खाली इनपुट, भरा हुआ रिपोर्ट: क्रिकेट एनालिटिक्स की चुप्पी ने जो कबूल किया

पिछले हफ़्ते मेरे डेस्क पर एक डॉक्यूमेंट पहुँचा। आठ विश्लेषण-आयाम। सात रिस्क फ्लैग। एक पूरी रिस्क मैट्रिक्स, जिसकी हर पंक्ति भरी हुई दिखती थी। "मिनिमम इनफ़ॉर्मेशन सेट" की सात पंक्तियों वाली तालिका। और इन सबके बीच, हर असली फ़ील्ड खाली — टाइटल: N/A, सोर्स: N/A, एक-वाक्य सारांश खाली, इनफ़ॉर्मेशन पॉइंट्स एक खाली सूची। एंटिटीज़ के नाम पर एक लाइन: "ऊपर दिए इनफ़ॉर्मेशन पॉइंट्स से पहचानें" — जबकि ऊपर कोई पॉइंट था ही नहीं।

वानखेड़े का कॉल शीट ब्रॉडकास्ट से पहले ही हिल चुका था। अप्रैल 2026 में मैंने प्रोड्यूसर को बताया था कि 20 से 25 ओवर के बीच पहला विकेट गिरते ही धोनी युवराज से पहले क्रीज़ पर आएंगे। 114 पर तीन विकेट, 22वां ओवर — और वह कागज़ प्रसारण से पहले सच बोल चुका था। पंद्रह साल बाद मेरे डेस्क पर एक और कागज़ है, और यह भी प्रसारण से पहले सच बोल रहा है। बस इस बार सच यह है कि प्रसारण के पीछे कुछ भी नहीं था।

क्रिकेट की कवरेज अब स्कोरकार्ड नहीं, एक्सट्रैक्शन पाइपलाइन की कवरेज है। हर आधुनिक डेस्क दो चरणों में चलता है। पहला चरण कच्चा टेक्स्ट उठाता है और उसमें से टाइटल, सोर्स, सारांश, एंटिटीज़ और फ़ॉर्मेट निकालता है। दूसरा चरण उस निकाले हुए माल को विश्लेषण में बदलता है। इन दोनों के बीच का हैंडऑफ़ ही वह जगह है जहाँ पूरा सिस्टम ज़िंदा रहता है या मर जाता है।

मैंने यह पाइपलाइन अपने हाथों से चलाई है। 2026 में जब आईपीएल यूएई में खेला गया और साठ मैच खाली स्टैंड्स के सामने हुए, तो ज़्यादातर ब्रॉडकास्टर भीड़ की कमी का मातम मना रहे थे। मैं उलटी दिशा में गया: भीड़ न होने से स्टंप माइक साफ़ था। चालीस घंटे की ऑन-फ़ील्ड ऑडियो ट्रांसक्राइब की, तीन सौ से ज़्यादा सुनाई देने वाले फ़ील्ड चेंज लॉग किए। फ़ोर्टी ऑवर्स ऑफ़ स्टंप माइक ने चुप्पी को एक टैक्टिकल ट्रांसक्रिप्ट में बदल दिया था।

उस काम से मैंने एक आदत सीखी: कलाकार की याद से ज़्यादा भरोसा लॉग पर करो। कप्तान का मैच के बाद का स्पष्टीकरण सबूत नहीं है। लॉग सबूत है। इसलिए जब मेरे डेस्क पर विश्लेषण का ढांचा लेकर और खालीपन की सामग्री लेकर एक रिपोर्ट आई, तो मैंने उसे एक आर्टिफ़ैक्ट की तरह पढ़ा। और यह आर्टिफ़ैक्ट कबूल कर रहा था।

सबसे पहले वह बात, जो सबसे मामूली लगती है और सबसे बड़ी है। टाइटल और सोर्स किसी भी टेक्स्ट-एक्सट्रैक्शन काम के दो सबसे आसानी से निकलने वाले फ़ील्ड होते हैं। इनका N/A होना यह बताता है कि आर्टिकल का बॉडी एक्सट्रैक्टर तक पहुँचा ही नहीं। चार संभावित कारण हैं। पहला, एक्सट्रैक्शन पाइपलाइन फेल हुई — पेपरवॉल, जावास्क्रिप्ट से रेंडर होने वाला पेज, पीडीएफ, या सिर्फ़ इमेज वाला कंटेंट। दूसरा, अपस्ट्रीम हैंडऑफ़ ने एक खोखला स्टब ऑब्जेक्ट भेज दिया। तीसरा, डोमेन लेबल गलत लगा — cricket_world इस पाइपलाइन का मानक लेबल नहीं है। चौथा, स्रोत में सचमुच विश्लेषण के लायक कुछ नहीं था — कोई फ़ोटो कैप्शन, कोई स्कोरकार्ड एम्बेड, कोई बीस शब्दों की न्यूज़ फ़्लैश।

मेरा पहला अनुमान यह है कि यह कंटेंट की नहीं, फ़ेच की विफलता है। कारण सीधा है: टाइटल और सोर्स वे दो चीज़ें हैं जो किसी भी टेक्स्ट से सबसे यंत्रवत ढंग से निकलती हैं। इनका गायब होना यह नहीं कहता कि आर्टिकल खोखला था; यह कहता है कि आर्टिकल कभी पढ़ा ही नहीं गया। एक्सट्रैक्शन से पहले एक कैरेक्टर-काउंट चेक — बस "क्या स्ट्रिंग की लंबाई शून्य से बड़ी है?" — यह पूरी गड़बड़ पकड़ लेता।

अब वह हिस्सा, जो क्रिकेट की दुनिया में सबसे ज़्यादा नज़रअंदाज़ किया जाता है: फ़ॉर्मेट। यह कोई विवरण नहीं, हर मीट्रिक की अनिवार्य पूर्व-शर्त है। टेस्ट, वनडे और टी20 में मापे जाने वाले कौशल अलग-अलग हैं। टी20 का स्ट्राइक रेट और टेस्ट का औसत दो भिन्न चीज़ें नापते हैं। बिना फ़ॉर्मेट टैग के न कोई रैंकिंग टेबल चुनी जा सकती है, न किसी खिलाड़ी की भूमिका तय हो सकती है — फ़िनिशर का मूल्यांकन स्ट्राइक रेट पर होता है, टेस्ट ओपनर का औसत और खेली गई गेंदों पर।

यहाँ cricket_world लेबल अपने आप में एक संकेत है। यह क्रिकेट को एक ही बाल्टी में डालता है, फ़ॉर्मेट के हिसाब से नहीं बाँटता। ऐसी टैक्सोनॉमी डाउनस्ट्रीम में क्रॉस-फ़ॉर्मेट डेटा मिलाने का न्योता देती है — और क्रिकेट एनालिटिक्स की सबसे आम गलती ठीक यही है। इस रिपोर्ट में तो वह गलती जाँची भी नहीं जा सकती, क्योंकि जाँचने के लिए फ़ॉर्मेट ही मौजूद नहीं था।

सबसे दिलचस्प बात रिपोर्ट का ढांचा है। एक पूरी तरह बना हुआ टेम्पलेट, जिसमें हर फ़ील्ड मौजूद है और हर फ़ील्ड खाली। इसका मतलब यह है कि स्कीमा सफलतापूर्वक चला, जबकि कंटेंट एक्सट्रैक्शन विफल रहा। यही सबसे ख़तरनाक विफलता-प्रकार है, क्योंकि आउटपुट देखने में प्रामाणिक लगता है। पैटर्न का कर्ज़ हमेशा अनाउंसमेंट डेस्क पर चुकाया जाता है — और यहाँ कर्ज़ एक भी गेंद फेंके जाने से पहले ही वसूल हो गया।

रिपोर्ट ने जो एक जोखिम भरोसे के साथ स्कोर किया, वह खेल का नहीं, पाइपलाइन का था: इनपुट-इंटीग्रिटी रिस्क, स्तर उच्च, और पहले से घटित। बाक़ी सारे जोखिम — चोट, वर्कलोड, क्रॉस-फ़ॉर्मेट ट्रांसफ़र, टीम का नुकसान — अनुमान-योग्य ही नहीं थे, क्योंकि कोई खिलाड़ी, कोई टीम, कोई कैलेंडर मौजूद नहीं था। और रिपोर्ट ने यह भी ईमानदारी से लिखा कि गवर्नेंस की सारी मिसालें — 2026 का क्रोंजे कांड, 2026 का पाकिस्तान स्पॉट-फ़िक्सिंग, 2026 का आईपीएल — सिर्फ़ संदर्भ के लिए हैं, लागू करने के लिए नहीं। यह अनुशासन दुर्लभ है। ख़ाली इनपुट पर मिसालें जोड़कर कहानी गढ़ना आसान होता है, और ज़्यादातर सिस्टम वही करते हैं।

आगे क्या देखना है, यह भी रिपोर्ट ने साफ़ कर दिया। बैच में N/A टाइटल की दर — अगर पाँच प्रतिशत से ऊपर जाए, तो समझिए अपस्ट्रीम फ़ेच टूटा है, कंटेंट नहीं। डोमेन लेबल का बँटवारा — cricket_world जैसे ग़ैर-मानक लेबल का दिखना टैक्सोनॉमी बग है। और एंटिटी-एक्सट्रैक्शन की उपज — अगर कोई आर्टिकल नॉन-नल हो और फिर भी शून्य एंटिटी दे, तो वह फ़ेच की नहीं, NER चरण की विफलता है।

उद्योग का डर हमेशा यह रहता है कि कोई एआई एक ऐसा कवर ड्राइव गढ़ देगा जो कभी खेला ही नहीं गया। असली विफलता उलटी है: ऐसी पाइपलाइन, जो कुछ भी नहीं गढ़ती और फिर भी जानने वाली लगती है। एक आत्मविश्वास से भरा खालीपन। तीन हज़ार शब्दों का "N/A — अपर्याप्त जानकारी" ईमानदार अनिश्चितता के एक पैराग्राफ़ से ज़्यादा प्रामाणिक पढ़ा जाता है, क्योंकि ढांचा अनुशासन का संकेत देता है। यही सबसे बड़ा जाल है।

और इसका इलाज सस्ता है। दो फ़ील्ड — टाइटल और सोर्स। एक्सट्रैक्शन से पहले एक कैरेक्टर-काउंट। और Stage-1 तथा Stage-2 के बीच एक हार्ड गेट: अगर इनफ़ॉर्मेशन पॉइंट्स खाली हों या टाइटल N/A हो, तो सिस्टम "VOID_INPUT" लौटाए और रुक जाए। इस रिपोर्ट का सबसे उपयोगी योगदान यही है — यह ख़ुद एक रिग्रेशन टेस्ट फ़िक्सचर बन चुकी है: एक खाली Stage-1 पेलोड, जिससे तीन हज़ार शब्दों की रिपोर्ट नहीं, बल्कि एक VOID स्टेटस निकलना चाहिए।

अगली बार जब आप कोई क्रिकेट विश्लेषण पढ़ें — मेरा भी — तो एक सवाल पूछें: कैरेक्टर काउंट क्या था? अगर डेस्क यह नहीं बता सकती कि उसने कितने अक्षर पढ़े, तो वह यह भी नहीं बता सकती कि उसने क्या देखा। सबसे शांत फ़ीड अक्सर पहला टैक्टिकल राज़ कबूल करती है। इस बार उसने टॉस से पहले ही कबूल कर लिया।