खाली खाता: जब क्रिकेट_एशिया का रिकॉर्ड संरचना में सही और सामग्री में शून्य निकला

[हुक]

उस फ़ाइल में बारह फ़ील्ड थीं। बारहों मौजूद थीं। बारहों खाली थीं।

सिस्टम ने कोई त्रुटि नहीं दी। स्कीमा वैध था, कुंजियाँ अपनी जगह थीं, और सबसे नीचे एक पंक्ति छपी थी जो बाकी सब से ज़्यादा चुभी — Domain Label: cricket_asia. यानी एक पूरा दस्तावेज़, जिसमें एक भी तथ्य नहीं था।

मैं पंद्रह साल से स्कोरकार्ड और ब्रॉडकास्ट टेप की आमने-सामने जाँच करता रहा हूँ। खाली फ़ाइल मेरे लिए नई नहीं है, पर उसकी पहचान ज़रूरी है। एक खाली फ़ाइल दो में से एक चीज़ होती है: या तो पढ़ने लायक कुछ था ही नहीं, या पढ़ने वाला कुछ पढ़ ही नहीं पाया। इन दोनों के बीच का फ़र्क़ ठीक वही है जो एक छोड़े गए रिव्यू और एक ग़लत रिव्यू के बीच होता है। पहला आपको कुछ नहीं बताता। दूसरा आपको ग़लत बताता है। दोनों में से बेहतर पहला है।

यहाँ पहला हुआ था। और इसीलिए इस रिपोर्ट का विषय कोई मैच नहीं — विषय वह रिकॉर्ड है जो मैच के बारे में कुछ भी कहने से इनकार कर रहा था, और साथ में वह पाइपलाइन जिसने इस इनकार को "सफल" का दर्जा दे दिया।

[संदर्भ]

क्रिकेट की कवरेज में मेरी हमेशा एक ही शिकायत रही है: हम रिकॉर्ड को सच मान लेते हैं क्योंकि रिकॉर्ड आधिकारिक दिखता है। स्कोरकार्ड पर मुहर लगी होती है, इसलिए हम उसे फ़ैसला मान लेते हैं। लेकिन एक स्कोरकार्ड भी उसी तरह बनता है जैसे कोई भी दस्तावेज़ बनता है — किसी ने कुछ दर्ज किया, किसी ने कुछ छोड़ा, और बीच में कहीं एक सत्यापन हुआ या नहीं हुआ। जिस दिन आप स्कोरकार्ड से यह पूछना बंद कर देते हैं कि यह किस फ़ुटेज से मिलाया गया था, उसी दिन से आप खबर नहीं, प्रेस रिलीज़ लिख रहे हैं।

अब इस दस्तावेज़ को देखिए। यहाँ संरचना पूरी है और सामग्री शून्य। नीचे जो फ़ील्ड हैं, उन्हें पढ़कर साफ़ पता चलता है कि कहाँ-कहाँ तथ्य बैठने थे:

— One-sentence Summary: खाली। यानी उस लेख का सार ही नहीं निकला जिसका विश्लेषण होना था। — Author Stance और Article Purpose: दोनों N/A। यानी लेखक किस पक्ष में है और लेख किसलिए लिखा गया, यह अज्ञात। — Information Points: पूरा खंड खाली, एक भी प्रविष्टि नहीं। — Entities: निर्देश है कि इकाइयाँ "ऊपर के सूचना बिंदुओं से पहचानी जाएँ" — और सूचना बिंदु ही ज़ीरो हैं। यानी निर्देश वैध, इनपुट अनुपस्थित। — Time Sensitivity: मूल्यांकन ही नहीं हुआ। — Source Quality: कहा गया है कि यह "सूचना बिंदुओं के source फ़ील्ड से तय होगा" — और वह फ़ील्ड मौजूद ही नहीं।

इस पूरे ढाँचे में एक ही संकेत ज़िंदा है, और वह है क्षेत्र लेबल: cricket_asia. यह बताता है कि विषय-क्षेत्र "क्रिकेट + एशिया" है। यह नहीं बताता कि कौन-सा मैच, कौन-सी सीरीज़, कौन-सा बोर्ड, कौन-सा विवाद। यह एक पते की तरह है जिसमें गली का नाम है और मकान का नंबर नहीं।

मेरे पास एक पुराना नियम है, और वह 2026 से चला आ रहा है। उस साल पुणे में एमसीए स्टेडियम, गहुंजे पर राइज़िंग पुणे सुपरजायंट के आख़िरी आईपीएल सीज़न में मैंने ब्रॉडकास्ट डेटा लॉगर का काम किया। फ़ाइनल हैदराबाद में मुंबई इंडियंस से एक रन से गया — 129/8 के जवाब में 128/6। फिर मैंने तीन हफ़्ते लगाकर आठ होम मैच दोबारा देखे और चौंतीस रिव्यू-योग्य क्षण लॉग किए। उनमें से ग्यारह ऐसे थे जिन्हें किसी भी टीम ने कभी जाँचा ही नहीं।

खाता कहता है चौंतीस; टेप पूछता है कि ग्यारह ही क्यों खुले। यही सवाल अब इस खाली फ़ाइल पर लागू होता है — फ़ील्ड बत्तीस थीं या बारह, यह मायने नहीं रखता; मायने यह रखता है कि जो भरना था वह भरा क्यों नहीं गया, और किसने इसे "ठीक" मान लिया।

[कोर]

मेरे अनुभव में ऐसा संयोजन — ढाँचा पूरा, क्षेत्र लेबल तैयार, निष्कर्षण शून्य — तीन में से किसी एक स्थिति की ओर इशारा करता है। तीनों को अलग-अलग पहचानना ज़रूरी है, क्योंकि तीनों का इलाज अलग है।

पहली स्थिति: मुख्य पाठ का संग्रह ही विफल रहा। 403, पेडवॉल, जावास्क्रिप्ट से बना पेज, या खाली body। ऐसे में निष्कर्षक (extractor) को कुछ मिला ही नहीं, उसने खाली परिणाम लौटाया, और — यह सबसे महत्वपूर्ण हिस्सा है — उसने कोई अपवाद (exception) नहीं फेंका। यानी विफलता दर्ज नहीं हुई। जिस विफलता का टाइमस्टैम्प न हो, वह विफलता नहीं, वह मौन है।

दूसरी स्थिति: निष्कर्षक ने कुछ निकाला, लेकिन आउटपुट स्कीमा जाँच में विफल रहा और सिस्टम ने उसे चुपचाप खाली ढाँचे में बदल दिया। यह सबसे ख़तरनाक स्थिति है, क्योंकि इसमें डेटा था और वह रास्ते में खो गया। पहली स्थिति में पाइपलाइन ने कुछ नहीं पाया; दूसरी में उसने पाया और गिरा दिया। पहली में दोष स्रोत का है, दूसरी में दोष हमारा है।

तीसरी स्थिति: क्षेत्र वर्गीकरण (domain classifier) पूरी तरह स्वतंत्र रूप से काम कर रहा है। वह URL, डोमेन या शीर्षक देखकर लेबल लगा देता है — इसलिए मुख्य पाठ खाली होने पर भी cricket_asia लेबल आसानी से बन जाता है। यह अपने आप में कोई गड़बड़ नहीं है; यह अच्छा डिज़ाइन है। लेकिन इसका एक दुष्परिणाम है: एक ऐसा संकेत बच जाता है जो सफलता जैसा दिखता है। लेबल आ गया, तो लगता है काम हो गया। नहीं हुआ।

मेरी मुख्य बात यह है कि यह कंटेंट की विशेषता नहीं, पाइपलाइन का दोष है — और इन दोनों को एक ही नज़र से देखना ही असली गड़बड़ है।

क्यों? क्योंकि एक लेख जिसमें बहुत कम तथ्य हैं, वह भी कुछ तो लौटाता है। उसमें कम से कम एक वाक्य, एक नाम, एक स्थान तो होता है। जो रिकॉर्ड बिल्कुल शून्य लौटाता है, वह लेख के बारे में कुछ नहीं कहता — वह लेख तक पहुँचने की हमारी क्षमता के बारे में कहता है। यही अंतर है।

मुझे यह अंतर खेल से आया। 2026 में जब आईपीएल यूएई में शिफ्ट हुआ और स्टेडियम खाली थे, मैंने पुणे से चार लोगों की एक रिमोट रिव्यू डेस्क चलाई — बॉल-ट्रैकिंग, अल्ट्राएज और होस्ट फ़ीड, तीनों को 1.5 सेकंड की लेटेंसी के भीतर सिंक करते हुए। भीड़ का शोर नहीं था, इसलिए ऑडियो स्पाइक छिपाने वाला कोई शोर भी नहीं था। तब मैंने हाथ से एक सिंक लॉग बनाया: प्रति ओवर साठ फ़्रेम, हर फ़्रेम पर टाइमस्टैम्प। उस सीज़न में मुंबई इंडियंस ने ख़िताब जीता और मेरा लॉग वेंडर की डिफ़ॉल्ट ऑपरेटिंग प्रोसीजर बन गया अगले दो सीज़न के लिए।

उस लॉग ने मुझे एक बात सिखाई जो इस खाली फ़ाइल पर सीधे लागू होती है: खेल की दुनिया में 'डेटा नहीं मिला' और 'डेटा यह कहता है' को कभी एक ही खाने में नहीं डालना चाहिए, क्योंकि बाद में कोई उस खाने को पढ़कर फ़ैसला सुना देगा।

रिव्यू डेस्क पर यह सबसे आम गलती है। बॉल-ट्रैकिंग फ़्रेम लोड नहीं हुआ। तीसरे अंपायर के पास स्क्रीन पर कुछ नहीं आया। अब क्या होता है? अगर प्रोटोकॉल मज़बूत है, तो जवाब है: 'अनिर्धारित' — यानी ऑन-फ़ील्ड फ़ैसला जस का तस, और लॉग में एक पंक्ति कि ट्रैकिंग उपलब्ध नहीं थी। अगर प्रोटोकॉल कमज़ोर है, तो जवाब है: अंपायर्स कॉल, क्योंकि वह सबसे सुरक्षित दिखता है। लेकिन ये दोनों एक ही चीज़ नहीं हैं। पहला कहता है हमें पता नहीं। दूसरा झूठ बोलता है कि हमें पता है कि गेंद स्टंप पर पर्याप्त नहीं थी।

इसी तरह, जिस फ़ाइल में One-sentence Summary खाली है, वहाँ सार 'संक्षिप्त था' नहीं — सार था ही नहीं। और जिस फ़ाइल में Information Points खाली हैं, वहाँ लेख 'तथ्य-विहीन' नहीं — हमने तथ्य निकाले ही नहीं।

बारह पन्नों का प्रोटोकॉल सुझाव नहीं होता; वह परिणामों वाली चेकलिस्ट होती है। मैंने यह वाक्य 2026 में सीखा, जब रूस विश्व कप चल रहा था — वह पहला टूर्नामेंट जिसमें VAR था, और जिसमें रिकॉर्ड उनतीस पेनल्टी दिए गए। मेरे साथी इसे अराजकता कह रहे थे। मुझे वहाँ अराजकता नहीं दिखी; मुझे एक गुम चेकलिस्ट दिखी। मैंने उन रातों में बारह पन्नों का एक आंतरिक मेमो लिखा — 'रिव्यू प्रोटोकॉल v0.1' — जिसमें क्रिकेट के DRS को फीफा की चार VAR ट्रिगर श्रेणियों से मिलाया गया था, और साथ में कप्तान की चुनौती का निर्णय-वृक्ष भी। मेरे सुपरवाइज़र ने उसे घुमाया; सीज़न ख़त्म होने से पहले दो फ़्रैंचाइज़ियों ने उसकी कॉपी माँगी।

उस मेमो की सबसे उपयोगी पंक्ति यह थी: हर ट्रिगर की एक शर्त होती है, हर शर्त की एक जाँच होती है, और हर जाँच का एक मालिक होता है। जिस जाँच का मालिक नहीं, वह जाँच नहीं — वह आशा है।

इस खाली फ़ाइल पर आशा का यही रूप चल रहा है। कोई कह रहा है कि सार तो निकाला जाएगा; किसी ने यह नहीं पूछा कि निकालने के बाद उसे जाँचेगा कौन। छह टाइम ज़ोन ने मुझे सिखाया कि सिंक लॉग दूसरा रेफ़री होता है — वह चुपचाप बैठा रहता है, कुछ नहीं बोलता, लेकिन जब दो डेस्क एक ही फ़ैसले के दो अलग-अलग संस्करण भेजते हैं, तो वही बताता है कौन सही था। अगर यहाँ कोई सिंक लॉग होता, तो उसमें एक पंक्ति होती: स्रोत से पाठ प्राप्त नहीं हुआ, समय यह, ऑपरेटर यह। और उस एक पंक्ति से पूरा झगड़ा ख़त्म हो जाता।

अब वह हिस्सा, जो सबसे ज़्यादा चुभता है।

यह सिस्टम अंधा नहीं था। वह जानता था कि यह क्रिकेट-एशिया का मामला है। उसने वर्गीकरण कर दिया। लेकिन वह इतना नहीं जानता था कि लेख में क्या लिखा था। एक इंसानी डेस्क पर यह कभी नहीं होता — क्योंकि वहाँ एक साथी कहता कि भाई, यह पेज खुला ही नहीं। मशीन ने यह नहीं कहा। मशीन ने चुप रहना चुना, और चुप्पी को वैध मान लिया गया।

मेरे खाते में इस एक पंक्ति की कमी सबसे बड़ी विफलता है: 'निष्कर्षण विफल'। जिस दिन कोई सिस्टम अपनी विफलता को दर्ज करना बंद कर देता है, उस दिन से उसकी हर रिपोर्ट पर संदेह करना जायज़ हो जाता है — क्योंकि अब आप यह नहीं जानते कि सामने खाली खाना 'कुछ नहीं था' कह रहा है या 'मैं पढ़ नहीं पाया'।

और यही वजह है कि मैं आगे नहीं लिखता।

दूसरे चरण (Stage-2) का पूरा इनपुट इन्हीं खाली खानों पर टिका है — लेखक का पक्ष, तर्क की कड़ी, सूचना बिंदुओं का भार, इकाइयों का संबंध, समय-संवेदनशीलता। इनके बिना जो लिखा जाएगा, वह विश्लेषण जैसा दिखेगा और मनगढ़ंत होगा। मैं उस फ़र्क़ को अच्छी तरह जानता हूँ।

2026 की उस गहुंजे वाली कवायद में मेरे पास एक विकल्प था: जिन ग्यारह क्षणों को किसी ने जाँचा नहीं, उनके बारे में यह लिख देना कि टीमों ने 'रणनीतिक कारणों से' उन्हें छोड़ा। सुना हुआ, साफ़-सुथरा, और पूरी तरह झूठ। मैंने वह नहीं लिखा। मैंने लिखा: छत्तीस में से चौंतीस रिव्यू-योग्य क्षण, ग्यारह अनिरीक्षित, कारण अज्ञात। और वही मेरे शोध-प्रबंध के परिशिष्ट में साक्ष्य के रूप में गया, किस्से के रूप में नहीं।

हर छूटा हुआ चेक एक टाइमस्टैम्प छोड़ता है; हर टाइमस्टैम्प एक सवाल छोड़ता है। इस फ़ाइल में टाइमस्टैम्प ही नहीं है। और जहाँ टाइमस्टैम्प नहीं, वहाँ सवाल भी नहीं; जहाँ सवाल नहीं, वहाँ सुधार भी नहीं।

[कंट्रेरियन]

अब वह बात, जो इस पूरे मामले में सबसे कम कही जाएगी और सबसे ज़्यादा सच है।

आसान निदान यह है: 'लेख में सामग्री कम थी'। यह निदान आरामदायक है क्योंकि इसमें किसी को दोषी नहीं ठहराया जाता। लेख छोटा था, बस। लेकिन यह निदान ग़लत है, और मैं बताता हूँ क्यों। जिस लेख में सामग्री कम होती है, वहाँ निष्कर्षक कुछ न कुछ लौटाता है — एक वाक्य, एक नाम। जिस लेख में निष्कर्षक शून्य लौटाता है, वहाँ समस्या सामग्री की मात्रा नहीं, सामग्री तक पहुँच की है। इन दो दोषों का मालिक अलग है: पहले का मालिक संपादकीय डेस्क, दूसरे का मालिक इंजीनियरिंग डेस्क। और अगर आप पहले वाले को दूसरे का नाम दे देंगे, तो इंजीनियरिंग डेस्क कभी ठीक नहीं होगी क्योंकि उसे कभी कहा ही नहीं जाएगा।

भारतीय क्रिकेट पत्रकारिता की एक पुरानी आदत है, और मैं इसे बिना लाग-लपेट कहूँगा: वह पहुँच को लागू करने से ऊपर रखती है। बोर्ड से रिश्ता बना रहे, यह ज़रूरी है; प्रोटोकॉल का पन्ना बारह लागू हो, यह वैकल्पिक हो जाता है। धीमी ओवर-रेट पर जुर्माना आता है, हम उसे तीन पंक्तियों में निपटा देते हैं। कोड ऑफ़ कंडक्ट की सुनवाई होती है, हम सुनवाई की तारीख़ लिखते हैं और फ़ैसला नहीं। 2026 के स्पॉट-फ़िक्सिंग निलंबन और लोढ़ा सुधार इसके सबसे साफ़ उदाहरण हैं — दस्तावेज़ बने, और सज़ा कुछ लोगों तक सिमट गई।

मेरा स्थायी तर्क यही है: बारह पन्नों का प्रोटोकॉल तभी असली होता है जब उसके तहत किसी पर जुर्माना लगे। जिस प्रोटोकॉल के तहत कभी किसी को सज़ा नहीं मिली, वह प्रोटोकॉल नहीं, सजावट है।

यही बात डेटा पाइपलाइन पर लागू होती है। जिस स्कीमा में 'निष्कर्षण विफल' नाम की कोई स्थिति नहीं, वह स्कीमा अपनी ही विफलता को पकड़ नहीं सकती। और जो स्कीमा अपनी विफलता नहीं पकड़ सकती, वह अपनी सफलता का दावा कैसे करेगी?

दूसरा उलटा कोण, और यह ज़्यादा तीखा है।

हम सब इस बात पर सहमत हैं कि एक लेखक को तथ्य नहीं गढ़ने चाहिए। लेकिन हम इस पर सहमत नहीं हैं कि जब तथ्य मिले ही न हों, तब क्या करना चाहिए। व्यवहार में जवाब यह होता है: थोड़ा इंतज़ार कर लो, और अगर इंतज़ार लंबा हो जाए तो लिख दो। डेडलाइन सबसे ईमानदार बहाना है जो हमारे पास है।

लेकिन यहाँ जो हो रहा था, वह इंतज़ार नहीं था। यह अनुपस्थिति को निष्कर्ष में बदलने की प्रक्रिया थी। और यह चीज़ सिर्फ़ मशीनों में नहीं होती। मैंने इंसानी डेस्क पर भी देखी है — ऑडियो स्पाइक आया ही नहीं, तो किसी ने कह दिया कि स्पाइक हल्का था। बॉल-ट्रैकिंग का फ़्रेम गायब था, तो किसी ने कह दिया कि गेंद स्टंप से बाहर जा रही थी। दोनों वाक्य एक ही जगह से आते हैं: खाली स्क्रीन को भरने की इच्छा से।

और यही वजह है कि मैं इस रिपोर्ट में किसी मैच, किसी खिलाड़ी, किसी बोर्ड का नाम नहीं लिखूँगा। नाम लिखना आसान होता। लेकिन जिस दिन मैं बिना लॉग के नाम लिख देता हूँ, उस दिन मेरा बायलाइन उसी श्रेणी में चला जाता है जिसकी मैं आलोचना करता हूँ — अनाम सूत्रों वाली खबर की श्रेणी में, जहाँ दावा है और दस्तावेज़ नहीं।

[हस्तक्षेप — न्यूनतम इनपुट]

अब काम की बात। इस रिकॉर्ड को आगे बढ़ाने के लिए तीन रास्ते हैं, प्राथमिकता के क्रम में।

एक, मूल पाठ। सादा टेक्स्ट में चिपका दीजिए, बस। मैं उससे पहला चरण दोबारा बनाऊँगा और फिर विश्लेषण करूँगा। मेरे अनुभव में यह सबसे तेज़ रास्ता है, क्योंकि इसमें पाइपलाइन की कोई और कड़ी ठीक नहीं करनी पड़ती।

दो, पहला चरण दोबारा चलाइए, लेकिन इस बार एक जाँच जोड़िए — असर्शन गेट। शर्तें सीधी रखिए: information_points एक ग़ैर-खाली सूची हो, हर प्रविष्टि के साथ source फ़ील्ड हो, one-sentence summary ग़ैर-खाली हो, entities ग़ैर-खाली हो। इनमें से कोई एक भी शर्त टूटे तो रिकॉर्ड को 'सफल' नहीं, 'निष्कर्षण विफल' का दर्जा दीजिए। यह सिर्फ़ एक if-शर्त है, और यह पूरे सिस्टम की विश्वसनीयता बदल देती है।

तीन, अगर मूल पाठ मिल ही न सके तो कम से कम URL और संग्रह का समय दीजिए। उससे मैं यह बता सकूँगा कि विफलता किस किस्म की थी — robots, पेडवॉल, या गतिशील रेंडरिंग। इन तीनों का इलाज अलग है और तीनों को एक ही टिकट पर नहीं निपटाया जा सकता।

एक अस्थायी विकल्प भी है, पर मैं उसे साफ़ लेबल के साथ ही दूँगा: अगर इस बार काम आगे बढ़ाना ही है, तो मैं सिर्फ़ cricket_asia के आधार पर एक क्षेत्रीय ढाँचा बना सकता हूँ — यानी इस क्षेत्र में आम लेखों की श्रेणियाँ (मैच रिपोर्ट, बोर्ड गवर्नेंस और राजनीति, व्यापार और प्रसारण अधिकार, खिलाड़ी और चयन, प्रारूप और मैदान), हर श्रेणी के लिए ज़रूरी इकाई-खाने और सामान्य समय-स्थिरांक, और स्रोत-गुणवत्ता के मानदंड (बोर्ड की प्रथम-पक्ष घोषणा बनाम समाचार एजेंसी बनाम एग्रीगेटर)। यह ढाँचा काम का है, लेकिन इसमें इस लेख के बारे में एक भी निष्कर्ष नहीं होगा। इसे ढाँचा कहिए, विश्लेषण नहीं।

[टेकअवे]

जिस दिन क्रिकेट का कोई रिकॉर्ड खाली लौटे और कोई यह न कहे, उस दिन हमें यह मान लेना चाहिए कि हमने जाँच बंद कर दी है — क्योंकि जाँच बंद होने के बाद जो बचता है, वह रिकॉर्ड नहीं, सिर्फ़ खाली दिखने वाला भरोसा है। इस फ़ाइल में एक ही चीज़ ज़िंदा थी: cricket_asia। अगली बार, अगर यही लेबल आए और नीचे के बारह खाने फिर खाली दिखें, तो पहला सवाल यह मत पूछिए कि लेख में क्या था। पूछिए कि वह पंक्ति कहाँ है जो बताती हो कि हमें पढ़ना क्यों नसीब नहीं हुआ।