क्रिकेट न्यूज़ पाइपलाइन की खामोश विफलता: जब खबर मौजूद थी, पर तथ्य गायब रह गए

क्रिकेट कवरेज का बड़ा हिस्सा अब ऐसी स्वचालित प्रणालियों से गुजरता है जो पहले लेख पढ़ती हैं, उसमें से तथ्य निकालती हैं और फिर उन्हीं तथ्यों के आधार पर विश्लेषण तैयार करती हैं। इस श्रृंखला की एक हालिया कड़ी में गंभीर विफलता दर्ज हुई है। एशियाई क्रिकेट यानी cricket_asia श्रेणी में वर्गीकृत एक सामग्री के पहले चरण (Stage-1) के विश्लेषण में सभी ठोस फ़ील्ड खाली लौटीं — लेख का शीर्षक उपलब्ध नहीं, स्रोत का नाम नहीं, लेख का प्रकार अपरिभाषित, सूचना बिंदुओं की सूची रिक्त, मुख्य दृष्टिकोण अनुपलब्ध, और इसमें शामिल खिलाड़ियों अथवा टीमों का कोई उल्लेख नहीं। केवल एक फ़ील्ड भरी हुई थी: डोमेन लेबल cricket_asia। सीधे शब्दों में, प्रणाली यह बता सकी कि सामग्री किस विषय की है, लेकिन यह नहीं बता सकी कि उसमें क्या लिखा है। यह किसी मैच के नतीजे की खबर नहीं है, यह खेल-मीडिया के डेटा ढाँचे की खबर है। आधुनिक क्रिकेट विश्लेषण की बुनियाद 'सूचना बिंदु' होते हैं — लेख में मौजूद वे परमाणु तथ्य जिन्हें सत्यापित किया जा सके: कौन-सा फ़ॉर्मेट, कौन-सा मैदान, किस पारी में कितने रन, कौन-सा खिलाड़ी, कौन-सी तारीख़। इन्हीं बिंदुओं पर आगे का हर निष्कर्ष टिकता है। जब यह सूची खाली हो, तो विश्लेषण का दावा करने के लिए कोई ज़मीन ही नहीं बचती। और यही इस घटना का सबसे महत्वपूर्ण पहलू है: विफलता खेल के स्तर पर नहीं, सूचना के स्तर पर हुई है। क्रिकेट में यह सीमा शर्त बहुत कठोर है। टेस्ट, वनडे और टी20 के आँकड़े आपस में तुलनीय नहीं होते। किसी बल्लेबाज़ का औसत या स्ट्राइक रेट, किसी गेंदबाज़ की इकॉनमी, या किसी टीम की हालिया फ़ॉर्म — इनमें से किसी भी आँकड़े का अर्थ तय नहीं होता जब तक फ़ॉर्मेट तय न हो। पावरप्ले की कुशलता, मध्य ओवरों में नियंत्रण, डेथ ओवरों का निष्पादन — ये सब मापदंड टी20 के हैं। टेस्ट के लिए सत्र-दर-सत्र क्षरण का अलग ढाँचा है। जब फ़ॉर्मेट ही अपरिभाषित हो, तो विश्लेषण शुरू ही नहीं हो सकता। यहाँ वही हुआ। अब वह जोखिम, जो इस पूरी घटना का असली केंद्र है। एक विश्लेषण प्रणाली जिसके सामने आठ अनिवार्य ढाँचे रखे जाते हैं और जिसे शून्य सामग्री दी जाती है, उस पर 'भरोसेमंद दिखने वाला क्रिकेट कंटेंट' गढ़ने का दबाव बनता है। यह मानवीय प्रलोभन भी है और मशीन-स्तर की प्रवृत्ति भी। एक अधूरी जानकारी वाली सामग्री से खाली सामग्री कहीं ज़्यादा खतरनाक है, क्योंकि अधूरी जानकारी में कम से कम कोई सीमा होती है, जबकि खाली सामग्री में ढाँचे ही एकमात्र धुरी रह जाते हैं — और ढाँचे गढ़ने की ओर खींचते हैं। इसलिए विश्लेषण का सही उत्तर यही था: हर स्थान पर 'अपर्याप्त जानकारी' लिखकर स्पष्ट इनकार कर दिया जाए। किसी खिलाड़ी, टीम, आँकड़े या मैच का नाम स्मृति से भरना तकनीकी रूप से आसान था और पेशेवर रूप से अनुचित। विफलता का स्थान भी इस रिपोर्ट से स्पष्ट होता है। जब निष्कर्षण पूरी तरह खाली हो, लेकिन वर्गीकरण सफल रहे, तो खराबी आम तौर पर 'मॉडल परत' में नहीं, 'फ़ेच परत' में होती है — यानी जहाँ लेख को लाया जाता है। बॉट ब्लॉकिंग, कुकी वॉल, पे-वॉल, जावास्क्रिप्ट से बना पेज, या पार्सर का समय-समाप्त हो जाना। एक भाषा-मॉडल असली पाठ को सारांशित करते समय शायद ही कभी पूरी सूची खाली लौटाता है और साथ में एक साफ़ विषय-लेबल भी दे देता है। यह अंतर इंजीनियरिंग टीम के लिए सीधा संकेत है: खोज वहीं करें, जहाँ से पाठ आता है, विश्लेषण वहीं नहीं। तो cricket_asia लेबल से क्या निकलता है? केवल एक कमज़ोर पूर्वाग्रह — यह कि सामग्री का विषय एशियाई क्रिकेट से जुड़ा है। इसमें भारत, पाकिस्तान, श्रीलंका, बांग्लादेश, अफ़ग़ानिस्तान, नेपाल, या आईपीएल, पीएसएल, एलपीएल, बीपीएल जैसी एशियाई फ़्रैंचाइज़ी लीग में से कोई भी शामिल हो सकता है। यह एक टॉपिक क्लासिफ़ायर का आउटपुट है, कंटेंट निष्कर्ष नहीं। इससे आगे कुछ भी कहना अनुमान होगा। इसी तरह व्यावसायिक आयाम भी बंद है। लेख के प्रकार के अपरिभाषित रहने से यह भी तय नहीं होता कि सामग्री मैदान-आधारित थी या बाज़ार-आधारित — प्रसारण अधिकार, फ़्रैंचाइज़ी मूल्यांकन, या नीलामी। और यही वह जगह है जहाँ एशियाई क्रिकेट मीडिया की एक पुरानी आदत दिखती है: नीलामी की कीमत को प्रदर्शन का प्रमाण मान लेना। यदि मूल सामग्री वापस मिले, तो सबसे पहले यही जाँचना चाहिए — क्या किसी खिलाड़ी की व्यावसायिक कीमत को उसकी खेल-क्षमता के रूप में पेश किया गया है? दोनों को अलग-अलग रखना ज़रूरी है। अच्छी बात यह है कि सुधार सस्ता है। सबसे पहले स्रोत को संग्रहित या स्नैपशॉट कर लिया जाए, क्योंकि लिंक टूट सकते हैं, पे-वॉल बदल सकते हैं, और सामग्री हटाई जा सकती है। इसके बाद Stage-1 दोबारा चलाया जाए, और प्राथमिकता स्पष्ट रखी जाए: शीर्षक, स्रोत, सूचना बिंदु, फ़ॉर्मेट वर्गीकरण और इकाइयों की सूची। इन दो फ़ील्ड — फ़ॉर्मेट और इकाई सूची — के मिलते ही लगभग सत्तर प्रतिशत विश्लेषणिक मूल्य खुल जाता है। अंत में स्रोत-गुणवत्ता और समय-संवेदनशीलता का मूल्यांकन शून्य से दोबारा करना होगा, क्योंकि वे कभी हुए ही नहीं; उन्हें बाद में स्मृति से नहीं जोड़ा जा सकता। इस पूरी घटना का सबसे साफ़ सबक यही है कि तकनीकी पूर्णता और विश्लेषणिक सार्थकता एक चीज़ नहीं हैं। आठ खंड भरे हुए दिख सकते हैं और फिर भी उनमें एक भी क्रिकेट तथ्य न हो। पाठकों, संपादकों और डेटा टीमों, तीनों के लिए यही पैमाना होना चाहिए: दावा वहीं तक जाए जहाँ तक साक्ष्य जाता है। जहाँ साक्ष्य नहीं, वहाँ स्पष्ट इनकार ही सबसे ईमानदार रिपोर्टिंग है।