব্যাচের ক্রিপ্টোগ্রাফিক হ্যাশ অন-চেইনে। তাতে অডিট ট্রেইল অটুট থাকে, খরচ নিয়ন্ত্রণে থাকে।

তৃতীয় সীমাবদ্ধতা, এবং সবচেয়ে গুরুত্বপূর্ণ — কে লিখবে? যদি বোর্ড বা লিগ নিজেই লেজারের লেখক হয়, তাহলে অপরিবর্তনীয়তা কেবল তাদের সংস্করণকে স্থায়ী করে দিল। স্বাধীন যাচাইকারীর নোড থাকতে হবে, নইলে এটি আরেকটি সিলমোহর, আরেকটি অন্ধ বিশ্বাস।

চতুর্থ সীমাবদ্ধতা রাজনৈতিক। ক্রিকেট ডেটার মালিকানা বিতর্কিত। সম্প্রচারক চায় দর্শকসংখ্যা গোপন রাখতে, বোর্ড চায় নিয়ন্ত্রণ রাখতে, ফ্র্যাঞ্চাইজি চায় চুক্তির অঙ্ক ঢেকে রাখতে। একটি ওপেন লেজার এই তিন পক্ষেরই অনীহা তৈরি করবে।

নয়। ব্যাচ-স্তরের অডিট এবং বাংলাদেশের প্রেক্ষাপট

প্রতিবেদনটি একটি বুদ্ধিদীপ্ত অনুমান করেছে: এই ব্যর্থতা সম্ভবত বিচ্ছিন্ন নয়। যদি এটি একটি স্বয়ংক্রিয় ব্যাচ রানের অংশ হয়, তাহলে একই রানের ভাইবোন রেকর্ডগুলোও একই ত্রুটিতে আক্রান্ত হতে পারে। তাই একটি রেকর্ড রিট্রাই না করে গোটা ব্যাচের শূন্য-হার অডিট করা উচিত।

আমি এই যুক্তিটি বাংলাদেশের প্রেক্ষাপটে বাড়াতে চাই। ঢাকা, সিলেট, খুলনা — প্রতিটি কেন্দ্রের ডেটা প্রবাহের গুণমান আলাদা। কোনো একটি কেন্দ্রের ফিড যদি নিয়মিত ফাঁকা ফেরে, তাহলে জাতীয় লিগ টেবিলে সেটি অদৃশ্য পক্ষপাত তৈরি করবে: যে দলগুলো বেশি সম্প্রচারিত হয়, তাদের ডেটা বেশি, তাদের বিশ্লেষণ বেশি, তাদের তারকাখ্যাতি বেশি।

একটি লিগ টেবিল কেবল ফলাফল দেখায় না; সে দেখায় কে কতবার ক্যামেরায় এসেছে।

তাই সিস্টেম-স্কেলিংয়ের আমার পুরনো নিয়ম এখানেও খাটে: চট্টগ্রামে যা কাজ করে, ঢাকায় সরাসরি বসানো যায় না। প্রতিটি কেন্দ্রে আলাদা করে যাচাই করতে হবে — শূন্য-হার, লেবেল-সামঞ্জস্য, পুনরাহরণের সাফল্য।

বিপরীত দৃষ্টিকোণ: খালি রেকর্ডটিই এই ব্যাচের সবচেয়ে সৎ নথি

এখন সেই অংশ, যেখানে আমাকে নিজের যুক্তির বিরুদ্ধে দাঁড়াতে হবে।

সহজ সিদ্ধান্তটি হবে: পাইপলাইন ব্যর্থ, কৃত্রিম বুদ্ধিমত্তা দুর্বল, প্রকৌশলীরা দায়ী। কিন্তু আমি বছর ধরে মাঠে বসে ম্যাচ দেখে যে জিনিসটি শিখেছি, তা হলো সহজ কারণ সাধারণত ভুল কারণ।

প্রকৃত ব্যর্থতা ফাঁকা অ্যারেতে নয়। প্রকৃত ব্যর্থতা তার চারপাশে গড়া আটটি অধ্যায়ে। ফাঁকা অ্যারেটি সত্য বলেছে। টেমপ্লেটটি মিথ্যা বলেছে।

এখান থেকেই একটি অস্বস্তিকর সিদ্ধান্তে পৌঁছাতে হয়: এই ব্যাচে যদি কোনো রেকর্ড সৎ থাকে, সেটি সম্ভবত এই খালি রেকর্ডটিই — কারণ সে কিছু বানায়নি।

আর এখানেই ব্লকচেইন-আশাবাদের সবচেয়ে বড় ফাঁক। আমরা বলি, অপরিবর্তনীয়তা স্বচ্ছতা আনবে। কিন্তু অপরিবর্তনীয়তা নিরপেক্ষ নয়। এটি যা আছে তাকেই স্থায়ী করে। একটি ভুল আহরণ যদি লেজারে লেখা হয়, তাহলে সেটি আর ভুল নয় — সেটি ইতিহাস। আর ইতিহাসকে প্রশ্ন করা যায় না।

আমাদের সমস্যা তথ্যের অভাব নয়, তথ্য সম্পর্কে মিথ্যা নিশ্চয়তা। আর সেই মিথ্যা নিশ্চয়তা ব্লকচেইনে সমাধান হয় না, বরং সিমেন্টে ঢালাই হয়ে যায়।

দ্বিতীয় বিপরীত কথা, প্রকাশনার জগৎ নিয়ে। আজকের মিডিয়া-অর্থনীতিতে “ইনফরমেশন গেইন” একটি বাধ্যতামূলক শব্দ। প্রতিটি লেখায় নতুন কিছু থাকতে হবে। এই চাপেই সবচেয়ে বেশি কৃত্রিম নতুনত্ব জন্ম নেয় — পুরনো তথ্য নতুন মোড়কে, ফাঁকা ঘরে নতুন অনুমান।

আমি নিজেও এই ফাঁদে পড়েছি। ২০১৮ সালে বিশ্বকাপ শেষে ঢাকার এক সম্পাদককে সাত দিনের ডেটা সিরিজ প্রস্তাব করেছিলাম। প্রস্তাবটি গৃহীত হয়েছিল, কারণ সাত দিনের কাঠামো একটি লেখার চেয়ে বেশি মূল্যবান দেখায়। কিন্তু সাত দিনের সিরিজের ষষ্ঠ দিনে আমার হাতে নতুন তথ্য ছিল না, ছিল কেবল নতুন ফ্রেমিং।

সেই অভিজ্ঞতা আমাকে একটি নিয়ম দিয়েছে: যেদিন নতুন তথ্য নেই, সেদিন নতুন শিরোনামও থাকবে না।

তৃতীয় বিপরীত কথা, এবং এটি সবচেয়ে অস্বস্তিকর। এই প্রতিবেদনটি নিজেই একটি শূন্য রেকর্ড নিয়ে ৪,০০০ শব্দের বেশি লিখেছে — এবং আমি এখন সেই প্রতিবেদন নিয়ে আরও একটি দীর্ঘ লেখা লিখছি। এই আত্মপ্রতিক্রিয়ার একটি সীমা থাকা দরকার। নইলে ডেটা-সাংবাদিকতা নিজের নাভি দেখার শিল্পে পরিণত হবে।

তবু আমি এই লেখাটি লিখছি, একটি কারণে: প্রক্রিয়ার ব্যর্থতা নিয়ে প্রকাশ্যে লেখা না হলে সেই ব্যর্থতা কখনো সংস্কার হয় না। ক্রিকেট সাংবাদিকতায় আমরা ম্যাচের ভুল নিয়ে পাঁচ হাজার শব্দ লিখি, কিন্তু ম্যাচের ডেটা কীভাবে তৈরি হলো তা নিয়ে এক প্যারা লিখি না।

অনুমান, সীমাবদ্ধতা ও পদ্ধতি

প্রতিটি দাবির পাশে আমার নিজের নিয়ম মেনে অনুমান লিখে রাখি।

প্রথম অনুমান: এই রিপোর্টটি যদি সত্যিই একটি স্বয়ংক্রিয় ব্যাচের অংশ হয়, তাহলে ব্যর্থতার হার একটি সংখ্যা, একটি ঘটনা নয়। আমার কাছে ব্যাচের আকার নেই, তাই হার নির্ণয় করতে পারছি না।

দ্বিতীয় অনুমান: লেবেলটি কীওয়ার্ড থেকে এসেছে — এটি একটি মধ্যম-নির্ভরতার অনুমান, প্রমাণ নয়।

তৃতীয় সীমাবদ্ধতা: মূল নিবন্ধটি আমি দেখিনি। ফলে আমি বলতে পারছি না মূল লেখাটি আসলে কী নিয়ে ছিল। আমার পুরো বিশ্লেষণ কেবল এই দ্বিতীয় স্তরের প্রতিবেদনের উপর দাঁড়িয়ে।

চতুর্থ সীমাবদ্ধতা: ব্লকচেইন-লেজার প্রস্তাবটি একটি স্থাপত্য-পরামর্শ, কোনো পরীক্ষিত সমাধান নয়। ক্রিকেট ডেটায় এর বাস্তব প্রয়োগ এখনো প্রাথমিক।

পরবর্তী রাউন্ডের সংকেত

আমি এখন চারটি সংখ্যা দেখব, প্রতিটি ইনজেশন রানের পর। এক, শূন্য-হার: যেসব রেকর্ডে তথ্যবিন্দু ফাঁকা, তাদের শতাংশ। দুই, লেবেল-সামঞ্জস্য: যেসব রেকর্ডে ডোমেইন লেবেল ঠিক আছে, তাদের অনুপাত। তিন, পুনরাহরণের সাফল্য: মূল সূত্র থেকে শিরোনাম ও অন্তত একটি তথ্যবিন্দু ফিরে এসেছে কি না। চার, “Unclassified” শতাংশ।

এই চারটির যেকোনো একটিতে উল্লেখযোগ্য বিচ্যুতি মানে পরবর্তী সাত দিনের ক্রিকেট কভারেজের ভিত্তি কাঁপছে — যদিও মাঠে একটি বলও ভুলভাবে পড়েনি।

আমার আত্মবিশ্বাস একটাই জায়গায় বাড়ে: যখন একটি সিস্টেম নিজের ফাঁকা ঘরগুলো প্রকাশ্যে স্বীকার করে। যেদিন ক্রিকেটের ডেটা পাইপলাইন সেই স্বীকারোক্তিকে লেজারে লিখে রাখবে, সেদিন আমরা আর বিশ্লেষণের অভিনয়কে বিশ্লেষণ বলে বিক্রি করতে পারব না।

সেদিনের আগ পর্যন্ত, প্রতিটি প্রতিবেদন পড়ার আগে আমি একটি ঘর খুঁজব। শিরোনামের নিচে নয়, টেবিলের ভেতরে। তথ্যবিন্দুর ঘরটি। যদি সেটি ফাঁকা হয়, বাকিটা আমি পড়ব না।