खाली फ़ाइल, पूरा फ़ैसला: क्रिकेट विश्लेषण पाइपलाइन का एक ऑडिट

फ़ाइल खोली। कुल चार पन्ने। शीर्षक का खाना — एन/ए। स्रोत — एन/ए। लेख का प्रकार — अपवर्गीकृत। एक-वाक्य सारांश — खाली। और सबसे ज़रूरी खाना, सूचना-बिंदु — कोई नहीं। इन सबके बीच एक ही खाना भरा हुआ था: डोमेन लेबल, cricket_asia।

पैंतालीस साल पहले भी मेरे सामने ऐसा ही एक अधूरा रिकॉर्ड रखा था। 2026-84 में मैंने भारत के विश्व कप अभियान के सत्ताईस मैच अख़बार की कतरनों से चार बहियों में उतारे थे; कुछ पन्नों पर स्कोर था, कुछ पर सिर्फ़ टिप्पणी, और कुछ पर कुछ भी नहीं। तब मैंने सोचा था कि गड़बड़ी मेरी नक़ल में है। अब, अड़सठ की उम्र में, एक स्वचालित विश्लेषण पाइपलाइन ने वही हालत दोहराई — और साफ़ कर दिया कि गड़बड़ी अक्सर नक़ल में नहीं, स्रोत में होती है। मैंने पहली बही सीज़न की उम्मीद में खोली थी; वहाँ एक विवाद रखा मिला, और वह विवाद क्रिकेट का नहीं, रिकॉर्ड-प्रक्रिया का था।

संदर्भ: दो चरण, और बीच में एक खाली पन्ना

यह पाइपलाइन दो चरणों में चलती है। पहला चरण स्रोत से तथ्य निकालता है — शीर्षक, प्रकाशक, तारीख़, खिलाड़ी, टीम, प्रारूप, और वे ठोस सूचना-बिंदु जिन पर हर निष्कर्ष टिकता है। दूसरा चरण उन बिंदुओं पर आठ आयामों में विश्लेषण खड़ा करता है: प्रारूप और मैच, खिलाड़ी तकनीक, टीम परिदृश्य, लीग-वाणिज्य, नियम-शासन, जोखिम, जन-कथा, और उद्योग-संचरण।

क्रिकेट में यह क्रम मज़ाक नहीं, अनिवार्यता है। प्रारूप की पहचान के बिना हर आँकड़ा अनाथ है। 145 का स्ट्राइक रेट टी-20 में साधारण है, वनडे में उम्दा, और टेस्ट में अप्रासंगिक। पावरप्ले की रन-रेट मिडल ओवरों से तुलनीय नहीं। टी-20 में 7.8 की इकॉनमी अच्छी गिनी जाती है; टेस्ट में वही आँकड़ा किसी और ही बीमारी का नाम है। डेथ ओवरों में यॉर्कर की सटीकता एक अलग, अलग से नापी जाने वाली योग्यता है। जब तक प्रारूप तय न हो, कोई भी तकनीकी दावा परखा नहीं जा सकता — और इस फ़ाइल में प्रारूप का खाना ही नहीं था।

दूसरी अनिवार्यता स्रोत है। क्रिकेट की ख़बर की आयु छोटी होती है: मैच रिपोर्ट अड़तालीस घंटे में बासी हो जाती है, संरचनात्मक ख़बर एक सीज़न तक टिकती है। तारीख़ के बिना यह भी तय नहीं होता कि सामने जो है वह आज का है या पिछले साल का। और संस्था के नाम के बिना यह तय नहीं होता कि ख़बर बोर्ड की विज्ञप्ति है, वायर कॉपी है, या किसी एजेंट की ओर से फैलाई गई अफ़वाह। क्रिकेट में घरेलू और बाहरी प्रदर्शन का अंतर दुनिया के खेलों में सबसे चौड़ा माना जाता है — उपमहाद्वीप की स्पिन परिस्थितियाँ, इंग्लैंड का स्विंग, ऑस्ट्रेलिया का उछाल। इस अंतर को बिना स्थल और बिना तारीख़ के नापा ही नहीं जा सकता।

मूल निष्कर्ष: जो ग़ायब था, वह एक निष्कर्ष है

मैंने खानों को एक-एक करके परखा, जैसे कोई ऑडिटर बही के पन्ने उलटता है। शीर्षक खाली — इसलिए कथा-तापमान नहीं नापा जा सकता, और कथा-चक्र की अवस्था तय नहीं होती। सारांश खाली — इसलिए परखने के लिए कोई दावा ही नहीं। लेख का प्रकार अपवर्गीकृत — इसलिए यह तय नहीं कि यह मैच रिपोर्ट है, विश्लेषण है, राय है, या बोर्ड की प्रेस विज्ञप्ति। संस्थाएँ अनुपलब्ध — इसलिए न टीम, न खिलाड़ी, न बोर्ड, न लीग। समय-संवेदनशीलता अनिर्धारित — इसलिए कोई निष्कर्ष 'वर्तमान' अंकित नहीं हो सकता।

सबसे चुभने वाली बात इकट्ठी नहीं, अलग-अलग थी। डोमेन लेबल भरा हुआ था, सूचना-बिंदु खाली। यानी वर्गीकरण ने दस्तावेज़ की सतह देख ली थी, लेकिन निकासक उसके शरीर तक नहीं पहुँच पाया। यह विश्लेषण की विफलता नहीं, निकासन की विफलता है — और अंतर बड़ा है। पहली हालत में विश्लेषक से दोबारा काम कराया जाता है; दूसरी में स्रोत से दोबारा सामग्री मँगाई जाती है। इस फ़ाइल में ज़रूरत दूसरी की थी, और पाइपलाइन ने पहली वाली ग़लती की तैयारी कर ली थी।

संभावित कारण चार गिनाए गए, और ईमानदारी से लिखा गया कि भरोसा मध्यम स्तर का है। पहला: सामग्री दस्तावेज़ीकरण से आई ही नहीं — पेवॉल, भू-अवरोध, हटाई गई पोस्ट, या टूटा फ़ीड — और पाइपलाइन ने त्रुटि देने के बजाय खाली दस्तावेज़ आगे बढ़ा दिया। दूसरा: स्रोत पाठ्य नहीं था — वीडियो, ऑडियो, पॉडकास्ट, फ़ोटो गैलरी — और पाठ-निकासक ने कुछ नहीं लौटाया। तीसरा: दस्तावेज़ इतना छोटा था कि न्यूनतम-लंबाई छलनी ने सारे बिंदु गिरा दिए। चौथा: दो चरणों के बीच स्कीमा का बेमेल, जिसमें भरे हुए खाने उन चाबियों में लिखे गए जिन्हें दूसरा चरण पढ़ता ही नहीं।

चारों में जो साझा है, वह तकनीकी नहीं, प्रशासनिक है: पाइपलाइन के पास कोई नल-गार्ड नहीं है। खाली पहला चरण चुपचाप आगे बढ़ गया, जैसे कोई स्कोरर खाली जमा-पुस्तिका के साथ मैदान से लौट आए और कोई न पूछे कि पन्ने क्यों साफ़ हैं। यही इस रिपोर्ट का असली विषय है।

आठों आयामों का नतीजा एक जैसा नहीं था — दो तरह का था, और यह भेद बनाए रखना ज़रूरी है। कुछ खाने 'अनुपलब्ध' थे, यानी सामग्री न होने से खाली। कुछ 'अपरिभाषित' थे, यानी ऐसी श्रेणी जिनका मूल्यांकन ही नहीं हो पाया। अपरिभाषित, कम नहीं होता। क्रिकेट में यह अंतर जाना-पहचाना है: जब तक किसी गेंदबाज़ की नो-बॉल दर दर्ज न हो, उसे 'साफ़' नहीं कहा जाता; उसे 'अदर्ज' कहा जाता है। शासन और सत्यनिष्ठा वाले खानों के साथ भी यही नियम लागू होना चाहिए था, और यहाँ वह लागू नहीं हुआ।

टीम-परिदृश्य की खाना भी खाली थी, और यहाँ एक पद्धति-बात दर्ज करनी ज़रूरी है। बिना प्रारूप-एंकर के किसी टीम को श्रेणी में रखना ही अमान्य है — एक ही टीम टी-20 में शीर्ष तीन में हो सकती है और विश्व टेस्ट चैंपियनशिप की अंकतालिका में मध्य में। इसी तरह लीग-वाणिज्य का आयाम भी अनुपलब्ध रहा। वहाँ एक चेतावनी पहले से ही दर्ज कर दी गई थी, और वह सही थी: ऊँची नीलामी कीमत वाणिज्यिक मूल्य है — कमी, नीलामी-गतिकी और फ़्रैंचाइज़ी मार्केटिंग का परिणाम — खेल-मूल्य नहीं। इन दोनों को एक मान लेना क्रिकेट-व्यापार की सबसे आम ग़लती है।

पाइपलाइन ने जो किया, वह एक जगह बहुत ठीक किया: उसने नाम नहीं गढ़े। कोई खिलाड़ी नहीं बनाया, कोई स्कोर नहीं बनाया, कोई स्थानांतरण नहीं रचा। cricket_asia के इशारे से भारत-पाकिस्तान शृंखला, आईपीएल नीलामी, या एशिया कप का अनुमान लगाना आसान था; उसने लगाया नहीं। लेकिन अपने खुद के जोखिम-मैट्रिक्स में उसने जो एक पंक्ति भरी, वह पूरे दस्तावेज़ की सबसे भारी पंक्ति है: खाली पहला चरण चुपचाप वैध मानकर आगे बढ़ा। संभावना — घट चुकी। प्रभाव — उच्च, क्योंकि इससे आगे जो भी आउटपुट निकलता, वह गढ़ा हुआ होता।

विपरीत कोण: खाली पन्ने का सबसे बड़ा ख़तरा खालीपन नहीं, भरने की जल्दी है

उम्र और अनुभव का एक नुक़सान है। पचास साल की कतरनों के बाद हर दावे के लिए तीन प्रमाण उपलब्ध रहते हैं, और मन करता है कि खाली खाने को किसी परिचित आँकड़े से भर दिया जाए। यही सबसे बड़ा जाल है। 2026 में जब क्रोनिये प्रकरण फूटा और अज़हरुद्दीन का नाम सामने आया, तब मेरे पास ग्यारह सौ एकदिवसीय मैचों का डेटाबेस था और एक दिल्ली के रिपोर्टर की माँग। मैंने चालीस मैचों की ओवर-रेट, नो-बॉल और आउट-समय की तालिकाएँ दीं, लेकिन 'संदिग्ध' खिलाड़ियों की सूची छपने से रोक दी — क्योंकि विसंगति को साधारण खराब क्रिकेट से अलग करना उस डेटा में संभव नहीं था। मैंने बारह पन्नों का कार्यविधि-नोट लिखा, और वही उद्धृत हुआ। उस दिन से हर विश्लेषणीय टुकड़े में एक अनुच्छेद जोड़ता हूँ: 'यह डेटा क्या नहीं दिखा सकता।' यह ऑडिट उसी परंपरा की अगली किस्त है, सिर्फ़ खिलाड़ी के बजाय पाइपलाइन पर लागू।

इस ऑडिट की दूसरी विपरीत बात यह है कि खाली फ़ाइल ने एक चुप्पी में भी इशारा छोड़ा है — cricket_asia, जो 'क्रिकेट' होना चाहिए था। यह छोटी चूक लगती है, पर टैक्सोनॉमी की चूकें चुपचाप रूटिंग बिगाड़ती हैं। अगर उप-क्षेत्रीय लेबल मुख्य लेबल की जगह ले लेगा, तो ग़ैर-एशियाई क्रिकेट सामग्री किसी दिन गलत खाते में दर्ज हो जाएगी और किसी को पता नहीं चलेगा। जो ग़ायब था, वह किसी ऐसे नाम के नीचे दर्ज था जिसे कोई इस्तेमाल नहीं करता। इसी तरह संस्था-निकासन का निर्देश भी गोल था — 'ऊपर दिए सूचना-बिंदुओं से संस्थाएँ पहचानें' — और जब बिंदु ही खाली हों, तो गोल निर्देश खाली ही लौटेगा। यह चक्रीय निर्भरता सबसे साफ़ डिज़ाइन-दोष है।

यहाँ एक बात कहनी है जो अप्रिय है लेकिन ज़रूरी है। इस पूरे मामले में क्रिकेट का कोई जोखिम नहीं मिला — न चोट, न कैलेंडर, न सट्टेबाज़ी, न शासन। मिला तो सिर्फ़ एक जोखिम: विश्लेषणीय गढ़त। और जिस बाज़ार में यह पाइपलाइन चलती है, वहाँ गढ़ी हुई चोट की ख़बर और गढ़ी हुई नीलामी कीमत सचमुच भावना और पैसा हिला सकती है। उपमहाद्वीपीय क्रिकेट-संवाद दुनिया में सबसे तेज़ गुणक वाला माना जाता है; वहाँ एक बिना-स्रोत वाक्य भी सुबह तक 'रिपोर्ट' बन जाता है। इसलिए यह रिपोर्ट तकनीकी ख़ामी नहीं, नियंत्रण-विफलता है, और इसे उसी गंभीरता से दर्ज होना चाहिए।

आगे की ओर: नल-गार्ड, और एक अनुपलब्ध पन्ना

जो सुधार सुझाए गए हैं, वे नौकरशाही नहीं, लेजर-अनुशासन हैं। दूसरे चरण को तब तक चलने न दिया जाए जब तक कम से कम तीन स्रोत-सहित सूचना-बिंदु, एक स्पष्ट प्रारूप-टैग, एक नामित संस्था और एक प्रकाशन-तिथि मौजूद न हो। विफलता पर दरवाज़ा बंद हो, खुला न रहे। अपूर्ण पहले चरण से बने आउटपुट पर जल-चिह्न लगे — 'साक्ष्य-आधार: शून्य' — और वे किसी प्रकाशन या अलर्ट शृंखला में न जाएँ। संस्था-निकासन को सूचना-बिंदुओं से नहीं, सीधे स्रोत-पाठ से चलाया जाए।

मैंने इस अधूरी फ़ाइल में एक उपयोगी चीज़ भी पाई, और वह है इसका परीक्षण-मूल्य। खाली इनपुट अब एक स्वीकृति-परीक्षण है: कोई भी दस्तावेज़ जिसका मुख्य भाग निकाले न जा सके, हर बार ठीक यही संरचित इनकार पैदा करे — निर्धारक रूप से, बिना अपवाद। यह खाली फ़ाइल तब तक दोबारा नहीं भरनी चाहिए जब तक मूल स्रोत — वह यूआरएल, वह वीडियो, वह पेवॉल — दोबारा न खोला जाए।

और अंत में वह बात जो मैं पचास साल से दोहराता आया हूँ। मैंने लेजर में चुप्पी को अनुपस्थिति नहीं, आँकड़ा मानना सीखा। यह फ़ाइल बताती है कि अनुपस्थिति को दर्ज करना ही सबसे कठिन ईमानदारी है। अगली बार जब कोई पाइपलाइन, कोई रिपोर्टर या कोई विश्लेषक कहे कि सब कुछ साफ़ है, तो एक ही सवाल पूछना ठीक रहेगा — क्या आपने खाली खानों की सूची देखी है, या सिर्फ़ भरे हुए खानों की?