ক্রিকেটের স্কোরকার্ড একটি ডিস্ট্রিবিউটেড লেজার: নিয়মিত মরসুমে তথ্যের ঐকমত্য কে ঠিক করে

হুক: দুটি ফিড, একটি ম্যাচ, দুই রকম সত্য

আমার কোয়েরি লাইনে সন্ধ্যা ৭:৪০। একই ম্যাচের দুটি ফিড পাশাপাশি খোলা। বাঁ দিকে বোর্ডের অফিসিয়াল স্কোরকার্ড, ডান দিকে বল-ট্র্যাকিং প্রোভাইডারের কাঁচা ফাইল। স্কোরকার্ড বলে, ওই ওভারে ছয়টি বৈধ বল। কাঁচা ফাইলে সাতটি ইভেন্ট আছে — বাড়তি একটি, যার লেবেল লেখা "রিভিউড, রিটেইনড"। দুটোই সত্য। দুটোই একই ম্যাচের। কিন্তু দুটো একই লেজার নয়।

আমি প্রথম xG নিরীক্ষা চালিয়েছিলাম, কারণ চোখের পরীক্ষার কোনো রসিদ ছিল না। ২০১৭ সালের অক্টোবরে লিভারপুল-টটেনহ্যাম ম্যাচ নিয়ে যে শট-ম্যাপটা লিখেছিলাম, সেটা ঠিক এই জায়গা থেকেই এসেছিল — স্কোরলাইন আর আন্ডারলাইং ডেটার মধ্যে ফাঁক। ফুটবলে সেই ফাঁকের নাম ছিল xG। ক্রিকেটে ফাঁকটা আরও বড়, কারণ ক্রিকেটের ফাঁকটা সংখ্যার নয়, স্বাক্ষরের। ক্রিকেটের অফিসিয়াল রেকর্ড কোনো সত্যের দলিল নয়, এটি একটি ঐকমত্যের দলিল। যে কয়টি নোড সেটি স্বাক্ষর করে, তারাই ঠিক করে ম্যাচটা আসলে কী ছিল।

২০২৬ সালের নিয়মিত মরসুমে সেই ঐকমত্য আগের যেকোনো সময়ের চেয়ে বেশি চাপে। কারণটা বল-ট্র্যাকিং নয়। কারণটা হলো — বল-ট্র্যাকিং এখন একটার বেশি।

প্রেক্ষাপট: প্রিন্ট ডেস্ক থেকে কোয়েরি ডেস্ক

প্রিন্ট ডেস্ক মারা গিয়েছিল সেই দিন, যেদিন আমি ম্যাচকে কোয়েরি করতে শিখলাম। কিন্তু প্রিন্ট ডেস্ক যে কাজটা করত, সেটা মারা যায়নি — সেটা শুধু হাত বদলেছে। ১৯৮০-র দশকে ক্রিকেটের একটাই ক্যানোনিক্যাল লেজার ছিল: স্কোরার বই। একজন মানুষ, একটা কলম, একটা ম্যাচ। তার পরে বোর্ড সেটা অনুমোদন করত, সংবাদসংস্থা সেটা কপি করত, আর সংবাদপত্র সেটা ছাপত। চেইনটা সরল ছিল, আর সরলতার কারণটা ছিল তথ্যের অভাব, তথ্যের সততা নয়। একাধিক সোর্স বলতে কিছু ছিলই না।

২০০৬ সালে বল-ট্র্যাকিং প্রথমবার সম্প্রচারে ঢোকে, আর ২০০৮ সালের জুলাইয়ে ভারত-শ্রীলঙ্কা সিরিজে চালু হয় প্লেয়ার রিভিউ সিস্টেম। তখন থেকে লেজারে একটার বদলে দুটো ধরনের এন্ট্রি তৈরি হয়। প্রথমটা ঘোষণামূলক: আম্পায়ার কী বললেন। দ্বিতীয়টা পরিমাপমূলক: বলটা আসলে কোথায় গেল। এই দুই এন্ট্রি বেশিরভাগ সময় মিলে যায়। মিলে না যাওয়ার ঘটনাগুলোই আমাদের পেশার কাঁচামাল — এবং ঠিক সেখানেই লেজারের রাজনীতি শুরু।

২০১৭ সালের পর আমার নিজের নিয়ম... (এই বাক্যটি বাদ) আমার নিজের নিয়ম পরিষ্কার হয়েছিল: কোনো দাবি প্রিন্টে যাবে না, যদি তার পাশে একটা সংখ্যা না থাকে। কিন্তু ২০২০ সালের জুন মাসে, যখন প্রজেক্ট রিস্টার্টের ৯২টি ম্যাচ দর্শকশূন্য স্টেডিয়ামে খেলা হলো, তখন আমি বুঝলাম সংখ্যাটাই যথেষ্ট নয়। ওই মাসেই দর্শক হয়ে গিয়েছিল একটা কন্ট্রোল গ্রুপ — এবং আমার মডেলে ঢুকে পড়েছিল কনটেক্সট স্তর: ভিড়, ভ্রমণের মাইল, বিশ্রামের দিন, শুরুতে তাপমাত্রা। সেটা ছিল লেজারের তৃতীয় স্তরের জন্ম: শুধু কী ঘটল নয়, কোন পরিস্থিতিতে ঘটল।

২০২৬ সালের নিয়মিত মরসুমে এই তিন স্তরই আছে, কিন্তু এখন প্রতিটি স্তরে একাধিক দাবিদার। এখানেই আসল গল্পটা।

মূল বিশ্লেষণ

১. লেজারের নোড কারা, এবং কে আসলে মাস্টার-কি ধরে

একটা ক্রিকেট ম্যাচ শেষ হলে তথ্যটা চার হাত ঘোরে। প্রথমে ফিল্ড স্কোরার, যিনি ম্যাচ চলাকালীন এন্ট্রি দেন। তারপর হোম বোর্ডের ম্যাচ-রেফারি রিপোর্ট, যেখানে শৃঙ্খলা, ওভার-রেট আর পিচের রেটিং বসে। তারপর আন্তর্জাতিক পর্যায়ে নিয়ন্ত্রক সংস্থার ম্যাচ-সেন্টার, যেটি ফরম্যাট-নিরপেক্ষ রেকর্ড সংরক্ষণ করে। সবশেষে বাণিজ্যিক অ্যাগ্রিগেটর, যারা স্কোরকার্ডটা কপি করে নিজেদের ডেটাবেসে ঢোকায়।

এখানে যে কথাটা কেউ উচ্চারণ করে না: কপি করা নোড আর লেখা নোড এক নয়। অ্যাগ্রিগেটরের ডেটাবেস বিশ্বের সবচেয়ে দ্রুত পড়া যায়, কিন্তু সেটি কখনোই প্রাইমারি ডকুমেন্ট নয়। যখন কোনো বিতর্ক ওঠে — এই বলটা ওয়াইড ছিল কি না, রান-আউটটা বৈধ ছিল কি না — তখন যেটা খোলা হয়, সেটা স্কোরার বই, অ্যাগ্রিগেটর নয়। আমার লেখায় আমি তাই সোর্স টায়ার লিখি। টায়ার-১ হলো ডকুমেন্টারি: বোর্ডের ঘোষণা, আইনের সংস্করণ, চুক্তির নথি। টায়ার-২ হলো প্রোভাইডার টেলিমেট্রি: বল-ট্র্যাকিং, স্নিকো, ঘড়ির ডেটা। টায়ার-৩ হলো চোখের পরীক্ষা — প্রেস বক্স, কমেন্ট্রি বক্স, গ্যালারি। টায়ার-৩ কোনো সোর্স নয়, এটি একটি হাইপোথিসিস।

সমস্যা হলো, বেশিরভাগ ক্রিকেট আলোচনা টায়ার-৩-কে টায়ার-১-এর মতো ব্যবহার করে। আমি জার্মানির ২০১৮ সালের সোচি প্রেস বক্স থেকে বিদায় দেখেছিলাম, আর সংখ্যাগুলো আগেই বিদায় নিয়েছিল। ওখানেও একই ঘটনা ঘটেছিল — সবাই সাক্ষাৎ-সাক্ষীর গল্প লিখছিল, কেউ পাস-নেটওয়ার্কের চার বছরের ড্রিফট দেখছিল না।

২. ওরাকল সমস্যা: বল-ট্র্যাকিং কখনোই নিরপেক্ষ সাক্ষী ছিল না

বল-ট্র্যাকিংকে আমরা ভাবি নিরপেক্ষ মেশিন। এটা ঠিক নয়। এটি একটি প্রেডিকশন ইঞ্জিন, যেটি বলের শেষ কয়েক ফ্রেম দেখে বাকি পথটা এক্সট্রাপোলেট করে। আইনগতভাবে এই এক্সট্রাপোলেশনের একটা সহনসীমা আছে — বলের অর্ধেক প্রস্থ। যদি প্রেডিক্টেড পথ উইকেটের কেন্দ্র থেকে বলের অর্ধেক প্রস্থের কম দূরে থাকে, সিদ্ধান্ত আম্পায়ারের অনুকূলে থাকবে।

এই সহনসীমাটা অনেকেই ব্যাখ্যা করেন "সিস্টেমের সীমাবদ্ধতা" বলে। আসলে এটা সিস্টেমের সীমাবদ্ধতা নয়, এটা সিস্টেমের দায় স্বীকার। যে সিস্টেম তার নিজের অনিশ্চয়তা ঘোষণা করে, সেটাই বিশ্বাসযোগ্য সিস্টেম। যেটা করে না, সেটা বিশ্বাসযোগ্য নয়, শুধু আত্মবিশ্বাসী।

এখন কল্পনা করুন, একই ম্যাচে দুটি প্রোভাইডার ট্র্যাক করছে, ভিন্ন ক্যামেরা-জ্যামিতি আর ভিন্ন ফ্রেম-রেট নিয়ে। দুই জায়গায় দুই রকম প্রেডিক্টেড পথ আসা স্বাভাবিক। কে ক্যানোনিক্যাল? উত্তরটা প্রযুক্তিগত নয়, চুক্তিগত। যে প্রোভাইডারের সঙ্গে সম্প্রচার চুক্তি আছে, তার ডেটা সম্প্রচারে যাবে। আর সম্প্রচারে যা যায়, সেটাই তিন দিন পরে সাধারণ মানুষের কাছে সত্য হয়ে বসে।

এটাই ব্লকচেইনের ভাষায় ওরাকল সমস্যা। স্মার্ট কন্ট্রাক্ট নিজে বাইরের দুনিয়া দেখতে পারে না; তাকে কেউ জানায়। ক্রিকেটের লেজারেও ঠিক তাই। বলটা আসলে কোথায় গেল, সেটা লেজার জানে না — লেজার জানে শুধু, কে জানাল আর কে সেটা স্বীকার করল।

৩. কুকাবুরা পরীক্ষা: একটা ইনপুট বদলালে পুরো ডেটাসেট বদলায়

কাউন্টি চ্যাম্পিয়নশিপের নিয়মিত মরসুমে ইংল্যান্ড ও ওয়েলস ক্রিকেট বোর্ড কয়েকটি রাউন্ডে ডিউকের বদলে কুকাবুরা বল দিয়ে খেলিয়েছে — ২০২৩ সালে দুটি রাউন্ডে, এবং পরের মরসুমগুলোতে আরও বিস্তৃতভাবে। সিদ্ধান্তটা নেওয়া হয়েছিল ভিন্ন কারণে: ডিউক বল ইংলিশ কন্ডিশনে অতিরিক্ত সিম মুভমেন্ট দেয়, আর কুকাবুরা বেশি দিন টেকে।

কিন্তু ডেটার চোখে এটা আর কিছু নয়, একটা নিয়ন্ত্রিত পরীক্ষা। একই মাঠ, প্রায় একই দল, একই আম্পায়ার প্যানেল — শুধু একটি ভৌত ইনপুট বদলেছে। এই ধরনের প্রাকৃতিক পরীক্ষা ক্রিকেটে বিরল, কারণ ক্রিকেটের নিয়ম বদলায় ধীরে আর অসমভাবে।

এখান থেকে আমার দুটো পর্যবেক্ষণ। প্রথম, বল বদলালে শুধু সুইং বদলায় না — আউটফিল্ড ক্যাচের সংখ্যা, স্লিপ ক্যাচের হার, এমনকি ইনিংসের দৈর্ঘ্যের বিন্যাস বদলায়। দ্বিতীয়, এবং বেশি গুরুত্বপূর্ণ: বল বদলালে স্কোরকার্ড কিছুই বলে না। স্কোরকার্ডে লেখা থাকে ২৪৭/৮ ডিক্লেয়ারড, ৮৬ ওভার। কোন বল দিয়ে খেলা হলো, সেটা স্কোরকার্ডের একটি মেটাডেটা ফিল্ড — যেটা বেশিরভাগ সংরক্ষণে থাকে, কিন্তু প্রায় কোনো বিশ্লেষণে ঢোকে না।

অর্থাৎ লেজারে ইনপুটটা লেখা আছে, কিন্তু সেটা লেজারের বাইরে পড়ার কাজটা কেউ করছে না। এটাই তথ্যের অভাব নয়, তথ্য-ব্যবহারের ব্যর্থতা। নিয়মিত মরসুমের বিশ্লেষণে এই ফাঁকটা সবচেয়ে বড়।

৪. প্রাইভেট কি: ওয়ার্কলোড আর ফিটনেস ডেটা কেউ প্রকাশ করে না

আমার কনটেক্সট স্তরে ভ্রমণের মাইল, বিশ্রামের দিন আর ঘুমের তথ্য ঢোকে। এই ডেটার একটা বড় অংশ আমার কাছে নেই, এবং কোনো দিন থাকবে না — কারণ এটা কোনো ম্যাচের ডেটা নয়, এটা কর্মক্ষেত্রের ডেটা।

এখানেই ক্রিকেটের তথ্য-অর্থনীতির সবচেয়ে বড় অসমতা। ফ্র্যাঞ্চাইজি ও বোর্ডের হাতে থাকে স্পোর্টস-সায়েন্স ফাইল: স্পিড-ভলিউম লোড, হ্যামস্ট্রিং রিস্ক স্কোর, বোলিং আওয়ার্ক লোড, বায়োমেকানিক্যাল স্ক্রিনিং। গবেষক বা সাংবাদিকের হাতে থাকে শুধু ফলাফল — কে খেলল, কে বাদ পড়ল, কে হঠাৎ "ব্যক্তিগত কারণ" দেখিয়ে নাম প্রত্যাহার করল।

ফলে আমরা যেটা করি, সেটা ডেটা বিশ্লেষণ নয়; সেটা অসম্পূর্ণ ডেটা থেকে অনুমান। জোফরা আর্চারের স্ট্রেস ফ্র্যাকচারের ইতিহাস আর মার্ক উডের ওয়ার্কলোড ব্যবস্থাপনা — এই দুটো নিয়ে যত লেখা হয়েছে, তার প্রায় সবই টায়ার-৩ অনুমান। আমি নিজেও লিখেছি। সৎভাবে লিখলে স্বীকার করতে হয়: আমি জানি না, তাকে ওই সিরিজে বিশ্রাম দেওয়া হয়েছিল কিনা; আমি জানি শুধু, তার পরের ম্যাচে গতি কমেছিল।

এটাই প্রাইভেট-কি সমস্যা। পাবলিক লেজার যাচাইযোগ্য, কিন্তু অসম্পূর্ণ। প্রাইভেট লেজার সম্পূর্ণ, কিন্তু অযাচাইযোগ্য। আর আমরা প্রতিদিন দ্বিতীয়টার উপর ভরসা করে প্রথমটার ব্যাখ্যা লিখছি।

৫. প্রোপ্রাইটারি ফাংশন: যেটা পড়তে পারি না, সেটা নিরীক্ষা করতে পারি না

আধুনিক ক্রিকেটে এমন মেট্রিকের সংখ্যা বাড়ছে যেগুলোর নাম প্রকাশিত, সূত্র প্রকাশিত নয়। প্রেসার ইনডেক্স, ইমপ্যাক্ট স্কোর, ফিল্ডিং-এ সেভড রান, বোলিং-এ এক্সপেক্টেড উইকেট। প্রতিটির পিছনে একটা মালিকানা আছে, একটা ওজন-সেট আছে, আর একটা যোগফল-নিয়ম আছে যেটা ব্যবহারকারী দেখতে পান না।

আমি এটাকে বিরোধিতা করি না। আমি এটাকে ওজন দিই না। পার্থক্যটা এখানে: একটা মেট্রিক সিদ্ধান্তে ব্যবহার করা যায়, কিন্তু একটি মেট্রিক সিদ্ধান্ত প্রমাণ করতে পারে না, যদি না তার সূত্র প্রকাশিত হয়।

একটা উদাহরণ দিই যা আমার নিজের পেশা থেকে আসে। কোনো ফ্র্যাঞ্চাইজি যদি বলে, "ও আমাদের মডেলে সেরা দশে ছিল না", তাহলে সেটা একটা চুক্তিগত বক্তব্য — একটা র‍্যাঙ্কিং নয়। কিন্তু সংবাদমাধ্যম সেটাকে র‍্যাঙ্কিং হিসেবে ছাপে, কারণ র‍্যাঙ্কিং পড়তে সুবিধা। এভাবে প্রোপ্রাইটারি ফাংশন একটা বেসরকারি সংস্থার মতামতকে পাবলিক লেজারে ঢুকিয়ে দেয়, কোনো অডিট ছাড়াই।

এই কারণেই আমার নিজের নিয়ম: আমি যদি মডেল বানাই, আমি সেটার সীমা লিখি, সেই সীমার মধ্যে সবচেয়ে বেশি ভুল করানোর সম্ভাবনা কোন ভেরিয়েবলের, সেটা আগেই নাম ধরে লিখি। ভবিষ্যদ্বাণী করতে হলে ভবিষ্যদ্বাণীটা আগে লিখতে হয়, পরে নয়। নইলে সেটা ভবিষ্যদ্বাণী নয়, ব্যাখ্যা।

৬. সেটেলমেন্ট প্রাইস: নিলামের লেজার সবচেয়ে সৎ লেজার

একটা অদ্ভুত ব্যাপার: ক্রিকেটের সবচেয়ে অডিট-যোগ্য সংখ্যাগুলো মাঠে নেই, মার্কেটে আছে। ডিসেম্বর ২০২২-এ সম কারেন ইন্ডিয়ান প্রিমিয়ার লিগের নিলামে ১৮.৫ কোটি রুপিতে বিক্রি হন — সে সময়ের সর্বোচ্চ। ডিসেম্বর ২০২৩-এ মিচেল স্টার্ক ২৪.৭৫ কোটি রুপি, আর হেনরিখ ক্লাসেন ২৩ কোটি রুপি। নভেম্বর ২০২৪-এ ঋষভ পন্থ ২৭ কোটি রুপিতে পৌঁছান।

এই সংখ্যাগুলো সৎ, কারণ এগুলো প্রত্যাখ্যাত হয় না। কেউ বলতে পারে না, "আমার মডেল অনুযায়ী পন্থ ৩২ কোটি পাওয়ার কথা ছিল।" বাজার যেটা দিয়েছে, সেটাই দিয়েছে। একটি ট্রান্সফার গুজব আসলে একটি সারি, যার প্রাইমারি-কি এখনো বসানো হয়নি। নিলামের হাতুড়ি পড়ার মুহূর্তে প্রাইমারি-কি বসে যায়, আর সারিটা লেজারে স্থায়ী হয়।

কিন্তু এখানেও একটা ফাঁক আছে, এবং সেটা গুরুত্বপূর্ণ। মার্কেট প্রাইস যোগ্যতা মাপে না; যোগ্যতা ও চাহিদার মিলিত ফল মাপে। যদি একটি দলের ফিনিশার কম থাকে, তাহলে মাঝারি মানের ফিনিশারের দাম বেশি হয়। যদি একটি দল পেসারদের জন্য বিখ্যাত হয়, তাহলে পেসারের দাম বেশি হয়। সেটেলমেন্ট প্রাইস একটি তথ্য, একটি সত্য নয়। যারা নিলামের অঙ্ক দিয়ে খেলোয়াড়ের দক্ষতা প্রমাণ করতে চান, তারা একটা বাজার-সংকেতকে শারীরিক ক্ষমতার প্রমাণ ভাবছেন।

তবুও আমি এই লেজারটাকে অন্যগুলোর চেয়ে বেশি বিশ্বাস করি, কারণ একটা কারণে: এখানে কেউ নিজের ভুল ঢাকতে পারে না। বাকি সব লেজারে ভুল টিকে থাকে। এখানে ভুলের দাম পরের মরসুমে টিম-ব্যালান্সে গিয়ে পড়ে।

বিপরীতমুখী কোণ: সমস্যাটা ডেটার পরিমাণ নয়, ডেটার শাসন

এখানেই একটা আরামদায়ক ধারণা ভাঙতে হয়। আমরা ধরে নিই, ডেটা বাড়লে দ্বন্দ্ব কমবে। নিয়মিত মরসুমের বাস্তবতা উল্টো। ডেটা বাড়লে দ্বন্দ্ব মাঠ থেকে সরে কোয়েরিতে চলে যায়।

তিরিশ বছর আগে দুই সাংবাদিক একই ম্যাচ নিয়ে ঝগড়া করলে ঝগড়াটা হতো মাঠের ঘটনা নিয়ে। এখন ঝগড়াটা হয় ফিল্টারের সংজ্ঞা নিয়ে — কে বলছে ডট বল, কে বলছে স্কোরিং শট, লাইন আর লেংথের সীমানাটা কোথায়। দুটোই টেকনিক্যালি সঠিক। দুটোই ভিন্ন লেজারের সত্য।

এই জায়গায় একটা সাধারণ ভুল আমি প্রায়ই দেখি: ধরে নেওয়া যে প্লেয়ার রিভিউ সিস্টেম ক্রিকেটকে বস্তুনিষ্ঠ করেছে। আসলে সেটি ক্রিকেটকে বস্তুনিষ্ঠ করেনি, প্রক্রিয়াগত করেছে। আগে সিদ্ধান্তটা ছিল একজন মানুষের, এখন সিদ্ধান্তটা একটা প্রোটোকলের — এবং প্রোটোকলের ভেতরে একজন মানুষের রায় এখনো বসে আছে, শুধু তার নাম বদলে গেছে। আম্পায়ার্স কল নামের ধারণাটা ঠিক এই সত্যেরই স্বীকৃতি।

আর দ্বিতীয় যে ধারণাটা ভাঙা দরকার: বিকেন্দ্রীকরণ মানে গণতন্ত্রীকরণ নয়। বল-ট্র্যাকিং ছড়িয়ে পড়ার ফলে বিশ্লেষণ সবার হাতে আসেনি; প্রাইমারি-কি আরও কেন্দ্রীভূত হয়েছে কয়েকটি কোম্পানির হাতে। যার কাছে চুক্তি আছে, সে-ই লিখছে। বাকিরা পড়ছে।

টেকঅ্যাওয়ে: পরের রাউন্ডে কোন সংকেত দেখব

পরের রাউন্ডের প্রাক-নিবন্ধিত সংকেত তিনটি। এক, কোনো রাউন্ডে বল প্রোভাইডার বদলালে স্লিপ-ক্যাচের অনুপাত আর ফাইন-লেগ থেকে বাউন্ডারির হার — দুটোই প্রথম ইনিংসে বদলাবে কি না। দুই, একই সপ্তাহে দুটি প্রতিযোগিতা থাকলে দ্রুত বোলারদের গড় গতি চতুর্থ দিনে কত নামে। তিন, ব্যাক-টু-ব্যাক ম্যাচে ফিল্ডিং-এ সেভড রানের পতন।

আমি আমার হিসাব খাতা খোলা রাখছি, আর প্রতিটি মরসুমের শেষে সেটা মিলিয়ে দেখব। যদি কেউ আমাকে জিজ্ঞেস করে, ক্রিকেটের আসল সংকট কোনটা, আমি বলব না — পিচ, বল বা ব্যাট। আমি বলব, কে লিখছে আর কে শুধু পড়ছে।