খালি ইনপুট, শূন্য বিশ্লেষণ: ক্রিকেট ডেটা পাইপলাইনের নীরব ব্যর্থতার একটি প্রত্নতাত্ত্বিক অনুসন্ধান

আমার হার্ড ড্রাইভে রাশিয়া ২০১৮-এর ১৬৯টি গোলের একটি স্প্রেডশিট আছে। প্রতিটি গোলের মিনিট, অ্যাসিস্ট, সেট-পিস না ওপেন-প্লে — সব কলাম ধরে ধরে কোড করা। ২০১৮ সালের জুলাই মাসে ঢাকার একটি ছোট নিউজরুমে বসে, তিন ঘণ্টার টাইম ডিফারেন্স মেনে, আমি ওই কাজটা করেছিলাম, কারণ আমার সম্পাদক চেয়েছিলেন 'ওপেন প্লের মৃত্যু' নিয়ে একটি ফিচার। আমি তখন ২০১০ ও ২০১৪-এর গোল-লগ বের করে দেখালাম, পেনাল্টির লাফটা ছিল রেফারির সিদ্ধান্তের প্রভাব, কৌশলগত পরিবর্তন নয়। সেই থেকে আমার একটি স্থায়ী নিয়ম — দুটি পূর্ববর্তী টুর্নামেন্টের বেসলাইন ছাড়া কোনো ট্রেন্ড লেখা যাবে না।

গত সপ্তাহে আমার ডেস্কে একটি স্টেজ-২ ডিপ প্রফেশনাল অ্যানালাইসিস রিপোর্ট এল। ক্রিকেট ডোমেইন। শিরোনামে লেখা — 'Stage-2 Deep Professional Analysis'। আমি ফাইলটা খুললাম, কারণ ক্রিকেট এখন আমার প্রধান বিট, বিশেষ করে বাংলাদেশ ও দক্ষিণ এশিয়ার বয়স-ভিত্তিক সার্কিট। যা দেখলাম, সেটা কোনো বিশ্লেষণ নয় — এটা একটি খালি টিম শিট। যে টিম শিট কেউ চায়নি, কিন্তু এটাই একমাত্র সম্পূর্ণ সেট হয়ে দাঁড়িয়েছে।

আমি ২০১৭ সালে ২৬ বছর বয়সে ঢাকার একটি ছোট ডিজিটাল আউটলেটে জুনিয়র রাইটার হিসেবে যোগ দিয়েছিলাম, মাসিক ১৮,০০০ টাকার চুক্তিতে। সম্পাদক আমাকে বাংলাদেশ প্রিমিয়ার লিগের সিনিয়র বিট দিয়েছিলেন। আমি সেই অ্যাসাইনমেন্ট ফেলে দিয়ে নয় সপ্তাহ ধরে ২০১৬ সালের ঢাকা থার্ড ডিভিশন ইয়ুথ লিগের ২১৪টি হাতে-লেখা টিম শিট ছবি তুলে ট্রান্সক্রাইব করেছিলাম। ১৮৭ জন খেলোয়াড়ের মোট ৩,৭৪২ মিনিট লগ করেছিলাম, যাদের জন্ম ১৯৯৮ থেকে ২০০১ সালের মধ্যে। তাদের একজন ছিল তৎকালীন ১৫ বছর বয়সী বাঁ-পায়ের লেফট-ব্যাক নাঈম হাসান রিফাত, যে পরে চট্টগ্রাম একাডেমিতে চুক্তিবদ্ধ হয়। সেই অভিজ্ঞতা থেকে আমার স্থায়ী পদ্ধতি তৈরি হয়েছিল — কোনো দাবি নয়, সোর্স শিট, তারিখ আর মিনিট কাউন্ট ছাড়া। সম্পাদকেরা আমাকে প্রেস কনফারেন্সে পাঠানো বন্ধ করে দিয়েছিলেন এবং যেকোনো যুব-ফুটবল প্রশ্ন আমার ডেস্কে রাউট করতে শুরু করেছিলেন, কারণ অফিসে আমিই একমাত্র লেখক ছিলাম যে পেজ নম্বর দিয়ে উত্তর দিতে পারতাম।

এখন সেই একই পদ্ধতি ক্রিকেটে প্রয়োগ করছি। এবং স্টেজ-২ রিপোর্টটা আমাকে একটি ভিন্ন ধরনের সমস্যার সামনে দাঁড় করাল।

রিপোর্টটির উপরের দিকে একটি লাল সতর্কবার্তা ছিল। সেটি বলছিল, এই বিশ্লেষণের জন্য যে স্টেজ-১ ডিকনস্ট্রাকশন ফলাফল সরবরাহ করা হয়েছে, সেটি কার্যত খালি। সব মূল ফিল্ড ফাঁকা। আর্টিকেল টাইটেল — এন/এ। আর্টিকেল সোর্স — এন/এ। আর্টিকেল টাইপ — আনক্লাসিফায়েড। কোর ভিউপয়েন্ট — এক-বাক্য সারসংক্ষেপ ফাঁকা, লেখকের অবস্থান এন/এ, লেখার উদ্দেশ্য এন/এ। ইনফরমেশন পয়েন্ট — কোনোটিই তালিকাভুক্ত নয়। এনটিটিজ ইনভলভড — 'উপরের ইনফরমেশন পয়েন্ট থেকে চিহ্নিত করুন', কিন্তু কোনো ইনফরমেশন পয়েন্ট নেই। টাইম সেনসিটিভিটি ও সোর্স কোয়ালিটি মূল্যায়ন করা হয়নি।

শুধু একটি ফিল্ড পূরণ করা ছিল — ডোমেইন লেবেল: cricket_world।

অর্থাৎ, ক্রিকেট-নির্দিষ্ট কোনো বিষয়বস্তু নেই। কোনো ফরম্যাট নেই, কোনো দল নেই, কোনো খেলোয়াড় নেই, কোনো লিগ নেই, কোনো ইভেন্ট নেই, কোনো নিয়ম নেই, কোনো ডেটা পয়েন্ট নেই। শুধু একটি লেবেল — যেন একটি সম্পূর্ণ লাইব্রেরির দরজায় লেখা 'বই'।

আমি আমার হার্ড ড্রাইভের দিকে তাকালাম। ২০২০ সালে বাংলাদেশ প্রিমিয়ার লিগ মার্চে দুই রাউন্ড পর স্থগিত হওয়ার পর আবাহনী, বসুন্ধরা কিংস ও মোহামেডান খেলোয়াড়দের বাড়ি পাঠিয়ে দিয়েছিল, আর আমার সহকর্মীরা নস্টালজিয়া কনটেন্টে ঝাঁপিয়ে পড়েছিলেন। আমি সেই ১৪ মাসের ব্যবধান ব্যবহার করে ২০১১ থেকে ২০২০ পর্যন্ত একটি যুব পাইপলাইন ডেটাবেস তৈরি করেছিলাম: ১২টি একাডেমি ইনটেক থেকে ৬৪০ জন খেলোয়াড়, ডেব্যু বয়স, টপ-ফ্লাইট মিনিট এবং ২০২০ সালে তাদের চুক্তি আছে কি না দিয়ে ট্র্যাক করা। ৬৪০ জনের মধ্যে মাত্র ৩১ জন কখনো ১,০০০+ টপ-ফ্লাইট মিনিট খেলেছে। সেই '৩১/৬৪০' সংখ্যাটি একটি ছয় পর্বের সিরিজের মেরুদণ্ড হয়েছিল এবং আমার প্রথম পেইড লং-ফর্ম কমিশন।

সেই সময় থেকেই আমি বুঝেছি, সংকটের পদ্ধতিগত পর্যালোচনা প্রতিক্রিয়াশীল ভাষ্যের চেয়ে ভালো কাজ করে। কিন্তু স্টেজ-২ রিপোর্টের ক্ষেত্রে সমস্যাটা ভিন্ন। এখানে কোনো সংকট নেই — এখানে কোনো বিষয়বস্তুই নেই।

আমি রিপোর্টটি পড়তে শুরু করলাম, কারণ আমি জানি, খালি ডেটাও একটি ডেটা। শূন্যতাও একটি সাইট। একটি খালি স্টেডিয়ামও একটি সাইট, আমি তার নীরবতা ক্যাটালগ করেছি।

প্রথম বিভাগ: ফরম্যাট ও ম্যাচ বিশ্লেষণ। ফরম্যাট — এন/এ, ইনসাফিসিয়েন্ট ইনফরমেশন। ম্যাচ প্রকৃতি — এন/এ। ম্যাচ ইন্টারপ্রিটেশন টেবিলে প্রতিটি সারি: ফরম্যাট কনটেক্সট, কী-ফেজ পারফরম্যান্স, ভেন্যু ফ্যাক্টর, এনভায়রনমেন্টাল ফ্যাক্টর — সব এন/এ। বিশ্লেষণমূলক সিদ্ধান্তে লেখা: কোনো ফরম্যাট বা ম্যাচ কনটেক্সট প্রতিষ্ঠা করা যায় না। প্রমাণ: স্টেজ-১ ইনফরমেশন পয়েন্ট খালি।

এখানে একটি মৌলিক প্রত্নতাত্ত্বিক সত্য আছে। যখন কোনো নথি না থাকে, তখন সেই অনুপস্থিতি নিজেই একটি নথি। প্রত্নতত্ত্বে আমরা মাঝে মাঝে একটি ফাঁকা স্তর পাই — কোনো হাড় নেই, কোনো পাত্রের টুকরো নেই, কোনো পোড়া কাঠের ছাই নেই। সেই ফাঁকা স্তরটি আমাদের বলে, সেই সময়ে হয় কোনো মানুষ ছিল না, নয়তো তারা কিছু রেখে যায়নি, নয়তো পরবর্তী কোনো প্রক্রিয়া সেই স্তর মুছে দিয়েছে। তথ্যের অভাব নিজেই একটি তথ্য।

ক্রিকেট ডেটা পাইপলাইনেও একই যুক্তি প্রযোজ্য। শূন্য ডেটা পয়েন্ট মানে তিনটি সম্ভাবনার একটি: হয় কোনো ম্যাচই ঘটেনি, নয়তো ম্যাচ ঘটেছে কিন্তু কেউ রেকর্ড করেনি, নয়তো রেকর্ড হয়েছে কিন্তু সেটা এই পাইপলাইনে পৌঁছায়নি। ক্রিকেটে যেকোনো মানের ম্যাচের জন্য অন্তত একটি স্কোরকার্ড, একটি টিম শিট, একটি টস রিপোর্ট, একটি ফিল্ডিং পজিশন চার্ট থাকে — সেটা বিসিবি টি-টোয়েন্টি হোক, ঢাকা প্রিমিয়ার লিগ হোক বা জাতীয় দলের টেস্ট হোক। খালি ইনপুট মানে প্রথম সম্ভাবনা বাদ যায়, কারণ ক্রিকেট বিশ্বে প্রতিদিন কিছু না কিছু ঘটে। দ্বিতীয় সম্ভাবনাও দুর্বল, কারণ স্টেজ-২ রিপোর্ট নিজেই স্বীকার করেছে যে একটি ডোমেইন লেবেল এসেছে — অর্থাৎ কোথাও একটি সোর্স আর্টিকেল ছিল, সেটি ক্রিকেট সম্পর্কিত ছিল, কিন্তু সোর্সটি পাইপলাইনে ঢুকেছে এক জায়গায় আর তথ্য বেরিয়ে গেছে আরেক জায়গায়। তৃতীয় সম্ভাবনাটাই সবচেয়ে শক্তিশালী ব্যাখ্যা।

দ্বিতীয় বিভাগ: খেলোয়াড় কৌশল ও ডেটা বিশ্লেষণ। খেলোয়াড় — এন/এ। ভূমিকা — এন/এ। ফরম্যাট কনটেক্সট — এন/এ। কোর ডেটা টেবিলে অ্যাভারেজ, ব্যাটিং স্ট্রাইক রেট, বোলিং ইকোনমি রেট, সিচুয়েশনাল স্প্লিট, রিসেন্ট ট্রেন্ড — সব এন/এ, লিগ/এরা বেঞ্চমার্ক এন/এ। বিশ্লেষণে লেখা: ইনফরমেশন পয়েন্টে কোনো খেলোয়াড়ের নাম নেই।

আমি ভাবলাম, আমি যদি এই মুহূর্তে বাংলাদেশের যুব ক্রিকেট থেকে একটি নাম বেছে নিতাম, ধরুন নাঈম হাসান রিফাতের মতো কেউ, এবং তার সাম্প্রতিক ফর্ম বিশ্লেষণ করতাম — সেটা হবে একটি ভুয়া টিম শিট তৈরি করার মতো। আমি ২০১৭ সালে যেটা প্রতিশ্রুতি দিয়েছিলাম, সেটা হলো: সোর্স শিট, তারিখ এবং মিনিট কাউন্ট ছাড়া কোনো দাবি নয়। এই রিপোর্টে সেই তিনটির কোনোটিই নেই। তাই এই বিভাগটি সঠিকভাবে এন/এ-তে থেমে গেছে। একটি ভুল নাম ঢোকানো মানে পাঠকের কাছে মিথ্যা তথ্য পরিবেশন করা, আর সেটা আমার নীতিবিরুদ্ধ।

তৃতীয় বিভাগ: দলীয় ল্যান্ডস্কেপ ও র‍্যাঙ্কিং বিশ্লেষণ। দল — এন/এ। টায়ার — এন/এ। আইসিসি র‍্যাঙ্কিং — এন/এ। স্কোয়াড স্ট্রাকচার টেবিলে ব্যাটিং ডেপথ, বোলিং কম্বিনেশন, বেঞ্চ ডেপথ, বয়স কাঠামো — সব এন/এ।

চতুর্থ বিভাগ: লিগ ও বাণিজ্যিক ইকোসিস্টেম। লিগ — এন/এ। ব্রডকাস্ট রাইট ভ্যালু, ফ্র্যাঞ্চাইজি ভ্যালুয়েশন, প্লেয়ার স্যালারি — সব এন/এ। নিলাম বা ট্রেড মূল্যায়ন প্রযোজ্য নয়।

পঞ্চম বিভাগ: নিয়ম ও শাসন। শাসন স্তর — এন/এ। কমপ্লায়েন্স ঝুঁকি — এন/এ। ক্ষমতা ও রাজস্ব বণ্টন, খেলার নিয়মের বিতর্ক, সততা ও দুর্নীতি-প্রতিরোধ, যোগ্যতা ও নির্বাচন, রাজনৈতিক বা ভূরাজনৈতিক কারণ — সব এন/এ।

ষষ্ঠ বিভাগ: ঝুঁকি-পক্ষ বিশ্লেষণ। ঝুঁকি ম্যাট্রিক্সে ক্রীড়া, কর্মী, বাণিজ্যিক, নিয়ম/সততা, জনমত, সিস্টেমিক — প্রতিটি এন/এ। সামগ্রিক ঝুঁকি রেটিং — এন/এ।

সপ্তম বিভাগ: জন-আখ্যান ও প্রত্যাশা বিশ্লেষণ। বর্তমান আখ্যান — এন/এ। তাপ-চক্রের পর্যায় — এন/এ। প্রত্যাশা-ব্যবধান বিশ্লেষণে দলীয় ফলাফল, খেলোয়াড় পারফরম্যান্স, নিলাম/স্বাক্ষর — সব এন/এ।

অষ্টম বিভাগ: ক্রিকেট শিল্প ট্রান্সমিশন বিশ্লেষণ। আপস্ট্রিম, মিডস্ট্রিম, ডাউনস্ট্রিম — তিনটিই এন/এ। ব্রডকাস্ট মিডিয়া, দক্ষিণ এশিয়ার হৃদয়ভূমি বাজার, প্রতিভা সরবরাহ চেইন, পুঁজি নেটওয়ার্ক, বেটিং/ফ্যান্টাসি স্পোর্টস, ডেরিভেটিভ মার্কেট — সব এন/এ।

আটটি বিভাগ। আটটিই শূন্য। একটি ক্রিকেট ডোমেইন লেবেল, আর তার পাশে একটি সম্পূর্ণ খালি ডেটা-সেট। সিনেমার হলঘরে ঢুকে দেখলাম পর্দা সাদা।

কিন্তু এই সাদা পর্দাটাই আমার কাছে সবচেয়ে আকর্ষণীয় তথ্য।

আমি বহুবার ফাঁকা টিম শিট দেখেছি। ২০১৬ সালের ঢাকা থার্ড ডিভিশন ইয়ুথ লিগে কিছু ম্যাচের শিট ছিল যেখানে রেফারি সই করতে ভুলে গিয়েছিলেন, বা দুটি নাম জায়গা অদল-বদল হয়ে গিয়েছিল, বা একটি বদলির খেলোয়াড়ের নাম একটি বর্গাকার বাক্সে লেখা ছিল যার ব্যাখ্যা কেউ দেয়নি। সেই অপূর্ণ শিটগুলোই আমার সবচেয়ে মূল্যবান সংগ্রহ হয়ে উঠেছিল, কারণ পূর্ণ শিটগুলো একটি গল্প বলে, আর অপূর্ণ শিটগুলো একটি প্রশ্ন তোলে।

এই রিপোর্টের ক্ষেত্রে প্রশ্নটি হলো: কেন? কেন একটি ক্রিকেট-লেবেলযুক্ত বিশ্লেষণ অনুরোধে স্টেজ-১ ডিকনস্ট্রাকশন সম্পূর্ণ খালি ফিরে এল? রিপোর্টটি নিজেই কয়েকটি অনুমান দিয়েছে 'হিডেন ইনফরমেশন' শিরোনামে, কিন্তু প্রতিটির কনফিডেন্স লেভেল 'লো' বা 'মিডিয়াম'। একটি অনুমান বলছে, ফরম্যাট ট্যাগের অভাব বোঝায় আপস্ট্রিম এক্সট্রাকশন ফরম্যাট-আইডেন্টিফিকেশন ধাপের আগেই ব্যর্থ হয়েছে। দ্বিতীয় অনুমান বলছে, 'cricket_world' সাধারণ লেবেলটি হাতে-যাচাই করা শ্রেণীবিভাগের বদলে অটো-জেনারেটেড ফলব্যাক হওয়ার সম্ভাবনা বেশি।

আমি এই দুটি অনুমানের সাথে দ্বিমত পোষণ করি না, তবে আমি আরও একটি সম্ভাবনা যোগ করব: সোর্স আর্টিকেলটি খুব ছোট ছিল, অথবা সোর্সটিই ভুল ফরম্যাটে ছিল। ২০১৭ সালে আমরা সেই ফাঁকা শিটগুলোর পেছনে ধরতে গিয়ে দেখেছিলাম, সমস্যা প্রায়ই শিটে ছিল না — সমস্যা ছিল শিট তৈরির প্রক্রিয়ায়। কেউ হয়তো টাইলসের উপর লিখেছিলেন, দ্রুত সই করেছিলেন, খেলার পর দায়িত্ব ছেড়ে দিয়েছিলেন। তথ্য সেখানে ছিল, কিন্তু ধারণক্ষমতা হারিয়ে গিয়েছিল।

এই রিপোর্টের 'কম্প্রিহেনসিভ অ্যাসেসমেন্ট'-এর কোর জাজমেন্টে স্টেজ-২ পাসের একমাত্র বৈধ ফলাফল হিসেবে চিহ্নিত করা হয়েছে একটি ডেটা-পাইপলাইন অখণ্ডতার সমস্যা। ইনফরমেশন ভ্যালু রেটিং-এ চারটি মাত্রা — ক্রীড়া, শিল্প, সময়োপযোগিতা, রেফারেন্স — প্রতিটিই এক তারকা পাঁচ থেকে। মাত্র ১০০ শব্দের একটি ব্যাখ্যা: কোনো ফরম্যাট, দল, খেলোয়াড় বা ম্যাচ ডেটা নেই; কোনো লিগ, বাণিজ্যিক বা শাসন বিষয়বস্তু নেই; কোনো ইভেন্ট, তারিখ বা সময়-সংবেদনশীলতার সংকেত নেই; বর্তমান ইনপুট থেকে পুনর্ব্যবহারযোগ্য কোনো ক্রিকেট রেফারেন্স নেই।

এখন আমি আমার নিজের পেশাজীবনের দিকে ফিরে তাকাই। ২০০৯ সালে আমি স্কুলবয় হিসেবে রেডিও মেট্রোওয়েভ-এ যোগ দিয়েছিলাম, সেখান থেকে বিবিসি স্টাইল রেডিও সাংবাদিকতা, তারপর ডিজিটাল আউটলেট, তারপর প্রিন্ট, তারপর অনলাইন, তারপর ব্রডকাস্ট, তারপর ফ্রিল্যান্স, আটটি ভূমিকা শেষে গ্রাসরুটস ফুটবল রাইটার ও ইয়ুথ স্পোর্টস আর্কিওলজিস্ট। বহুবার আমার উপর দিয়ে তথ্যের বন্যা বয়ে গেছে, আর বহুবার শূন্যতা।

শূন্যতা থেকে শেখার একটি মূল্য আছে, কেবল যদি আমরা সেটিকে স্বীকার করি।

স্টেজ-২ রিপোর্টটি যে সিদ্ধান্তে পৌঁছেছে — 'স্টেজ-১ ইনপুটে ব্যবহারযোগ্য ক্রিকেট বিষয়বস্তু নেই, শুধু ডোমেইন লেবেল cricket_world' — সেটি সঠিক। আরও গুরুত্বপূর্ণ, রিপোর্টটি কৃত্রিমভাবে কোনো ক্রিকেট দাবি তৈরি করেনি। প্রতিটি অবস্থানে 'এন/এ - ইনসাফিসিয়েন্ট ইনফরমেশন' লিখে থেমে গেছে। এটি একটি গার্ডরেল যা কাজ করছে। সিস্টেম বলছে: আমি জানি না, এবং আমি জানি না বলাটাই এখানে সবচেয়ে সৎ উত্তর।

কিন্তু আমি বলছি, এই 'জানি না' এর পিছনে একটি কাঠামোগত ব্যর্থতা লুকিয়ে থাকতে পারে। রিপোর্টটি নিজেই তিনটি ঝুঁকি সতর্কতা দিয়েছে। প্রথম, উচ্চ স্তরের, আপস্ট্রিম তথ্য ক্ষতি — স্টেজ-১ ডিকনস্ট্রাকশন খালি ফিরেছে; সুপারিশ — স্টেজ-১ পুনরায় চালান, যাচাই করুন যে সোর্স আর্টিকেলটি সত্যিই ইনজেস্ট হয়েছিল এবং এক্সট্র্যাক্টরের কাছে পৌঁছেছিল। দ্বিতীয়, মধ্যম স্তরের, নীরব ব্যর্থতার ঝুঁকি — একটি খালি স্টেজ-১ আউটপুট ডাউনস্ট্রিমে গিয়ে একটি 'সম্পূর্ণ' কিন্তু ফাঁপা স্টেজ-২ রিপোর্ট তৈরি করতে পারে, যা আসল ঘটনাকে আড়াল করে; সুপারিশ — একটি হার্ড ভ্যালিডেশন গেট যোগ করুন যা ইনফরমেশন পয়েন্ট খালি হলে বা শিরোনাম/সোর্স এন/এ থাকলে স্টেজ-২ ব্লক করে। তৃতীয়, মধ্যম স্তরের, শ্রেণীবিভাগ-স্থূলতার ঝুঁকি — একমাত্র পূরণ ফিল্ডটি একটি সাধারণ লেবেল, যা দুর্বল ডোমেইন ট্যাগিং নির্দেশ করে।

সেই দ্বিতীয় ঝুঁকিটাই আমার সবচেয়ে বেশি চিন্তা জাগায়। একটি খালি স্টেজ-১ যদি অন্য স্টেজ-১ আউটপুটের সাথে মিলিয়ে দেখা না হয়, তাহলে হয়তো কেউ সন্দেহ করবে না। একজন সম্পাদক স্টেজ-২ রিপোর্টের শিরোনাম দেখবেন, দেখবেন সেখানে আটটি বিভাগ আছে, ভাববেন কাজ হয়েছে। অথচ প্রতিটি বিভাগে এন/এ। এটা এমন এক টিম শিট যেখানে প্রতিটি নামের জায়গায় ফাঁকা বাক্স, কিন্তু কেউ খেয়াল করেনি কারণ ফাইলটি এক্সেল স্প্রেডশিটে খোলা হয়েছিল।

এখানেই ক্রিকেট ডেটা পাইপলাইনের সাথে আমার পেশাগত মিল। আমার কাজ হলো খেলোয়াড় প্রতিশ্রুতির পূর্বাভাস দেওয়া — একাডেমি, স্কাউটিং রিপোর্ট ও গ্রোথ কার্ভের মাধ্যমে। যখন আমি একটি ১৫ বছর বয়সী লেফট-ব্যাকের স্কাউটিং রিপোর্ট পাই, আমি তার বর্তমান দক্ষতা নিয়ে নিশ্চিত হই না যতটা আমি নিশ্চিত হই তার ফাঁকা তথ্যের উপর। কারণ ফাঁকা তথ্য আমাকে বলে দেয়, কী অনুপস্থিত, আর সেটি প্রায়ই কী উপস্থিত তার চেয়ে বেশি ভবিষ্যদ্বাণীমূলক।

এই রিপোর্টটিও তাই। এটি একটি খালি ক্রিকেট স্টেডিয়াম, যেখানে ধারাভাষ্যকারের বুথ, ফ্লাডলাইট, পিচ — সব আছে, শুধু দর্শক নেই। এখানে খেলা রিপোর্ট করার মতো কোনো একশন নেই।

আমি আমার হার্ড ড্রাইভের লগ খুললাম। গত আট বছরে কতগুলো স্টেজ-১ আউটপুট শূন্য ফিরেছে, তার একটি তালিকা করলাম। সংখ্যাটি এত ছোট নয় যে উড়িয়ে দেওয়া যাবে, এত বড়ও নয় যে প্যানিক শুরু করতে হবে। কিন্তু প্যাটার্নটি স্পষ্ট ছিল। যেসব সোর্স আর্টিকেল সংক্ষিপ্ত ছিল, বা যেসব আর্টিকেলে স্পষ্ট ডেটা পয়েন্ট ছাড়া শুধু গল্প ছিল, সেগুলো প্রায়ই খালি স্টেজ-১ রিপোর্ট পেয়েছে। এটা এক্সট্রাকশনের দোষ নাও হতে পারে; হতে পারে সোর্স রচনাটিরই একটি ফরম্যাট সমস্যা ছিল, যেখানে বলা হচ্ছে কিছু, কিন্তু প্রতিলিপি করার মতো কিছু বলা হচ্ছে না।

আমি ২০১৮ সালে শিখেছিলাম, এক টুর্নামেন্টের ডেটা থেকে ট্রেন্ড লেখা যায় না, দুটি বেসলাইন লাগে। এখানে সেটি প্রয়োগ করলে দাঁড়ায়: এক স্টেজ-১ ব্যর্থতা থেকে পাইপলাইনের প্রকৃতি লেখা যায় না, পরপর কয়েকটি লাগে। রিপোর্টটি তাই সঠিক জায়গায় থেমেছে — একটি পলাইনের ক্ষতি থেকে ক্রিকেটমূলক সিদ্ধান্তে লাফ দেওয়া বন্ধ করেছে।

কিন্তু আমার কাছে আর একটি জিনিস বাকি আছে খুঁজে বের করার। আমার কাছে একটি পূর্ণ ছবি আছে, কিন্তু সেটি শূন্যের।

আমি আটটি বিভাগ আবার পড়লাম। প্রতিটি এন/এ একই সুরে লেখা। কোনো ফাঁক নেই, কোনো ছাড় দেওয়া হয়নি। এত সূক্ষ্ম ধারাবাহিকতা এবং এত সুনির্দিষ্টভাবে 'এন/এ - ইনসাফিসিয়েন্ট ইনফরমেশন' লেখা যে সেটি নিজেই একটি বিশ্লেষণ। একজন সাধারণ ভাষ্যকার একটি খালি ডেটা-সেট পেলে হয়তো কিছু জড়ো করতে যেতেন, সেরে ফেলতেন, গল্প বানাতেন। এই রিপোর্ট কখনো তা করেনি। প্রতিটি কোণে দাঁড়িয়ে ঘোষণা করেছে: এখানে কিছু নেই, এবং আমি মিথ্যে বলব না।

আমি ভাবলাম, যদি এই পাইপলাইন একজন মানুষের জায়গায় একজন লেখক হতো, আমি হয়তো সেই লেখককে দেখতাম একটি খালি স্কোরবুক পেয়ে সেটা স্বীকার করে নিচ্ছে এবং কিছু বানানোর চেষ্টা করছে না। আর সেই সততাই এখানে সবচেয়ে বড় পেশাদার গুণ।

তাহলে এখন কী হবে? রিপোর্টটি পাঁচটি সিগন্যাল ট্র্যাক করার সুপারিশ দিয়েছে। পুনরায় বাসস্থানকৃত স্টেজ-১ আউটপুট — একই সোর্সে ডিকনস্ট্রাকশন পুনরায় চালান, ইনফরমেশন পয়েন্ট অখালি হলে ট্রিগার করুন, যা একটি সম্পূর্ণ স্টেজ-২ বিশ্লেষণ সক্ষম করবে। খালি-স্টেজ-১ ফ্রিকোয়েন্সি — ব্যাচে খালি ফলাফল গণনা করুন, বেসলাইনের উপরে হার বাড়লে ট্রিগার করুন, যা সিস্টেম ত্রুটি নির্দেশ করবে। ডোমেইন লেবেল গুণমান — লেবেল গ্রানুলারিটি পরিদর্শন করুন, লেবেল 'cricket_world' থাকলে ট্রিগার করুন, যা ডাউনস্ট্রিম রাউটিং ও ফিল্টারিং দুর্বল করবে। অনুপস্থিত মেটাডেটা স্থায়িত্ব — শিরোনাম/সোর্স ক্ষেত্র পরীক্ষা করুন, ক্ষেত্রগুলো এন/এ থাকলে ট্রিগার করুন, যা অডিটযোগ্যতা ও প্রমাণ শৃঙ্খলা ব্লক করে।

আর শেষে পেশাদার পরিভাষা টীকা, যা আমাদের মতো লেখকদের জন্য প্রয়োজনীয়, কারণ আমরা প্রায়ই টেস্ট, ওডিআই ও টি-টোয়েন্টির পরিসংখ্যান একসাথে মিশিয়ে ফেলি। টেস্ট — পাঁচ দিনের ম্যাচ, ওডিআই — ৫০ ওভারের একদিনের ম্যাচ, টি-টোয়েন্টি — ২০ ওভারের সংক্ষিপ্ত ম্যাচ; তাদের কৌশলগত যুক্তি ও ডেটা মেট্রিক সরাসরি তুলনাযোগ্য নয়। ডব্লিউটিসি — আইসিসির টেস্ট চ্যাম্পিয়নশিপ, পয়েন্ট টেবিলে নির্ধারিত। আইপিএল — বিশ্বের সবচেয়ে বাণিজ্যিকভাবে মূল্যবান টি-টোয়েন্টি ফ্র্যাঞ্চাইজি লিগ। ডিএলএস — ডাকওয়ার্থ-লুইস-স্টার্ন, বৃষ্টিবিঘ্নিত ম্যাচের লক্ষ্য সংশোধনের মানক অ্যালগরিদম। ডিআরএস — ডিসিশন রিভিউ সিস্টেম, আম্পায়ার সিদ্ধান্ত পর্যালোচনার প্রযুক্তিনির্ভর ব্যবস্থা। এই রিপোর্টে অন্য কোনো পেশাদার ক্রিকেট পরিভাষা ব্যবহার হয়নি, কারণ সোর্সে কোনোটি ছিল না।

আমি ফাইলটি বন্ধ করলাম, কিন্তু ডেস্ক ছাড়লাম না। আমার ডান হাতের দিকে তাকালাম, যেখানে ২০১৭ সালের সেই ২১৪টি হাতে-লেখা টিম শিটের ছবিগুলোর একটি ছোট প্রিন্ট ঝুলছে। সেগুলোর একটি শিটে ওই লেফট-ব্যাকের নাম ছিল, বানান ভুল ছিল, কিন্তু জন্ম তারিখ ও মিনিট লেগে ছিল। সেই শিটটা যদি কোনো একদিন হারিয়ে যেত, আমরা কখনো নাঈম হাসান রিফাতের ৭৫ মিনিটের তথ্য পেতাম না। তথ্য কখনো হারিয়ে যায়, কিন্তু তথ্যের অভাবের একটি ইতিহাস থাকে।

আমার বিশ্বাস, এই ডেটা পাইপলাইন তার নিজের ইতিহাস লেখা শুরু করেছে। একটি খালি ইনপুট, আটটি খালি বিভাগ, একটি লেবেল। ইতিহাসের পাঠক এই ফাঁকা স্তরের দিকে তাকিয়ে পরের বার বলবে, এখানে কিছু ঘটেছিল, কিন্তু সেটা কে বা কী পারে নি।

আমি কেবল শূন্যটাকেই সচেতনভাবে শূন্য হিসেবে লিখে রাখতে পারি। এটাই আমার পেশা। একটি খালি স্টেডিয়ামও একটি সাইট। আমি তার নীরবতা ক্যাটালগ করেছি, এবং সংখ্যা বলছে, এই নীরবতা অসঙ্গত নয় — এটি সিস্টেমের একটি স্বাভাবিক ব্যর্থতা, যা আমরা সচেতনভাবে স্বীকার করে সমাধান করলেই ভালো।

প্রতিটি হারের ডেটা, প্রতিটি হারের শিট, প্রতিটি ফাঁকা কোষFuture একটি ছোট বার্তা। তথ্যের অভাব স্বীকার করা তথ্য উদ্ধারের প্রথম ধাপ।

পরের বার যখন আমার ডেস্কে একটি ক্রিকেট ডোমেইন লেবেলযুক্ত ফাইল আসবে, আমি সর্বপ্রথম সেটি খুলে দেখব না কী আছে, দেখব কী নেই। কারণ তথ্য কখনো হারায় না, কেবল অপেক্ষা করে কেউ তার ফাঁকা কোষগুলো পড়ার জন্য।