खाली नोटबुक और एक शब्द 'क्रिकेट': जब स्टेज-वन का इंजन बिना ईंधन दौड़ा

मेरे सामने एक स्कोरकार्ड रखा है जिसमें सिर्फ एक कॉलम भरा है — डोमेन: cricket_world। बाकी सब खाली। न हुक, न कॉन्टेक्स्ट, न इंफॉर्मेशन पॉइंट, न सोर्स अट्रिब्यूशन। बत्तीस साल से मैं प्रेस बॉक्स में बैठकर सेशन लॉग भरता आया हूँ, और यह मेरी आदत रही है कि पन्ने के जो हिस्से छपाई में नहीं आते, वहीं असली कहानी होती है। आज वही हिस्सा सामने है — एक ऐसा आउटपुट जिसमें हर सार्थक फ़ील्ड 'N/A' है, और जिसकी एकमात्र ज़िंदा धड़कन चार अक्षरों का एक लेबल है। क्रिकेट की दुनिया के बारे में इस लेबल से आगे कुछ भी नहीं। मैंने अपनी नोटबुक खोली, पहला पन्ना पलटा, दूसरा पलटा — और समझ गया कि आज की कहानी पिच पर नहीं, पाइपलाइन में है।

इसे समझने के लिए पहले यह तय करना होगा कि गड़बड़ कहाँ है। एक विश्लेषण प्रणाली तीन परतों पर चलती है। पहली परत है अपस्ट्रीम कैप्चर — यानी स्रोत से कच्चा माल आना। दूसरी परत है स्टेज-वन एक्सट्रैक्शन — कच्चे माल से तथ्य, दावे, उद्धरण, तिथियाँ, इकाइयाँ और स्रोत-स्तर निकालना। तीसरी परत है स्टेज-टू इंटरप्रिटेशन — यानी उन तथ्यों को तौलकर अर्थ निकालना। अब जो रिपोर्ट सामने आई है, उसमें स्टेज-वन का हर फ़ील्ड खाली है, लेकिन स्टेज-वन का काम स्पष्ट रूप से चला है — क्योंकि उसने 'cricket_world' का लेबल टैग कर दिया है। यह वह स्थिति है जब कंडक्टर ट्रेन चला रहा है, सिग्नल दे रहा है, पर डिब्बों में सवारी नहीं है। मेरे अनुभव में, किसी भी पाइपलाइन में यह तीन में से एक कारण से होता है। पहला: अपस्ट्रीम फ़ेच ने खाली या बेकार बॉडी लौटाई, और एक्सट्रैक्टर ने उस खालीपन को 'कोई तथ्य नहीं' के रूप में ईमानदारी से दर्ज कर दिया। दूसरा: बॉडी आई तो सही, लेकिन फ़ील्ड-मैपिंग में नाम बदल गए या स्कीमा मिसमैच हो गया, इसलिए असली डेटा कहीं और बैठा है और रिपोर्ट में 'N/A' छप गया। तीसरा, और सबसे धूर्त: एक्सट्रैक्टर ने तथ्य तो निकाले, पर उन्हें सही स्लॉट में नहीं पहचाना — उदाहरण के लिए, किसी मैच रिपोर्ट में जो 'रोहित शर्मा ने 68 गेंदों पर 51 रन बनाए' जैसी पंक्ति थी, उसे किसी असंबंधित श्रेणी में डाल दिया।

तीनों स्थितियों में एक बात समान है — प्रणाली ने अपने खालीपन को छिपाया नहीं, बल्कि उसे 'N/A' कहकर ईमानदारी दिखाई। यह तकनीकी रूप से सराहनीय है और रणनीतिक रूप से विनाशकारी। सराहनीय इसलिए कि एक्सट्रैक्टर ने डेटा गढ़ा नहीं। विनाशकारी इसलिए कि डाउनस्ट्रीम किसी भी ऐसी प्रणाली ने, जो 'N/A' को 'जानकारी अनुपलब्ध' नहीं बल्कि 'अप्रासंगिक' समझती है, इस रिपोर्ट को हल्के में ले लिया। और तब स्टेज-टू का क्या होगा? यदि आप बिना ईंधन के इंजन से कहें कि 'क्रिकेट की दुनिया' पर 2026 शब्द लिखो, तो वह जो लिखेगा वह विश्लेषण नहीं, सजी-धजी कल्पना होगी — काल्पनिक टीमें, काल्पनिक आंकड़े, काल्पनिक विवाद। मैंने यह जाल अपने करियर में कई बार देखा है, जब टेलीविज़न फ़ीड ने मैच का स्कोर भेजना बंद कर दिया हो और कमेंटेटर किसी पुराने मैच की यादों से चार घंटे भर देता हो। सुनने में अच्छा लगता है, लेकिन पेशेवर रूप से वह झूठ है।

अब आप पूछेंगे कि इस रिपोर्ट में ऐसा क्यों नहीं हुआ। क्योंकि असली विश्लेषक ने इनकार कर दिया। उसने कहा — मेरे पास सिर्फ चार अक्षर हैं, cricket_world। यदि मैं इससे टीमें, खिलाड़ी, आंकड़े बनाऊँ, तो मैं आपका विश्वास तोड़ रहा हूँ। यह वही अनुशासन है जो मुझे 2026 के मैच-फिक्सिंग दौर में सिखाया गया था — जब स्रोत सत्यापित न हो तो उसे छापना नहीं, बल्कि लिखना है कि 'यह सत्यापन योग्य नहीं'। यहाँ उसी नियम का विस्तार है।

लेकिन एक समस्या है, और यह मेरी मुख्य चिंता है। डोमेन लेबल 'cricket_world' होना ही एकमात्र जीवित संकेत है — और यह संकेत भी क्रिकेट की उस विशाल दुनिया को एक मुट्ठी में लपेट देता है जो टेस्ट, वनडे, टी20, फ्रैंचाइज़ी लीग, घरेलू रणजी और महिला क्रिकेट सबको एक ही छाते में डालता है। इस एक लेबल से आप निर्धारित नहीं कर सकते कि सामने वाला टुकड़ा किस बारे में है। 'चेन्नई सुपर किंग्स ने बैंकॉक में ट्रेनिंग शिविर शुरू किया' और 'भारत ने चौथे दिन टी ब्रेक के बाद तीन विकेट लिए' — दोनों cricket_world हैं, और दोनों का समय-संवेदनशीलता और स्रोत-स्तर पूरी तरह अलग है। एक घरेलू पाइपलाइन की खबर है, दूसरा अंतरराष्ट्रीय मैच की। एक का स्रोत आधिकारिक बोर्ड हो सकता है, दूसरे का सेशन-वाइज़ एजेंसी। बिना इस भेद के, कोई भी 'गहर विश्लेषण' संभव नहीं। और यह भेद तभी संभव है जब एक्सट्रैक्शन परत ने इनपुट में मौजूद विवरण — तारीख, कार्यक्रम, उद्धरण — उठाए हों। यहाँ उन्होंने नहीं उठाए।

तो अब आगे क्या? मैं आपको तीन रास्ते सुझाता हूँ, और तीनों में से किसी को भी मैं 'समझौता' नहीं कहूँगा। पहला रास्ता: मूल लेखकीय सामग्री दें — पूरा पाठ — तो मैं स्टेज-वन को फिर से चलाकर खाली फ़ील्ड भर दूँगा, और फिर स्टेज-टू का गहरा विश्लेषण दूँगा। दूसरा रास्ता: यदि सिर्फ इनफॉर्मेशन पॉइंट्स की सूची है — प्रत्येक के साथ स्रोत — तो मैं सीमित विश्लेषण दूँगा, और हर उस जगह को स्पष्ट रूप से चिह्नित करूँगा जहाँ संदर्भ के अभाव में अनिश्चितता है। मैं 'अनुमान' नहीं लिखूँगा, बल्कि 'यह ज्ञात नहीं' लिखूँगा। तीसरा रास्ता, जो मुझे सबसे दिलचस्प लगता है: यदि आपको लगता है कि यह खाली रिपोर्ट ही समस्या है, तो हम मिलकर स्टेज-वन पाइपलाइन में विफलता-बिंदु का पता लगाएँगे — क्या अपस्ट्रीम फ़ेच ने खाली बॉडी दी, क्या फ़ील्ड मैपिंग में नाम बदले, या क्या एक्सट्रैक्टर ने तथ्यों को गलत स्लॉट में पहचाना। यह जाँच उतनी ही ज़रूरी है जितनी मैच में डीआरएस की जाँच।

मेरे पास एक नोटबुक है, एक कलम है, और एक शब्द — क्रिकेट। बत्तीस साल पहले मैंने पहला मैच देखा था, तब भी मेरे पास इतना ही था। फ़र्क सिर्फ इतना है कि तब मैं मैदान पर था, आज मैं डेटा के मैदान में हूँ। और मैदान में खड़े होकर काल्पनिक स्कोरकार्ड नहीं भरते — जो दिखता है, वही लिखते हैं। यहाँ जो दिख रहा है वह यह है: एक खाली स्कोरकार्ड, एक टैग, और एक स्पष्ट निमंत्रण — 'आगे बढ़ने के लिए ईंधन दो।' मैं उस निमंत्रण का इंतज़ार कर रहा हूँ। जब वह आएगा, तब मैं अपनी नोटबुक नए सिरे से खोलूँगा, और यह बार का पहला वाक्य स्कोर से नहीं, बल्कि उस पल से शुरू होगा जो स्कोर से पहले आया था। लेकिन उसके लिए पहले वह पल चाहिए — वह तथ्य, वह उद्धरण, वह तारीख जो अभी किसी सर्वर के किसी कोने में बैठी है, और जिसे इस रिपोर्ट तक पहुँचने के लिए बस एक सही मैपिंग की ज़रूरत है।

तब तक, मैं अपनी नोटबुक खुली रखूँगा, कलम तैयार रखूँगा, और यही कहूँगा — क्रिकेट की कहानी कभी एक लेबल से शुरू नहीं होती; वह हमेशा एक गेंद, एक स्टंप, या एक गेंदबाज़ की सांस से शुरू होती है। दें, तो लिखें।