লেবেলে ছিল ক্রিকেট, ভেতরে ছিল যুদ্ধ: একটি ডেটা-পাইপলাইনের নীরব ভাঙন

লেবেলে ছিল ক্রিকেট, ভেতরে ছিল যুদ্ধ: একটি ডেটা-পাইপলাইনের নীরব ভাঙন সেদিন সকালে ফাইলটি খুলে আমি প্রথমে ভেবেছিলাম চোখে সমস্যা হয়েছে। ফাইলের মাথায় পরিষ্কার লেখা—Domain Label: cricket_asia। কিন্তু ভেতরে? কোনো দল নেই, কোনো ম্যাচ নেই, কোনো খেলোয়াড় নেই, কোনো আম্পায়ার নেই। পঁয়ত্রিশটি তথ্যবিন্দুর প্রতিটিই জড়িয়ে আছে মার্কিন যুক্তরাষ্ট্র ও ইরানের পারমাণবিক আলোচনা, ভাইস প্রেসিডেন্ট জেডি ভ্যান্স, হরমুজ প্রণালী, নভেম্বরের মধ্যবর্তী নির্বাচন আর আলাস্কার সিনেট দৌড় নিয়ে। একটি জাতীয় দল নেই, একটি লিগ নেই, একটি ফিক্সচার নেই, একটি নিয়মও নেই। আমি পনেরো বছর ধরে স্কোরকার্ডকে ধর্মগ্রন্থের মতো পড়েছি—কিন্তু এখানে পড়ার মতো কোনো স্কোরকার্ডই ছিল না। এই মুহূর্তেই স্পষ্ট হয়ে গেল, আমার বিশ্লেষণী যন্ত্রপাতি ঠিক আছে; ভুলটা তার আগের ধাপে। পাইপলাইনে ঢুকিয়ে দেওয়া কাঁচামালটাই ভুল ছিল। আমি বাংলাদেশ প্রিমিয়ার লিগ হাতে কোড করেছি, তার আগে তার সংখ্যাগুলোতে ভরসা করিনি। ২০১৭ সালে, তেইশ বছর বয়সে, চট্টগ্রামের একটি স্টার্টআপে বসে চব্বিশটি বিপিএল ম্যাচের বারোশো ঘটনা হাতে ট্যাগ করেছিলাম। প্রতিটি ম্যাচ দুবার দেখেছি—শট, প্রেসার, পাস। কোনো API নেই, কোনো শর্টকাট নেই—শুধু নব্বই মিনিটের কীবোর্ড আর একজন সন্ন্যাসী। সেই অভিজ্ঞতাই আমাকে শিখিয়েছে, একটি সংখ্যা বিশ্বাস করার আগে তার জন্মসনদ যাচাই করতে হয়। কোনো ডেটাসেটের মূল্য তার ভেতরের সৌন্দর্যে নয়, তার উৎসের সততায়। তাই যখন cricket_asia লেবেল দেখলাম আর ভেতরে পেলাম ভূ-রাজনীতি, তখন আমার প্রথম প্রতিক্রিয়া ছিল ঘৃণা নয়—এক ধরনের শীতল শান্তি। কারণ আমি জানি, এমন ভুল ঘটে। ঘটে যখন কোনো পাইপলাইনে ভুল নথি ঢুকিয়ে দেওয়া হয়, অথবা লেবেল বসানো হয় কোনো যাচাই ছাড়াই। প্রশ্নটা খেলার নয়, প্রশ্নটা অবকাঠামোর। আমার কর্মজীবন শুরু হয়েছিল ২০১২ সালে, একটি দৈনিক পত্রিকার ক্রীড়া ডেস্কে, একজন ক্রিকেট রিপোর্টার হিসেবে। সেখানে শিখেছিলাম, একটি বাক্য লেখার আগে তার প্রতিটি তথ্য কোথা থেকে এসেছে সেটা জানতে হয়। রাশিয়া বিশ্বকাপের সময় জার্মানি-মেক্সিকো ম্যাচে জার্মানির ছাব্বিশ শট ছিল, কিন্তু xG ছিল মাত্র এক দশমিক নয়। মেক্সিকোর বারো শটে xG ছিল এক দশমিক এক, আর তারা জিতেছিল এক-শূন্যে। শূন্য দশমিক আটষট্টি xG একটি ছোট সংখ্যা যা একটি বড় ধারণা ভেঙে দিয়েছিল। সেই শিক্ষা—সংখ্যা কথা বলে, গল্প পরে আসে—আজও আমার প্রতিটি লেখায় কাজ করে। এখন আসি মূল প্রশ্নে। একটি ভুল লেবেল কীভাবে একটি সম্পূর্ণ বিশ্লেষণী ব্যবস্থাকে দূষিত করে? ভাবুন উল্টো দিক থেকে। ধরুন, একটি সঠিক ক্রিকেট ম্যাচ-রিপোর্ট এসেছে, কিন্তু তাতে ভুল লেবেল বসেছে football_europe। তখন বিশ্লেষক কী করবেন? তিনি ক্রিকেটের পিচ-কন্ডিশন নিয়ে লিখতে শুরু করবেন এমন একটি নথিতে, যেখানে কোনো ক্রিকেটই নেই। এটাই সেই সংক্রমণ, যাকে আমি বলি বিশ্লেষণী দূষণ। আমার দীর্ঘ অভিজ্ঞতায় আমি দেখেছি, দুর্বল বিশ্লেষণের চেয়ে বেশি বিপজ্জনক হলো আত্মবিশ্বাসী ভুল বিশ্লেষণ—যেটি ভুল কাঁচামালের উপর দাঁড়িয়ে আত্মবিশ্বাসের সঙ্গে সিদ্ধান্ত দেয়। এই নথিতে পঁয়ত্রিশটি তথ্যবিন্দু আছে। আমি একটি একটি করে যাচাই করেছি। একটিও ক্রিকেটের নয়। একটিও। কোনো পাওয়ারপ্লে নেই, কোনো মিডল ওভার নেই, কোনো ডেথ ওভার নেই, কোনো টেস্ট সেশন নেই। হরমুজ প্রণালী একটি সমুদ্র-চোকপয়েন্ট, ক্রিকেট পিচ নয়। “তিন বিলিয়ন ডলারের মাসিক ব্যয়” একটি যুদ্ধের খরচ, কোনো লিগের রাজস্ব নয়। শক্তি-বাজারের অস্থিরতা একটি সামষ্টিক-অর্থনৈতিক সংকেত, ক্রিকেট-বাণিজ্যের নয়। জীবনযাত্রার ব্যয়, নির্বাচনী সমাবেশ, ভ্যান্সের ২০২৮-এর উচ্চাশা—এসবের সঙ্গে ক্রিকেটের দূরতম সম্পর্কও নেই। যে নামগুলো এখানে আছে—জেডি ভ্যান্স, ডোনাল্ড ট্রাম্প, মাসুদ পেজেশকিয়ান, আব্বাস আরাগচি, এসমাইল বাঘাই, আয়াতুল্লাহ আলি খামেনেই, ড্যান সুলিভান, মেরি পেল্টোলা—এদের একজনও ক্রিকেট ব্যক্তিত্ব নন। অথচ প্রথম ধাপের আউটপুটে “Entities Involved” ঘরটি ফাঁকা রাখা হয়েছিল। একটি ফাঁকা ঘর নিজেই একটি লাল পতাকা। যখন কোনো লেবেল-করা ক্রিকেট নথিতে ক্রিকেট সত্তার ঘর খালি থাকে, তখন বুঝতে হবে লেবেলিংয়ে কিছু একটা ভুল হয়েছে। একটি ভুল লেবেল একটি সম্পূর্ণ মৌসুমের বিশ্লেষণ নষ্ট করতে পারে, কারণ তার উপর দাঁড়িয়ে থাকা প্রতিটি সিদ্ধান্ত উত্তরাধিকারসূত্রে সেই ভুল বহন করে। তখনই আসে সেই নৈতিক সন্ধিক্ষণ। পাইপলাইনে যদি কোনো নিয়ন্ত্রণ না থাকে, তাহলে বিশ্লেষক-মডেলের সামনে দুটি পথ খোলা থাকে। এক, সৎভাবে স্বীকার করা—এটি আমার ডোমেইনের বাইরে, আমি “প্রযোজ্য নয়” লিখব। দুই, টেমপ্লেট পূরণের জন্য ক্রিকেট-বিষয়বস্তু বানিয়ে ফেলা। দ্বিতীয় পথটি সহজ, আকর্ষণীয়, এবং ধ্বংসাত্মক। কারণ একটি বানানো বিশ্লেষণ শুধু ভুল নয়—সেটি আগামী সব সিদ্ধান্তের ভিত্তিকে বিষিয়ে দেয়। আমার ব্যক্তিগত নিয়ম সরল: যে দাবির পিছনে আমি নিজে যাচাই করা ডেটাসেট রাখতে পারি না, সে দাবি আমি ছাপি না। এখানে যাচাই করার মতো কোনো ক্রিকেট ডেটা নেই। তাই সঠিক উত্তর একটি শব্দ—প্রযোজ্য নয়। আমি জানি, টেমপ্লেট ভরা একটি সহজ কাজ। কিন্তু আমি বারোশো ঘটনা হাতে ট্যাগ করতে গিয়ে শিখেছি, ভুল ট্যাগ একটি ভুল মডেলের চেয়েও বেশি ক্ষতি করে, কারণ মডেল বদলানো যায়, কিন্তু ভুল ট্যাগ নীরে ছড়িয়ে পড়ে। তাই যখন দেখলাম এই নথিতে কোনো ক্রিকেট নেই, তখন আমার সন্ন্যাসী-মন একটি সিদ্ধান্ত নিল: আমি বানাব না। আমি বরং দেখাব কোথায় সিস্টেম ভেঙেছে। এখানে একটি সূক্ষ্ম শিক্ষা আছে। আমাদের শিল্পে সবাই লড়াই করে বড় দাবি করার জন্য। কে বেশি সাহসী পূর্বাভাস দেবে, কে বেশি আত্মবিশ্বাসী ভাষায় লিখবে। কিন্তু প্রকৃত দুর্লভ দক্ষতা হলো ছোট, রক্ষাযোগ্য দাবি করা। একটি আশি শতাংশ নিশ্চিত, সঠিকভাবে নথিভুক্ত অনুসন্ধান একটি পঁচানব্বই শতাংশ, অস্পষ্ট অনুমানের চেয়ে শতগুণ মূল্যবান। কারণ প্রথমটি আপনি প্রতিরক্ষা করতে পারেন, দ্বিতীয়টি কেবল ভাগ্যের উপর নির্ভর করে। এই ঘটনার ঝুঁকি-বিশ্লেষণে একটি বিষয় স্পষ্ট। খেলাধুলার ঝুঁকি, কর্মীর ঝুঁকি, বাণিজ্যিক ঝুঁকি—সব “প্রযোজ্য নয়”। কিন্তু একটি ঝুঁকি উচ্চমাত্রায় উপস্থিত: পাইপলাইন অখণ্ডতার ঝুঁকি। কারণ একটি অ-ক্রিকেট নথি ক্রিকেট বিশ্লেষণ পাইপলাইনে ঢুকলে পরবর্তী প্রতিটি স্বয়ংক্রিয় সারাংশ বিকৃত হয়ে যাবে। এটি কোনো খেলার ঝুঁকি নয়, এটি একটি সিস্টেমের ঝুঁকি। এই নথির তথ্য-মূল্য নির্ণয়ে আমি সৎ থাকতে চাই। ক্রীড়া-মূল্য: এক তারা। শিল্প-মূল্য: এক তারা। কারণ কোনো ক্রিকেট সত্তা নেই। সময়োপযোগী মূল্য: তিন তারা—কারণ মূল সংবাদটি সময়-সংবেদনশীল, নভেম্বরের নির্বাচন আসছে—কিন্তু এই সময়োপযোগিতা ক্রিকেটের জন্য অপ্রাসঙ্গিক। রেফারেন্স-মূল্য: এক তারা। ক্রিকেট-রেফারেন্স হিসেবে এটি মূল্যহীন; কিন্তু একটি পাইপলাইন ত্রুটির সংকেত হিসেবে এটি অমূল্য। আরও লক্ষণীয়, এই নথিতে কোনো ক্রিকেট-শিল্পের সংক্রমণ-শৃঙ্খল নেই। সম্প্রচার-মাধ্যম, দক্ষিণ এশিয়ার মূল বাজার, প্রতিভা-সরবরাহ, ফ্র্যাঞ্চাইজি পুঁজি, ফ্যান্টাসি বা বাজি—কোনো স্তরই স্পর্শিত হয়নি। “বৈশ্বিক শক্তি-বাজার”-এর উল্লেখ একটি সামষ্টিক-আর্থিক সংক্রমণ-চ্যানেল, ক্রিকেটের নয়। তাই এখানে ক্রিকেট-সংক্রমণ দাবি করা দায়িত্বজ্ঞানহীন হবে। একটি বাস্তব উদাহরণ ভাবুন। ধরুন, একটি সঠিক বিপিএল ম্যাচের রিপোর্ট ভুলভাবে football_europe লেবেল নিয়ে ঢুকল। মডেল তখন হয়তো পাস-সম্পূর্ণতা, PPDA বা xG নিয়ে লিখতে শুরু করবে—অথচ সামনে একটি টি-টোয়েন্টি স্কোরকার্ড। ফলাফল? একটি সম্পূর্ণ ভুল বিশ্লেষণ, যা আত্মবিশ্বাসের সঙ্গে পরিবেশন করা হবে। আর পাঠক সেটি বিশ্বাস করবেন, কারণ সংখ্যাগুলো দেখতে বিশ্বাসযোগ্য। এটাই ডেটা-দূষণের সবচেয়ে ভয়ংকর রূপ—ভুল তথ্য নয়, বরং প্রাসঙ্গিকতা-বর্জিত সঠিক তথ্য। আমি বারবার ফিরে যাই একটি প্রশ্নে: কেন আমাদের কাছে মানসম্মত ফিক্সচার আর্কাইভ নেই? কেন একটি লিগের প্রতিটি ম্যাচের ঘটনা-স্তরের রেকর্ড একটি কেন্দ্রীয় জায়গায় জমা হয় না? কারণ আমরা এখনও পরিমাপকে খেলার বাইরের কাজ মনে করি। অথচ আধুনিক ক্রিকেটে পরিমাপই খেলার অংশ। যে দল নিজের পারফরম্যান্স মাপতে জানে না, সে নিজের উন্নতিও চিনতে পারে না। এই নথিটি সেই ঘাটতির একটি প্রতীকী ছবি। স্বাভাবিক ধারণা হলো, সবচেয়ে বড় বিপদ হলো একটি ভুল বিশ্লেষণ। আমি ভিন্ন মত পোষণ করি। সবচেয়ে বড় বিপদ বিশ্লেষণ নয়, বিশ্লেষণের ছলনা—যখন কেউ ফাঁকা টেমপ্লেট দেখে সেটি ভরে ফেলে, কারণ ফাঁকা রাখাটা ব্যর্থতা মনে হয়। কিন্তু ক্রিকেট-বিশ্লেষণে “প্রযোজ্য নয়” লেখা কোনো পরাজয় নয়; এটি সবচেয়ে সৎ উত্তর। একটি মডেল যদি সিদ্ধান্ত না দেয়, সেটি একটি ডায়েরি, অস্ত্র নয়। আর একটি ভুল কাঁচামালের উপর তৈরি মডেল তো ডায়েরিও নয়—সেটি একটি মিথ্যা সাক্ষ্য। এই ঘটনা আমার কাছে ক্রিকেটের চেয়ে বড় একটি সত্যের দিকে ইঙ্গিত করে। আমাদের ক্রিকেট অবকাঠামোয় যা অনুপস্থিত—নিবন্ধিত রেকর্ড, স্কাউটিং ডেটাবেস, মানসম্মত ফিক্সচার আর্কাইভ—সেটি প্রতিভার অভাব নয়, পরিমাপের অভাব। এই নথিটি তারই একটি চূড়ান্ত উদাহরণ। এখানে প্রতিভার কোনো অভাব নেই, খেলার কোনো অভাব নেই; শুধু পরিমাপের ব্যবস্থাটাই ভেঙে পড়েছে। একটি গেট না থাকায় একটি ভুল নথি এত দূর এগিয়ে গেছে। একটি পাইপলাইনের গুণমান তার সবচেয়ে দুর্বল স্তরে নির্ধারিত হয়। আমার কাছে এই নথিটি সেই দুর্বল স্তরটির সন্ধান। আমি চাই, প্রতিটি বিশ্লেষণের শুরুতে একটি প্রশ্ন থাকুক: এই ডেটা কি সত্যিই এই ডোমেইনের? যদি উত্তর হয় না, তবে বিশ্লেষণ শুরু করার আগেই থামা উচিত। আমার সুপারিশ তিনটি স্তরে। প্রথম, প্রথম ধাপেই একটি ডোমেইন-যাচাই গেট বসানো, যেটি অ-ক্রিকেট নথিকে বিশ্লেষণের আগেই থামিয়ে দেবে। দ্বিতীয়, “Entities Involved” ঘরটি খালি থাকলে সেটি স্বয়ংক্রিয়ভাবে একটি গুণমান-সতর্কতা ট্রিগার করবে। তৃতীয়, এই নথিটিকে একটি রিগ্রেশন পরীক্ষার কেস হিসেবে সংরক্ষণ করা, যাতে একই ভুল দ্বিতীয়বার ঘটলে সিস্টেম নিজেই তা ধরে ফেলে। শেষ প্রশ্নটা ডেটার নয়, দায়িত্বের। আমরা যদি প্রতিটি সংখ্যার জন্মসনদ চাইতে অভ্যস্ত হই, তাহলে প্রতিটি লেবেলেরও চাইব। ক্রিকেটের ভবিষ্যৎ আসলে তার পিচে তৈরি হবে না—তৈরি হবে তার পরিমাপের সততায়। আর একটি পাইপলাইন যদি নিজের ভুল ধরতে না পারে, তবে তার দেওয়া যেকোনো পূর্বাভাস শুধুই একটি সুন্দর মিথ্যা।