शून्य सूचना बिंदु: जब क्रिकेट एनालिसिस की मशीन ने लेख के बजाय N/A लौटाया

रात के ग्यारह बजकर चालीस मिनट। चेन्नई। लैपटॉप पर एक शीट खुली है जिसमें आठ टैब हैं। पहला टैब कहता है — फ़ॉर्मेट: N/A, मैच की प्रकृति: N/A। दूसरा टैब खिलाड़ी की तकनीक पर है — खिलाड़ी: N/A, भूमिका: N/A, औसत: N/A। पाँचवें टैब में गवर्नेंस चेकलिस्ट है, हर पंक्ति में N/A। आठवें टैब में ट्रांसमिशन मैप है, तीनों डिब्बों में N/A। फ़ाइल के सबसे ऊपर शीर्षक लिखा है N/A, स्रोत N/A, लेख का प्रकार 'अवर्गीकृत', और सूचना बिंदुओं वाला खाना बिल्कुल खाली। एंटिटी वाले खाने में एक वाक्य है — 'ऊपर दिए सूचना बिंदुओं से पहचानें' — यानी निर्देश, जवाब नहीं।

पूरे दस्तावेज़ में भरा हुआ एक ही खाना है: cricket_asia।

मैंने वह शीट बंद नहीं की। क्रिकेट में N/A भी डेटा होता है। स्कोरकार्ड में जब बल्लेबाज़ आउट नहीं होता, हम खाना खाली नहीं छोड़ते, 'नॉट आउट' लिखते हैं। जब बारिश से ओवर घटते हैं, हम DLS लिखते हैं। जब कोई गेंदबाज़ कोटा पूरा करने से पहले चोटिल होकर बाहर जाता है, हम 'did not bowl' लिखते हैं, खाना नहीं छोड़ते। क्रिकेट की पूरी रिकॉर्ड-संस्कृति इसी आदत पर खड़ी है — अनुपस्थिति को भी नाम दो। जो शीट मेरे सामने थी, वह उसी आदत की अवहेलना कर रही थी। उसमें अनुपस्थिति का नाम N/A था, और उस N/A का कारण कहीं दर्ज नहीं था।

मैं दलील से पहले ऑडिट ट्रेल बनाता हूँ। इस बार ऑडिट ट्रेल का पहला पन्ना ही खाली था, और वही इस पूरी कहानी की सबसे उपयोगी जानकारी थी।

दो चरणों वाली मशीन, और उसका पहला चरण

क्रिकेट कवरेज आज एक दो-चरणीय औद्योगिक लाइन पर चलती है। पहला चरण निकालता है — लिंक खोलना, टेक्स्ट पार्स करना, विषय-वर्ग असाइन करना, सूचना बिंदु और एंटिटी छानना। दूसरा चरण समझता है — फ़ॉर्मेट, खिलाड़ी की तकनीक, टीम का परिदृश्य, लीग का कारोबार, शासन, जोखिम, कथा-प्रवाह, और उद्योग-संचरण। इस डेस्क पर पहले चरण को लोग 'फ़ेच' कहते हैं और दूसरे को 'एनालिसिस'। पाठकों को यह बात अजीब लगेगी, पर असल में पहला चरण ज़्यादा मेहनती है और दूसरा ज़्यादा चतुर।

यह लाइन क्यों बनी? क्योंकि क्रिकेट का हरकतनामा इतना बड़ा हो गया है कि हाथ से सब कुछ पढ़ना संभव नहीं रहा। IPL के एक सीज़न में 74 मैच हैं। WPL 2026 में शुरू हुआ और उसने अलग टूर्नामेंट, अलग ऑक्शन, अलग रिटेंशन-लिस्ट जोड़ दी। SA20, ILT20, MLC, BBL, CPL — ये सब अपने-अपने ऑक्शन, अपने-अपने NOC विवाद, अपने-अपने ब्रॉडकास्ट रिन्यूअल के साथ चलते हैं। भारत के पुरुष और महिला दोनों दौरे-कार्यक्रम साल भर भरे रहते हैं। 2026 में जब लॉस एंजिल्स ओलंपिक्स के लिए क्रिकेट को मंज़ूरी मिली, तो कैलेंडर में एक नई तारीख जुड़ गई जिसका कोई ऐतिहासिक बेंचमार्क नहीं है।

पहली बार जब डेटा भारतीय हुआ, सैंपल बड़ा हो गया। और जिस दिन सैंपल बड़ा हो जाए, उसी दिन आपको एक मशीन की ज़रूरत पड़ जाती है जो आपसे ज़्यादा तेज़ हो, भले ही वह आपसे कम समझदार हो।

2026 में जब CSK अपना दूसरा निलंबन-वर्ष काट रहा था, मैंने IPL के साठों मैच हाथ से एक शीट में उतारे थे — गेंद-दर-गेंद, फ़ेज़-स्प्लिट के साथ। उस शीट ने 41 हज़ार व्यूज़ लिए। जब CSK कमरे से बाहर गया, तब मैंने स्प्रेडशीट को कुर्सी दी। लेकिन उस शीट की एक ख़ूबी थी जो आज की पाइपलाइन में नहीं दिखती: हर खाली सेल के आगे मैंने लिखा था कि वह क्यों खाली है। 'यह ओवर रेन-कर्टेल्ड था', 'यह बल्लेबाज़ 12 गेंद से कम खेला, सैंपल अपर्याप्त', 'यह डेटा Cricbuzz के स्कोरकार्ड से मेल नहीं खाता, दोबारा देखना है'। मैं शोर को हाथ से छाँटता हूँ, फिर मॉडल को बोलने देता हूँ — पर छँटाई का रिकॉर्ड मैं रखता हूँ।

जो शीट इस हफ़्ते मेरे सामने खुली थी, उसमें खाली सेल तो थे, पर खालीपन का कारण कहीं नहीं था। यही अंतर मायने रखता है।

तीन संकेत, एक निदान

उस दस्तावेज़ में तीन चीज़ें एक साथ मौजूद थीं, और तीनों एक ही दिशा में इशारा करती हैं।

पहला संकेत: मेटाडेटा आ गया, बॉडी टेक्स्ट नहीं आया। सिस्टम ने एक विषय-वर्ग उत्सर्जित किया (cricket_asia), लेकिन शीर्षक, स्रोत और लेख-प्रकार तीनों खाली रहे। यह अजीब संयोजन है। अगर लेख का टेक्स्ट मिल गया होता, तो कम से कम एक नाम तो निकलता — कोई बोर्ड, कोई खिलाड़ी, कोई फ़िक्स्चर, कोई लीग। शून्य एंटिटी और शून्य सूचना बिंदु का मतलब यह नहीं कि लेख में कुछ था ही नहीं। इसका मतलब है कि जो फ़ेच चला, वह खाली लौटा। एंटी-बॉट ब्लॉकिंग, जावास्क्रिप्ट से बना पेज, पेवॉल, जियो-ब्लॉक, या आधा-अधूरा RSS आइटम — कारण इनमें से कोई भी हो सकता है, पर नतीजा एक ही है: पाइपलाइन को पेज का खोल मिला, गूदा नहीं।

दूसरा संकेत: लेबल आलमारी का है, किताब का नहीं। cricket_asia एक ऐसा टैग है जो वेबसाइट के सेक्शन से आता है, वाक्य से नहीं। फ़्रेमवर्क को Cricket चाहिए था; उसे cricket_asia मिला। यह अंतर छोटा लगता है, पर यह पूरी गुत्थी की चाबी है। जब क्लासिफ़ायर लेख पढ़कर लेबल नहीं देता, बल्कि URL या सेक्शन-मेटाडेटा देखकर लेबल देता है, तो वह अनिवार्य रूप से सामान्य और क्षेत्रीय लेबल देगा। वह आपको बताता है कि किताब किस आलमारी में रखी थी, यह नहीं कि उसमें क्या लिखा था। मेरे अनुभव में यही फ़िंगरप्रिंट है — जब भी लेबल टेक्स्ट-व्युत्पन्न नहीं होता, उसके पीछे कम से कम एक बार फ़ेच फेल ज़रूर होता है।

तीसरा संकेत: वर्गीकरण विफल नहीं हुआ, बल्कि ग़लत इनपुट पर सफल हुआ। लेख-प्रकार 'अवर्गीकृत' है जबकि विषय-वर्ग मौजूद है। इसका सीधा अर्थ यह है कि पाइपलाइन ने मेटाडेटा-अंतर्ग्रहण पूरा कर लिया और सामग्री-अंतर्ग्रहण नहीं कर पाया। यह आंशिक विफलता है, पूर्ण नहीं — और आंशिक विफलता ख़तरनाक इसलिए है क्योंकि वह सिस्टम के डैशबोर्ड पर 'प्रोसेस्ड' दिखती है।

यहाँ से एक व्यावहारिक निष्कर्ष निकलता है जो उल्टा लगेगा: दोबारा वर्गीकरण मत चलाइए। दोबारा फ़ेच चलाइए। वर्गीकरण में कोई ख़राबी नहीं थी; उसे जो इनपुट दिया गया, वही ख़राब था। उसी URL को फिर से मँगाने से वही खाली नतीजा आएगा — ख़ासकर अगर पेज पेवॉल या जावास्क्रिप्ट शेल के पीछे है। जो रास्ते काम करते हैं वे अलग हैं: फ़ुल-टेक्स्ट RSS फ़ीड, AMP वैरिएंट, आर्काइव स्नैपशॉट, या किसी सिंडिकेटेड कॉपी से मँगाना।

टेम्पलेट का दबाव, और इस रिपोर्ट का सबसे ख़तरनाक वाक्य

अब वह हिस्सा जिस पर मुझे सबसे ज़्यादा ध्यान देना है, क्योंकि यही मेरी अपनी कमज़ोरी है।

आठ-आयामी ढाँचा एक शक्तिशाली चीज़ है। उसमें हर आयाम के नीचे निष्कर्ष माँगे जाते हैं, हर निष्कर्ष के साथ जोखिम-ध्वज लगाए जाते हैं, हर ध्वज के साथ एक न्यूनतम संख्या तय होती है। जब आप इस ढाँचे को किसी ऐसे व्यक्ति के हाथ में दें जिसके पास समय-सीमा है और एक भाषा-मॉडल है, तो खाली सेल भर जाएँगे। और जो भरेगा, वह झूठ नहीं होगा। वह सच होगा। बस वह इस केस के बारे में कुछ नहीं कहेगा।

मसलन, टीम-परिदृश्य वाले आयाम में मैं यह लिख सकता था कि एशियाई टीमों का घरेलू लाभ मज़बूती से स्पिन-आधारित रहा है, और बाहर तेज़/स्विंग पर उनका अनुकूलन ही असली परीक्षा है। यह वाक्य सही है। यह दस्तावेज़ित है। और यह उस लेख के बारे में कुछ भी नहीं कहता, क्योंकि उस लेख में कोई टीम ही नहीं थी। यही मैं 'सामान्य सत्य बनाम केस-विशिष्ट सत्य' का फ़र्क़ कहता हूँ। सामान्य सत्य पढ़ने में विश्लेषण जैसा लगता है और जानकारी में शून्य जोड़ता है।

इसका एक सरल परीक्षण है जो मैं हर तालिका पर लगाता हूँ: क्या यह संख्या बदलती है कि एक प्रशंसक मैच के बारे में क्या समझता है? अगर नहीं, तो तालिका हटाइए और वाक्य रखिए। यहाँ परीक्षण और सख़्त है: अगर पैराग्राफ़ में टीम का नाम हटाकर किसी भी दूसरी टीम का नाम डाल दें और वह वैसे ही पढ़ा जाए, तो वह विश्लेषण नहीं है।

और फिर वह वाक्य, जो इस पूरे अभ्यास का सबसे कीमती हिस्सा है: जोखिम का आकलन N/A है — यह 'कम जोखिम' का फ़ैसला नहीं है।

यह असमानता क्रिकेट डेस्क की सबसे महँगी भूल है। एक स्काउट जिसने खिलाड़ी को कभी खेलते नहीं देखा, अगर अपनी रिपोर्ट में 'कोई चिंता नहीं' लिख दे, तो वह झूठ नहीं बोल रहा — वह बस अपनी अनुपस्थिति को मंज़ूरी में बदल रहा है। सेलेक्शन कमेटी उस रिपोर्ट को 'साफ़ चिट्ठी' समझकर खिलाड़ी चुन लेती है। क्रिकेट इतिहास ऐसी साफ़ चिट्ठियों से भरा है। जब डेटा न हो, तो सही जवाब 'कम जोखिम' नहीं होता; सही जवाब 'अनुपलब्ध' होता है। दोनों में ज़मीन-आसमान का फ़र्क़ है और यह फ़र्क़ सिर्फ़ भाषा का नहीं, निर्णय का है।

उस दस्तावेज़ ने चारों सूचना-मूल्य आयामों को एक स्टार दिया, और साथ में यह टिप्पणी लगाई कि एक स्टार इसलिए दिया गया क्योंकि स्केल में शून्य का प्रावधान नहीं है। सूखा हास्य, पर सही जगह पर। क्रिकेट में हम लगातार ऐसा ही करते हैं — जब आँकड़ा नहीं होता, तो उसकी जगह कोई कम-से-कम संख्या भर देते हैं और फिर उस संख्या को निर्णय मान लेते हैं।

आँख की परख यहाँ जीत गई, और मुझे यह लिखने में कोई दिक्कत नहीं

कई सालों से मैं कमेंट्री बॉक्स के आई-टेस्ट दावों को फ़ेज़ डेटा से काटता रहा हूँ। 'इंटेंट', 'विश्वास', 'मोमेंटम पलट गया' — ये वाक्य जब तक गेंद-गिनती और फ़ेज़-स्प्लिट के साथ न आएँ, मैं इन्हें दावा नहीं मानता। यह मेरा पेशेवर पक्षपात है और मैं इसे छिपाता नहीं।

लेकिन इस मामले में आँख की परख जीत गई, और साफ़ बहुमत से। यहाँ मशीन ने मानव को नहीं हराया; मशीन ने ख़ुद को हराया और मानव को पता ही नहीं चला। जिस चीज़ ने इस विफलता को पकड़ा वह कोई उन्नत मॉडल नहीं, बल्कि सबसे पुरानी आदत थी — किसी का पन्ने को देखकर यह कहना कि यहाँ कोई पन्ना ही नहीं है। एक सब-एडिटर दस सेकंड में पकड़ लेता। पाइपलाइन ने दस घंटे में नहीं पकड़ा, क्योंकि उसके QA ने संरचना जाँची, सामग्री नहीं।

आँख की परख कहानी शुरू कर सकती है; स्प्रेडशीट को उसे पूरा करना होता है। पर स्प्रेडशीट तभी पूरा कर सकती है जब उसमें पूरा करने लायक कुछ हो।

और यहीं असली उलटफेर है, जो पहली नज़र में उल्टा लगेगा: खाली शीट ख़तरनाक नहीं है। भरी हुई शीट ख़तरनाक है। एक पूरी तरह फ़ॉर्मेटेड, आठ आयामों वाली, शब्दावली में सही, और सामग्री में शून्य एनालिसिस आपके QA को पास कर जाती है। फ़ॉर्मेट सही था। सामग्री शून्य थी। इसी संयोजन ने इस हफ़्ते एक संकट को एक सफल रन की तरह प्रस्तुत किया। अगर उसी टेम्पलेट में कोई चतुर हाथ प्लॉशिबल क्रिकेट कंटेंट भर देता, तो हमें पता भी न चलता, और नीचे की हर मंज़िल उस भरोसे पर फ़ैसले लेती जो किसी लेख पर आधारित ही नहीं था।

इस मामले में मशीन की ईमानदारी उसकी कमज़ोरी से बड़ी निकली। उसने N/A लिखा और मान लिया कि N/A लिखना काफ़ी है।

एक और बात जो इस शीट में दर्ज है और जिसे हल्के में नहीं लेना चाहिए। जब एक आइटम की सामग्री खाली लौटती है जबकि मेटाडेटा आ जाता है, तो यह अक्सर एक आइटम की बीमारी नहीं, उसी फ़ेच-विंडो की बीमारी होती है। यानी उसी बैच में जो बाकी आइटम आए, उन्हें भी जाँचना चाहिए। मेरे अनुभव में जब एक पेज एंटी-बॉट की दीवार से टकराता है, तो अक्सर पूरा डोमेन उसी दीवार के पीछे होता है। इसलिए सवाल 'इस आइटम को क्या हुआ' नहीं है; सवाल 'इस विंडो में और क्या-क्या गायब है' है।

अगली बार का संकेत

इस पूरे प्रकरण में एक ही ठोस क्रिकेट-तथ्य निकला है और वह यह है कि कोई क्रिकेट-तथ्य नहीं निकला। उद्योग के व्यापक रूप से उद्धृत अनुमान के अनुसार वैश्विक क्रिकेट का सत्तर प्रतिशत से अधिक वाणिज्यिक राजस्व भारतीय बाज़ार से आता है — यह सर्वेक्षण-आधारित अनुमान है, ऑडिटेड आँकड़ा नहीं, पर इसकी दिशा पर उद्योग में मतभेद कम है। इसका सीधा अर्थ यह है कि भारतीय क्रिकेट वर्टिकल में कोई क्लासिफ़ायर दोष कभी स्थानीय नहीं रहता। वह ब्रॉडकास्ट, पूँजी, फ़ैंटेसी और टैलेंट-सप्लाई — चारों चैनलों से एक साथ गुज़रता है।

इसलिए जो संकेत मैं अगले सप्ताह देखूँगा, वह कोई स्कोरलाइन नहीं है। वह यह है: दोबारा फ़ेच के बाद लेबल बदलता है या नहीं। अगर पूरा टेक्स्ट आने के बाद भी लेबल cricket_asia जैसा सामान्य बना रहता है, तो ख़राबी क्लासिफ़ायर में है और वह वर्टिकल के हर आइटम में विरासत की तरह चलेगी। अगर लेबल टेक्स्ट-व्युत्पन्न हो जाता है, तो यह एक फ़ेच दुर्घटना थी और हम उसे एक दुर्घटना की तरह दर्ज करके आगे बढ़ सकते हैं।

बड़ा सैंपल बुद्धि नहीं होता, पर वह बेहतर गवाह होता है। इस हफ़्ते हमारे पास गवाह नहीं था। अगली बार जब कोई पूरी तरह फ़ॉर्मेटेड क्रिकेट एनालिसिस पढ़ें — आठ आयाम, सही शब्दावली, आत्मविश्वास से भरे निष्कर्ष — तो एक सवाल ज़रूर पूछें: इसमें कितने सेल असल में भरे हैं, और कितने सिर्फ़ भरे हुए दिखते हैं?