खाली स्कोरकार्ड, भरी हुई कहानी: क्रिकेट डेटा पाइपलाइन में चुपचाप हो रही गड़बड़ी की जांच

किसी भी क्रिकेट रिपोर्ट की सबसे भरोसेमंद चीज़ स्कोरकार्ड होती है। पारी का पहला ओवर, दसवें ओवर का विकेट, आखिरी गेंद की यॉर्कर। मगर पिछले कुछ दिनों में मेरे सामने एक ऐसा आर्टिकल पेलोड आया जिसमें शीर्षक था, स्रोत था, डोमेन लेबल 'cricket_world' भी था — और बाकी सब कुछ खाली। शून्य सूचना बिंदु। शून्य मुख्य विचार। शून्य नामित खिलाड़ी, टीम, बोर्ड, सीरीज या वेन्यू। यह वह क्षण था जब मुझे समझ आया कि आज क्रिकेट पत्रकारिता की सबसे बड़ी कहानी पिच पर नहीं, बल्कि एक पार्सिंग स्क्रिप्ट में चल रही है।

मैं तेरह साल से क्रिकेट मैच देखते हुए इस खेल को एक सिस्टम की तरह पढ़ता आया हूं — कैलेंडर को कॉन्ट्रैक्ट मानकर, सेलेक्शन को लेबर मार्केट मानकर और रैंकिंग टेबल को किसी की चुनी हुई कहानी मानकर। इस बार वही नज़र मुझे खुद के पेशे पर लगानी पड़ी। क्योंकि खाली पेलोड कोई अपवाद नहीं, एक लक्षण है। और लक्षण को रिपोर्ट करना क्रिकेट रिपोर्टिंग का ही हिस्सा है, चाहे वह स्कोरकार्ड में हो या सॉफ्टवेयर में।

इस पूरे प्रकरण में जो सबसे चौंकाने वाली बात निकली, वह यह थी कि विफलता शोर के साथ नहीं आई। सिस्टम ने एरर नहीं दिया। उसने एक पूरी तरह से सुगठित, टेम्पलेट-सही, टाइपो-मुक्त खाली ऑब्जेक्ट लौटा दिया। सभी शीर्षक अपनी जगह, सभी लेबल अपनी जगह, और हर लेबल के आगे N/A। यह ठीक वैसे ही है जैसे कोई मैच रिपोर्ट में 'पारी का स्कोरः बीस ओवर में पांच विकेट पर कोई नहीं' छाप दे। पाठक को लगेगा कि स्कोरकार्ड जुड़ ही नहीं पाया, मगर कॉपी एडिटर ने हस्ताक्षर कर दिए।

यहां सबसे ज़रूरी बात यह है कि यह रिपोर्टिंग विफलता नहीं, डेटा-अखंडता की विफलता है। और क्रिकेट में दोनों के बीच का फर्क जानलेवा है। मैच रिपोर्टिंग में अगर आप एक ओवर छोड़ दें, तो पाठक को पता चल जाता है — स्कोर का जोड़ मिलेगा नहीं। लेकिन पाइपलाइन में अगर पूरा बॉडी टेक्स्ट गिर जाए और आप उसे अगली मंज़िल पर बिना रोके भेज दें, तो कोई जोड़ नहीं मिलेगा। और सबसे खतरनाक बात — कोई नहीं पकड़ेगा।

मेरे सामने जो टेम्पलेट आया, उसमें आठ विश्लेषण आयाम थेः फॉर्मेट और मैच, खिलाड़ी तकनीक, टीम परिदृश्य, लीग और वाणिज्यिक इकोसिस्टम, नियम और शासन, जोखिम, सार्वजनिक कथा और उद्योग संचरण। आठों खंड भरे हुए थे — मगर सिर्फ सांचे से, तथ्य से नहीं। हर तालिका में 'N/A — अपर्याप्त सूचना' लिखा था। और यही बात इस दस्तावेज़ को एक दुर्लभ डायग्नोस्टिक साक्ष्य बनाती है।

पहला कारणः फॉर्मेट एंकर का गायब होना। क्रिकेट विश्लेषण का सबसे बुनियादी नियम यह है कि टेस्ट, वनडे और टी20 के आंकड़े आपस में नहीं मिलाए जा सकते। टी20 के डेथ ओवरों की इकॉनमी और टेस्ट की पहली पारी की बॉलिंग एवरेज दो अलग ब्रह्मांड हैं। जब फॉर्मेट ही तय न हो, तो हर तात्कालिक निष्कर्ष व्यर्थ है। इसीलिए उस टेम्पलेट में हर जगह कुछ भी दावा करने से इनकार किया गया — और यह इनकार ही उस दस्तावेज़ की एकमात्र ईमानदार बात थी।

दूसरा कारणः सुविधा-विजेट का नुकसान। मुझे यह पैटर्न पहले भी दिखा है। क्रिकेट आर्टिकल में स्कोरकार्ड अक्सर जावास्क्रिप्ट विजेट के रूप में एम्बेड होते हैं, और स्क्रैपिंग की दुनिया में सबसे पहले वही गिरते हैं। प्रोज़ सर्वाइव कर लेता है, तालिकाएं मर जाती हैं। अगर कोई आर्टिकल स्कोरकार्ड-आधारित मैच रिपोर्ट था, तो उसका प्रोज़ बचा रह गया और उसका पूरा सबूत गायब हो गया। यह एक पहाड़ जितना बड़ा संकेत है, क्योंकि इसका मतलब है कि आने वाले समय में हमारे डेटा-आधारित निष्कर्ष व्यवस्थागत रूप से उन मैचों के पक्ष में झुके रहेंगे जिन्हें पार्स किया जा सका।

तीसरा कारण, और यह मुझे सबसे अधिक परेशान करता हैः 'cricket_world' लेबल का बच जाना। यानी क्लासिफायर चला था। उसने मेटाडेटा पढ़ा था — URL, कैटेगरी टैग, टाइटल टैग — और सही नतीजे पर पहुंचा था। लेकिन बॉडी टेक्स्ट कभी रिट्रीव ही नहीं हुआ। यह बिल्कुल वैसा है जैसे कोई स्कोरर शीर्षक पढ़कर मैच खत्म घोषित कर दे और पारी का स्कोर देखे ही नहीं। विफलता कभी भी विश्लेषण में नहीं थी; वह हमेशा रिट्रीवल में थी।

अब आइए उस खतरे की तरफ बढ़ें जो इस तस्वीर में सबसे तेज़ है। अगर यह खाली पेलोड बिना रोके अगली मंज़िल पर पार होता, तो क्या होता? अगला मॉडल, अगला सिस्टम, अगला संपादक — सबके सामने एक भरा हुआ फॉर्म होता, जिसमें हर खाली जगह खाली थी। इन्सानी दिमाग इस खालीपन को भरने के लिए बना है। और मशीन भी अब वही सीख रही है।

यहीं पर खेल पत्रकारिता का वह नियम काम आता है जिसे हम सब जानते हैं मगर अक्सर भूल जाते हैंः 'जोखिम कम है' और 'जोखिम आंका नहीं गया' एक ही चीज़ नहीं हैं। क्रिकेट में हम यह बात बखूबी समझते हैं। अगर एक गेंदबाज़ की इंजरी क्लीयरेंस रिपोर्ट आधी भरी हो, तो हम उसे 'कम जोखिम' नहीं कहते — हम उसे 'अनिर्धारित' कहते हैं और सेलेक्शन बैठक से पहले रिपोर्ट दोबारा मंगाते हैं। टेम्पलेट में हर जोखिम कोशिका जो 'N/A' थी, वह 'निम्न जोखिम' के रूप में पढ़ी जा सकती थी। और यही असली खलनायक निकला।

मैंने उन आठ खंडों में एक बात देखी जो मुझे पेशेवर रूप से बहुत परिचित लगी। हर खंड में उसी तरह N/A लिखा था जैसे किसी टीम प्रीव्यू में 'ऑफ स्पिनरः विवरण उपलब्ध नहीं' छपा हो। और कोई नहीं जानता कि कहीं एक ऑफ स्पिनर ही तो पूरी पिच का राज़ नहीं था। यानी खालीपन का अपने-आप में कोई अर्थ नहीं होता, मगर उसका गलत अर्थ बहुत तेजी से बन जाता है।

अब वह हिस्सा जो मुझे सबसे चौंकाता है। रिपोर्ट में जो सबसे महत्वपूर्ण खोज निकली, वह क्रिकेट के बारे में नहीं थी। वह यह थी कि इस खाली पेलोड में जो भी नहीं था, उसका उत्तर एक ही दिशा में ले जाता है। नामित संस्थाओं का शून्य होना, डेटा बिंदुओं का शून्य होना, टाइम सेंसिटिविटी का आंका न जाना — तीनों संकेत अलग-अलग अंगुलियां हैं जो एक ही चांद की तरफ उठी हैं। यह किसी खाली आर्टिकल की नहीं, खाली पाइपलाइन की कहानी है।

मगर यहीं पर मुझे अपने ही निष्कर्ष पर शक करना चाहिए। इसका सबसे मजबूत रिस्पॉन्स यह है कि शायद आर्टिकल वाकई ऐसा ही था जिसमें कोई ठोस तथ्य नहीं था — कोई फोटो कैप्शन, कोई फिक्सचर सूची, कोई विज्ञापन, या कोई इतना छोटा स्टब जिससे निकालने के लिए कुछ था ही नहीं। मेरा सबूत इस सिद्धांत को पूरी तरह खत्म नहीं करता; यह केवल संभावना को कमजोर करता है। और यही सही तरीका है। जब डेटा खाली हो, तो निष्कर्ष पर उतनी ही शर्तें लगाई जानी चाहिए जितनी शर्तें सोर्स पर लगाई जाती हैं।

पर मैं अपना आधार-पक्ष स्पष्ट रखना चाहता हूं, आत्मविश्वास के स्तर के साथ। मेरा आकलन यह है कि यह घटना लगभग 70 प्रतिशत संभावना के साथ एक पाइपलाइन विफलता है, न कि खाली आर्टिकल। और यह विश्वास समय के साथ बुरी तरह बदल जाएगा अगर एक साधारण टेस्ट हो जाए — अगर उसी स्रोत URL पर सीधे जाकर बॉडी टेक्स्ट मिल जाए और वह लंबा हो, जबकि पाइपलाइन ने कुछ नहीं निकाला हो, तो कारण पक्का हो जाता है। यही मेरा ट्रिपवायर है। जिस दिन यह टेस्ट पास हो जाएगा, उसी दिन मेरा मुख्य निष्कर्ष बदल जाएगा।

अब इससे आगे की बात। सबसे बड़ा सबक क्रिकेट की दुनिया के उस काम में छिपा है जिसे मैं एक दशक से करता आया हूं — साझा बुनियादी ढांचे का रखरखाव। 2026 में जब मेरा एथलेटिक्स कॉलम काट दिया गया और मुझे एवरग्रीन लिस्टिकल बनाने पर लगा दिया गया, तो मैंने वह समय निकाला था और एक भाला फेंक डेटाबेस बनाया था। उसमें बीडगोस्च्च से शुरू करके हर प्रतिस्पर्धी थ्रो, हवा, रन-अप गति और प्रतियोगिता दौर के साथ टैग किया हुआ था। वह मुफ्त में प्रकाशित हुआ। कुछ महीने बाद मुझे उसी चीज़ के आधार पर स्टेट्स रिसर्चर का काम मिल गया।

यहां वही और अधिक ईमानदारी से लागू होता है। क्रिकेट की सामग्री-श्रृंखला में जो सबसे संवेदनशील संपत्ति है, वह खिलाड़ी का आंकड़ा नहीं है। वह वह अभिलेख है जो पूरी तरह से गुम हो जाने के बाद लौटाया नहीं जा सकता। और डेटा पाइपलाइन ठीक यही कर रही है — लौटाया न जा सकने वाला अभिलेख अनजाने में खा रही है।

मुझे लगता है कि क्रिकेट डेटा के उस कोने की कहानी यहां सबसे उपयोगी है। मैंने साल 2026 में भुवनेश्वर के कलिंगा स्टेडियम में एशियाई एथलेटिक्स चैंपियनशिप के मीडिया ट्रिब्यून में बैठकर एक सबक सीखा था। भारत ने 29 पदकों के साथ शीर्ष स्थान हासिल किया था, 12 स्वर्ण जिनमें थे। मेरे एडिटर को 'स्वर्ण युग' की लिस्ट चाहिए थी। मैंने तीन घंटे लगाकर यह निकाला कि वह 44 देशों का फील्ड था और केवल चार स्वर्ण ऐसी स्पर्धाओं में आए जिनमें आठ से अधिक प्रतिभागी थे। लेख रोक दिया गया। मैंने उसी रात उसे खुद प्रकाशित किया, और एक राष्ट्रीय रिले कोच उसे शेयर कर गए।

यहां का हर नकारात्मक नतीजा विनाश नहीं, निदान है। और निदान के रूप में इसका मूल्य बहुत ठोस है। एक, यह विफलता स्थानीयकृत हो गई है — गलती विश्लेषण में है या निकालने में, इसका उत्तर मिल गया। दो, 'cricket_world' लेबल एक ऐसा बीज है जिसे दोबारा इस्तेमाल किया जा सकता है। क्लासिफायर अपने काम में सफल रहा था, क्योंकि उसे मेटाडेटा भर मिला था। नतीजन, उसी लेबल के साथ स्रोत का शरीर दोबारा मंगाया जा सकता है। तीन, इस दस्तावेज़ को एक संदर्भ-मामले के रूप में रखने से हम भविष्य में दो चीज़ों को अलग पहचान सकेंगेः 'जांच की गई और कम मूल्य पाया गया' और 'जांच हो ही नहीं सकी'। एक शोध प्रणाली में इन दोनों को कभी नहीं मिलाया जाना चाहिए।

मैंने बहुत पहले एक रेडियो मंच पर हैदराबाद में उन्नीस साल की उम्र में क्रिकेट कमेंट्री करते वक्त एक बात सीखी थी, जिसका स्रोत मुझे तब भी नहीं पता था और आज भी नहीं है। वह यह थी कि मैच के दौरान आपको सबसे पहले यह बताना होता है कि क्या नहीं हुआ। क्योंकि श्रोता को जो कमीखबर मेहसूस न हो, वह एक शून्य की तरह हमारे सामने बैठा रहता है।

शून्य भी एक डेटा बिंदु होता है। मगर केवल तभी, जब हम उसे शून्य कहें, न कि उसे छुपाने की कोशिश करें लेकिन उसको उस रूप में पढ़ लें जिस रूप में वह पढ़ा जाना चाहिए। जिस स्कोरकार्ड में पारी का स्कोर खाली हो, वह खेल नहीं खत्म हुआ होता है; वह खेल अभी शुरू नहीं हुआ होता है। शायद हमारी पाइपलाइन ने, इस बार, खेल की खबर कहने की बजाय खेल की गैर-मौजूदगी सामने रखी है। और क्रिकेट पत्रकारिता में, खेल की गैर-मौजूदगी भी एक खबर है।