जो खबर कभी आई ही नहीं: एक खाली क्रिकेट डेटा रिकॉर्ड का पोस्टमॉर्टम

रात ग्यारह बजकर चालीस मिनट पर क्यू में एक रिकॉर्ड गिरा। टाइटल: N/A. सोर्स: N/A. टाइप: Unclassified. एक-पंक्ति समरी: खाली। लेखक का रुख: N/A. सूचना-बिंदु: शून्य। पूरे रिकॉर्ड में एक ही फ़ील्ड भरी थी — domain_label: cricket_asia. और उसके नीचे एंटिटी वाली पंक्ति: identify from the information points above. ऊपर कोई सूचना-बिंदु था ही नहीं। कर्सर समरी वाले खाली बॉक्स पर ब्लिंक कर रहा था, और मेरे सामने दो रास्ते थे: फ़ाइल बंद करके सो जाना, या उस खालीपन को भरने लगना। कुछ साल पहले मैं भरने लगता। cricket_asia लेबल देखकर दिमाग़ अपने आप कहानी जोड़ लेता है — बोर्ड की राजनीति, द्विपक्षीय सीरीज़ का शेड्यूल, ACC की बैठक, IPL की अर्थव्यवस्था, ICC का गवर्नेंस। इनमें से किसी एक पर चालीस मिनट में छह सौ शब्द लिखे जा सकते हैं और किसी को शक भी नहीं होगा, क्योंकि वह टुकड़ा बाकी सब जैसा ही पढ़ेगा। जो खबर कभी आई ही नहीं, उस पर लिखा गया टुकड़ा सबसे खतरनाक होता है — वह ग़लत नहीं लगता, वह सही लगता है। पहले यह तय कर लें कि डिकंस्ट्रक्शन रिकॉर्ड होता क्या है। यह एक तालिका है, और तालिका का काम सिर्फ़ यह है कि कोई दावा दोबारा चलाया जा सके। टाइटल बताता है कि दावा क्या है। सोर्स बताता है कि उसका मूल कहां है। टाइप बताता है कि वह रिपोर्ट है, विश्लेषण है, वकालत है या एग्रीगेशन। सूचना-बिंदु वे ईंटें हैं जिनसे बाकी सब उठता है। एंटिटी ग्राफ़, समय-संवेदनशीलता और सोर्स-गुणवत्ता इन्हीं ईंटों की छत हैं। जब ईंटें शून्य हों, तो छत की बहस बेमानी है। मेरे पास इसका एक पुराना हिसाब है। अक्टूबर 2026 में L4 कशेरुका के स्ट्रेस फ्रैक्चर ने मेरा गुजरात अंडर-16 सीज़न खत्म कर दिया, और वह सर्दी अहमदाबाद में ब्रेस में, लैपटॉप और बफ़रिंग स्ट्रीम के साथ बीती। जनवरी से मार्च 2026 के बीच मैंने गुजरात के दसों रणजी मैच हाथ से चार्ट किए — इंदौर का फ़ाइनल भी, जहां पार्थिव पटेल की टीम ने मुंबई को हराकर राज्य का पहला खिताब जीता और प्रियांक पंचाल ने सीज़न 1,310 रनों पर खत्म किया। कुल मिलाकर करीब 4,180 गेंदें दर्ज हुईं: फ़ेज़ के हिसाब से डॉट-बॉल प्रतिशत, स्कोरिंग ज़ोन, और यह कि पंचाल ने किन गेंदबाज़ों पर वार किया, सिर्फ़ बचकर खेला नहीं। उसी सर्दी में मेरी लेखनी में एक कॉलम हमेशा के लिए जुड़ गया — कॉन्टेक्स्ट। एक ब्रेस एक तथ्य है। उसका मतलब एक बहस है। उस चार्ट में एक जगह खाली रह गई थी। रात के दो बजे स्ट्रीम बीच में मर गई और पंचाल की पारी के छह ओवर मुझसे छूट गए। मैंने उन्हें अनुमान से नहीं भरा। उस जगह पेंसिल से एक छोटा-सा निशान लगाकर छोड़ दिया, और ब्रेस का वेल्क्रो जब हिलता तो लगता कि वह खाली जगह मुझसे कुछ कह रही है। बाद में समझ आया: अधूरा सेल भी सूचना होता है। जो नहीं दर्ज हुआ, उसका दर्ज न होना ही सबसे ईमानदार रिकॉर्ड है। अब उस रात के रिकॉर्ड पर लौटते हैं। इसमें एक फ़िंगरप्रिंट है, और वह साफ़ है: टाइटल, सोर्स और टाइप — तीनों फेल हुए; domain_label पास हुआ। मेरे चार्टिंग के अनुभव में ऐसा पैटर्न एक ही चीज़ कहता है — गेंद फेंकी गई थी, लेकिन स्कोरर देख नहीं रहा था। यानी घटना हुई, रिकॉर्ड नहीं बना। तकनीकी भाषा में इसका मतलब है कि फ़ेच या एक्सट्रैक्शन स्टेज गिरा, जबकि ऊपर का URL/टॉपिक क्लासिफ़ायर चलता रहा। पेपरवॉल, जावास्क्रिप्ट से बना बॉडी, ब्लॉक किया गया रिक्वेस्ट, कंसेंट पेज पर रीडायरेक्ट, या सिर्फ़ खाली बॉडी — इनमें से कोई भी वजह हो सकती है। क्लासिफ़ायर को फ़र्क़ नहीं पड़ता, क्योंकि वह सिर्फ़ URL की बनावट या टॉपिक मेटाडेटा पढ़ता है, लेख नहीं। यहीं पहला भ्रम बनता है। domain_label: cricket_asia कोई सबूत नहीं है, यह रूटिंग लेबल है। यह बताता है कि फ़ाइल किस डेस्क पर भेजी गई, यह नहीं कि उसमें क्या लिखा है। विकेट कॉलम में लिखा 1 बताता है कि विकेट गिरा; चैनल कॉलम में लिखा cricket बताता है कि फ़ाइल किसको दी गई। इन दोनों को एक समझना वही ग़लती है जो हर सीज़न में कहीं न कहीं दोहराई जाती है। दूसरा भ्रम स्टेज-1 के निर्देश में ही छिपा है। सोर्स-गुणवत्ता का आकलन करने को कहा गया है — सूचना-बिंदुओं के सोर्स फ़ील्ड से। यह एक हार्ड डिपेंडेंसी है उस फ़ील्ड पर जो भरा ही नहीं गया। ऑडिट की भाषा में कहें तो यह वैसा ही है जैसे बहीखाते की भरोसेमंदी उसकी प्रविष्टियों से आंकने को कहा जाए, जबकि बहीखाते में एक भी प्रविष्टि न हो। निर्देश लिखने में ठीक लगता है, चलाने पर असंभव है। तीसरी अड़चन समय की है। क्रिकेट रिपोर्टिंग तारीख़ से बंधी होती है — सीरीज़ विंडो, सेलेक्शन डेडलाइन, ICC बैठकों का चक्र, नीलामी की तारीख़ें। बिना तारीख़ वाली खबर अपने आप कम भरोसे की होती है, और इस रिकॉर्ड में प्रकाशन तिथि कहीं नहीं है। एंटिटी ग्राफ़ भी उसी शून्य पर खड़ा है: बोर्ड, टीमें, खिलाड़ी, स्पॉन्सर, ब्रॉडकास्टर — सब तभी निकलते हैं जब सूचना-बिंदु मौजूद हों। इसीलिए आगे किसी भी आउटपुट में खिलाड़ियों की सूची खाली रहेगी। वह इसलिए खाली नहीं है कि खबर में कोई खिलाड़ी नहीं था, बल्कि इसलिए कि रिकॉर्ड ने किसी का नाम नहीं लिया। अप्रैल से अगस्त 2026 के बीच, जब मेरा अंडर-23 सीज़न रद्द हो गया और दूसरी सर्जरी तय हो गई, मैंने 2026 से 2026 तक के हर IPL मैच का बॉल-बाय-बॉल डेटाबेस बनाया — 756 मैच। जब सीज़न बंद हो गया, डेटाबेस खेलता रहा। उसी डेटाबेस से मैंने खाली स्टेडियम वाले UAE एडिशन में होम एडवांटेज परखा और नतीजा यह निकला कि वह भीड़ से ज़्यादा परिस्थितियों का मामला था। उस काम ने मुझे एक चीज़ सिखाई जो यहां सीधे लागू होती है: डेटाबेस उतना ही भरोसेमंद होता है जितना उसका इंजेशन लॉग। 756 में से मैं आपको ठीक-ठीक बता सकता हूं कि किन ग्यारह मैचों में एक ओवर गायब है। बाकी 745 पर मेरा भरोसा उसी लॉग की देन है, अपनी याददाश्त की नहीं। यहां असली जोखिम यह नहीं है कि एक बुरा लेख लिखा जाए। बुरा लेख पकड़ा जाता है। असली जोखिम यह है कि एक विश्वसनीय लेख लिखा जाए — ऐसा टुकड़ा जो दोबारा चलने लायक दिखे जबकि उसके नीचे कुछ भी न हो। ऐसे टुकड़े सिंडिकेट हो जाते हैं। मेरी अपनी कॉपी में सबसे पहला कटाई-काम यही है: सोर्सेज़ से कहते हैं वाले वाक्य, संपादक के पास पहुंचने से पहले। हर ट्रांसफर एक काग़ज़ी निशान छोड़ता है, और मैं उसे उल्टा पढ़ता हूं — यानी ट्रांसफर की खबर से पहले उसके काग़ज़ों तक। इस फ़ाइल का निशान एक ब्लॉक्ड रिक्वेस्ट पर खत्म होता है। सच यही है, और इसे लिखा जाना चाहिए। पर सच की भी कीमत होती है, और उसे नाम लेना चाहिए। अगर शून्य सूचना-बिंदुओं पर पाइपलाइन रुक जाए, तो जिस डेस्क पर यह फ़ाइल गिरी है, वह सुबह की रेस हार जाता है। चौबीस घंटे के चक्र में देरी असली लागत है, इसे छोटा करके नहीं देखा जा सकता। इसका मुक़ाबला दूसरी लागत से करना होगा: ग़लत छपी खबर की कीमत। एक री-क्यू में एक राउंड ट्रिप लगता है; एक करेक्शन में रिट्रैक्शन। भुगतान करने वाला पाठक नहीं, डेस्क है — और डेस्क को यह चुनना है कि वह सुबह खोए या आर्काइव। एक और चीज़ जिससे बचना है: इस पूरी घटना को जीत का निशान बना लेना। मॉडल छह हफ्ते तक सबके सामने ग़लत रहा, बात यही थी — पर वह सबके सामने इसलिए ग़लत रहा कि उसने एक फ़ैसला बदला था, इसलिए नहीं कि उसकी कहानी अच्छी लगती थी। सार्वजनिक भूल केवल तभी छपनी चाहिए जब उसका कोई परिणाम हो, तारीख़ के साथ, और उसके बाद आगे बढ़ जाना चाहिए। उल्टी तरफ़ जीत की परेड एक और तरह का प्रचार है। सुधार दो जगह चाहिए और दोनों छोटे हैं। पहला, Article Type: Unclassified अभी दो अलग जानवरों को एक पिंजरे में रखता है — जो सच में अवर्गीकृत है और जो सच में गायब है। एक अलग फ़्लैग चाहिए: extraction_status, जिसके मान हों fetched, blocked, empty, parsed. दूसरा, एक वैलिडेशन गेट: यदि सूचना-बिंदु शून्य हैं तो रिकॉर्ड स्टेज-2 में न जाए, बल्कि री-क्यू हो। यह दोनों जोड़ने में एक दिन लगेगा और बचाएंगे उन सैकड़ों टुकड़ों से जिनका नाम खबर जैसा है और शरीर खोखला। अगले दौर का सिग्नल एक सवाल है, और वह मेरे पास मापने लायक है: इस वक़्त आर्काइव में जो-जो आइटम Unclassified का ठप्पा लगाए बैठे हैं, उनमें से कितने दरअसल empty हैं? यह वह संख्या है जो एक हफ्ते में निकल आएगी, और जिसे आज रात बयान की तरह नहीं लिखा जा सकता। पहले लॉग करो, बाद में बहस करो।