खाली फ़ाइल: जब क्रिकेट का डेटा-पाइपलाइन बिना सबूत के कहानी सुनाने लगा

रात 3:32 बजे, लिवरपूल के एक फ्लैट में, लैपटॉप की स्क्रीन पर एक क्रिकेट फ़ाइल खुली थी। शीर्षक की जगह लिखा था "एन/ए"। स्रोत की जगह "एन/ए"। एक-पंक्ति सारांश खाली। तेरह में से ग्यारह फ़ील्ड में यही हालत। उस रात मेरी नींद यह देखकर नहीं उड़ी कि फ़ाइल खाली थी। नींद यह देखकर उड़ी कि फ़ाइल उसके बावजूद आगे बढ़ गई — अगले चरण में, बिना किसी रुकावट के, जैसे कोई रिपोर्टर खाली नोटबुक लेकर मैदान की ओर चल पड़े और गेट पर खड़ा सिक्योरिटी गार्ड उसे रोकने की जहमत न उठाए।

फ़ाइल में एक चीज़ भरी हुई थी: डोमेन लेबल — cricket_asia। यानी किसी क्लासिफ़ायर ने देख लिया था कि यह क्रिकेट की खबर है, और शायद उपमहाद्वीप की। बस इतना। न फ़ॉर्मेट, न टीम, न खिलाड़ी, न तारीख़, न आउटलेट का नाम, न कोई ऐसा वाक्य जिसे सबूत कहा जा सके। दो चरणों वाली इस विश्लेषण-पाइपलाइन में पहला चरण जिस काम के लिए बनाया गया था — कच्चे पाठ से सूचना निकालना — वह काम हुआ ही नहीं। और दूसरा चरण, जो पहले के नतीजे पर बैठता है, उसने पाया कि उसके नीचे ज़मीन ही नहीं है।

यह कहानी किसी क्रिकेट विवाद की नहीं है। यह उस मशीनरी की है जो क्रिकेट को समझाने का दावा करती है, और जिसके पास अपना सबूत नहीं था।

पिछले सोलह साल में मैंने एक ही आदत पाली है: नतीजे से पहले ढाँचा। फ़रवरी 2026 में, तेईस साल की उम्र में, लिवरपूल के एक डेटा स्टार्टअप में इक्कीस हज़ार पाउंड सालाना की नौकरी पर मैंने 380 चैम्पियनशिप मैच हाथ से टैग किए। उस काम ने एक बात पक्की कर दी — जब तक आपने यह तय नहीं किया कि आप क्या गिन रहे हैं, आप जो भी लिख रहे हैं वह कहानी है, विश्लेषण नहीं।

क्रिकेट में यह दरवाज़ा और भी सख़्त है, क्योंकि यहाँ के आँकड़े फ़ॉर्मेट के आर-पार ले जाए ही नहीं जा सकते। 145 का स्ट्राइक रेट वनडे में शानदार है, टी20 में सामान्य, और टेस्ट में बेमानी। एक ही गेंदबाज़ की इकॉनमी टी20 के डेथ ओवरों में और टेस्ट की पहली सुबह में एक जैसी नहीं पढ़ी जाती। इसलिए किसी भी क्रिकेट विश्लेषण का पहला सवाल फ़ॉर्मेट है, और जिस फ़ाइल में फ़ॉर्मेट दर्ज नहीं, उसमें बाकी सब होने के बावजूद कुछ नहीं। ऑडिट में यही पहला दरवाज़ा बंद मिला।

यह अकेली घटना नहीं है। क्रिकेट आज दुनिया के सबसे ज़्यादा कंटेंट पैदा करने वाले खेलों में है — बारह महीने चलने वाला फ़्रैंचाइज़ी कैलेंडर, तीनों फ़ॉर्मेट की समांतर सीरीज़, और अब ट्रांसक्रिप्ट, हाइलाइट क्लिप और ऑटो-सारांश की परत। इस वॉल्यूम का दबाव मात्रा का नहीं, स्वरूप का है: जहाँ मात्रा इतनी हो, वहाँ खाली फ़ाइल भी "प्रोसेस हो गई" दिखती है, और "प्रोसेस हो गई" धीरे-धीरे "सही है" की जगह ले लेती है।

ऑडिट रिपोर्ट में एक तालिका थी, जिसे पढ़कर वही पुरानी बेचैनी लौटी जो 2026 में लौटी थी। अप्रैल 2026 में साठ फ़ीसदी वेतन पर फ़र्लो किए जाने के बाद मैंने 372 बंद-दरवाज़े मैचों का खुला डेटासेट बनाया था — बुंदेसलीगा, प्रीमियर लीग और ला लीगा के रीस्टार्ट। घरेलू जीत का हिस्सा 45.6% से गिरकर 38.1% पर आ गया था। जुलाई में मैंने वह डेटासेट मुफ़्त छाप दिया, और फिर तीन हफ़्ते बूटल के एक गोदाम में काम किया। उस अनुभव ने एक बात सिखाई जो इस क्रिकेट ऑडिट पर सीधे लागू होती है: जिस तालिका में हर खाना "एन/ए" भरा हो, वह तालिका खाली नहीं होती — वह अपनी कमी की गवाह होती है।

क्रिकेट-विश्लेषण के इस ऑडिट में तीन खामियाँ सामने आईं, और तीनों एक ही बीमारी के लक्षण हैं।

पहली: एंटिटी एक्सट्रैक्शन को निर्देश दिया गया था — "ऊपर दिए गए सूचना बिंदुओं से पहचानें"। सूचना बिंदु ख़ुद खाली थे। यानी निर्देश अपने आप में एक चक्र था; जो चीज़ नीचे से आनी थी, वही ऊपर से माँगी जा रही थी। जब किसी प्रक्रिया का एक हिस्सा दूसरे हिस्से का नतीजा हो और बीच में कोई स्वतंत्र जाँच न हो, तो खालीपन दुर्घटना नहीं रह जाता, डिज़ाइन बन जाता है।

दूसरी: फ़ॉर्मेट का टैग अनिवार्य नहीं था। सुनने में यह छोटी चूक लगती है; क्रिकेट में इसका असर सबसे बड़ा होता है। बिना फ़ॉर्मेट, कोई भी दावा ग़लत साबित ही नहीं हो सकता, क्योंकि ग़लत साबित करने के लिए तुलना का आधार चाहिए और तुलना का आधार फ़ॉर्मेट है। जो रिपोर्ट टेस्ट के ओपनर को टी20 के फ़िनिशर के पैमाने पर नाप दे, वह रिपोर्ट ग़लत नहीं है — वह रिपोर्ट माप ही नहीं रही।

तीसरी, और सबसे भारी: सिस्टम के पास कोई "नल-गार्ड" नहीं था। आम भाषा में कहें तो दरवाज़े पर ताला नहीं था — और दरवाज़ा इसलिए खुला नहीं था कि चाबी खो गई थी, बल्कि इसलिए कि ताला लगाने का नियम ही किसी ने नहीं बनाया था। तकनीकी दुनिया में इसे फेल-ओपन कहते हैं: गड़बड़ी होने पर सिस्टम रुकता नहीं, आगे बढ़ जाता है। क्रिकेट की खबर बाज़ार हिला सकती है — चोट की खबर, अनुबंध की खबर, चयन की खबर। जो सिस्टम खाली फ़ाइल को आगे भेजता है, वह एक दिन खाली फ़ाइल से बनी खबर भी आगे भेज देगा।

इसके साथ एक चौथी बात जुड़ी थी, जो तकनीकी नहीं, पेशेवर है। ऑडिट में दर्ज था कि भ्रष्टाचार-निगरानी की स्थिति "अपरिभाषित" है — और अपरिभाषित का मतलब "कम जोखिम" कभी नहीं होता। यह भेद क्रिकेट में ख़ास महत्व रखता है। 2026 का पाकिस्तान स्पॉट-फ़िक्सिंग मामला हो — मोहम्मद आमिर, सलमान बट, मोहम्मद आसिफ़ — या 2026 का आईपीएल स्पॉट-फ़िक्सिंग मामला; इनमें से किसी की शुरुआत ऐसे दस्तावेज़ से नहीं हुई थी जिस पर "संदिग्ध" लिखा हो। शुरुआत खाली जगह से होती है, और खाली जगह को लोग साफ़-सुथरी जगह समझ लेते हैं। अनुपस्थित चेतावनी सफ़ाई का सबूत नहीं है; वह सिर्फ़ एक अनुपस्थित चेतावनी है।

पाँचवीं बात मुझे सबसे ज़्यादा चुभी। मशीन ने फ़ाइल पर "क्रिकेट_एशिया" का लेबल लगा दिया था — यानी उसने सतह पढ़ ली थी, भीतर का पाठ नहीं। यह ठीक वैसा है जैसे कोई कमेंटेटर स्कोरबोर्ड देखकर कहानी सुना दे, जबकि स्कोरबोर्ड पर सिर्फ़ टीम का नाम लिखा हो। क्रिकेट की सबसे बड़ी आर्थिक सच्चाई — वैश्विक क्रिकेट आमदनी में भारतीय बाज़ार का हिस्सा सत्तर फ़ीसदी से ऊपर माना जाता है — इस लेबल के पीछे छिपी है, पर वह इस फ़ाइल के बारे में कुछ नहीं कहती। संदर्भ जानना और सबूत होना दो अलग चीज़ें हैं, और क्रिकेट कवरेज में इन दोनों को सबसे ज़्यादा मिलाया जाता है।

ऑडिट ने यह भी लिखा कि अगर यही प्रक्रिया दोबारा चलानी हो तो कम से कम तीन चीज़ें अनिवार्य करनी पड़ेंगी: कम से कम तीन सूचना बिंदु जिन्हें सबूत कहा जा सके, एक स्पष्ट फ़ॉर्मेट टैग, और प्रकाशन तिथि के साथ आउटलेट का नाम। यह सूची किसी तकनीकी दस्तावेज़ जैसी दिखती है, पर असल में यह एक संपादकीय सूची है — वही तीन सवाल जो हर अच्छा उप-संपादक पचास साल से पूछता आया है: क्या हुआ, कब हुआ, और किसने कहा। मॉडल साफ़ था, पर पाठ खाली रह गया — और यही अंतर बताता है कि तकनीक किसी पुरानी पत्रकारिता-अनुशासन की जगह नहीं ले सकती, वह सिर्फ़ उसे तेज़ कर सकती है।

यहाँ एक पंक्ति ऐसी रखनी है जिसमें संख्या को चोट पहुँचाने की इजाज़त हो। जिस फ़ाइल ने यह सारा हंगामा खड़ा किया, अगर वह किसी रणजी नॉकआउट की रिपोर्ट होती — किसी ऐसे बल्लेबाज़ की, जिसने पूरा सीज़न खेला और जिसका नाम स्कोरकार्ड की आख़िरी पंक्ति में दर्ज है — तो कोई यह नहीं पूछता कि फ़ाइल खाली क्यों लौटी। स्प्रेडशीट का एक नाम था, और उस नाम का एक सीज़न था। आँकड़े कहानियों का उल्टा नहीं हैं; वे कहानियाँ हैं जिनके जूते बँधे हैं। खाली पार्स होना तकनीकी समस्या है; खाली पार्स की परवाह न होना संपादकीय समस्या है, और दूसरी वाली पहली से कहीं ज़्यादा महँगी पड़ती है।

अब उलटा हिस्सा। आसान निष्कर्ष यह निकालना है कि दोष मशीन का है, और मशीन को दोष देकर हम अपनी आदतों को बरी कर लें। मुझे यह निष्कर्ष ठीक नहीं लगता। मशीन ने वही किया जो उसे सिखाया गया; उसने खाली फ़ाइल आगे भेजी क्योंकि किसी ने उसे रोकना नहीं सिखाया। असली बात यह है कि यही ग़लती मानवीय क्रिकेट-कमेंट्री हर दिन करती है — नमूना जुटाने से पहले फ़ैसला। 2026 विश्व कप में मैंने सालफ़ोर्ड के स्टूडियो से बत्तीस दिनों में चौंसठ मैच देखे, हर पारी की कोडिंग लाइव। कज़ान वाले मैच से पहले मेरी एक पन्ने की तैयारी में दर्ज था कि उस किशोर का शॉट वॉल्यूम यूरोप की टॉप पाँच लीगों में सबसे ज़्यादा है। किसी ने उसे नहीं पढ़ा, जब तक चौंसठवें मिनट में गोल नहीं हो गया। खाली फ़ाइल और अनपढ़ी फ़ाइल, दोनों एक ही बीमारी हैं: हम सबूत नहीं माँगते, हम पुष्टि माँगते हैं।

दूसरी उलटी बात यह है कि हम "अपरिभाषित" को "साफ़" पढ़ने की आदत से बाहर नहीं आए हैं। जहाँ कवरेज नहीं होती — रणजी का नॉकआउट, क्षेत्रीय भाषा की कमेंट्री, महिला क्रिकेट का बड़ा हिस्सा — वहाँ पाठक मान लेता है कि कुछ हुआ ही नहीं। कवरेज न होना घटना न होने का सबूत नहीं है; वह सिर्फ़ रिकॉर्ड न होने का सबूत है। मुझे पैटर्न पर सबसे ज़्यादा तब भरोसा होता है जब वह बर्नली के ठंडे मंगलवार में भी बचा रहे — ठीक उसी तरह, किसी दावे पर भरोसा तब करना चाहिए जब वह फ़ॉर्मेट, नमूना और तारीख़ तीनों की जाँच के बाद भी खड़ा रहे।

आगे का संकेत साफ़ है। अगली बार जब कोई क्रिकेट रिपोर्ट, कोई ऑक्शन-विश्लेषण, या "टीम इंडिया की बेंच तैयार है" वाला कोई पीस पढ़ें, तो एक सवाल पूछें, बस एक — फ़ॉर्मेट कौन-सा है, और नमूना कितना बड़ा? जो पीस इस सवाल का जवाब नहीं दे पाता, वह पीस बयान है, विश्लेषण नहीं। जिस पाइपलाइन के दरवाज़े पर ताला नहीं, उसे रोकने का काम फ़िलहाल पाठक के पास ही है — कम से कम तब तक, जब तक कोई नियम बनाकर ताला नहीं लगा देता।