খালি ইনপুটের নীরবতা: ক্রিকেট ডেটা পাইপলাইনে স্টেজ-২ বিশ্লেষণের সীমা

গত সপ্তাহে আমার ডেস্কে একটি স্টেজ-১ ডিকনস্ট্রাকশন রিপোর্ট এলো। শিরোনাম নেই, সোর্স নেই, তথ্যবিন্দু নেই, সত্তা তালিকাও খালি। কেবল একটি আঞ্চলিক লেবেল বসানো ছিল — cricket_asia। আমি প্রায় দশ মিনিট ওই খালি ঘরগুলোর দিকে তাকিয়ে রইলাম। কারণ আমি জানি, একটা মডেল যখন খালি ইনপুট পায়, তখন তার সবচেয়ে বড় শত্রু হলো নিজের পূর্ণতার আকাঙ্ক্ষা। আমার লেজারে ২০১৭ সাল থেকে ১,০৮৭টি শট জমা আছে। প্রতিটি শটের অবস্থান, শরীরের অংশ, অ্যাসিস্টের ধরন, শুটারের ওপর প্রেসার — সব হাতে লিখে রাখা। সেই লেজার আমাকে শিখিয়েছে, খালি ঘর মানে 'জানি না'। আর 'জানি না' লেখা যায় না, যদি না আপনি বানিয়ে বলা শুরু করেন। ক্রিকেট বিশ্লেষণে এই বানানো বলার প্রবণতাই সবচেয়ে বড় নীরব সংকট। এই লেখায় আমি কোনো ম্যাচ, খেলোয়াড় বা দলের বিশ্লেষণ করছি না। কারণ উপাদান নেই। আমি করছি উল্টো কাজ — একটি খালি স্টেজ-১ আউটপুট যখন স্টেজ-২ বিশ্লেষণে ঢোকে, তখন কী হয়, আর কী হওয়া উচিত নয়, সেটির একটি পদ্ধতিগত পোস্ট-মর্টেম। প্রশ্নটি প্রযুক্তিগত, কিন্তু পরিণতি বাস্তব: খালি ইনপুট থেকে যদি বিশ্লেষণ বেরিয়ে আসে, তবে সেই বিশ্লেষণ ম্যাচ নয় — কল্পনা। প্রতিবেদনটির গঠনটি এমন ছিল যেন কেউ ফ্রেম তৈরি করেছে, ঘরগুলো নাম দিয়েছে, কিন্তু ভেতরে কিছু রাখেনি। অথচ প্রতিটি ঘরেই 'N/A — insufficient information' লেখা আছে। এতে দুটি সমস্যা দেখা যায়। প্রথম, প্রতিটি মাত্রা — ফরম্যাট, খেলোয়াড়, দল, লিগ, শাসন, ঝুঁকি, জন-আখ্যান, শিল্প-প্রসারণ — স্বাধীনভাবে অকার্যকর ঘোষণা করা হয়েছে। একটি খালি ইনপুট আটটি মাত্রায় ছড়িয়ে পড়লে প্রতিটি মাত্রা আলাদা ঝুঁকি ফ্ল্যাগ জমা করে না, বরং একটি সম্মিলিত হোয়াইট-নয়েজ তৈরি করে। দ্বিতীয়, প্রতিটি মাত্রায় স্পষ্ট করা হয়েছে কী ইনপুট থাকলে সেটি সক্রিয় হতো। এটি ভালো মডেলিং অভ্যাসের লক্ষণ, কিন্তু শর্তসাপেক্ষ প্রস্তুতির হতাশা ঢাকতে পারে। ম্যাচ ফরম্যাট নির্ধারণ করা যায়নি। টেস্ট, ওয়ানডে, টি-টোয়েন্টি, দ্য হান্ড্রেড — কোনোটিই চিহ্নিত নয়। ফরম্যাট চিহ্নিত না হলে পাওয়ারপ্লে, মিডল ওভার, ডেথ ওভার বা টেস্টের নিউ-বল মাইলস্টোন — কোন ফেজের কাঠামোতেই বিশ্লেষণ দাঁড়াতে পারে না। ভেন্যু নেই, আবহাওয়া নেই, ডিউ বা ডিএলএস-এর উল্লেখ নেই। অথচ এই উপাদানগুলো ছাড়া হোম-অ্যাডভান্টেজ কোটিলেন্ট হিসাব করা অসম্ভব। ২০১৮ সালে জার্মানির গ্রুপ পর্বের পতনের পূর্বাভাস দিতে গিয়ে আমি আটটি সংস্করণ বাতিল করেছিলাম শুধু প্রতিপক্ষ-শক্তির কোটিলেন্ট ঠিক করার জন্য। ফরম্যাট ছাড়া সেই কাজ অসম্ভব। এখানেও তা-ই। খেলোয়াড় নেই, ভূমিকা নেই, গড় বা স্ট্রাইক রেটের ডেটা নেই। যেখানে কোনো সত্তা নেই, সেখানে ছোট নমুনা বা বয়স-কার্ভের ঝুঁকি ফ্ল্যাগ তোলার কথাও নেই। দল নেই, র‍্যাঙ্কিং নেই, সিরিজ নেই। ব্যাটিং গভীরতা, বোলিং কম্বিনেশন, বেঞ্চ ডেপথ — এসব তুলনা করার জন্য নাম দরকার। cricket_asia লেবেল শুধু ভৌগোলিক পরিসীমা বোঝায়, একটি নির্দিষ্ট সিরিজ নয়। লিগ চিহ্নিত না থাকায় ব্রডকাস্ট, ফ্র্যাঞ্চাইজি মূল্যায়ন বা খেলোয়াড় বেতনের কোনো মূল্যায়ন সম্ভব নয়। কোনো নিলাম লেনদেন নেই, তাই খেলাধুলার ন্যায্য মূল্যের সঙ্গে বাজারদরের ব্যবধান মাপা যায় না। শাসনস্তরে কোনো নিয়ম বিতর্ক, যোগ্যতা বা নির্বাচন প্রশ্ন নেই। ঝুঁকি ম্যাট্রিক্সের প্রতিটি ঘর খালি, কারণ কোনো নির্দিষ্ট ঘটনা, খেলোয়াড়, দল বা বাণিজ্যিক উন্নয়ন উল্লেখ নেই। জন-আখ্যান নেই, প্রত্যাশার ফাঁক মাপার ভিত্তি নেই। শিল্প-প্রসারণের মানচিত্র আপস্ট্রিম, মিডস্ট্রিম, ডাউনস্ট্রিম — তিন স্তরেই 'ডেটা নেই'। প্রতিবেদনটি নিজেই বলছে, এটি একটি স্টেজ-১ পাইপলাইন ব্যর্থতা — বিশ্লেষণী সিদ্ধান্ত নয়। এখানেই আসল সতর্কতার জায়গা। একটি মডেল যখন খালি ইনপুট পায়, তখন ডান্সার হলো ডাউনস্ট্রিম হ্যালুসিনেশন। অর্থাৎ, বিশ্লেষণের দাবিতে খেলোয়াড়, ম্যাচ ও সংখ্যা বানিয়ে ফেলার ঝুঁকি। প্রশিক্ষণাধীন মডেলের গড় প্রবণতা হলো ফাঁকা ঘর পূরণ করা। যখন ঘরটির নাম 'Mathc Format', তখন বানানো ফরম্যাট বসানো সহজ। অথচ সঠিক আচরণ ছিল থেমে যাওয়া। অর্থাৎ, স্টেজ-২-কে স্টেট ফেরত দেওয়া উচিত — 'অসেস করা যায় না'। আমি ২০২০ সালে ইউরোপের শীর্ষ পাঁচ লিগের ১,০৮২ ম্যাচ কম্পাইল করেছিলাম খালি স্টেডিয়ামের হোম-অ্যাডভান্টেজ মাপতে। হোম উইন রেট ৪৩.৪% থেকে ৩৩.৬%-এ নামে; হোম গোল প্রতি ম্যাচ ১.৫৮ থেকে ১.৩১। তখন আমরা বলেছিলাম, ভিড়ের মূল্য প্রায় ০.২৭ গোল। বিষয়টি ছিল একটি কোটিলেন্ট, একটি ভবিষ্যদ্বাণী নয়। মডেল পুরোহিতের ভবিষ্যদ্বাণী নয়, এটি শ্বাস নেওয়া ব্যবস্থা। খালি ইনপুটে মডেল শ্বাস নিতে পারে না, সে থেমে যায়। সেটি দুর্বলতা নয়, সেটি সততা। লেজার মনে রাখে — প্রতিটি বাদ দেওয়া ইনফরমেশন পয়েন্ট, প্রতিটি অসম্পূর্ণ সত্তা, প্রতিটি 'N/A' একটি সিদ্ধান্ত। সিদ্ধান্ত হলো: এখানে বলার মতো কিছু নেই। প্রতিবেদনের সুপারিশ স্পষ্ট: স্টেজ-১ পুনরায় চালানো হোক। অন্তত একটি শিরোনাম, একক সোর্স, ≥১ তথ্যবিন্দু এবং একটি সত্তা তালিকা দরকার, তবেই স্টেজ-২ অর্থবহ হয়। শিরোনাম পুনরুদ্ধার সম্ভব হলে সোর্স-গুণমান এবং সময়-সংবেদনশীলতার মূল্যায়ন সম্ভব হবে। সত্তা নিষ্কাশন হলে দল, খেলোয়াড় ও ম্যাচ নির্ধারণ করা যাবে। একটি অ-শূন্য ইনফরমেশন পয়েন্ট অ্যারে এবং পূর্ণ সত্তা তালিকা ছাড়া পরবর্তী কোনো বিশ্লেষণ চালানো উচিত নয়। এটি একটি নাল-ইনপুট গেট — যা পাইপলাইন থামিয়ে দেয়, অনুমান তৈরি করে না। টেকসই কাজের সংস্কৃতির জন্য সংকেত: পুনরায় ইনপুট এলে দেখতে হবে, বাজারপ্রত্যাশা এবং প্রকৃত মূল্যায়নের মধ্যে ফাঁক কোথায়। কিন্তু সেই কাজ এখনই করা যাবে না, কারণ ফাঁক মাপার জন্য অন্তত দুটি প্রান্ত দরকার। পরের বার যখন খালি ঘর দেখবেন, বানানোর ইচ্ছে হবে। মনে রাখবেন, খালি ইনপুটের সবচেয়ে সৎ বিশ্লেষণ হলো নীরবতা নথিভুক্ত করা। মডেল যদি নীরবতা মেনে নিতে না পারে, তবে সেটি মডেল নয় — প্রচারযন্ত্র। আর ক্রিকেট ডেটা সাংবাদিকতার আসল কাজ প্রচার নয়, পুনরুৎপাদনযোগ্য সত্য। কোটিলেন্ট ছাড়া সত্য অসম্পূর্ণ; ইনপুট ছাড়া বিশ্লেষণ অসম্ভব। প্রশ্নটি তাই বাকি — আপনার পাইপলাইনে খালি ঘর পেলে কী হয়, গেট নামে, নাকি গল্প শুরু হয়?