সুইমিং ডেটা লেজার: খালি ইনপুট থেকে যে সত্যগুলো বেরিয়ে আসে

২০১৭ সালের গ্রীষ্মে, লস অ্যাঞ্জেলেসে বিশ্ববিদ্যালয়ের ছাত্র থাকাকালীন, আমার দাদির শীতলক্ষ্যা তীরের বাড়িতে বসে আমি আমার প্রথম সত্যিকারের ডেটাবেস তৈরি করেছিলাম। একটি ফাইল, ৩৪০টি সারি। প্রতিটি সারিতে একেকজন বাংলাদেশি অলিম্পিক সাঁতারু — সাগর, আরিফুল, জুনায়না, রাফি, সোনিয়া। প্রতিটি নামের পাশে কাটঅফ টাইম আর তার সঙ্গে সাঁতারুর এন্ট্রি টাইমের ব্যবধান। ফাইলটি শেষে পৌঁছেছিল একটাই উপসংহারে: চার দশকের ওয়াইল্ডকার্ড, শূন্য মেরিট কোয়ালিফায়ার। সম্পাদকরা বলতেন ঠান্ডা লেখা; আমি বলতাম যাচাইযোগ্য। আজ এই লেখার বিষয়টি ঠিক সেই ফাইলের মতোই। যে বিশ্লেষণ কাঠামোটি আমার সামনে এসেছে, তার প্রতিটি ঘর খালি। শিরোনাম নেই, সূত্র নেই, কোনো ঘটনার বিবরণ নেই, সাঁতারুর নাম নেই, সময় নেই, স্প্লিট নেই। কেবল কাঠামোর খাঁচা দাঁড়িয়ে আছে, ভেতরে কোনো তথ্য নেই। গত তেরো বছরে আমি যা শিখেছি তা হলো, ডেটার এই শূন্যতাও একটি ডেটা। সমস্যা হলো, এই শূন্যতা এখানে বিশ্লেষণের বিষয়বস্তু নয়, বিশ্লেষণের ইনপুট। অর্থাৎ, আমি এমন একটি লেজার পেয়েছি যেখানে হিসাব লিখতে বসে দেখি খাতা নিজেই সাদা। একটি সাঁতারের বিশ্লেষণ দাঁড়ায় কয়েকটি স্তম্ভের উপর। প্রথম স্তম্ভ, প্রযুক্তিগত কাঠামো — স্টার্ট, আন্ডারওয়াটার, টার্ন, ফিনিশ, স্ট্রোক রেট, ডিসটেন্স পার স্ট্রোক। এই মেট্রিকগুলো ছাড়া সাঁতার বিশ্লেষণ একটি অনুমানের খেলা। দ্বিতীয় স্তম্ভ, কর্মক্ষমতা ও ডেটা — সময়, র‍্যাঙ্কিং, রেকর্ড, স্প্লিট। তৃতীয় স্তম্ভ, প্রতিযোগিতার প্রেক্ষাপট — ইভেন্টের স্তর, কোয়ালিফিকেশনের ধরন, অলিম্পিক সাইকেলের অবস্থান। চতুর্থ স্তম্ভ, বৈশ্বিক ভূগোল — কে রাজত্ব করছে, কে চ্যালেঞ্জার, প্রতিভার সরবরাহ শৃঙ্খল কেমন। পঞ্চম স্তম্ভ, নিয়ম ও অ্যান্টি-ডোপিং প্রশাসন। ষষ্ঠ, খেলোয়াড়ের ক্যারিয়ার বক্ররেখা ও দলীয় ব্যবস্থা। সপ্তম, ঝুঁকির প্রোফাইল। অষ্টম, জনপরিসরের আখ্যান ও প্রত্যাশার ব্যবধান। নবম, শিল্পের ওপর ঢেউ। এই নয়টি স্তম্ভের প্রতিটিতে এখানে লেখা আছে 'N/A - অপর্যাপ্ত তথ্য'। সুইমিং ডেটা মনিকের ভাষায় বললে, আমার হাতে একটি খালি ম্যাট্রিক্স। কিন্তু একটি ম্যাট্রিক্সের খালিপনা নিজে থেকেই একটি সংকেত দেয় না; সংকেত দেয় তার পেছনের কারণ। তিনটি সম্ভাব্য কারণ আছে। এক, মূল নিবন্ধটি সংগ্রহ করা যায়নি। দুই, বিশ্লেষণের আগের ধাপটি স্কিপ বা ত্রুটিপূর্ণ ছিল। তিন, দুটি ধাপের মধ্যে তথ্য স্থানান্তরে বিকৃতি ঘটেছে। এই তিনটির যেকোনো একটি সত্য হলে যা ঘটেছে তা পরিমাপযোগ্য। প্রথম ও দ্বিতীয় ক্ষেত্রে সমস্যা প্রক্রিয়ার শুরুতে; তৃতীয় ক্ষেত্রে সমস্যা প্রক্রিয়ার মাঝখানে। প্রক্রিয়ার শুরুতে সমস্যা হলে তা পুনরায় চালিয়ে সমাধান করা যায়। প্রক্রিয়ার মাঝখানে সমস্যা হলে তা আরও ভয়ঙ্কর, কারণ তখন প্রতিটি ধাপ আপাতভাবে সফল দেখায় এবং ত্রুটি অবশিষ্ট থাকে — ঠিক যা এখানে ঘটেছে। প্রশ্ন হলো, কেন এত নিখুঁতভাবে খালি? কেন কোনো আংশিক তথ্য নেই, একটি তারিখ নেই, একটি নাম নেই? এই নিখুঁত শূন্যতা নিজেই একটি ডেটা পয়েন্ট। যদি কেবল সংগ্রহ ব্যর্থতা হতো, তবে সাধারণত কিছু আংশিক অবশিষ্ট থেকে যেত — একটি শিরোনাম, হয়তো একটি সূত্রের নাম। কিন্তু এখানে প্রতিটি ক্ষেত্র সচেতনভাবে 'মূল্যায়ন করা হয়নি' বলে চিহ্নিত। এর মানে এই নয় যে তথ্য হারিয়ে গেছে; এর মানে এই যে তথ্য কখনো প্রবেশ করেনি। এখানেই আমার ভয়। প্রক্রিয়ার নকশায় যদি এমন একটি ফাঁক থাকে যেখানে খালি ইনপুটও সফলভাবে পরবর্তী ধাপে চলে যায়, তাহলে সেই ফাঁক দিয়ে কী কী আরও বেরিয়ে যেতে পারে? আজ একটি নিবন্ধের বিশ্লেষণ; কাল একটি প্রতিযোগিতার ফলাফল; পরশু হয়তো একটি রেকর্ডের যাচাই। ডেটা সাংবাদিকতার মূল চুক্তি হলো প্রতিটি সংখ্যার পিছনে একটি যাচাইযোগ্য সূত্র থাকবে। যখন সেই সূত্রটি নিজেই অপসারিত হয়, তখন লেখাটি আর সাংবাদিকতা থাকে না — থাকে কেবল কাঠামোর আত্মবিশ্বাসী ভঙ্গি। এই লেজার আমাকে আরও একটি বিষয় শিখিয়েছে। ২০২০ সালে, যখন কোভিডে প্রতিটি প্রতিযোগিতা বন্ধ হলো, তখন আমি শূন্য ক্যালেন্ডারকে শূন্য তথ্য হিসেবে পড়িনি। আমি সেই ডেটাসেট খুঁজেছি যা কেউ খুলতে চায়নি — প্রতিদিন প্রায় ৪০টি শিশুর ডুবে মৃত্যু, বছরে প্রায় ১৪,৬০০। এই শূন্যতা ছিল একটি সংকটের সূচক। কিন্তু আজকের শূন্যতা ভিন্ন। আজকের শূন্যতা একটি সংকট নয়, এটি একটি ত্রুটি। দুটির মধ্যে পার্থক্য দূরত্বের মতো — সংকটের ডেটা আমাদের কিছু বলে, প্রক্রিয়ার ত্রুটি আমাদের কিছু লুকায়। আমাদের সাঁতারের এই ক্ষেত্রটিরই আরও বড় একটি লেজার দরকার। বাংলাদেশের জাতীয় চ্যাম্পিয়নশিপের পদক তালিকা এখনো নৌবাহিনী, সেনাবাহিনী এবং বিকেএসপির দখলে। এটাই প্রমাণ করে পাইপলাইনটি সেবা প্রতিষ্ঠানের ভেতরে কাজ করে, বেসামরিক ক্লাব ব্যবস্থার ভেতরে ফাঁকা। মিরপুরের অবকাঠামো সীমিত, জনস্বাস্থ্য স্তরে প্রায় প্রতিদিনই ডুবে মৃত্যুর সংখ্যা বাড়ে, আর অলিম্পিক প্ল্যাটফর্মে আমাদের উপস্থিতি এখনো মেরিট কোয়ালিফায়ারের বদলে আমন্ত্রণ। এই তিনটি লেজার আলাদা আলাদা রাখতে হবে — একটি জনস্বাস্থ্য অবকাঠামোর, একটি প্রতিযোগিতা ব্যবস্থাপনার, একটি অভিজাত ক্রীড়ার। খালি ইনপুটের এই বিশ্লেষণ কোনো খেলোয়াড়ের গল্প বলে না, কিন্তু ডেটা সংস্কৃতির একটি গল্প বলে — যে সংস্কৃতিতে একজন সাংবাদিক ও একটি সিস্টেম উভয়েই মাঝে মাঝে নীরব থাকতে পারে। এই কাঠামোর মূল্য এর বিষয়বস্তুতে নয়, এর স্থিতিশীলতায়। একটি সাধারণ বিশ্লেষণ বাংলা করে দিতে পারে, পুনরাবৃত্তি করতে পারে, ভুল করতে পারে। কিন্তু একটি সঠিক কাঠামো যথাসময়ে সঠিক ইনপুট পেলে কাজ করে। আমার ফাইনাল চেকলিস্টও একই কথা বলে। যদি কোনো লেখায় বিষয়বস্তু না থাকে, তার মানে সেটি খারাপ লেখা নয় — সেটি অসম্পূর্ণ লেখা। পার্থক্যটি গুরুত্বপূর্ণ: খারাপ লেখা পুনর্লিখন চায়, অসম্পূর্ণ লেখা ইনপুট চায়। গত তেরো বছর ধরে আমি যা শিখেছি, সেই শিক্ষা দিয়ে এই শূন্যতার সামনে আমি দাঁড়িয়ে আছি। ২০১৮ সালে যখন আমি হাতে ১,৮৭২টি শট ট্যাগ করেছিলাম এবং একটি xG মডেল তৈরি করেছিলাম, তখন প্রতিটি শটের পিছনে ছিল একটি যাচাইযোগ্য ভিডিও মুহূর্ত। মডেলটি যখন ক্রোয়েশিয়ার ফাইনালে ওঠার পথকে সবচেয়ে বড় ওভারপারফরম্যান্স হিসেবে চিহ্নিত করেছিল — ৯.১ xG থেকে ১৪ গোল — তখন সেই সিদ্ধান্তের পিছনে ছিল কেবলই গণনা, কোনো অনুমান নয়। আজ এই শূন্যতার সামনে আমার একই দাবি: আমাকে ইনপুট দিন। একটি শিরোনাম, একটি সূত্র, একটি তথ্য। কারণ আমার লেজার কখনো অনুমান দিয়ে ভরা হয় না। আমি গুজব তাড়া করি না। যতক্ষণ না সংখ্যাগুলো স্বীকারোক্তি দেয়, আমি হিসাব মেলাতে থাকি।