खाली फ़ाइल, भरी हुई चुप्पी: क्रिकेट डेटा पाइपलाइन की वह विफलता जिसे कोई स्कोरबुक नहीं दिखाता

जून 2026 की एक दोपहर को मेरी डेस्क पर जो फ़ाइल आई, उसमें बत्तीस फ़ील्ड थीं और सब ख़ाली। शीर्षक N/A, स्रोत N/A, एक-वाक्य सारांश में सिर्फ़ हवा, सूचना-बिंदुओं की सूची में एक भी प्रविष्टि नहीं। डोमेन लेबल में 'cricket_world' लिखा था — जो हमारे स्पेसिफ़िकेशन की माँग 'Cricket' से मेल भी नहीं खाता। पचास साल से मैं स्कोरबुक पढ़ता आया हूँ, और मुझे पता है कि असली स्कोरबुक में कम से कम शून्य तो लिखा होता है। यहाँ शून्य भी दर्ज नहीं था; सिर्फ़ जगह छोड़ दी गई थी। फ़ाइल ने आवाज़ नहीं उठाई; उसने बस रसीदें रख लीं — और रसीदें बताती हैं कि कोई चीज़ कभी आई ही नहीं।

संदर्भ: डेटा डेस्क का वह हिस्सा जो किसी क्राउड-फ़िगर में नहीं आता

क्रिकेट-पत्रकारिता में हम अक्सर मैदान की विफलता नापते हैं — डेथ ओवरों की इकॉनमी, पावरप्ले में विकेट, DRS का अंपायर-कॉल। लेकिन आज का खेल-पारिस्थितिकी तंत्र तीन परतों पर चलता है: मैदान, प्रसारण, और उसके नीचे एक अदृश्य तीसरी परत — निष्कर्षण (extraction)। जब किसी आर्टिकल का सारांश बनाने वाली पाइपलाइन विफल होती है, तो विफलता मैदान पर नहीं, फ़ाइल में होती है। और फ़ाइल की विफलता किसी भी क्राउड-फ़िगर में दर्ज नहीं होती।

यहीं ISTJ की आदत काम आती है: जब रिकॉर्ड में कोई मैच नहीं दिखता, तो पहला सवाल यह नहीं होना चाहिए कि 'मैच कैसा था' — पहला सवाल यह होना चाहिए कि 'मैच दर्ज क्यों नहीं हुआ'। चारों प्रारूपों — टेस्ट, वनडे, T20, द हंड्रेड — का सामरिक तर्क अलग है, पिच की तैयारी अलग है, खिलाड़ी के मेट्रिक्स की तुलना-रेखा अलग है। प्रारूप तय न हो तो कोई भी सामरिक टिप्पणी अनुमान बन जाती है। मैंने पचास साल में कई बार देखा है कि बिना प्रारूप पहचाने लिखा गया विश्लेषण कैसे T20 की छोटी सैंपल को टेस्ट के धैर्य पर लाद देता है। यही कारण है कि यहाँ मैं रुकता हूँ।

मूल विश्लेषण: जो नहीं है, उसका हिसाब भी हिसाब होता है

आपूर्ति किए गए Stage-1 आउटपुट में आठ आयामों में से एक भी भरा नहीं था। इसका अर्थ यह नहीं कि मैच में कुछ दिलचस्प नहीं हुआ। इसका अर्थ यह है कि जिस दस्तावेज़ से यह निकाला जाना था, वह कभी पाइपलाइन में ठीक से प्रवेश ही नहीं कर पाया। मेरे अनुभव में इस तरह की 'सब-N/A' छवि तीन कारणों से बनती है, और तीनों की जाँच अलग-अलग होती है।

पहला, स्रोत ही ख़ाली आया — पे-वॉल, ब्लॉक किया गया स्क्रैप, या ऐसा पेज जिसका टेक्स्ट जावास्क्रिप्ट के पीछे छिपा था। दूसरा, स्रोत आया लेकिन टेक्स्ट नहीं था — वीडियो, पॉडकास्ट, ऑडियो हाइलाइट। तीसरा, टेक्स्ट आया लेकिन Stage-1 का प्रॉम्प्ट फ़ील्ड भरने से पहले ही लौट आया। तीनों में से किसी में भी क्रिकेट की जानकारी शून्य है — पर तीनों की मरम्मत का रास्ता अलग है। एक ही 'N/A' के पीछे तीन अलग मरम्मतें छिपी हैं, और यही इस रिपोर्ट की मूल खोज है: क्रिकेट डेटा में सबसे महँगी गलती वह नहीं है जो ग़लत संख्या देती है, बल्कि वह है जो संख्या की अनुपस्थिति को संख्या की तरह पेश कर देती है।

स्कोरबुक में शून्य का अपना दर्जा होता है। अगर बल्लेबाज़ आउट बिना खेले आउट हुआ, तो कॉलम में शून्य लिखा जाता है — और वह शून्य एक तथ्य है, अनुपस्थिति नहीं। यहाँ जो हुआ, वह ठीक उल्टा है: कॉलम को ख़ाली छोड़ दिया गया, जिससे वह तथ्य और अनुपस्थिति — दोनों के बीच झूलता रह गया। डेटा डेस्क की भाषा में यह 'null' है, और null को शून्य मान लेना वही गलती है जो एक पुराने सब-एडिटर ने मुझे 2026 में सिखाई थी: 'अगर पेज पर जगह ख़ाली है, तो यह मत मानो कि ख़बर छोटी थी। कभी-कभी जगह ख़ाली इसलिए होती है कि किसी ने उसे भरना छोड़ दिया।'

इसी तर्क से आगे बढ़ें तो खतरे की असली सूची यह है। सबसे ऊपर कॉन्फ़ेबुलेशन — यानी 'विश्लेषण' करने को कहा जाए तो भरोसेमंद दिखने वाला कोई मैच, कोई खिलाड़ी, कोई लीग गढ़ देना। कोई भी भाषा-मॉडल ख़ाली टेम्पलेट देखकर उसे भरने की प्रवृत्ति रखता है; वह प्रवृत्ति पत्रकारिता में सबसे बड़ा पाप है। दूसरा खतरा साइलेंट फ़ॉल्स-नेगेटिव — भ्रष्टाचार, चोट, वित्तीय संकट जैसे कोई भी चेतावनी-संकेत न मिलने को 'जोखिम नहीं है' पढ़ लेना। याद रखिए: किसी चीज़ का उल्लेख न होना, उस चीज़ के न होने का सबूत नहीं है। तीसरा खतरा स्कीमा असंगति — 'cricket_world' जैसा सामान्य टैग और 'Unclassified' आर्टिकल टाइप बताते हैं कि हैंडऑफ़ पर वैलिडेटर नहीं बैठा। चौथा, चक्रीय फ़ील्ड निर्भरता — 'Entities Involved' को उन सूचना-बिंदुओं से निकालने को कहा गया जो मौजूद ही नहीं; इस तरह का निर्देश चुपचाप प्लेसहोल्डर लौटाता है, जबकि उसे ज़ोर से विफल होना चाहिए।

उलटा कोण: चुप्पी भी एक तरह का डेटा है — पर सबूत नहीं

मेरी पुरानी आदत है अनुपस्थिति को संकेत मानना। साठ खाली स्टेडियम वाले मैचों में मैंने होम-एडवांटेज को 4.1 प्रतिशत अंक से 1.2 पर गिरते देखा — वहाँ अनुपस्थिति भीड़ की थी, और वह मापी जा सकती थी, क्योंकि टिकट-डेटा मौजूद था। फ़र्क़ यह है: भीड़ की अनुपस्थिति दर्ज थी, इसलिए वह सबूत बनी। यहाँ कवरेज की अनुपस्थिति को घटना की अनुपस्थिति मान लेना ख़तरनाक है। अगर स्रोत कभी मिला ही नहीं, तो चुप्पी क्रिकेट के बारे में कुछ नहीं कहती — वह सिर्फ़ हमारे इन्फ्रास्ट्रक्चर के बारे में कहती है।

यहीं सबसे सुविधाजनक — और सबसे ग़लत — निष्कर्ष यह होगा कि 'चूँकि कोई भ्रष्टाचार या वित्तीय संकट का ज़िक्र नहीं, इसलिए सब ठीक है'। जोखिम-आयाम को यहाँ 'साफ़' नहीं, बल्कि 'असत्यापित' (unverified) लिखना चाहिए। मुझे 2026 की बेंगलुरु मेगा नीलामी वाली शाम याद है, जब एक गेंदबाज़ की कीमत उसके विकेट-नमूने के आधार पर ₹11.5 करोड़ तक पहुँच गई थी — और उनमें से 61 प्रतिशत विकेट आठ से ग्यारह नंबर के बल्लेबाज़ों के थे। उस दिन मैंने तय किया था कि किसी भी आँकड़े को उसके नमूने के बिना नहीं छापूँगा। यहाँ नमूना शून्य है। शून्य नमूने पर कोई भी जोखिम-रेटिंग देना 'कम जोखिम' का झूठा प्रमाणपत्र होगा, और मैं वह प्रमाणपत्र नहीं लिखूँगा।

इसी तरह टीम-परिदृश्य, लीग-वाणिज्य, शासन-जाँच, और उद्योग-संचरण — चारों आयाम इस समय ख़ाली हैं, पर ख़ाली होने का कारण अलग-अलग है। टीम-परिदृश्य के लिए चाहिए कम से कम एक टीम और प्रारूप; वाणिज्य के लिए एक लीग या एक वित्तीय आँकड़ा; शासन के लिए एक निकाय, नियम या विवाद; संचरण के लिए एक ऐसी घटना जिसका कैलेंडर या बाज़ार से रिश्ता हो। इनमें से कोई भी नहीं है। अतः यह रिपोर्ट कोई क्रिकेट-निर्णय नहीं देती — यह एक प्रक्रिया-निदान देती है। मैं साफ़ कॉलम को तेज़ निष्कर्ष से ज़्यादा भरोसा करता हूँ, और यह कॉलम साफ़ नहीं, ख़ाली है — दोनों एक चीज़ नहीं हैं।

आगे का संकेत: अगली बार देखने वाली पाँच चीज़ें

पाइपलाइन दोबारा चलाएँ, और पहले यह देखें कि सूचना-बिंदुओं की सूची में एक भी प्रविष्टि आती है या नहीं। अगर आती है, तो प्रारूप का टोकन खोजें — टेस्ट, वनडे, T20 — क्योंकि उसके बिना किसी भी आयाम का विश्लेषण अधूरा रहेगा। फिर स्रोत का URL और प्रकाशन-तिथि देखें, ताकि समय-संवेदनशीलता और नैरेटिव-हीट दोनों तय हो सकें। इसके बाद आर्टिकल टाइप: मैच रिपोर्ट, बिज़नेस, गवर्नेंस, फ़ीचर, या श्रद्धांजलि — यही तय करेगा कि कौन-से आयाम वज़न उठाएँगे। और अंत में कम से कम एक नामित इकाई — टीम, खिलाड़ी, लीग या बोर्ड — क्योंकि बिना इकाई के हर जोखिम-रेटिंग अधूरी है।

जो फ़ाइल आज ख़ाली है, वह कल भरी जा सकती है — पर केवल तब, जब हम ख़ालीपन को 'कोई ख़बर नहीं' पढ़ने की आदत छोड़ दें। क्योंकि साठ ख़ाली फ़िक्स्चर ने मुझे एक बात सिखाई थी, और वह आज भी लागू है: चुप्पी का भी अपना हिसाब होता है — बस उसे तथ्य समझने से पहले यह पूछना पड़ता है कि चुप्पी किसकी है, मैदान की या उस आदमी की जिसे स्कोरबुक भरने के लिए बैठाया गया था।