रिकॉर्ड खाली था, खाका पूरा — क्रिकेट की डेटा सप्लाई चेन में एक चुपचाप हुई गलती

पिछले हफ्ते मेरे डेस्क पर एक दस्तावेज़ आया जिसमें आठ खाने थे और आठों खाली थे। शीर्षक की जगह तीन अक्षर — N/A। स्रोत की जगह वही तीन अक्षर। लेख का प्रकार: “अनवर्गीकृत”। एक-वाक्य सारांश: खाली। सूचना बिंदुओं की सूची: खाली सूची — न शून्य, न एक, बस खाली। मुख्य दृष्टिकोण: खाली।

और फिर वह लाइन, जिसने मुझे तीसरी बार पढ़ते हुए रोक लिया — “सम्मिलित इकाइयाँ: ऊपर दिए गए सूचना बिंदुओं से पहचानें।” ऊपर कोई सूचना बिंदु था ही नहीं। यानी खाका अपनी जगह पूरा खड़ा था, और जिस चीज़ को वह खाका ढोने आया था, वह ज़मीन पर ही नहीं उतरी थी।

पच्चीस साल से मैं स्कोरबुक भरता आया हूँ। स्कोरबुक की एक बात मुझे पहले ही दिन से पता है: सबसे खतरनाक पन्ना वह नहीं होता जो कोरा होता है। सबसे खतरनाक वह होता है जिस पर ग्रिड छपा हो, नाम छपे हों, और आंकड़े की जगह खाली छूटी हो। कोरा पन्ना फेंक दिया जाता है। आधा भरा पन्ना याद से भर दिया जाता है।

यह किसी मैच की खबर नहीं है। यह उस मशीनरी की खबर है जो आज क्रिकेट की खबर बनाती है, और जिसे कोई नहीं देखता क्योंकि वह टेलीकास्ट के पीछे चलती है — मैदान के नीचे, एक कमरे में, बिना दर्शक।

क्रिकेट की सूचना अब एक ही कलम से नहीं निकलती। पहली मंज़िल: स्रोत से कच्चा दस्तावेज़ आता है — कोई रिपोर्ट, कोई बयान, कोई स्कोरशीट। दूसरी मंज़िल: एक मशीन उसमें से “सूचना बिंदु” निकालती है, यानी वे नग्न, गिनती में आने वाले तथ्य जिन्हें आगे उद्धृत किया जा सके। तीसरी मंज़िल: दूसरी मशीन उन बिंदुओं पर विश्लेषण का आठ-खानों वाला ढाँचा चढ़ाती है। चौथी मंज़िल: किसी इंसान के नाम के नीचे वह चीज़ खबर बनकर छपती है।

वे आठ खाने ये हैं — प्रारूप और मैच, खिलाड़ी की तकनीक और डेटा, टीम का परिदृश्य और रैंकिंग, लीग और वाणिज्यिक पारिस्थितिकी, नियम और शासन, जोखिम, जन-कथ्य और अपेक्षा, और उद्योग-संचरण।

यह सूखा-सा लगता है, जब तक आप यह न देखें कि क्रिकेट का पैसा ठीक इन्हीं आठ खानों से गुज़रता है। नीलामी में राइट-टू-मैच का फैसला, बोर्ड का NOC, बारिश में DLS का संशोधित लक्ष्य, फ्रेंचाइज़ी का रिटेंशन — ये चारों पहले डेटा बनती हैं, बाद में खबर। और उस खाली दस्तावेज़ के टेम्पलेट में भी यही तीन शब्द जगह पकड़े बैठे थे: DLS, NOC, RTM — कोष्ठक में, टिप्पणी की तरह। जिस चीज़ की खबर होनी थी, उसकी शब्दावली तैयार थी। खबर खुद नहीं।

मुझे यहाँ अपनी एक पुरानी आदत याद आती है। जनवरी 2026, ईडन गार्डन्स, रणजी फाइनल की पूर्व संध्या। मैं नेट्स के पीछे उलटे क्रेट पर बैठा था और वसीम जाफ़र को चालीस मिनट तक देख रहा था। उन्होंने उस सत्र में ऑफ़ स्टंप के बाहर गेंद छोड़ी — इकतीस बार। मैंने गिना। कोई डेटा डेस्क उस सत्र को ऐसे दर्ज करता: “31 गेंद, 0 रन।” दोनों सच हैं। फर्क यह है कि एक सच बताता है कि मुंबई ने खिताब क्यों जीता, और दूसरा नहीं। उस सत्र के बाद मैंने वह विकेट सीख लिया था — धीमी, नीची, और ऑफ़ स्टंप के बाहर धैर्य से काम लेने वाली। मेरी मैच रिपोर्ट उन्हीं छोड़ी गई गेंदों से शुरू हुई थी; संपादक ने उसे एक लाइन में काट दिया। नोटबुक मैंने रख ली।

निष्कर्ष यह नहीं कि मशीन गलत है। निष्कर्ष यह है कि मशीन वही गिनती है जो गिनी जा सकती है, और खेल अक्सर उससे बाहर तय होता है।

अब उस खाली दस्तावेज़ में जो कुछ था, उसी की जाँच करते हैं — क्योंकि वह जो नहीं था, उससे बड़ी बात यह है कि कौन-से खाने बच गए।

जो बचा: खाका। लेख का प्रकार, डोमेन लेबल, इकाइयों वाला निर्देश-वाक्य, आठ-खानों का टेम्पलेट। जो मरा: हर वह चीज़ जो किसी दस्तावेज़ से निकलनी थी — सारांश, सूचना बिंदु, दृष्टिकोण, इकाइयाँ, लेखक का रुख, उद्देश्य।

यह पैटर्न संयोग नहीं, निदान है। जब सांचा ज़िंदा रहे और सामग्री मर जाए, तो गड़बड़ी की जगह अपने आप सिकुड़ जाती है: मशीन ने गलत सवाल नहीं पूछा, मशीन तक दस्तावेज़ ही नहीं पहुँचा — या पहुँचा तो ऐसी हालत में कि पढ़ा न जा सका।

उस विश्लेषण में चार संभावनाएँ गिनाई गई थीं, और मैं इन्हें संभावना ही कहूँगा, निष्कर्ष नहीं। एक: दस्तावेज़ कभी मिला ही नहीं — पेवॉल, 403, 404, या जावास्क्रिप्ट से बना वह खोखला पेज जो ब्राउज़र में भरा दिखता है और मशीन के हाथ में खाली आता है। दो: दस्तावेज़ मिला, पर वह गैर-लैटिन लिपि में था या मशीन-पठनीय नहीं था, और चुपचाप गिर गया। तीन: ऊपर की कड़ी में कटौती हुई और निकालने वाली मशीन चली ही नहीं। चार: दस्तावेज़ वाकई खाली था — यानी ऐसी खबर थी जिसमें स्कोर भी नहीं था और नाम भी नहीं।

चारों में एक बात साझा है: किसी ने शोर नहीं मचाया। कोई अलार्म नहीं बजा। खाली खाका आगे बढ़ता रहा, ठीक उसी तरह जैसे नेट्स में गेंदबाज़ का पहला स्पेल बिना किसी के गिने चला जाता है। बीट कीपर ताली नहीं बजाता; वह देखता है कि अभ्यास के बाद लय बची या नहीं। यहाँ लय नहीं बची थी, और किसी ने नहीं देखा।

दूसरी बात, जो सबसे नीरस और सबसे ज़रूरी है। दस्तावेज़ का डोमेन लेबल cricket_world लौटा, जबकि उस पाइपलाइन का तय शब्दकोश सिर्फ़ Cricket मानता है। पाठक के लिए यह अंतर कुछ भी नहीं है। मशीन के लिए यह पूरा कॉलम है। स्कोरबुक की मिसाल लें: अगर एक पन्ने पर “रन” की जगह “रन्स” लिखा जाए, तो पढ़ने वाला समझ जाएगा, गिनने वाली मशीन वह कॉलम छोड़ देगी। नियंत्रित शब्दावली का उल्लंघन ठीक इसी तरह काम करता है — नतीजा कोई साफ़ गड़बड़ नहीं, बल्कि आगे की हर मंज़िल पर चुपचाप मिस-मैचिंग। अगर ऐसे रिकॉर्ड जमा होते रहे, तो हर आगे का औसत, हर गिनती, हर “डोमेन ट्रेंड” उसी अनुपात में पानीदार होता जाएगा जितने खोखले रिकॉर्ड उसमें घुले हैं।

तीसरी बात, और मेरे हिसाब से पूरी रिपोर्ट की असली खबर। उस विश्लेषण ने अपने ही जोखिम-मैट्रिक्स में एक जोखिम “उच्च” दर्ज किया, और वह क्रिकेट का जोखिम नहीं था। उसका नाम था — टेम्पलेट-पूर्ति से भ्रम। साफ़ भाषा में: जब किसी रिकॉर्ड का ढाँचा भरा-पूरा हो और भीतर खाली हो, तो भाषा-मॉडल के पास सबसे आसान रास्ता यही होता है कि वह खाली जगहों को “संभावित क्रिकेट” से भर दे। नतीजा आउटपुट की सबसे बुरी श्रेणी होता है — आत्मविश्वास से भरा, साफ़ फॉर्मेट में, और पूरी तरह गढ़ा हुआ।

यह सैद्धांतिक खतरा नहीं है। मेरे पास एक नियम है जो मैंने बीस साल पहले बनाया था: मैं वह कहानी नहीं छापता जिसका स्रोत मेरी जेब में नहीं है। इसी नियम की वजह से मुझे दो स्कूप छोड़ने पड़े और चार खिलाड़ियों के फोन आज भी आते हैं। यह सौदा अजीब लगता है, पर यही इस पेशे का सबसे सस्ता सौदा है।

उसी दस्तावेज़ ने दो और बातें दर्ज की थीं जिन्हें मैं खबर में रखना चाहूँगा, क्योंकि इन्हें आम तौर पर छोड़ दिया जाता है। एक: “समय-संवेदनशीलता” का आकलन ही नहीं हुआ था। दो: “स्रोत की गुणवत्ता” का आकलन भी नहीं हुआ था, क्योंकि स्रोत ही N/A था। इसका मतलब साफ़ है — जब तक कोई तारीख न मिले, ऐसे हर रिकॉर्ड को पुराना मानकर चलना चाहिए; और जब तक कोई स्रोत न मिले, इसे अविश्वसनीय मानकर। कोई पुरानी प्रीव्यू खबर, जो इस समय पहले ही बेमानी हो चुकी है, आज की टिप्पणी बनकर घूम सकती है — अगर हम उसे तारीख न दें।

और “लेखक का रुख” N/A होने की बात मुझे सबसे ज़्यादा चुभी। सार्वजनिक कथ्य वाले उस खाने में दाखिल होने का यह सबसे सस्ता दरवाज़ा है — क्या लिखने वाला तारीफ़ कर रहा है, निष्पक्ष है, या ख़ारिज कर रहा है। वही अगर खाली है, तो मशीन के पास उस खाने में घुसने की जगह ही नहीं बचती। यही मुझे सबसे मज़बूत सबूत लगता है कि गड़बड़ी शब्दावली की परत में नहीं, सामग्री की परत में हुई।

उस दस्तावेज़ ने अपनी सीमा भी दर्ज की थी, और यही उसकी सबसे ईमानदार लाइन है — किसी भी खाने को उसने जानकारी की कमी पर N/A कहकर छोड़ा, और यह भी लिखा कि यह खालीपन किसी तथ्य के तटस्थ होने का सबूत नहीं है। अपनी ही कमज़ोरी पर ऐसी लाइन लिखने की आदत अगर उद्योग में आ जाए, तो आधी बहस वहीं खत्म हो जाए।

अब वह बात, जो मुझे उम्मीद है कि कम लोग कहेंगे।

सबसे आसान पढ़ाई यह है: “यह प्लंबिंग की खबर है। सर्वर, स्क्रिप्ट, इंजीनियरिंग। खेल से इसका क्या?” मुझे यही पढ़ाई सबसे गलत लगती है। क्रिकेट का जो उत्पाद आज पाठक खरीदता है, उसका बड़ा हिस्सा डेटा की परत ही है — स्क्रीन पर चलती ग्राफ़िक्स, फ़ैंटेसी की रात, नीलामी के तीन घंटे, रिटेंशन की सूची, DLS का संशोधित लक्ष्य। परत अगर चुपचाप फेल होती है, तो पाठक के हाथ में खाली जगह नहीं आती। उसके हाथ में एक आत्मविश्वास से भरा वाक्य आता है, जो ग़लत है — और जो पढ़ने में उस वाक्य से बिल्कुल अलग नहीं दिखता जो सही था। यही असली नुकसान है: ग़लती अनुपस्थिति में नहीं दिखती, शोर में दिखती है।

दूसरी आसान पढ़ाई यह है: “तो खाली जगहें किसी इंसान से भरवा दो।” यह सबसे खतरनाक सलाह है। मशीन से गढ़ा हुआ वाक्य पकड़ा जा सकता है; इंसान के नाम के नीचे गढ़ा हुआ वाक्य बायलाइन पा जाता है, और फिर वह कभी नहीं पकड़ा जाता।

उस दस्तावेज़ की सिफ़ारिश — रिकॉर्ड को EXTRACTION_FAILED लिखकर बाहर करो — सही है, पर अधूरी। निकालना सुधार नहीं है। अगर आप रिकॉर्ड ही मिटा देंगे, तो गड़बड़ी का सबूत भी मिटा देंगे, और अगली गड़बड़ी इसी तरह चुपचाप गुज़र जाएगी। दोनों चाहिए — दरवाज़े पर ताला, और एक बही जिसमें दर्ज रहे कि कब-कब दरवाज़ा खुला मिला।

और एक अनुमान जिसे मैं छापूँगा नहीं। उस विश्लेषण ने कम आत्मविश्वास के साथ जताया था कि जिस दस्तावेज़ से यह रिकॉर्ड बनना था, वह शायद मैच रिपोर्ट नहीं, बल्कि व्यावसायिक, शासन-संबंधी या प्रोफ़ाइल वाली खबर थी — क्योंकि मैच रिपोर्ट होती तो कम से कम एक टीम का नाम, एक स्कोर, एक तारीख तो निकलती। अनुमान तर्कसंगत है। पर “कम आत्मविश्वास” शीर्षक नहीं बनता। मेरी कलम पर तारीख लगती है; अनुमान पर नहीं।

आगे क्या देखना है, यह मैं तारीख के साथ लिखकर रखता हूँ, क्योंकि बिना तारीख का इंतज़ार कभी खत्म नहीं होता।

तीन चीज़ें देखनी हैं। पहली: स्रोत का दोबारा निष्कर्षण — कच्चे दस्तावेज़ के साथ और रिट्रीवल स्टेटस लॉग करके। अगर सूचना बिंदुओं की संख्या शून्य से ऊपर आती है, तो रिकॉर्ड फिर पढ़ने लायक बन जाता है और मैं वह आठ-खानों वाला विश्लेषण फिर चलाऊँगा। दूसरी: रिट्रीवल स्टेटस कोड — 403, 404, खाली बॉडी, जावास्क्रिप्ट-खोल। अगर वहाँ साफ़ लिखा मिलता है, तो गड़बड़ी मशीन की नहीं, रास्ते की थी, और इलाज सस्ता है। तीसरी: यह कि डोमेन लेबल की जाँच आगे भेजने से पहले होती है या नहीं। मैंने इतने सत्र देखे हैं कि मुझे दूसरी पुनरावृत्ति पर भरोसा है, पहली पर नहीं — यह जाँच पहली बार में पास हो जाए, तो भी दूसरी बार देखना।

और चौथी चीज़, जो सबसे ज़्यादा मायने रखती है: क्या कोई यह पूछता है कि वह रिकॉर्ड वाकई खाली था, या खाली दिखने के लिए मजबूर किया गया था? अगर यह सवाल नहीं पूछा गया, तो अगली बार भी यही होगा — और अगली बार शायद किसी ऐसी खबर में, जिसे आप इस वक्त सच मानकर पढ़ रहे हों।

उलटा क्रेट आज भी नेट्स के पीछे उसी जगह रखा है। पहले मैं उस पर बैठ जाता था। अब मैं पहले देखता हूँ कि उसके नीचे क्या है — क्योंकि जो सबसे ज़्यादा दिखता है, अक्सर वही सबसे कम जाँचा जाता है।

खाली स्टैंड ने मुझे सिखाया था कि अनुपस्थिति की भी एक लय होती है। खाली स्कोरकार्ड की लय नहीं होती। वह चुपचाप भर दिया जाता है। तो अगली बार जब किसी नीलामी की खबर में वह आंकड़ा पढ़ें जिसके साथ स्रोत नहीं दिया गया हो — एक पल रुककर पूछिए: यह निकाला गया था, या भरा गया था?