शून्य इनफॉर्मेशन पॉइंट: क्रिकेट कंटेंट पाइपलाइन ने आठों डाइमेंशन में 'N/A' लौटाया

पिछले हफ़्ते मेरे सामने एक ऐसा स्कोरकार्ड रखा गया जिसमें कोई रन दर्ज नहीं था। आठ विश्लेषण-डाइमेंशन, और हर एक के आगे एक ही लाइन — “N/A — insufficient information”। आठ में आठ। इनफॉर्मेशन पॉइंट्स की सूची शून्य, नामित एंटिटी की सूची शून्य, टाइटल N/A, सोर्स N/A, फ़ॉर्मैट “अनक्लासिफाइड”, लेखक की स्टैंस N/A, लेख का मक़सद N/A। पूरे दस्तावेज़ में एक ही फ़ील्ड भरी हुई थी — डोमेन लेबल: “cricket_world”। यानी मशीन को इतना पता था कि यह क्रिकेट है, और उसके आगे कुछ नहीं।

स्प्लिट टाइम कभी नहीं बताता कि गन पर कौन डरा हुआ था। यहाँ उलटा हुआ। जिस स्टॉपवॉच से मैं आमतौर पर कहानी खोलता हूँ, वह चली ही नहीं। घड़ी शून्य पर अटकी रही — और डेस्क पर माहौल यह था कि उसी शून्य को “पूरा हुआ क्रिकेट विश्लेषण” कहकर आगे भेज दिया जाए। लेंस स्प्रिंट पर था; असली दौड़ तो उस गेट पर हो रही थी जिसके बारे में कोई नहीं लिखता।

कॉन्टेक्स्ट: दो मंज़िला ढांचा, और उसकी एक शर्त

क्रिकेट कंटेंट का जो ढांचा अब हर बड़े पब्लिशर के पीछे चलता है, वह दो मंज़िलों का है। पहली मंज़िल — स्टेज-1 — किसी लेख को तोड़कर उससे “इनफॉर्मेशन पॉइंट” निकालती है: एक-एक ठोस, वेरिफ़ाइड फ़ैक्ट, जैसे “फलाँ बल्लेबाज़ ने टी20 में 41 गेंदों पर 74 रन बनाए”। साथ में एंटिटी लिस्ट बनती है — खिलाड़ी, टीम, बोर्ड, टूर्नामेंट। दूसरी मंज़िल — स्टेज-2 — उसी सब्सट्रेट पर आठ डाइमेंशन का विश्लेषण चढ़ाती है: फ़ॉर्मैट और मैच की प्रकृति, खिलाड़ी की तकनीक और डेटा, टीम का लैंडस्केप और रैंकिंग, लीग का कमर्शियल इकोसिस्टम, नियम और गवर्नेंस, रिस्क मैट्रिक्स, पब्लिक नैरेटिव बनाम फ़ंडामेंटल्स, और इंडस्ट्री ट्रांसमिशन।

इस पूरे ढांचे की ताक़त एक ही शर्त पर टिकी है — स्टेज-1 का आउटपुट साफ़-सुथरा हो। मुझे बत्तीस साल के डेस्क अनुभव से यह पता है कि क्रिकेट में हम जाँच के मामले में बेहद सख़्त रहते हैं। डीआरएस में गेंद का मिलीमीटर तक हिसाब, नेट रन रेट का दशमलव, इम्पैक्ट प्लेयर की एंट्री का सेकंड। हम हर आउट को चार कैमरों से देखते हैं। लेकिन जिस पाइपलाइन से हमारी ख़बरें बनती हैं, उसके गेट पर कोई कैमरा नहीं लगा है।

2026 में भुवनेश्वर से लौटते वक़्त मैंने स्टूडियो छोड़ा था, क्योंकि बारह मिनट की कट को नब्बे सेकंड में निपटा दिया गया था। 2026 में जब पूरा सीज़न ठप हुआ, तो मैं गुजरात यूनिवर्सिटी की उस हज़ार सीटों वाली खाली स्टैंड में बैठकर डेसिबल नाप रहा था। उस साल मैंने सीखा था कि ग़ैरहाज़िरी भी डेटा होती है — बशर्ते कोई उसे दर्ज करने का फ़ैसला करे। पिछले हफ़्ते का दस्तावेज़ ठीक वही सबक दोहरा रहा था, बस क्रिकेट के मैदान के बजाय एक सर्वर के भीतर।

कोर: जब शून्य को शून्य कहना ही एक अनुशासन बन जाए

पहली बात जो इस रिपोर्ट की सबसे मूल्यवान चीज़ है, वह यह कि फ़्रेमवर्क ने अनुमान लगाने से इनकार कर दिया। हर डाइमेंशन में टेम्पलेट जस का तस छपा, लेकिन हर आकलन के आगे “N/A — insufficient information” लिखा गया। क्रिकेट की भाषा में इसे ऐसे समझिए: ऑफ़ स्टंप के बाहर जाती गेंद को बल्लेबाज़ जान-बूझकर छोड़ देता है। यह चूक नहीं, निर्णय है। एक कंटेंट सिस्टम के लिए यह निर्णय लेना कि “मेरे पास कहने लायक कुछ नहीं है”, उससे कहीं कठिन है जितना दिखता है — क्योंकि शून्य स्वीकारने पर पेज खाली रह जाता है।

इस रिपोर्ट में एक डायग्नोस्टिक निष्कर्ष है जिसे मैं दर्ज करना ज़रूरी मानता हूँ। संभावना यह है कि नुक़सान लेख में नहीं, एक्सट्रैक्शन लेयर में हुआ। तर्क सीधा है: पब्लिश-योग्य लंबाई का कोई भी असली क्रिकेट लेख कम से कम एक नाम तो देगा ही — कोई खिलाड़ी, कोई बोर्ड, कोई लीग। शून्य एंटिटी का मतलब है कि दिक़्क़त लिखने वाले के पास नहीं, पढ़ने वाले स्क्रैपर के पास थी। तीन वजहें गिनाई गई हैं, तीनों औसत विश्वास स्तर के साथ: पेवॉल या जावास्क्रिप्ट से रेंडर होने वाला बॉडी जिसे स्क्रैपर पढ़ नहीं सका; ऐसा URL जो किसी इंडेक्स पेज, 404 या कंसेंट-वॉल पर जाकर खुला; और एनकोडिंग या ट्रंकेशन की गड़बड़ी।

यहाँ एक बारीकी है जिसे मैं अपने निजी तकनीक-डेटाबेस के कारण महसूस कर पाता हूँ। उसमें भारतीय खिलाड़ियों की नौ सौ से ज़्यादा एंट्रीज़ हैं, और हर एंट्री में यह भी दर्ज रहता है कि डेटा किस रोज़, किस सेशन, किस कैमरे से आया। जब सोर्स ही दर्ज न हो, तो बाक़ी सब बेकार है। इस रिपोर्ट में टाइटल और सोर्स, दोनों N/A हैं — यानी ओरिजिनल दस्तावेज़ अब ढूँढ़ा भी नहीं जा सकता। यही इस पूरे मामले का सबसे चुभने वाला हिस्सा है।

चार जोखिम, जिन्हें प्राथमिकता क्रम में रखा गया

पहला, उच्च स्तर का — डाउनस्ट्रीम फ़ैब्रिकेशन का ख़तरा। अगर यही नल आउटपुट आगे किसी मॉडल या एनालिस्ट तक “तैयार” लेबल के साथ चला गया, तो जो विश्लेषण बनेगा वह सुंदर, प्रभावशाली और पूरी तरह काल्पनिक होगा। क्रिकेट में इसका पुराना उदाहरण मौजूद है। जिस मैच का डेटा अधूरा हो, उसके नतीजे टेबल में अचानक शून्य बनकर फ़िट हो जाते हैं, और गलती तब तक पकड़ में नहीं आती जब तक सेमीफ़ाइनल की कट-ऑफ़ न आ जाए।

दूसरा, उच्च स्तर का — सोर्स-ट्रेसबिलिटी की विफलता। सिफ़ारिश साफ़ है: रॉ इनपुट — URL, फ़ाइल हैश, रिट्रीवल टाइमस्टैम्प — स्टेज-1 आउटपुट के साथ सुरक्षित रखा जाए, ताकि गड़बड़ी दोबारा पैदा की जा सके। जो चीज़ दोबारा नहीं बन सकती, वह विश्लेषण नहीं, अफ़वाह है।

तीसरा, मध्यम स्तर का — साइलेंट पार्सर फ़ेल्योर। सबसे चिंताजनक बात यह है कि खाली एक्सट्रैक्शन को “वैध स्टेज-1 परिणाम” मानकर आगे भेजा जा रहा था, गड़बड़ी घोषित नहीं किया गया। क्रिकेट में इसका तक़रीबन जोड़ है: वह नो-बॉल जिसे किसी ने देखा ही नहीं। अंपायर ने गेंद नहीं चूकी; अंपायर ने नियम चूका।

चौथा, मध्यम स्तर का — डोमेन लेबल पर ज़्यादा भरोसा। “cricket_world” इस पूरे रिकॉर्ड की अकेली भरी हुई फ़ील्ड है, और फ़र्ज़ कीजिए कोई उसे सिर्फ़ देखकर मान ले कि रिकॉर्ड पॉप्युलेटेड है। लेबल मेटाडेटा है, कंटेंट नहीं।

छह चीज़ें, और पूरा विश्लेषण दोबारा चल सकता है

रिकवरी प्रोटोकॉल में छह न्यूनतम इनपुट माँगे गए हैं, और मुझे लगता है यही हिस्सा है जिसे हर क्रिकेट डेस्क को अपनी दीवार पर टाँग लेना चाहिए। एक: लेख का टाइटल और सोर्स — पब्लिशर के नाम और URL समेत, ताकि सोर्स क्वालिटी ग्रेड की जा सके। दो: कम से कम पाँच इनफॉर्मेशन पॉइंट, हर एक अलग-अलग तथ्यात्मक कथन। तीन: कम से कम एक नामित एंटिटी, आदर्श रूप में भूमिका-टैग के साथ। चार: फ़ॉर्मैट कॉन्टेक्स्ट — टेस्ट, वनडे, टी20 — या स्पष्ट रूप से “जनरल/इंडस्ट्री” टैग, क्योंकि टेस्ट और टी20 का डेटा कभी एक साथ नहीं मिलाया जा सकता। पाँच: पब्लिकेशन डेट, जिसके बिना टाइम-सेंसिटिविटी को अंक ही नहीं दिए जा सकते। छह: एक वाक्य का सारांश — अभी यह बिल्कुल खाली है, और यही एक चीज़ है जो किसी लेख को सही डाइमेंशन तक पहुँचा सकती है।

साथ में एक वैलिडेशन गेट की सिफ़ारिश है, जिसे संख्या में बाँधा गया है: स्टेज-2 से पहले न्यूनतम तीन इनफॉर्मेशन पॉइंट और एक नामित एंटिटी अनिवार्य। बैच स्तर पर निगरानी के दो ट्रिगर दर्ज हैं — अगर किसी बैच में पाँच प्रतिशत से ज़्यादा रिकॉर्ड खाली इनफॉर्मेशन पॉइंट लौटाएँ, तो यह संयोग नहीं, सिस्टमैटिक एक्सट्रैक्शन दोष है; और अगर प्रति रिकॉर्ड नामित एंटिटी का मीडियन दो से नीचे गिर जाए, तो डाइमेंशनल विश्लेषण की ज़मीन ही खिसक जाती है। ये दो आँकड़े उसी तरह काम करते हैं जैसे किसी गेंदबाज़ का इकॉनमी — एक ओवर कुछ नहीं बताता, दस ओवर का ढलान सब बता देता है।

कॉन्ट्रैरियन: असली ख़बर शून्य नहीं है

हर पाइपलाइन कभी न कभी शून्य लौटाती है। यह उतना ही सामान्य है जितना बारिश से धुला हुआ मैच। असली ख़बर यह है कि इस शून्य को “स्टेज-2 के लिए तैयार” का दर्जा मिल गया। ग़लती कहीं और नहीं, जाँच की प्रक्रिया में है — डेटा में नहीं।

मैं यहाँ एक तुलना इस्तेमाल कर रहा हूँ, और इसे तुलना ही समझिए, सबूत नहीं: ट्रैक में बैटन एक्सचेंज ज़ोन से बहुत पहले हाथ बदल चुकी होती है, और अगर वहाँ फ़ंबल हुआ, तो बाक़ी दौड़ का कोई मतलब नहीं रहता। लेकिन क्रिकेट में वापस आइए, क्योंकि असली सबक़ यहीं है। हमारे खेल का पूरा पारिस्थितिकी तंत्र उस चीज़ को दंडित करता है जिसे वह देख सकता है — कोई अजीब ओड्स मूवमेंट, किसी निचली लीग का संदिग्ध ओवर, किसी खिलाड़ी की बेमेल गेंद। एंटी-करप्शन यूनिट ठीक इसीलिए बनी है। मगर जिस सिस्टम से हमारी क्रिकेट ख़बरें लिखी जा रही हैं, उसके लिए कोई इंटेग्रिटी यूनिट नहीं है। कोई नहीं पूछता कि यह पैराग्राफ़ कहाँ से आया, यह आँकड़ा किस रोज़ निकाला गया, और जिस लेख की ख़बर हम छाप रहे हैं, वह असल में खुला था या कंसेंट-वॉल के पीछे बंद था।

यह वही पुरानी ग़लती है जिसके ख़िलाफ़ मैं सालों से लिख रहा हूँ, बस नए पते पर। हम माइलस्टोन गिनते हैं और फ़ेज़ भूल जाते हैं। हम नतीजा देखते हैं और शर्तें भूल जाते हैं। पचास का स्कोर और पचास का औसत, दो बिल्कुल अलग बातें हैं, पर स्कोरकार्ड दोनों को एक जैसा छापता है। इसी तरह “N/A” और “अभी तक गिना नहीं गया” एक जैसे दिखते हैं, पर एक नतीजा है और दूसरा दोष। फ़र्क़ सिर्फ़ प्रक्रिया में दर्ज होता है — और प्रक्रिया को कोई कैमरा नहीं दिखाता।

टेकअवे

गन और गो के बीच एक कमरा है जिसके बारे में कोई नहीं लिखता। उस कमरे में फ़ैसला होता है कि कौन सा तथ्य विश्लेषण बनेगा और कौन सा चुपचाप गिर जाएगा। क्रिकेट का अगला बड़ा संकट चोरी या स्पॉट-फ़िक्सिंग से नहीं आएगा; वह उस पल से आएगा जब कोई विश्वासपूर्वक बताएगा कि फलाँ टीम का पावरप्ले स्प्लिट गिर गया है — और असल में वह स्प्लिट कभी निकाला ही न गया हो। अगली बार जब स्कोरबोर्ड शून्य दिखाए, तो सवाल यह नहीं पूछना कि मैच किसने जीता। सवाल यह पूछना कि हमने गिनना कब बंद किया।