একটি ফাঁপা ইনপুটের অটোপসি: ক্রিকেট বিশ্লেষণ পাইপলাইনের নীরব ব্যর্থতা

স্কিমা বৈধ, কিন্তু ভেতরে শূন্য। এটাই ছিল প্রথম সংখ্যা যা আমাকে থামিয়ে দিল—শূন্য ইনফরমেশন পয়েন্ট, শূন্য এনটিটি, শূন্য কোর ভিউপয়েন্ট। ২০১৮ সালে রাশিয়ায় স্পেনের ১,১৩৭টি পাস গুনতে গিয়ে আমি শিখেছিলাম, একটি সংখ্যা তখনই অর্থবহ হয় যখন সেটি কোনো সিদ্ধান্তের প্রশ্নের উত্তর দেয়। এখানে সংখ্যাটি অন্য প্রশ্নের উত্তর দিচ্ছিল: বিশ্লেষণ পাইপলাইনের কোন স্তরে তথ্য হারিয়ে গেল?

আমি গত এগারো বছর ধরে ক্রিকেট কভার করছি—প্রথমে ঢাকার একটি স্পোর্টস ডেস্কে, পরে লন্ডনের একটি সম্প্রচার কক্ষে। এই সময়ে আমি একটি অভ্যাস গড়ে তুলেছি: ম্যাচ রিপোর্ট কখনো রাতেই ফাইল করি না। ঘুমিয়ে উঠে ম্যাচটি আবার দেখি, তারপর লিখি। কারণ প্রথম দেখায় চোখ যা দেখে, দ্বিতীয় দেখায় মস্তিষ্ক তা যাচাই করে। এই নীতিটি আমি এখন বিশ্লেষণ পাইপলাইনের ক্ষেত্রেও প্রয়োগ করছি।

যা সামনে এল, তা একটি সম্পূর্ণ বিশ্লেষণ নয়—একটি অসম্পূর্ণ স্ট্রাকচার। আটটি মাত্রার প্রতিটি ঘর পূরণ করা হয়েছে, কিন্তু প্রতিটি ঘরে লেখা আছে 'এন/এ—অপর্যাপ্ত তথ্য'। শিরোনাম নেই, সূত্র নেই, তারিখ নেই, ফরম্যাট নেই, খেলোয়াড় নেই, দল নেই। শুধু একটি ক্ষেত্র বেঁচে আছে—ডোমেইন লেবেল, যেখানে লেখা 'ক্রিকেট_এশিয়া'। একটি ভৌগোলিক ট্যাগ। বিশ্লেষণের জন্য এটি ততটাই কাজে লাগে, যতটা কাজে লাগে একটি স্টেডিয়ামের ঠিকানা জানা কিন্তু কোন ম্যাচ চলছে তা না জানা।

আমি এই ব্যর্থতার ধরনটি চিনি। ক্যারিয়ারের শুরুর দিকে আমি একবার একটি ম্যাচের স্কোরকার্ড ধরে বসে ছিলাম যেখানে ইনিংসের মাঝখানে একটি ওভার অনুপস্থিত ছিল। সব সংখ্যা ঠিকঠাক দেখাচ্ছিল, যোগফলও মিলছিল, কিন্তু ওভারের হিসাব মিলছিল না। তখন বুঝেছিলাম—একটি ভুল যোগফল সহজে ধরা পড়ে, কিন্তু একটি অনুপস্থিত ওভার প্রায় অদৃশ্য। এখানেও ঠিক সেটাই ঘটেছে। পেলোডটি ভ্যালিডেশনের সব শর্ত পূরণ করেছে, তাই স্বয়ংক্রিয় পাইপলাইন এটিকে সফল ধরে পরের ধাপে পাঠিয়ে দিয়েছে। কেউ থামেনি।

এখানেই আসল সমস্যাটি লুকিয়ে আছে: ব্যর্থতা স্পষ্ট নয়, ব্যর্থতা নীরব। যদি পাইপলাইন কোনো ত্রুটি বার্তা দিত, যদি কোনো ঘর ফাঁকা থাকত, তবে কেউ ধরতে পারত। কিন্তু যেহেতু স্ট্রাকচার অক্ষত, যেহেতু প্রতিটি কী তার জায়গায় বসানো, সেহেতু ব্যর্থতাটি একটি সফল আউটপুটের ছদ্মবেশে ভেতরে ঢুকে পড়েছে। এটি সফটওয়্যার ইঞ্জিনিয়ারিংয়ের সবচেয়ে বিপজ্জনক ধরনের বাগ—যেটি ক্র্যাশ করে না, বরং চুপচাপ ভুল ফলাফল দেয়।

আমি আটটি মাত্রা ধরে যাচাই করেছি। ফরম্যাট বিশ্লেষণ? ফরম্যাট লক করা যায়নি, কারণ টেস্ট, ওয়ানডে ও টি-টোয়েন্টির মেট্রিক একে অপরের সাথে তুলনীয় নয়—এটি ক্রিকেট অ্যানালিটিক্সের মৌলিক নিয়ম। খেলোয়াড় বিশ্লেষণ? কোনো খেলোয়াড়ের নাম নেই। দল বিশ্লেষণ? কোনো দলের নাম নেই। লিগ ও বাণিজ্যিক বিশ্লেষণ? কোনো লিগ নেই। শাসনব্যবস্থা? কোনো ঘটনা নেই। ঝুঁকি বিশ্লেষণ? ঝুঁকি চিহ্নিত করার মতো কোনো বিষয়বস্তুই নেই। জনমত? কোনো বক্তব্য নেই। শিল্প ট্রান্সমিশন? কোনো ঘটনা নেই যার থেকে ট্রান্সমিশন ট্রেস করা যায়।

এটি লজ্জাজনক নয়—এটি সৎ। একটি ফাঁকা ইনপুট থেকে আত্মবিশ্বাসী সিদ্ধান্ত টেনে আনা সহজ। কেউ ধরতে পারত না। কিন্তু সেটি হতো বিশুদ্ধ বানানো গল্প, এবং আমি এমন গল্প লিখি না। ক্রিকেট সাংবাদিকতায় আমার সবচেয়ে বড় শিক্ষা এসেছিল ২০২০ সালে, যখন আমি বুন্দেসলিগার খালি স্টেডিয়ামের তথ্য নিয়ে ছয় সপ্তাহ একা কাজ করেছিলাম। সেবার আমি উপসংহারের সাথে নমুনার আকারের সতর্কবার্তা এবং কাঁচা ডেটা দুটোই প্রকাশ করেছিলাম। কেউ কেউ বলেছিলেন এটি অতিরিক্ত সতর্কতা। কিন্তু একজন কর্মরত বিশ্লেষক সেটি উদ্ধৃত করেছিলেন—কারণ তিনি জানতেন, ভুল উপসংহারের চেয়ে সীমাবদ্ধতা স্বীকার করা বেশি মূল্যবান।

এখানে একই নীতি প্রযোজ্য। যে বিশ্লেষক একটি ফাঁকা পেলোড দেখে আটটি মাত্রার প্রতিটিতে আত্মবিশ্বাসী ক্রিকেট মন্তব্য বসিয়ে দেন, তিনি বিশ্লেষক নন—তিনি একজন অনুমানকারী। পার্থক্যটি ছোট নয়। একজন বিশ্লেষক জানেন তিনি কী জানেন না; একজন অনুমানকারী জানেন না যে তিনি জানেন না।

আমি একটি সংখ্যা গুনেছি যা আমাকে হতাশ করেনি, বরং সতর্ক করেছে: ডোমেইন লেবেলটির নির্ভরযোগ্যতা অজানা। 'ক্রিকেট_এশিয়া' একটি সচেতন শ্রেণিবিন্যাস হতে পারে, অথবা একটি ফলব্যাক ডিফল্ট হতে পারে। দুটির বিশ্লেষণাত্মক তাৎপর্য সম্পূর্ণ আলাদা। যদি এটি সচেতন হয়, তবে সূত্রটি নিশ্চিতভাবে এশিয়ান ক্রিকেট ইকোসিস্টেমের ভেতরে—সম্ভবত ভারত, পাকিস্তান, শ্রীলঙ্কা, বাংলাদেশ, আফগানিস্তান, অথবা এশিয়া কাপের মতো কোনো আঞ্চলিক প্রতিযোগিতা। যদি এটি ফলব্যাক হয়, তবে আমরা সূত্র সম্পর্কে আসলে কিছুই জানি না।

এখানেই আমার দ্বিতীয় সতর্কতা। এই অঞ্চলের ক্রিকেট বিষয়ক লেখায় একটি কাঠামোগত বৈশিষ্ট্য আছে—ভারত-পাকিস্তান ফ্রেমিংয়ের সম্ভাবনা অন্য যেকোনো অঞ্চলের তুলনায় অনেক বেশি। কিন্তু সম্ভাবনা আর প্রমাণ এক জিনিস নয়। আমি সম্ভাবনাকে প্রমাণ হিসেবে উপস্থাপন করব না।

আমি যা করতে পারি, তা হলো সমাধানের স্পেসিফিকেশন দিতে। প্রথম স্তরের পুনঃচালনার জন্য সর্বনিম্ন সাতটি জিনিস দরকার: একটি অ-শূন্য শিরোনাম, প্রকাশকের নাম ও প্রকাশের তারিখ, অন্তত একটি ট্রেসেবল ইনফরমেশন পয়েন্ট, সূত্রের প্রকৃত যুক্তি, টেক্সট থেকে নিষ্কাশিত নামযুক্ত এনটিটি, একটি ফরম্যাট সূচক, এবং ডোমেইন লেবেলের আত্মবিশ্বাসের স্কোর। এই সাতটি ছাড়া আট মাত্রার বিশ্লেষণ কেবল একটি সুন্দর স্ট্রাকচার—ভেতরে কিছুই নেই।

আমি স্বীকার করছি, এই লেখাটি কোনো ক্রিকেট ম্যাচের বিশ্লেষণ নয়। এটি একটি বিশ্লেষণী পাইপলাইনের অটোপসি। কিন্তু ক্রিকেট সাংবাদিকতা আমার কাছে সবসময়ই একটি লেজার হিসাব—কে কী পরিবর্তন করল, কখন করল, এবং কার খরচে। এই ব্যর্থতার লেজারটি স্পষ্ট: তথ্য নিষ্কাশনের স্তরে একটি ভাঙন ঘটেছে, এবং সেটি ধরা পড়েনি কারণ পাইপলাইনে কোনো গেট ছিল না।

প্রতিটি ডেটা পাইপলাইনে এমন একটি গেট থাকা উচিত যেখানে শূন্য মানে শূন্য—সফল নয়। যতক্ষণ না সেই গেট বসানো হচ্ছে, ততক্ষণ প্রতিটি বিশ্লেষণ একটি ঝুঁকি। কারণ যে সিস্টেম ফাঁকা ইনপুটকে বৈধ বলে গ্রহণ করে, সে একদিন ফাঁকা ইনপুটকে বিশ্লেষণ বলে চালিয়ে দেবে—আর কেউ টের পাবে না।

পরের ম্যাচে আমি দুইটি জিনিস যাচাই করব: প্রথমত, সূত্রের শিরোনাম ও তারিখ পেলোডে সত্যিই আছে কি না; দ্বিতীয়ত, এনটিটি ক্ষেত্রটি স্ব-উল্লেখমূলক নয় কি না। কারণ একটি স্ব-উল্লেখমূলক ক্ষেত্র একটি খালি ক্ষেত্রের চেয়ে বেশি বিপজ্জনক—খালি ক্ষেত্র অন্তত সৎ।