যে গৃহ-ঋণের খবর ক্রিকেট ডেটাসেটে ঢুকে পড়ল: একটি শ্রেণিবিন্যাস ত্রুটির ফরেনসিক পাঠ

শুরুটা একটি ট্যাগ দিয়ে। একটি স্বয়ংক্রিয় বিশ্লেষণ পাইপলাইনের স্টেজ-১ আউটপুটে বসানো ছিল Domain Label: cricket_asia। অথচ তার ঠিক নিচে যে এগারোটি তথ্যবিন্দু সাজানো, তার একটিও ক্রিকেট ছোঁয় না — কোনো দল নেই, কোনো খেলোয়াড় নেই, কোনো ম্যাচ নেই, কোনো ফরম্যাট নেই, কোনো ভেন্যু নেই, কোনো পরিচালনা পর্ষদ নেই। যা আছে তা হলো পাকিস্তানের একটি ভর্তুকিযুক্ত গৃহ-অর্থায়ন কর্মসূচি, "ওয়াজির-এ-আযম আপনা ঘর প্রোগ্রাম – ঘর হো তো আপনা", এবং তার অধীনে মীজান ব্যাংকের ঋণ-অনুমোদন। একটি ব্যাংকের ঋণ-ছাড়পত্রের খবর ঢুকে পড়েছে একটি ক্রিকেট-বিশ্লেষণ প্রবাহে, আর সেই ভুলটা নিজেই হয়ে উঠেছে সবচেয়ে আকর্ষণীয় তথ্য। আমি যখন প্রথমবার এই শ্রেণিবিন্যাসটা দেখলাম, আমার মনে পড়ে গেল ২০২০ সালের সেই বসন্তের কথা — যখন নব্বইটি খালি স্টেডিয়ামের ম্যাচ কোড করার পর দেখলাম হোম-অ্যাডভান্টেজ উল্টে গেছে, আর কেউ সেটা বিশ্বাস করতে চায়নি। ডেটার গল্পগুলো ঠিক এভাবেই শুরু হয় — একটা অসংগতি দিয়ে, যা দেখতে ভুল মনে হয়, কিন্তু আসলে খেলাটার আসল প্রশ্নটা লুকিয়ে রাখে।

হাফ-স্পেস কখনো খালি থাকে না; খেলাটা তার পরের প্রশ্নটা লুকিয়ে রাখে ঠিক ওই ফাঁকা জায়গাটাতেই। এই লেখায় আমি সেই ফাঁকা জায়গাটাই খুঁড়ব — কিন্তু এবার পিচে নয়, বরং একটি ডেটা-পাইপলাইনে। কারণ ক্রিকেট-বিশ্লেষণ নামের যে শিল্পটা আমি গড়ে তুলেছি, তার সবচেয়ে বড় শত্রু প্রতিপক্ষের স্পিন নয়, নিজের ডেটাসেটের ভেতরে ঢুকে পড়া ভুল তথ্য।

প্রেক্ষাপট: একটি ব্যাংক, একটি কর্মসূচি, আর একটি ভুল ঠিকানা

যা ঘটেছে সেটা বুঝতে হলে আগে বুঝতে হবে আসলে কোন খবরটা এসেছে। ২০২৬ সালের ৩০ এপ্রিল পাকিস্তান সরকার চালু করে "ওয়াজির-এ-আযম আপনা ঘর প্রোগ্রাম – ঘর হো তো আপনা" (GHTA)। প্রধানমন্ত্রী শেহবাজ শরিফ এই কর্মসূচির উদ্বোধন করেন। কাঠামোটা সহজ: সরকার সুদ-ভর্তুকি দেয়, ব্যাংক ঋণ দেয়, আর নাগরিক ঘর কেনে। যেহেতু পাকিস্তানের আর্থিক ব্যবস্থায় ইসলামি ব্যাংকিং বড় ভূমিকা রাখে, তাই এই ঋণগুলো শরিয়াহ-সম্মত (Shariah-compliant) কাঠামোয় সাজানো হয়েছে — অর্থাৎ সুদ (রিবা) এড়িয়ে, মুনাফা-ভিত্তিক বা ইজারা-ভিত্তিক চুক্তির মাধ্যমে।

এই কর্মসূচির অধীনে মীজান ব্যাংক প্রায় ৪৯ বিলিয়ন রুপি মূল্যের গৃহ-ঋণ অনুমোদন করেছে। পাশাপাশি আরও বড় একটি সংখ্যা ঘুরছে — প্রায় ১৭৯ বিলিয়ন রুপি, যা কর্মসূচির সামগ্রিক অনুমোদিত পরিমাণের দিকে ইঙ্গিত করে। আবেদনগুলো এসেছে PHA — হাউজিং অথরিটি নেটওয়ার্কের মাধ্যমে। নিয়ন্ত্রক স্তরে আছে স্টেট ব্যাংক অব পাকিস্তান (SBP) এবং অর্থ মন্ত্রণালয়, যারা ভর্তুকি কাঠামো ও ঝুঁকি-ব্যবস্থাপনার নিয়ম ঠিক করে। মীজান ব্যাংকের গ্রুপ হেড অব কনজিউমার ফাইন্যান্স আহমেদ আলী সিদ্দিকী সংবাদ বিবৃতিতে বলেছেন, ব্যাংকটি এই কর্মসূচিতে প্রতিশ্রুত।

লক্ষ্য করুন এখানে যা আছে তা সম্পূর্ণভাবে একটি ব্যাংকিং ও সামষ্টিক-অর্থনৈতিক গল্প। সরকার ভর্তুকি দিচ্ছে যাতে নির্মাণ-কার্যক্রম উদ্দীপিত হয়, চাহিদা বাড়ে, কর্মসংস্থান সৃষ্টি হয় এবং সামগ্রিক অর্থনৈতিক প্রবৃদ্ধি ত্বরান্বিত হয়। এটি একটি আর্থিক-সঞ্চালন (financial transmission) শৃঙ্খল: সরকারি প্রকল্প → ব্যাংক-ঋণ → নির্মাণ-কার্যক্রম → অর্থনৈতিক প্রবৃদ্ধি। এই শৃঙ্খলে ক্রিকেটের কোনো উপাদান নেই — নেই সম্প্রচার, নেই প্রতিভা-সরবরাহ, নেই মূলধন-নেটওয়ার্ক, নেই বাজি বা ফ্যান্টাসি স্পোর্টস।

তাহলে cricket_asia ট্যাগটা এল কোথা থেকে? এখানেই আসল ফরেনসিক কাজটা শুরু।

মূল বিশ্লেষণ: ভুল ট্যাগ কীভাবে জন্ম নেয়

আমি বছরের পর বছর ধরে খেলা-সংক্রান্ত ডেটা নিয়ে কাজ করি, আর আমি জানি স্বয়ংক্রিয় শ্রেণিবিন্যাসকারীরা কীভাবে ভাবে। তারা খবরের অর্থ বোঝে না, তারা কীওয়ার্ড মেলায়। "পাকিস্তান", "এশিয়া", সম্ভবত "স্পন্সরশিপ" বা "ফাইন্যান্স" — এই ধরনের শব্দগুলো একটি নিয়মের সাথে মিলে গেলেই সিস্টেম ধরে নেয় এটা ক্রিকেট-এশিয়া বাকেটে পড়বে। বিশেষ করে পাকিস্তানের প্রেক্ষাপটে ব্যাংক আর ক্রিকেট প্রায়ই একই বাক্যে আসে — পাকিস্তান সুপার লিগের স্পন্সরশিপ, দলের জার্সি, সিরিজের টাইটেল স্পনসর। তাই একটি ক্লাসিফায়ারের পক্ষে বিভ্রান্ত হওয়াটা স্বাভাবিক। কিন্তু স্বাভাবিক মানে গ্রহণযোগ্য নয়।

এটি একটি মিথ্যা-পজিটিভ শ্রেণিবিন্যাস (false-positive classification) — একটি আর্থিক সংবাদকে ভুল করে ক্রিকেট-প্রবাহে ঠেলে দেওয়া। আমার কাছে এই ভুলটা নতুন নয়। ২০১৮ বিশ্বকাপের সময় আমি চুয়ান্নটি ম্যাচের একটা ফ্যাটিগ-ইনডেক্স বানিয়েছিলাম — প্রতিটি গোল, অ্যাসিস্ট, ট্যাকটিক্যাল ফাউল লগ করে। সেসময় আমি শিখেছিলাম, ডেটার সবচেয়ে বিপজ্জনক মুহূর্ত হলো সেই মুহূর্ত, যখন সংখ্যা আর বাস্তবতা একে অন্যের সাথে মেলে না অথচ কেউ প্রশ্ন করতে চায় না। ক্রোয়েশিয়া টানা তিনটি ম্যাচে অতিরিক্ত সময় খেলল, ফ্রান্স সেটাকে ট্যাকটিক্যাল ফাউলিং দিয়ে কাজে লাগাল — কাগজে সেটা হয়তো শুধু একটা সংখ্যা, কিন্তু পিচে সেটা ছিল একটা পরিকল্পনা। ঠিক তেমনি, এখানে cricket_asia ট্যাগটা কাগজে শুধু একটা লেবেল, কিন্তু তার পিছনে আছে একটা ব্যবস্থাগত দুর্বলতা।

আসুন এই ভুলটার কাঠামোটা ভেঙে দেখি, স্তর ধরে ধরে।

প্রথম স্তর — কীওয়ার্ড-নির্ভর পথ নির্ধারণ। অধিকাংশ পাইপলাইনের প্রথম ধাপেই একটি হালকা ক্লাসিফায়ার বসানো থাকে, যার কাজ দ্রুত এবং সস্তা হওয়া। সে ভাষার সূক্ষ্মতা ধরে না; সে ভৌগোলিক ও বিষয়ভিত্তিক কীওয়ার্ড ধরে। "পাকিস্তান" শব্দটা তাকে বলে এটা দক্ষিণ এশিয়ার খবর। "স্পোর্টস" বা তার নিকটবর্তী কোনো শব্দ যদি কোথাও লুকিয়ে থাকে — যেমন স্পনসরশিপ, ব্র্যান্ডিং, বা কোনো ক্রীড়া-সংশ্লিষ্ট প্রতিষ্ঠান — তাহলে সে লাফ দিয়ে সিদ্ধান্ত নেয়: এটা ক্রিকেট।

দ্বিতীয় স্তর — যাচাইয়ের অনুপস্থিতি। সমস্যাটা এখানেই। যদি স্টেজ-১-এর পরে একটি বাধ্যতামূলক গেট থাকত — "এই আইটেমে অন্তত একটি ক্রিকেট-সত্তা (দল, খেলোয়াড়, ম্যাচ, ফরম্যাট, ভেন্যু, পরিচালনা পর্ষদ) আছে কি?" — তাহলে এই খবরটা কখনোই ক্রিকেট-প্রবাহে ঢুকত না। কিন্তু সেই গেটটা নেই। ফলে একটি ব্যাংকিং সংবাদ ক্রিকেট-বিশ্লেষণের নামে সাজানো টেবিলের প্রতিটি ঘরে বসে যায়।

তৃতীয় স্তর — ডেটাসেট দূষণ। এই ভুলটা যদি একটা বিচ্ছিন্ন ঘটনা হতো, তাহলে ক্ষতি সামান্য। কিন্তু যদি এটা পুনরাবৃত্ত হয়, তাহলে প্রতিটি মিথ্যা-পজিটিভ ক্রিকেট-বিশ্লেষণের ভিত্তিকে দুর্বল করে। আমি যখন ১০৪ ম্যাচের একটা ডেটাবেস বানাই, প্রতিটি মিনিট দেখে, প্রতিটি রোটেশন ট্র্যাক করে, তখন আমি জানি একটা নোংরা এন্ট্রি পুরো সিদ্ধান্তের শৃঙ্খলকে কীভাবে বিকৃত করতে পারে। একটি ফাইন্যান্স-আইটেম যদি "cricket_asia" তকমা নিয়ে ডেটাসেটে ঢোকে, তাহলে ভবিষ্যতে যে মডেল এই ডেটার উপর প্রশিক্ষিত হবে, সে বিভ্রান্ত হবে — সে হয়তো ভাববে পাকিস্তানে ক্রিকেট-অর্থনীতির সাথে গৃহ-ঋণের সম্পর্ক আছে, যা সম্পূর্ণ ভুল।

এখন আসুন এই আর্থিক সংবাদের আসল বিষয়বস্তুতে ফিরি, কারণ তথ্যগত দায়বদ্ধতা মানে খবরটাকে তার নিজের যোগ্যতায় দেখা।

ভর্তুকির হিসাব। GHTA-র মডেলটা বিশ্বের বহু দেশে দেখা যায় — সরকার সুদের একটা অংশ বহন করে, ফলে ঋণগ্রহীতার মাসিক কিস্তি কমে, আর নির্মাণ খাতের চাহিদা বাড়ে। পাকিস্তানের ক্ষেত্রে বাড়তি জটিলতা হলো ইসলামি ব্যাংকিং কাঠামো। সুদ-ভিত্তিক ঋণ এখানে চলে না; বদলে ব্যবহৃত হয় মুরাবাহা, ইজারা, বা মুনাফা-ভিত্তিক চুক্তি। এর মানে হলো ভর্তুকিটা সরাসরি সুদে না দিয়ে দিতে হয় চুক্তির মুনাফা বা ভাড়ার কাঠামোয়। এটা হিসাবরক্ষণের দিক থেকে জটিল, কিন্তু নীতি-নির্ধারকদের কাছে এটাই একমাত্র গ্রহণযোগ্য পথ।

ব্যাংকের ভূমিকা। মীজান ব্যাংক এই কর্মসূচিতে বড় অংশীদার, কারণ সে পাকিস্তানের শীর্ষস্থানীয় ইসলামি ব্যাংক। তার ৪৯ বিলিয়ন রুপির অনুমোদন কর্মসূচির সামগ্রিক ১৭৯ বিলিয়ন রুপির একটা বড় অংশ। এই সংখ্যাগুলো যাচাইযোগ্য এবং নির্দিষ্ট — এগুলো কোনো গুজব নয়, এগুলো ব্যাংকের নিজস্ব বিবৃতির অংশ। আহমেদ আলী সিদ্দিকীর বক্তব্যও সরাসরি প্রতিষ্ঠানগত প্রতিশ্রুতির নথি, ব্যক্তিগত মতামত নয়।

সামষ্টিক অর্থনৈতিক সঞ্চালন। এই প্রকল্পের লক্ষ্য শুধু ঘর দেওয়া নয়, বরং নির্মাণ-কার্যক্রমকে চাঙ্গা করা। পাকিস্তানের অর্থনীতিতে নির্মাণ খাত বড় কর্মসংস্থান সৃষ্টিকারী, এবং গৃহ-ঋণের চাহিদা বাড়লে সিমেন্ট, ইস্পাত, শ্রম — সবই উপকৃত হয়। এটি একটি চাহিদা-চালিত উদ্দীপনা, যা রাষ্ট্র সরাসরি না দিয়ে ব্যাংকের হাত দিয়ে দেয়।

এখানে একটা কথা পরিষ্কার করা দরকার। আর্থিক সঞ্চালনের শৃঙ্খল আর ক্রীড়া-শিল্পের সঞ্চালনের শৃঙ্খল এক নয় — এই দুইয়ের মিশ্রণই মূল ভুলের উৎস। ক্রিকেট-শিল্পে অর্থ আসে সম্প্রচার-স্বত্ব, ফ্র্যাঞ্চাইজি মূল্যায়ন, খেলোয়াড়-বেতন, টিকিট, আর বাজি-বাজারের মধ্য দিয়ে। GHTA-তে অর্থ আসে ভর্তুকি, ঋণ, আর নির্মাণের মধ্য দিয়ে। একটাকে আরেকটার সাথে গুলিয়ে ফেলা মানে দুটো আলাদা ব্যবস্থাকে এক করে দেখা — যা বিশ্লেষণকে ভুল পথে নিয়ে যায়।

এখন সবচেয়ে গুরুত্বপূর্ণ প্রশ্ন: এই ভুলটা কেন এত গুরুত্বপূর্ণ, যখন এটা শুধু একটা লেবেল?

কাউন্টার-ইনটুইটিভ কোণ: ত্রুটিটাই আসল গল্প

স্বাভাবিক প্রতিক্রিয়া হবে — "ঠিক আছে, ক্লাসিফায়ার ভুল করেছে, ব্যাপারটা বাদ দাও।" আমি এই প্রতিক্রিয়ার সাথে একমত নই। আমার অভিজ্ঞতা বলে, ডেটা-সিস্টেমের সবচেয়ে বিপজ্জনক ত্রুটি সেগুলো নয় যেগুলো সিস্টেম ভেঙে দেয়, বরং সেগুলো যেগুলো চুপচাপ ভুল তথ্য ভেতরে ঢুকিয়ে দেয়। সিস্টেম ভাঙলে আপনি টের পান। কিন্তু দূষিত ডেটা আপনি টের পান না — যতক্ষণ না সিদ্ধান্তটা ইতিমধ্যে নেওয়া হয়ে গেছে।

প্রমাণ আগে, ব্যাখ্যা পরে — নইলে ব্যাখ্যা নিজেই প্রমাণ হয়ে দাঁড়ায়। ২০২০ সালে যখন আমার প্রতিষ্ঠানের ক্লায়েন্ট খালি স্টেডিয়ামের সেই প্রতিবেদনটা খারিজ করল, আমি রাগ না করে আরও গভীরে গিয়েছিলাম। আমি ২০০ ঘণ্টার পুরনো ম্যাচ দেখে বোঝার চেষ্টা করেছিলাম ভিড় কীভাবে রেফারির সিদ্ধান্তকে প্রভাবিত করে। শিখেছিলাম একটা জিনিস: একটি ভুল অনুমান যদি ভেতরে ঢুকে যায়, সেটা সংশোধন করতে বছরের পর বছর লেগে যায়।

এখানেও ঠিক তাই। এই খবরটা যদি "cricket_asia" তকমা নিয়ে ক্রিকেট-বিশ্লেষণের ডেটাসেটে থেকে যায়, তাহলে ভবিষ্যতে কেউ হয়তো এটা ব্যবহার করে ভাববে পাকিস্তানের ক্রিকেট-বাজারে গৃহ-ঋণের প্রভাব আছে। সেই অনুমান থেকে তৈরি হবে আরও বিশ্লেষণ, আরও সিদ্ধান্ত। একটা ছোট ভুল জন্ম দেবে এক সারি বড় ভুলের।

এখানে আরেকটা জিনিস স্বীকার করা দরকার। বিশ্লেষকদের উপর চাপ থাকে টেমপ্লেট ভরানোর — প্রতিটি ঘরে কিছু একটা বসাতে হবে, ফাঁকা রাখা যাবে না। কিন্তু সবচেয়ে বড় পেশাদারি সাহস হলো ফাঁকা ঘরে সৎভাবে লিখে দেওয়া: "অপর্যাপ্ত তথ্য, মূল্যায়ন সম্ভব নয়।" আমি যখন ক্রিকেট-বিশ্লেষণে এমন কিছু দেখি যা ডেটা সমর্থন করে না, আমি অনুমান দিয়ে ঘর ভরি না। ভরলে সেটা বিশ্লেষণ হয় না, সেটা গল্প হয় — আর গল্পের ভিত্তিতে সিদ্ধান্ত নিলে খেলা হারার ঝুঁকি তৈরি হয়।

খালি স্টেডিয়াম, নীরব ডেটা — কখনো কখনো শূন্যটাই সবচেয়ে জোরে কথা বলে। এই ঘটনাটাই সেটার প্রমাণ। খবরটা ক্রিকেট নয় — এই সত্যটাই এখানে সবচেয়ে দামি তথ্য। যদি বিশ্লেষক জোর করে এতে ক্রিকেট খুঁজতেন, তাহলে যে আসল আর্থিক গল্পটা আছে — মীজান ব্যাংকের ভর্তুকিযুক্ত ঋণ, SBP-র নিয়ন্ত্রণ, নির্মাণ-উদ্দীপনা — সেটাও হারিয়ে যেত। দুই দিকেই ক্ষতি।

আরেকটা দিক দেখা দরকার। যে নিয়মগুলো আমাদের শেখানো হয় — "পাকিস্তান মানেই ক্রিকেট", "এশিয়া মানেই ক্রিকেট" — সেগুলো এক ধরনের অলস অনুমান। এগুলো দক্ষিণ এশিয়ার হাজারো খবরের মধ্যে থেকে একটি খবরকে বেছে নেয় শুধু ভৌগোলিক সূত্র ধরে, বিষয়বস্তু ধরে নয়। এটা বিশ্লেষণের মৌলিক নীতি লঙ্ঘন: বিষয়বস্তু আগে, অবস্থান পরে। ক্রিকেট-বিশ্লেষণে আমি খেলোয়াড়ের নাম দেখে সিদ্ধান্তে পৌঁছাই না; আমি তার রান, স্ট্রাইক-রেট, স্ট্রাইক-জোন, ফর্ম-কার্ভ দেখি। ঠিক তেমনি, একটি খবরের ডোমেইন ঠিক হওয়া উচিত তার সত্তা ধরে, তার ভূগোল ধরে নয়।

এই জায়গায় একটা দাবি করতে চাই, যা হয়তো অস্বস্তিকর। এই ভুলটার জন্য প্রযুক্তিকে একা দোষ দেওয়া যায় না। দোষটা আমাদের নকশার — যে নকশায় যাচাইয়ের গেট নেই, যেখানে ভুল ধরা পড়ার আগেই তা সিদ্ধান্তের নদীতে মিশে যায়। একটি ভালো পাইপলাইনের উচিত স্টেজ-১-এ একটি আস্থা-স্কোর (confidence score) বের করা, যাতে স্টেজ-২ বুঝতে পারে এই আইটেমটা আদৌ তার ডোমেইনের কি না। আস্থা কম হলে পাইপলাইন সেটা বাদ দেবে, জোর করে টেনে নিয়ে বিশ্লেষণ করবে না।

আর একটা কথা — সত্যিই যদি ভবিষ্যতে মীজান ব্যাংক বা অন্য কোনো পাকিস্তানি ব্যাংক ক্রিকেট স্পনসরশিপের ঘোষণা দেয়, তখন সেটা বৈধভাবে ক্রিকেট-বাণিজ্য ডোমেইনে ঢুকবে। কিন্তু সেই ভবিষ্যতের খবরের সাথে আজকের এই গৃহ-ঋণের খবরের কোনো সম্পর্ক নেই। দুইয়ের মধ্যে সেতু বানানো মানে কাল্পনিক সংযোগ তৈরি করা। আর কাল্পনিক সংযোগ হলো বিশ্লেষণের সবচেয়ে বড় ফাঁদ — কারণ এটি দেখতে বুদ্ধিদীপ্ত লাগে, কিন্তু আসলে ভিত্তিহীন।

টেকঅ্যাওয়ে: পরের খবরটাই আসল পরীক্ষা

এখন প্রশ্নটা আমার সামনে সোজা: পরের খবরটা যখন আসবে, আমি কী করব? উত্তর সহজ নয়, কিন্তু পরিষ্কার। আমি প্রতিটি আইটেমে জিজ্ঞেস করব — এর ভেতরে অন্তত একটি সত্যিকারের ক্রিকেট-সত্তা আছে কি? দল, খেলোয়াড়, ম্যাচ, ফরম্যাট, ভেন্যু, নিয়ন্ত্রক — অন্তত একটা? না থাকলে সেটা ক্রিকেট-বিশ্লেষণে ঢুকবে না, যতই এর ভূগোল পাকিস্তান বা এশিয়া হোক।

আর যদি কেউ প্রশ্ন করে, "তাহলে এই খবরটা দিয়ে কী করলেন?" — উত্তর হলো, আমি এটাকে নমুনা হিসেবে রাখছি। একটি পরিষ্কার উদাহরণ, যা আমাদের শেখাবে কোথায় গেট বসাতে হবে। কারণ একটি ভালো বিশ্লেষক কখনো ভুল লুকান না; সে ভুলকে তার পরবর্তী সংশোধনের ভিত্তি বানায়।

পরের ম্যাচে, বা পরের ডেটাসেটে, আমাকে প্রমাণ করতে হবে যে আমি অনুমানের উপর ভরসা করি না, প্রমাণের উপর করি। ডেটা কখনো আখ্যানের কাছে নতজানু হয় না — এবং ভালো বিশ্লেষকও নয়।