যে রিপোর্ট ক্রিকেট চিনেছিল, ম্যাচ চিনতে পারেনি

রাত ২টা ৪০। ঢাকার ডেস্কে ল্যাপটপের স্ক্রিনে একটা স্টেজ-১ আর্টিফ্যাক্ট খোলা। নয়টা ঘরের মধ্যে ভরাট ঠিক একটা — ডোমেইন লেবেল: cricket_world। শিরোনাম N/A। সোর্স N/A। ধরন Unclassified। এক-বাক্যের সারসংক্ষেপ ফাঁকা। তথ্যবিন্দুর তালিকা শূন্য। সত্তা চিহ্নিত করার ঘরে লেখা “উপরের তথ্যবিন্দু থেকে চিহ্নিত করুন” — এটা নির্দেশ, উত্তর নয়। সময়-সংবেদনশীলতা “মূল্যায়ন করা হয়নি”। সোর্সের গুণমানের ঘরে “সোর্স ফিল্ড দেখে বিচার করুন” — অথচ বিচারযোগ্য কোনো সোর্স ফিল্ডই নেই।

সিস্টেম জানে এটা ক্রিকেট। সিস্টেম জানে না কোন ম্যাচ, কোন ইনিংস, কোন ওভার, কোন বল।

আমি ইয়র্কার অনিবার্য লাগার আগেই রান-আপ ট্রেস করি — অভ্যাস। তাই এই আর্টিফ্যাক্টে চোখ প্রথমে আটকায় ওই একটিমাত্র ভরাট ঘরে। একটা ক্লাসিফায়ার সিদ্ধান্ত নিয়েছে, বিষয়টা ক্রিকেট-বিশ্বের। কিন্তু তার নিচে যে ঘরগুলোতে ম্যাচটা থাকার কথা, সেখানে শূন্যতা। ফাঁকা নিবন্ধ আর ভাঙা পাইপলাইন — দুটো আলাদা ঘটনা। পার্থক্যটা বিশাল, আর পার্থক্যটা না বোঝার খেসারত দেয় পাঠক।

প্রসঙ্গ: লেবেল আসে মেটাডেটা থেকে, প্রমাণ আসে টেক্সট থেকে

ক্রিকেট কনটেন্ট পাইপলাইন সাধারণত পাঁচ ধাপে চলে। ফিড বা সাইটম্যাপ থেকে ইউআরএল তোলা; পেজ ফেচ; বডি টেক্সট পার্স; ডোমেইন ক্লাসিফিকেশন; সবশেষে তথ্যবিন্দু নিষ্কাশন আর বিশ্লেষণ। প্রথম দুই ধাপ সস্তা। শেষ দুই ধাপ ব্যয়বহুল, কারণ সেখানে ভাষা বুঝতে হয়, প্রেক্ষাপট বুঝতে হয়।

এই আর্টিফ্যাক্টে যা ঘটেছে, সেটা ঠিক এই জায়গাতেই। ক্লাসিফিকেশন চলেছে, টেক্সট এলেইনাই। মানে লেবেলটা এসেছে মেটাডেটা থেকে — ইউআরএল পাথ, ফিড ক্যাটাগরি, সাইট সেকশন, বা শিরোনামের কোনো টুকরো থেকে। বডি টেক্সট থেকে নয়। ঢাকার অনেক ক্রিকেট সাইটে ইউআরএল পাথেই লেবেল লুকিয়ে থাকে: /cricket/live-score/... মানে সিস্টেম ক্লাসিফায়ারকে আগেই বলে দিয়েছে এটা ক্রিকেট, আর ক্লাসিফায়ার বিনয়ের সঙ্গে সেটা গ্রহণ করেছে। ডোমেইন লেবেল ভরাট থাকা আর নিবন্ধ পড়া হয়ে যাওয়া — দুটো সম্পূর্ণ আলাদা ঘটনা।

আমি ২০১৭ সালে ঢাকা বিশ্ববিদ্যালয়ের ছাত্র থাকতে “হাফ-স্পেস ঢাকা” ব্লগে ফ্রান্স-আর্জেন্টিনা ম্যাচের রান ম্যাপ করেছিলাম, এক্সেল আর বেসিক ভিডিও এডিটর দিয়ে। তখন শিখেছিলাম একটা জিনিস: যে ডেটা আপনি নিজে ট্রেস করেননি, সেটা নিয়ে দাবি করা যায় না। পরে ২০২০ সালে ৮৩টি খালি স্টেডিয়ামের বুন্দেসলিগা ম্যাচ দেখে লিখেছিলাম, ঘরের মাঠে জয়ের হার ৪৩.৩ শতাংশ থেকে ৩৩.৩ শতাংশে নেমে এসেছিল। সেই গবেষণায় ভেন্যু, দর্শক-শূন্যতা, রেফারির সহনশীলতা — সব আলাদা ভেরিয়েবল ধরে ধরে লিখেছিলাম। কারণ একটা লেবেল (“হোম অ্যাডভান্টেজ”) দিয়ে ম্যাচ ব্যাখ্যা করা যায় না।

ক্রিকেটে এই ভুলটা আরও স্পষ্ট। যদি আপনার হাতে শুধু “cricket_world” লেবেল থাকে, আপনি বলতে পারবেন না এটা চট্টগ্রামের টেস্ট, না সিলেটের টি-টোয়েন্টি, না ঢাকার প্রিমিয়ার লিগের কোনো রাতে-জেতা ম্যাচ। আপনি জানবেন না পিচ শুকনো, নাকি শিশির পড়ছে। জানবেন না শাকিব আল হাসানের স্পেলটা চতুর্থ দিনের সকালের, নাকি ডেথ ওভারের। জানবেন না তাসকিন আহমেদের ইয়র্কারগুলো স্লোয়ার-বল সেটআপের অংশ ছিল, নাকি শেষ চেষ্টা। লেবেল দেয় বিষয়শ্রেণি; ম্যাচ দেয় বল-বল প্রমাণ।

আমার ২০২৫ সালের বোর্ড অ্যাডভাইজরি ভূমিকায় এই ফাঁকটা প্রতিদিন চোখে পড়ে। ডিজিটাল ও মিডিয়া বিষয়ে সিদ্ধান্ত নেওয়ার সময় প্রশ্নটা কখনোই “এটা ক্রিকেট কি না” হয় না। প্রশ্নটা হয়: এই দাবির পেছনে কোন ডেলিভারিটা আছে, কোন ফিল্ড প্লেসমেন্ট, কোন ড্রিংকস ব্রেকের পরের ওভার।

মূল বিশ্লেষণ: একটা ফাঁকা আর্টিফ্যাক্টের নয়টি ঘর

আর্টিফ্যাক্টের নয়টি ঘর ধরে ধরে দেখলে বোঝা যায়, ব্যর্থতাটা কোথায় বসেছে।

শিরোনাম N/A — শিরোনাম-স্তরের মেটাডেটাও ধরা পড়েনি। এটা সাধারণত ঘটে যখন পেজটা পেওয়াল, কুকি-সম্মতির দেয়াল, বা বট-ব্লকিংয়ের সামনে গিয়ে থেমে যায়, আর ফেচারের হাতে থাকে শুধু একটা স্টাব।

সোর্স N/A — প্রকাশক চিহ্নিত হয়নি। সোর্স ছাড়া ক্রিকেট দাবির ওজন শূন্য। কে লিখল, কখন লিখল, কোন সংস্করণে লিখল — এগুলো ছাড়া তথ্যবিন্দু নিষ্কাশনের কোনো মানে নেই।

ধরন Unclassified — ক্লাসিফায়ারের হাতে কাজ করার মতো ইনপুট ছিল না। দোষটা ক্লাসিফায়ারের নয়; আগের ধাপেই কাজটা আটকে গেছে।

এক-বাক্যের সারসংক্ষেপ খালি — বডি টেক্সট ঢোকেনি।

তথ্যবিন্দুর তালিকা শূন্য — শূন্য পারমাণবিক তথ্য। মানে বিশ্লেষণের পুরো ভিত্তিটাই অনুপস্থিত।

সত্তা “উপরের তথ্যবিন্দু থেকে চিহ্নিত করুন” — টেমপ্লেটের নির্দেশ, যা থেকে যায় যখন নিষ্কাশন চলে না। এখানেই পাইপলাইন খোলাখুলি স্বীকার করছে, তার হাতে কিছু নেই।

সময়-সংবেদনশীলতা “মূল্যায়ন করা হয়নি” — ক্রিকেটে এটা গুরুতর। আজকের পিচ রিপোর্ট আর গত সপ্তাহের পিচ রিপোর্ট এক জিনিস নয়।

সোর্সের গুণমান “সোর্স ফিল্ড দেখে বিচার করুন” — নির্ভরযোগ্যতা যাচাইয়ের দায় পাঠকের ঘাড়ে।

আর ডোমেইন লেবেল cricket_world — একমাত্র ভরাট ঘর।

প্যাটার্নটা পরিষ্কার: যে পাইপলাইন ক্লাসিফিকেশন পর্যন্ত পৌঁছেছে কিন্তু পার্সে ব্যর্থ হয়েছে, সেটা লেবেল ফেরত দেয়, প্রমাণ ফেরত দেয় না। এই প্যাটার্নটা ক্রিকেট কনটেন্টে খুব সাধারণ, কারণ ক্রিকেট সাইটে লাইভ স্কোর পেজ, ছবির গ্যালারি, ইনডেক্স পেজ আর ভিডিও পেজের সংখ্যা বিশাল — এসব পাতায় শিরোনাম থাকে, বডি টেক্সট থাকে না।

একটা সফল নিষ্কাশন হলে কী বেরোত, সেটা কল্পনা করলে ব্যর্থতার আকার বোঝা যায়। বল-বল ডেটা, পিচ ম্যাপ, ম্যাচআপ স্প্লিট, শিশিরের রিডিং, ফিল্ডারের প্রথম পদক্ষেপ, ট্রাভেল লোড — এগুলো সব সক্রিয় ইনপুট হিসেবে কাজ করার কথা ছিল। মেহেদী হাসান মিরাজের স্পেলের মূল্য নির্ধারিত হয় কোন ওভারে তিনি বোলিংয়ে এসেছেন, তার আগে কতটা স্পিন-ওয়্যার হয়েছে, আর ক্লোজ-ইন ফিল্ডাররা কতটা এগিয়ে দাঁড়িয়েছে — এই তিনটে দিয়ে। লিটন দাসের ট্রিগার মুভমেন্ট, প্যাডেল-স্কুপের আগে তার পায়ের অবস্থান — এসবের একটা লাইনও এই আর্টিফ্যাক্টে নেই।

রুট কজের তালিকা সংক্ষিপ্ত: পেওয়াল বা সম্মতি-দেয়াল; জাভাস্ক্রিপ্টে রেন্ডার হওয়া বডি, যা হেডলেস রেন্ডারিং ছাড়া কখনো ডোমে আসে না; নন-এইচটিএমএল পেলোড — পিডিএফ, এএমপি রিডাইরেক্ট, ভিডিও পেজ, শুধু-ছবির কনটেন্ট; ফিড স্টাব, যেখানে শিরোনাম আর ইউআরএল আছে কিন্তু বডি নেই; এবং ভাষা বা এনকোডিংয়ের নীরব ব্যর্থতা, যা টেক্সট ফিল্ড চুপচাপ খালি করে দেয়।

আমার নিজের ফিল্ম-ওয়ার্কফ্লোতে এই ধরনের ব্যর্থতা চেনা। ২০২২ সালে মরক্কোর ৪-৪-২ ব্লক নিয়ে লেখার সময় দেখেছিলাম, পর্তুগাল ২৭টি ক্রস করেছিল, লক্ষ্যে ছিল মাত্র ৩টি। সংখ্যাটা তখনই কাজে লাগল, যখন ফুটেজে দেখলাম মরক্কোর দুই সেন্ট্রাল মিডফিল্ডার কতটা সংকুচিত হয়ে ক্রসারকে বাইরের দিকে ঠেলে দিচ্ছে। আমি ফেজটা হেডলাইন থেকে নিচে নয়, পা থেকে উপরে গড়ে তুলেছিলাম। সংখ্যা শুধু তখনই মানে দাঁড়াল, যখন শেপ শব্দটা ব্যাখ্যা করল।

এই আর্টিফ্যাক্টে সেই শেপটাই নেই।

বিপরীত কোণ: দোষ স্ক্র্যাপারের নয়, দোষ মাপকাঠির

স্বাভাবিক প্রতিক্রিয়া স্ক্র্যাপার বা ফেচারকে দোষ দেওয়া। আসল অন্ধ জায়গাটা অন্যত্র।

আমাদের সিস্টেমগুলো ক্লাসিফিকেশনকে পুরস্কৃত করে, কারণ ক্লাসিফিকেশন মাপা সহজ — নির্ভুলতা, রিকল, লেবেলের সংখ্যা। নিষ্কাশনের ব্যর্থতা মাপা কঠিন, কারণ সেখানে “কী নেই” সেটা গুনতে হয়। ফলে একটা পাইপলাইন একশোটা ইউআরএলকে সঠিকভাবে cricket_world লেবেল দিয়ে সফল দেখাতে পারে, অথচ তার একটা নিবন্ধও পড়া হয়নি।

দ্বিতীয় বিপরীত সত্যটা আরও অস্বস্তিকর: যে খালি আর্টিফ্যাক্ট কর্তৃত্বপূর্ণ দেখায়, সেটা কোনো আর্টিফ্যাক্ট না থাকার চেয়ে খারাপ। ফাঁকা জায়গা মানুষ কল্পনা দিয়ে পূরণ করে, আর N/A-এর সারিতে সাজানো একটা ছক সিদ্ধান্তের মতো দেখায়। ক্রিকেট বিশ্লেষণেও ঠিক এই ফাঁদ — “স্পিন-বান্ধব পিচ”, “লো ব্লক”, “ডেথ ওভার স্পেশালিস্ট” — এগুলো সব লেবেল। বল-বল প্রমাণ ছাড়া এগুলো শুধু অনুমান।

তৃতীয়টা: ব্যর্থতাটা ব্যক্তিগত নয়, প্রাতিষ্ঠানিক। ঢাকার ক্রিকেট সংবাদমাধ্যমে এখন অনেক ছোট ডেস্ক আছে, যারা ফিড থেকে কনটেন্ট টেনে বাংলা করে ছাপে। সেখানে একটা ফাঁকা আর্টিফ্যাক্ট চুপচাপ পাস হয়ে যেতে পারে, কারণ যাচাইয়ের ধাপটা কেউ মাপে না। বাইরের টেমপ্লেট ধার করে লেখা প্রতিবেদনে স্থানীয় কিউরেটরের নোট, ঢাকার ঘরোয়া ফুটেজের রেফারেন্স বা শেরে বাংলা স্টেডিয়ামের শিশিরের হিসাব ঢোকার সুযোগই পায় না — অথচ এই স্থানীয় প্রমাণটাই সবচেয়ে দামি।

টেকঅ্যাওয়ে: পরের ম্যাচে যাচাইয়ের চেকলিস্ট

এই আর্টিফ্যাক্ট থেকে বেরোনোর পথ তিনটে। কাঁচা নিবন্ধের টেক্সট — এটাই সবচেয়ে ভালো। অথবা ইউআরএল আর প্রকাশের তারিখ, যাতে রেন্ডারিং চালু করে আবার ফেচ করা যায়। ন্যূনতম শিরোনাম, প্রকাশক আর টাইমস্ট্যাম্প থাকলেও প্রেক্ষাপট আর সময়-সংবেদনশীলতার কাঠামো দাঁড় করানো যায়।

আর একটা অভ্যাস, যা আমি প্রতিটি স্পেল-নোটে মেনে চলি: লেবেল আর প্রমাণ আলাদা কলামে রাখা। যে কলামে cricket_world লেখা, তার পাশে আরেকটা কলাম থাকুক — কোন ডেলিভারি, কোন ওভার, কোন ফিল্ডার। যেদিন এই দুই কলাম একসঙ্গে ভরাট হবে, সেদিন ক্লাসিফায়ার আর বিশ্লেষক একই ভাষায় কথা বলবে।

পরের টুর্নামেন্ট সাইকেলে ক্রিকেট কনটেন্টের পরিমাণ আরও বাড়বে, ফিড আরও দ্রুত হবে, ভাঙা পাইপলাইনের সংখ্যাও বাড়বে। প্রশ্নটা সরাসরি: সিস্টেম কোন বলটা চিনেছে, আর সেটা কে যাচাই করছে?