खाली खानों का ऑडिट: क्रिकेट कवरेज में गिनती पहले, विशेषण बाद में

टूर्नामेंट कवरेज के बीच मेरे डेस्क पर एक ऐसा रिकॉर्ड पहुँचा जिसमें लगभग हर खाना खाली था। शीर्षक N/A। स्रोत N/A। लेख का प्रकार अपरिभाषित। एक-वाक्य सारांश बिल्कुल खाली। और 'एंटिटीज़ इन्वॉल्व्ड' वाला कॉलम उस सूचना-बिंदु सूची की ओर इशारा कर रहा था, जो वहाँ थी ही नहीं। पूरे दस्तावेज़ में एक ही खाना भरा था — डोमेन लेबल, जिस पर दो शब्द लिखे थे: cricket_world। दो शब्द, और उनके पीछे कोई तथ्य नहीं।

मेरी आदत है कि किसी भी पन्ने पर टिप्पणी लिखने से पहले मैं दो बार गिनता हूँ। पहली बार यह देखने के लिए कि संख्या कितनी है, दूसरी बार यह देखने के लिए कि वह संख्या किस स्रोत से आई है। इस रिकॉर्ड में गिनने को कुछ नहीं था। और ठीक वहीं एक बहुत साफ़ बात दिखी: जब स्रोत खाली हो, तो सबसे खतरनाक काम उसे भरना है।

क्रिकेट डेटा की दुनिया में दो-चरणीय ढाँचा अब सामान्य हो गया है। पहला चरण लेख को तोड़कर उससे 'सूचना-बिंदु' निकालता है — यानी ऐसे अलग-अलग, सत्यापन-योग्य तथ्य जिनके साथ एक संख्या, एक नाम और एक तारीख जुड़ी हो। दूसरा चरण उन बिंदुओं पर आठ आयाम बिछाता है: प्रारूप और मैच-अवस्था, खिलाड़ी की तकनीक और आँकड़े, टीम का परिदृश्य और रैंकिंग, लीग और वाणिज्यिक पारिस्थितिकी, नियम और शासन, जोखिम-पक्ष, सार्वजनिक कथा और अपेक्षा, और उद्योग-संचरण।

इस ढाँचे की पहली शर्त यही है कि प्रारूप तय हो। टेस्ट, वनडे और टी20 के प्रदर्शन-आँकड़े एक साथ नहीं मिलाए जा सकते — यह अनुशासन उसी तरह अनिवार्य है जैसे कमेंट्री बॉक्स में गेंदबाज़ का रिलीज़ पॉइंट। क्रिकेट में हर तार्किक दावा प्रारूप-विशिष्ट होता है, क्योंकि 90 ओवर की थकान और 20 ओवर की तात्कालिकता एक ही कहानी नहीं हैं। जब प्रारूप ही उपलब्ध न हो, तो विश्लेषण शुरू ही नहीं हो सकता।

मेरी अपनी कार्यप्रणाली इसी नियम से चलती है। कमेंट्री से पहले मैं दो पन्नों की क्रिब शीट बनाता हूँ — नाम, एक्शन, रिलीज़ पॉइंट, और आकार की एक पंक्ति। कोई नाम ऑन एयर कहने से पहले मैं उसे तीन बार बोलकर देखता हूँ। पहला फील्ड मैप वहीं शुरू हुआ जहाँ L4 दरकी थी — 2026 में, चिन्नास्वामी के बगल में KSCA नेट्स पर, जब मैं गेंद नहीं डाल सकता था और क्लिपबोर्ड पर हर ओवर के नौ फील्डर, बल्लेबाज़ के स्कोरिंग ज़ोन और गेंदबाज़ का रिलीज़ एंगल खींचता था। अगर मैं नौ फील्डरों की जगह नहीं खींच सकता, तो मैं उस खेल को समझता ही नहीं और उस पर लिखने का हक़ नहीं रखता।

उस रिकॉर्ड पर आठों आयाम चलाए गए, और आठों ने एक ही उत्तर दिया: अपर्याप्त सूचना, आकलन संभव नहीं। मैच-व्याख्या में प्रारूप-संदर्भ N/A, की-फ़ेज़ प्रदर्शन N/A, वेन्यू कारक N/A, पर्यावरणीय कारक N/A। खिलाड़ी-आयाम में औसत N/A, स्ट्राइक रेट या इकॉनमी N/A, स्थितिगत विभाजन N/A, हालिया रुझान N/A। टीम-परिदृश्य में ICC रैंकिंग, घरेलू-बाहरी प्रोफ़ाइल, बल्लेबाज़ी की गहराई, गेंदबाज़ी संयोजन, बेंच डेप्थ, आयु-संरचना — सब N/A। वाणिज्यिक आयाम में ब्रॉडकास्ट अधिकार, फ़्रैंचाइज़ी मूल्यांकन, खिलाड़ी वेतन — कुछ भी नहीं। शासन-चेकलिस्ट में पाँचों खाने 'आकलन संभव नहीं' पर अटक गए। जोखिम-मैट्रिक्स की छहों पंक्तियाँ खाली रहीं।

यहाँ एक निरीक्षण-योग्य विसंगति सामने आई। पूरे रिकॉर्ड में जो एकमात्र भरा खाना था — cricket_world — वह सामग्री नहीं, मेटाडेटा है। यह बताता है कि विषय-क्षेत्र क्रिकेट है; यह नहीं बताता कि कौन खेला, कब खेला, किस प्रारूप में खेला। एक भरा हुआ लेबल खाली रिकॉर्ड को भरा हुआ दिखा सकता है, और यही इस पूरे मामले का सबसे बड़ा जोखिम है। मैंने यही अनुशासन अपनी दो-नोटबुक आदत से सीखा — मैं दो नोटबुक रखता हूँ: एक उसके लिए जो हुआ, एक उसके लिए जो लगभग हुआ — और दोनों में कभी वह खाना नहीं छोड़ा जो खाली था। खाली खाना जानकारी है।

इस विफलता के तीन संभावित कारण हैं, और तीनों परत-स्तरीय हैं, संपादकीय नहीं। पहला, स्रोत का मुख्य भाग पेपरवॉल या जावास्क्रिप्ट-रेंडरिंग के पीछे रहा हो, जिसे स्क्रेपर पढ़ नहीं पाया। दूसरा, जो URL या फ़ाइल पहले चरण को दी गई, वह लेख का पन्ना ही न रही हो — इंडेक्स, 404, या सहमति-दीवार। तीसरा, एन्कोडिंग या ट्रंकेशन की गड़बड़ी। तीनों की संभावना मध्यम है, और तीनों का इलाज एक ही जगह है: फ़ेच परत पर, विश्लेषण परत पर नहीं।

इसका ठोस उपाय भी उतना ही साधारण है। पहले चरण के आउटपुट पर एक वैलिडेशन गेट चाहिए, जो रिकॉर्ड को 'दूसरे चरण के लिए तैयार' तभी माने जब कम-से-कम तीन सूचना-बिंदु और कम-से-कम एक नामित एंटिटी मौजूद हो, और सारांश खाली न हो। साथ में एक बैच-स्तरीय निगरानी संकेत: अगर किसी बैच के 5 प्रतिशत से ज़्यादा रिकॉर्ड खाली सूचना-बिंदुओं के साथ आएँ, तो इसे संयोग न मानकर प्रणालीगत एक्सट्रैक्शन दोष मानें। किसी एक प्रकाशक पर विफलताएँ केंद्रित दिखें, तो स्क्रेपर-फ़िक्स पर्याप्त है; पूरे ढाँचे को दोबारा बनाने की ज़रूरत नहीं।

यह सब तब समझ में आता है जब हम उस पैमाने को याद करें जिस पर असली सब्सट्रेट दिखता है। 19 दिसंबर 2026 की सुबह मैंने एडिलेड का स्ट्रीम खोला था और स्क्रीन पर 36 चमक रहा था। उस दिन मैंने कॉलम नहीं लिखा; मैंने तालिका बनाई — दस विकेट, गेंद की लाइन, लेंथ, बल्लेबाज़ का स्विंग, कैचर की पोज़िशन, गेंदबाज़ की कलाई। जोश हेज़लवुड 5/8 पर लौटे और पैट कमिंस 4/21 — ये संख्याएँ स्कोरकार्ड में दर्ज हैं, और मेरे पन्ने पर दस में से आठ विकेट विकेटकीपर के पीछे दर्ज हुए, सब ऑफ़ स्टंप के ऊपर गुड लेंथ पर। एडिलेड का 36 मेरे लिए उल्टा पढ़ा जाने वाला पैटर्न बन गया। वही तालिका जनवरी 2026 में ब्रिस्बेन पहुँची, जहाँ वाशिंगटन सुंदर और शार्दुल ठाकुर की सातवें विकेट की 123 रन की साझेदारी उस सतह पर संरचनात्मक रूप से संभव साबित हुई। अंतर सिर्फ़ इतना था: वहाँ गिनने के लिए दस विकेट थे। यहाँ गिनने के लिए शून्य।

और यहीं वह सवाल उठता है जिसे मैं हर डेटा-उत्पाद पर उठाता हूँ, चाहे वह नीलामी का पर्स हो या एक्सट्रैक्शन का रिकॉर्ड: एक ही चीज़ की दो कीमतें क्यों हैं? यहाँ एक ही शून्य की दो कीमतें हैं। संपादकीय परत उसे देखकर कहती है — कोई कहानी नहीं, कोई लेख नहीं। पाइपलाइन उसे देखकर कहती है — वैध परिणाम, अगले चरण के लिए भेजो। दोनों एक ही पन्ने को दो अलग मूल्य दे रहे हैं, और बीच का अंतर प्रणाली उठा रही है, पाठक नहीं। यहाँ किसी पर आरोप लगाने की जल्दबाज़ी नहीं करनी चाहिए — पहले वह प्रोत्साहन दिखाना चाहिए जो यह अंतर पैदा करता है, और वह प्रोत्साहन साफ़ है: थ्रूपुट। एक खाली रिकॉर्ड को 'पूर्ण' मान लेना सस्ता है; उसे विफल घोषित करके दोबारा चलाना महँगा है।

यहीं मेरी असहजता शुरू होती है, और यह असहजता पूरी क्रिकेट-कवरेज अर्थव्यवस्था पर लागू होती है। एक गलत इनपुट कम खतरनाक है, क्योंकि गलत इनपुट कम-से-कम एक झूठला-सकने वाला दावा पैदा करता है; खाली इनपुट खतरनाक है, क्योंकि वह आत्मविश्वास से भरा हुआ दावा पैदा करता है जिसे झूठला ही नहीं जा सकता। जिस पल को हम खाली खाने को 'संदर्भ की कमी' कहकर छोड़ देते हैं, उसी पल किसी कॉलम में 'स्टेडियम ने साँस रोक ली' लिखा जाने लगता है। वह वाक्य तथ्य की कमी से नहीं, खाने को भरने की आदत से निकलता है।

एक और बात, जो मुझे अपने ही काम पर लागू करनी पड़ी। यहाँ 'AI पाइपलाइन' की शब्दावली क्रिकेट पत्रकारिता में उधार ली गई है, और उधार लेते समय अनुवाद-जाँच ज़रूरी है। जिस पल हम कहते हैं कि 'खाली रिकॉर्ड भरना गलत है', हमें यह भी जाँचना होगा कि स्थानीय डेटा मौजूद है या नहीं — घरेलू कार्यभार ट्रैकिंग, चिकित्सीय खुलासा, पारदर्शी पर्स नियम। जहाँ ये नहीं हैं, वहाँ यही अनुशासन सबसे ज़रूरी है। जुलाई में रणनीति से पहले नोटबुक बोलती थी — 2026 में, जब KPL की कमेंट्री में मैंने एक लेफ़्ट-आर्म स्पिनर की कैरम गेंद को दो बार सीधी गेंद कह दिया था, और बाकी पखवाड़ा हर गेंदबाज़ का रिलीज़ पॉइंट अपनी हथेली के पीछे लिखकर बिताया था। वह गलती जानकारी की कमी से नहीं, मेरे भरने की जल्दबाज़ी से हुई थी।

आगे का रास्ता तकनीकी भी है और आदतगत भी। दोबारा चलाने के लिए कम-से-कम छह चीज़ें चाहिए: शीर्षक और स्रोत का URL, कम-से-कम पाँच सूचना-बिंदु, कम-से-कम एक नामित एंटिटी जिसके साथ भूमिका-टैग हो, प्रारूप-संदर्भ या स्पष्ट 'सामान्य/उद्योग' टैग, प्रकाशन तिथि, और एक-वाक्य सारांश। इनके बिना जो भी 'विश्लेषण' बनेगा, वह क्रिकेट के बारे में नहीं, हमारी जल्दबाज़ी के बारे में होगा। अगली बार जब कोई संख्या आपके सामने आए, तो विशेषण से पहले दो सवाल पूछें — यह किस परत से आई है, और इसके साथ कौन-सी तारीख चल रही है। जिस दिन हम खाली खाने को खाली कहना बंद कर देंगे, उस दिन हमारी कवरेज पहली बार पूरी तरह पढ़ी जा सकेगी।