স্টেজ-১ পাইপলাইন ব্যর্থতা: যখন ক্রিকেট বিশ্লেষণ নিজেই আউট-অফ-বাউন্ডস ঘোষিত হয়

স্কোরবুকটা খোলা ছিল, কিন্তু কোনো নাম লেখা হয়নি। আমি যখন স্টেজ-২ বিশ্লেষণ ফাইলটি খুললাম, ঠিক সেটাই দেখলাম—আটটি মাত্রিক কাঠামো, প্রতিটি ঘর পরিপাটি, কিন্তু কোনো তথ্য নেই। শিরোনাম নেই, সূত্র নেই, তথ্যবিন্দু নেই, সত্তা নেই। ৬২ বছর বয়সে এসে এই প্রথম দেখলাম, একজন বিশ্লেষক যখন বিশ্লেষণ করতে বসেন, তখন তার হাতে থাকে শূন্যতা। এটি ক্রিকেটের কোনো ম্যাচের গল্প নয়; এটি সেই পাইপলাইনের গল্প, যেটি তথ্য আহরণের প্রথম ধাপেই ব্যর্থ হয়েছে। নিবন্ধের শিরোনাম "N/A", সূত্র "N/A", ধরন "Unclassified"। তথ্যবিন্দুর তালিকা সম্পূর্ণ খালি। অথচ কাঠামোটি অক্ষত—ফরম্যাট, খেলোয়াড়, দল, লিগ, শাসন, ঝুঁকি, জনআখ্যান, শিল্প সংক্রমণ—আটটি মাত্রাই সাজানো। প্রতিটির ঘরে লেখা: "অপর্যাপ্ত তথ্য, মূল্যায়ন করা সম্ভব নয়।" তথ্যের অভাবে কোনো সিদ্ধান্ত টানা যাবে না, এই নিয়মটি আমি জানি। কিন্তু এই ফাঁকা ঘরগুলোর মধ্য দিয়েও একটা বাস্তব গল্প বেরিয়ে আসে। ২০১১ সালে মুম্বাইতে আমি যখন কেঙ্করে এফসি-র যুব সেটআপে স্বেচ্ছাসেবী ডেটা বিশ্লেষক হিসেবে কাজ করছিলাম, তখন মহারাষ্ট্র স্কুল স্পোর্টস অ্যাসোসিয়েশনের হাতে লেখা স্কোরবুক থেকে ৪,৩০০ ম্যাচের এন্ট্রি ডিজিটাইজ করেছিলাম টানা এগারো সপ্তাহ ধরে। সেই অভিজ্ঞতা আমাকে শিখিয়েছিল, ডেটা না থাকলে সিদ্ধান্ত নয়, বরং ডেটার অভাবটাই তৈরি করতে হয়। আজকের এই স্টেজ-২ বিশ্লেষণ আসলে সেই শিক্ষারই আরেকটি রূপ। যে নিবন্ধটি বিশ্লেষণের জন্য পাঠানো হয়েছিল, সেটি সম্ভবত কোনো ম্যাচ রিপোর্ট, খেলোয়াড় প্রোফাইল বা ট্রান্সফার গুজব ছিল। কিন্তু স্টেজ-১-এর এক্সট্রাকশন স্তর সেটি পাঠ করেনি, বা পড়েও কিছু বের করতে পারেনি। ফলে স্টেজ-২ বিশ্লেষক যে কাঠামোর উপর কাজ করেন—ফরম্যাট শনাক্তকরণ, খেলোয়াড়ের প্রযুক্তি ও ডেটা, দলের অবস্থান, লিগের বাণিজ্যিক কাঠামো, শাসনব্যবস্থা, ঝুঁকির ম্যাট্রিক্স, জনআখ্যানের ভারসাম্য—সবকিছুতেই NULL লেখা। ফরম্যাট বিশ্লেষণে বলা হয়েছে, কোনো ফরম্যাট নেই। খেলোয়াড় বিশ্লেষণে বলা হয়েছে, কোনো খেলোয়াড় নেই। দল বিশ্লেষণে বলা হয়েছে, কোনো দল নেই। শাসনব্যবস্থার পর্যায়েও কোনো তথ্য নেই। অর্থাৎ, বিশ্লেষণের আটটি স্তম্ভের একটি বিন্দুও দাঁড়াতে পারেনি। এই ফাঁকা কাঠামোটি পড়ে আমার মনে পড়ল—অনেক সময় পরিসংখ্যানবিদের কাজ শুধু সংখ্যা গণনা নয়, সংখ্যার অনুপস্থিতি চিহ্নিত করাও। আমি বহু বছর ধরেছি, একটা ডেটা পাইপলাইনের ব্যর্থতা কখনো কখনো ক্রিকেটের সবচেয়ে বড় গল্প হতে পারে। ২০১৩ সালে যখন আমি ভারতের ঘরোয়া ক্রিকেট লিগের তরুণ খেলোয়াড়দের তথ্য সংগ্রহের কাজ করছিলাম, তখন লক্ষ্য করেছিলাম—অনেক প্রতিভাবান খেলোয়াড়ের নাম কোনো স্কোরবুকে ঠিকভাবে লেখা হয়নি, ফলে তার ছয় বছরের কেরিয়ার এক লাইনে হারিয়ে গেছে। স্কোরবুক খোলা ছিল, কিন্তু নামটি লেখা হয়নি। আজ যা দেখছি, সেটি সেই একই ঘটনার শিল্প-স্তরের সংস্করণ। এখানে একজন খেলোয়াড়ের নাম হারায়নি, বরং সম্পূর্ণ নিবন্ধটি হারিয়ে গেছে—তার শিরোনাম, সূত্র, তথ্য, সত্তা সব। বিশ্লেষণ কাঠামোটি প্রমাণ করে, সিস্টেমটি কাজ করার জন্য প্রস্তুত ছিল; ব্যর্থতা ঘটেছে তার আগে, একদম উপরের স্তরে। তথ্য আহরণের পাইপলাইন ভেঙে গেছে, এবং কোনো ত্রুটি বার্তা ছাড়াই বিশ্লেষণকে তার সমস্ত ঘরে শূন্যতা দিয়ে ভরিয়ে দিয়েছে। আমার অভিজ্ঞতায়, এই ধরনের ব্যর্থতা সাধারণত তিনটি রূপে আসে। প্রথমত, ইনজেশন স্পষ্টভাবে ভুল হয়েছে—সম্ভবত নিবন্ধটি এইচটিএমএল ফরম্যাটে ছিল, কিন্তু সিস্টেম টেক্সট হিসেবে পড়তে পারেনি। দ্বিতীয়ত, নিবন্ধটি কোনো প্রতিরক্ষামূলক পে-ওয়ালের পিছনে ছিল, ফলে টোকেনাইজার মোটেও কনটেন্ট পায়নি। তৃতীয়ত, এবং সবচেয়ে সম্ভাব্য, স্টেজ-১-এর এক্সট্রাকশন স্ক্রিপ্টটি ক্রিকেট-নির্দিষ্ট সত্তা শনাক্ত করার ভাষা মডেল ব্যবহার করছে, কিন্তু সেটি এখনো সেই নিবন্ধের খেলোয়াড়, দল বা ফরম্যাট চিনতে পারছে না। পরিসংখ্যানের ভাষায় বলতে গেলে, এখানে টাইপ-২ ত্রুটি ঘটেছে—অর্থাৎ সত্যিকারের তথ্য রয়েছে, কিন্তু সিস্টেম সেটি গ্রহণ করতে ব্যর্থ। এবং যখন এমন ঘটে, বিশ্লেষককে সতর্ক থাকতে হয়, যেন NULL-কে ভুলবশত "ঝুঁকিমুক্ত" বা "তথ্যহীন নয়" বলে ব্যাখ্যা না করা হয়। কোনো ডেটা সেটের নীরবতা তার নিরাপত্তার প্রমাণ নয়। এখানেই আমার মূল পাল্টা-পর্যবেক্ষণ। অনেকেই ভাবেন, বিশ্লেষণের আটটি মাত্রা যখন ফাঁকা, তখন সেটি একটি ব্যর্থ বিশ্লেষণ। আমি বলি, এটি বিশ্লেষণের সবচেয়ে সৎ রূপ—কারণ এটি মিথ্যা আত্মবিশ্বাস তৈরি করেনি। ২০১৭ সালে মুম্বাইয়ের একটি ডিজিটাল আউটলেটে কাজ করার সময় আমাকে সাপ্তাহিক হট-টেক লেখার জন্য চাপ দেওয়া হয়েছিল। আমি তা প্রত্যাখ্যান করে বদলে ২০১৪ সালে বিশজন খেলোয়াড়ের ওপর ফলো-আপ ফিচার লিখেছিলাম, যারা বিশ বছরের আগেই আই-লিগ বা আইএসএল-এ পাঁচটি ম্যাচ খেলেছিল। তিন বছর পর দেখলাম, তাদের মধ্যে চৌদ্দজন পেশাদার ফুটবল ছেড়ে দিয়েছে। পরে আমি একটি সংশোধন কলামও প্রকাশ করেছি, যেখানে নিজের ভুল হিসাব স্বীকার করেছি। এই অভিজ্ঞতা আমাকে শিখিয়েছে—তথ্যের অভাবে নির্মিত মতামতের চেয়ে, তথ্যের অভাব স্বীকার করা অনেক সম্মানজনক। আমার মতে, ক্রিকেট বিশ্লেষণের জগতে এই ধরনের পাইপলাইন ব্যর্থতা বাস্তব জগতের একটা বড় শিক্ষা। যারা ট্রান্সফার উইন্ডোতে গুজবের সাগরে ডুবে থাকেন, তারা হয়তো ভাবেন যে কোনো নির্দিষ্ট খেলোয়াড় বা চুক্তির মূল্যই আসল গল্প। কিন্তু প্রকৃতপক্ষে, আসল গল্প কোথায় তথ্য হারিয়ে যায়, কোথায় যাচাই ছাড়াই সিদ্ধান্ত নেওয়া হয়, সেটাই। যে বিশ্লেষণ কাঠামোটি আমাদের সামনে উপস্থাপিত হয়েছে, সেটি নিখুঁতভাবে কাজ করার জন্য প্রস্তুত ছিল। ব্যর্থতা তার ভেতরে নয়, বাইরে, ইনপুট স্তরে। কম্পিউটার বিজ্ঞানের ভাষায় এটি garbage-in, garbage-out নয়—বরং no-input, no-output। তথ্য না থাকলে বিশ্লেষণ কেবল অলংকরণ, উপসংহার নয়।