खोखला शेल: क्रिकेट के डेटा डेस्क पर वह गड़बड़ी जो कोई एरर नहीं देती

रात 2:07 बजे वह फाइल आई। नौ फील्ड। ब्रैकेट सब बंद, इंडेंटेशन साफ, कोई ट्रेलिंग कॉमा नहीं। कोई वॉर्निंग नहीं, कोई रेड बैनर नहीं। स्क्रीन पर वह चीज़ बैठी थी जिसे सॉफ्टवेयर की भाषा में 'सफल पेलोड' कहते हैं।

फाइल का पहला फील्ड था टाइटल — वहाँ N/A लिखा था। सोर्स — N/A। आर्टिकल टाइप — Unclassified। वन-सेंटेंस समरी — खाली। इनफॉर्मेशन पॉइंट्स — एक खुला-बंद कोष्ठक, [ ]। एंटिटीज़ — 'identify from the information points above'। यानी ऊपर जो सूचना-बिंदु हैं, उनसे एंटिटी पहचानिए — जबकि ऊपर कोई सूचना-बिंदु ही नहीं था।

और नौ में से एक ही फील्ड भरी हुई थी: Domain Label: cricket_world।

यह पैराग्राफ किसी खराब मैच रिपोर्ट के बारे में नहीं है। यह उस पाइपलाइन के बारे में है जिससे होकर आज हर क्रिकेट रिपोर्ट गुज़रती है — और उस एक क्षण के बारे में जब वह पाइपलाइन बिना आवाज़ किए फेल हो गई, फिर भी सब कुछ ठीक दिख रहा था।

मैंने गेंद देखना बंद कर दिया था, गैप देखना शुरू कर दिया था। यहाँ गैप किसी फील्डिंग सेटअप में नहीं, आपूर्ति-श्रृंखला में था।

एक फाइल, नौ फील्ड, और एक अनुबंध

क्रिकेट कवरेज का जो रूप आप सुबह पढ़ते हैं, वह चार-पाँच हाथों से होकर आता है। एक स्ट्रिंगर जो मैदान पर बैठा था और जिसने पहली सुबह देखा कि तेज़ गेंदबाज़ अपना रन-अप छोटा कर रहा है। एक एजेंसी जिसने उस अवलोकन को स्टैंडर्ड फॉर्मैट में डाला। एक डेस्क जिसने उसे काटा-छाँटा। फिर एक एक्सट्रैक्शन लेयर, जिसे हम Stage-1 कहते हैं, जिसका काम गद्य को तथ्यों में बदलना है। फिर Stage-2, जिसका काम उन तथ्यों पर बहस करना है। और अंत में वह परत जो पाठक तक पहुँचती है — आजकल अक्सर एक संक्षिप्त उत्तर-कैप्सूल के रूप में, जिसे सर्च इंजन उठाकर सीधे जवाब की तरह दिखा देते हैं।

हर हाथ पर एक अनुबंध है। स्ट्रिंगर का अनुबंध: जो देखा, वही लिखो। डेस्क का अनुबंध: अनुपात बनाओ। Stage-1 का अनुबंध सबसे सरल है और इसीलिए सबसे नाज़ुक — गद्य को ऐसे तथ्यों में तोड़ो जिन्हें दोबारा जाँचा जा सके; जो नहीं तोड़ा जा सकता, उसे साफ़-साफ़ खाली घोषित करो।

रात 2:07 की फाइल ने पहला और दूसरा हिस्सा निभाया, तीसरा नहीं। उसने तथ्य निकाले ही नहीं — पर 'निकाल नहीं पाए' यह भी नहीं कहा। और यहीं से असली चर्चा शुरू होती है। एक खाली लिस्ट जो अपने भीतर कोई दावा नहीं लाती, वह किसी भी दावे से कम खतरनाक नहीं होती, क्योंकि डाउनस्ट्रीम सिस्टम इसे खारिज नहीं करता — वह इसे जगह दे देता है।

Stage-1 का अनुबंध टूटा, तो Stage-2 क्या करता है

Stage-2 का काम तथ्यों पर बहस करना है, तथ्य खोजना नहीं। जब उसके हाथ में खाली लिस्ट आती है, तो उसके पास तीन रास्ते हैं: इनकार कर दे, अनुमान लगा ले, या निर्देशों के भीतर जो एक भी भरा हुआ फील्ड मिला है उसे पकड़ ले।

तीसरा रास्ता सबसे आकर्षक है क्योंकि वह काम करता हुआ दिखता है। Domain Label: cricket_world पढ़कर Stage-2 अपने आप मान लेता है कि विषय क्रिकेट है — और फिर वह क्रिकेट पर सामान्य विश्लेषण लिखना शुरू कर देता है। वह गलत नहीं होगा, बस वह उस लेख का विश्लेषण नहीं होगा जिसे विश्लेषित करने का दावा कर रहा है। पाठक को यह कभी पता नहीं चलेगा, क्योंकि आउटपुट में वही साफ़ स्ट्रक्चर, वही सुंदर हेडिंग, वही आँकड़े-जैसी भाषा होगी।

यहीं पर मुझे अपनी पुरानी गलती याद आती है। 2026 में मैंने पुणे से राइज़िंग पुणे सुपरजायंट के फाइनल तक के सफर पर काम किया था — हैदराबाद में मुंबई इंडियंस से एक रन का हार, 130 का लक्ष्य, 128/6। उस सीरीज़ के 14 मैचों की 2,100 गेंदें मैंने हाथ से तीन-ज़ोन ग्रिड में कोड की थीं, यह देखने के लिए कि स्टीव स्मिथ ने 17 साल के वॉशिंगटन सुंदर के पावरप्ले ओवर कैसे इस्तेमाल किए। वह 4,000 शब्दों का पीस दो बार इस कहकर लौटाया गया कि 'डायग्राम ज़्यादा हैं'। जब छपा, तो पाठक डायग्राम का स्क्रीनशॉट भेजकर सुधार बताने लगे।

उस अनुभव से मैंने एक नियम बनाया था जो आज भी मेरे हर टेम्पलेट की पहली लाइन है: हर टैक्टिकल दावे में एक ज़ोन का नाम और एक फील्डर का नाम होना चाहिए। अगर नाम नहीं आ रहा, तो दावा नहीं है। Stage-1 के उस खाली JSON को देखकर मुझे लगा कि वही नियम अब पूरी पाइपलाइन पर लागू करना पड़ेगा — हर तथ्य के साथ उसका ज़ोन और उसका फील्डर चाहिए, यानी उसका स्रोत और उसका समय।

N/A का बाज़ार भाव: फील्ड-दर-फील्ड ऑडिट

खाली फील्ड दिखने में एक जैसे लगते हैं, लेकिन उनकी कीमत अलग-अलग है। मैंने उस फाइल को उसी तरह कोड किया जैसे मैच को कोड करता हूँ — एक-एक फील्ड, एक-एक ज़ोन।

टाइटल: N/A। सबसे ऊपर का नुकसान, और सबसे कम दिखने वाला। टाइटल के बिना डाउनस्ट्रीम किसी भी दावे को किसी विषय से बाँध नहीं सकता। यह वैसा ही है जैसे स्कोरकार्ड पर टीम का नाम ही न हो और ग्यारह खिलाड़ी मैदान पर खड़े हों। आप खेल देख सकते हैं, पर आप नहीं बता सकते कि कौन जीता।

सोर्स: N/A। यहाँ नुकसान तकनीकी से ज़्यादा राजनीतिक है। स्रोत के बिना आप यह तय नहीं कर सकते कि दावा किसका है — आयोजक का, बोर्ड का, एजेंट का, या खुद रिपोर्टर का अनुमान। क्रिकेट में यह अंतर सबसे ज़्यादा मायने रखता है, क्योंकि एक ही वाक्य दो अलग दुनिया बना देता है: 'चयन समिति ने कहा' और 'चयन समिति के करीबी सूत्रों ने कहा'। Stage-1 अगर स्रोत नहीं उठा पाया, तो उसने असल में दोनों को एक कर दिया।

आर्टिकल टाइप: Unclassified। इसका मतलब है कि न्यूज़, एनालिसिस, ओपिनियन और रिपोर्ट — चारों को एक ही तराजू पर तोला जाएगा। किसी ओपिनियन पीस के दावे को खबर की तरह उद्धृत किया जाएगा। खेल पत्रकारिता में यह सबसे पुरानी बीमारी है और अब यह ऑटोमेटेड है।

वन-सेंटेंस समरी: खाली। कोई केंद्रीय प्रस्ताव नहीं। बिना प्रस्ताव के हर अगली परत अपना प्रस्ताव खुद गढ़ेगी — और वही असली फैलाव है।

इनफॉर्मेशन पॉइंट्स: [ ]। यहाँ मैं रुकना चाहता हूँ।

सबसे महंगा खालीपन

बाकी सब फील्ड उस एक फील्ड के आगे गौण हैं। इनफॉर्मेशन पॉइंट्स वह इकाई है जिससे एंटिटी निकलती है, जिससे टाइम-सेंसिटिविटी निकलती है, जिससे सोर्स-क्वालिटी निकलती है। लिस्ट खाली है, तो उसके नीचे की हर चीज़ अनाथ है। Stage-1 रिपोर्ट में जो एंटिटीज़ फील्ड था, उसकी वैल्यू एक निर्देश थी — 'ऊपर के सूचना-बिंदुओं से पहचानिए'। यह वह दुर्लभ मामला है जब एक फाइल अपने ही भीतर यह स्वीकार कर रही है कि उसका ऑब्जेक्ट मौजूद नहीं है, और फिर भी स्ट्रक्चर के हिसाब से वैध बनी हुई है।

ऐसे आउटपुट को मैं कानूनी खोखला शेल कहता हूँ। कानूनी, क्योंकि स्कीमा की हर शर्त पूरी है। खोखला, क्योंकि भीतर कोई तथ्य नहीं। शेल, क्योंकि बाहर से वह ठोस दिखता है।

यह अवधारणा क्रिकेट में नई नहीं है। 2026 में जब स्टेडियम खाली थे और आईपीएल यूएई में सितंबर-नवंबर खेला गया, तो मैंने 2026 से 2026 तक के डेथ ओवर दोबारा देखकर दुबई, अबू धाबी और शारजाह के लिए एक देव मॉडल बनाया था। टूर्नामेंट में रन रेट आठ से ऊपर रहा और लक्ष्य का पीछा करने वाली टीमों ने लगभग दो-तिहाई लीग मैच जीते। मैंने लिखा कि इसमें से ज़्यादातर अंतर फॉर्म से नहीं, टॉस की कीमत से आया। लेकिन उस मॉडल के साथ मैंने एरर बार छापे — और यही सबसे ज़रूरी हिस्सा था। जिस आउटलेट में वह छपा, वहाँ उससे पहले किसी क्रिकेट पीस के साथ एरर बार नहीं गए थे। सब-एडिटर नाराज़ थे। पाठक संतुष्ट थे।

एरर बार क्या है? यह स्वीकारोक्ति है कि मॉडल को कुछ नहीं दिखता। कानूनी खोखले शेल की समस्या यह नहीं कि वह गलत है; समस्या यह है कि उसने अपना एरर बार हटा दिया है। एक चीज़ जो मानती है कि वह नहीं जानती, और एक चीज़ जो चुपचाप नहीं जानती — दोनों में ज़मीन-आसमान का फर्क है।

वह एक भरा हुआ फील्ड

अब उस अकेली भरी हुई वैल्यू पर आते हैं: Domain Label: cricket_world।

यह फाइल का सबसे खतरनाक हिस्सा है, और वजह उलटी है — यह सही भी हो सकता है। लेकिन यह रिपोर्ट के भीतर किसी भी साक्ष्य से समर्थित नहीं है। टाइटल N/A, इनफॉर्मेशन पॉइंट्स खाली, एंटिटीज़ अनुपस्थित। यानी लेबल उसी दस्तावेज़ में खड़ा है जिसमें उसे सहारा देने के लिए कुछ भी नहीं।

स्टैटिस्टिक्स में इसे प्रायर कहते हैं — वह पूर्व-धारणा जो डेटा आने से पहले मौजूद होती है। प्रायर बुरी चीज़ नहीं है; बेयेसियन विश्लेषण की पूरी इमारत उसी पर खड़ी है। मुसीबत तब है जब प्रायर किसी ऑब्ज़र्वेशन की जगह बैठ जाए और कोई उसे पहचान न पाए।

जब शोर हट जाता है, तो ढाँचा बोलने लगता है। यहाँ शोर हटा तो, पर ढाँचे ने जो कहा वह तथ्य नहीं, एक टैग था।

क्रिकेट में इसका रोज़मर्रा का उदाहरण है। किसी युवा बल्लेबाज़ के तीन अच्छे पारियों के बाद डेस्क उसे 'तकनीकी रूप से साउंड' कह देता है। यह एक लेबल है जो तीन पारियों से नहीं निकला — यह लेबल पहले से मौजूद था, तीन पारियाँ उसकी पुष्टि बन गईं। तीन पारियाँ किसी भी निष्कर्ष के लिए पर्याप्त नहीं हैं, यह बात हर एनालिटिक्स डेस्क जानती है और हर टेलीविज़न पैनल भूल जाता है। मैं दोनों जगह बैठा हूँ, इसलिए बता सकता हूँ कि अंतर जानकारी का नहीं, ऑडिट का है।

स्कोरकार्ड जिसपर 0/0 लिखा हो

एक सादृश्य मदद करेगा। सोचिए आपको एक स्कोरकार्ड मिलता है। ग्यारह नाम, ग्यारहों के आगे 0/0, और हाशिये पर टीम का नाम। क्या यह स्कोरकार्ड है? तकनीकी रूप से हाँ — फॉर्मैट पूरा है। व्यावहारिक रूप से, यह स्कोरकार्ड से ज़्यादा खतरनाक है, क्योंकि अगली परत उस 0 को शून्य पढ़ेगी, न कि 'दर्ज नहीं हुआ'।

क्रिकेट में इस अंतर ने टूर्नामेंट बदले हैं। 2026 में टोक्यो ओलंपिक में भारत ने जर्मनी को 5-4 से हराकर 41 साल बाद हॉकी का पदक जीता; मैंने उस मैच में पेनल्टी-कॉर्नर डिफेंसिव पोज़िशनिंग और सिमरनजीत सिंह के प्रेस को देखा। ग्यारह हफ्ते बाद दुबई में भारत पाकिस्तान से दस विकेट से हारा — टी20 विश्व कप से ग्रुप चरण में बाहर। मैंने एक पीस लिखा जिसमें दोनों को जोड़ा: दोनों बार टीम ने एक ही चीज़ खोई, पहले दस मिनट का नियंत्रण।

यह जोड़ना तभी संभव था जब दोनों मैचों के दावे अपने स्रोत और अपने समय के साथ दर्ज थे। अगर उस डेटा में 'पहले दस मिनट' वाली लाइन किसी लेबल की तरह घुसी होती, बिना मिनट-दर-मिनट विवरण के, तो वह पीस एक ट्रोप बन जाता। ट्रोप सुंदर होते हैं और बेकार होते हैं।

सीमा पार करो, वही पैटर्न नई जर्सी में

सीमा पार करो और वही पैटर्न नई जर्सी पहन लेता है। क्रिकेट की खाली-फील्ड समस्या फुटबॉल के डेटा डेस्क पर दो दशक पहले आ चुकी थी और वहाँ का जवाब आज भी अधूरा है।

फुटबॉल में सबसे प्रसिद्ध उदाहरण पोज़ेशन प्रतिशत है। साठ फीसदी गेंद रखने वाली टीम अक्सर कुछ नहीं बनाती, क्योंकि पोज़ेशन एक गिनती है, दिशा नहीं। इसीलिए xG आया — और xG के साथ वही समस्या लौटी। बिना शॉट-लोकेशन के xG एक ऐसा नंबर है जिसका फॉर्मैट सही है और अर्थ खोखला। किसी मॉडल ने 1.7 xG बताया और आपने पूछा नहीं कि वे शॉट कहाँ से आए, तो आपने उसी 0/0 स्कोरकार्ड को विश्लेषण समझ लिया।

प्रेसिंग में भी यही। PPDA एक अनुपात है — प्रतिद्वंद्वी के पास बनी पासों की संख्या बटा अपनी डिफेंसिव एक्शन की संख्या। संख्या गिरी, तो कहा जाता है प्रेस तेज़ हुआ। पर प्रेस कहाँ से शुरू हुआ, किस चैनल में, किस खिलाड़ी ने ट्रिगर दबाया — यह सब PPDA के बाहर है। 2026 विश्व कप में मैंने फ्रांस के सातों मैच, 630 मिनट, ट्रैक किए थे, ऑस्ट्रेलिया से 2-1 की मुश्किल जीत के बाद दिदिए देसॉं का 4-3-3 से 4-2-3-1 में बदलाव और ब्लेज़ मातुईदी को बाएँ की सुरक्षा में आगे खिसकाना। मेरा पूरा कॉलम एक साधारण ज़ोन-ऑक्यूपेंसी गिनती पर चला था: प्रति चैनल, प्रति 15 मिनट, कितनी पासें रिसीव हुईं। तीस दिन चला। उस गिनती में हर संख्या के पीछे एक जगह थी और एक समय था।

यही अनुशासन क्रिकेट पर लागू होता है: पावरप्ले चैनल, ऑफ़ स्टंप के बाहर का कॉरिडोर, स्वीपर का आर्क। ज़ोन का नाम लिए बिना कोई टैक्टिकल वाक्य अधूरा है।

सुधार सूचकांक: जब आँकड़ा बदलाव नहीं देख पाता

2026 में यह और साफ़ हुआ। 10 नवंबर को एडिलेड में भारत टी20 विश्व कप का सेमीफाइनल इंग्लैंड से दस विकेट से हारा; इंग्लैंड ने 169 का लक्ष्य 24 गेंदें बाकी रहते पूरा किया। दस दिन बाद कतर में अर्जेंटीना सऊदी अरब से 1-2 हारा और लियोनेल स्कालोनी ने टूर्नामेंट के बीच में एन्ज़ो फर्नांडेज़ और 4-4-2 के इर्द-गिर्द टीम दोबारा बनाई — जो 3-3 के फाइनल और पेनल्टी पर जीत में बदली।

दोनों जगह सवाल एक ही था: टीम टूर्नामेंट के भीतर अपनी शक्ल बदल सकी या नहीं। इससे मेरा पाँच-चर सुधार सूचकांक बना — शक्ल, कर्मचारी, टेम्पो, सेट-पीस, बदली का समय। अब मैं स्कोरलाइन की भविष्यवाणी नहीं करता; मैं यह भविष्यवाणी करता हूँ कि कोच पहले कौन-सा चर तोड़ेगा और कब।

इस सूचकांक की एक शर्त है जो मैं हर बार लिखता हूँ: यह सूचकांक तभी काम करता है जब पाँचों चरों का इनपुट उसी मैच से आया हो। अगर टेम्पो वाला चर किसी पिछले टूर्नामेंट की आदत से भरा गया है, तो सूचकांक सुंदर नंबर देगा और गलत जगह इशारा करेगा। Stage-1 की खाली फाइल वही कर रही थी, बस सूचकांक के स्तर पर नहीं, पूरे डेस्क के स्तर पर।

पाइपलाइन की समस्या, प्रतिभा की नहीं

अब वह हिस्सा जिसे डेटा डेस्क की बहसों में सबसे कम जगह मिलती है। Stage-1 अकेले फेल नहीं होता। वह उस व्यवस्था में फेल होता है जिसने उसके नीचे का मानवीय स्तर पहले ही पतला कर दिया है।

फ्रैंचाइज़ी स्काउटिंग ने चुपचाप वह काम ले लिया है जो ज़ोनल सेलेक्टर करते थे। रणजी ट्रॉफी का मीडिया कवरेज नॉकआउट हफ्तों से बाहर पतला होता जा रहा है। पुरुष क्रिकेट में दूसरी पसंद की टीम और महिला क्रिकेट में 2026 के बाद की उछाल — दोनों एक ही सवाल के दो चेहरे हैं: किसे देखा जाता है, और किसके द्वारा।

यह सवाल डेटा पाइपलाइन से सीधे जुड़ता है। जो रिपोर्टर मैदान पर बैठकर यह देख सकता है कि एक तेज़ गेंदबाज़ का लैंडिंग फुट आधा इंच खिसका है, उसका अवलोकन तभी सिस्टम में दर्ज होता है जब नीचे कोई इंसान उसे लिखकर भेजे। Stage-1 गद्य को तथ्य में बदलता है — गद्य पैदा नहीं करता। जहाँ गद्य पैदा करने वालों की संख्या घटी, वहाँ Stage-1 के पास पढ़ने को कुछ नहीं बचा।

यहाँ मैं अपनी सीमा साफ़ कर देना चाहता हूँ। मैं भारत में बाहर से आया विश्लेषक हूँ। ज़मीनी जानकारी — कौन-सा स्थानीय रिपोर्टर किस मैदान की पिच पढ़ सकता है, किस क्षेत्रीय भाषा का डेस्क किस खिलाड़ी की असली कहानी जानता है — यह मेरी पहुँच से बाहर है और यहीं पर मैं स्थानीय डेस्कों के पीछे खड़ा हूँ, उनके आगे नहीं। मैं जो कह रहा हूँ वह अनुमान है: खाली फाइल का असली कारण तकनीकी नहीं, संरचनात्मक है — किसी टोकन ने पैसे बचाए और किसी स्ट्रिंगर का नाम पाइपलाइन तक नहीं पहुँचा।

मुख्यधारा की सबसे मज़बूत दलील

अब अपने ही तर्क के खिलाफ सबसे ताकदवर वाली बात, पूरी लंबाई में।

दलील यह है: पाइपलाइन का काम हर हाल में आउटपुट देना है, और आंशिक डेटा पर काम करना पूरी तरह छोड़ देने से हमेशा बेहतर है। एक संपादकीय डेस्क पर समय की एक ही मुद्रा है, और अगर 40 फीसदी तथ्य उपलब्ध हैं तो उन 40 फीसदी पर लिखा गया पीस उस पाठक के लिए बेहतर है जिसे कुछ भी नहीं मिलता। इसे 'ग्रेसफुल डिग्रेडेशन' कहते हैं, और यह इंजीनियरिंग का अच्छा अभ्यास है।

दूसरी दलील: N/A कोई झूठ नहीं है। झूठ तब होता जब सिस्टम कुछ गढ़ देता। यहाँ तो सिस्टम चुप रहा — और चुप्पी ईमानदारी का सबसे सस्ता रूप है। अगर हर खाली फील्ड पर पाइपलाइन को हार्ड फेल कर दिया जाए, तो आधी रात को कोई भी रिपोर्ट पूरी नहीं होगी और डेस्क खाली हाथ लौट जाएगा।

तीसरी दलील सबसे व्यावहारिक है: मनुष्य इसी के लिए बैठा है। Stage-2 का विश्लेषक, सब-एडिटर, डेस्क-हेड — तीनों की नौकरी ही यह पकड़ना है कि कोई चीज़ नहीं चल रही। अगर वे नहीं पकड़ पा रहे, तो दोष पाइपलाइन का नहीं, उस डेस्क का है जिसने बिना पढ़े आगे बढ़ा दिया।

ये तीनों दलीलें मज़बूत हैं और मैं इन्हें हल्के में नहीं उड़ा सकता।

फिर भी यह क्यों नहीं टिकती

पहली दलील में एक भूल छिपी है: ग्रेसफुल डिग्रेडेशन तब काम करता है जब सिस्टम खुद को डिग्रेडेड घोषित करता है। आपके फोन का मैप जब सिग्नल नहीं मिलता, तो वह 'लो एक्युरेसी' लिखकर दिखाता है। वह चुपचाप आपको गलत गली में नहीं भेजता। रात 2:07 की फाइल ने 'लो एक्युरेसी' नहीं लिखा। उसने सब कुछ पूरा दिखाया।

दूसरी दलील में 'N/A झूठ नहीं है' वाला हिस्सा तकनीकी रूप से सही और व्यवहार में खतरनाक है। N/A झूठ नहीं है, पर N/A किसी और के अनुमान के लिए जगह है। और फिर वह चीज़ घटती है जिसे मैं सबसे ज़्यादा डरता हूँ: खाली जगह भरने की रफ्तार सत्यापन की रफ्तार से हमेशा तेज़ होती है। एक गैप को भरने में दो सेकंड लगते हैं; उसे सत्यापित करने में दो घंटे। इस अनुपात में सुधार नहीं होगा।

तीसरी दलील सही होती अगर मनुष्य को पकड़ने का मौका मिलता। खोखला शेल की पूरी तरकीब यही है कि वह पकड़ में नहीं आता — क्योंकि ऑपरेटर सर्च करता है 'एरर' के लिए, और यहाँ एरर नहीं है। यह स्टेटस 200 है। डेस्क का सारा निगरानी-चश्मा अपॉइंटमेंट के लिए बना होता है जो स्क्रीन पर लाल दिखता है, न कि उस लेआउट के लिए जो हरे से थोड़ा कम रोशन है।

और यह मुझे 2026 की उस बात पर ले जाता है जो मैंने खुद पर लादी थी: कभी लिखकर फाइल मत करो जब तक विपक्ष की दलील पूरी लंबाई में न लिख लो। मुझे दो संपादकों ने इसकी वजह से छोड़ा। एक ने इसी वजह से नौकरी दी।

मैं कहाँ गलत हो सकता हूँ

क्योंकि मैं यह मानता हूँ कि मेरा मॉडल दिखाता है, न कि सच।

मैं गलत हो सकता हूँ अगर वह खाली फाइल किसी असली लेख से नहीं, किसी टेस्ट रन से आई थी। उस हालत में यह पूरी चर्चा एक झूठी समस्या पर लिखी गई है — और उसका कोई बचाव नहीं। यही मेरी पहली शर्त है: आउटपुट किसी उत्पादन रन का है या टेस्ट का, यह बिना जाने मैं कोई निष्कर्ष नहीं दूँगा।

मैं गलत हो सकता हूँ अगर Domain Label उस रिपोर्ट में कहीं और स्पष्ट रूप से रक़म-ब-रक़म सिद्ध हो रहा हो — मसलन टाइम-सेंसिटिविटी फील्ड में दर्ज कोई ऐसा तथ्य जो साफ़ बताता हो कि विषय क्रिकेट है और किस तारीख का है। इस हालत में वह लेबल अनाथ नहीं है और मेरा मुख्य आरोप गिर जाता है।

मैं गलत हो सकता हूँ अगर Stage-1 की इस खाली आउटपुट की दर उद्योग में प्रति हज़ार फाइलों में 0.1 हो। तब यह एक ईमानदार किनारा है, मासिक खतरा नहीं, और इतनी लंबी चर्चा अनुपात से बाहर है। मेरे पास इस दर का कोई सत्यापित आँकड़ा नहीं है, और जब डेटा चुप हो जाता है तो सबसे बुरी आदत उसे अनुमान से भरना है।

वही बात विपरीत दिशा में भी है। मुझे लगता है कि हमारे पास एक ऐसा मीडियम है जो 'मुझे नहीं पता' लिखने की जगह ही नहीं रखता। एक कैप्सूल जवाब माँगता है, एक सुर्खी दावा माँगती है, एक थंबनेल निश्चितता माँगता है। इस साँचे में सबसे ईमानदार चीज़ — अनिश्चितता — अट ही नहीं सकती।

एक लाइन, जो तीन लाइनें हैं

अगर मुझे इस पूरी बहस से एक ही व्यावहारिक सुझाव देना हो, तो वह तीन लाइनों में है — और उनकी कीमत शून्य है।

पहली: इनफॉर्मेशन पॉइंट्स की लंबाई ज़ीरो हो, या टाइटल N/A हो, या आर्टिकल टाइप Unclassified हो — तो Stage-1 को हार्ड फेल। लॉग में एक पंक्ति: extraction_empty, दोबारा चलाओ, डेस्क को बताओ। यह जाँच नहीं, अटकी हुई घुंडी है; फिर भी इसने वह काम करना है जो आठ N/A से नहीं हुआ।

दूसरी: हर भरी हुई छोश फील्ड को उसके सबूत लिस्ट पर टिकाना। Domain Label के साथ एक छोटी लिस्ट हो जिसमें उन सूचना-बिंदुओं की आईडी हों जिनसे वह लेबल निकला। अगर लिस्ट खाली है, तो लेबल टैग है, तथ्य नहीं, और उसे इसी तरह चिह्नित करके आगे भेजा जाए।

तीसरी: डाउनस्ट्रीम को दो चीज़ें अलग दिखने मिलें — जो सत्यापित हुआ है और जो अनुमान है। जब Stage-2 में लिखा जाए कि 'सूत्रों ने कहा', तो उसके आगे फ़ाइल में यह भी लिखा होना चाहिए कि किसने कहा और कब। यह सीधा-सरल नियम है और यही मेरी पूरी ताकत है अपने क्रिकेट नियमों में: ज़ोन का नाम और फील्डर का नाम।

अगले चक्र में मैं क्या देखूँगा

अब मैदान पर लौटते हैं, क्योंकि डेटा की बातें तभी मायने रखती हैं जब वे पिच तक आएं। इस पूरे रेगुलर सीज़न में मैं एक चीज़ ट्रैक करूँगा और वह आँकड़ा नहीं, आदत है: कौन-से डेस्क अपनी खबर के साथ यह लिखते हैं कि उन्हें क्या नहीं पता। पहले तीन हफ्तों में जिन रिपोर्टों में 'अभी पुष्टि नहीं' या 'टीम ने आधिकारिक रूप से घोषणा नहीं की' वाला एक वाक्य होगा, वे डेस्क सत्र के अंत में रोस्टर की सबसे साफ़ तस्वीर देंगे। इसका उलटा भी उतना ही साफ़ होगा: जो डेस्क 0/0 स्कोरकार्ड से 0 नंबर ऊपर लेते हैं और उसे एक खिलाड़ी के संघर्ष की कहानी में बदल देते हैं, वे हफ्तों बाद वही कहानी पलटते मिलेंगे।

डेटा डेस्क पर इस साल का असली सवाल तकनीकी नहीं है। सवाल यह है कि क्या मीडियम वह जगह बना सकता है जहाँ एक खोखली फाइल अपने लेखक को पहचाने बिना आगे न बढ़ सके। मेरे टेम्पलेट की पहली लाइन आज भी वही है। अगर फील्डर का नाम नहीं आ रहा, तो गेंद कहाँ जाएगी यह भी तुम नहीं बता सकते — और जो आदमी यह नहीं बता सकता, उसे टिप्पणीकार की कुर्सी छोड़कर दर्शक की कुर्सी पर बैठ जाना चाहिए।

मैप मैदान नहीं था — वह लाइनों के बीच की जगह थी। और इस हफ्ते वह जगह दो JSON ब्रैकेट के बीच में थी, जहाँ कुछ होना चाहिए था और कुछ नहीं था।

वही फाइल आज भी डेस्क पर पड़ी है। नौ फील्ड, सब बंद, इंडेंटेशन साफ़। कोई एरर नहीं।