শূন্য তথ্যবিন্দুর পাঠ: এশীয় ক্রিকেট নিয়ে একটি অসম্পূর্ণ বিশ্লেষণ-চেইন কী শেখায়

হুক: যে প্রতিবেদনে কোনো তথ্য নেই, সেটিই এখানে মূল নমুনা

গত কয়েকদিন ধরে আমি একটি বিশ্লেষণ-পাইপলাইনের আউটপুট ফিরে ফিরে দেখছি। Stage-1-এর ফলাফলে ছয়টি ফিল্ডের ছয়টিই খালি — নিবন্ধের শিরোনাম নেই, উৎস নেই, ধরন অনির্ধারিত, এক-বাক্য সারসংক্ষেপ ফাঁকা, লেখকের অবস্থান নেই, উদ্দেশ্য নেই, এবং তথ্যবিন্দুর সংখ্যা শূন্য। একমাত্র বৈধ সংকেত হলো একটি ডোমেইন লেবেল: cricket_asia। এই লেবেলটি শুধু বিষয়ক্ষেত্র চিহ্নিত করে — এশীয় ক্রিকেট। এটি কোনো ঘটনা, মত, বা সময় বহন করে না।

আমি ঢাকার একটি ডরমিটরি ঘর থেকে নিজের মডেল বানিয়ে অভ্যস্ত, তাই আমি প্রেস বক্সের চেয়ে নমুনার আকারে বেশি ভরসা করি। আর এখানে নমুনার আকার শূন্য। শূন্য নমুনা থেকে গভীর বিশ্লেষণ টেনে আনা মানে গল্প বানানো। আমি সেটি করব না। বরং এই ব্যর্থ আউটপুটটিকেই একটি কেস হিসেবে ব্যবহার করব — কারণ এশীয় ক্রিকেট সাংবাদিকতার বাস্তব সমস্যাটি ঠিক এখানেই: কাঠামোগত খালি জায়গা উপন্যাস দিয়ে ভরাট করার প্রবণতা।

প্রেক্ষাপট: Stage-1 আউটপুটটি ঠিক কী দিচ্ছে, আর কী দিচ্ছে না

ধরা যাক, কোনো নিবন্ধের কাঁচামাল একটি স্বয়ংক্রিয় বা আধা-স্বয়ংক্রিয় স্তরে ঢুকছে। প্রত্যাশিত আউটপুটে থাকার কথা ছয়টি উপাদান: শিরোনাম, উৎস, ধরন, সারসংক্ষেপ, লেখকের অবস্থান, এবং তথ্যবিন্দুর তালিকা। বাস্তবে যা এসেছে তা একটি ফাঁকা ছক। সারণিতে প্রতি সারিতে 'N/A' অথবা 'শূন্য' লেখা। এটি প্রযুক্তিগত ব্যর্থতার একটি পরিষ্কার ছবি: কোনো তথ্য উত্তোলন হয়নি, অথবা উত্তোলনের চেষ্টাই হয়নি।

এই ব্যর্থতার দুই ধরনের সম্ভাব্য কারণ আছে, এবং এদের পার্থক্য করা জরুরি। প্রথম সম্ভাবনা — ইনপুটই খালি ছিল। অর্থাৎ মূল নিবন্ধের পাঠ্য পাইপলাইনে পৌঁছায়নি, বা পৌঁছেছিল কিন্তু পাঠযোগ্য আকারে নয়। দ্বিতীয় সম্ভাবনা — ইনপুট ছিল, কিন্তু উত্তোলনকারী স্তরটি নীরবে ব্যর্থ হয়েছে। নীরব ব্যর্থতা সবচেয়ে বিপজ্জনক, কারণ এটি কোনো এরর মেসেজ দেয় না; বরং একটি বৈধ দেখতে আউটপুট তৈরি করে, যেখানে শুধু একটি ডোমেইন লেবেল ভরা থাকে।

এশীয় ক্রিকেটের প্রসঙ্গে এই পার্থক্যটি তাৎপর্যপূর্ণ। এশীয় ক্রিকেটের তথ্যভাণ্ডার বহুভাষিক — বাংলা, হিন্দি, উর্দু, তামিল, সিংহলি, ইংরেজি। একটি পাইপলাইন যদি বাংলা বা তামিল পাঠ্য ঠিকমতো টোকেনাইজ করতে না পারে, তাহলে সেটি 'শূন্য তথ্যবিন্দু' ফেরত দেবে, অথচ ব্যবহারকারী ভাববেন নিবন্ধে আসলে তথ্য ছিল না। এখানেই ভুল সিদ্ধান্ত জন্ম নেয়।

আমি ২০১৮ সালে রাশিয়ায় ২১টি রাত ঘুম ছাড়া কাটিয়ে ৬৪টি ম্যাচ দেখেছি, ১১০০-এর বেশি সেট পিস ট্যাগ করেছি। সেই অভিজ্ঞতা থেকে একটি কথা শিখেছি: যখন ট্যাগিং স্কিম ভুল হয়, তখন সংখ্যাটি শূন্য দেখায়, কিন্তু বাস্তবে ঘটনাটি ঘটেইছে। তথ্য শূন্য হওয়া আর ঘটনা শূন্য হওয়া এক নয়। এই পার্থক্য না ধরলে বিশ্লেষণ নয়, বিভ্রম তৈরি হয়।

মূল বিশ্লেষণ: শূন্য তথ্যবিন্দু থেকে কী কী অনুমান টানা যায়, আর কোথায় থামতে হবে

প্রথমেই একটি কাঠামোগত সত্য। Stage-1-এর একমাত্র বৈধ আউটপুট হলো ডোমেইন লেবেল cricket_asia। এই লেবেল থেকে যে দুটি জিনিস অনুমান করা যায়, তা হলো বিষয়ক্ষেত্র (ক্রিকেট) এবং ভৌগোলিক পরিসর (এশিয়া)। এর বাইরে শিরোনাম নেই মানে নিবন্ধটি কোন উপ-বিষয় নিয়ে — বাংলাদেশ প্রিমিয়ার লিগ, আইপিএল নিলাম, এশিয়া কাপ, নাকি ঘরোয়া প্রথম-শ্রেণির ক্রিকেট — তা বলা অসম্ভব।

দ্বিতীয়ত, উৎস নেই মানে নির্ভরযোগ্যতা যাচাইয়ের কোনো পথ নেই। সাংবাদিকতায় উৎস মানে শুধু সংবাদমাধ্যমের নাম নয়; উৎস মানে দাবিটির পেছনের প্রমাণের ঠিকানা। একটি দাবি প্রথমিক (অফিসিয়াল বোর্ড, ফেডারেশন রিলিজ, ডেটা সরবরাহকারী), দ্বিতীয়িক (সংবাদ সংস্থার প্রতিবেদন), নাকি অনির্দিষ্ট — এই শ্রেণিবিন্যাস ছাড়া দাবির ওজন মাপা যায় না। Stage-1 এখানে তিনটির কোনোটিই দেয়নি।

তৃতীয়ত, ধরন অনির্ধারিত। একটি ক্রিকেট নিবন্ধ 'খবর', 'বিশ্লেষণ', 'কলাম', 'নিলাম-গুজব', নাকি 'ম্যাচ রিপোর্ট' — এই শ্রেণিবিন্যাসই ঠিক করে কোন প্রশ্নগুলো বৈধ। ম্যাচ রিপোর্টে স্কোর ও ফলাফল কেন্দ্রীয়; কলামে লেখকের যুক্তি কেন্দ্রীয়; নিলাম-গুজবে চুক্তি ও এজেন্টের গতিবিধি কেন্দ্রীয়। ধরন না জানলে বিশ্লেষণের অক্ষটাই নির্ধারণ করা যায় না।

চতুর্থত, তথ্যবিন্দু শূন্য মানে কোনো সত্তা নেই — কোনো দেশ, ं्ा, খেলোয়াড়, প্রতিযোগিতা, বা তারিখ চিহ্নিত হয়নি। অথচ এশীয় ক্রিকেটের যেকোনো বাস্তব নিবন্ধে অন্তত এই ধরনের সত্তা থাকবেই। একটি বাংলাদেশ-শ্রীলঙ্কা সিরিজের প্রতিবেদনে দুই দেশের নাম, সিরিজের তারিখ, ভেন্যু, এবং কমপক্ষে কয়েকজন খেলোয়াড়ের নাম থাকা বাধ্যতামূলক। এগুলোর একটিও না থাকা মানে হলো পাঠ্যটি হয় পাইপলাইনে পৌঁছায়নি, নয়তো উত্তোলক সেটি পড়তে পারেনি।

এবার কঠিন অংশটি। এই শূন্যতার ওপর ভিত্তি করে কি এশীয় ক্রিকেট সম্পর্কে কোনো বাস্তব দাবি করা যায়? উত্তর — না। কে জিতল, কে injury নিয়ে মাঠের বাইরে, কোন বোর্ড কোন কোচ নিয়োগ দিল, কোন তারকা খেলোয়াড়ের চুক্তি শেষ হচ্ছে — এসবের একটিও অনুমান করা যায় না। এখানেই অনেক বিশ্লেষক হোঁচট খান: খালি জায়গা দেখে কল্পনা দিয়ে ভরাট করেন, তারপর সেই কল্পনাকে 'বিশ্লেষণ' বলে চালিয়ে দেন। এটি সাংবাদিকতার সবচেয়ে সাধারণ ফাঁদ, এবং INTP-ধরনের প্যাটার্ন-প্রেমী বিশ্লেষকের জন্যও সবচেয়ে বিপজ্জনক, কারণ আমাদের মস্তিষ্ক অসম্পূর্ণ নমুনাতেও সুন্দর প্যাটার্ন বসিয়ে ফেলতে ভালোবাসে।

একটি ব্যবহারিক উদাহরণ দিই। ধরুন কেউ Stage-1-এর আউটপুট দেখে সিদ্ধান্ত নিলেন যে 'এশীয় ক্রিকেটে আজ কোনো উল্লেখযোগ্য ঘটনা ঘটেনি।' এটি একটি ভুল সিদ্ধান্ত। শূন্য তথ্যবিন্দু মানে ঘটনা শূন্য নয়; মানে আমাদের পর্যবেক্ষণ যন্ত্রটি ঘটনাটি ধরতে পারেনি। টেলিস্কোপের লেন্সে ধুলো থাকলে আকাশে তারা কমে যায় না। এই মৌলিক পার্থক্যটি না ধরলে তথ্য-ভিত্তিক সাংবাদিকতা দ্রুত তথ্য-বিহীন মতামতে পরিণত হয়।

বিপরীত কোণ: আসল ব্যর্থতা বিশ্লেষণে নয়, উত্তোলন স্তরে — এবং সেটি নিজেই একটি সংবাদ

এখানে কাউন্টার-ইনটুইটিভ দিকটি হলো: সমস্যাটি বিশ্লেষকের দক্ষতার নয়, সমস্যাটি কাঠামোর। যদি Stage-1 সত্যিই শূন্য ফেরত দেয়, তাহলে সবচেয়ে জরুরি কাজ হলো গভীর বিশ্লেষণ নয় — বরং পাইপলাইনের ডায়াগনস্টিক। কোন ধাপে, কোন মডেলে, কোন প্রম্পটে তথ্য হারিয়ে গেল? ইনপুট কি এনকোডিং সমস্যায় পড়েছে? ভাষা শনাক্তকরণ কি ব্যর্থ হয়েছে? নাকি উত্তোলনকারী মডেলটি ডোমেইন-নিরপেক্ষভাবে চলছে, ফলে ক্রিকেট-নির্দিষ্ট সত্তা চিনতেই পারছে না?

আমি নিজে ২০২০ সালে চাকরি হারানোর পর পাঁচ সপ্তাহ কিছু না করে বুন্দেসলিগার ৯২টি ম্যাচ আবার দেখেছিলাম, প্রতিটি ফল লগ করেছিলাম। তখন আবিষ্কার করলাম, দর্শকশূন্য স্টেডিয়ামে স্বাগতিক দলের পয়েন্ট প্রতি ম্যাচে ১.৬২ থেকে ১.২৮-এ নেমেছে, আর অ্যাওয়ে জয় ২৯% থেকে ৩৭%-এ উঠেছে। 'দ্য সাইলেন্স ইফেক্ট' লেখাটি সেই স্প্রেডশিট থেকেই জন্ম নিয়েছিল, অভিযোগ থেকে নয়। একই নীতি এখানে খাটে: ব্যর্থ পাইপলাইনের রেকর্ড রাখা নিজেই একটি গবেষণা-উপাদান। কোন কোন ধরনের ইনপুটে উত্তোলন শূন্য হয়, তার একটি লগ তৈরি করলে দুই সপ্তাহের মধ্যে একটি নিদর্শন বেরোবে।

এশীয় ক্রিকেট সাংবাদিকতার জন্য এর অর্থ বড়। এই অঞ্চলে ডেটা-অবকাঠামো এখনো অসম। কোনো দেশে বল-বাই-বল ডেটা পাবলিক, কোনো দেশে তা নেই। এই অসমতার মধ্যেও যদি বিশ্লেষণ-চেইন নীরবে শূন্য ফেরত দেয়, তাহলে কে কোনো খবর পাবে আর কে পাবে না — সেই বৈষম্যটি প্রযুক্তিগত কারণে আরও বাড়বে। একটি খালি আউটপুট তাই শুধু একটি বাগ নয়; এটি একটি সম্পাদকীয় ঝুঁকি।

আরেকটি বিপরীত দিক: কখনো কখনো 'শূন্য' আসলে একটি বৈধ সংকেত। যদি সত্যিই কোনো নিবন্ধে নতুন কিছু না থাকে — শুধু পুনরাবৃত্ত ঘোষণা, পুরোনো স্কোরের পুনর্কথন — তাহলে শূন্য নতুন তথ্যবিন্দু সেই নিবন্ধের মান সম্পর্কেই সত্য বলে। কিন্তু সেই সিদ্ধান্তে পৌঁছাতে হলে আগে প্রমাণ করতে হবে যে উত্তোলন ঠিকভাবে কাজ করেছে। ব্যর্থ যন্ত্র আর ফাঁপা নিবন্ধ — এই দুটোকে আলাদা করার উপায় হলো একটি নিয়ন্ত্রণ নমুনা: একই পাইপলাইনে একটি পরিচিত তথ্যবহুল নিবন্ধ চালিয়ে দেখুন। যদি সেখানেও শূন্য আসে, দোষ যন্ত্রের; যদি তথ্য আসে, দোষ নিবন্ধের। এই সরল পরীক্ষাটি ছাড়া কোনো সিদ্ধান্তই বৈধ নয়।

টেকঅওয়ে: পরের ধাপে কী যাচাই করতে হবে

আগামী কোনো ম্যাচ, সিরিজ বা নিলাম-চক্র নিয়ে লেখার আগে আমার পরীক্ষা একটাই হবে: ইনপুট পাঠ্য কি সত্যিই পাইপলাইনে পৌঁছেছে, এবং উত্তোলক কি পরিচিত নিবন্ধে তথ্য ফেরত দিতে পারে? এই দুটি প্রশ্নের উত্তর 'হ্যাঁ' না হলে বিশ্লেষণ শুরুই করব না। কারণ শূন্য তথ্যবিন্দু কখনো শূন্য ঘটনার প্রমাণ নয়।

প্রশ্নটি পাঠকদের জন্য: আপনার প্রিয় ক্রিকেট সংবাদমাধ্যমটি যখন কোনো দাবি করে, আপনি কি জানেন দাবিটির উৎস প্রথমিক, দ্বিতীয়িক, নাকি কিছুই না? পরেরবার যখন কোনো 'বিশ্লেষণ' পড়বেন, দেখুন সেখানে সংখ্যা আছে কি না — নাকি শুধু সুন্দর প্যাটার্ন।