स्कीमा सही, सबूत शून्य: क्रिकेट कवरेज की वह खामोश नाकामी जो ऑडिट पास कर गई

मेज़ पर चार हज़ार शब्दों का एक दस्तावेज़ था। आठ खंड, एक जोखिम-मैट्रिक्स, छह-स्तंभी टेबल, पाँच सितारों वाली रेटिंग, और अंत में एक शब्दावली — इंफ़ॉर्मेशन पॉइंट्स, फ़ॉर्मैट कॉन्टेक्स्ट, DLS, NOC, RTM। हर खाने में एक ही वाक्य लिखा था: “N/A — अपर्याप्त जानकारी”। किसी खिलाड़ी का नाम नहीं। कोई स्कोर नहीं। कोई तारीख़ नहीं। कोई मैदान नहीं।

दस्तावेज़ पूरी तरह मान्य था। हर फ़ील्ड भरी हुई, हर टाइप सही, हर ब्रैकेट बंद। और उसमें एक भी क्रिकेट तथ्य नहीं था।

ग़लती किसी के टाइप करने से नहीं हुई थी। सामने स्टेज-2 की आठ-खंडीय विश्लेषण रिपोर्ट थी, जो क्रिकेट को आठ आयामों में तोड़ने का दावा करती थी और अपने पहले ही खंड में यह मान लेती थी कि उसे कुछ भी नहीं मिला। फ़ॉर्मैट पूरा था। सबूत शून्य था।

क्रिकेट में ऐसी चीज़ें रोज़ होती हैं और हम उन्हें नाम नहीं देते। एक बल्लेबाज़ का स्ट्राइक रेट बताया जाता है और फ़ॉर्मैट नहीं। एक नीलामी की क़ीमत बताई जाती है और पर्स नहीं। एक सीज़न की फ़ॉर्म बताई जाती है और सैंपल नहीं। यह दस्तावेज़ उसी बीमारी का साफ़, प्रयोगशाला-शुद्ध नमूना था — और चूँकि इसे एक मशीन ने बनाया था, उसने झूठ नहीं बोला। उसने बस N/A लिख दिया।

भारतीय क्रिकेट कंटेंट की अर्थव्यवस्था मात्रा पर चलती है। एक बड़े टूर्नामेंट के दिन में सैकड़ों रिपोर्ट, प्रीव्यू, पोस्ट-मॉर्टम, और प्रीव्यू का प्रीव्यू। 2026 के सर्च और आंसर-इंजन माहौल में हर टुकड़े से “इंफ़ॉर्मेशन गेन” मांगा जाता है — यानी कम से कम एक ऐसी बात जो पहले किसी और ने नहीं लिखी। जब मात्रा और नयापन एक साथ मांगे जाएँ, तो उद्योग दो में से एक चुनता है। ज़्यादातर मात्रा चुनता है, और नयापन होने का दिखावा करता है।

इसीलिए पाइपलाइन बनी। दो चरण। पहला चरण लेख पढ़ता है और उससे परमाणु तथ्य निकालता है — गिने हुए, क्रमांकित इंफ़ॉर्मेशन पॉइंट्स, साथ में एंटिटी, लेखक का रुख़, लेख का मक़सद, समय-संवेदनशीलता। दूसरा चरण उन्हीं अंकों के ऊपर आठ आयाम खड़े करता है: फ़ॉर्मैट, खिलाड़ी, टीम, लीग-कॉमर्स, गवर्नेंस, जोखिम, नैरेटिव, और उद्योग-ट्रांसमिशन। नियम साफ़ है — हर निष्कर्ष को किसी क्रमांकित तथ्य तक वापस जाना होगा। स्रोत-पारदर्शिता सजावट नहीं, आर्किटेक्चर है।

यह आर्किटेक्चर तभी काम करता है जब पहला चरण ईमानदार हो। उस दिन वह ईमानदार था और खाली था।

मेरे अपने काम में यह अनुशासन 2026 से है। जब भुवनेश्वर कुमार ने 26 विकेट के साथ पर्पल कैप जीता, तो मैंने डिलीवरी डेटा खींचा और पाया कि उनका डेथ-ओवर वॉल्यूम 2026 के मुक़ाबले 41 प्रतिशत बढ़ गया था। कोई डेस्क वह स्प्रेडशीट छापना नहीं चाहता था, इसलिए मैंने उसे 900 शब्दों में लिखा। मैंने वर्कलोड का खाता रखा था; बायलाइन ने मुझे उसी खाते के अंदर पाया। उस दिन से मेरा नियम है: पहले संख्या, फिर दलील। उस दस्तावेज़ ने क्रम उलट दिया — पहले आठ खंड, फिर कुछ नहीं।

क्रिकेट इस मामले में ख़ास तौर पर नाज़ुक है, क्योंकि इसके मेट्रिक्स फ़ॉर्मैट-बद्ध हैं। टेस्ट का औसत, ODI का औसत और T20 का औसत तीन अलग इकाइयाँ हैं; स्ट्राइक रेट बिना फ़ॉर्मैट के एक अफ़वाह है जिसके आगे प्रतिशत का निशान लगा दिया गया है। घरेलू और बाहरी रिकॉर्ड का फ़र्क़ पेशेवर खेल में सबसे बड़े फ़र्क़ों में गिना जाता है। DLS, टॉस, ड्यू — ये सब नतीजे को हिलाते हैं और इन्हें अलग करके देखना पड़ता है। इसलिए फ़ॉर्मैट टैग कोई अतिरिक्त जानकारी नहीं, पहला दरवाज़ा है। उस दिन वह दरवाज़ा कभी बना ही नहीं था।

पहला नाम: स्कीमा-मान्य, अर्थ-शून्य। कंप्यूटर के लिए खाली स्ट्रिंग भी एक स्ट्रिंग है। “N/A” एक वैध मान है। जब स्कीमा कहता है “फ़ील्ड का प्रकार: टेक्स्ट”, तो खाली कोटेशन और “N/A — अपर्याप्त जानकारी” दोनों शर्त पूरी कर देते हैं। वैलिडेशन पास हो गया, क्योंकि वैलिडेशन टाइप देखता है, अर्थ नहीं। यही वह खामोशी है जो सबसे महँगी पड़ती है — सिस्टम ने एरर नहीं दिया, इसलिए किसी ने देखा नहीं। अगर पाइपलाइन क्रैश हो जाती, तो उसी रात मरम्मत शुरू हो जाती। उसने क्रैश होने की जगह एक साफ़-सुथरा, सुसज्जित, आठ-खंडीय शून्य पैदा कर दिया।

दूसरा नाम: ट्रिपवायर शीर्षक नहीं है। रिपोर्ट में जो सबसे तेज़ संकेत था, वह शीर्षक का N/A होना नहीं था। शीर्षक कई वजहों से खाली हो सकता है — स्क्रैपर फेल, पेपरवॉल, जावास्क्रिप्ट रेंडरिंग। असली संकेत कोर व्यूअरपॉइंट्स ब्लॉक था: सारांश खाली, लेखक का रुख़ खाली, लेख का मक़सद खाली। ये तीन ऐसे फ़ील्ड हैं जो दो वाक्यों के अंश से भी निकाले जा सकते हैं। अगर किसी लेख में इतना भी न हो कि उसका रुख़ पकड़ा जा सके, तो लेख एक्सट्रैक्टर तक पहुँचा ही नहीं। मेरे सबसे अच्छे निष्कर्ष फ़ुटनोट के रूप में आए थे, फिर उन्होंने मुख्य पाठ की मांग की — और यहाँ मामला उल्टा है: सबसे छोटा फ़ुटनोट ग़ायब था, और सबसे बड़ा शीर्षक भी।

तीसरा नाम: लेबल का फिसलना। दस्तावेज़ का डोमेन लेबल cricket_world था, जबकि स्पेसिफ़िकेशन Cricket मांगता है। यह छोटी चीज़ लगती है और नहीं है। अगर स्पेसिफ़िकेशन से बाहर का लेबल चुपचाप पार हो जाता है, तो इसका मतलब दोनों चरण एक ही शब्दावली नहीं पढ़ रहे। और जब शब्दावली अलग हो, तो टेम्पलेट भी अलग हो सकता है — एक कमर्शियल या गवर्नेंस लेख को मैच-रिपोर्ट टेम्पलेट से निकाला जा सकता है, और नतीजा वही खाली खोल होगा। भारतीय क्रिकेट में यह गड़बड़ सबसे ज़्यादा नीलामी और प्रसारण-अधिकार की ख़बरों में होती है, क्योंकि वहाँ तथ्य मैदान से नहीं, काग़ज़ से आते हैं।

चौथा नाम: नीचे की ओर ख़तरा। चार हज़ार शब्द का दस्तावेज़, जिसमें आठ खंड और सितारों वाली रेटिंग हो, पढ़ने में कवरेज जैसा लगता है। संपादक को लगता है काम हो गया; ऑटोमेटेड कंज़्यूमर को लगता है डेटा आ गया। पाँच में से एक सितारा कोई फ़ैसला नहीं, अनुपस्थिति है — लेकिन पाँच-सितारा पैमाना मौजूद होने से अनुपस्थिति भी फ़ैसले जैसी दिखती है। यहाँ असली जोखिम खेल का नहीं, रिपोर्टिंग का है: शून्य सबूत पर लिया गया फ़ैसला, शून्य पर लिया गया फ़ैसला है।

पाँचवाँ नाम: फ़ॉर्मैट टैग की अनिवार्यता। मान लीजिए एक्सट्रैक्शन काम कर गया होता और लेख में “स्ट्राइक रेट 145” लिखा होता। बिना फ़ॉर्मैट टैग के वह संख्या किसी भी तुलना के लिए बेकार है, और ख़तरनाक इसलिए है क्योंकि वह सही दिखती है। क्रिकेट विश्लेषण की सबसे आम ग़लती फ़ॉर्मैट मिला देना है — टेस्ट का औसत T20 के स्ट्राइक रेट के बगल में रख देना, घरेलू रिकॉर्ड को बाहरी प्रदर्शन का सबूत मान लेना। पाइपलाइन में यह गेट पहले दिन से होना चाहिए था। न होने का मतलब यह नहीं कि उस रात कुछ बिगड़ा; मतलब यह है कि उस रात कुछ बिगड़ने से पहले ही गेट ग़ायब था।

छठा नाम: नीलामी वाली बीमारी। फ़रवरी 2026 की बेंगलुरु मेगा नीलामी में मैंने एक बेंगलुरु-आधारित डेटा इंजीनियर के साथ 600 से ज़्यादा खिलाड़ियों पर कॉस्ट-पर-विन-अबव-रिप्लेसमेंट मॉडल बनाया। ईशान किशन का ₹15.25 करोड़ का दाम हमें मिसप्राइसिंग लगा; दीपक चाहर का ₹14 करोड़ लगभग उचित। इसका मतलब यह नहीं कि कोई खिलाड़ी अच्छा या बुरा है। इसका मतलब यह है कि क़ीमत एक खाते की इकाई है और उसे उसी खाते में पढ़ना पड़ता है — पर्स, RTM, रिटेंशन नियम, टीम की ज़रूरत। पर्स के बिना बताई गई क़ीमत वही चीज़ है जो फ़ॉर्मैट के बिना बताया गया स्ट्राइक रेट: दशमलव के साथ एक अफ़वाह।

सातवाँ नाम: ताजपोशी की मशीन। क्रिकेट मीडिया में सबसे कम सफलता-दर “अगला तेंदुलकर” वाले फ़्रेम की है, और सबसे ज़्यादा इस्तेमाल भी उसी का होता है। एक आईपीएल सीज़न, चार अच्छी पारियाँ, और एक अंतरराष्ट्रीय करियर की भविष्यवाणी तैयार। यह तकनीकी रूप से वही ग़लती है जो खाली पेलोड ने की — एक डेटा पॉइंट को ट्रेंड का नाम दे देना। फ़र्क़ सिर्फ़ यह है कि मशीन ने N/A लिखा और इंसान ने “उसमें वह मौजूदगी है” लिख दिया।

आठवाँ नाम: गवर्नेंस की चुप्पी। क्रिकेट की सबसे बड़ी गवर्नेंस ख़बरें अक्सर सबसे कम लेबल वाली होती हैं। एक चयन से बाहर किया जाना, एक NOC का विवाद, एक सेंट्रल कॉन्ट्रैक्ट की श्रेणी — इन्हें अक्सर बिना नियम का नाम लिए लिख दिया जाता है। अगर एक्सट्रैक्शन स्कीमा में “निहित गवर्नेंस” का कोई टैग नहीं है, तो ऐसी सामग्री पाइपलाइन में अदृश्य रह जाती है। जिस दस्तावेज़ की हम बात कर रहे हैं, उसमें गवर्नेंस का पूरा चेकलिस्ट मौजूद था और हर पंक्ति में N/A था — यह ईमानदारी थी, लेकिन यह भी बताती है कि चेकलिस्ट होना और जाँच होना दो अलग चीज़ें हैं।

नौवाँ नाम: ग्रिड जब इनपुट खो देता है। 2026 में रूस में मैंने बीस-ज़ोन ग्रिड बनाया था यह समझाने के लिए कि प्रेस कहाँ टूटता है और लाइनों के बीच जगह कहाँ खुलती है। उसी साल इंग्लैंड दौरे के बाद मैंने वही ग्रिड भारत की स्लिप कॉर्डन पर लगाया और दिखाया कि एजबेस्टन की सीम मूवमेंट के लिए वह आधा मीटर ज़्यादा गहरा खड़ा था। बीस-ज़ोन ग्रिड नक्शा नहीं था; वह एक दलील थी। और दलील बिना इनपुट के ग्राफ़ पेपर बन जाती है। उस दस्तावेज़ में बीस ज़ोन थे, बीसों खाली।

अब वह हिस्सा जो मुझे सबसे ज़्यादा असहज करता है। खाली पेलोड को स्कैंडल कहना आसान है। असली स्कैंडल यह है कि अगर पेलोड भरा हुआ होता, तो नतीजा बमुश्किल बेहतर होता।

बाज़ार में जो क्रिकेट विश्लेषण चलता है, उसका बड़ा हिस्सा स्कीमा-मान्य और अर्थ-पतला है। आठ हेडिंग, पंद्रह सौ शब्द, और एक भी नया तथ्य नहीं। उसमें राय होती है, ढाँचा होता है, आत्मविश्वास होता है — और वही कमी होती है जो उस रात मशीन में थी। फ़र्क़ यह है कि मशीन ने स्वीकार कर लिया कि उसे कुछ नहीं मिला। इंसान ने “मोमेंटम बदल गया” लिखकर उसी खालीपन को संपादकीय बना दिया।

जब तक कोई कथा लोड-कैलकुलेशन से नहीं गुज़रती, मैं उस पर भरोसा नहीं करता। यह वाक्य मैंने तब लिखा जब 2026-21 में खाली स्टेडियमों में मैच चल रहे थे और “घरेलू फ़ायदा” नाम की चीज़ मापी जा सकती थी। UAE में 60 मैच, तीन मैदान, कोई दर्शक नहीं, ओस इकलौता ईमानदार चर। नतीजा यह निकला कि शरजाह में 16वें ओवर के बाद पीछा करने वाली टीम लगभग 0.8 रन प्रति ओवर ज़्यादा बना रही थी, और घरेलू फ़ायदे का ज़्यादातर हिस्सा भीड़ के साथ ही ग़ायब हो गया था। मापने पर पता चला कि जिस चीज़ को बीस साल से कारण माना जा रहा था, वह ज़्यादातर शोर था।

तो सुधार सिर्फ़ पहले चरण में एक वैलिडेशन गेट लगाना नहीं है। सुधार हर वाक्य पर एक गेट लगाना है: यह वाक्य किस क्रमांकित तथ्य पर टिका है? अगर जवाब “किसी पर नहीं” है, तो वाक्य कटता है। और जहाँ आम सहमति सही है, वहाँ एक साफ़ वाक्य में यह कहकर आगे बढ़ना है — बिना उसे चार पैराग्राफ़ में बचाने की कोशिश किए।

अगले इनजेशन साइकिल में तीन चीज़ें देखने लायक हैं। पहली, प्रति लेख इंफ़ॉर्मेशन पॉइंट की गिनती — शून्य मिलते ही रिजेक्ट और री-क्यू, बिना बहस। दूसरी, कोर व्यूअरपॉइंट्स की पूर्णता, जो शीर्षक से तेज़ ट्रिपवायर है। तीसरी, डोमेन लेबल का मेल, क्योंकि शब्दावली का फिसलना हमेशा बाद में किसी और चीज़ के रूप में सामने आता है।

और एक सवाल, जो मशीनों के बारे में नहीं है। अपने डेस्क के पिछले बीस टुकड़ों की सूची निकालिए और हर एक पर यह नियम लगाइए — कम से कम एक ऐसा तथ्य जो पहले नहीं था। कितने पास होंगे?