খালি ব্লক: যে প্রতিবেদনে কোনো ক্রিকেট ছিল না, সেটিই ধরিয়ে দিল বিশ্লেষণ-চেইনের আসল দুর্বলতা

রাত দুইটা, রাজশাহীর বাসা। পর্দায় আটটি টেবিল, একটার পর একটা সাজানো — ফরম্যাট ও ম্যাচ বিশ্লেষণ, খেলোয়াড়ের কৌশল, দলের র‍্যাঙ্কিং, লিগের বাণিজ্য, প্রশাসনিক নিয়ম, ঝুঁকির ম্যাট্রিক্স, জনমতের চক্র, শিল্প-প্রবাহের মানচিত্র। কাঠামো পুরোটা এসেছে, শিরোনামগুলো পর্যন্ত ঠিক। প্রতিটি ঘরের ভেতরে হুবহু একই বাক্য: “N/A — insufficient information”। প্রথম মনে হয়েছিল স্ক্রিপ্ট ভেঙেছে। তারপর দেখলাম ভাঙেনি — উল্টোটা। যে নথিটি আমার সামনে, সে প্রতিটি দাবির পাশে লিখে রেখেছে “প্রমাণ: নেই”। শিরোনাম নেই, সূত্র নেই, তথ্যবিন্দু শূন্য, সত্তা শূন্য — কোনো দল নেই, কোনো খেলোয়াড় নেই, কোনো মাঠ নেই, কোনো ফরম্যাট নেই। টিকে আছে শুধু একটি লেবেল: cricket_world। ৩২ বছরে ক্রিকেট নিয়ে বহু প্রতিবেদন পড়েছি; এর আগে কোনো নথি আমাকে জিজ্ঞেস করেনি “তোমার কাছে কী আছে” — সবাই জিজ্ঞেস করেছে “তুমি কী ভাবো”। নথিটির নাম Stage-2 Deep Analysis। পাইপলাইনে দুটি স্তর। Stage-1 কাঁচা নিবন্ধটি ভেঙে তথ্যবিন্দু, মূল দৃষ্টিভঙ্গি, সত্তা (দল, খেলোয়াড়, লিগ, ইভেন্ট), সময়-সংবেদনশীলতা ও সূত্রের মান বের করার কথা। Stage-2 সেই বিন্দুগুলোর উপর আটটি বিশ্লেষণ-মাত্রা চালায় — ম্যাচ, খেলোয়াড়, দল, লিগ, প্রশাসন, ঝুঁকি, জনমত, প্রবাহ। প্রতিটি সিদ্ধান্তের পাশে বাধ্যতামূলক উদ্ধৃতি: “→ Evidence: [point]”। Stage-1 শূন্য ফিরিয়েছে। ফলে Stage-2-এর প্রতিটি ঘর শূন্য। এখানেই একটি শব্দ-ব্যবধান গুরুত্বপূর্ণ, যেটি সাধারণত চোখ এড়ায়। Null payload আর missing record এক নয়। Missing record মানে রেকর্ডটাই নেই — সারিতে কিছুই আসেনি। Null payload মানে রেকর্ড আছে, স্কিমার ক্ষেত্রগুলোও আছে, কিন্তু মানগুলো খালি। প্রথমটি ডেটাবেসের সমস্যা, দ্বিতীয়টি পাইপলাইনের সমস্যা — এবং দ্বিতীয়টি অনেক বেশি বিপজ্জনক, কারণ সিস্টেমটি দেখতে সম্পূর্ণ স্বাভাবিক, শুধু ভেতরে কিছু নেই। মূল কারণ অনুমেয়, প্রমাণিত নয়। সূত্রের ক্ষেত্রগুলোও খালি, নিবন্ধের ধরন Unclassified, ডোমেইন লেবেল cricket_world — প্রত্যাশিত Cricket নয়। এই তিনটি চিহ্ন একসঙ্গে থাকলে সাধারণত যা বোঝায়: কাঁচা টেক্সট কখনো এক্সট্রাকশন স্তরে পৌঁছায়নি। সম্ভাব্য কারণ — পেওয়াল, জাভাস্ক্রিপ্টে রেন্ডার হওয়া পাতা, রিডাইরেক্ট, কিংবা কাটা পড়া ফেচ। নথিটি এখানে নিজেই সৎ: লেখাটি সত্যিই খালি ছিল, নাকি স্ক্র্যাপার ব্যর্থ — এই দ্বিধা লগ ছাড়া মেটানো যাচ্ছে না। এখান থেকেই আমার আসল আগ্রহ শুরু। আমি এই ব্যর্থতাকে ক্রিকেট-বিশ্লেষণের চোখে দেখছি, কারণ সমস্যাটি ক্রিকেটের নয়, সমস্যাটি চেইনের। ফেচ → পার্স → সামারাইজ → সত্তা-শনাক্তকরণ — চারটি লিঙ্ক, চারটি ব্লক। প্রতিটি ব্লক আগের ব্লকের আউটপুট দিয়ে তৈরি হয়। এখন প্রশ্ন: একটি খালি ব্লক এলে চেইন কী করবে? সৎ উত্তর — থামা উচিত। বাস্তবে যা হয় — থামে না। চেইনটি খালি ব্লক গ্রহণ করে, তার উপরে নতুন ব্লক বসায়, আর সেই নতুন ব্লক তৈরি হয় অনুমান থেকে, তথ্য থেকে নয়। লেজারের ভাষায় এটি একটি নির্দিষ্ট ধরনের ত্রুটি: এমন ব্লক, যার ভেতরে কোনো লেনদেন নেই, অথচ ব্লকটি বৈধ বলে স্বীকৃত হয়েছে — এবং তার ভিত্তিতে পরবর্তী ব্লকগুলো মিন্ট হয়েছে। ক্রিকেট-বিশ্লেষণে এর ফলাফল কেমন দেখায়, সেটা আমি চিনি। একটা খালি ইনপুট, উপরে একটা পূর্ণ টেবিল, প্রতিটি ঘরে আত্মবিশ্বাসী ভাষা — আর সূত্রহীন সংখ্যা। ড্যাশবোর্ড আর লেজারের পার্থক্য এখানেই। ড্যাশবোর্ড দেখায় শেষ অবস্থা — সুন্দর গ্রাফ, আত্মবিশ্বাসী সংখ্যা, উৎস অদৃশ্য। লেজার দেখায় পথ — কোন সংখ্যা কোথা থেকে এল, কে যাচাই করল, কোথায় শূন্য পড়ল। ক্রিকেট-বিশ্লেষণে আমরা ড্যাশবোর্ড-সংস্কৃতিতে বড় হয়েছি: স্কোরকার্ড, স্ট্রাইক রেট, ইকোনমি। পথের প্রশ্নটি প্রায় কেউ করে না — এই সংখ্যাটা কে গণনা করেছে, কোন শর্তে, কোন স্যাম্পলে। আর ঠিক সেই ফাঁকটুকুতেই জাল ডেটা সবচেয়ে আরামে বাস করে। নথিটি নিজেই এই ঝুঁকির নাম দিয়েছে: fabrication pressure। টেমপ্লেটের পূর্ণতার দাবি তৈরি করে এমন এক চাপ, যেখানে N/A ঘরগুলো ভরে দেওয়ার প্রলোভন প্রবল — কারণ স্মৃতি থেকে মনে করা ক্রিকেট-তথ্য সহজে “বিশ্বাসযোগ্য” শোনায়। আর সবচেয়ে বড় মেটা-ঝুঁকি সেটাই, যা প্রতিবেদনে সবচেয়ে স্পষ্ট ভাষায় লেখা: ডাউনস্ট্রিমে কেউ যদি এই শূন্য নথিটিকেই বাস্তব বিশ্লেষণ ভেবে নেয়। বাকি সব ঝুঁকি এই একটি ঝুঁকির অধীন। আমি ভিন্নভাবে দেখতে চাই। যে প্রতিবেদনে কোনো ক্রিকেট নেই, সেটি একটি নিয়ন্ত্রণ-দল। খালি পিচ নীরব ছিল না, সে ছিল একটি কন্ট্রোল গ্রুপ — শূন্য ইনপুট দিলে সিস্টেমের ডিফল্ট আচরণ কী, সেটি মাপার সবচেয়ে পরিষ্কার সুযোগ। এখানে ডিফল্ট আচরণ প্রকাশিত হয়েছে: সিস্টেম কাঠামো তৈরি করে, জ্ঞান তৈরি করে না। আটটি মাত্রা, আটটি টেবিল, নিখুঁত বিন্যাস — এবং একটিও তথ্য নয়। যতক্ষণ ইনপুট ভরা ছিল, এই পার্থক্যটা ঢাকা থাকত। তারপর সবচেয়ে কম আলোচিত অংশটি। সমাধানের দাম প্রায় শূন্য: ফেচ স্তরে তিনটি জিনিস লগ করলেই দুই কারণ আলাদা হয়ে যায় — HTTP স্ট্যাটাস, চূড়ান্ত URL, আর বডির বাইট-দৈর্ঘ্য। তিনটি ক্ষেত্র। পেওয়াল হলে স্ট্যাটাস আর দৈর্ঘ্য একরকম, জাভাস্ক্রিপ্ট-রেন্ডার হলে আরেকরকম, রিডাইরেক্ট হলে চূড়ান্ত URL-ই বলে দেবে। ২০১৭ সালে ভাড়া করা ল্যাপটপে আমি এই শিক্ষাটাই পেয়েছি — ফাইল হারানোর পর পদ্ধতিটা মাথা থেকে নতুন করে বানাতে হয়েছিল, আর তখন বুঝেছিলাম, ব্যর্থতা প্রায় কখনোই জটিল স্তরে থাকে না। জটিল স্তরটা কেবল ব্যর্থতাটা সুন্দরভাবে লুকিয়ে রাখে। দ্বিতীয় সংকেতটি এই নথির বাইরে গিয়ে পুরো ব্যাচকে ছুঁয়ে যায়। ডোমেইন লেবেল cricket_world, অথচ প্রত্যাশিত মান Cricket। সঙ্গে ধরন Unclassified। এটি একক নিবন্ধের দুর্ঘটনা নয় — এটি ট্যাক্সোনমি ম্যাপিংয়ের ত্রুটি, এবং এমন ত্রুটি এক নিবন্ধে ধরা পড়লে ধরে নিতে হয় ব্যাচের প্রতিটি ক্রিকেট নিবন্ধ একইভাবে ভুল পথে যাচ্ছে। অন্য কথায়, এই শূন্য রিপোর্ট ক্ষতিটি নিজে নয় — ক্ষতিটির প্রথম নির্ভরযোগ্য সংকেত। তৃতীয় সংকেত: সত্তা-শনাক্তকরণের ফলন। Stage-1-এ সত্তা তোলার কথা ছিল তথ্যবিন্দু থেকে, কিন্তু তথ্যবিন্দুই শূন্য। এখানে দুটি সম্ভাবনা আলাদা করা দরকার। টেক্সটের দৈর্ঘ্য স্বাভাবিক হয় অথচ সত্তা শূন্যের কাছাকাছি — তবে NER স্তরটি ফেচ থেকে স্বাধীনভাবে ভেঙেছে, অর্থাৎ দুটি আলাদা সেন্সর একসঙ্গে নষ্ট। আর টেক্সটের দৈর্ঘ্যই শূন্য হলে সমস্যা একটাই এবং সেটি শুরুতে। দুটি সেন্সর থাকলে মেরামতের ঠিকানা কখনো অনুমান করতে হয় না। চতুর্থ সংকেত সবচেয়ে নীরব এবং সম্ভবত সবচেয়ে ক্ষতিকর। Article Source: N/A। ব্যাচে এই শূন্যতার হার বেশি হলে সূত্রের মান-স্কোরিং অগণনীয় হয়ে পড়ে। আর সূত্রের মান অগণনীয় হলে কী হয়? আত্মবিশ্বাসের ট্যাগিং দুর্বল হয়ে যায় — সিস্টেম নিজের নিশ্চয়তার মাত্রা বলতে পারে না, অথচ শোনাতে থাকে ততটাই নিশ্চিত। ক্রিকেট-লেখায় এই রোগটির পুরনো একটি রূপ আছে: দর্শক যেটা জানে না, লিখিয়েও সেটা জানে না — কিন্তু লিখিয়ে জানে না যে সে জানে না। তাই “N/A — insufficient information” চিহ্নটিকে আমি দুর্বলতা ভাবি না। এটি একটি স্বাক্ষরিত ব্লক — যে ব্লক নিজের খালিপনা ঘোষণা করে, এবং তাই পরবর্তী কেউ তার উপর ভর করে মিথ্যা মিন্ট করতে পারে না। এখানেই পেশাদারি শৃঙ্খলা। ২০১৮ সালে রাশিয়ার বিশ্বকাপ আমি রাজশাহীর ৩২ ইঞ্চি পর্দায় দেখেছি, ছয় হাজার কিলোমিটার দূর থেকে, আর শিখেছি পর্দা কী লুকায়। তখন ম্যাচ শেষের ছয় ঘণ্টার মধ্যে লিখতাম — পালিশের বদলে সময়। সেই গতির চাপেই সবচেয়ে বড় প্রলোভন: ফাঁকা জায়গা ভরে দেওয়া। আমি একটা নিয়ম বানিয়েছিলাম — কোন সংখ্যা ফাইল থেকে, কোনটা স্মৃতি থেকে, সেটা লেখায় আলাদা করে চিহ্নিত করা। সেই চিহ্নটাই লেজার। ২০১৫ সালে সৌম্য সরকারকে নিয়ে লেখাটি প্রথম বাইলাইন এনে দেয়; তখনই বুঝেছিলাম, সোর্স সংরক্ষিত না থাকলে বাইলাইনও একটা দাবি মাত্র। নথিটি একটি “ন্যূনতম কার্যকর ইনপুট সেট” দিয়েছে, এবং সেটি আমার কাছে সবচেয়ে ব্যবহারিক অংশ। তিনটি বিকল্প: কাঁচা নিবন্ধের টেক্সট; অথবা ভরা Stage-1 ব্লক — অন্তত তিনটি তথ্যবিন্দু, একটি মূল দৃষ্টিভঙ্গি, সূত্র, একটি নাম; অথবা একটি নামযুক্ত সত্তা এবং একটি দাবি। উদাহরণ হিসেবে নথিতে লেখা: ভারত মেলবোর্নে চতুর্থ টেস্টে অস্ট্রেলিয়াকে হারিয়েছে — এই একটিমাত্র বাক্যেই চারটি মাত্রা মধ্যম আত্মবিশ্বাসে চালানো যায়। শিক্ষাটি পরিষ্কার: বেশিরভাগ সময় আমাদের আরও ডেটা দরকার হয় না, দরকার একটি যাচাইযোগ্য অ্যাঙ্কর। ২০১৭ সালের সেই ভাঙা ফাইলটি এখানেই প্রাসঙ্গিক। ভাড়া করা ল্যাপটপে রিয়াল মাদ্রিদের ৪-১ জয়ের ম্যাচটি ভেঙেছিলাম — কাসেমিরোর ১১টি বল-রিকভারি, জিদানের বাঁ হাফ-স্পেসে ইচ্ছাকৃত ওভারলোড, হাতে আঁকা পিচ-ডায়াগ্রাম। ফাইল হারাল। পদ্ধতিটা মাথা থেকে আবার বানাতে হয়েছিল, আর তখনই শিখেছিলাম — যা স্মৃতি থেকে আসে, তা চিহ্নিত করতে হয়। ২০১০ সালে ইংল্যান্ডের বাংলাদেশ সফরে নেটে বাঁ-হাতি স্পিনার হিসেবে কেভিন পিটারসেনকে বল করেছি; প্রেস বক্সের আড্ডায় সেটি দুর্দান্ত গল্প, প্রমাণ হিসেবে অচল। এই নথিটি ঠিক সেই কাজটাই করেছে, শুধু ক্রিকেটের বদলে নিজের পাইপলাইনের উপর। আমি হাইলাইট রিলের চেয়ে ফ্রিজ-ফ্রেমকে বেশি বিশ্বাস করি — কারণ ফ্রিজ-ফ্রেম নিজের সীমা লুকায় না। এখন প্রচলিত পাঠটি বলি, তারপর উল্টোটা। প্রচলিত পাঠ: পাইপলাইন ব্যর্থ, স্ক্র্যাপার ঠিক করো, ব্যাচ রি-রান করো। এতে ভুল নেই, শুধু অসম্পূর্ণ। যে অংশটুকু সাধারণত কেউ বলে না — এই পাইপলাইন তার সবচেয়ে গুরুত্বপূর্ণ জায়গায় ব্যর্থ হয়নি। যেখানে ব্যর্থতা সবচেয়ে সহজে ঘটে, অর্থাৎ বিশ্লেষণের ভাষায়, সেখানে সে মিথ্যা বলেনি। একটি সৎ শূন্য রিপোর্ট একটি ভরা মিথ্যা রিপোর্টের চেয়ে বেশি মূল্যবান, কারণ প্রথমটি নিজের প্রোভেন্যান্স দেখায়, দ্বিতীয়টি তা ঢাকে। উল্টো দিকটাও মানতে হবে, নইলে এই যুক্তি রোমান্টিক হয়ে পড়ে: সততা এখানে দুর্ঘটনা, নকশা নয় — নকশাটি বরং বিপরীত দিকে ঠেলে, পূর্ণতার দিকে। আরেকটি কথা, যেটি সহজে চোখ এড়ায় — এই শূন্য নিবন্ধটি আসলে একটি উপকার করেছে: ব্যাচের ট্যাক্সোনমি ত্রুটিটি ধরিয়ে দিয়েছে, যেটি ভরা নিবন্ধের ভেতরে বসে থাকলে বছরের পর বছর অদৃশ্য থাকত। পরের ব্যাচে আমি চারটি জিনিস দেখব। খালি পেলোডের হার — ব্যাচের ২ শতাংশের বেশি হলে সিস্টেমিক সমস্যা ধরে নিতে হবে। ডোমেইন লেবেলের বিচ্যুতি। সত্তার ফলন শূন্যের কাছাকাছি কি না, টেক্সটের দৈর্ঘ্য স্বাভাবিক থাকা সত্ত্বেও। আর সূত্র-ক্ষেত্রের শূন্যতার হার। এই চারটি সেন্সর বসালে প্রশ্নটি বদলে যায়। প্রশ্ন আর থাকবে না স্ক্র্যাপার ঠিক আছে কি — প্রশ্ন হবে, ইতিমধ্যে প্রকাশিত বিশ্লেষণগুলোর মধ্যে কতগুলোতে একটি খালি ব্লকের জায়গায় ভরা ব্লক বসানো হয়েছে, আর সেই ব্লকগুলোতে কে স্বাক্ষর করেছে?