ব্যাডমিন্টল বিশ্লেষণে তথ্যশূন্যতা: স্টেজ-১ ব্যর্থতার কারণ অনুসন্ধান ও নির্ভরযোগ্য প্রতিবেদন তৈরির শর্ত

তথ্যের প্রথম সারি ফাঁকা: ব্যাডমিন্টল বিশ্লেষণের আগে যে প্রশ্নের উত্তর জরুরি

একটি ব্যাডমিন্টন ম্যাচের ফলাফল ২১-১৮, ১৯-২১, ২১-১৬ হতে পারে। স্কোরবোর্ড বিজয়ী নির্ধারণ করে, কিন্তু ম্যাচের প্রকৃত গল্প সব সময় সেখানে পাওয়া যায় না। কোন র‍্যালিতে নিয়ন্ত্রণ বদলেছে, কোন খেলোয়াড় নেটের সামনে অবস্থান হারিয়েছেন, কতবার আক্রমণাত্মক ক্লিয়ার প্রতিপক্ষকে পিছিয়ে দিয়েছে, কিংবা কোন পর্যায়ে সার্ভিস রিটার্নের মান কমেছে—এসব জানতে হলে ম্যাচের ভেতরের তথ্য প্রয়োজন। অথচ একটি ব্যাডমিন্টন বিশ্লেষণ প্রকল্পে প্রাথমিক তথ্য সংগ্রহের প্রথম ধাপ থেকেই যদি কোনো তথ্য না পাওয়া যায়, তাহলে পরবর্তী সব সিদ্ধান্ত প্রশ্নের মুখে পড়ে।

এখানে সমস্যাটি ঠিক সেখানেই। Stage-1 নামের প্রাথমিক তথ্য নিষ্কাশন প্রক্রিয়া থেকে পাওয়া ফলাফলে ব্যাডমিন্টন ছাড়া কার্যকর কোনো বিষয়বস্তু নেই। শিরোনাম অনুপস্থিত, প্রকাশনার উৎস অজানা, লেখকের পরিচয় পাওয়া যায়নি এবং নিবন্ধের সারসংক্ষেপও তৈরি হয়নি। সবচেয়ে গুরুত্বপূর্ণ বিষয়, নিবন্ধের তথ্যবিন্দুর তালিকা সম্পূর্ণ ফাঁকা। ফলে কোন ঘটনা, পরিসংখ্যান কিংবা বক্তব্য নিয়ে বিশ্লেষণ করা হবে, সেটিই নির্ধারণ করা সম্ভব হচ্ছে না।

আমি কোনো ম্যাচের গল্প তৈরি করার আগে সেই ম্যাচের র‍্যালি গুনতে চাই। একই নিয়ম নিবন্ধ বিশ্লেষণের ক্ষেত্রেও প্রযোজ্য: তথ্যবিন্দু ছাড়া গভীর বিশ্লেষণ কেবল অনুমানের সাজানো রূপ।

২০১৭ সালে চীনা সুপার লিগের ২৪০টি ম্যাচের ৬,১০০টি শট হাতে শ্রেণিবদ্ধ করে প্রত্যাশিত গোলের মডেল তৈরির অভিজ্ঞতা আমাকে একটি বিষয় শিখিয়েছে। একটি মডেলের ফলাফল যত আকর্ষণীয়ই হোক, তার পেছনের পর্যবেক্ষণ যাচাই করা না গেলে সেটি প্রকাশযোগ্য সিদ্ধান্ত নয়। ব্যাডমিন্টনের ক্ষেত্রেও একই সতর্কতা প্রয়োজন। একটি ম্যাচের তথ্য সংগ্রহে ভুল হলে খেলোয়াড়ের পারফরম্যান্স সম্পর্কে ভুল সিদ্ধান্ত হতে পারে। একটি নিবন্ধের মূল লেখা সংগ্রহে ব্যর্থতা ঘটলে তার বিশ্লেষণও একইভাবে অবিশ্বস্ত হয়ে উঠবে।

প্রাথমিক তথ্য সংগ্রহ কেন এত গুরুত্বপূর্ণ

Stage-1-এর কাজ হলো একটি নিবন্ধকে বিশ্লেষণযোগ্য কাঠামোয় রূপান্তর করা। এই পর্যায়ে সাধারণত শিরোনাম, লেখক, প্রকাশনার তারিখ, প্রকাশনার মাধ্যম, সংক্ষিপ্ত সারাংশ, মূল তথ্যবিন্দু এবং সংশ্লিষ্ট ব্যক্তি বা প্রতিষ্ঠানের নাম শনাক্ত করা হয়। পরবর্তী পর্যায়ের বিশ্লেষণ এসব উপাদানের ওপর নির্ভরশীল।

ব্যাডমিন্টনের একটি ম্যাচ বিশ্লেষণ করার উদাহরণ নেওয়া যাক। একজন খেলোয়াড় প্রথম গেমে ২১-১৫ ব্যবধানে জিতলেন, দ্বিতীয় গেমে ১৭-২১ ব্যবধানে হারলেন এবং নির্ণায়ক গেমে ২১-১৮ ব্যবধানে জয় পেলেন। শুধু এই স্কোর থেকে বোঝা যাবে ম্যাচটি তিন গেমে শেষ হয়েছে। কিন্তু দ্বিতীয় গেমে পরাজয়ের কারণ নির্ধারণ করতে হলে আরও তথ্য প্রয়োজন। প্রতিপক্ষের আক্রমণাত্মক রিটার্ন কি বেড়েছিল? ব্যাকহ্যান্ড কর্নারে কি দুর্বলতা দেখা গিয়েছিল? লম্বা র‍্যালিতে কি শারীরিক সক্ষমতা কমেছিল? সার্ভিস রিটার্নে কি বারবার লিফট দিতে হয়েছিল?

এই প্রশ্নগুলোর উত্তর পেতে হলে তথ্য সংগ্রহের প্রথম ধাপেই ম্যাচের ঘটনাগুলো শনাক্ত করতে হয়। নিবন্ধ বিশ্লেষণের ক্ষেত্রেও একই কাঠামো। মূল লেখায় কী বলা হয়েছে, কোন পরিসংখ্যান ব্যবহার করা হয়েছে এবং কোন বক্তব্য লেখকের নিজস্ব মতামত—এসব আলাদা না করতে পারলে পরবর্তী বিশ্লেষণ নির্ভুল হতে পারে না।

বর্তমান Stage-1 ফলাফলে ছয়টি গুরুত্বপূর্ণ ক্ষেত্র পরীক্ষা করা হয়েছে। শিরোনাম, উৎস এবং নিবন্ধের ধরন শ্রেণিবদ্ধ করা হয়নি। এক বাক্যের সারাংশ পাওয়া যায়নি। লেখকের অবস্থান এবং লেখার উদ্দেশ্য নির্ধারণ করা সম্ভব হয়নি। তথ্যবিন্দুর তালিকা সম্পূর্ণ অনুপস্থিত। সবশেষে, তথ্যবিন্দু থেকে সংশ্লিষ্ট ব্যক্তি ও প্রতিষ্ঠানের নাম শনাক্ত করার নির্দেশ থাকলেও সেই কাজের প্রয়োজনীয় ভিত্তিই পাওয়া যায়নি।

এই ছয়টি সমস্যার মধ্যে তথ্যবিন্দুর অনুপস্থিতি সবচেয়ে গুরুতর। কারণ এটি কেবল একটি ঘরের তথ্য হারানোর বিষয় নয়। এটি পুরো বিশ্লেষণ প্রক্রিয়ার ভিত্তি সরিয়ে দেয়।

তথ্যবিন্দু নেই, তাই প্রমাণের শৃঙ্খলও নেই

একটি মানসম্মত ক্রীড়া প্রতিবেদনে তথ্যকে কয়েকটি স্তরে ভাগ করা যায়। প্রথম স্তরে থাকে সরাসরি যাচাইযোগ্য ঘটনা। যেমন, কোনো টুর্নামেন্টের নির্দিষ্ট দিনে একটি ম্যাচ অনুষ্ঠিত হয়েছে এবং একজন খেলোয়াড় জয় পেয়েছেন। দ্বিতীয় স্তরে থাকে পরিসংখ্যান। যেমন, র‍্যালির গড় দৈর্ঘ্য, সার্ভিস পয়েন্ট জয়ের হার অথবা আনফোর্সড এররের সংখ্যা। তৃতীয় স্তরে থাকে পর্যবেক্ষণ এবং বিশ্লেষণ। যেমন, খেলোয়াড়টি প্রতিপক্ষের ব্যাকহ্যান্ড অংশে বেশি আক্রমণ করেছেন। চতুর্থ স্তরে থাকে ব্যাখ্যা বা অনুমান। যেমন, ওই কৌশলটি প্রতিপক্ষের গতিশীলতা কমিয়ে দিয়েছে।

এই চার স্তরের মধ্যে পার্থক্য বজায় রাখা অত্যন্ত জরুরি। একটি পরিসংখ্যান থেকে সরাসরি কোনো কারণ প্রমাণ করা যায় না। আবার একটি পর্যবেক্ষণকে নিশ্চিত ঘটনা হিসেবে প্রকাশ করাও সঠিক নয়।

ধরা যাক, কোনো প্রতিবেদনে বলা হয়েছে, একটি ম্যাচে খেলোয়াড়ের ৬৫ শতাংশ আক্রমণ প্রতিপক্ষের ব্যাকহ্যান্ড কর্নারে গেছে। এই তথ্য যাচাই করার জন্য প্রয়োজন ম্যাচের ভিডিও, শটের শ্রেণিবিন্যাস, পর্যবেক্ষণের সময়সীমা এবং নমুনার আকার। এরপর প্রশ্ন করতে হবে, আক্রমণগুলোর কত শতাংশ পয়েন্টে পরিণত হয়েছে এবং কতগুলো প্রতিপক্ষ সহজেই ফিরিয়ে দিয়েছে। শুধু আক্রমণের দিক জানলে কৌশলের কার্যকারিতা বোঝা যায় না।

একইভাবে, কোনো নিবন্ধে খেলোয়াড়ের ফিটনেস কমে যাওয়ার কথা বলা হলে সেটিকে সত্য ধরে নেওয়ার আগে ম্যাচের সময়, র‍্যালির দৈর্ঘ্য, পুনরুদ্ধারের বিরতি এবং চলাচলের পরিসংখ্যান দেখতে হবে। লেখকের বক্তব্য, পর্যবেক্ষণ এবং প্রমাণকে আলাদা রাখতে হবে।

তথ্যবিন্দু হলো বিশ্লেষণের ক্ষুদ্রতম নির্ভরযোগ্য একক। এটি অনুপস্থিত থাকলে কোনো দাবির সঙ্গে তার প্রমাণের সম্পর্ক পুনর্গঠন করা যায় না।

আমার অভিজ্ঞতায়, গড় পরিসংখ্যান প্রায়ই ম্যাচের সবচেয়ে গুরুত্বপূর্ণ পরিবর্তনকে আড়াল করে। ২০১৮ সালের ক্রোয়েশিয়া-ইংল্যান্ড সেমিফাইনালে আমি ১৫ মিনিটের ব্যবধানে প্রেসিংয়ের পরিবর্তন পরীক্ষা করেছিলাম। ম্যাচের পুরো সময়ের গড় দিয়ে যে বিষয়টি স্পষ্ট হতো না, সময়ভিত্তিক বিশ্লেষণে সেটি ধরা পড়েছিল। ব্যাডমিন্টনেও একইভাবে পুরো ম্যাচের গড় র‍্যালির দৈর্ঘ্য দিয়ে সবকিছু বোঝা যায় না। নির্ণায়ক গেমের ১১তম র‍্যালিতে ঘটে যাওয়া একটি দীর্ঘ বিনিময় পরবর্তী কয়েকটি পয়েন্টে খেলোয়াড়ের সিদ্ধান্তকে প্রভাবিত করতে পারে।

কিন্তু কোনো নিবন্ধের মূল তথ্যই যখন পাওয়া যায় না, তখন এমন বিশ্লেষণ শুরু করার সুযোগ থাকে না।

Stage-1 ব্যর্থতার পাঁচটি সম্ভাব্য কারণ

বর্তমান ফলাফল দেখে নিশ্চিতভাবে বলা যায় না যে সমস্যাটি কোথায় ঘটেছে। তবে কাঠামোগতভাবে পাঁচটি সম্ভাব্য কারণ পরীক্ষা করা প্রয়োজন। এগুলো সম্ভাব্য ব্যাখ্যা, প্রমাণিত ত্রুটি নয়।

প্রথম সম্ভাবনা হলো ওয়েবসাইট থেকে মূল লেখা সংগ্রহে ব্যর্থতা। অনেক ওয়েবসাইটে পাঠযোগ্য নিবন্ধ সরাসরি প্রাথমিক HTML-এ থাকে না। পৃষ্ঠা খোলার পর জাভাস্ক্রিপ্টের মাধ্যমে মূল লেখা যুক্ত হয়। কোনো স্বয়ংক্রিয় সংগ্রাহক যদি শুধু প্রাথমিক HTML পড়ে, তাহলে সার্ভার থেকে সফল প্রতিক্রিয়া পেলেও নিবন্ধের প্রকৃত লেখা পাওয়া যাবে না। HTTP 200 প্রতিক্রিয়া তাই কনটেন্ট সংগ্রহ সফল হওয়ার প্রমাণ নয়।

এ ক্ষেত্রে প্রথমে সংগ্রহ করা কাঁচা পাঠ্যের দৈর্ঘ্য পরীক্ষা করা উচিত। এরপর প্রথম ৫০০ অক্ষর দেখা প্রয়োজন। যদি সেখানে শুধু মেনু, বিজ্ঞাপন বা পৃষ্ঠার কাঠামোগত তথ্য থাকে, তাহলে বোঝা যাবে মূল লেখা সংগ্রহের পর্যায়ে সমস্যা হয়েছে।

দ্বিতীয় সম্ভাবনা হলো নিবন্ধের মূল অংশ শনাক্ত করার নির্বাচক বা সিলেক্টরের ব্যর্থতা। ওয়েবসাইটের নকশা পরিবর্তিত হলে পুরোনো CSS নির্বাচক আর কার্যকর নাও থাকতে পারে। আগে যে উপাদান থেকে নিবন্ধের লেখা পাওয়া যেত, সেটি অন্য জায়গায় স্থানান্তরিত হতে পারে। আবার নতুন কনটেন্ট ব্যবস্থাপনা পদ্ধতিতে মূল লেখার জন্য ভিন্ন কাঠামো ব্যবহার করা হতে পারে।

এ ক্ষেত্রে পৃষ্ঠার HTML-এ নিবন্ধের লেখা উপস্থিত আছে কি না এবং নির্ধারিত নির্বাচক সঠিক উপাদান শনাক্ত করছে কি না, তা আলাদাভাবে পরীক্ষা করা প্রয়োজন।

তৃতীয় সম্ভাবনা হলো নিবন্ধটি PDF অথবা ছবির আকারে প্রকাশিত। সংবাদপত্রের স্ক্যান, টুর্নামেন্টের তথ্যপত্র কিংবা ছবিভিত্তিক বিশ্লেষণ থেকে সাধারণ HTML পাঠ্য সংগ্রহের পদ্ধতিতে কিছু পাওয়া নাও যেতে পারে। এ ধরনের ক্ষেত্রে অপটিক্যাল ক্যারেক্টার রিকগনিশন বা OCR প্রয়োজন। OCR চালানোর পরও মূল তথ্যের সঙ্গে ফলাফল মিলিয়ে দেখা জরুরি, কারণ নাম, স্কোর এবং তারিখ শনাক্ত করতে ভুল হতে পারে।

চতুর্থ সম্ভাবনা হলো ভাষা মডেলের প্রক্রিয়াকরণে সময়সীমা অতিক্রম করা অথবা অসম্পূর্ণ ফলাফল পাওয়া। একটি বিশ্লেষণ ব্যবস্থা নির্দিষ্ট কাঠামোয় তথ্য ফেরত দেওয়ার কথা থাকলেও সময়সীমা শেষ হওয়ার আগে আংশিক বা খালি ফলাফল দিতে পারে। যদি কাঠামোগত যাচাই শুধু JSON বৈধ কি না পরীক্ষা করে, তাহলে সব ঘর ফাঁকা থাকা সত্ত্বেও ফলাফল গ্রহণযোগ্য হিসেবে চিহ্নিত হতে পারে।

এখানে সমাধান হলো কেবল কাঠামো যাচাই না করে বিষয়বস্তুর ন্যূনতম শর্ত নির্ধারণ করা। একটি নিবন্ধ বিশ্লেষণের জন্য শিরোনাম, মূল সারাংশ এবং অন্তত কয়েকটি তথ্যবিন্দু থাকা বাধ্যতামূলক করা যেতে পারে। কোনো একটি ক্ষেত্র অনুপস্থিত থাকলে ফলাফলকে সফল না ধরে অসম্পূর্ণ হিসেবে চিহ্নিত করতে হবে।

পঞ্চম সম্ভাবনা হলো ভাষা ও এনকোডিংয়ের সমস্যা। বহুভাষিক ওয়েবসাইটে UTF-8, অন্যান্য ক্যারেক্টার এনকোডিং অথবা ভুল ডিকোডিংয়ের কারণে পাঠ্য বিকৃত হতে পারে। কিছু প্রক্রিয়াকরণ ব্যবস্থা নির্দিষ্ট ভাষার অক্ষর শনাক্ত করতে না পেরে সংশ্লিষ্ট অংশ বাদও দিতে পারে।

এ ক্ষেত্রে কাঁচা তথ্য, ডিকোড করা পাঠ্য এবং ভাষা শনাক্তকরণের ফলাফল পাশাপাশি পরীক্ষা করা প্রয়োজন। কোনো ভাষার অক্ষর পাওয়া না গেলে সেটিকে স্বয়ংক্রিয়ভাবে অপ্রাসঙ্গিক ধরে বাদ দেওয়া উচিত নয়।

একটি নির্ভরযোগ্য পুনরুদ্ধার পদ্ধতি

সমস্যার সমাধান শুরু হওয়া উচিত প্রমাণ সংরক্ষণের মাধ্যমে। প্রথমে মূল URL, সংগ্রহের সময়, HTTP প্রতিক্রিয়া, পৃষ্ঠার কাঁচা HTML এবং সংগ্রহ করা পাঠ্যের দৈর্ঘ্য সংরক্ষণ করতে হবে। এরপর মূল পাঠ্যের প্রথম ৫০০ অক্ষর এবং শেষ ২০০ অক্ষর পরীক্ষা করা যেতে পারে। এতে অনেক ক্ষেত্রে বোঝা সম্ভব হবে যে সংগ্রহ সম্পূর্ণ হয়েছে কি না।

দ্বিতীয় পর্যায়ে মূল নিবন্ধের অংশ শনাক্ত করতে হবে। শুধু একটি নির্বাচকের ওপর নির্ভর না করে একাধিক বিকল্প পরীক্ষা করা উচিত। শিরোনাম ট্যাগ, নিবন্ধের মূল কনটেইনার, কাঠামোগত মেটাডেটা এবং ওয়েবসাইটের প্রকাশনা তথ্য পরস্পরের সঙ্গে মিলিয়ে দেখা যেতে পারে।

তৃতীয় পর্যায়ে পাঠ্য সংগ্রহ সফল হলে Stage-1-কে নতুন করে চালাতে হবে। এবার প্রতিটি তথ্যবিন্দুর সঙ্গে তার উৎসের অবস্থান যুক্ত করা প্রয়োজন। উদাহরণস্বরূপ, কোনো বক্তব্য নিবন্ধের দ্বিতীয় অনুচ্ছেদে থাকলে সেই অনুচ্ছেদের নম্বর সংরক্ষণ করতে হবে। কোনো পরিসংখ্যানের উৎস টুর্নামেন্টের আনুষ্ঠানিক ফলাফল হলে সেটির পৃথক পরিচয় রাখতে হবে।

চতুর্থ পর্যায়ে তথ্যকে শ্রেণিবদ্ধ করা প্রয়োজন। প্রতিটি বক্তব্যকে সরাসরি ঘটনা, পরিসংখ্যান, উদ্ধৃতি, লেখকের ব্যাখ্যা অথবা যাচাইবিহীন দাবি হিসেবে চিহ্নিত করা যেতে পারে। এর ফলে পরবর্তী বিশ্লেষণে অনুমানকে প্রমাণ হিসেবে উপস্থাপনের ঝুঁকি কমবে।

পঞ্চম পর্যায়ে সংশ্লিষ্ট ব্যক্তি, দল, প্রতিযোগিতা, সংস্থা এবং তারিখ শনাক্ত করতে হবে। এখানে নামের বানান ও পরিচয় যাচাই করা জরুরি। ব্যাডমিন্টনে একই নামের খেলোয়াড় অথবা ভিন্নভাবে লেখা নামের কারণে ভুল পরিচয় তৈরি হতে পারে। আন্তর্জাতিক প্রতিযোগিতায় দেশের নাম, খেলোয়াড়ের নাম এবং ইভেন্টের বিভাগও আলাদা করে সংরক্ষণ করতে হবে।

সবশেষে, প্রাথমিক তথ্য সংগ্রহের ফলাফল একটি মানবিক যাচাইয়ের মধ্য দিয়ে যেতে হবে। স্বয়ংক্রিয় ব্যবস্থা যদি বলে কোনো খেলোয়াড় টানা পাঁচটি ম্যাচ জিতেছেন, তাহলে প্রতিযোগিতার আনুষ্ঠানিক ফলাফলের সঙ্গে তা মিলিয়ে দেখা প্রয়োজন। নিবন্ধে কোনো নির্দিষ্ট তারিখ উল্লেখ থাকলে প্রকাশনার তারিখের সঙ্গে সেটি গুলিয়ে ফেলা যাবে না।

ব্যাডমিন্টন বিশ্লেষণে এই ব্যর্থতার বিশেষ প্রভাব

ব্যাডমিন্টন দ্রুতগতির খেলা। একটি র‍্যালির মধ্যে সার্ভিস, রিটার্ন, লিফট, ড্রাইভ, নেট শট এবং স্ম্যাশের মতো একাধিক সিদ্ধান্ত ঘটতে পারে। প্রতিটি শটের অবস্থান, গতি, দিক এবং প্রতিপক্ষের প্রতিক্রিয়া ম্যাচের কৌশল বুঝতে গুরুত্বপূর্ণ। তাই কোনো নিবন্ধে ব্যাডমিন্টন শব্দটি পাওয়া গেলেই সেটিকে ম্যাচ বিশ্লেষণ হিসেবে শ্রেণিবদ্ধ করা যায় না। সেটি সরঞ্জামবিষয়ক লেখা, প্রশিক্ষণ নির্দেশিকা, টুর্নামেন্ট সংবাদ অথবা খেলাধুলার ব্যবসা নিয়ে প্রতিবেদনও হতে পারে।

এই পার্থক্য না বুঝে বিশ্লেষণ শুরু করলে ভুল কাঠামো তৈরি হবে। একটি সরঞ্জামবিষয়ক নিবন্ধে র‍্যাকেটের ওজন, ব্যালান্স পয়েন্ট এবং শ্যাফটের নমনীয়তা গুরুত্বপূর্ণ হতে পারে। একটি ম্যাচ প্রতিবেদনে প্রয়োজন স্কোর, প্রতিপক্ষ, টুর্নামেন্টের পর্যায় এবং ম্যাচের সময়ভিত্তিক পরিবর্তন। আবার একটি প্রশিক্ষণবিষয়ক নিবন্ধে শারীরিক প্রস্তুতি, ফুটওয়ার্ক এবং শট নির্বাচনের বিষয় বেশি গুরুত্বপূর্ণ।

বিষয় শনাক্তকরণ এবং তথ্য যাচাই আলাদা কাজ। প্রথমটি বলে কী নিয়ে লেখা হয়েছে; দ্বিতীয়টি নির্ধারণ করে সেই লেখার দাবি কতটা বিশ্বাসযোগ্য।

এখানে আরও একটি গুরুত্বপূর্ণ বিষয় হলো সময়ের ব্যবধান। একটি ম্যাচের সামগ্রিক পরিসংখ্যান এবং নির্দিষ্ট পর্যায়ের পারফরম্যান্সের মধ্যে পার্থক্য থাকতে পারে। ধরুন, একজন খেলোয়াড় পুরো ম্যাচে ৭০ শতাংশ নেট পয়েন্ট জিতেছেন। কিন্তু প্রথম গেমে তার হার ৮০ শতাংশ, দ্বিতীয় গেমে ৭৫ শতাংশ এবং নির্ণায়ক গেমে ৫০ শতাংশ। সামগ্রিক গড় ইতিবাচক হলেও শেষ পর্যায়ে তার নেট নিয়ন্ত্রণ কমেছে। এই পরিবর্তন ম্যাচের ফলাফল ব্যাখ্যা করতে সাহায্য করতে পারে।

তবে এমন কোনো পরিসংখ্যান বর্তমান নিবন্ধের উপাদানে নেই। তাই কোনো খেলোয়াড়, ম্যাচ বা টুর্নামেন্ট সম্পর্কে নির্দিষ্ট দাবি করা সম্ভব নয়। এই সীমাবদ্ধতা স্বীকার করাই দায়িত্বশীল বিশ্লেষণের অংশ।

পাল্টা দৃষ্টিভঙ্গি: খালি ফলাফল মানেই কি মূল নিবন্ধের ব্যর্থতা?

এখানে একটি গুরুত্বপূর্ণ পার্থক্য আছে। Stage-1-এর ফলাফল খালি হওয়ার অর্থ এই নয় যে মূল নিবন্ধেও তথ্য ছিল না। বরং এটি সম্ভব যে নিবন্ধটি সম্পূর্ণ তথ্যসমৃদ্ধ ছিল, কিন্তু সংগ্রহ বা নিষ্কাশনের কোনো একটি পর্যায়ে প্রক্রিয়াটি ব্যর্থ হয়েছে। এই দুই অবস্থাকে এক করে দেখা উচিত নয়।

একটি স্বয়ংক্রিয় বিশ্লেষণ ব্যবস্থার সবচেয়ে বড় দুর্বলতা অনেক সময় ভুল উত্তর নয়, বরং নীরবে অসম্পূর্ণ উত্তর গ্রহণ করা। একটি মডেল ভুল তথ্য তৈরি করলে সেটি পরবর্তী যাচাইয়ে ধরা পড়তে পারে। কিন্তু সব ক্ষেত্র ফাঁকা রেখে কাঠামোগতভাবে বৈধ ফলাফল তৈরি করলে সেটি সফল প্রক্রিয়া হিসেবে নথিভুক্ত হওয়ার ঝুঁকি থাকে।

২০২০ সালে দর্শকশূন্য স্টেডিয়ামে ফুটবল ফেরার পর আমার নিজের মডেলও এমন একটি সমস্যা দেখিয়েছিল। ৩০৬টি লকডাউনের আগের বুন্দেসলিগা ম্যাচের সঙ্গে পুনরারম্ভের পর অনুষ্ঠিত ৮৩টি ম্যাচ তুলনা করে দেখা যায়, স্বাগতিক দলের জয়ের হার ৪৩.১ শতাংশ থেকে ৩৩.৭ শতাংশে নেমেছে। আমার মডেল প্রতি ম্যাচে স্বাগতিক দলের প্রত্যাশিত গোল ০.২৩ বেশি অনুমান করছিল। সমস্যাটি ছিল মডেলের প্রেক্ষাপট বোঝার সীমাবদ্ধতায়। সেটি দর্শক উপস্থিতির প্রভাবকে যথাযথভাবে সামলাতে পারেনি।

সেই অভিজ্ঞতার শিক্ষা হলো, মডেলের ব্যর্থতা প্রকাশ করা বিশ্লেষকের দায়িত্ব। কিন্তু প্রতিটি ব্যর্থতার কারণ আগে নির্ণয় করতে হয়। বর্তমান Stage-1 ফলাফলের ক্ষেত্রেও একই নীতি প্রযোজ্য। কাঁচা পাঠ্য পরীক্ষা না করে ওয়েবসাইট, OCR, ভাষা মডেল অথবা এনকোডিংকে দায়ী করা যাবে না। সম্ভাবনাগুলো পরীক্ষা করতে হবে, তারপর সিদ্ধান্ত নিতে হবে।

আরেকটি বিপরীত যুক্তি হলো, পর্যাপ্ত তথ্য না থাকলেও একজন অভিজ্ঞ লেখক নিজের জ্ঞান ব্যবহার করে একটি সাধারণ ব্যাডমিন্টন প্রতিবেদন লিখতে পারেন। সেটি সম্ভব, কিন্তু তাতে মূল নিবন্ধের বিশ্লেষণ হবে না। সেটি হবে নতুন একটি সাধারণ নিবন্ধ। এই পার্থক্য পাঠকের কাছে স্পষ্ট থাকা প্রয়োজন। কোনো অনুপস্থিত উৎসের ওপর ভিত্তি করে নির্দিষ্ট ম্যাচের কৌশল, খেলোয়াড়ের বক্তব্য কিংবা টুর্নামেন্টের ফলাফল তৈরি করা তথ্যগতভাবে গ্রহণযোগ্য নয়।

১২ জুন ২০২১ সালে ডেনমার্ক-ফিনল্যান্ড ম্যাচে ক্রিশ্চিয়ান এরিকসেন মাঠে পড়ে যাওয়ার পর আমার লাইভ ডেটা ফিড বন্ধ রাখার সিদ্ধান্তও এই নীতির সঙ্গে সম্পর্কিত। তথ্য প্রকাশের প্রযুক্তিগত সক্ষমতা থাকলেই সব পরিস্থিতিতে প্রকাশ করা উচিত নয়। কখনো কখনো প্রমাণ অপর্যাপ্ত হলে থামাই সঠিক সিদ্ধান্ত।

পরবর্তী ধাপ: অনুমানের বদলে যাচাইযোগ্য তথ্য

বর্তমান পর্যায়ে মূল নিবন্ধের URL অথবা সম্পূর্ণ পাঠ্য পাওয়া গেলে বিশ্লেষণ আবার শুরু করা সম্ভব। প্রথমে নিবন্ধের পরিচয়, উৎস এবং প্রকাশনার তারিখ নির্ধারণ করতে হবে। এরপর অন্তত পাঁচটি মূল তথ্যবিন্দু তৈরি করে প্রতিটির প্রমাণের অবস্থান চিহ্নিত করতে হবে। লেখকের বক্তব্য, প্রত্যক্ষ ঘটনা এবং বিশ্লেষকের অনুমান পৃথকভাবে সাজাতে হবে।

এরপর ব্যাডমিন্টনসংক্রান্ত বিষয়টি নির্ধারণ করা যাবে—এটি ম্যাচ রিপোর্ট, খেলোয়াড়ের পারফরম্যান্স, প্রশিক্ষণ, সরঞ্জাম, টুর্নামেন্টের সংগঠন নাকি ক্রীড়া ব্যবসা নিয়ে লেখা। সেই অনুযায়ী বিশ্লেষণের পদ্ধতি বদলাতে হবে।

একটি নির্ভরযোগ্য ক্রীড়া বিশ্লেষণের প্রথম শর্ত হলো, প্রতিটি সিদ্ধান্তের পেছনে যাচাইযোগ্য তথ্য থাকা। ৬,১০০টি শট হাতে গণনা করার অভিজ্ঞতা থেকে আমি জানি, বড় সিদ্ধান্তের ভিত্তি তৈরি হয় ছোট ছোট পর্যবেক্ষণ থেকে। একটি র‍্যালির একটি শটও গুরুত্বপূর্ণ হতে পারে; একটি নিবন্ধের একটি তথ্যবিন্দুও একইভাবে পুরো যুক্তির দিক পরিবর্তন করতে পারে।

এখন প্রশ্নটি হলো, Stage-1 পরবর্তী পরীক্ষায় কাঁচা পাঠ্য উদ্ধার করতে পারবে কি না। যদি পারে, তাহলে বিশ্লেষণের কাজ শুরু হবে তথ্যের শ্রেণিবিন্যাস থেকে। আর যদি না পারে, তাহলে সংগ্রহের পদ্ধতি বদলাতে হবে। কারণ পরবর্তী ব্যাডমিন্টন বিশ্লেষণে আমরা কোন খেলোয়াড় কত পয়েন্ট জিতেছেন, সেটি জানার পাশাপাশি জানতে চাইব—কোন র‍্যালিতে নিয়ন্ত্রণ বদলেছে এবং কোন প্রমাণ সেই সিদ্ধান্তকে সমর্থন করছে।