क्रिकेट कवरेज में डेटा-अखंडता का संकट: जब एनालिसिस पाइपलाइन खाली लौटे

नई दिल्ली/मुंबई। खेल कवरेज के डिजिटल स्टूडियो में इन दिनों एक ऐसी घटना दर्ज हुई है जिसे तकनीकी खराबी कहकर खारिज करना आसान है, लेकिन जिसने मीडिया हाउसों की एनालिटिक्स-निर्भरता पर गंभीर सवाल खड़ा कर दिया है। एक क्रिकेट कंटेंट डेस्क को सौंपे गए सोर्स डॉक्यूमेंट का पहला चरण यानी स्टेज-1 डीकंस्ट्रक्शन पूरी तरह खाली लौटा। न शीर्षक, न स्रोत, न तारीख, न कोई सूचना-बिंदु, और न ही किसी खिलाड़ी, टीम या लीग का नाम। जो एकमात्र फ़ील्ड बची थी, वह थी एक रूटिंग लेबल — 'क्रिकेट_एशिया'। यह लेबल बताता है कि कंटेंट किस एडिटोरियल श्रेणी में जाना था; यह इस बात का सबूत नहीं है कि किसी मैच, सीरीज़ या विवाद का ज़िक्र हुआ था। इस स्थिति में डेस्क के सामने दो रास्ते थे। पहला — जनरल नॉलेज के सहारे एक चिकना, ठाठदार क्रिकेट आर्टिकल गढ़ देना, जिसमें आँकड़े भी होंगे और विश्लेषण भी। दूसरा — यह स्वीकार करना कि जब सोर्स खाली है, तो निष्कर्ष भी खाली ही रहेगा। डेस्क ने दूसरा रास्ता चुना और एक संरचित नल-रिपोर्ट जारी की, जिसमें हर मूल्यांकन योग्य फ़ील्ड के आगे स्पष्ट रूप से लिखा गया — 'अपर्याप्त सूचना'। यह फैसला खेल पत्रकारिता के उस बुनियादी नियम की ओर लौटता है जिसे स्पीड और SEO के दबाव में अक्सर दरकिनार कर दिया जाता है: जहाँ सोर्स नहीं, वहाँ कहानी नहीं। तकनीकी स्तर पर देखें तो विफलता की शुरुआत पहले ही गेट पर हो गई थी। जाँच के छह मानकों में से पाँच पर नतीजा 'नहीं' आया — सूचना-बिंदु मौजूद नहीं, एंटिटी निकाली नहीं जा सकी, फ़ॉर्मैट तय नहीं हुआ, स्रोत की गुणवत्ता आँकी नहीं जा सकी, समय-संवेदनशीलता का आकलन असंभव रहा। केवल डोमेन लेबल बचा। एनालिटिक्स फ्रेमवर्क की शर्त है कि हर निष्कर्ष किसी ठोस सूचना-बिंदु तक ट्रेस हो सके; जब एक भी बिंदु नहीं है, तो फ्रेमवर्क का पूरा ढाँचा भर जाता है, पर उसमें सामग्री शून्य रहती है। यही वजह है कि रिपोर्ट में हर जगह 'लागू नहीं' लिखा गया, न कि कोई अनुमान। यहाँ सबसे बड़ा जोखिम तकनीकी नहीं, संपादकीय है। खाली इनपुट एक न्योता देता है — कि विश्लेषक अपनी सामान्य समझ से कुछ विश्वसनीय दिखने वाली सामग्री भर दे। क्रिकेट में यह लुभावना इसलिए भी है क्योंकि आँकड़े आसानी से 'याद' किए जा सकते हैं और वे अक्सर सही भी लगते हैं। लेकिन बिना स्रोत के बताया गया कोई भी औसत, स्ट्राइक रेट या इकॉनमी दर सिर्फ़ जानकारी नहीं होती — वह पाठक के भरोसे पर किया गया दावा होता है। इसीलिए रिपोर्ट में स्पष्ट निर्देश दर्ज है: कोई सोर्स्ड एविडेंस पॉइंट नहीं, तो कोई निष्कर्ष नहीं। दूसरा जोखिम है गलत पाठ। 'लागू नहीं' और 'कम जोखिम' एक चीज़ नहीं हैं। एक बिना आँका गया मद, एक शून्य-जोखिम वाले मद से ज्ञान-सिद्धांत के स्तर पर अलग होता है। अगर डेस्क की नल-रिपोर्ट को कोई पाठक 'कोई ख़बर नहीं' समझ ले, तो यह विफलता को सफलता में बदल देने जैसा होगा। इसीलिए दस्तावेज़ पर साफ़ लेबल लगाया गया — 'नल-रिपोर्ट, फ़ैसला नहीं'। तीसरा जोखिम है दायरा फैलने का। 'क्रिकेट_एशिया' लेबल से यह अनुमान निकालना कि विषय किसी एशियाई टूर्नामेंट का था, एक टैक्सोनॉमी टैग को तथ्य बना देना है। एशिया में क्रिकेट के कई अलग-अलग पारिस्थितिक तंत्र हैं — दक्षिण एशिया का बोर्ड-केंद्रित ढाँचा, खाड़ी देशों के न्यूट्रल वेन्यू मॉडल, और इनके बीच चलने वाली अलग-अलग फ़्रैंचाइज़ी अर्थव्यवस्थाएँ। एक लेबल से इनमें से किसी एक को चुनना मनमाना होगा। फ़ॉर्मैट अनुशासन का सवाल भी यहीं अटक जाता है। टेस्ट, वनडे, टी20 और द हंड्रेड — इन चारों की सामरिक बुनावट और प्रदर्शन-मीट्रिक एक-दूसरे से तुलनीय नहीं हैं। पावरप्ले, मिडिल ओवर और डेथ ओवर की तीन-चरणीय संरचना टी20 की देन है; टेस्ट में सत्र-आधारित लय होती है। जब फ़ॉर्मैट ही तय न हो, तो न तो की-फ़ेज़ प्रदर्शन का आकलन हो सकता है, न वेन्यू फैक्टर का, न ओस या डीएलएस की भूमिका का। इसी तरह खिलाड़ी-विश्लेषण, टीम-परिदृश्य, लीग-अर्थशास्त्र और शासन-प्रश्न — चारों अपने-अपने चरणों में शून्य पर रुक गए। न कोई ICC रैंकिंग तालिका पहचानी जा सकी, न बल्लेबाज़ी की गहराई या गेंदबाज़ी संयोजन का ढाँचा। ब्रॉडकास्ट अधिकारों का मूल्य, फ़्रैंचाइज़ी वैल्यूएशन, नीलामी की कीमत — कुछ भी उपलब्ध नहीं। शासन-चेकलिस्ट में बिग-थ्री राजस्व बँटवारा, डीआरएस विवाद, ओवर-रेट नियम, एनओसी और एंटी-करप्शन यूनिट से जुड़े मामले दर्ज हैं, पर कोई भी मामला इस इनपुट से ट्रिगर नहीं होता। औद्योगिक ट्रांसमिशन मैप — युवा विकास से लेकर ब्रॉडकास्ट और डेरिवेटिव बाज़ार तक — पूरी तरह अनुपस्थित है, क्योंकि ऊपरी सिरे पर कोई ट्रिगर घटना ही नहीं है। इस पूरी कवायद का सबसे उपयोगी नतीजा यह है कि सुधार की दिशा स्पष्ट हो गई है। पहला कदम — स्टेज-1 को दोबारा चलाना और सुनिश्चित करना कि सूचना-बिंदु खाली न लौटें। दूसरा — पार्सर की जाँच, कि उसने इनपुट के टाइप को ठीक से पहचाना या नहीं: टेक्स्ट, इमेज, वीडियो, या खाली पेज। तीसरा — एंटिटी एक्सट्रैक्शन की पुष्टि, यानी टीम, खिलाड़ी और लीग के नाम का निकलना। चौथा — स्रोत और तारीख का मेटाडेटा भरना, ताकि विश्वसनीयता को भार दिया जा सके। इन चारों में से किसी एक के भी पूरा होते ही मौजूदा आठ-आयामी फ्रेमवर्क बिना किसी संरचनात्मक बदलाव के काम करने लगेगा। संपादकीय स्तर पर सबक सरल है। ऑटोमेशन तेज़ी देता है, निर्णय नहीं। जब पाइपलाइन खाली लौटे, तो सबसे बड़ी सेवा यही है कि डेस्क खाली हाथ लौटे — न कि भरोसेमंद दिखने वाली कहानी गढ़ दे। क्रिकेट जैसे खेल में, जहाँ हर शॉट और हर ओवर आँकड़ों में दर्ज है, पाठक की अपेक्षा होती है कि ख़बर भी उतनी ही दर्ज हो। इस मामले में दर्ज तथ्य यही है कि कोई तथ्य नहीं मिला — और एक ईमानदार मीडिया हाउस के लिए यह भी एक ख़बर है।