খালি ঘরও সাক্ষ্য দেয়: ফুটবলের তথ্য-শৃঙ্খলে অনুপস্থিতির পুরাতত্ত্ব

গত সপ্তাহে ডেস্কে একটা রিপোর্ট এল — কুড়ি পাতার, ন'টি অধ্যায়, প্রতিটি অধ্যায়ে টেবিল, প্রতিটি টেবিলে ঘর। আর প্রতিটি ঘরে একই বাক্য: অপর্যাপ্ত তথ্য। সংবাদকক্ষে যাঁরা ওটা দেখলেন, তাঁদের প্রথম প্রতিক্রিয়া মোটামুটি এক — তাহলে তো কিছু নেই, ছেড়ে দিই। আমি ওই রিপোর্টটা নিয়ে চার ঘণ্টা বসে ছিলাম। কারণ ঠিক একই ধরনের খালি ঘর আমি আগেও দেখেছি, অন্য এক জায়গায়। ২০১৭ সালের অক্টোবরে, ভারতের FIFA U-17 বিশ্বকাপে, ছ'সপ্তাহ ধরে ২৪টি দলের ৫০৪ জন খেলোয়াড়ের একটা ডেটাবেস বানাচ্ছিলাম। একটা কলামে ছিল একাডেমি-সংযুক্তি। ইংল্যান্ডের ঘরে সংখ্যাটা উঠল ২১। ভারতের ঘরে উঠল ২। ওই ২ সংখ্যাটা কোনো কিশোরের ব্যর্থতা নয়, কোনো কোচের অপরাধও নয়। ওটা একটা রেকর্ডের ঘর, যার ভেতরের সংখ্যাটা এত ছোট যে সেটাই আলাদা করে পড়ার মতো।

খালি ঘর। আজ আমার কাছে ওটাই সবচেয়ে বিশ্বাসযোগ্য সাক্ষী। যে মিনিটগুলো কেউ ক্লিপ করেনি, আমি সেগুলোই খুঁড়ে দেখি — আর এই রিপোর্টটা ছিল একশো শতাংশ আনক্লিপড মিনিট।

ফুটবল সাংবাদিকতা আজ আর একধাপের কাজ নয়। এটা তিন স্তরের একটা শৃঙ্খল। প্রথম স্তর extraction — উৎস থেকে তথ্য তোলা। দ্বিতীয় স্তর deconstruction — সেই তথ্য ভেঙে ফ্যাক্ট, উক্তি, সংখ্যা, তারিখে ভাগ করা। তৃতীয় স্তর inference — সেই ফ্যাক্ট থেকে অনুমান টানা। যে ফ্রেমওয়ার্কটা আমার হাতে এসেছে, সেটা মূলত দ্বিতীয় স্তরের যন্ত্র: একটা derivation engine, যা ভাঙা তথ্যকে অনুমানে রূপান্তর করে। সমস্যা একটাই — প্রথম স্তর ফাঁকা ফিরে এলে দ্বিতীয় স্তরের কাছে ভাঙার মতো কিছুই থাকে না। তখন ইঞ্জিনটা থেমে যায় না, বরং যা করে সেটা আরও বিপজ্জনক: সে প্রতিটি ঘরে N/A বসিয়ে দেয়, টেবিলগুলো ঠিকঠাক ভরে দেয়, আর সেই রিপোর্টটা দেখতে হুবহু একটা সম্পূর্ণ বিশ্লেষণের মতো লাগে।

আমার কাজের একটা বড় অংশ এই জিনিসটাই — ফুটবলের তথ্য-সরবরাহের শৃঙ্খল কোথায় ছিঁড়ছে, সেটা খতিয়ে দেখা। ২০২০ সালে, স্টেডিয়াম খালি আর লিগ বন্ধ, সেই সময় আমি একা একটা প্রকল্প শুরু করেছিলাম: ২০০৮ থেকে ২০২০ পর্যন্ত বারো বছরের যুব টুর্নামেন্ট ডেটা, পুরুষ ও মহিলা দুই বিভাগ মিলিয়ে। পরিকল্পনা ছিল তিন মাস, শেষ করতে লেগেছিল আট মাস, কারণ আমি বারবার মেথডোলজি ঘষে-মেজে ঠিক করছিলাম। ফলাফল দুটো। এক, যাঁরা U-17 বিশ্বকাপে খেলেছেন, তাঁদের ইউরোপের শীর্ষ পাঁচ লিগে পৌঁছনোর সম্ভাবনা ৩৪ শতাংশ বেশি। দুই, মহিলাদের যুব টুর্নামেন্টের ডেটা পদ্ধতিগতভাবে কম রিপোর্ট হয়েছে — প্রায় ৪০ শতাংশ কম ডেটা পয়েন্ট। দ্বিতীয় ফলাফলটা আমি কখনো আলাদা করে ব্যাখ্যা করি না, কারণ সেটা ব্যাখ্যার অপেক্ষা রাখে না। যে তথ্য সংগ্রহই করা হয় না, সে তথ্য হারায় না — সে কখনো জন্মায়ই না।

এই প্রেক্ষাপটে ডেস্কে আসা ওই ফাঁকা রিপোর্টটা আমার কাছে কোনো দুর্ঘটনা ছিল না। এটা ছিল চেনা একটা ভূতত্ত্ব।

প্রথম স্তরে দাঁড়িয়ে দেখি, ন'টি অধ্যায়ের প্রতিটি ঘর ফাঁকা। এটা দেখে প্রথম যে ভুলটা মানুষ করে, সেটা হলো ন'টিকে ন'টা আলাদা ব্যর্থতা হিসেবে গণ্য করা। ট্যাকটিক্যাল বিশ্লেষণ ব্যর্থ, আর্থিক বিশ্লেষণ ব্যর্থ, শাসন-বিধি ব্যর্থ, মিডিয়া ন্যারেটিভ ব্যর্থ। বাস্তবে এটা একটাই ব্যর্থতা, যার ন'টা উপসর্গ। ডায়াগনস্টিক যুক্তিটা সরল: যখন কোনো বিষয়ের শতভাগ মাত্রা একসঙ্গে শূন্য ফেরে, তখন সমস্যাটা বিষয়ের ভেতরে থাকে না, সমস্যাটা বিষয় পর্যন্ত পৌঁছনোর পথে থাকে। স্কাউটিংয়ে এই যুক্তিটা আমরা রোজ ব্যবহার করি। ধরুন একটা টার্গেট প্লেয়ারের ডেটা রুমে মিনিট-প্লেড, স্প্রিন্ট-কাউন্ট, পাস-কম্প্লিশন — সব ফাঁকা। কোনও সৎ স্কাউট এই সিদ্ধান্তে পৌঁছন না যে ছেলেটা খারাপ। সে সিদ্ধান্তে পৌঁছন যে ফিডটা ভাঙা। কিন্তু ক্লাব-পরিচালনায় যখন একই ফাঁকা ডেটা রুম আসে, তখন অনেক সময় সিদ্ধান্ত হয় উল্টোটা: কিছু তো পাওয়া যায়নি, তার মানে ঝুঁকিও নেই। এখানেই ফুটবল-বিশ্লেষণের সবচেয়ে ব্যয়বহুল ভুলটা ঘটে।

দ্বিতীয় স্তরে এসে একটা পার্থক্য পরিষ্কার করা দরকার, যেটা আমার মনে হয় খেলাধুলার তথ্য-সাংবাদিকতায় সবচেয়ে কম আলোচিত: কিছু পাওয়া যায়নি আর ডেটা আসেনি — এই দুটো এক জিনিস নয়। ২০২২ সালের নভেম্বরে, কাতার বিশ্বকাপ চলার সময়, আমি এনসো ফার্নান্দেসকে ট্র্যাক করছিলাম। ততদিনে তাঁর ক্যাপ সংখ্যা পাঁচ। কাগজে-কলমে এত অল্প নমুনা নিয়ে কোনো সিদ্ধান্তে পৌঁছনো যায় না। কিন্তু গ্রুপ পর্বে তাঁর পাসিং মেট্রিক পঁচানব্বই শতাংশাইলে বসে গেল। এখানে যে জিনিসটা গুরুত্বপূর্ণ, সেটা হলো — ওই পঁচানব্বই শতাংশাইলের পেছনে যে ডেটা ছিল, সেটা ফাঁকা ছিল না, শুধু কম ছিল। আর কম ডেটার পেছনে যে ইতিহাস ছিল — রিভার প্লেটের একাডেমি রেকর্ড — সেটা ছিল পুরোটা। তিনি টুর্নামেন্টের সেরা তরুণ খেলোয়াড় হলেন, আর ২০২৩ সালের ৩১ জানুয়ারি বেনফিকা তাঁকে চেলসির কাছে ১০৬.৮ মিলিয়ন পাউন্ডে বিক্রি করল। আমি নভেম্বরেই ট্রান্সফারটা লিখেছিলাম। অনেকে এটাকে ভবিষ্যদ্বাণী বলেন। আমি বলি এটা স্তর-পড়া।

ফাঁকা ডেটা আর পাতলা ডেটার তফাতটাই এখানে আসল। পাতলা ডেটা মানে কম নমুনা, কিন্তু দিক ঠিক আছে। ফাঁকা ডেটা মানে দিকই নেই। ফুটবলে আমরা দুটোকে এক করে ফেলি, আর তারপর কম নমুনার ছেলেটাকে বাদ দিয়ে দিই — অথচ ঠিক সেই ছেলেটার একাডেমি রেকর্ডই সবচেয়ে ঘন তথ্য বহন করে।

তৃতীয় স্তরে আমি একটা তালিকা বানালাম, যেটা আমার নিজের কাজে রোজ লাগে: একটা ডিকনস্ট্রাকশন সফল হতে গেলে ন্যূনতম কী কী থাকতেই হবে। এক, শিরোনাম, মূল উৎস এবং প্রকাশের তারিখ — তিনটে একসঙ্গে। দুই, অন্তত পাঁচটা তথ্যবিন্দু, প্রত্যেকটার আলাদা সূত্র উল্লেখ। তিন, প্রতিটি শ্রেণিতে অন্তত একটা নামকরা সত্তা — ক্লাব, খেলোয়াড়, কোচ, প্রতিযোগিতা। চার, লেখকের অবস্থান ও লেখার উদ্দেশ্য স্পষ্ট। পাঁচ, মূল লেখায় উদ্ধৃত যেকোনো সংখ্যা — ফি, মজুরি, xG, পয়েন্ট তালিকা, চুক্তির মেয়াদ — যেটা নির্ভরযোগ্য সূত্র থেকে না এলে যাচাই-বাকি হিসেবে চিহ্নিত।

এই তালিকাটা শুকনো শোনায়, কিন্তু স্কাউটিং রিপোর্টের সঙ্গে এর গঠন হুবহু এক। একটা স্কাউটিং রিপোর্টে যদি জন্মতারিখ যাচাই করা না থাকে, খেলা minutos কোন স্তরের প্রতিযোগিতায় তা লেখা না থাকে, কোচের সাক্ষ্য না থাকে, আর শারীরিক মাপ কোথা থেকে নেওয়া তা না থাকে — তাহলে রিপোর্টটা সুন্দর হতে পারে, কাজের হতে পারে না। আমি বহুবার দেখেছি, একই ছেলের উপর দুটো রিপোর্ট আসে, একটা তারিফে ভরা, একটা প্রশ্নে ভরা। তফাতটা প্রতিভার নয়, প্রোটোকলের।

চতুর্থ স্তরে আসে সবচেয়ে অস্বস্তিকর প্রশ্নটা: কে ডেটা পায়, আর কে পায় না। ২০১৭ সালের ওই ২ বনাম ২১ সংখ্যাটা আমি আজও ব্যবহার করি, কারণ সেটা সহজে ব্যাখ্যা করা যায় না। কেউ বলবেন, ওটা প্রতিভার ফারাক। আমি বলি, ওটা প্রথমে রেকর্ডের ফারাক, তারপর প্রতিভার ফারাক। একটা দেশে যখন কাঠামোবদ্ধ একাডেমির সংখ্যা হাতে গোনা, তখন ২৩ বছর বয়সে কে ভালো খেলবে সেই প্রশ্নটা আসলে কে আঠারো বছর বয়সে কোথায় নথিভুক্ত ছিল তারই প্রতিধ্বনি। অনুপস্থিতি এক জায়গায় থাকে না। সে জমে। একটা ফাঁকা ঘর পরের বছর আরও দুটো ফাঁকা ঘর বানায়, কারণ যে ছেলেটার কোনো একাডেমি নেই তার কোনো মিনিট নেই, যে ছেলেটার মিনিট নেই তার কোনো শতাংশাইল নেই, যে ছেলেটার শতাংশাইল নেই তার কোনো দাম নেই। বাজার তাকে দেখতে পায় না, আর না-দেখাকে আমরা পরে প্রতিভার অভাব বলে চালিয়ে দিই।

এই জায়গায় আমার নিজের ভুলটা স্বীকার করা দরকার। ছ'বছর ধরে স্প্রেডশিট দিয়ে আবিষ্কার করার অভ্যাস আমাকে শিখিয়েছে প্যাটার্ন মেলাতে। কিন্তু একটা যুব ডেটাবেসে যে কোরিলেশন দেখা যায়, সেটা স্কাউটিংয়ের রায় হয়ে ওঠে না। তাই আমি এখন প্রতিটি লেখায় নমুনার আকার, কোন ভেরিয়েবলগুলো নেই, আর ডেটা কী দেখতে পায় না — এই তিনটে জিনিস একসঙ্গে লিখি। সংখ্যা দিয়ে যুক্তি করব, কিন্তু সংখ্যার সীমাটাও একই বাক্যে বলব।

পঞ্চম স্তরে এসে আমি একটা অভ্যাস গড়ে তুলেছি, যেটা পাঠক কখনো দেখেন না: পাইপলাইনের লগ সংরক্ষণ। extraction log, raw HTML dump, canonical URL, মূল প্রকাশক। এগুলো ফুটবল-সাংবাদিকতায় শোনায় না, কিন্তু এটাই আমার পরিখা। তত্ত্ব হলো এই — তুমি যদি লিখে না রাখো জিনিসটা কোথা থেকে উঠল, তাহলে পরে তার তারিখ দিতে পারবে না, আর তারিখ ছাড়া কোনো তথ্য কোনো বিশ্লেষণে বসানো যায় না। ওই ফাঁকা রিপোর্টটার দিকে তাকিয়ে আমার প্রথম কাজ ছিল এটা জিজ্ঞেস করা, উৎসটা কী ধরনের ছিল — জাভাস্ক্রিপ্টে রেন্ডার হওয়া পাতা, পেওয়ালের পেছনে আটকে থাকা লেখা, শুধু ছবি-বা-PDF, নাকি সেটা আদৌ কোনো লেখা ছিল না, বরং স্কোরবোর্ড বা ভিডিও পাতার ঠিকানা। এর উত্তর না পেলে পুরো আলোচনা অর্থহীন।

এখান থেকেই আমি একটা ট্রায়াজ রুল বের করেছি, যেটা আমি এখন নিজের টিমকে দিই এবং যেটা এই লেখার আসল নতুন তথ্য: কোনো ডিকনস্ট্রাকশনে যদি পঞ্চাশ শতাংশের বেশি ক্ষেত্র ফাঁকা ফেরে, তাহলে সেটাকে ফাঁকা ফলাফল হিসেবে শ্রেণিভুক্ত করা যাবে না — সেটাকে ingestion failure হিসেবে চিহ্নিত করতে হবে। দুই ক্ষেত্রের মধ্যে পার্থক্যটা কেবল পরিভাষার নয়, সিদ্ধান্তের। ফাঁকা ফলাফল মানে বিষয়টি সম্পর্কে কিছু জানা যায়নি, সেটা প্রকাশের যোগ্য। ingestion failure মানে বিষয়টি সম্পর্কে কিছু জানার চেষ্টাই হয়নি, সেটা পুনরায় চালানোর যোগ্য। প্রথমটাকে দ্বিতীয় ভেবে ফেললে যা হয়, সেটা হলো একটা সম্পূর্ণ রিপোর্ট যার ভেতরে শূন্য প্রমাণ — আর ঠিক এই ধরনের রিপোর্টই সবচেয়ে বিপজ্জনক, কারণ এটা দেখতে বিশ্লেষণের মতো, পড়তে নিরাপদ লাগে, এবং সিদ্ধান্তের টেবিলে চলে যায়।

এখানে সাধারণ মতটার প্রতি আমি ন্যায্য হতে চাই। প্রচলিত যুক্তি পরিষ্কার এবং শক্তিশালী: সাংবাদিকতার কাজ যা আছে তা জানানো, যা নেই তা নিয়ে আটশো শব্দ লেখা পাঠকের সময় নষ্ট করা। একটা রিপোর্ট যদি বলে কিছু পাওয়া যায়নি, তাহলে সেটা ছেড়ে দেওয়াই পেশাদারিত্ব। আমি এই যুক্তির বিরোধিতা করছি না। আমি শুধু এটুকু বলছি, এই যুক্তিটা কেবল তখনই খাটে যখন তুমি নিশ্চিত হতে পার যে তথ্যটা সত্যিই নেই, শুধু তোমার কাছে পৌঁছয়নি — এই দুটোর পার্থক্য প্রমাণ করার দায়িত্ব তোমার। আর দক্ষিণ এশিয়ার ফুটবলে এই প্রমাণ করার কাজটা কঠিন, কারণ এখানে অনুপস্থিতিটাই প্রায়ই একমাত্র নথি। যে একাডেমির নিবন্ধন নেই, যে প্রোগ্রামের বাজেট নেই, যে ম্যাচের সরকারি স্কোরশিট নেই — ওগুলো নিয়ে লেখা যায় না এই কারণে যে ওগুলো কোনো ঘটনা নয়। অথচ ওগুলো ঘটনা। যে ছেলেটি ট্রায়ালে এসে ফিরে গেল, সে কোনো পরিসংখ্যানে নেই, কিন্তু সে এই সিস্টেমের সবচেয়ে সাধারণ ফলাফল।

তবু এই জায়গায় আমার নিজের একটা বিপদ আছে, আর আমি সেটা লিখে রাখি। কাউন্টার-ইনটুইটিভ আবিষ্কার আমার কাছে ব্র্যান্ড হয়ে গেছে, তাই উল্টো কথাটা বলা আমার জন্য সহজ হয়ে যায়। সেটা যেন না ঘটে। তাই সীমারেখাটা টেনে বলি: অনুপস্থিতি তখনই তথ্য, যখন তুমি প্রমাণ করতে পারো পাইপটা ভাঙা ছিল। প্রমাণ করতে না পারলে তোমার হাতে কিছু নেই — আর কিছু না থাকাকে কিছু না থাকা বলেই প্রকাশ করতে হবে। খালি ঘরকে কবিতা বানিয়ে ছাপানো যায় না।

যে জিনিসটা আমাকে এখনো ভাবায়, সেটা হলো এই ধরনের ফাঁকা রিপোর্ট কত দ্রুত সত্যের মর্যাদা পায়। একটা ক্লাবের ডেটা রুম তিন সপ্তাহ ফাঁকা ফেরে, তারপর কেউ বলল ডেটা নেই, তারপর সেটা হয়ে গেল ডেটার অভাব, তারপর সেটা হয়ে গেল সিদ্ধান্তের ভিত্তি। যুব ফুটবলে এই চেইনটা আরও সংক্ষিপ্ত, কারণ সেখানে নমুনা নিজেই ছোট, আর ছোট নমুনায় অনুপস্থিতি সবচেয়ে সহজে অদৃশ্য হয়ে যায়। মহিলাদের যুব টুর্নামেন্টে সেই ৪০ শতাংশ ঘাটতিটা কেউ তৈরি করেনি। সেটা তৈরি হয়েছে নীরবতায়, একের পর এক ঘর ফাঁকা রেখে। প্রতিটি একাডেমি উল্টো দিকের ধ্বংসাবশেষ — সে অতীতকে ভবিষ্যতে গেঁথে তোলে, কিন্তু শুধু তখনই যখন কেউ সেটা লিখে রাখে।

পরেরবার যখন ডেস্কে আরেকটা রিপোর্ট আসবে, যার প্রতিটি ঘরে অপর্যাপ্ত তথ্য লেখা, প্রশ্নটা হবে খুব সরল। আমরা কি সেটা ফাইল করব কিছু পাওয়া যায়নি বলে, নাকি ফাইল করব পাইপটা ভাঙা ছিল বলে? প্রথমটা স্বস্তির, দ্বিতীয়টা কাজের। আর যে জিনিসটা আমি নজরে রাখছি, সেটা কোনো তারকার গোল নয় — extraction log। কারণ ফুটবলের ভবিষ্যৎ সাধারণত তারকার আগে আসে না, আসে একটা ফাঁকা ঘরে, যার দিকে কেউ তাকায় না।