क्रिकेट कवरेज में खाली इनपुट की समस्या: जब डेटा न होने पर भी खबर बनने लगती है

क्रिकेट पत्रकारिता आज एक ऐसे मोड़ पर खड़ी है जहाँ खबर की गति उसकी पुष्टि की गति से कहीं आगे निकल चुकी है। हर गेंद, हर ओवर, हर विकेट पर तुरंत टिप्पणी, तुरंत आँकड़ा और तुरंत विश्लेषण की माँग है। यह माँग पारंपरिक न्यूज़रूम के लिए अकेले पूरी करना संभव नहीं है, इसलिए मीडिया संगठन स्वचालित पाइपलाइनों का सहारा लेते हैं। ये पाइपलाइन पहले सामग्री इकट्ठा करती हैं, फिर उससे तथ्य निकालती हैं, फिर उन तथ्यों के आधार पर खबर लिखती हैं। सिद्धांत रूप में यह एक साफ़ श्रृंखला है। व्यवहार में यह श्रृंखला अक्सर उस जगह टूटती है जहाँ किसी को ध्यान ही नहीं जाता — तथ्य निकालने वाले चरण में। हाल में सामने आए एक मामले ने इस दरार को साफ़ दिखाया। एक क्रिकेट सामग्री पाइपलाइन को चलाया गया। वर्गीकरण मॉडल ने अपना काम किया और सामग्री को क्रिकेट जगत की श्रेणी में रख दिया। लेकिन उसके बाद जो परिणाम आया, उसमें श्रेणी के अलावा लगभग कुछ भी नहीं था। शीर्षक नहीं, स्रोत नहीं, सामग्री का प्रकार नहीं, एक पंक्ति का सारांश नहीं, लेखक का रुख नहीं, लेखन का उद्देश्य नहीं। सबसे महत्वपूर्ण बात — सूचना बिंदुओं की सूची पूरी तरह खाली थी। जिन संस्थाओं को इन्हीं सूचना बिंदुओं से पहचाना जाना था, वे भी नहीं निकलीं। समय-संवेदनशीलता का आकलन भी नहीं हुआ। यह कोई छोटी तकनीकी गड़बड़ नहीं है। यह उस पूरी श्रृंखला की नींव है जिस पर आगे का हर निर्णय टिका होता है। अगर सूचना बिंदु ही नहीं हैं, तो संस्थाएँ कैसे निकलेंगी? अगर संस्थाएँ नहीं हैं, तो उनके बीच के संबंध कैसे बनेंगे? अगर संबंध नहीं हैं, तो विश्लेषण किस आधार पर होगा? और अगर विश्लेषण का आधार ही खोखला है, तो जो खबर लिखी जाएगी, वह किस चीज़ पर खड़ी होगी? इस मामले में पाइपलाइन ने सही व्यवहार किया — उसने आगे बढ़ने से इनकार कर दिया और स्पष्ट रूप से बताया कि इनपुट अपर्याप्त है। यही सही रवैया है। लेकिन यह मामला एक बड़ी चिंता की ओर भी इशारा करता है। अगर इसी खाली परिणाम को आगे के चरणों में एक सामान्य आउटपुट मानकर भेज दिया जाता, तो क्या होता? तब लेखन वाला मॉडल अपने पास कुछ भी ठोस तथ्य न पाकर भी लिखना शुरू कर देता। और जब किसी भाषा मॉडल के पास तथ्य नहीं होते, तो वह खाली जगह को भरने का काम अपनी कल्पना से करता है। वह ऐसे विवरण गढ़ लेता है जो सुनने में पूरी तरह विश्वसनीय लगते हैं, लेकिन जिनका वास्तविकता से कोई संबंध नहीं होता। यही इस पूरी समस्या का केंद्र है। पाइपलाइन की विफलता उस क्षण नहीं होती जब गलत खबर छपती है। वह उस क्षण होती है जब एक खाली परिणाम को चुपचाप स्वीकार कर लिया जाता है और उसे आगे भेज दिया जाता है। इसे शांत अवनति या साइलेंट डिग्रेडेशन कहा जाता है। सिस्टम त्रुटि नहीं देता, कोई चेतावनी नहीं आती, कोई लॉग प्रविष्टि नहीं बनती। बस एक खाली सूची बनती है और वह अगले चरण का इनपुट बन जाती है। इसके बाद की हर प्रक्रिया तकनीकी रूप से सफल दिखती है, जबकि वास्तव में वह पूरी तरह निराधार होती है। क्रिकेट कवरेज में यह जोखिम खास तौर पर गंभीर है, क्योंकि इस खेल की खबरें संख्याओं और विवरणों से बुनी जाती हैं। एक बल्लेबाज के रन, एक गेंदबाज के विकेट, एक टीम की जीत का अंतर, एक सीरीज़ का हिसाब — इन सबका एक भी आँकड़ा गलत होने पर पूरी खबर का भरोसा टूट जाता है। पाठक इन संख्याओं को तुरंत जाँच सकता है। अखबार की खबर में अगर किसी बल्लेबाज के रन गलत छप जाएँ, तो वह तुरंत पकड़ा जाता है। लेकिन अगर खबर में ऐसे विवरण हों जो गढ़े गए हैं — जैसे किसी मैच के बाद किसी खिलाड़ी का ऐसा बयान जो उसने कभी नहीं दिया — तो उसे पकड़ना कहीं ज़्यादा मुश्किल है। यही गढ़े गए विवरण सबसे खतरनाक होते हैं। इसलिए इस मामले को केवल एक तकनीकी खराबी मानकर छोड़ देना गलत होगा। इससे तीन संभावित कारणों की जाँच होनी चाहिए, और तीनों की जाँच अलग-अलग दिशाओं में जाती है। पहला कारण है सामग्री संग्रहण का चरण। यह बहुत आम है कि सामग्री लाने वाला हिस्सा मुख्य पाठ तक ही न पहुँच पाए। कई वेबसाइटें अब अपनी सामग्री सीधे सर्वर से नहीं भेजतीं, बल्कि ब्राउज़र में जावास्क्रिप्ट चलाकर बनाती हैं। ऐसी साइट से अगर सीधे पाठ निकालने की कोशिश की जाए, तो हाथ में केवल खोखला ढाँचा आता है, असली सामग्री नहीं। इसी तरह, कुछ सामग्री भुगतान के पीछे होती है। कुछ साइटें स्वचालित अनुरोधों को पहचानकर रोक देती हैं। इन सब स्थितियों में जो कुछ मिलता है वह पूरा लेख नहीं होता। दूसरा कारण है पाठ निकालने वाला चरण। कई बार सामग्री तो पूरी आ जाती है, लेकिन उसमें से मुख्य पाठ अलग करने वाले नियम या चयनकर्ता उस विशेष पेज के ढाँचे से मेल नहीं खाते। हर समाचार साइट का ढाँचा अलग होता है। एक साइट के लिए बनाए गए नियम दूसरी साइट पर काम नहीं करते। जब कोई साइट अपना ढाँचा बदल देती है, तो पुराने नियम चुपचाप विफल हो जाते हैं। और यह विफलता दिखती नहीं, क्योंकि सिस्टम को लगता है कि उसने काम पूरा कर लिया — उसे कुछ तो मिला, भले ही वह कुछ न हो। तीसरा कारण है तथ्य निकालने वाला मॉडल। कई बार सब कुछ ठीक होता है — सामग्री आ जाती है, मुख्य पाठ अलग हो जाता है — लेकिन मॉडल का आउटपुट कट जाता है, या वह ऐसे प्रारूप में आता है जिसे पार्स नहीं किया जा सकता। ऐसी स्थिति में सिस्टम के पास दो रास्ते होते हैं। पहला रास्ता यह है कि वह त्रुटि घोषित करे और प्रक्रिया रोक दे। दूसरा रास्ता यह है कि वह चुपचाप खाली सूची लौटा दे और आगे बढ़ जाए। जिस सिस्टम ने दूसरा रास्ता चुना हो, वही सबसे बड़ी समस्या है। यहाँ यह समझना ज़रूरी है कि तीसरा रास्ता इतना आम क्यों है। कारण सरल है — त्रुटि घोषित करने से पाइपलाइन रुक जाती है। पाइपलाइन रुकने का मतलब है कि कोई खबर नहीं बनती। कोई खबर न बनने का मतलब है कि उत्पादन का लक्ष्य पूरा नहीं होता। और जब लक्ष्य पूरा करना सबसे बड़ी प्राथमिकता बन जाता है, तो त्रुटि घोषित करने वाला रास्ता धीरे-धीरे हटा दिया जाता है। सिस्टम को इस तरह बनाया जाता है कि वह हर हाल में कुछ न कुछ लौटाए। और ऐसा सिस्टम ठीक उसी क्षण चुप हो जाता है जब उसे सबसे ज़ोर से बोलना चाहिए। यह तर्क सुनने में व्यावहारिक लगता है, लेकिन इसकी कीमत बहुत भारी होती है। एक खाली सूची जो आगे भेज दी जाती है, वह एक ऐसा खाली स्थान बन जाती है जिसे भरना हर अगले चरण की ज़िम्मेदारी बन जाता है। और भाषा मॉडल खाली स्थान को भरने में बहुत कुशल होते हैं। यही उनकी ताकत है और यही सबसे बड़ा खतरा भी। जब उन्हें तथ्य दिए जाते हैं, तो वे उन्हें अच्छी तरह संभालते हैं। जब उन्हें तथ्य नहीं दिए जाते, तो वे ऐसे तथ्य बना लेते हैं जो तथ्य जैसे दिखते हैं। क्रिकेट पत्रकारिता में यह खतरा और भी बढ़ जाता है क्योंकि इसके पाठक बहुत जागरूक होते हैं। क्रिकेट प्रेमी आँकड़े याद रखते हैं, पुराने मैचों के विवरण जानते हैं, खिलाड़ियों के करियर के पड़ाव समझते हैं। जो खबर गढ़े गए विवरणों पर आधारित होती है, वह ऐसे पाठकों की नज़र में जल्दी ही खोखली हो जाती है। लेकिन नुकसान सिर्फ उस एक खबर का नहीं होता। भरोसा उस पूरे माध्यम पर से उठ जाता है जो ऐसी खबरें छापता है। और भरोसा जब एक बार टूटता है, तो उसे फिर से बनाने में सालों लग जाते हैं। इस समस्या का समाधान तकनीकी भी है और रवैये का भी। तकनीकी स्तर पर सबसे पहला काम यह है कि खाली परिणाम को कभी भी सामान्य परिणाम न माना जाए। अगर तथ्य निकालने वाला चरण कुछ भी नहीं लौटाता, तो उसे एक स्पष्ट विफलता के रूप में दर्ज होना चाहिए, और उसके साथ यह भी दर्ज होना चाहिए कि विफलता कहाँ हुई — इनपुट के स्तर पर, पाठ निकालने के स्तर पर, या मॉडल के आउटपुट के स्तर पर। बिना इस जानकारी के सुधार संभव नहीं है, क्योंकि हर स्तर का इलाज अलग है। दूसरा काम है न्यूनतम मात्रा की शर्त तय करना। तथ्य निकालने वाला चरण तब तक सफल नहीं माना जाना चाहिए जब तक वह कम से कम कुछ निश्चित संख्या में सूचना बिंदु न लौटाए। यह संख्या सामग्री के प्रकार के अनुसार अलग हो सकती है, लेकिन शून्य या एक से ऊपर की कोई सीमा तो होनी ही चाहिए। साथ ही हर सूचना बिंदु के साथ उसका स्रोत भी दर्ज होना चाहिए, ताकि आगे के चरण यह तय कर सकें कि किस तथ्य पर कितना भरोसा किया जा सकता है। तीसरा काम है गुणवत्ता की निगरानी करने वाली एक स्वतंत्र परत। यह परत उत्पादन के बाद चले और जाँचे कि खबर में जो भी तथ्य, नाम, संख्या या बयान आए हैं, वे सब स्रोत सामग्री में मौजूद हैं या नहीं। यह जाँच पूरी तरह स्वचालित हो सकती है, क्योंकि इसमें केवल मिलान करना होता है। अगर कोई विवरण स्रोत में न मिले, तो खबर को रोक दिया जाए। यह एक ऐसी सुरक्षा परत है जिसकी लागत कम है और जिसका लाभ बहुत बड़ा है। चौथा काम है प्रकाशन के समय पारदर्शिता। अगर किसी खबर का कोई हिस्सा स्वचालित रूप से बना है, तो यह स्पष्ट रूप से बताया जाना चाहिए। यह केवल औपचारिकता नहीं है। यह पाठक का अधिकार है कि वह जाने कि जो वह पढ़ रहा है, उसे किसने और कैसे बनाया। और यह माध्यम के लिए भी फायदेमंद है, क्योंकि जो माध्यम अपनी प्रक्रिया छिपाते हैं, वे जब गलती करते हैं तो उनके पास बचाव का कोई रास्ता नहीं बचता। लेकिन सबसे ज़रूरी बदलाव तकनीकी नहीं, सांस्कृतिक है। उत्पादन के लक्ष्यों को इस तरह तय किया जाना चाहिए कि सही खबर न बनने से बेहतर हो कि कोई खबर न बने। आज की प्रणालियों में अक्सर उलटा होता है। खाली जगह को भरना सफलता मान लिया जाता है, और खाली जगह को स्वीकार करना विफलता। यह सोच बदलनी होगी। एक ऐसा सिस्टम जो अपनी असमर्थता स्पष्ट रूप से बता सके, वह उस सिस्टम से कहीं ज़्यादा भरोसेमंद है जो हर हाल में कुछ न कुछ उगल देता है। इस पूरे प्रकरण से एक बड़ा सबक निकलता है जो सिर्फ क्रिकेट कवरेज तक सीमित नहीं है। आज जब समाचार उत्पादन के हर चरण में स्वचालन घुस रहा है, तब सबसे बड़ा सवाल यह नहीं है कि मशीन कितनी अच्छी लिख सकती है। सबसे बड़ा सवाल यह है कि मशीन यह कैसे बताएगी कि वह कुछ नहीं जानती। एक स्पष्ट रूप से घोषित अज्ञान किसी भी गढ़े गए आत्मविश्वास से कहीं ज़्यादा मूल्यवान है। क्रिकेट की दुनिया में यह बात शायद सबसे अच्छी तरह समझी जा सकती है। खेल में हार को स्वीकार करना उतना ही ज़रूरी है जितना जीत को। जो टीम अपनी कमज़ोरी को छिपाती है, वह अगले मैच में उसी कमज़ोरी से हारती है। जो टीम उसे स्वीकार करती है, वह उसे सुधार सकती है। सामग्री उत्पादन की पाइपलाइनों के लिए भी यही नियम लागू होता है। जो पाइपलाइन अपनी विफलता को छिपाती है, वह उस विफलता को बढ़ाती है। जो उसे स्पष्ट रूप से दर्ज करती है, वह उसे ठीक कर सकती है। इसलिए इस खाली परिणाम को केवल एक खराबी न मानें। इसे एक संकेत मानें। यह संकेत बताता है कि श्रृंखला की एक कड़ी कमज़ोर है, और वह कड़ी अभी तक किसी की नज़र में नहीं आई क्योंकि उसकी विफलता शोर नहीं करती। अगला कदम साफ़ है — उस कड़ी को खोजें, उसे मजबूत करें, और उसके बाद यह सुनिश्चित करें कि खाली सूची कभी भी एक वैध उत्तर न मानी जाए। जब तक यह नहीं होता, तब तक हर वह खबर जो इस पाइपलाइन से निकलेगी, एक अनुत्तरित सवाल के साथ निकलेगी। और पाठक, जो क्रिकेट की हर गेंद का हिसाब रखते हैं, वह यह सवाल ज़रूर पूछेंगे।