শূন্য তথ্যের প্রতিবেদন: ক্রিকেট বিশ্লেষণের সবচেয়ে বড় ঝুঁকি ভুল সংখ্যা নয়, হারানো সূত্র

সোমবার রাত সাড়ে এগারোটা। খুলনার প্রেস বক্সের ওই পুরোনো পাখাটা ঘুরছে, আর আমি একটা আট-অংশের ক্রিকেট বিশ্লেষণ প্রতিবেদন স্ক্রল করছি — যেখানে প্রায় প্রতিটি ঘরে একই বাক্য লেখা: 'N/A — insufficient information'। শিরোনাম নেই, সূত্র নেই, নিবন্ধের ধরন লেখা 'Unclassified'। তথ্য-বিন্দুর সংখ্যা শূন্য — শূন্য, এক নয়, দুই নয়। অথচ পৃষ্ঠার এক কোণে একটা ঘর ভরা: ডোমেইন লেবেল, 'cricket_asia'।

আঠারো বছর ধরে আমি ক্রিকেটকে একটা পরীক্ষাযোগ্য ব্যবস্থা হিসেবে দেখেছি। স্কোরবুক, স্প্রেডশিট, শট ম্যাপ, রিগ্রেশন — সবই আমার কাজের হাতিয়ার। তবু এই একটা নথি পড়ে আমি থেমে গেছি। কারণ এটাই সম্ভবত এই বছরে ক্রিকেট মিডিয়ায় তৈরি হওয়া সবচেয়ে সৎ প্রতিবেদন। কেউ এখানে বানিয়ে কিছু লেখেনি। যেখানে জানা নেই, সেখানে জানা নেই বলেই লেখা হয়েছে।

বিষয়টা বোঝা দরকার। যে কাঠামো দিয়ে ক্রিকেট নিবন্ধ বিশ্লেষণ করা হয়, তার আটটি অংশ: ফরম্যাট ও ম্যাচ বিশ্লেষণ, খেলোয়াড়ের কৌশল ও ডেটা, দলের অবস্থান ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক বাস্তুতন্ত্র, নিয়ম ও সুশাসন, ঝুঁকি-পক্ষ, জনমত ও প্রত্যাশার গল্প, এবং শিল্পের সংক্রমণ-মানচিত্র। প্রতিটি অংশে টেবিল আছে, ঝুঁকির তালিকা আছে, দৃশ্যপটের অনুমান আছে। প্রথম ধাপের যে ইনপুটটি এই কাঠামোতে ঢোকার কথা ছিল, তাতে থাকার কথা ছিল নিবন্ধের শিরোনাম, প্রকাশক, প্রকাশের তারিখ, অন্তত পাঁচ-আটটি পারমাণবিক তথ্য, লেখকের অবস্থান, নামযুক্ত দল ও খেলোয়াড়, সময়-সংবেদনশীলতা আর সূত্রের মান।

যা এসেছে, তা প্রায় কিছুই নয়। আর এখানেই আসল ব্যাপারটা লুকিয়ে আছে: ব্যর্থতা ঘটেছে তথ্য নিষ্কাশনের স্তরে, ব্যাখ্যার স্তরে নয়। শ্রেণিবিন্যাসকারী যন্ত্রটি চালু হয়েছে — সম্ভবত 'এশিয়া' ধরনের কোনো ভৌগোলিক শব্দ দেখে — কিন্তু সত্তা ও তথ্য তোলার স্তরটি ফাঁকা ফিরে এসেছে। এটা পুরো পাইপলাইনের ধস নয়; এটা একটা নির্দিষ্ট, মেরামতযোগ্য বাগ। কিন্তু তার ফলাফল ঠিক ততটাই বিপজ্জনক।

লেবেলটাও কাঠামোর চাহিদার সঙ্গে মেলে না। ফ্রেমওয়ার্ক চায় 'Cricket'; পাওয়া গেছে 'cricket_asia'। পার্থক্যটা ছোট মনে হলেও কাজের জায়গায় বিশাল। এশিয়া বলতে ক্রিকেটে অন্তত চারটি আলাদা শাসন-ব্যবস্থা — বিসিসিআই, পিসিবি, এসএলসি, বিসিবি — আর আফগানিস্তানের আলাদা পথ। বাণিজ্যিক গঠন আলাদা, নিরাপত্তার পরিবেশ আলাদা, রাজনৈতিক বাধা আলাদা। এই চারটাকে এক লেবেলে জড়ো করা মানে ঢাকা প্রিমিয়ার লিগের স্কোরকার্ড আর আইপিএলের নিলাম-শিট একই টেবিলে বসানো।

শূন্য তথ্যের সবচেয়ে বড় খরচটা ফরম্যাটে গিয়ে পড়ে। ক্রিকেট সেই বিরল খেলা যেখানে একই খেলোয়াড়, একই মাঠে, একই সপ্তাহে তিন রকম অসামঞ্জস্যপূর্ণ ডেটা তৈরি করেন। টেস্টের গড়, ওয়ানডের স্ট্রাইক রেট, টি-টোয়েন্টির ইকোনমি — এগুলো একে অন্যের সঙ্গে তুলনীয় নয়। ফরম্যাট-অ্যান্কর না থাকলে নিচের কোনো অংশের কোনো দাবিই যাচাই করা যায় না। তাই এই প্রতিবেদনে সবচেয়ে বড় ঝুঁকি-পতাকা উড়েছে একটাতেই: ক্রস-ফরম্যাট দূষণ। কারণ ফাঁকা ঘর দেখে যে বিশ্লেষক 'একটু ভরে নেব' ভাববেন, তিনি নিজের অভ্যস্ত ফরম্যাট দিয়েই ভরবেন — আর সেটাই এই ইনপুটের সবচেয়ে সম্ভাব্য ব্যর্থতা।

দ্বিতীয় ফাঁদটা ভূমিকা ও মাপকাঠির ভুল জোড়া। ফিনিশারকে যদি ব্যাটিং গড় দিয়ে বিচার করেন, আপনি ভুল করছেন; টেস্ট ওপেনারকে স্ট্রাইক রেট দিয়ে বিচার করলে সমান উল্টো ভুল। টি-টোয়েন্টিতে বোলারের সাতের নিচে ইকোনমি, ফিনিশারের ১৮০-plus স্ট্রাইক রেট, টেস্ট ব্যাটারের গড়ের সীমা — এই মানদণ্ডগুলো ফরম্যাটে তালাবদ্ধ; একটিকে অন্যের জায়গায় বসানো যায় না। প্রতিবেদনে কোনো খেলোয়াড়ের নাম নেই, কাজেই 'সুপারস্টার হ্যালো' পরীক্ষাটা — অর্থাৎ সুনামকে ডেটার সঙ্গে মেলানোর কাজটা — গঠনগতভাবেই অসম্ভব।

মাঠ ও ঘরের সুবিধার তথ্যও শূন্য। ক্রিকেট ভাষ্য রচনার সবচেয়ে সাধারণ ভুল হলো হোম-গ্রাউন্ডের প্রভাব আলাদা না করা। ঘরের মাটিতে স্পিনারদের গড় কমে, বাইরে বাড়ে; কিন্তু ভেন্যু, পিচ-রিপোর্ট, আবহাওয়া, শিশির — কোনোটাই না থাকলে এই সংশোধন আর চালানো যায় না। একইভাবে টস আর ডিএলএস-এর ভাগ্য-উপাদান বাদ দেওয়ার উপায় নেই, আর একটা ম্যাচের ঝলক থেকে সিরিজ-স্তরের প্রবণতা তৈরি করার ঝুঁকিটাও মাপা যায় না।

বাণিজ্যিক স্তরেও একই গল্প। আইপিএলের নিলাম-দর আর আন্তর্জাতিক ক্রিকেটে প্রকৃত সামর্থ্য এক জিনিস নয় — এই পার্থক্যটা এই কাঠামোর সবচেয়ে দরকারি সতর্কতা। কিন্তু এখানে লিগ নেই, ফ্র্যাঞ্চাইজি নেই, সম্প্রচার-চক্র নেই, রাইট-টু-ম্যাচের কোনো অঙ্ক নেই। ফলে বাজারমূল্য আর ক্রীড়ামূল্যের তুলনাটা এক পাশ ফাঁকা রেখেই করতে হয়। জনমতের অংশটাও তেমনই ফাঁকা: 'পরবর্তী তেন্ডুলকর' ধরনের হাইপ এক মৌসুমের লিগ ডেটায় নয়, বহু বছরের বহু-শর্তের ডেটায় যাচাই করতে হয় — আর এখানে যাচাই করার মতো কোনো খেলোয়াড়ই নেই।

সবচেয়ে বেশি সতর্কতা দরকার সুশাসনের অংশে। একই ঘটনা — ধরুন, একজন খেলোয়াড় সিরিজে নেই — চারটি আলাদা জিনিস হতে পারে: চুক্তিভঙ্গ, এনওসি-অনুমোদিত বিদেশি লিগের প্রতিশ্রুতি, চোট প্রত্যাহার, কিংবা রাজনৈতিক সংকেত। চারটির ক্ষেত্রেই জবাবদিহির সিদ্ধান্ত সম্পূর্ণ উল্টো দিকে যায়। তথ্য শূন্য হলে এই চারটির মধ্যে পার্থক্য করার উপায় নেই। আর এখানে একটা বাক্য জোর দিয়ে লিখতে হয়: ঝুঁকির পতাকা না ওড়ানো মানে দায়মুক্তি নয়; এখানে অনুপস্থিতি মানে তথ্যের ফাঁক। ২০০০ সালের ক্রনিয়ে কাণ্ড, ২০১০ সালের পাকিস্তান স্পট-ফিক্সিং, ২০১৩ সালের আইপিএল কেলেঙ্কারি — ইতিহাস টেবিলে লেখা আছে, কিন্তু এই ইনপুটের সঙ্গে তার কোনো সংযোগ নেই।

ঝুঁকি-মূল্যায়নটাও এখানে একটা পাঠ। সামগ্রিক রেটিং দেওয়া হয়েছে 'অনির্ধারিত'। সেটা 'নিম্ন' নয়। 'নিম্ন' বললে বোঝাত, চিহ্নিত ঝুঁকিগুলো অনুপস্থিত; এখানে ঝুঁকির পৃষ্ঠটাই অজানা। এই পার্থক্যটা না ধরলে একজন পাঠক ফাঁকা বিশ্লেষণকে নিরাপদ বিশ্লেষণ ভেবে বসবেন — আর সেটাই এই প্রতিবেদনের এক নম্বর ঝুঁকি: বিশ্লেষণগত ঝুঁকি, ক্রীড়াগত নয়। সংক্রমণ-মানচিত্রও তাই: তরুণ সরবরাহ থেকে জাতীয় দল, জাতীয় দল থেকে সম্প্রচার ও বাণিজ্যিক বাজার — তিন স্তরের কোনোটিতেই হস্তান্তর করার মতো কোনো ঘটনা নেই।

এই জায়গায় আমার নিজের অভিজ্ঞতা মনে পড়ে। ২০১৭ সালে এই খুলনা প্রেস বক্স থেকেই আমি বাংলাদেশ প্রিমিয়ার লিগের প্রথম প্রকাশ্য xG মডেল বানাই। আবাহনী লিমিটেড ঢাকা ও শেখ জামাল ধানমন্ডি ক্লাবের প্রতিটি শট লগ করেছি। শেষ আট ম্যাচে আবাহনী ১৪.৬ xG তৈরি করেছিল, গোল করেছিল মাত্র ৯টি। সংখ্যাটা প্রেস বক্সে হইচই ফেলল, কিন্তু তার আগে আমাকে তিন সপ্তাহ ধরে প্রমাণ করতে হয়েছিল প্রতিটি শট কোথা থেকে এসেছে। এই বক্সে আমি একমাত্র নারী ছিলাম; কেউ কেউ বলেছিলেন, নারীরা নাকি ট্যাকটিকস বোঝেন না। আমি মডেলটা প্রকাশ করেছি।

আর ঠিক এখানেই তথ্যের উৎস-শৃঙ্খলার প্রশ্নটা আসে। ওই প্রতিবেদনে 'সূত্রের মান' ঘরটি ভরার নির্দেশ ছিল — অথচ যে ঘর থেকে সূত্র যাচাই করার কথা, সেটাই 'N/A'। মানে দ্বিতীয় স্তরের একটা ফাঁক প্রথম স্তরের ফাঁকের উপরে বসে আছে। এই সমস্যার সমাধান বড় মডেল নয়, বড় দাবি নয়। সমাধান হলো প্রমাণের শৃঙ্খলা — একটি দাবা কে প্রথম বলল, কখন বলল, কোন নথি থেকে বলল, তার টেম্পার-প্রুফ রেকর্ড। বোর্ডের প্রেস বিজ্ঞপ্তি থেকে ওয়্যার কপি, ওয়্যার কপি থেকে অ্যাগ্রিগেটর, অ্যাগ্রিগেটর থেকে সোশ্যাল পোস্ট — প্রতিটি হাতবদল টাইমস্ট্যাম্পসহ লিখিত থাকলে 'সূত্র: N/A' লেখা গঠনগতভাবেই অসম্ভব হয়ে যেত।

আমি ব্লকচেইনের ভক্ত নই। প্রযুক্তিটি যতটা সমাধান দিয়েছে, তার চেয়ে বেশি বিজ্ঞাপন হয়েছে; টোকেনের দরে ঝুলে থাকা শব্দটা ক্রিকেটের কাজে লাগবে না। কিন্তু তার পেছনের ধারণাটা — অপরিবর্তনীয়, যাচাইযোগ্য হস্তান্তর-শৃঙ্খলা — ক্রিকেট ডেটার জন্য প্রাসঙ্গিক, কারণ আমাদের শিল্পে সবচেয়ে বেশি ভাঙে সূত্র, সংখ্যা নয়। ২০২০ সালে বুন্দেসলিগের দর্শকহীন ৮৩টি ম্যাচ বিশ্লেষণ করে আমি দেখেছিলাম ঘরের দলের জয়ের হার ৪৩.৩ শতাংশ থেকে ৩৩.৩ শতাংশে নেমেছে, আর ঘরের দলের পেনাল্টি প্রতি ম্যাচে ০.২৯ থেকে ০.১৮-তে নেমেছে। তিন সপ্তাহ একা কাজ করেছি, তারপর একজন ভিডিও বিশ্লেষকের সঙ্গে রেফারির অবস্থান যাচাই করেছি। ফলাফলটা প্রকাশ করতে পেরেছিলাম শুধু একটি কারণে: কোন ম্যাচ দর্শকহীন ছিল আর কোনটি ছিল না, তার প্রতিটি এন্ট্রির উৎস আমার কাছে ছিল। এটাই ক্ষুদ্র পরিসরে লেজার-শৃঙ্খলা।

এখন উল্টো দিকটা। এই ফাঁকা প্রতিবেদনটা একটা ভরা প্রতিবেদনের চেয়ে বেশি কাজের। ভরা প্রতিবেদনটা সবাই পড়ত, কোট করত, শিরোনাম বানাত — কারণ তার প্রতিটি ঘরে বিশ্বাসযোগ্য শোনানো সংখ্যা থাকত। কিন্তু কোন সংখ্যাটা কোথা থেকে এল, সেটা কেউ জিজ্ঞেস করত না। ফাঁকা প্রতিবেদনটা একটাই প্রশ্ন করতে বাধ্য করে: আপনার ইনটেক পাইপলাইনটা ঠিক আছে তো?

ক্রিকেট মিডিয়ার আসল রোগটা এখানে। আমরা মডেল আপগ্রেড করি, ইনটেক আপগ্রেড করি না। নতুন মেট্রিক শিখি, নতুন সূত্র যাচাই শিখি না। আরও একটা কথা: এই শিল্প নিশ্চয়তাকে পুরস্কৃত করে। যে ব্যবস্থা 'জানি না' বলে, তাকে ভাঙা মনে হয় — অথচ এই প্রতিবেদনে কাজ করা একমাত্র অংশটাই ছিল সেই 'জানি না'। ২০১৮ সালে রাশিয়া বিশ্বকাপে ইংল্যান্ড-ক্রোয়েশিয়া সেমিফাইনালের আগে আমি ক্রোয়েশিয়ার প্রেসিং মডেল দেখিয়েছিলাম — পিপিডিএ ৮.৭, মড্রিচের প্রতি ৯০ বলে ১২.৩ প্রগ্রেসিভ পাস। ইংল্যান্ডের সেট-পিস xG বেশি ছিল, তবু আমি লিখেছিলাম ক্রোয়েশিয়া মাঝমাঠ জিতবে এবং খেলা অতিরিক্ত সময়ে যাবে। ক্রোয়েশিয়া ২-১ গোলে জিতল। ওই ভবিষ্যদ্বাণী সাহস থেকে আসেনি, এসেছিল প্রতিটি পাস-এন্ট্রির উৎস জানা থেকে।

তাহলে সামনে কী দেখবেন? পাঁচটি সংকেত। পুনঃনিষ্কাশনে অন্তত পাঁচটি পারমাণবিক তথ্য ফিরে এল কি না, এবং তার মধ্যে অন্তত একটি নামযুক্ত সত্তা আছে কি না। ফরম্যাট-অ্যান্কর — টেস্ট, ওডিআই, টি-টোয়েন্টি — স্পষ্ট লেখা আছে কি না। ডোমেইন লেবেল 'Cricket' হয়েছে কি না। সূত্রের মান গ্রেড করা হয়েছে কি না। আর সত্তার নাম সম্পূর্ণ আছে কি না। এগুলোর যেকোনো একটায় আবার ফাঁকা এলে পাইপলাইন থামানো ছাড়া উপায় নেই।

আমি মডেলকে বিশ্বাস করি, কিন্তু সে যে গল্প বলে তা অডিট করি। প্রেস বক্স আমাকে বিনয় শিখিয়েছে: কোলাহলও ডেটা। প্রশ্নটা এখন একটাই — আপনি কোন মডেলটিকে বেশি বিশ্বাস করবেন: যে প্রতিটি প্রশ্নের উত্তর দেয়, নাকি যে জানে কোন প্রশ্নের উত্তর তার কাছে নেই?