যেখানে তথ্য নেই, সেখানে বিশ্লেষণও নেই: ক্রিকেট সংবাদে শূন্য ফলাফলের ডেটা-পাইপলাইন

ক্রিকেট বিশ্বের (cricket_world) একটি সংবাদপ্রবাহ রাতের ডেটা-পাইপলাইনে ঢুকে ধাপ-১ (Stage-1) থেকে ফিরে এল একটি খালি কাঠামো নিয়ে। শিরোনাম নেই, সূত্র নেই, ধরন নেই — তিনটিই N/A। লেখকের অবস্থান নেই, লেখার উদ্দেশ্য নেই, এক বাক্যের সারমর্মও নেই। তথ্যবিন্দুর (Information Points) তালিকা সম্পূর্ণ শূন্য, একটিও এন্ট্রি নেই। অথচ ‘Entities Involved’ ফিল্ডে নির্দেশনা লেখা আছে ‘উপরের তথ্যবিন্দু থেকে শনাক্ত করুন’ — উপরে কোনো তথ্যবিন্দুই নেই। Time Sensitivity এবং Source Quality মূল্যায়ন করা যায়নি, কারণ দুটোই তথ্যবিন্দুর source ফিল্ডের ওপর নির্ভরশীল, আর সেই ফিল্ডটিরই অস্তিত্ব নেই। এ অবস্থায় যা দাঁড়ায় তা হলো: Domain Label: cricket_world ছাড়া ওই প্রতিবেদনে আর কোনো ব্যবহারযোগ্য সংকেত নেই। ক্রিকেট নিউজরুমের ভাষায় এটাকে ‘দুর্বল প্রতিবেদন’ বলা যাবে না। দুর্বল প্রতিবেদনে অন্তত কিছু তথ্য থাকে, যা যাচাই করা যায়, যার সঙ্গে পাল্লা দিয়ে অন্য সূত্র মেলানো যায়। এখানে সমস্যাটি ভিন্ন প্রকৃতির — এটি একটি সম্পূর্ণ শূন্য আউটপুট। তথ্যের অভাব নয়, তথ্য আহরণের ধাপটাই কোনো ফল দেয়নি। এই পার্থক্যটি সাংবাদিকতার কাজের ধরন বদলে দেয়। দুর্বল তথ্য নিয়ে কাজ করা যায়, কারণ দুর্বল তথ্যেরও একটি সূত্র থাকে, যাকে প্রশ্ন করা যায়। কিন্তু শূন্য তথ্যের ক্ষেত্রে সাংবাদিকের সামনে একটাই পথ খোলা থাকে — হয় মূল উৎসে ফিরে যাওয়া, নয়তো অনুমানের ওপর ভর করে লেখা। দ্বিতীয় পথটি ক্রিকেট সাংবাদিকতায় সবচেয়ে বিপজ্জনক, কারণ ক্রিকেট এমন একটি ক্ষেত্র যেখানে আপাত-বিশ্বাসযোগ্য বাক্য গঠন করা খুব সহজ। ‘দলীয় নির্বাচকরা তরুণ ফাস্ট বোলারদের ওপর আস্থা রাখছেন’, ‘স্পিনারদের বিরুদ্ধে ব্যাটিং অর্ডারের দুর্বলতা প্রকট হয়েছে’ — এ ধরনের বাক্য যেকোনো ক্রিকেট প্রতিবেদনে বসিয়ে দেওয়া সম্ভব, এবং সেগুলো পড়তে বিশ্বাসযোগ্যও লাগে। কিন্তু এই বাক্যগুলোর পেছনে যদি কোনো নির্দিষ্ট ম্যাচ, নির্দিষ্ট ইনিংস বা নির্দিষ্ট পরিসংখ্যান না থাকে, তাহলে সেগুলো বিশ্লেষণ নয়, অনুমান। এ কারণেই ওই শূন্য ফলাফলকে ‘কিছুই না’ বলে উড়িয়ে দেওয়া যায় না। বরং এটিকে একটি সতর্কবার্তা হিসেবে পড়া উচিত। যে পাইপলাইন ক্রিকেট বিশ্বের একটি প্রতিবেদন প্রক্রিয়া করতে গিয়ে শূন্য তথ্যবিন্দু ফিরিয়ে দিচ্ছে, সেই পাইপলাইনের ওপর ভর করে প্রকাশিত যেকোনো ‘বিশ্লেষণ’ মূলত ক্রিকেট-সংক্রান্ত সাধারণ জ্ঞানের ওপর দাঁড়িয়ে থাকবে, মূল লেখার ওপর নয়। এটা ঠিক সেই ধরনের লেখা, যা পাঠক পড়ে মনে করবেন তিনি নির্দিষ্ট কোনো ঘটনা সম্পর্কে জানতে পারছেন, অথচ বাস্তবে তিনি পাচ্ছেন কেবল খেলাধুলার চিরচেনা বিষয়গুলো। প্রশ্ন হলো, এই শূন্যতা কেন ঘটে। সবচেয়ে সম্ভাব্য ব্যাখ্যাটি হলো, তথ্যবিন্দু আহরণের ধাপটিই কোনো আউটপুট দেয়নি। এটি ‘নিম্নমানের আউটপুট’ নয়, ‘শূন্য আউটপুট’। সাধারণত চার ধরনের কারণে এমনটা ঘটে। প্রথমত, উৎস থেকে সংগৃহীত কাঁচা লেখাটিই খালি এসেছে — অ্যান্টি-স্ক্র্যাপিং ব্যবস্থা ৪০৩ পৃষ্ঠা ফেরত দিয়েছে, পেওয়াল লেখাটি কেটে দিয়েছে, কিংবা সাইটটি সিঙ্গেল-পেজ অ্যাপ্লিকেশন হওয়ায় মূল লেখা জাভাস্ক্রিপ্টের ভেতরে লুকিয়ে থেকেছে এবং ব্রাউজার রেন্ডার না হওয়ায় বেরিয়ে আসেনি। দ্বিতীয়ত, মূল লেখার অবস্থান শনাক্ত করার নিয়ম কাজ করেনি — এক্সট্র্যাক্টর যে CSS বা XPath সিলেক্টর ব্যবহার করছে, সেটি ওই ওয়েবসাইটের ডকুমেন্ট কাঠামোর সঙ্গে মেলেনি, ফলে খালি নোড ধরা পড়েছে। তৃতীয়ত, ধাপ-১ এর প্রম্পট বা স্কিমা এবং মডেলের আউটপুট পরস্পরের সঙ্গে সামঞ্জস্যপূর্ণ নয় — মডেল কিছু ফিরিয়ে দিয়েছে, কিন্তু পার্সিং ব্যর্থ হয়ে তালিকাটি নীরবে খালি করে দেওয়া হয়েছে। চতুর্থত, ইনপুটের দৈর্ঘ্য সীমা ছাড়িয়ে যাওয়ায় লেখাটি শূন্য বা অত্যন্ত ছোট অংশে কেটে গেছে। এই চারটি কারণ আলাদা করে দেখলে বোঝা যায়, সমস্যাটি এক জায়গায় নাও থাকতে পারে। প্রথম ও চতুর্থ কারণ কাঁচা উপাদানের সঙ্গে যুক্ত, দ্বিতীয়টি কাঠামো শনাক্তকরণের সঙ্গে, তৃতীয়টি মডেল ও পার্সিংয়ের মধ্যে যোগাযোগের সঙ্গে। তাই যাচাইয়ের ক্রমটিও ঠিক এইভাবেই সাজানো উচিত। প্রথমে দেখতে হবে সংগৃহীত কাঁচা লেখার দৈর্ঘ্য কত এবং তার শুরু থেকে প্রথম দুইশ অক্ষরে কী আছে। যদি সেখানেই ৪০৩ পৃষ্ঠা বা লগইন দেওয়ালের লেখা পাওয়া যায়, তাহলে আর সামনে এগোনোর দরকার নেই — সমস্যা প্রথম ধাপেই। যদি কাঁচা লেখা ঠিক থাকে, তাহলে দ্বিতীয় ধাপে দেখতে হবে ধাপ-১ এর কাঁচা প্রতিক্রিয়া (raw response) — মডেল আসলে কী ফিরিয়েছিল। অনেক সময় দেখা যায়, মডেল ঠিকঠাক উত্তর দিয়েছিল, কিন্তু পার্সার সেটি পড়তে পারেনি। তৃতীয় ধাপে দেখতে হবে পার্স করার পর তৈরি হওয়া কাঠামো — কোথায় কোন ফিল্ড খালি হয়ে যাচ্ছে। বেশিরভাগ ক্ষেত্রেই দোষ প্রথম বা তৃতীয় ধাপে থাকে, মাঝের ধাপে নয়। এখানেই ক্রিকেট সংবাদে ডেটা-নির্ভর কাজের একটি মৌলিক শিক্ষা লুকিয়ে আছে। সংবাদমূল্য নির্ভর করে দুটি জিনিসের ওপর — তথ্য কী, এবং তথ্য কোথা থেকে এসেছে। দ্বিতীয়টি ছাড়া প্রথমটির কোনো মূল্য নেই। একটি প্রতিবেদনে যদি লেখা থাকে যে কোনো দল সিরিজের প্রথম ম্যাচে জিতেছে, কিন্তু কোন সূত্র থেকে এই তথ্য এসেছে তা না থাকে, তাহলে পাঠকের পক্ষে সেটি যাচাই করার কোনো উপায় নেই। শূন্য তথ্যবিন্দুর ক্ষেত্রে সমস্যাটি আরও গভীর — সেখানে যাচাই করার মতো কোনো দাবিই তৈরি হয়নি, শুধু দাবির ছাপ তৈরি হয়েছে। তাই এই অবস্থায় তিনটি পথ খোলা থাকে। প্রথম পথ, যা সবচেয়ে সরাসরি: মূল লেখাটি হাতে নিয়ে বিশ্লেষণ করা, এবং পাশাপাশি এটাও দেখা যে ধাপ-১ কী কী বাদ দিয়েছে। এতে দুই কাজ একসঙ্গে হয় — নির্ভরযোগ্য বিশ্লেষণ তৈরি হয়, আর পাইপলাইনের দুর্বল জায়গাটিও ধরা পড়ে। দ্বিতীয় পথ: সংগৃহীত তথ্য বা এক্সট্র্যাকশন ঠিক করে ধাপ-১ আবার চালানো, তারপর ধাপ-২ এ যাওয়া। এটি সময়সাপেক্ষ, কিন্তু দীর্ঘমেয়াদে সবচেয়ে টেকসই। তৃতীয় পথ: মূল লেখা যদি কিছুতেই না পাওয়া যায়, তাহলে ক্রিকেট-বিষয়ক লেখার সাধারণ বিশ্লেষণ-কাঠামোর একটি তালিকা তৈরি করা যায় — টুর্নামেন্টের স্তর ও ফরম্যাট, পরিসংখ্যানের হিসাবপদ্ধতি ও নমুনার আকার, খেলোয়াড় ও দলের মধ্যকার সম্পর্ক, সূচির সময়োপযোগিতা ইত্যাদি। কিন্তু এটা স্পষ্ট করে বলা দরকার: এটি একটি খাঁচা, কোনো নির্দিষ্ট লেখার বিশ্লেষণ নয়। ক্রিকেট সংবাদে এমন খাঁচা কাজে লাগে কেবল তখনই, যখন হাতে কোনো নির্দিষ্ট ঘটনা থাকে না। নিউজরুমের দৈনন্দিন বাস্তবতায় এই আলোচনার একটি ব্যবহারিক দিক আছে। সংবাদ সংগ্রহের পাইপলাইনে যখন শূন্য ফলাফল আসে, তখন সবচেয়ে সহজ কাজটি হলো সেটিকে উপেক্ষা করে পরবর্তী লেখায় চলে যাওয়া। কিন্তু শূন্য ফলাফল আসলে একটি সংকেত — হয় উৎস বদলেছে, নয়তো সাইটের কাঠামো বদলেছে, নয়তো মডেলের আউটপুটের ধরন বদলেছে। এই তিনটির যেকোনো একটি ঘটলে আগামী দিনে আরও অনেক প্রতিবেদন একইভাবে শূন্য হয়ে ফিরবে। তাই একটি শূন্য ফলাফলকে একক ঘটনা হিসেবে না দেখে প্রবণতার ইঙ্গিত হিসেবে দেখা উচিত। সবশেষে একটি কথা বলা দরকার। ক্রিকেট সাংবাদিকতা দীর্ঘদিন ধরে স্কোরকার্ড, গড়, স্ট্রাইক রেট, ইকোনমি — এই সংখ্যাগুলোর ওপর দাঁড়িয়ে আছে। এই সংখ্যাগুলোর শক্তি হলো এগুলো যাচাইযোগ্য। যে পাইপলাইন সেই যাচাইযোগ্যতা নিশ্চিত করতে পারে না, সেটি যতই দ্রুত কাজ করুক, সংবাদমূল্য তৈরিতে তার ভূমিকা সীমিত। শূন্য তথ্যবিন্দুর প্রতিবেদনটি তাই কেবল একটি কারিগরি ত্রুটি নয়; এটি একটি মনে করিয়ে দেওয়া — বিশ্লেষণ শুরু হয় তথ্য থেকে, আর তথ্য শুরু হয় তার উৎস থেকে। উৎস না থাকলে বাকিটা শুধু শব্দ।