কোন তথ্য ছাড়াই বিশ্লেষণ দাবি: ফাঁকা ইনপুটে ভরসা করার ঝুঁকি

গত সপ্তাহে আমি একটা ছোট পরীক্ষা করলাম। একটা স্প্রেডশিট খুলে তিনটা কলাম দিলাম: তারিখ, দাবি, প্রমাণ। তারপর একটা এজেন্সির পাঠানো বিশ্লেষণ প্রতিবেদন নিয়ে প্রতিটি দাবি ধরে ধরে প্রমাণের ঘরে লিখতে শুরু করলাম। ষোলোটা দাবির মধ্যে এগারোটার ঘর ফাঁকা রয়ে গেল। অথচ সেই প্রতিবেদনের শিরোনামে লেখা ছিল 'গভীর বিশ্লেষণ'। কোনো ম্যাচের স্কোরকার্ড ছিল না, কোনো ডেলিভারি-বাই-ডেলিভারি ডেটা ছিল না, ছিল শুধু একটা লেবেল—'ক্রিকেট'। এই একটা লেবেল ধরে সিদ্ধান্তে পৌঁছানো মানে হলো স্কোরবোর্ড না দেখেই ম্যাচের ফল ঘোষণা করা।

আমি বছরের পর বছর ধরে ম্যাচ দেখার সময় প্রতিটি শট হাতে গুনে তবেই মডেলকে বিশ্বাস করি। ২০১৮ সালে ফ্রান্স-আর্জেন্টিনা ম্যাচের পর থেকে এই অভ্যাসটা তৈরি হয়েছে—মাঠে যা ঘটেছে আর টেবিলে যা দেখাচ্ছে, দুটোকে একই টেবিলে বসিয়ে তবেই সিদ্ধান্তে যাই। এবার যে নথিটা হাতে এল, তাতে সেই টেবিলটাই নেই। ফরম্যাটে লেখা আছে 'টাইটেল: প্রযোজ্য নয়', 'উৎস: অশ্রেণীবদ্ধ', 'এক বাক্যে সারসংক্ষেপ: খালি'। তথ্যবিন্দুর তালিকা সম্পূর্ণ ফাঁকা, সেখান থেকেই এনটিটি নিষ্কাশনের কাজ শুরু হয়, তাই কোনো খেলোয়াড়, দল বা সিরিজের নামও আসেনি। শুধু 'ক্রিকেট' লেবেলটা বৈধ সংকেত হিসেবে দাঁড়িয়ে আছে।

একটা ক্ষেত্র-লেবেল কখনো বিশ্লেষণের কাঁচামাল হতে পারে না। এটা ঠিক তেমন, যেমন ধরা যাক কেউ বলল 'আগামীকাল বৃষ্টি হবে' কিন্তু কোথায়, কখন, কতটুকু—কিছুই বলেনি। আবহাওয়াবিদ এখানে যা করতে পারেন, তা হলো জিজ্ঞেস করা: কোন শহর, কোন সময়সীমা, কোন মডেলের পূর্বাভাস। ক্রিকেট ডেটা বিশ্লেষণেও একই নিয়ম। একটা প্রতিবেদনকে 'গভীর বিশ্লেষণ' বলতে গেলে অন্তত চারটা জিনিস লাগে: তথ্যবিন্দুর তালিকা (প্রতিটির সাথে উৎস), উৎসের স্তরবিন্যাস, সময়-সংবেদনশীলতার মূল্যায়ন, আর এনটিটি-সংশ্লিষ্ট সম্পর্কের ছক। এই চারটার কোনোটাই না থাকলে বিশ্লেষণ দাঁড়ায় না, দাঁড়ায় শুধু অনুমান।

আমি জানি ফাঁদটা কোথায়। ডেটা সাংবাদিকতায় সবচেয়ে বড় প্রলোভন হলো দ্রুততার সাথে ইনস্টিটিউশনাল স্বীকৃতি পাওয়া। কেউ যখন আমার নম্বর ব্যবহার করে, আমি তার স্ক্রিনশট রাখি। রিপোর্টার, এডিটর, এজেন্সি—সবাই আমার সংখ্যাকে ভরসা করুক, এটা স্বাভাবিক চাওয়া। কিন্তু এই চাওয়াটা যখন প্রতিবেদনের ফাঁকা ঘরগুলো পূরণ করার তাড়নায় পরিণত হয়, তখনই বিপদ। কারণ ফাঁকা ইনপুট থেকে আমি যদি 'ক্রিকেট' লেবেল ধরে অনুমান লিখতে শুরু করি, তখন সেটা আর বিশ্লেষণ থাকে না—থাকে একটা গল্প। আর গল্প সংখ্যার পোশাক পরে এলে পাঠক সেটাকে তথ্য ভেবে নেন। এই ভুলটা একবার হলে সংশোধন করা যায়, কিন্তু প্রতিষ্ঠানের ভেতরে রুটিন হয়ে গেলে পুরো বিশ্লেষণ-সংস্কৃতিটাই দুর্বল হয়ে পড়ে।

আমার কর্তব্য-নীতি (প্রোটোকল) হলো: আগেই ঠিক করে রাখা, তারপর তথ্য সংগ্রহের পর সেটাই প্রয়োগ করা—ফলাফল পছন্দের দিকে বাঁকানো নয়। এই নথিটা সেই চুক্তি ভাঙে না, বরং ভাঙার সুযোগ তৈরি করে। কারণ এখানে তথ্য নেই, তাই ফলাফলও নেই। কিন্তু চাপ থাকলে কেউ কেউ এখানেই অনুমান বসিয়ে দেবেন। আমি জানি এই ঝুঁকিটা কতটা বাস্তব, কারণ নিজের ক্ষেত্রেও 'যাচাইয়ের আগে গতি' নামের অভ্যাসটা আছে। সমাধান হলো যাচাইয়ের একটা ন্যূনতম থ্রেশহোল্ড ঠিক করা—যেমন একাধিক স্বতন্ত্র উৎস বা অন্তত একটি প্রাথমিক (প্রাইমারি) উৎস। এই থ্রেশহোল্ড পূরণ না হলে প্রতিবেদন প্রকাশ করা যাবে না, শুধু 'অপেক্ষমাণ' তকমা দিয়ে রাখতে হবে।

এই ঘটনায় একটা গুরুত্বপূর্ণ শিক্ষা আছে, যা সাধারণত আলোচনায় আসে না: অনুপস্থিত তথ্যও একটা তথ্য। ফাঁকা তথ্যবিন্দুর তালিকা নিজেই একটা সংকেত—এটা বলে দেয়, কেউ হয়তো ডেটা সংগ্রহ করেনি, অথবা সংগ্রহ করা ডেটাকে বিশ্লেষণের উপযোগী করতে পারেনি। এই সংকেতকে আমরা যদি 'শূন্য' না ভেবে 'অজানা' ভাবি, তাহলে প্রতিবেদনে সেটা স্পষ্টভাবে লেখা উচিত: 'এই পর্যায়ে তথ্য পাওয়া যায়নি, তাই কোনো সিদ্ধান্ত দেওয়া হচ্ছে না।' পাঠক এতে ঠকবেন না বরং ভরসা করবেন।

আমার কাছে এটা একটা অনুস্মারক যে ক্রিকেট ডেটা বিশ্লেষণে সবচেয়ে দামি জিনিস হলো উৎসের শৃঙ্খল। একটা স্কোর, একটা ডেলিভারি, একটা উইকেট—সবকিছুর পেছনে একটা নির্দিষ্ট ম্যাচ, একটা নির্দিষ্ট দিন, একটা নির্দিষ্ট সংবাদমাধ্যম। সেই শৃঙ্খল না থাকলে সংখ্যা আর গল্পের পার্থক্য থাকে না। আমি সেই পার্থক্যটা ধরে রাখতে চাই। কারণ স্কোরবোর্ড ছাড়া ম্যাচের ফল ঘোষণা করলে হয়তো একদিন শিরোনামে জায়গা মিলবে, কিন্তু পরদিন সেই শিরোনামই সংশোধনের প্রয়োজন হবে। আর সংশোধনের চেয়ে প্রথম থেকে সঠিক থাকা ভালো।

এই প্রতিবেদনের শেষে একটা প্রশ্ন জেগে থাকে: ডেটা-চালিত ক্রীড়া সাংবাদিকতায় কে ঠিক করবে, 'যথেষ্ট তথ্য' কতটুকু? উত্তরটা হয়তো সংবাদমাধ্যমের নিজের হাতে, অথবা পাঠকের—যারা ধীরে পড়ে, যাচাই করে, তারপর বিশ্বাস করে।