শূন্য পেলোড: যে প্রতিবেদন কিছু বলেনি, আর ক্রিকেট অ্যানালিটিক্সকে যা শিখিয়েছে

ম্যানচেস্টারের বাড়িতে রাত দুটো বাজে। ল্যাপটপের স্ক্রিনে স্টেজ-টু রিপোর্টটা খোলা, আর প্রথম যে জিনিসটা চোখে পড়ছে তা কোনো ট্যাকটিক্যাল বিশ্লেষণ নয় — একটা টেবিল। আটটি সারি, আটটি মাত্রা, আর প্রতিটি ঘরে একই বাক্য: 'এন/এ — অপর্যাপ্ত তথ্য'। উপরে শিরোনামের জায়গায় 'এন/এ', সূত্রের জায়গায় 'এন/এ', ধরনের জায়গায় 'আনক্লাসিফায়েড'। নিচে একটা বাক্য জ্বলজ্বল করছে: 'এই প্রতিবেদনটি কোনো ক্রিকেট সিদ্ধান্ত দিতে পারছে না।'

আমি ওই ফাইলটা বারবার স্ক্রল করছি। কোনো ম্যাচের স্কোর নেই, কোনো খেলোয়াড়ের নাম নেই, কোনো ফরম্যাট নেই, কোনো তারিখ নেই। অথচ কাঠামোটা পুরোপুরি ঠিক — আটটি বিভাগ, প্রতিটির ভেতরে টেবিল, উপসংহার, এমনকি 'প্রমাণ' নামের আলাদা ঘর। দেখতে হুবহু সেই সব রিপোর্টের মতো যা আমি বছর দশেক ধরে তৈরি করেছি, শুধু ভেতরে কিছু নেই।

আমার কেরিয়ারের ঊনিশ বছর ধরে আমি শিখেছি, ভুল বিশ্লেষণ ধরা পড়ে। কেউ পোলারে প্রশ্ন তোলে, কেউ স্ট্রাইক রেটের নমুনা আকার নিয়ে আপত্তি করে, কেউ বলে আমি হোম গ্রাউন্ডের সুবিধাটা আলাদা করিনি। এগুলো সব স্বাস্থ্যকর আক্রমণ, কারণ এদের উত্তর দেওয়া যায়। কিন্তু ওই রাতের ফাইলটা অন্য ধরনের প্রাণী। ও ভুল বলেনি, ও কিছুই বলেনি — অথচ দেখতে ঠিকঠাক রিপোর্টের মতো।

সেই মুহূর্তে আমি একটা সিদ্ধান্ত নিয়েছিলাম, যেটা এই লেখার কেন্দ্রে আছে। আমি ওই খালি ঘরগুলো নিজের অনুমান দিয়ে ভরব না। কারণ আমি জানি, ক্রিকেটে সবচেয়ে বিপজ্জনক জিনিস মিথ্যা নয় — সবচেয়ে বিপজ্জনক জিনিস হলো এমন নির্দিষ্টতা যা সত্যির মতো দেখায়। একটা বানানো স্কোর আর একটা সত্যি স্কোর, ডাউনস্ট্রিম পাঠকের কাছে একই রকম।

পাইপলাইনের স্থাপত্য: দুই স্তরের মাঝখানে যা ঘটে

আমাদের কাজের ধরনটা ব্যাখ্যা করা দরকার, নইলে এই ঘটনার গুরুত্ব বোঝা যাবে না। আমরা দুই স্তরে কাজ করি। প্রথম স্তরে একটা সোর্স — সংবাদ, স্কোরকার্ড, সম্প্রচার, ফ্যান ফোরাম — থেকে তথ্য আহরণ করা হয়। কী শিরোনাম, কে লিখেছে, কোন ধরনের লেখা, কী কী নির্দিষ্ট দাবি আছে, এক বাক্যে সারমর্ম কী, লেখকের অবস্থান কী। এই নির্দিষ্ট দাবিগুলোকেই আমরা বলি 'অ্যাটমিক ইনফরমেশন পয়েন্ট' — ছোট ছোট অখণ্ড তথ্য, যেগুলো আলাদা করে যাচাই করা যায়।

দ্বিতীয় স্তরে সেই তথ্যগুলোকে আটটি মাত্রায় বিশ্লেষণ করা হয়: ফরম্যাট ও ম্যাচ, খেলোয়াড়ের কৌশল ও তথ্য, দলের অবস্থান ও র‍্যাঙ্কিং, লিগ ও বাণিজ্যিক বাস্তুসংস্থান, নিয়ম ও সুশাসন, ঝুঁকি, জন-আখ্যান ও প্রত্যাশা, এবং সর্বশেষে ইন্ডাস্ট্রি ট্রান্সমিশন। প্রতিটি মাত্রা সেই অ্যাটমিক পয়েন্টগুলোর ফাংশন। পয়েন্ট না থাকলে ফাংশনের কোনো ইনপুট নেই, ফলে আউটপুট শূন্য।

সমস্যাটা গাণিতিক, আবেগের নয়। খালি ইনপুট সেট থেকে একমাত্র বিশ্লেষণগতভাবে রক্ষণযোগ্য উত্তর হলো নাল-রেজাল্ট — অর্থাৎ এমন একটি প্রতিবেদন যা স্পষ্টভাবে লিখে দেয় 'প্রমাণ নেই', আর সাথে ঠিক কী কী প্রমাণ দরকার তার তালিকা দেয়। এটা ব্যর্থতা নয়। বিশ্লেষণ পদ্ধতিতে নাল-রেজাল্ট একটা বৈধ ফলাফল, ঠিক যেমন 'কোনো প্রভাব নেই' আর 'প্রভাব থাকার প্রমাণ নেই' দুটো আলাদা জিনিস।

আমি জানি এই জায়গায় অনেকে অস্বস্তি বোধ করবেন। পাঠক বিশ্লেষণ চান, তালিকা চান না। সম্পাদক শব্দসংখ্যা চান। আর ঠিক এই চাপটাই সেই ফাঁদ, যেখানে বিশ্লেষক নিজের কল্পনা দিয়ে পেলোড ভরিয়ে দেন।

নীরব ব্যর্থতার শারীরস্থান

ওই ফাইলে একটা জিনিস আমাকে সবচেয়ে বেশি ভাবিয়েছে। ফিল্ডগুলো খালি, কিন্তু স্কিমা অটুট। শিরোনামের ঘর আছে, মানে নেই। সূত্রের ঘর আছে, মানে নেই। এটা এলোমেলো ব্যর্থতা নয় — এটা সুগঠিত কিন্তু খালি একটা বস্তু।

এই পার্থক্যটা প্রযুক্তিগতভাবে সাংঘাতিক। যদি পাইপলাইন একটা ভাঙা ফাইল পাঠাত, স্কিমা ভ্যালিডেশন সঙ্গে সঙ্গে ধরে ফেলত, অ্যালার্ম বাজত, কেউ না কেউ রাত তিনটায় ফোন ধরত। কিন্তু সুগঠিত খালি বস্তু প্রতিটি স্বয়ংক্রিয় পরীক্ষায় পাস করে যায়। ডাউনস্ট্রিম সিস্টেম দেখে 'সব ফিল্ড আছে, কাজ শেষ'।

আমার মনে পড়ে ২০১৭ সালের কথা, যখন আমি স্কাউটল্যাবে জুনিয়র অ্যানালিস্ট ছিলাম। তখন আমাদের ডেটাবেসে একটা সমস্যা ছিল — কিছু ম্যাচে পাসিং ডেটা '০' হিসেবে ঢুকত, ফাঁকা হিসেবে নয়। শূন্য একটা বৈধ সংখ্যা। ফলে গড় বের করার সময় সিস্টেম ওই ম্যাচগুলোকে গণনায় রাখত, আর গড়টা নিচের দিকে টান খেত। আমরা মাসখানেক ধরে ভুল গড় নিয়ে কাজ করেছি, কারণ সিস্টেম কখনো এরর দেয়নি।

খালি পেলোড একই পরিবারের সমস্যা, আরও খারাপ সংস্করণে। শূন্য অন্তত একটা সংখ্যা, যাকে প্রশ্ন করা যায়। খালি ঘরকে প্রশ্ন করা যায় না, কারণ সেখানে প্রশ্ন করার মতো কিছুই নেই — অথচ ঘরটা আছে।

নীরব ব্যর্থতার সবচেয়ে বড় ক্ষতি প্রক্রিয়ায় নয়, সংস্কৃতিতে। যখন কোনো দল একবার শেখে যে খালি ইনপুটও 'সফল' আউটপুট তৈরি করে, তখন ইনপুটের গুণমান নিয়ে কারও আর তাড়া থাকে না। মেট্রিক সবুজ থাকে।

আটটি মাত্রা কেন একসঙ্গে ধসে পড়ল

প্রতিটি মাত্রা আলাদাভাবে দেখলে বোঝা যায়, দুর্বলতা কোথায় গভীর।

ফরম্যাট মাত্রায় প্রথম যে সিদ্ধান্তটা দরকার, সেটা হলো কোন ধরনের ক্রিকেট। টেস্ট, ওয়ানডে, টি-টোয়েন্টি, দ্য হান্ড্রেড — প্রতিটির ট্যাকটিক্যাল ফেজ মডেল সম্পূর্ণ আলাদা। টি-টোয়েন্টিতে পাওয়ারপ্লে, মিডল ওভার, ডেথ ওভার। ওয়ানডেতে দুই নতুন বল আর শেষ দশ ওভার। টেস্টে সেশনভিত্তিক কাঠামো আর আশি ওভারে নতুন বলের মাইলফলক। এগুলোর মধ্যে একটি বেছে নেওয়া যায় না যদি না ফরম্যাট জানা থাকে।

খেলোয়াড় মাত্রায় ভূমিকা নির্ধারণ করা যায় না। ওপেনার, অ্যাঙ্কর, ফিনিশার, পেসার, স্পিনার, অলরাউন্ডার, উইকেটকিপার — ভূমিকা হলো বেঞ্চমার্ক নির্বাচনের দরজা। ফিনিশারকে বিচার করা হয় ১৮০-এর বেশি স্ট্রাইক রেটে, অ্যাঙ্করকে গড় আর বল মোকাবিলায়, ডেথ বোলারকে ইয়র্কার কার্যকরতা আর সাতের নিচে ইকোনমিতে। দরজা না খুললে বেঞ্চমার্ক নির্বাচন পুরোপুরি খেয়ালখুশি।

দল মাত্রায় টিয়ার নির্ণয় আটকে যায়। এলিট পাওয়ার, শক্তিশালী মিড-টিয়ার, উদীয়মান শক্তি, অ্যাসোসিয়েট — কোনোটাই বসানো যায় না, কারণ দলের পরিচয়ই নেই। আইসিসি র‍্যাঙ্কিং কোন সূচকে দেখব, টেস্ট না ওয়ানডে না টি-টোয়েন্টি, সেইটুকুও অজানা।

লিগ মাত্রায় সবচেয়ে গুরুত্বপূর্ণ কাজটা করা যায় না — বাণিজ্যিক মূল্য আর ক্রীড়া মূল্যের মধ্যে পার্থক্য করা। ক্রিকেটে এই পার্থক্যটাই সবচেয়ে বেশি দরকার। একটা রেকর্ড আইপিএল নিলামদাম আন্তর্জাতিক ক্রিকেটে আধিপত্যের বিবৃতি নয়; ওটা scarcity, ফ্র্যাঞ্চাইজির পার্স হেডরুম আর ভারতীয় বাজারের বিপণন নাগালের বিবৃতি। কিন্তু লিগের নাম না জানলে কোন আয়-স্থাপত্য প্রযোজ্য হবে সেটাও ঠিক করা যায় না — বিপিসিসিআই-কেন্দ্রিক মিডিয়া রাইট সাইকেল, ইসিবির হান্ড্রেড ফ্র্যাঞ্চাইজি বিক্রয় মডেল, নাকি এসএ২০-র আইপিএল-মালিক অনুকরণ।

সুশাসন মাত্রায় একটা সূক্ষ্ম নৈতিক নিয়ম আছে, যেটা আমি লিখে রাখতে চাই। 'কোনো ঝুঁকি পাওয়া যায়নি' আর 'ঝুঁকি নেই' এক জায়গার কথা নয়। সঠিক পাঠ হলো 'অনির্ণেয়'। এই পার্থক্যটা সুশাসনে সবচেয়ে বেশি গুরুত্বপূর্ণ, কারণ ভিত্তিহীন ফিক্সিং ইঙ্গিতের বাস্তব আইনি ও সুনামগত মূল্য আছে।

ঝুঁকি মাত্রায় আমি ইচ্ছে করে ডিফল্ট 'কম' রেটিং দিইনি। এই কাঠামোয় 'কম' রেটিং একটা ইতিবাচক দাবি — যে চিহ্নিত ঝুঁকিগুলো নিয়ন্ত্রণে আছে। চিহ্নিত ঝুঁকিই যখন নেই, তখন নিয়ন্ত্রণের প্রশ্ন ওঠে না।

জন-আখ্যান মাত্রায় মূল্য পুরোপুরি নির্ভর করে দুটো জিনিসের উপস্থিতির ওপর — একটা আবেগের সংকেত আর একটা তথ্যের ভিত্তিরেখা। দুটোই না থাকলে বিচ্যুতি মাপা যায় না। এখানেই আমার সবচেয়ে বেশি আফসোস, কারণ এই মাত্রাটাই আমার কাজের হৃদয়।

ইন্ডাস্ট্রি ট্রান্সমিশন মাত্রায় কোনো চ্যানেল আঁকা যায় না, কারণ ছড়িয়ে দেওয়ার মতো কোনো ঘটনাই নেই।

ফরম্যাট: ক্রিকেট বিশ্লেষণের প্রথম শর্ত

আমি এই পয়েন্টটা আলাদা করে বলতে চাই, কারণ এটা আমার কাজের সবচেয়ে মৌলিক শিক্ষা। ফরম্যাট ছাড়া ক্রিকেটে কোনো সংখ্যার অর্থ নেই।

একটা উদাহরণ দিই। একশো পঁয়তাল্লিশের স্ট্রাইক রেট ওয়ানডের মিডল ওভারে অসাধারণ, আর টি-টোয়েন্টির ফিনিশারের জন্য নিচে। আট দশমিক পাঁচের ইকোনমি টি-টোয়েন্টিতে respectable, টেস্টে বিপর্যয়কর। একই সংখ্যা, তিনটি ভিন্ন অর্থ, কারণ ফরম্যাট ভিন্ন।

তাই ফরম্যাট ছাড়া লেখা যেকোনো বাক্য, গঠনগতভাবেই ক্রস-ফরম্যাট সংমিশ্রণ ত্রুটি। এটা ছোটখাটো ত্রুটি নয়। এটা সেই ত্রুটি, যেটা সবচেয়ে বিশ্বাসযোগ্য শোনায়, কারণ এতে সংখ্যা থাকে আর সংখ্যা সবসময় আত্মবিশ্বাসী শোনায়।

আমার বহু বছরের মাঠ দেখার অভিজ্ঞতা থেকে বলছি, সবচেয়ে বিপজ্জনক কথাটা হলো সেই কথাটা যেখানে কেউ একটা টি-টোয়েন্টি লিগের স্ট্রাইক রেট দিয়ে টেস্টে কোনো ব্যাটসম্যানের ভবিষ্যৎ ব্যাখ্যা করে। শ্রোতা সংখ্যাটা মনে রাখে, ফরম্যাটটা ভুলে যায়।

প্রভেন্যান্স: সমস্যার আসল চেহারা

এখন আমি আসল জায়গায় আসতে চাই। এই খালি পেলোডের ঘটনা আসলে ক্রিকেট সম্পর্কে কিছু বলে না। এটা ডেটা সম্পর্কে বলে, আর ডেটা সম্পর্কে বলাটা আজ জরুরি।

আমার কাজের একটি নিয়ম আছে, যেটা আমি প্রতিটি রিপোর্টে মেনে চলার চেষ্টা করি: প্রতিটি সংখ্যার একটি প্রথম স্পর্শ আছে, আর প্রতিটি প্রথম স্পর্শের একজন সাক্ষী আছে। সংখ্যাটা কোথা থেকে এল, কে প্রথম তা রেকর্ড করল, কোন যন্ত্রে, কোন সংস্করণে, কোন সময়ে।

২০১৭ সালের জুলাইয়ে এডারসনের পাস-অরিজিন ম্যাপ বানানোর সময় আমি এই শিক্ষাটা পেয়েছিলাম, সেটা ছিল ম্যানচেস্টার সিটির পঁয়ত্রিশ মিলিয়ন পাউন্ডের সাইনিং নিয়ে ডিউ ডিলিজেন্স। আমি দেখিয়েছিলাম এডারসন বেনফিকায় প্রতি নব্বই মিনিটে আটত্রিশ দশমিক দুইটি পাস দিয়েছেন পঁচাশি দশমিক চার শতাংশ নির্ভুলতায়, আর প্রতি নব্বই মিনিটে বারো দশমিক একটি লং বল। সিটির ফ্যানরা টুইটারে প্রশ্ন তুললেন — পর্তুগিজ প্রিমিয়েরা লিগ ধীর, এই সংখ্যা ইংলিশ প্রিমিয়ার লিগে টিকবে না।

তাঁরা ঠিক ছিলেন। আমি দুই সপ্তাহ ধরে বেনফিকার দশটি ম্যাচ নতুন করে কোড করলাম, PPDA faced যোগ করলাম — যেটা নয় দশমিক আট বেরোল — আর চাপ-সমন্বিত পাস নির্ভুলতা হিসাব করলাম। তারপর চৌদ্দ টুইটের একটা থ্রেড দিলাম। সেই দিন থেকে প্রতিটি স্কাউটিং রিপোর্টে 'ফ্যান আপত্তি' নামে একটা বিভাগ যোগ করি।

এই বিভাগটাই আমাকে প্রভেন্যান্সের আসল মানে শিখিয়েছে। প্রভেন্যান্স মানে শুধু সূত্র লেখা নয়। প্রভেন্যান্স মানে সেই সূত্রটির বিরুদ্ধে ওঠা প্রশ্নটিও সংরক্ষণ করা।

আমি ড্যাশবোর্ডের পূজা করি না; আমি জিজ্ঞেস করি তাতে কে অনুপস্থিত।

ব্লকচেইন যেখানে ঢোকে

এখন সেই অংশ, যেটা নিয়ে আমি আসলে লিখতে বসেছি।

একটা খালি পেলোড, একটা সুগঠিত কিন্তু শূন্য রিপোর্ট, একটা নীরব ব্যর্থতা — এই সমস্যাটা আমার মনে হয় ক্রিকেট অ্যানালিটিক্সের সবচেয়ে বড় কাঠামোগত দুর্বলতা, আর এটা প্রযুক্তিগতভাবে সমাধানযোগ্য। সমাধানটা কোনো নতুন xG মডেল নয়। সমাধানটা হলো প্রভেন্যান্সের একটি অপরিবর্তনীয় স্তর।

ভাবুন, প্রতিটি অ্যাটমিক ইনফরমেশন পয়েন্ট আলাদা করে হ্যাশ করা হয়। কোন সোর্স, কোন ইউআরএল, কখন আহরণ করা হয়েছে, কোন পার্সার সংস্করণ, কোন ক্লাসিফায়ার সংস্করণ — সব একটা ক্রমিক লেজারে লেখা হয়। প্রতিটি নতুন এন্ট্রি আগের এন্ট্রির হ্যাশ ধারণ করে। ফলে কেউ মাঝখানে একটা তারিখ বদলালে পুরো চেইন ভেঙে যায়, আর সেটা সঙ্গে সঙ্গে ধরা পড়ে।

এই জিনিসটা আমার কাছে খুব চেনা শোনায়, কারণ এটা ঠিক সেই ট্রেসব্যাক কাজটাই, যা আমি হাতে করি। আমি হাইলাইটটি ফিরিয়ে নিয়ে যাই সেই মুহূর্ত পর্যন্ত, যেখানে হাইলাইটটি নিজের উৎস ভুলে গিয়েছিল। ব্লকচেইন ওই ফেরার পথটাকে স্বয়ংক্রিয় করে দেয়।

এখানে একটা জিনিস স্পষ্ট করা দরকার। আমি বলছি না যে ক্রিকেটের প্রতিটি পরিসংখ্যান চেইনে উঠে যাওয়া উচিত। আমি বলছি, সিদ্ধান্তের ভিত্তি হিসেবে ব্যবহৃত প্রতিটি সংখ্যার উৎস-শৃঙ্খল যাচাইযোগ্য হওয়া উচিত। পার্থক্যটা বড়। প্রথমটা প্রযুক্তির প্রতি আবেগ। দ্বিতীয়টা পদ্ধতির প্রতি দায়বদ্ধতা।

ট্রেসব্যাক লেজার: কীভাবে কাজ করবে

কল্পনা করুন একটা সিস্টেম, যেখানে একটি ম্যাচ রিপোর্টের প্রতিটি সংখ্যার পাশে একটা ছোট কোড থাকে। ক্লিক করলে দেখা যায় সংখ্যাটা প্রথম কোথায় প্রকাশিত হয়েছিল, কে সেটা প্রথম রেকর্ড করেছে, তারপর কে কে সেটা পুনরাবৃত্তি করেছে। যদি কোনো সংবাদমাধ্যম একটা ভুল সংখ্যা ছাপায়, আর পরে দশটা আউটলেট সেটা কপি করে, তাহলে লেজার দেখাবে দশটার উৎস একটাই — মূল ভুলটা।

আমার কাজে এই জিনিসটা কেন দরকার, তার একটা বাস্তব কারণ আছে। ক্রিকেটে ট্রান্সফার গুজবের বাজার এখন বিশাল, আর গুজবের একটা বৈশিষ্ট্য আছে — কেউ জানে না কে প্রথম বলেছে। একটা ক্লাবের আগ্রহের খবর প্রথমে একটা কম-নির্ভরযোগ্য অ্যাকাউন্টে আসে, তারপর একটা বড় আউটলেট সেটা 'সূত্রের বরাত দিয়ে' ছাপে, তারপর সেটা 'রিপোর্ট' হয়ে যায়, আর শেষে সবাই ভাবে এটা প্রতিষ্ঠিত।

একটা ট্রান্সফার গুজব একটি ডেটা পয়েন্ট, যতক্ষণ না সে একজন মানুষ হয়ে ওঠে। আর মানুষ হয়ে ওঠার আগে আমাদের জানা দরকার, গুজবটা আসলে কার কাছ থেকে এসেছে।

লেজার থাকলে এই শৃঙ্খলটা ভাঙা যায় না। প্রতিটি পুনরাবৃত্তির পাশে লেখা থাকবে তার উৎস কোন পুনরাবৃত্তি। তথ্যের বংশপরিচয় হারায় না।

কমিউনিটি ভেরিফিকেশন: ভোট যখন কনসেনসাস

এই সিরিজের আরেকটা অংশ আমার কাছে সবচেয়ে প্রিয়, আর সেটা এই ব্লকচেইন আলোচনার সঙ্গে সরাসরি যুক্ত।

২০১৮ সালের জুনে ফ্রান্স-আর্জেন্টিনা ম্যাচটা দেখছিলাম, সেই চার-তিন গোলের ম্যাচ। আমি লাইভ xG মডেল বানিয়েছিলাম। কিলিয়ান এমবাপের নামে উঠল শূন্য দশমিক আটাত্তর xG, পাঁচটি শট, চারটি প্রোগ্রেসিভ ক্যারি, আর সাঁইত্রিশ কিলোমিটার প্রতি ঘণ্টা গতি। ম্যাচের পর ফরাসি আর আর্জেন্টিনার ফ্যানরা তর্ক শুরু করলেন — এমবাপের গতি নির্ধারক, নাকি আর্জেন্টিনার উঁচু ডিফেন্সিভ লাইন? আমি টুইটারে একটা পোল দিলাম। বারো হাজার ভোট এল।

তারপর আমি মডেলে দুটো নতুন চলক যোগ করলাম — লাইন হাইট আর রিকভারি রান। মডেল বদলায়নি গতির জন্য, বদলেছিল তোমার ভোটে।

এখানেই আমি ব্লকচেইনের একটা ধারণার সঙ্গে ক্রিকেটের মিল দেখি। ব্লকচেইনে সত্য প্রতিষ্ঠিত হয় সংখ্যাগরিষ্ঠ নোডের সম্মতিতে, আর সেই সম্মতির ইতিহাস অপরিবর্তনীয়ভাবে সংরক্ষিত থাকে। ফ্যান পোলও এক ধরনের কনসেনসাস — কিন্তু আমাদের শিল্পে সেই কনসেনসাসের কোনো লেজার নেই। ভোট শেষ হয়ে গেলে হারিয়ে যায়, কেউ আর জানে না কে কী বলেছিল, কত ভোট পড়েছিল, কোন প্রশ্নে।

একটা খালি পেলোড আমাদের শেখায়, কনসেনসাসের রেকর্ড না থাকলে ভেরিফিকেশনও থাকে না।

রিলিজ ক্রাইটেরিয়া: কোডে লেখা নিয়ম

আমার নিজের একটা দুর্বলতা আছে, যেটা আমি স্বীকার করি। আমি বারবার মডেল নতুন করে কোড করি, আর কখনো কখনো প্রকাশ করি না। এটা পারফেকশনিজমের ফাঁদ, আর আমার পরিচিত সবাই জানে।

এই ফাঁদ থেকে বেরোনোর পথটা আমি ব্লকচেইনের আরেকটা ধারণা থেকে পেয়েছি — স্মার্ট কন্ট্রাক্ট, অর্থাৎ এমন নিয়ম যা আগেই লেখা থাকে আর শর্ত পূরণ হলেই কার্যকর হয়, কারও অনুমতি ছাড়া।

ভাবুন, প্রকাশের শর্তগুলো আগেই ঠিক করা। ন্যূনতম তিনটি অ্যাটমিক ইনফরমেশন পয়েন্ট। শিরোনাম উপস্থিত। সূত্রের ইউআরএল আর আহরণের সময় উপস্থিত। ফরম্যাট নির্দিষ্ট। অন্তত একটি নামযুক্ত সত্তা। এই শর্তগুলো পূরণ না হলে প্রকাশ আটকে যায় — আর আটকে যাওয়ার কারণটা স্পষ্টভাবে লগে থাকে।

আমার এই মুহূর্তের রিপোর্টটায় ঠিক এই জিনিসটাই অনুপস্থিত ছিল। শর্ত থাকলে পাইপলাইন শুরু হতোই না। কেউ রাত দুটোয় একটা ফাঁকা টেবিল নিয়ে বসে থাকত না।

শর্ত আরোপ মানে নমনীয়তা হারানো নয়। শর্ত মানে নিজের সঙ্গে করা চুক্তি লিখিত রাখা।

খালি স্টেডিয়াম, খালি ডেটা

২০২০ সালের মে মাসে আমি পঞ্চাশটি বন্ধ দরজার পেছনে খেলা বুন্দেসলিগা ম্যাচ বিশ্লেষণ করেছিলাম। ঘরের দলের জয়ের হার তেতাল্লিশ দশমিক তিন শতাংশ থেকে নেমে এসেছিল বত্রিশ দশমিক শূন্য শতাংশে। ঘরের দলের পক্ষে রেফারির ফাউল দেওয়া কমেছিল প্রতি ম্যাচে এক দশমিক দুই করে। PPDA আর দূরত্ব কভার করে দেখলাম প্রেসিং তীব্রতা সাত শতাংশ কমেছে।

কিন্তু সংখ্যাগুলো আমার কাজের অর্ধেক মাত্র। ওই সময় আমি একা ছিলাম, আর সেই একাকিত্ব আমাকে একটা সাপ্তাহিক জুম কলে নিয়ে গেল — 'ডেটা অ্যান্ড ফ্যানস', ত্রিশ জন সাপোর্টার, ম্যানচেস্টার সিটি আর ইউনাইটেড গ্রুপ থেকে। তাঁরা শুধু সংখ্যা নিয়ে কথা বলতেন না, ক্ষতি নিয়ে কথা বলতেন।

এই অভিজ্ঞতা আমার রিপোর্ট লেখার ধরন বদলে দিয়েছে। এখন আমি মানসিক স্বাস্থ্য-সচেতন ডেটা লেখা লিখি, ফ্যানের কণ্ঠস্বর উদ্ধৃত করি।

আর এখানেই একটা কথা বলি, যেটা এই নিবন্ধের কেন্দ্রীয় আবেগ। একটা খালি পেলোড দেখতে ঠিক ওই খালি স্টেডিয়ামগুলোর মতো — কাঠামো সব আছে, মানুষ নেই। বিশ্লেষণ কাঠামো দিয়ে চলে না। বিশ্লেষণ চলে সাক্ষী দিয়ে।

কন্ট্রারিয়ান: চেইনে আবদ্ধ ভুল

এখন আমি নিজের যুক্তির বিরুদ্ধে যেতে চাই, কারণ এটা না করলে লেখাটা প্রচার হয়ে যাবে, বিশ্লেষণ হবে না।

প্রথম আপত্তি সবচেয়ে সরল। অপরিবর্তনীয় লেজার খারাপ ইনপুটকে ভালো ইনপুট বানায় না। গার্বেজ ইন, গার্বেজ অন চেইন। বরং অবস্থা আরও খারাপ হতে পারে, কারণ চেইনে থাকা ভুল একটা স্থায়িত্বের মোড়ক পায়। কেউ প্রশ্ন তুললে বলা যায়, 'এটা তো লেজারে আছে'। অথচ লেজারে থাকার অর্থ শুধু এই যে কেউ একবার সেটা লিখেছিল।

দ্বিতীয় আপত্তি আরও গভীর। অপরিবর্তনীয়তা সংশোধনের বিরুদ্ধে কাজ করে। ক্রিকেট পরিসংখ্যানে সংশোধন খুব সাধারণ ঘটনা। কোনো বলের গতি পরে ঠিক হয়, কোনো ক্যাচের কৃতিত্ব পরে বদলায়, ডিএলএস লক্ষ্য পুনর্বিবেচনা হয়, ডিআরএসে আম্পায়ার্স কল নিয়ে বিতর্ক হয়। যদি প্রথম রেকর্ডটা অপরিবর্তনীয় হয়, তাহলে সংশোধনের পথ কোথায়? উত্তর হলো — সংশোধন নতুন এন্ট্রি হিসেবে যোগ করতে হবে, মুছে ফেলা যাবে না। এটা কার্যকর, কিন্তু এটা মানে লেজার ক্রমশ জটিল হবে, আর সাধারণ পাঠক সেটা পড়তে পারবেন না।

তৃতীয় আপত্তি সবচেয়ে অস্বস্তিকর। আসল সমস্যাটা প্রযুক্তিগত নয়, প্রণোদনাগত। পাইপলাইন খালি পেলোড পাঠিয়েছিল, কিন্তু সেই খালি পেলোডকে ভরিয়ে দেওয়ার প্রলোভনটা তৈরি হয়েছিল মানুষের মধ্যে — শব্দসংখ্যার চাপে, সময়সীমার চাপে, দর্শকের চাহিদার চাপে। কোনো লেজার সেই প্রলোভন দূর করে না।

চতুর্থ আপত্তি আমার নিজের পেশার বিরুদ্ধে। আমি একটা খালি পেলোড নিয়ে পাঁচ হাজার শব্দ লিখছি। এটাই কি সেই একই রোগের আরেকটা রূপ নয়? একটা অনুপস্থিতির চারপাশে বিশাল কাঠামো গড়ে তোলা?

আমার উত্তর হলো, না — যদি এবং কেবল যদি প্রতিটি বাক্য অনুপস্থিতিটাকেই দেখায়। এই লেখার উদ্দেশ্য কোনো ম্যাচ ব্যাখ্যা করা নয়। উদ্দেশ্য হলো দেখানো, কাঠামো ঠিক থাকলেই বিশ্লেষণ হয় না।

ন্যূনতম ইনপুট: যা ছাড়া কিছুই সম্ভব নয়

এই আলোচনার একটা ব্যবহারিক ফল আছে, আর সেটা আমি স্পষ্ট করে লিখে রাখতে চাই।

একটা বৈধ বিশ্লেষণ চালানোর জন্য ন্যূনতম পাঁচটি জিনিস দরকার। এক, নিবন্ধের শিরোনাম, প্রকাশমাধ্যম আর প্রকাশের তারিখ। দুই, ফরম্যাট চিহ্নিতকরণ — টেস্ট, ওয়ানডে, টি-টোয়েন্টি, দ্য হান্ড্রেড — এবং প্রতিযোগিতার নাম। তিন, অন্তত একটি নামযুক্ত সত্তা — দল, খেলোয়াড়, কোচ বা ফ্র্যাঞ্চাইজি। চার, তিন বা তার বেশি অ্যাটমিক তথ্যবিন্দু। পাঁচ, উৎসে উপস্থিত যেকোনো সংখ্যাতথ্য।

এগুলোর কোনোটাই ছিল না। ফলে প্রতিটি ঘরে লিখতে হয়েছে 'তথ্য যাচাইয়ের অপেক্ষায়'।

আমি জানি এটা নিরস শোনায়। কিন্তু এই তালিকাটাই আসল রিপোর্ট। বাকি সব ওই তালিকার ব্যাখ্যা।

যে সংখ্যাগুলো আমাদের শেখায় কী জিজ্ঞেস করতে হয়

আমি আমার কেরিয়ারের একটা প্যাটার্ন লক্ষ্য করেছি। প্রতিটি বড় শিক্ষা এসেছে একটা ভাঙা সংখ্যা থেকে, একটা সফল সংখ্যা থেকে নয়।

এডারসনের আটত্রিশ দশমিক দুই পাস আমাকে শিখিয়েছে লিগের গতি জিজ্ঞেস করতে। এমবাপের সাঁইত্রিশ কিলোমিটার আমাকে শিখিয়েছে প্রতিপক্ষের লাইন কত উঁচু ছিল তা জিজ্ঞেস করতে। বুন্দেসলিগার তেতাল্লিশ দশমিক তিন থেকে বত্রিশ দশমিক শূন্য আমাকে শিখিয়েছে উপস্থিতি কতটা তা জিজ্ঞেস করতে।

আর এবারের খালি পেলোড আমাকে শিখিয়েছে সবচেয়ে কঠিন প্রশ্নটা করতে — এই সংখ্যাটা আদৌ আছে কি?

শেষের দিকে: পরের রাউন্ডের সংকেত

আমি এই লেখাটা একটা পূর্বাভাস দিয়ে শেষ করতে চাই, কারণ সারসংক্ষেপ দিয়ে শেষ করলে আগের সব শ্রম বৃথা যায়।

আগামী দুই বছরে ক্রীড়া বিশ্লেষণের সবচেয়ে বড় লড়াইটা হবে মডেল নিয়ে নয়, উৎস নিয়ে। কে কোন সংখ্যার মালিক, সেটা প্রথম কোথায় প্রকাশিত হলো, কে সেটা বদলাল, আর কেন — এই প্রশ্নগুলো এখন প্রান্তিক, কিন্তু এগুলোই কেন্দ্রে আসবে। কারণ জেনারেটিভ মডেলের যুগে বিশ্বাসযোগ্য সংখ্যা তৈরি করা সহজ হয়ে গেছে, আর যাচাই করা কঠিন হয়ে গেছে।

যে সংস্থা প্রথম প্রভেন্যান্সকে পণ্যের অংশ বানাতে পারবে — প্রতিটি পরিসংখ্যানের সঙ্গে তার সম্পূর্ণ বংশপরিচয় — সে শুধু নির্ভুলতার সুবিধা পাবে না, বিশ্বাসের সুবিধাও পাবে।

আর আমার মতো মানুষের জন্য এটা মুক্তির মতো। আমি আর কখনো একা রাত দুটোয় সিদ্ধান্ত নিতে হবে না যে খালি ঘরটা ভরব কি না। নিয়মটা আগেই লেখা থাকবে।

শেষে একটা প্রশ্ন রেখে যাই। যদি আপনার প্রিয় দলের পরিসংখ্যানের প্রতিটি সংখ্যার পাশে একটা ছোট কোড থাকত, আর সেই কোডে দেখা যেত সংখ্যাটা প্রথম কে বলেছিল — আপনি কি সেটা ক্লিক করতেন? আর যদি ক্লিক করার পর দেখতেন, সংখ্যাটা প্রথম এসেছিল একটা অজানা অ্যাকাউন্ট থেকে, তারপর দশটা বড় আউটলেট সেটা কপি করেছে — আপনি কি আপনার মত বদলাতেন?

আমি জানি আমি বদলাতাম। কারণ আমি বহুবার বদলেছি। প্রতিটি সংখ্যার একটি প্রথম স্পর্শ আছে, আর প্রতিটি প্রথম স্পর্শের একজন সাক্ষী আছে। কাজটা শুধু সেই সাক্ষীকে খুঁজে বের করা।