खाली स्कोरकार्ड का सच: जब एक्सट्रैक्शन पाइपलाइन ही गेंदबाजी से हट जाए

क्रिकेट के आँकड़ों में सबसे खतरनाक स्कोरकार्ड वह नहीं होता जिसमें खिलाड़ियों के नाम गायब हों — सबसे खतरनाक स्कोरकार्ड वह होता है जिसमें पूरा मैच ही गायब हो, और कोई पूछने वाला न हो। पिछले कुछ दिनों में मेरे डेस्क पर जो कुछ आया, वह इसी तरह का दस्तावेज़ था: एक ऐसी रिपोर्ट जिसमें आठ एनालिटिकल चैनल भरे हुए थे, लेकिन हर चैनल में दर्ज एक ही वाक्य था — 'अपर्याप्त सूचना, आकलन नहीं किया जा सकता।' शीर्षक N/A, स्रोत N/A, सारांश खाली, और इकलौता जीवित संकेत एक लेबल — cricket_asia। यानी एक एशियाई क्रिकेट विषय का दावा, बिना विषय के।

यह जानना ज़रूरी है कि मैं इन दस्तावेज़ों को किस तरह पढ़ता हूँ। मेरी आदत साल 2026 से है, जब शिवाजी पार्क और क्रॉस मैदान पर मुंबई के अंडर-19 क्लब मैचों की गलियारी में बैठकर मैं हाथ से हर गेंद की वर्कलोड एंट्री भरता था। उसी समय सीखा था कि जब कोई दस्तावेज़ खाली आए, तो सबसे पहला सवाल यह नहीं होता कि उसमें क्या नहीं है — सवाल यह होता है कि किसने उसे भरा ही नहीं, और क्यों। स्कोरकार्ड, चयन सूची, बोन-एज वेरिफिकेशन फॉर्म — इन सबमें खाली जगह खुद एक साक्ष्य होती है, बशर्ते आप उसे पढ़ना जानें।

इस बार मामला अलग था। यह किसी मैच की रिपोर्ट नहीं थी जिसमें किसी खिलाड़ी का नाम गिर गया हो, या किसी बोर्ड ने किसी फ़ाइल से पन्ने निकाल दिए हों। यह खुद रिपोर्टिंग पाइपलाइन की रिपोर्ट थी। दो-स्तरीय एनालिसिस सिस्टम में पहला स्तर (Stage-1) स्रोत लेख को तोड़कर उससे तथ्य और तर्क निकालता है; दूसरा स्तर (Stage-2) उन तथ्यों पर आठ आयामों का ढांचा लगाता है। इस केस में पहले स्तर ने कुछ भी नहीं निकाला। तालिका में हर जगह N/A है — शीर्षक, लेख प्रकार, लेखक का रुख, उद्देश्य, सूचना-बिंदुओं की सूची खाली, मुख्य दृष्टिकोण की सूची खाली, इकाइयां (एंटिटीज़) अनुपलब्ध। स्रोत की गुणवत्ता का आकलन नहीं हुआ, समय-संवेदनशीलता का आकलन नहीं हुआ।

एक एनालिस्ट के तौर पर मैंने पहले यह जाँचा कि क्या यह जानबूझकर नकारात्मक परिणाम है — जैसे किसी विवादित मैच की रिपोर्ट जिसमें सचमुच कोई ठोस सूचना न हो। लेकिन अंतर साफ़ है। जब स्रोत मौजूद हो और उसमें तथ्य कम हों, तब भी शीर्षक तो होता है, प्रकाशक तो होता है, बयान तो होते हैं। यहाँ शीर्षक भी N/A है। इसका मतलब साफ़ है: समस्या क्रिकेट की नहीं, समस्या उस पाइपलाइन की है जिसने क्रिकेट को पढ़ना था। यह किसी पेपर के गुम होने की कहानी नहीं, यह उस आदमी की कहानी है जो पेपर लाने गया था और खाली हाथ लौटा, बिना बताए कि रास्ते में क्या हुआ।

मेरे तजुर्बे में पहला स्तर खाली लौटता है तो आमतौर पर चार कारण होते हैं। पहला — स्रोत पेज पे-वॉल के पीछे था या जावास्क्रिप्ट से रेंडर हो रहा था, इसलिए टेक्स्ट निकाला ही नहीं गया। दूसरा — लेख किसी ऐसी भाषा या एन्कोडिंग में था जिसे एक्सट्रैक्टर तोड़ नहीं पाया। तीसरा — रिकॉर्ड गलत पाइपलाइन में रूट हो गया, और क्रिकेट का लेख किसी और डोमेन में चला गया। चौथा — इनजेशन ही फेल हुआ; सोर्स सर्वर ने जवाब नहीं दिया और सिस्टम ने खाली ढांचा आगे भेज दिया। इन चारों में से किसी के भी होने पर आगे का हर निष्कर्ष संदिग्ध हो जाता है।

यहीं पर वह छोटी-सी चीज़ सामने आती है जो बड़ी बात बताती है — डोमेन लेबल। फ्रेमवर्क का नियम कहता है कि लेबल Cricket होगा। Stage-1 ने लौटाया cricket_asia — एक सब-डोमेन टैग। अकेले में यह मामूली बात लगती है, लेकिन मेरे नोटबुक में लेबल की यही आदत एक बड़ी बीमारी का शुरुआती लक्षण है: जब टैक्सोनॉमी खिसकती है, तो रिकॉर्ड चुपचाप गलत दरवाज़े से अंदर चला जाता है। एक क्रिकेट लेख को cricket_asia कहकर भेजना और फिर उसे किसी एशिया-मार्केट पाइपलाइन में गिरा देना — इसी तरह की छोटी-छोटी चूकों से बड़े डेटासेट गंदे होते हैं। मैंने 2026 में 14 राज्य संघों से TW3 बोन-एज रिकॉर्ड मांगे थे; छह ने मना कर दिया। मैंने मना करने की सूची छापी, अफवाहों की नहीं। यहाँ भी वही तरीका लगता है: जो नहीं मिला, उसे साफ़ नाम से दर्ज करो। जो मिला है उसे सच मान लेना सबसे बड़ी गलती होगी।

अब वह हिस्सा, जो हर रिपोर्ट में होना चाहिए और जो अक्सर छूट जाता है — इस खाली दस्तावेज़ का असर किसी करियर पर क्या पड़ा? सीधा असर शायद किसी खिलाड़ी पर नहीं, लेकिन एक ऐसे विषय पर ज़रूर पड़ा जिसे मैं अपनी पत्रकारिता का केंद्र मानता हूँ: अंडर-16 से अंडर-19 तक पाइपलाइन में जो खिलाड़ी बीच में गिरते हैं, उनकी कहानी तभी दर्ज होती है जब कोई उसे दर्ज करता है। जिस एशियाई क्रिकेट लेख के बारे में हमें कुछ नहीं पता, वह शायद किसी अंडर-19 टूर्नामेंट के चयन की खबर थी, शायद किसी राज्य संघ के बजट की, शायद किसी खिलाड़ी के जन्म प्रमाणपत्र की। हम नहीं जानते। और न जानने की यह स्थिति अपने आप में एक नुकसान है — क्योंकि उस लेख में जिस खिलाड़ी का नाम था, वह इस समय बिना दर्ज हुए किसी बोर्ड की फ़ाइल में बैठा है। जब आर्काइव खाली हो, तो सबसे पहले वही याद आता है जिसका नाम सबसे आखिर में लिखा जाना था।

अब वह उलटा कोण, जिसे इस दस्तावेज़ ने खुद पैदा किया। कोई पढ़े तो कहे — अरे, यह तो कोई जोखिम ही नहीं है, हर जगह N/A है, यानी सब ठीक है। यह सबसे बड़ा जाल है। मैंने सालों में सीखा है कि एक खाली रिपोर्ट को कभी 'तटस्थ' मत पढ़ो — खाली रिपोर्ट या तो अज्ञान है या छिपाव, दोनों ही जोखिम हैं। इस मामले में जोखिम खेल का नहीं, प्रक्रिया का है। अगर यह दस्तावेज़ बिना टैग लगे आगे बढ़ गया, तो कोई पाठक इसे 'सामान्य' निष्कर्ष समझ बैठेगा, जबकि सच यह है कि निष्कर्ष बना ही नहीं। यह वही गलती है जो VAR के 'क्लियर एंड ऑब्वियस एरर' में होती है — जब कोई स्पष्ट संकेत नहीं मिलता, तो रेफरी 'मैदान पर निर्णय सही था' का बहाना लेकर पीछे हट जाता है। असल में वहाँ स्पष्ट सबूत न होना भी एक सबूत होता है, और उसे नाम देना चाहिए। मैंने अपने न्यूज़लेटर 'The Academy Ledger' के पहले महीने में 400 सब्सक्राइबर गवा दिए थे, क्योंकि मैंने लॉन्च पाँच हफ्ते देर की ताकि मेथडोलॉजी पेज सही हो सके। लोगों को देर पसंद नहीं आई। लेकिन एक टाइपो के साथ गलत नतीजा निकालने से बेहतर है कि नतीजा देर से आए।

इसलिए इस मामले में सही पेशेवर रवैया यही है कि इसे एक संरचित नल-परिणाम (null result) के रूप में दर्ज किया जाए, और आगे भेजने से पहले उस पर मोहर लगाई जाए — 'विश्लेषण अयोग्य, Stage-1 इनपुट खाली'। यह वही अनुशासन है जो मैं अपने सेल्फ-ऑडिट में लगाता हूँ: जब आँकड़ा न मिले तो दावा मत बनाओ, दावे की जगह सवाल खड़ा करो। क्रिकेट के इतिहास में ऐसे कई सीज़न हैं जो सिर्फ़ स्कोरकार्ड में मौजूद हैं — पूरा कैलेंडर होता है, पूरी कतार होती है, और कोई रिपोर्ट नहीं होती। हम उसी स्थिति में हैं: एक लेख मौजूद था, लेकिन उसका कोई दस्तावेज़ हम तक नहीं पहुँचा।

आखिर में, आगे क्या देखना चाहिए। सबसे पहले Stage-1 एक्सट्रैक्टर की लॉग-फ़ाइल खोलकर यह देखें कि इस रिकॉर्ड के साथ क्या हुआ। दूसरा, देखें कि क्या शीर्षक, प्रकाशक और स्रोत की गुणवत्ता दोबारा निकाली जा सकती है। तीसरा, देखें कि क्या कोई फॉर्मेट एंकर मिलता है — टेस्ट, वनडे, टी20 या कोई लीग — क्योंकि बिना फॉर्मेट के किसी भी तुलना में फॉर्मेट कंटैमिनेशन का खतरा रहता है। चौथा, देखें कि क्या कम से कम एक नाम सामने आता है — कोई टीम, कोई खिलाड़ी, कोई कोच। और पाँचवाँ, लेबल की गड़बड़ी को ठीक करें, वरना अगली बार भी कॉलम खाली ही मिलेंगे।

क्रिकेट के मैदान पर एक नियम है: अंपायर अगर कुछ नहीं भी देखता, तो भी उसे बताना होता है कि उसने क्या नहीं देखा और क्यों। यह दस्तावेज़ कुछ नहीं बता पाया। सवाल यह नहीं है कि लेख किस खिलाड़ी के बारे में था — सवाल यह है कि उसे पढ़ने वाली मशीन चुपचाप क्यों बैठी रही।