स्कोरकार्ड के नीचे की मशीन: क्रिकेट डेटा पाइपलाइन का खाली आउटपुट और उसकी गवाही

स्कोरकार्ड के नीचे की मशीन: क्रिकेट डेटा पाइपलाइन का खाली आउटपुट और उसकी गवाही

'एंटिटीज़ इन्वॉल्व्ड' फ़ील्ड में जो बैठा था, वह किसी बल्लेबाज़ का नाम नहीं था, किसी सीरीज़ का साल नहीं था, किसी स्टेडियम का पता नहीं था। वहाँ एक वाक्य था — identify from the information points above। यानी मशीन ने अपनी ही टू-डू लिस्ट छाप दी, और उसे नतीजा मानकर फ़ाइल कर दिया। क्रिकेट के डोमेन में चली एक Stage-1 एक्सट्रैक्शन का यही आउटपुट मेरे सामने था: Article Title N/A, Article Source N/A, Article Type 'Unclassified', One-sentence Summary खाली, Author Stance N/A, Information Points खाली सूची, Time Sensitivity अन मूल्यांकित, Source Quality के खाने में दूसरा निर्देश — judge from the source fields। पूरे दस्तावेज़ में ज़िंदा सिर्फ़ एक पंक्ति थी: Domain Label = cricket_world।

मैं स्कोरकार्ड पढ़ने का आदी हूँ। यह दस्तावेज़ भी एक स्कोरकार्ड था — हर खाना शून्य, हर ओवर पर कोई रन नहीं। और मेरे काम का एक नियम यह है कि खाली स्कोरकार्ड भी जानकारी देता है, बशर्ते आप उसे लॉग की तरह पढ़ें, दलील की तरह नहीं। मैच के बाद मेरी पंद्रह मिनट की आदत यही है: एक ऐसा विवरण लिखना जो और किसी के पास न हो, मैदान से निकलने से पहले। आज वह विवरण यह था कि मशीन ने अपना काम करने की हिदायत खुद को दे दी और उसे पूरा मान लिया।

पहले यह समझिए कि यह लेयर क्या है

क्रिकेट कवरेज की दो तल हैं। ऊपर वाली वह जो आप देखते हैं — हाइलाइट, कैप्चन, ट्रॉफी, इंटरव्यू। नीचे वाली वह जिसमें फ़ीड, टेम्पलेट, सिलेक्टर, क्लॉक और रोस्टर बैठते हैं। मैं बारह साल से नीचे वाली तल पर काम कर रहा हूँ। 2026 के आईपीएल में सनराइज़र्स हैदराबाद की बीट मिली तो मैंने उप्पल के ग्यारह नेट सेशन में भुवनेश्वर कुमार की कलाई 240 फ़्रेम प्रति सेकंड पर फ़िल्माई — काइनसियोलॉजी की डिग्री इस आदत को छोड़ने नहीं देती। उस सीज़न उनके 26 विकेट रहे और पर्पल कैप उनके पास गई; 21 मई 2026 को उप्पल में सनराइज़र्स ने राइज़िंग पुणे सुपरजायंट को एक रन से हराया। अगली सुबह मेरा 4,000 शब्दों का सीम-प्रेज़ेंटेशन वाला पीस छपा। सबक साफ़ था: अगर कैमरे का फ़्रेम रेट ग़लत है, तो आप नोटबुक ठीक नहीं करते, कैमरा ठीक करते हैं। 24 फ़्रेम के धुँधलेपन से कलाई का गिरना नहीं नापा जा सकता।

2026 में मैंने 19 सितंबर से 10 नवंबर तक अबू धाबी के बुलबुले में सत्तासी दिन बिताए — खाली स्टैंड, नेट्स बत्तीस मीटर पीछे से, लॉकर रूम बंद। सनराइज़र्स क्वालिफ़ायर 2 तक गए और दिल्ली कैपिटल्स से हार गए। उस सीज़न मेरा सबसे भरोसेमंद स्रोत स्टंप माइक था — बल्ले के हैंडल की गूँज, और एक टीम का खुद से बात करने की आवाज़। जब एक साथी के पिता अस्पताल में भर्ती हुए, मैंने उनकी अगली नौ मैच रिपोर्टें अपनी रिपोर्टों के ऊपर ले लीं। वहाँ मैंने सीखा कि अनुपस्थिति को भी रिपोर्ट किया जा सकता है — क्या ग़ायब है, यह भी ख़बर है।

2026 की गर्मियों में न्यूज़रूम के तीन साथी रूस चले गए। मैं इंग्लैंड दौरे पर रहा: 62 दिन, पाँच टेस्ट, 4-1 की हार। 15 जुलाई की दोपहर, जब फ़्रांस ने क्रोएशिया को हराया, मैं लॉर्ड्स में दूसरे वनडे पर फ़ाइल कर रहा था। लॉकर रूम का दरवाज़ा बंद था, तो मैंने पूरा दौरा छोटी-छोटी दोहराई जाने वाली चीज़ों से खड़ा किया — वही तीन खिलाड़ी जो हर नेट सेशन के बाद चालीस मिनट रुकते थे, सुबह 8:40 की टीम बस, फ़िज़ियो का आइस-बॉक्स रुटीन।

आज भी वही लेयर है, बस बड़ी हो गई है। भारतीय क्रिकेट का कंटेंट वॉल्यूम हिंदी और क्षेत्रीय भाषाओं में जितना फैला है, उतना ही उसका निर्भरता-ढाँचा भी। स्कोरकार्ड, बॉल-बाय-बॉल, लाइव ब्लॉग, नीलामी टिकर, वर्कलोड अपडेट — ये सब पहले मशीन से गुज़रते हैं, फिर रिपोर्टर तक आते हैं। Stage-1 वही चौकीदार है जो बताता है कि इस लेख में क्या है: शीर्षक, स्रोत, क़िस्म, सार, लेखक का रुख़, सूचना-बिंदु, एंटिटी, समय-संवेदनशीलता, स्रोत की गुणवत्ता। जब वह चौकीदार सो जाता है, तो ऊपर की हर चीज़ अंधेरे में लिखी जाती है।

तीन विफलताएँ, और हर एक का अपना मशीन-तर्क

सबसे संभावित कारण, और मैं इसे संभावना-क्रम में ही रख रहा हूँ, अपस्ट्रीम बॉडी-फ़ेच की विफलता है। क्रिकेट वेबसाइटें क्रॉलर के लिए ख़ास तौर पर मुश्किल हैं, और इसकी वजह सौंदर्य नहीं, आर्किटेक्चर है। लाइव ब्लॉग लगातार अपडेट होता है और आम तौर पर ब्राउज़र में बनता है, सर्वर पर नहीं। स्कोरकार्ड अक्सर अलग विजेट होता है जो बाद में जाकर डेटा भरता है। DRS ग्राफ़िक, हीट-मैप, वीडियो प्लेयर, कंसेंट-वॉल — इनमें से कोई भी उस पल को रोक सकता है जब मुख्य टेक्स्ट का चयनकर्ता अपना नोड ढूँढता है। जब वह नोड कभी नहीं बनता, तो निकालने वाले को मिलती है खाली स्ट्रिंग, और खाली स्ट्रिंग के नीचे की हर गणना डिफ़ॉल्ट पर गिर जाती है। मैंने यह पैटर्न रात के आख़िरी रन में देखा — एक रणजी लाइव ब्लॉग, और उसका बॉडी-लंबाई शून्य। किसी स्कोरकार्ड पर एक भी रन दर्ज नहीं था, और यह मैच ख़त्म होने की वजह से नहीं था; यह इंजन के देर से चालू होने की वजह से था।

दूसरी विफलता ज़्यादा चालाक है और इसीलिए ज़्यादा ख़तरनाक: क्लासिफ़ायर का शॉर्ट-सर्किट। इस आउटपुट में Article Type की जगह 'Unclassified' लिखा है। ध्यान दीजिए — यह वर्गीकरण का नतीजा नहीं है, यह वर्गीकरण की विफलता है, जिसे नतीजे की शक्ल में रख दिया गया है। यह वैसा ही है जैसे स्कोरबोर्ड पर 'मैच रद्द' लिखा आ जाए, जबकि स्कोरर ही मैदान पर न पहुँचा हो। और क्रिकेट में यह विफलता संरचनात्मक है, क्योंकि क्रिकेट का टैक्सोनॉमी ही गड़बड़ है। एक ही लेख मैच-रिपोर्ट भी हो सकता है, गवर्नेंस भी, नीलामी भी, और वर्कलोड भी। अगर क्लासिफ़ायर को एक ही लेबल चुनने पर मजबूर किया गया है, और वह चुनाव नहीं कर पाता, तो सारांश और रुख़ निकालने वाली शाखाएँ — जो क़िस्म के नीचे टँगी हैं — कभी चलती ही नहीं। कोई फ़ॉलबैक नहीं, कोई सामान्य रास्ता नहीं। यह डेटा की कमी नहीं, यह डिज़ाइन का फ़ैसला है।

तीसरी विफलता सबसे साफ़ गवाही है। Entities Involved में निर्देश पड़ा है, नतीजा नहीं। जिस खाने में परिणाम आना था, वहाँ प्रॉम्प्ट का टेम्पलेट-स्ट्रिंग बैठा है — इसका मतलब है कि वह चरण कभी अमल में आया ही नहीं। ब्रॉडकास्ट ग्राफ़िक्स की दुनिया में इसका ठीक-ठीक जोड़ा मौजूद है: बल्लेबाज़ के सिर पर वह पट्टी जिस पर लिखा हो 'यहाँ खिलाड़ी का नाम डालें'। दर्शक उसे मज़ाक समझकर हँसता है, लेकिन तकनीकी डेस्क के लिए वह सबसे उपयोगी लॉग एंट्री होती है — वह बताती है कि कॉल कहाँ टूटी।

मशीन पक्षपाती है, और पक्षपात की दिशा तय है

अब वह बात, जो मुझे इस खाली आउटपुट में सबसे ज़्यादा चुभती है। जिन लेखों के पास साफ़ संरचित फ़ीड होती है — स्कोरकार्ड, स्कोरलाइन, आँकड़ा, नाम — वे पाइपलाइन से साफ़ निकल जाते हैं। जिन लेखों के पास साफ़ ढाँचा नहीं होता — बोर्ड का कैलेंडर, NCA के वर्कलोड प्रोटोकॉल, प्रसारण की शेड्यूलिंग ग्रिड, रणजी का घटता दायरा, WPL के प्रसारण वादे — वे इसी लेयर पर घुल जाते हैं। यानी पाइपलाइन तटस्थ नहीं है; वह सिस्टम-कहानियों को चुपचाप हटा देती है और हीरो-कहानियों को बचा लेती है। यह सिर्फ़ तकनीकी गड़बड़ नहीं है, यह संपादकीय झुकाव है जो कोड में लिखा गया है।

ट्रांसफ़र विंडो इस झुकाव का सबसे साफ़ उदाहरण है। अफ़वाह के पास ढाँचा होता है — क्लब, खिलाड़ी, रक़म, तारीख़। वह मशीन में साफ़ उतरती है और इसीलिए तेज़ी से फैलती है। रिलीज़-क्लॉज़ का ढाँचा, वेतन-बिल का बँटवारा, एजेंट की फ़ीस की कटौती — इनके पास क्लब और रक़म वाला साफ़ टैग नहीं होता, इसलिए ये एक्सट्रैक्शन में शून्य बन जाते हैं। जबकि असली ख़र्च वहीं छिपा है। जो शोर सबसे आसानी से नापा जाता है, वही आगे भेज दिया जाता है; जो लागत सबसे महँगी है, वह खाने में खाली पड़ी रह जाती है। मैं यह इसलिए नहीं लिख रहा कि मुझे अफ़वाहों से चिढ़ है; मैं यह इसलिए लिख रहा हूँ कि मैंने ग्यारह साल ऐसे डेस्क पर बिताए हैं जहाँ हर दावे के पीछे एक दस्तावेज़ माँगा जाता था। जिस मशीन में दस्तावेज़ की जगह अफ़वाह का ढाँचा हो, वह आपको तेज़ ख़बर देगी और धीमी सच्चाई छीन लेगी।

बाहर से जो ग़लत पढ़ा जाएगा

पहली ग़लतफ़हमी यह होगी कि मॉडल ख़राब है, प्रॉम्प्ट बदल दीजिए। यह ग़लत तल है। अगर बॉडी की लंबाई शून्य है, तो गणित शुरू ही नहीं हुआ; आप जिस नोटबुक को ठीक कर रहे हैं, वह कैमरा नहीं है। पहला टेस्ट यही है — उसी लेख पर एक्सट्रैक्टर अकेले चलाइए और बॉडी-लंबाई देखिए। शून्य मिला तो फ़ेच लेयर पर हाथ डालिए, Stage-1 के प्रॉम्प्ट पर नहीं।

दूसरी ग़लतफ़हमी यह कि खाली आउटपुट का मतलब ख़बर नहीं है। नहीं। खाली आउटपुट का मतलब रिकॉर्ड नहीं है, और क्रिकेट कवरेज में 'रिकॉर्ड नहीं है' सबसे ख़तरनाक हालत है। जब प्रसारण वादे, वर्कलोड नियम या टूर्नामेंट की जीवितता पर कोई दस्तावेज़ नहीं बनता, तो बहस वहीं ख़त्म नहीं होती — झूठी तसल्ली वहीं शुरू होती है। बुलबुले के सत्तासी दिनों में मैंने यह कमाई थी कि खाली स्टैंड और खाली ड्रेसिंग रूम को रिपोर्ट किया जा सकता है; वही कला यहाँ लगानी है। रिकॉर्ड की अनुपस्थिति ख़बर है।

तीसरी ग़लतफ़हमी यह कि यह महज़ पाइपलाइन की बीमारी है और मैदान से इसका कोई रिश्ता नहीं। ठीक उलटा। शेड्यूलिंग के फ़ैसले डॉक्टरी फ़ैसले होते हैं जिन्होंने व्यापारिक कपड़े पहने हैं, और उनका बिल हमेशा उस आदमी के खाते में जाता है जिसका नाम ट्रॉफ़ी पर नहीं होता। जो मशीन इन फ़ैसलों को शून्य में बदल देती है, वह किसी एक रिपोर्टर की लापरवाही नहीं, एक पूरे सूचना-तंत्र की आदत है।

आगे क्या देखना है

मैं भविष्यवाणी नहीं करता, लॉग रखता हूँ। अगले हफ़्ते जो चीज़ मैं देखूँगा, वह ट्रॉफ़ी नहीं होगी; वह फ़ेच-लॉग की लंबाई होगी — कितने क्रिकेट लेख शून्य बॉडी से लौटे, और उनमें से कितने वे थे जिनके पास ढाँचा नहीं था। मेरा सुझाव सादा है: उसी लेख पर एक्सट्रैक्टर अकेले चलाइए, लंबाई नापिए, और जवाब मिलने से पहले प्रॉम्प्ट न छेड़िए। जिस डेस्क पर खाली खाने को गवाही मानकर पढ़ा जाता है, वहाँ हाइलाइट के नीचे की मशीन भी ज़िंदा रहती है। सवाल यह नहीं कि मशीन बोली नहीं। सवाल यह है कि उसकी चुप्पी की गिनती कौन रख रहा है।