শাটলকক থেকে স্কোরশিট: ব্যাডমিন্টন ডেটা বিশ্লেষণে খালি ইনপুটের পাঠ

ঘটনাটি ঘটেছিল একটি রাতের ডেটা পাইপলাইনে। ২০০৪ সালে ொিআস-এ একটি ব্যাডমিন্টন কোর্টে প্রথমবার যখন শাটলের গতি লিখতে বসেছিলাম, তখন হাতে ছিল কেবল একটি কলম আর একটি স্কোরশিট। বিশ বছর পর, এই বছরের গোড়ায়, একটি টুল আমাকে বলল—বিশ্লেষণ করা যাবে না, কারণ ইনপুট খালি। পেশাদার জীবনে আমার কাছে সবচেয়ে দরকারি বার্তা ছিল এটি। একটি সিস্টেম যা বলতে পারে 'আমি জানি না', তার মূল্য শত নিখুঁত আউটপুটের চেয়ে কম নয়। আমি গত কয়েক বছর ধরে চীনা ভাষার ব্যাডমিন্টন মডেল ও স্কোরিং কাঠামো নিরীক্ষণ করছি। আমার চিরাচরিত সংখ্যা—৬,১০০ শট—আজ আর কোনো নতুন তথ্য দিতে পারে না। কে জিতল, কেন জিতল, কোন র‍্যালিতে ম্যাচের ভাগ্য ঘুরল—এই তিন প্রশ্নের উত্তর দিতে হলে অনুপস্থিত ডেটার তালিকা আগে করতে হয়। সেই তালিকা না থাকলে বিশ্লেষণ থাকে না; থাকে অনুমানের আলংকারিক ঝুমঝুমি। তাই প্রথমেই স্পষ্ট করে নিই—কী আছে, কী নেই, এবং না থাকলে সেই ফাঁক কীভাবে চিহ্নিত করতে হয়। যে Stage-1 আউটপুটটি বিশ্লেষণের জন্য পাঠানো হয়েছিল, তাতে শুধু একটি ক্ষেত্র কার্যকর ছিল: ডোমেইন লেবেল—badminton। বাকি সব ফাঁকা ছিল অথবা N/A। নিবন্ধের শিরোনাম, উৎস, ধরন—তিনটিই অনুপস্থিত। এক বাক্যের সারাংশ ও তথ্যবিন্দুর তালিকা সম্পূর্ণ খালি। লেখকের অবস্থান অনির্ধারিত, লেখার উদ্দেশ্য অজ্ঞাত, সময়-সংবেদনশীলতা মূল্যায়নহীন। আমার মডেলিং পদ্ধতিতে এই ধরনের ফাঁকা শুধু একটি প্রশ্ন নয়—নয়টি। একটি ব্যাডমিন্টন র‍্যালি বিশ্লেষণ করতে হলে অন্তত চাই ম্যাচের পরিচয়, খেলোয়াড়, র‍্যালির দৈর্ঘ্য, স্কোর বোর্ডে সর্বশেষ সংখ্যা, ড্রপশটের অবস্থান, শাটলের গতি, এবং কোন COURT-এ খেলা হচ্ছে। এগুলোর একটি না থাকলে র‍্যালির একটি অংশ অনুমান হয়ে যায়। আর প্রতিটি অনুমান মডেলে সেই ছোট কাঁটা হয়ে বসে, যেটি বড় সিঁড়ির পরিসংখ্যানে দেখা যায় না, কিন্তু চূড়ান্ত সিদ্ধান্তের ডেরাইভেটিভে ধরা পড়ে। ২০১৭ সালে আমার মডেলের আউটপুট থেকে যখন চীনা সুপার লিগের শাট বেছে নিচ্ছিলাম, তখন সেই কাঁটা সীমান্তে বন্ধ হয়েছিল। আমাকে চমকে দেওয়া বিষয়টি হলো সিস্টেমের প্রতিক্রিয়ার ধরন। এটি লুকায়নি। এটি খুঁটিয়ে দেখিয়ে দিয়েছে কোথায় আঘাত করা যায় না। এই আচরণটি ব্যাডমিন্টন কোর্টে লাইনার্সের সততা মনে করিয়ে দেয়। একটি লাইন আউট হলে লাইনম্যান ইশারা দেয়; কে জিতল তা নিয়ে সে ভাবে না। মেশিনের আচরণও তাই হওয়া উচিত—না হলে বিশ্লেষণ হয়ে ওঠে পূর্বনির্ধারিত গল্পের পেছনে সংখ্যার ছায়া। কিন্তু এই সততা বিশ্লেষকের কিছু দায়িত্ব এড়িয়ে যায় না। যে ফাঁকা আগত, তা পূরণ করা কেবল উপরের স্তরের কাজ নয়—গ্রাহকের কাছেও একটি সতর্ক সংকেত পাঠানো উচিত। Stage-1-এর নিঃশব্দ ব্যর্থতা, অর্থাৎ কোনো ত্রুটিমূলক বার্তা ছাড়াই অনুপস্থিতি, সবচেয়ে বিপজ্জনক ব্যর্থতার ধরন। কারণ Stage-2 দীর্ঘ সময় ধরে সেই ফাঁকা মানকে ঘিরে ডেটা প্রক্রিয়াকরণ চালিয়ে যেতে পারে, আর শেষে সেই ফাঁকা ভেতরের নালীপথে সিস্টেমের আউটপুট হয়ে যায়। আমার মতে এখানেই সবচেয়ে বড় হাতিয়ারটি লুকিয়ে আছে—আবিস্কারের কাঠামোগত প্রতিরক্ষা শুরু হয় ইনপুট যাচাইয়ের স্তরে, সংখ্যানির্ভর বিশ্লেষণে নয়। দ্বিতীয় বিষয়টি আরও সূক্ষ্ম। যে Stage-1 আউটপুট খালি, তা থেকেই একটি বিশ্লেষণধর্মী ক্রীড়াকাহিনি তৈরি করা যায়, যদি আপনি ফাঁকাকে ঘটনায় রূপান্তর করেন। কিন্তু সেটিই আমার চিরাচরিত নিষেধ। একটি ফাঁকা খেলোয়াড়সারণি থেকে খেলোয়াড়ের মনোবল, কৌশলগত ि्ন বা কোচের সিদ্ধান্ত ব্যাখ্যা করা যাবে না। এতে লেখা হয়ে যাবে-এর মতো, বাইরে বিজ্ঞান, ভেতরে অনুমান। এই আখ্যান তৈরি করতে হলে আগে জিজ্ঞাসা করুন: ইনফরমেশন পয়েন্ট আসলে কার কাছ থেকে আসছে? কোন সংগ্রহের পদ্ধতিতে? আমার কাছে সেটি উল্লিখিত আছে। Stage-1-এর এই ফাঁকা আউটপুটের একটি অনুমেয় ব্যাখ্যা এই— The extraction layer অথবা পেজ parsing স্তরটি পেয়েছে শুধু প্রয়োজনের সময় ব্যর্থ লগ, বা দেহ-পাঠ্য কিছুই পায়নি। তাহলে একজন ব্যাডমিন্টন বিশ্লেষক হিসেবে আমার করণীয় কী? প্রথম কাজটি হলো কাঁটা টেনে বের করা—অর্থাৎ Stage-1-এ সব কী কী ছিল, তার মানচিত্র আঁকা। এই মানচিত্রে আমি সাতটি মাত্রা দেখতে পাই যা না থাকলে বিশ্লেষণ সম্ভব নয়: শিরোনাম, উৎস, ধরন, সারাংশ, লেখকের অবস্থান, উদ্দেশ্য এবং তথ্যবিন্দুর তালিকা। প্রত্যেকটির নিজস্ব একটি কার্যকারণ ওজন আছে। শিরোনাম ও উৎস না থাকলে লিংক-বিশ্লেষণ অসম্ভব; সারাংশ না থাকলে fopen সবে কেবল শিরোনাম অনুমান করে এগোতে হয়; তথ্যবিন্দু না থাকলে ক্রস-চেকের কোনো উপাদান নেই। প্রতি মাত্রার জন্য আমার মতামত—এই বিশ্লেষণের ভিত্তি শুধু একটি মাত্র কাজ করতে পারে, তা হলো খালি মাঠকে খালি বলে ঘোষণা করা। কিন্তু এখানেই কিছু লোকের সঙ্গে আমার পথচলা আলাদা হয়ে যায়। তারা সিস্টেমকে আরও শক্তিশালী করতে চায়—ফাঁকা ইনপুটে জোর করে অনুমানের মডেল বসিয়ে। আমি চাই সিস্টেম নিজের সীমা নির্দেশ করুক। বছরের পর বছর ধরে আমি যে শিক্ষা পেয়েছি তা হলো— এক নম্বরটি অনুমিত সংখ্যা থেকে নিখুঁত ★রেটিংয়ের চেয়ে বেশি গুরুত্বপূর্ণ, সেটি স্বীকার করে যে ডেটা নেই। Bangla ব্যাডমিন্টন সংবাদে আমরা দীর্ঘদিন ধরে এই সীমা লঙ্ঘন করেছি, এবং ফলাফল হলো পঠিত সংখ্যার চেয়ে অনুমিত সংখ্যাই বেশি। আমার সিস্টেমে এই সীমাতে confession করা significa প্রতিবেদনের প্রথম অনুচ্ছেদে সীমাবদ্ধতার রূপরেখা দেওয়া, শেষ পাদটীকায় নয়। এই খালি ইনপুট থেকে আরেকটি সত্য সামনে আসে। ব্যাডমিন্টন সংবাদের সাবেক পদ্ধতি–ম্যাচের পর স্কোরশিট, পয়েন্টের হিসাব, র‍্যালি কাউন্ট। এখন যেখানে হাওয়া থেকে পয়েন্ট, লেটেন্সি থেকে মোমেন্টাম তৈরি হচ্ছে, সেখানে ً—অনুপস্থিত তথ্য চিহ্নিত করা—আরও জরুরি হয়ে পড়েছে। আজকের খালি Stage-1 আউটপুট যে কোনো বড় ব্যর্থতার বীজ হতে পারে। আমার অভিজ্ঞতায় বলি, বিশাল বড় প্রোডাকশন পাইপলাইনে এমন ফাঁকা ইনপুট মাঝে মাঝে আসে ঠিকই, কিন্তু ব্যর্থতা ঘটে তখনই, যখন কেউ স্বীকার করে না যে ইনপুট খালি ছিল। বিষয়টি আরও গভীরে গেলে, একটি অসম্পূর্ণ ডেটাসেট থেকে খেলোয়াড়ের মূল্যায়ন করা এখন ঘোরতর নৈতিক প্রশ্নে দাঁড়ায়। খেলোয়াড় নির্ধারণে ব্যবহৃত সংখ্যাটি যদি সঠিক না হয়, তার ক্ষতিকর প্রভাব বাংলাদেশের ব্যাডমিন্টনের মতো ছোট বাজারে অনেক বড়। বাজারের গুজব নয়—এটি উদ্বেগের লেজার, আর লেজারের প্রতিটি কলাম যাচাইযোগ্য হওয়া উচিত। আজ একটি খালি ডেটা পয়েন্ট যা কেবল সিস্টেমের ব্যর্থতা, ঠিক কাল সেটিই কোনো নামের পাশে চলে যায়। এই বার্তা লেখার একটি সহজ কারণ আছে। আমি চাই প্রতিটি বিশ্লেষক, প্রতিটি কনটেন্ট-নির্মাতা প্রক্রিয়ায় এই প্রশ্নটি রাখুক: কী নেই? আমার মডেলে এই প্রশ্নের উত্তর সংরক্ষণ করার একটি ফাইল ছিল—আমার errata। এই ফাইলটি কখনো যাচাইয়ের বাইরে যায় না। আজকের খালি আউটপুটও এক ধরনের errata: সিস্টেম আমাদের বলছে—আমি জানি না। আমি জানি না বলার দুঃসাহস রাখেনি। এটিই গত দশকের সবচেয়ে গুরুত্বপূর্ণ ডেটা সংস্কৃতি। আমার ব্যক্তিগত ு் থেকে আমি দেখেছি, বিনয়ী সিস্টেম দীর্ঘদিন টিকে থাকে; আত্মবিশ্বাসী সিস্টেম একসময় নিজের প্রশংসাপত্র লিখতে গিয়ে সীমা অতিক্রম করে। আজকের অনুপস্থিত তথ্যের নির্দেশনা সেই মৌলিক সততাই nuestra, যেটি আমাদের প্রথম দিন থেকেে ধরে রেখেছে। তাই আমি এই লেখার জন্য Stage-1-এর যে অংশটি বাস্তব—এই ডোমেইন লেবেল—তার ভিত্তিতে একটি করণীয় তৈরি করি। প্রথমে খেলোয়াড়-স্তরের ইনপুট খুঁজে আনার নির্দেশ দিন। দ্বিতীয়ত marshalling লেয়ারে একটি aborted সংকেত যোগ করুন, যাতে অসম্পূর্ণ রেকর্ড Stage-2-এ না ঢোকে। তৃতীয়ত প্রতিটি সিদ্ধান্তের নথিতে সোর্স-তারিখ-পদ্ধতি যোগ করুন। এই তালিকা শেষ করার পর বাকি কাজ প্রক্রিয়ার, নীতি-নির্ধারকদের নয়। আমার কাজের ঘর থেকে বেরোনোর সময় শাটলকক টেবিলে পড়ে থাকে। একটি শাটলকক কোনোদিন বলে না কে জিতবে; সে কেবল বাতাসে নিজের গতিপথ Normally করে। আমাদের ডেটাও তাই—সে গল্প বলে না, কেবল নমুনা ও তারিখ বলে। পরের ম্যাচের আগে প্রশ্ন করুন: এই সংখ্যাটির সোর্স table-এ কোথায় লেখা আছে? যদি উত্তর না থাকে, লিখুন ‘শূন্য’। কারণ শূন্য একটি সৎ সূচনা; আর খালি বাক্সে অনুমানের গল্প ব্যাডমিন্টন সাংবাদিকতার দৃষ্টিতে সবচেয়ে বড় মিথ্যা। শেষ কথা, সরাসরি আমার পাঠকদের উদ্দেশে। এই লেখাটি কোনো ম্যাচ রিপোর্ট নয়, কোনো খেলোয়াড়ের মূল্যায়নও নয়। এটি সেই কাজের ा that যেখানে একটি পাইপলাইন কোনো রায় দিতে পারেনি। আমার নিজস্ব অভিজ্ঞতার ভিত্তিতে বলি—গত সাত বছরে যতগুলো ভুল ধরেছি, যতগুলো ডেটা বাতিল করেছি, তার জন্ম কোথায়? ঠিক এখানেই—যেখানে কেউ খালি জায়গায় সংখ্যা বসানোর অনুমতি দিয়েছে। আমরা প্রক্রিয়ার প্রতিটি স্তরে খালি জায়গা চিহ্নিত করার সংস্কৃতি গড়ব না, নাকি আবার কাউকে সংখ্যা ा করতে দেব—এই প্রশ্নটি পাঠকদের কাছে রেখে দিই।