খালি ইনপুট, ভরা টেমপ্লেট: ক্রিকেট বিশ্লেষণে বানোয়াট নিশ্চয়তার ফাঁদ

আমার ১৯ বছরের খেলা-দেখার অভিজ্ঞতায় সবচেয়ে বিপজ্জনক সিদ্ধান্ত কখনোই মাঠে একটা বাজে ক্যাচ-ড্রপ ছিল না। সবচেয়ে বিপজ্জনক ছিল সেই রিপোর্ট, যেটা দেখতে এতটাই সম্পূর্ণ যে কেউ প্রশ্ন করতে ভুলে যায়। গত সপ্তাহে এমন একটা বিশ্লেষণ আমার ডেস্কে এল। আটটা অধ্যায় — ফরম্যাট, প্লেয়ার, টিম, লিগ, গভর্ন্যান্স, ঝুঁকি, ন্যারেটিভ, ইন্ডাস্ট্রি। প্রতিটা টেবিল ভরা, প্রতিটা ঘরে সিদ্ধান্ত লেখা। কিন্তু সোর্স কলামে শুধু একটা বাক্য: "তথ্য অপর্যাপ্ত, মূল্যায়ন সম্ভব নয়।" শিরোনাম নেই, সোর্স নেই, একটা ওভারের স্কোরলাইনও নেই। তবু কাঠামোটা দাঁড়িয়ে আছে — যেন সেটা কোনো সত্যিকারের ম্যাচের বর্ণনা। সেখানেই আমার আতঙ্ক শুরু। কারণ একটা খালি টেবিল সৎ। একটা ভরা টেবিল, যার পেছনে শূন্য — সেটা মিথ্যে।

গত দশকে ক্রিকেট কনটেন্টের চাহিদা বিস্ফোরিত হয়েছে। প্রতিটা ম্যাচ শেষ হওয়ার পাঁচ মিনিটের মধ্যে দশটা "ডিপ অ্যানালাইসিস", পনেরোটা "ট্যাকটিক্যাল ব্রেকডাউন", বিশটা "প্লেয়ার-রেটিং" বেরিয়ে আসে। এই গতি ধরে রাখতে বড় মিডিয়া হাউস আর ফ্যান্টাসি-প্ল্যাটফর্মগুলো এখন স্বয়ংক্রিয় বিশ্লেষণ-পাইপলাইন ব্যবহার করে। একটা ম্যাচের ডেটা ঢোকে, কয়েক সেকেন্ডে একটা কাঠামোবদ্ধ রিপোর্ট বেরিয়ে আসে। ধারণাটা দুর্দান্ত — যতক্ষণ ইনপুট সত্যিকারের থাকে।

সমস্যা শুরু হয় যখন ইনপুট ফাঁকা। পাইপলাইনের নকশা এমন যে প্রতিটা ঘর ভরতেই হবে — ফরম্যাট, প্লেয়ার, র‍্যাঙ্কিং, ফ্র্যাঞ্চাইজি ভ্যালু, ঝুঁকির ম্যাট্রিক্স। টেমপ্লেট সম্পূর্ণতা দাবি করে। আর এখানেই ঘটে সেই নীরব বিপর্যয়: সিস্টেম দুটো কাজের যেকোনো একটা করতে পারে। হয় সে থেমে গিয়ে বলে, "কিছু নেই, বিশ্লেষণ সম্ভব নয়।" নয়তো সে ঘরগুলো ভরে দেয় বানোয়াট নিশ্চয়তায়।

দ্বিতীয় পথটাই বেছে নেয় বেশিরভাগ মডেল, কারণ প্রশিক্ষণের ধরনই তার নামে। একটা ভাষা-মডেলকে যখন বলা হয় "এটা বিশ্লেষণ করো", তখন তার সবচেয়ে স্বাভাবিক প্রবণতা হলো নমুনা পূরণ করা — একটা টিম, একটা প্লেয়ার, একটা সংখ্যা বসিয়ে দেওয়া, যাতে উত্তরটা "সম্পূর্ণ" দেখায়। আমি এটাকে বলি hallucination pressure — বানোয়াট চাপ। খবরের কাগজে, ফ্যান্টাসি অ্যাপে, এমনকি ফ্র্যাঞ্চাইজির অভ্যন্তরীণ স্কাউটিং নোটেও এই চাপ কাজ করে।

আমি ২০১৭ সালে যখন Court Sage পডকাস্ট শুরু করি, আমার প্রথম ১২টা এপিসোড ছিল ২০১৭ সালের NBA ফাইনালের ডেটা-বিশ্লেষণ — গোল্ডেন স্টেট ওয়ারিয়র্স বনাম ক্লিভল্যান্ড ক্যাভালিয়ার্স, কেভিন ডুরান্টের ৩৫.২ পয়েন্ট প্রতি গেম। শুরুতেই আমি নিজের জন্য একটা নিয়ম লিখে নিয়েছিলাম: কোনো উপসংহার লিখব না, যদি না তার পেছনে একটা কোটেবল তথ্য-বিন্দু থাকে। কারণ আমি দেখেছিলাম, ডেটা-বিশ্লেষকের সবচেয়ে বড় ফাঁদ — প্যাটার্ন খুঁজে বের করার আনন্দ, যেখানে প্যাটার্ন আসলে নেই। (— আমার ডেটা-অ্যানালিস্ট পটভূমি ও INTJ সংশয়বাদ: যেখানে জনপ্রিয় বর্ণনা পরিসংখ্যানগত যাচাই দাবি করে, সেখানে থামা জরুরি।)

এটাই শূন্য-ইনপুট সমস্যার মূল। একটা ফাঁকা রিপোর্টকে সঠিকভাবে চিহ্নিত করতে যা দরকার, তা কোনো সূক্ষ্ম মডেল নয় — একটা নিরাপত্তা-গেট। নিয়মটা সরল: শূন্য তথ্য-বিন্দু মানে শূন্য সিদ্ধান্ত। যদি ইনপুটে শূন্য তথ্য-বিন্দু আর শূন্য সত্তা (এনটিটি) থাকে, তাহলে ডাউনস্ট্রিম বিশ্লেষণ বন্ধ হবে। "একটু সিদ্ধান্ত দাও" — এই চাপ প্রতিরোধ করাই বিশ্লেষণের প্রথম দায়িত্ব।

আমি এটা শিখেছি ২০২০ সালে, যখন NBA বাবলে ডেনভার নাগেটস একই প্লে-অফে দুবার ৩-১ ব্যবধান উল্টে দেয় — ইউটা জ্যাজ আর LA ক্লিপার্সের বিরুদ্ধে — আর জামাল মারে ইউটার বিরুদ্ধে দুটো ৫০-পয়েন্ট গেম খেলে। তখন চারপাশের গতি ছিল, "নাগেটসের মেন্টালিটি বদলে গেছে।" আমি ছয়দিন এপিসোডটা আটকে রেখে একটা Bubble Variance মডেল বানালাম, যেটা ছোট-নমুনার শব্দ আর আসল কৌশলগত পরিবর্তনকে আলাদা করার চেষ্টা করে। শিক্ষাটা ছিল: নমুনা ছোট হলে গল্প বড় দেখায়, আর গল্প যত বড় দেখায়, ভুল-নিশ্চয়তার ঝুঁকি তত বেশি। (— Bubble Lab ও Tournament Math, ২০২০: বিচ্ছিন্ন টুর্নামেন্টে ছোট-নমুনার শব্দ চেনা।)

ক্রিকেটে এই ছাঁকনি আরও জরুরি। একটা সিরিজের তিনটা ম্যাচের রান-রেট দেখে সিদ্ধান্তে পৌঁছানো আর একটা মৌসুমের ইনিংস-নমুনা দেখে সিদ্ধান্তে পৌঁছানো — দুটো আলাদা কাজ। সঠিক বিশ্লেষণ প্রতিবার জিজ্ঞেস করে: কত বল? কত ইনিংস? ভেন্যু কে? ডিউ ছিল কি? টসের ভাগ্য কতটা ছিল? এই প্রশ্নগুলোর উত্তর ছাড়া যেকোনো দৃঢ় মন্তব্য আসলে বানোয়াট নিশ্চয়তা — টেমপ্লেট ভরা, প্রমাণ খালি।

আমার পদ্ধতিতে এভিডেন্স-গ্রাউন্ডিং বাধ্যতামূলক — প্রতিটা উপসংহারকে ইনপুটের একটা নির্দিষ্ট তথ্য-বিন্দুতে যুক্ত করতে হবে, নইলে সেটা বাদ। তার সঙ্গে আছে কনফিডেন্স ট্যাগিং: প্রতিটা দাবির পাশে উচ্চ, মধ্যম বা নিম্ন আস্থা লিখতে হবে; আর মধ্যম-নিম্ন আস্থার দাবি দিয়ে শিরোনাম বানানো যাবে না। সবশেষে পুনরুৎপাদনযোগ্যতা-চেকলিস্ট: একই ইনপুট দিলে একই ফল আসবে কি না। এই তিনটে একসঙ্গে না থাকলে বিশ্লেষণটা আর বিশ্লেষণ থাকে না — সেটা হয়ে যায় সাজানো অনুমান।

ক্রিকেটের নিজের পরিসংখ্যানেই এর প্রমাণ আছে। "ফর্ম" শব্দটা আমরা প্রতিটা সিরিজে ব্যবহার করি, অথচ ব্যাটসম্যানের ছোট-নমুনার রান-রেট ওঠানামা অনেকটাই শব্দ (noise) — আসল দক্ষতার পরিবর্তন নয়। একইভাবে টস, ডিউ আর DLS-এর ভাগ্য অনেক ম্যাচের ফল বদলে দেয়, কিন্তু উপসংহারে আমরা সেই ভাগ্যকে দক্ষতা বলে চালাই। ২০১৭ সালের ফাইনালে ডুরান্টের ৩৫.২ পয়েন্ট ছিল আসল সংখ্যা; শিরোনাম ছিল "ডুরান্ট অবিশ্বাস্য।" পার্থক্যটা ছোট নয়। একটা সংখ্যা, আরেকটা তার ব্যাখ্যা। সঠিক পাইপলাইন ব্যাখ্যা দেয়, কিন্তু ব্যাখ্যাকে তথ্য বলে চালায় না। ভুল পাইপলাইন ঠিক উল্টোটা করে — তথ্যের জায়গায় গল্প বসায়।

এখানেই ভারত-বাংলাদেশ-পাকিস্তানের ক্রিকেট মিডিয়া ইকোসিস্টেম সবচেয়ে ঝুঁকিতে। আমাদের এখানে ম্যাচ শেষ হওয়ার সঙ্গে সঙ্গে ট্রেন্ডিং টপিক দরকার হয়, আর ট্রেন্ডিং টপিকের জন্ম হয় দৃঢ় মন্তব্য থেকে, সতর্ক বিশ্লেষণ থেকে নয়। সেলেকশন-বিতর্ক, "প্লেয়ার নাকি সিস্টেম" তর্ক, "ফর্ম নাকি ক্লাস" বিতর্ক — এই আলোচনাগুলোতে সবচেয়ে বেশি বানোয়াট নিশ্চয়তা ঢোকে, কারণ এখানে সত্যিকারের তথ্য কম আর আবেগ বেশি। একটা অটোমেটেড সিস্টেম যদি এই আবেগের চাহিদা মেটাতে টেমপ্লেট ভরে, তাহলে সেটা ভুল তথ্য দেয়, আর তার সঙ্গে জনমতকেও বিকৃত করে।

বিষয়টা ক্রিকেট-গভর্ন্যান্সেও এখন প্রাসঙ্গিক। সেলেকশন কমিটি, ফ্র্যাঞ্চাইজি স্কাউটিং বিভাগ, সম্প্রচারকারীর প্রাক-ম্যাচ প্যানেল — সবাই ডেটার উপর নির্ভর করে সিদ্ধান্ত নেয়। (— Gobert ট্রেড, ২০২২: রোস্টার-গঠন বিশ্লেষণে সিস্টেম-চিন্তা।) ডেটা-চেইনের কোনো এক ধাপে বানোয়াট সংখ্যা ঢুকে পড়লে ভুল সিদ্ধান্তটা ডেটার পোশাক পরে বেরিয়ে আসে। একটা খালি রিপোর্ট সৎভাবে "জানি না" বললে ক্ষতি কম; একটা ভরা রিপোর্ট ভুলভাবে "জানি" বললে ক্ষতি অনেক বেশি।

এখন সেই কাউন্টার-ইনটুইটিভ কথাটা। স্বাভাবিক প্রতিক্রিয়া হলো, "তাহলে আরও ডেটা জোগাড় করো, সমস্যা মিটে যাবে।" আমার মতে এটা ঠিক উল্টো। সমস্যাটা ডেটার অভাব নয়, সমস্যাটা অভাবকে গোপন করার প্রবণতা। যত বড় মডেল, তত বেশি সে ফাঁক পূরণে দক্ষ — অর্থাৎ বেশি ডেটা অনেক সময় ভুল-নিশ্চয়তাকেই শক্তিশালী করে, কমায় না।

আরেকটা কাউন্টার-ইনটুইটিভ কথা: আমরা সাধারণত ভাবি মিথ্যে তথ্য আসে বাইরে থেকে, কোনো ফেক নিউজ সোর্স থেকে। কিন্তু সবচেয়ে বিপজ্জনক মিথ্যে তথ্য আসে ভেতর থেকে — আমাদের নিজের বিশ্লেষণ-পদ্ধতি থেকে, যা সম্পূর্ণতা দাবি করে। একটা মডেল "তথ্য অপর্যাপ্ত, মূল্যায়ন সম্ভব নয়" লিখতে পারে, আর সেটাই তার সবচেয়ে সৎ আউটপুট। কিন্তু এই সততা বাজারে বিক্রি হয় না। বাজারে বিক্রি হয় নিশ্চয়তা। এই চাহিদা আর সততার মধ্যে যে ফাঁক, সেখানেই বানোয়াট তথ্যের জন্ম।

আর ছোট-নমুনার ফাঁদ সব খেলাতেই আছে, কিন্তু ক্রিকেটে সেটা সবচেয়ে বেশি লুকিয়ে থাকে। একটা ফুটবল ম্যাচে ৯০ মিনিটের ডেটা থাকে; একটা টি-টোয়েন্টি ইনিংসে কখনো কখনো মাত্র ২০ বলের মুখোমুখি হওয়ার তথ্য। সিদ্ধান্তের ভিত্তি অনেক সরু, অথচ উপসংহার অনেক চওড়া। এই অসামঞ্জস্যটাই বানোয়াট নিশ্চয়তার আসল জ্বালানি।

সুতরাং সামনের প্রশ্নটা এই নয় — "আমাদের আরও ভালো মডেল দরকার কি?" প্রশ্নটা হলো, "আমাদের সিস্টেম কি 'জানি না' বলতে শিখেছে?" যে বিশ্লেষণ-পাইপলাইন নিজের শূন্যতাকে চিনতে পারে, সেটাই দীর্ঘমেয়াদে টিকে থাকবে। আর যেটা পারে না, সেটা একদিন একটা ভরা টেবিল নিয়ে হাজির হবে — আর সেটা পড়ে কেউ হয়তো ভাববে, সে একটা ম্যাচের গল্প পড়ল।