ডেটা পাইপলাইনের নীরব স্রোত: ক্রিকেট বিশ্লেষণে ইনফরমেশন পয়েন্টের অস্তিত্ব ও কৃত্রিম বুদ্ধিমত্তার সীমা

ক্রিকেট এখন যন্ত্রের যুগে। প্রতি বলের গতি, ব্যাটসম্যানের সুইং প্লেন, ফিল্ডিং পজিশনের অর্কেস্ট্রেশন—সবকিছু ডেটা হয়ে জমা হচ্ছে ক্লাউডে। কিন্তু গত সপ্তাহে আমার সামনে জমা হল একটা বিশ্লেষণ প্রতিবেদন, যার শিরোনাম ছিল, উৎস ছিল, বিভাগ ছিল—কিন্তু ভেতরে ছিল শুধু শূন্যতা। আটটি মহাবিশ্বের বিশ্লেষণ কাঠামো, প্রতিটিতে লেখা: 'পর্যাপ্ত তথ্য নেই, মূল্যায়ন সম্ভব নয়'। ইনফরমেশন পয়েন্টের তালিকা ফাঁকা। খেলোয়াড়, দল, লিগ—কিছুই নাম নেই। শুধু একটি লেবেল ভেসে আছে: 'ক্রিকেট_এশিয়া'। এটা কোনো ক্রিকেট কনটেন্টের বিশ্লেষণ নয়, এটা একটা ডায়াগনস্টিক রিপোর্ট—হয়তো একটা পাইপলাইন ব্যর্থতার সাক্ষ্য। এবং এই শূন্যতাই আমাকে ক্রিকেট বিশ্লেষণের ভবিষ্যৎ নিয়ে গভীর প্রশ্নে ফিরিয়ে নিয়ে গেল। আমি ১৯৯৮ সাল থেকে ক্রিকেট মাঠ দেখছি। শুরুটা ছিল ঢাকার উইলস কাপ ম্যাচ কাভারেজে, প্রথোম আলোর কলমে। সেই সময় বিশ্লেষণ ছিল চোখের কাজ—কভার ড্রাইভের কোণ, স্পিনারদের টিজ, উইকেটকিপারের পজিশনিং। ২০১৬ সালে বিডিক্রিকটাইম চালু করার পর, তখন থেকে আমি ডেটার সঙ্গে সাংবাদিকতার সংযোগ নিয়ে ভাবছি। কিন্তু সাম্প্রতিক কৃত্রিম বুদ্ধিমত্তার বিশ্লেষণ কাঠামো যখন তথ্যের শূন্যতার মুখোমুখি হয়, তখন বুঝি—আমাদের বিশ্লেষণ কতটা নির্ভরশীল উৎসবিন্দুর ওপর। ইনফরমেশন পয়েন্ট কী? একটি ক্রিকেট নিবন্ধ যখন যন্ত্রে ঢোকে, তখন সেটি ভেঙে ফেলা হয় ক্ষুদ্র ক্ষুদ্র তথ্য-পরমাণুতে। কোন ম্যাচ, কোন ফরম্যাট, কে বোলিং করছে, স্ট্রাইক রেট কত—এই প্রতিটি পরমাণু হলো একটা ইনফরমেশন পয়েন্ট। এই পয়েন্টগুলো ছাড়া বিশ্লেষণের পুরো দালান দাঁড়াতে পারে না। আমার নিজের কাজে আমি দেখেছি—ভুল বা অনুপস্থিত একটি পয়েন্ট পুরো উপসংহার বদলে দিতে পারে। ২০১৭ সালের কথা মনে পড়ে, অ্যাঞ্জ পোস্টেকোগ্লুর সকারুর ৩-২-৪-১ নিয়ে লেখার সময় টম রগিচের হাফ-স্পেসে পাওয়া ১১টি পাসের ডেটা আমার পুরো বিশ্লেষণের মেরুদণ্ড ছিল। সেই ১১টি পাস ছিল একটা ইনফরমেশন পয়েন্ট—আর সেটাই পুরো গল্পের ভিত্তি তৈরি করেছিল। কিন্তু এই ডায়াগনস্টিক রিপোর্টের ক্ষেত্রে কী ঘটেছে? আপস্ট্রিমে, যেখানে মূল নিবন্ধ থেকে তথ্য নিষ্কাশনের কথা, সেখানে কিছু একটা ভেঙে গেছে। সম্ভবত নিবন্ধটি সিস্টেমে ঢোকেনি, কিংবা নিষ্কাশন প্রক্রিয়া ব্যর্থ হয়েছে। ফলে ডাউনস্ট্রিমে বিশ্লেষণ ইঞ্জিন শূন্য হাতে দাঁড়িয়ে আছে। এটি কোনো নৈতিক বা কৌশলগত ব্যর্থতা নয়—এটি একটি সিস্টেমিক স্থাপত্যের ব্যর্থতা। এবং এই ব্যর্থতা আমার কাছে বিশেষভাবে চিন্তার কারণ, কারণ আমি দীর্ঘদিন ধরে ডেটার সঙ্গে ড্রেসিং রুমের দূরত্ব নিয়ে ভাবছি। আমার একটা পুরনো পর্যবেক্ষণ আছে: ডেটা বিশ্লেষকরা এখন ড্রেসিং রুমে ঢুকে পড়ছেন, কিন্তু তাদের উপসংহার প্রায়ই ম্যাচের বাস্তব লয় থেকে বিচ্ছিন্ন। এই বিচ্ছিন্নতার একটা বড় কারণ হলো—তথ্যের উৎস সম্পর্কে অপর্যাপ্ত যাচাই। কৃত্রিম বুদ্ধিমত্তা যখন একটা ফাঁকা ইনফরমেশন পয়েন্টের ভিত্তিতে বিশ্লেষণ দাঁড় করায়, তখন সেটি ভুলের চেয়েও বিপজ্জনক—সেটি মিথ্যার মতো দেখতে। ডেটার উপস্থিতি না থাকলেও বিশ্লেষণের কাঠামো—আটটি আয়তন, প্রতিটির উপশিরোনাম—সম্পূর্ণ থাকে। এ কারণেই একজন পাঠক সহজে বিভ্রান্ত হতে পারেন। এই বিভ্রান্তির ঝুঁকিটা আমি স্পষ্টভাবে চিহ্নিত করতে চাই: একটি সম্পূর্ণ কাঠামোবদ্ধ কিন্তু বিষয়বস্তু-শূন্য বিশ্লেষণ রিপোর্টকে প্রকৃত বিশ্লেষণ ভেবে ভুল করা। এবার আসি কাঠামোর নিখুঁত শূন্যতার ভেতরে লুকিয়ে থাকা আসল সংকেতটিতে। ডায়াগনস্টিক রিপোর্টে একটি বিষয় বারবার ফিরে এসেছে—ডোমেইন লেবেল: 'ক্রিকেট_এশিয়া'। এটিই একমাত্র টিকে থাকা সূত্র। এর মানে দাঁড়ায়, মূল নিবন্ধটি সম্ভবত এশিয়ান ক্রিকেট প্রেক্ষাপটের কিছু ছিল—হতে পারে ভারত, পাকিস্তান, শ্রীলঙ্কা, বাংলাদেশ বা আফগানিস্তান সংশ্লিষ্ট। কিন্তু এই সূত্র দিয়েই বিশ্লেষণ দাঁড় করানো যায় না। আমি বারবার ফিরে আসি এই শূন্যতার প্রশ্নে, কারণ এখানেই বিশ্লেষণের সততা নিহিত। বিশ্লেষণের সততা মানে কী? আমার কাছে এর অর্থ—তথ্য না থাকলে অনুমান দিয়ে ফাঁক পূরণ না করা। এই ডায়াগনস্টিক রিপোর্টটি সঠিকভাবে সেই কাজটি করেছে। প্রতিটি বিভাগে 'পর্যাপ্ত তথ্য নেই' লিখে এটি শূন্যতার মুখোমুখি হয়েছে। এটি একটি পদ্ধতিগত সাফল্য, যদিও বিষয়বস্তু-ব্যর্থতা। কিন্তু পদ্ধতিগত এই সততা আমাদের মূল সমস্যাটি দেখতে দিচ্ছে—আমাদের উৎসবিন্দু নিষ্কাশন ব্যবস্থা কতটা ভঙ্গুর। একটি বিশেষ তথ্য আমার স্মৃতিতে গেঁথে আছে। ২০০০ সালের ক্রনিয়ে কেলেঙ্কারি বা ২০১০ সালের স্পট-ফিক্সিং কেলেঙ্কারি—আন্তর্জাতিক ক্রিকেটের সততা পরীক্ষার মুহূর্ত। সেই সময় সাংবাদিকদের সবচেয়ে বড় হাতিয়ার ছিল উৎস যাচাই। আজ কৃত্রিম বুদ্ধিমত্তার যুগে সেই যাচাইয়ের প্রক্রিয়া আরও জটিল, আরও স্তরবিশিষ্ট। একটি ইনফরমেশন পয়েন্টা যদি ভুলভাবে নিষ্কাশিত হয়, তাহলে তার ওপর দাঁড়ানো বিশ্লেষণ কতটা নির্ভরযোগ্য? এই প্রশ্নটাই আমার সবচেয়ে বড় দুশ্চিন্তা। আমার দ্বিতীয় দীর্ঘস্থায়ী পর্যবেক্ষণ ওঠে আসে—আপসেট দলগুলো প্রায়ই তাদের সেরা খেলোয়াড়দের হারায়। বাংলাদেশের ক্রিকেটে এটা আমরা বারবার দেখেছি। মুশফিকুর রহিম, সাকিব আল হাসান—তারা যখন ছোট দল থেকে বড় প্ল্যাটফর্মে যান, তখন ছোট দলটার গল্প কখনও কখনও বড় মিডিয়া কাভারেজে শুধু 'ট্যালেন্ট ড্রেন' হয়ে ওঠে। বিশ্লেষণ কখনও কখনও এই গৌণ কাহিনিকে হারিয়ে ফেলে। এই প্রসঙ্গে আমি গুরুত্বপূর্ণ একটি সীমাবদ্ধতার কথা বলতে চাই: আমাদের বিশ্লেষণ যন্ত্র সাধারণত বড় টুর্নামেন্টের বড় গল্প খোঁজে, কিন্তু ছোট পরিসরে জমে থাকা ডেটা কখনও কখনও সেই বড় গল্পের চেয়ে বেশি সত্য বলে। ক্রিকেট_এশিয়া লেবেলটি যদি বাংলাদেশের কোনো ম্যাচের দিকে ইঙ্গিত করে থাকে, তাহলে আমি আশা করব—ভবিষ্যতে সেই ম্যাচের ইনফরমেশন পয়েন্টগুলো সঠিকভাবে নিষ্কাশিত হবে এবং বিশ্লেষণ সেই শূন্যতার ফাঁদে না পড়ে। আরেকটি বিষয় আমার মনে ঘুরপাক খাচ্ছে। ডেটা বিশ্লেষণে সংখ্যার পরিবর্তে ছবি আমার মূল ভাষা হয়ে উঠেছে ২০১৭ সালের পর থেকে। অ্যাঞ্জের ৩-২-৪-১ নিয়ে ১২টি অ্যানিমেটেড ক্লিপ বানিয়েছিলাম, যেখানে হাফ-স্পেসে রগিচের ঘূর্ণনচakra দেখা যাচ্ছিল। ২০১৮ বিশ্বকাপে ফ্রান্স-আর্জেন্টিনার ম্যাচে এমবাপের ১৪টি তীরচিহ্নের ট্রানজিশন ম্যাপ তৈরি করেছিলাম—রাত চারটা পর্যন্ত জেগে। সেই জাতীয় ম্যাপিংয়ের কাজ আমার জন্য একটি শিক্ষা ছিল: কীভাবে সীমিত তথ্য থেকে সঠিক চিত্র তৈরি করা যায়। কিন্তু ইনফরমেশন পয়েন্ট শূন্য হলে কোনো সংখ্যা নেই, কোনো তীর নেই, কোনো চিত্র নেই। এই ডায়াগনস্টিক রিপোর্টের সবচেয়ে মূল্যবান অংশ হলো এর শেষ সতর্কতা—উপরের প্রক্রিয়া ব্যর্থতা। আমি এই প্রক্রিয়া ব্যর্থতার গভীরে তাকাতে চাই। স্টেজ-১ নিষ্কাশন ব্যর্থ, স্টেজ-২ বিশ্লেষণ কাঠামো নিখুঁত কিন্তু বিষয়বস্তু-শূন্য। এই ধরনের ব্যর্থতা ক্রিকেট ডেটা বিশ্লেষণের ক্ষেত্রে আরও সাধারণ হতে পারে যদি না আমরা উৎসবিন্দু নিরীক্ষণকে গুরুত্ব না দিই। ডেটা পাইপলাইনে একটা নীরব স্রোত বয়ে যায়—নিষ্কাশন থেকে বিশ্লেষণ পর্যন্ত। এই স্রোতে তথ্যের অবিচ্ছিন্ন প্রবাহ দরকার। কিন্তু আমরা কতবার নিশ্চিত করি যে উৎসবিন্দু সঠিকভাবে প্রবাহিত হচ্ছে? একটি ম্যাচ রিপোর্ট থেকে তথ্য বের করা, সেটি যাচাই করা, সঠিক প্রসঙ্গে বসানো—এই কার্যক্রমের প্রতিটিটির নিজস্ব জটিলতা আছে। আমার কাছে কৃত্রিম বুদ্ধিমত্তা ক্রিকেট বিশ্লেষণের ক্ষেত্রে দুটি ভূমিকা পালন করতে পারে। একটি হলো—বিপুল ডেটা থেকে প্যাটার্ন করা, যা মানুষের চোখে ধরা পড়ে না। অন্যটি হলো—শূন্যতার শূন্যতা হিসেবে থাকা। এই দ্বিতীয় ভূমিকাটা কম আলোচিত কিন্তু কম গুরুত্বপূর্ণ নয়। যখন তথ্য নেই, তখন সততার সঙ্গে 'নেই' বলাটাই বিশ্লেষণের কাজ। এই ডায়াগনস্টিক রিপোর্টটি সেই কাজটি করেছে। ভবিষ্যতের দিকে তাকিয়ে আমার একটা প্রত্যাশা আছে। ক্রিকেট লিগ, বিশেষ করে আইপিএল, বিবিএল বা পিএসএলের ক্ষেত্রে ইনফরমেশন পয়েন্ট নিষ্কাশনের একটি মানক পদ্ধতি প্রয়োজন। প্রতিটি ম্যাচ থেকে কী কী তথ্য নিষ্কাশিত হবে, কী কী তথ্য প্রাসঙ্গিক, কী কী তথ্য যাচাইযোগ্য—এসব নির্ধারণ না করলে বিশ্লেষণের মান কখনও নিশ্চিত হবে না। শেষ একটা কথা। ক্রিকেট কখনও কখনও সংখ্যার খেলা, কখনও কখনও কল্পনার খেলা। কিন্তু যন্ত্রটা যখন শুধু তথ্যের ভিত্তিতে বিশ্লেষণ করে, তখন শূন্য তথ্য মানে শূন্য বিশ্লেষণ। এটাই আমার মূল উপসংহার। প্রশ্ন হলো—আমরা কি এই শূন্যতার ফাঁদগুলো চিনতে শিখছি? প্রতিটি ডেটা কাঠামোর নিচে একটা উৎস আছে, যার অস্তিত্ব আমরা প্রায়ই ভুলে যাই। সেই উৎসের সঠিকতা নিশ্চিত করা ছাড়া বিশ্লেষণ কখনও সম্পূর্ণ হবে না। এবং যখন বিশ্লেষণ কাঠামো নিখুঁত দেখায় কিন্তু ইনফরমেশন পয়েন্ট শূন্য—তখন সবচেয়ে বড় ঝুঁকি হলো আমরা বিশ্লেষণকে বিশ্বাস করে ফেলব, কারণ কাঠামোটা সঠিক দেখাচ্ছে। ইতিহাসের ক্লাসিক বিভ্রম। আগামীকাল যখন আপনি কোনো বিশ্লেষণ প্রতিবেদন পড়বেন, প্রশ্ন করুন—এর ইনফরমেশন পয়েন্ট কোথায়? উৎস কি যাচাইযোগ্য? নাকি এটি শুধু সঠিক কাঠামো পরিহিত শূন্যতা?