৪৪ ম্যাচের নোটবুক থেকে VAR রিভিউ রুম: ক্রিকেটের 'সহজ সংখ্যা' কীভাবে আমাদের ঠকায়

আমি শুরু করেছিলাম ৪৪টি ম্যাচ, একটি রংপুরের নোটবুক আর সহজ সংখ্যার প্রতি এক ধরনের সন্দেহ নিয়ে। ২০১৭ সালে, ষোলো বছর বয়সে, রংপুর স্টেডিয়ামে বাংলাদেশ প্রিমিয়ার লিগ ফুটবলের পুরো মৌসুম হাতে-কোড করেছিলাম — শটের অবস্থান, পাসের দিক, মিনিট, ফলাফল। কারণ স্থানীয় কোনো মাধ্যম গোল আর কার্ডের বাইরে কিছু ছাপত না। সেই অভ্যাস আজও বদলায়নি। প্রতিটি ম্যাচ রিপোর্টের আগে আমি একটি সংখ্যার শিট লাগাই — এবং প্রতিবার প্রথম প্রশ্ন করি: এই সংখ্যাটি আসলে কী মাপছে? এই প্রশ্নটি এখন ক্রিকেটে সবচেয়ে জরুরি, কারণ খেলাটি গত পাঁচ বছরে যত বেশি পরিমাপযোগ্য হয়েছে, তত বেশি 'সহজ সংখ্যার' ফাঁদে পড়েছে। স্ট্রাইক রেট, ইকোনমি, ডট-বলের শতাংশ, ফিল্ডিং কনভার্শন — এগুলোর প্রতিটির পেছনে এমন একগুচ্ছ অনুমান লুকিয়ে আছে যা কেউ যাচাই করে না। আর ২০২৬ সালের নিয়মিত মৌসুমের মাঝখানে দাঁড়িয়ে, যখন প্রতিটি দল সপ্তাহে দুই-তিনটি ম্যাচ খেলছে এবং টেবিলের অবস্থান প্রতিদিন বদলাচ্ছে, তখন এই অনুমানগুলোই ঠিক করে দিচ্ছে কে শিরোপার দৌড়ে থাকবে আর কে relegation-এর চাপে ভাঙবে। আমার দ্বিতীয় পাঠ এসেছিল ২০১৮ সালে। ২১ ইঞ্চি টেলিভিশনে রাশিয়া বিশ্বকাপের ৬৪টি ম্যাচ দেখে প্রায় ১,২০০ শটের কোঅর্ডিনেট ওপেন সোর্স থেকে তুলে একটি xG মডেলে ঢুকিয়েছিলাম, নোটবুকের কলাম-লজিক ধরে। ক্রোয়েশিয়ার টানা তিনটি অতিরিক্ত সময়ের ম্যাচ — ডেনমার্ক, রাশিয়া, ইংল্যান্ড — ছিল আমার টেস্ট কেস। ইংল্যান্ডের সেমিফাইনালে ১৪৩.৬ কিলোমিটার দৌড়, টুর্নামেন্টে সর্বোচ্চ। ঢাকার একটি ফুটবল সাইট ৩,০০০ শব্দের সেই বিশ্লেষণ ছেপেছিল, দিয়েছিল ৪,০০০ টাকা। প্রথম পেইড বাইলাইন আমাকে শিখিয়েছিল: একটি মডেল ততটাই সৎ, যতটা সৎ তার অনুমানগুলো। সেই থেকে প্রতিটি লেখার সঙ্গে মেথডোলজি ফুটনোট যায়। ক্রিকেটে এটির সরাসরি প্রয়োগ টি-টোয়েন্টির স্ট্রাইক রেটে। ধরুন, একজন ব্যাটার ২০ ইনিংসে ১৪৫ স্ট্রাইক রেট রেখেছেন, ৪০০ বল খেলে। সংখ্যাটি চমৎকার শোনায়। কিন্তু ইনিংসগুলো যদি হয় পাঁচ ওভারের মধ্যে শেষ হয়ে যাওয়া ম্যাচে, যেখানে তিনি ১১ বল খেলেছেন, তাহলে সেই স্ট্রাইক রেটের প্রকৃত অর্থ কী? বল-প্রতি Contribution বা ইনিংস-ভিত্তিক ওজন দিলে ছবিটা বদলে যায় — কারণ কম চাপের শেষ ওভারের ২৫ রান আর পাওয়ারপ্লেতে ৪০ রানের 'স্ট্রাইক রেট' একই স্কেলে মাপা যায় না। আমি ৪৪ ম্যাচের নোটবুকে এই সমস্যাটি চোখে দেখেছি: যে ব্যাটার পাওয়ারপ্লেতে দুর্দান্ত, তার গড় স্ট্রাইক রেট শেষ ওভারের ছোট কিন্তু দ্রুত ইনিংসে ফুলে ওঠে। বোলার কেন্ডেল selalu ডট-বলে হয় না — ম্যাচের মূল্যায়নে একটি ডট বলের খরচ আরেকটির সমান হয় না, কারণ ওভারভিউতে প্রথম ওভারের ডট আর ডেথ ওভারের ডট সমান স্কেলে বসে যায়, যদিও দ্বিতীয়টির বাজি অনেক বড়। এই বিন্দুতেই่, আরেকটি জিনিস। গত কয়েক সিজনে হয়েছে যা প্রশ্ন তুলেছে, তা হলো ফ্রি-এজেন্ট খেলোয়াড়দের 'সাইনিং অন ফি'। আমার বলছে, বড় ফি দিয়ে চুক্তি করা খেলোয়াড়ের বেলায় স্ক্রুটিনি স্তর ভিন্ন। ট্রান্সফার ফি-র হিসাব পাবলিক, তাই সমালোচনার মুখে পড়ে; অথচ সাইনিং অন ফি ও এজেন্ট পেমেন্ট বাইপাস করে ফাইন্যান্সিয়াল ফেয়ার প্লে-র মূল আয়না — যেটি খেলোয়াড়ের বাজারমূল্য নিয়ন্ত্রণ করে। ফলে যে দলটি ট্রান্সফার ফি-র চেয়ে বড় সাইনিং বোনাস দেয়, তাকে আর্থিক নিয়মের ভাষায় 'বাজেটের মধ্যে থাকা' বলা হয়, অথচ বাজারটি আসলে আগের চেয়ে বেশি বিকৃত। এটি ক্রিকেটেও ঢুকছে আইপিএলের নিলাম-প্রি-অকশন রিটেনশন ফি ও ফ্র্যাঞ্চাইজি বোনাসের রূপে। এখানে সংখ্যা নয়, সংখ্যার শ্রেণীকরণটাই সমস্যা। এরপর আসে রেফারি ও রিভিউয়ের প্রশ্ন। খেলাধুলায় ভিএআর বিতর্ক কমায়নি, বরং বিতর্ককে মাঠ থেকে রিভিউ রুমে এবং নিয়মাবলির ধূসর অঞ্চলে সরিয়ে নিয়েছে। ক্রিকেটের তৃতীয় আম্পায়ার সিস্টেম একই সমস্যার সম্মুখীন। 'আল্ট্রা-এজ' ট্র্যাকিং, বল ট্র্যাকিং, ওভারথ্রো রিভিউ — এসবের প্রতিটিরই আছে একটি ট্রাস্ট-প্রশ্ন: কোন ডেটা পয়েন্টটি 'এজ' হিসেবে ধরা হবে, বলের কোন হাড়টি 'স্ট্যাম্প'? ক্রিকেটে এই সমস্যা সবচেয়ে পরিষ্কার বেরিয়ে আসে LBW-তে, যেখানে বলের গতিপথ অনুমান করতে হয় — মডেলের ভেতরে অনুমান, বাইরে সিদ্ধান্ত। আমি নিয়মিত দেখি আম্পায়ার্স কল একটি সীমানা চিহ্ন, যেখানে 'ডেটা' ধারাবাহিকভাবে 'রায়' হিসেবে বসানো হয়, কিন্তু রায় নেই। এই অঞ্চলটি তৈরি করেছে এক নতুন খেলা: রিভিউয়ের অনুমান-লটারি। কোনো কোনো দল রিভিউ ব্যবহার করে চাপ কমাতে, আবার কেউ ব্যবহার করে চাপ বাড়াতে; সংখ্যার প্রয়োগ নয়, সূচক-wise খরচ। এটাই আসল বিতর্ক — যে রিভিউ সিস্টেমটি 'সঠিক/ভুল'-এর দ্বিবিভাজন মানে, সেখানে 'অর্ধ-সঠিক' রায় আরও বেশি সংখ্যক। এই নোটবুক-সমীক্ষার সবচেয়ে বড় পাঠ এসেছিল ২০২০ সালে। বৈশ্বিক ক্রীড়া-বিরতির সময় ৮৩টি দর্শকহীন বুন্দেসলিগা ম্যাচ কোড করেছিলাম; হোম-উইন হার ৪৩.৩% থেকে নেমে ৩৩.৩%। সেই নম্বরটি সমর্থকরা 'মাঠের পরিবেশ' শব্দে দেখেছিলেন, আমি দেখেছিলাম একটি চলক। এটিকে 'বারোতম খেলোয়াড় একটি চলক' নামের সমাজবিজ্ঞান টার্ম পেপারে লিখেছিলাম; দুটি জার্নাল প্রত্যাখ্যান করেছিল, কিন্তু একটি ব্লগ পোস্টে সেই যুক্তি ৯,০০০ জন পড়েছিলেন। এখানে আমি যে ভুলটি করেছিলাম তা হলো হোম-উইন হারকে ইনফারেন্সিয়াল সিদ্ধান্ত মূল্যায়নের একমাত্র কাঠামো ধরা। পরে বুঝেছি: দর্শক মাঠে হোম-উইন হার কমল, কিন্তু ম্যাচ-পদ্ধতি (স্লট, ভ্রমণ, ফিক্সচার-ঘনত্ব) একই ছিল না। সেই সময়ে করোনা-শর্তে ফিক্সচার-সজ্জা বদলে গিয়েছিল। তাই এই নম্বরটি কেবল পারস্পরিক সম্পর্ক, কার্যকারণ নয়। এখন আমি সবসময় তিনটি ভিন্ন সেটআপে মডেল চালাই, আর দেখি ফলাফল কতটা অনুমান-নির্ভর। ক্রিকেটের যাবতীয় 'সহজ সংখ্যা'র এই নোটবুক-সমীক্ষাটি কী দেয়? প্রথমত, র্যাঙ্কিং আর স্ট্রাইক রেটের মতো পাবলিক মেট্রিকগুলো আসলে বেস রেটের সঙ্গে মিলছে না; তাদের স্কেলগত ভারসাম্য অনুপস্থিত। দ্বিতীয়ত, স্থানীয় ডেটা (রংপুর, একাদশ-শহরের স্টেডিয়াম, দর্শকহীন ম্যাচ) এমন প্যাটার্ন দেখায় যা বড় লিগের সংবাদমাধ্যমে 'নয়েজ' হিসেবে বাদ পড়ে, অথচ সেগুলোই সিস্টেমের গভীর কাঠামো। তৃতীয়ত, তিনটি সেক্টর — স্কোরিং মেট্রিক, ফাইন্যান্সিয়াল ফেয়ার প্লে, রেফারি-রিভিউ — একই গঠনগত ত্রুটি শেয়ার করে: সংখ্যা সংজ্ঞায়িত হয়, কিন্তু সংখ্যার পেছনের শ্রেণীবিন্যাস বা চুক্তিটি কেউ লেখে না। আর ঠিক সেই কারণেই খেলাটি এখন এক 'মাপযোগ্য ভুল ধারণার' যুগে ঢুকেছে। কিন্তু এখানে একটি বিপরীত-মত রয়েছে যা আমার নিজের dreaded 'কন্ট্রারিয়ান-ফর-ইটস-সেক' ফাঁদ থেকে বেরোতে সাহায্য করেছে। আমরা স্বাভাবিকভাবে ধরে নিই যে ডেটা প্রকাশ আরও বেশি হলে সিদ্ধান্ত আরও ভালো হবে। রংপুরের ৪৪ ম্যাচ আর ২০১৮ বিশ্বকাপের মডেল আমাকে দেখিয়েছে, উল্টোটাও হতে পারে। বেশি ডেটা মানে বেশি মডেল, আর প্রতিটি নতুন মেট্রিক তার নিজের অনুমান নিয়ে আসে; ফলে সিদ্ধান্তগ্রহণকারীকে শিখতে হয় 'কী বাদ দিতে হবে'। এশিয়ান ক্রিকেট কাউন্সিল ও ঘরোয়া লিগে এই সমস্যাটি স্পষ্ট: খেলোয়াড়-নির্বাচন কমিটি এখন একই সময়ে পাঁচটি ভিন্ন মেট্রিকে একজন ব্যাটারকে মূল্যায়ন করে, এবং যে মেট্রিক ধারাবাহিকভাবে 'ইতিবাচক' তা প্রায়ই সেই মেট্রিক যার নমুনা সবচেয়ে ছোট। এই কম ডেটা-উচ্চ-আত্মবিশ্বাসের ফাঁদটাই খেলোয়াড়-নির্বাচনী বিতর্কের সবচেয়ে বড় কারণ। বাংলাদেশের ঘরোয়া ক্রিকেটে এ ফাঁদ আরও ধারালো, কারণ ঘরোয়া ম্যাচে বল-বাই-বল পাবলিক ডেটা প্রায় নেই; ফলে কোচের নোটবুক আর ফ্র্যাঞ্চাইজির স্কাউট রিপোর্টই একমাত্র 'ডেটাসেট' — অথচ সেটি পাবলিক নয়, যাচাইযোগ্য নয়, এবং প্রায়শই সংবাদমাধ্যমে 'ডেটা-চালিত সিদ্ধান্ত' হিসেবে উপস্থাপিত হয়। এই দ্বৈততা আরেক জায়গায় গুরুত্বপূর্ণ। মাঠ শূন্য হলে খেলা কি 'ডেটা-বান্ধব' হয় নাকি 'ডেটা-অন্ধ'? দর্শকহীন বুন্দেসলিগার ৮৩ ম্যাচে সংখ্যাগুলো পরিষ্কার ছিল, কিন্তু যে ভেরিয়েবলগুলো সেই পরিষ্কার সংখ্যা তৈরি করেছিল — শিডিউলিং, ভ্রমণ-দূরত্ব, বিরতি — সেগুলো আলাদা করে কোড করা হয়নি। এটি আমার নিজের মডেল-পরিচ্ছন্নতার বিরুদ্ধে একটি সতর্কতা: মেসি রিয়ালিটি সবসময় মডেলের চেয়ে বেশি জটিল, আর যে লেখায় সেই জটিলতা স্বীকার করা হয় না, সেটি বিশ্লেষণ নয়, প্রচারণা। মাঠ শূন্য থাকলে শব্দ কমে, কিন্তু সিদ্ধান্তের দায় কমে না। এ কারণেই আমি প্রতিবেদনে সবসময় বলে দিই কোন অনুমানটি যাচাই করিনি, আর করলে ফলাফল কোন দিকে যেতে পারে। এখন প্রশ্ন হলো, নিয়মিত মৌসুমে এই কাঠামোতে কী দেখতে হবে? আমার নোটবুক বলছে, শিরোপা-দৌড় নির্ধারণ হয় সেই সংখ্যাগুলোর ওপর যা সংবাদমাধ্যমে থাকে না — শেষ পাঁচ ওভারে প্রতিপক্ষের রান, মাঝের ওভারে ওভার-ব্রেক, ইনিংসের মাঝখানে ক্যাচ-ড্রপের সেক্টরগত বিন্যাস — এগুলো 'সহজ সংখ্যা'র বাইরে কিন্তু টেবিলের ওপর সরাসরি প্রভাব ফেলে। পরবর্তী রাউন্ডে আমি দেখব: প্রথম তিন ম্যাচে যে দলটি দ্রুত উইকেট নিচ্ছে কিন্তু চতুর্থ-পঞ্চম ওভারে ইকোনমি বাড়ছে, তার সাম্প্রতিক স্ট্রাইক রেট-সংখ্যা আসলে কী বলছে। যদি সেই সংখ্যা বেস রেটের সঙ্গে না মেলে, তবে আমি মডেল নয়, অনুমানটাই প্রথমে যাচাই করব। আর ঠিক এখানেই ক্রিকেটের সবচেয়ে বড় প্রশ্নটি দাঁড়িয়ে আছে: আমরা কি সংখ্যা দিয়ে খেলাটি বুঝছি, নাকি সংখ্যার পেছনে রাখা অনুমানগুলো আমাদের জন্য খেলাটিকে নতুন করে লিখে দিচ্ছে?