খালি ডেটার ফাঁদ: ইস্পোর্টস বিশ্লেষণে তথ্যশূন্যতার যে ঝুঁকি কেউ দেখে না

একটা সংখ্যা দেখে থেমে গেলাম। স্টেজ-১ ডিকনস্ট্রাকশন রিপোর্টে 'ইনফরমেশন পয়েন্ট' ঘরে শূন্য। শিরোনাম নেই, সূত্র নেই, ধরন নেই, এনটিটি নেই। ইস্পোর্টস কভারেজে আমি বছরের পর বছর ধরে যে জিনিসটা সবচেয়ে বেশি দেখেছি, সেটা কোনো দলের হেরে যাওয়া নয়, কোনো প্লেয়ারের ফর্মড্রপ নয়—বরং বিশ্লেষণের নামে খালি জায়গা ভরে দেওয়ার প্রবণতা। আজকের এই রিপোর্টটা সেই সমস্যারই সবচেয়ে পরিষ্কার আয়না। ২০১৭ সালে লন্ডনে ওয়ার্ল্ড চ্যাম্পিয়নশিপে প্রথমবার ১০০ মিটারের স্প্লিট টাইম নিয়ে কাজ করার সময় একটা কথা শিখেছিলাম—ডেটা না থাকলে চুপ করে থাকাই সবচেয়ে সৎ কাজ। তখন জাস্টিন গ্যাটলিনের ৯.৯২ সেকেন্ডের জয়, কোলম্যানের ৯.৯৪, বোল্টের ৯.৯৫—এই তিনটি সংখ্যার পেছনে যে গল্প ছিল, সেটা বের করা সম্ভব হয়েছিল কারণ প্রতিটি ১০ মিটার স্প্লিট লগ করা ছিল। কিন্তু যদি সেই স্প্লিট টাইমগুলো না থাকত, তাহলে বোল্টের অ্যাক্সিলারেশন নিয়ে আমার সেই ভাইরাল লেখাটা কখনোই লেখা যেত না। ইস্পোর্টসে ঠিক একই নিয়ম প্রযোজ্য। প্যাচ নোট, পিক-ব্যান ডেটা, রেস্ট্রোস্টিক উইন-রেট—এগুলো ছাড়া মেটা বিশ্লেষণ মানে গল্প বানানো। এখন আসল বিষয়ে আসি। যে রিপোর্টটা বিশ্লেষণ করতে বলা হয়েছে, সেটার স্টেজ-১ আউটপুটে প্রতিটি ঘর এন/এ। গেমের নাম নেই, প্যাচ ভার্সন নেই, টুর্নামেন্ট নেই, দল নেই, খেলোয়াড় নেই। নয়টি ডাইমেনশনের প্রতিটিতে বিশ্লেষক লিখেছেন 'অপর্যাপ্ত তথ্য'। এটা কোনো দলের দুর্বলতা নয়, কোনো প্লেয়ারের ফর্ম নয়—এটা পাইপলাইনের ব্যর্থতা। আর এই ব্যর্থতাটা সবচেয়ে বিপজ্জনক যখন কেউ এটাকে 'ঝুঁকি নেই' বলে পড়ে। আমি বহুবার দেখেছি, ইস্পোর্টস ক্লাবের আর্থিক অস্বচ্ছতা নিয়ে যখন কোনো রিপোর্ট আসে, সেখানে বেতন বকেয়া বা স্পন্সর প্রত্যাহারের কোনো উল্লেখ না থাকলে পাঠক ধরে নেন সব ঠিক আছে। অথচ না থাকার অর্থ হলো যাচাই করা হয়নি। ২০২০ সালের 'ঘোস্ট সিজন' সিরিজে দীনা আশার-স্মিথের সঙ্গে কাজ করার সময় এটা পরিষ্কার বুঝেছিলাম—যখন লাইভ ইভেন্ট নেই, তখন প্রতিটি অনুমানকে সাব্যস্ত করতে হয় নথি দিয়ে। নাহলে সেটা সাংবাদিকতা নয়, অনুমানের সাহিত্য। এই রিপোর্টের সবচেয়ে বড় শিক্ষা প্রক্রিয়াগত। স্টেজ-১ যদি শূন্য ফেরত দেয়, তাহলে স্টেজ-২-এ গিয়ে বিশ্লেষণ করা মানে ভিত্তিহীন কাঠামো দাঁড় করানো। ফ্রেমওয়ার্ক নিজেই বলছে—তথ্য না থাকলে সিদ্ধান্তের আস্থা সর্বনিম্ন স্তরে নামিয়ে আনতে হবে। তাই এখানে কোনো দল, খেলোয়াড় বা টুর্নামেন্ট নিয়ে কোনো দাবি করা হয়নি। এটা দুর্বলতা নয়, এটা শৃঙ্খলা। আসল প্রশ্নটা এখন অন্য জায়গায়। কেন একটি প্রকাশিত ইস্পোর্টস নিবন্ধের শিরোনাম, সূত্র, ধরন, এনটিটি—সব একসঙ্গে খালি? আমার অভিজ্ঞতায় এর তিনটি সম্ভাব্য কারণ: পেওয়াল বা লগইন-গেটেড সূত্র, জাভাস্ক্রিপ্ট-রেন্ডার করা পেজ, অথবা ইমেজ-ভিত্তিক কনটেন্ট। আরেকটি সম্ভাবনা—অতি দীর্ঘ ইনপুটে ট্রাঙ্কেশন। কোনোটাই আসল নিবন্ধের দোষ নয়, পাইপলাইনের ত্রুটি। এখানেই ইস্পোর্টস ও ট্র্যাক অ্যান্ড ফিল্ডের মধ্যে একটা অদ্ভুত মিল আছে। দুটোতেই 'অনুপস্থিতি' একটা ডেটা পয়েন্ট। ট্র্যাকে কেউ যদি ১০০ মিটারে ১০.৫ সেকেন্ড দৌড়ায়, সেটা রেকর্ড নয়—কিন্তু সেটা জানায় সে ফাইনালে উঠতে পারবে না। ঠিক তেমনি, একটা শূন্য ইনফরমেশন রিপোর্ট এটা জানায় যে এই বিশ্লেষণ কোনো সিদ্ধান্তের ভিত্তি হতে পারে না। কিন্তু বিপদটা এখানেই। যদি এই খালি রিপোর্টটা আরও কোনো সামারাইজেশন বা স্কোরিং লেয়ারে ঢোকে, তাহলে শূন্য মানগুলো হয়তো নিরপেক্ষ বা গড় স্কোরে রূপান্তরিত হবে। ইস্পোর্টসে যাকে বলে 'null poisoning'। এই ঝুঁকিটা কম নয়। তাই আমার পরামর্শ পরিষ্কার—স্টেজ-১ আবার চালান। মূল সোর্স টেক্সট দিয়ে। যদি ইনফরমেশন পয়েন্ট অন্তত একটা ফেরত আসে, এনটিটি তালিকা খালি না থাকে, তাহলে বোঝা যাবে আগের শূন্যটা ছিল পাইপলাইনের ত্রুটি। আর যদি সত্যিই নিবন্ধে কোনো এনটিটি না থাকে—যেমন কোনো ইন্ডাস্ট্রি পলিসি বা পাবলিশার স্ট্র্যাটেজি নিবন্ধ—তাহলে এক্সট্রাকশন মডেলকে ইনস্টিটিউশনাল এনটিটির দিকে টিউন করতে হবে। ট্র্যাকে একটা কথা আছে—'ফটো ফিনিশ, নো রিপ্লে'। এখানে রিপ্লে নেই, কারণ ছবিটাই নেই। শুধু ফাঁকা ফ্রেম। আর ফাঁকা ফ্রেম নিয়ে কেউ পদক দেয় না।