पाइपलाइन पैरालिसिस: जब खाली डेटा ने क्रिकेट विश्लेषण को विकलांग कर दिया

हुक: एक ऐसा रिपोर्ट जिसमें क्रिकेट ही नहीं था

बीते सप्ताह मेरी डेस्क पर एक 'डीप एनालिसिस' फाइल आई — आठ सेक्शन, अस्सी पंक्तियों का टेबल, हर सेल में एक नाम, एक मीट्रिक, एक आकलन। लेकिन जब मैंने पहला ही सेक्शन खोला, तो हर सेल में एक ही शब्द लिखा था: 'एन/ए — अपर्याप्त जानकारी।' शीर्षक नहीं, स्रोत नहीं, एक भी खिलाड़ी का नाम नहीं। यह कोई क्रिकेट रिपोर्ट नहीं थी; यह एक बेहद सुव्यवस्थित तरीके से लिखा गया खालीपन था। जिस सिस्टम का काम मैच को तोड़कर समझना है, वही सिस्टम अपने ही इनपुट को तोड़ नहीं पाया था। मेरे 2026 वाले 1,200-सेल ग्रिड की तरह — जब ग्रिड खुद ही टूट जाए, तो क्रिकेट की बात करना बेमानी है।

कॉन्टेक्स्ट: स्टेज-1 की विफलता, स्टेज-2 का विनाश

यह मामला तकनीकी रूप से साफ है। किसी भी टूटे हुए एनालिसिस पाइपलाइन में दो चरण होते हैं। पहला चरण (स्टेज-1) मूल लेख को पढ़ता है और उससे सूचना-बिंदु (इनफॉर्मेशन पॉइंट्स) निकालता है — कौन खेला, कहाँ खेला, क्या हुआ, कब हुआ। दूसरा चरण (स्टेज-2) उन बिंदुओं पर गहरा विश्लेषण करता है — फॉर्मेशन, स्पेस, मैचअप, कॉमर्शियल लॉजिक। लेकिन जब स्टेज-1 ही शून्य बिंदु लौटाए, तो स्टेज-2 के पास क्या बचता है? एक खाली शीट।

मुझे यह देखकर 2026 की याद आती है, जब आईपीएल तीन यूएई वेन्यू पर बिना दर्शकों के खेला गया था। तब मैंने लिखा था कि खाली स्टैंड्स ने कप्तानी की प्रकृति बदल दी — गेंदबाज फील्ड बदलने की आवाज़ सुन सकते थे। यह वही स्थिति है। एक खाली पेलोड ने पूरे विश्लेषण का मैदान खाली कर दिया। स्टेज-1 में 'लेख शीर्षक: अनुपलब्ध', 'सूचना बिंदु: [खाली]', 'मुख्य दृष्टिकोण: [खाली]' — यह कोई आंशिक कमी नहीं, पूर्ण शून्य है। और डोमेन लेबल 'cricket_asia' सिर्फ इतना बताता है कि मूल लेख संभवतः दक्षिण एशियाई क्रिकेट (भारत/पाकिस्तान/बांग्लादेश/श्रीलंका) से जुड़ा था। लेकिन यह लेबल-स्तरीय अनुमान है, विश्लेषण नहीं।

कोर: खालीपन का टैक्सोनॉमी

असली समस्या यह नहीं है कि विश्लेषण गलत था — असली समस्या यह है कि जब इनपुट ही खाली हो तो सही विश्लेषण असंभव है। मैंने वर्षों में अपनी क्राइसिस टैक्सोनॉमी बनाई है: हर पतन का एक प्रकार होता है — सीम मूवमेंट, अनिश्चय, स्कोरबोर्ड दबाव, तकनीकी दोष। लेकिन यहाँ कोई पतन नहीं, कोई मैच नहीं, कोई पारी नहीं। सिर्फ एक बग है।

इस रिपोर्ट के हर आयाम को देखिए। फॉर्मेट विश्लेषण: एन/ए — अपर्याप्त जानकारी। खिलाड़ी डेटा: एन/ए। टीम लैंडस्केप: एन/ए। लीग इकोसिस्टम: एन/ए। गवर्नेंस: एन/ए। यह कोई आलस नहीं है — यह डिज़ाइन है। रिपोर्ट बनाने वाले ने हर सेल में अपनी असमर्थता दर्ज की, न कि काल्पनिक आंकड़े भर दिए। यही अंतर है एक विश्लेषक और एक हल्ला-गर्द (हैलुसिनेटर) के बीच। मैंने अपनी ज़िंदगी में एक बार ऐसा किया था जब 2026 में मुंबई इंडियंस बनाम राइजिंग पुणे सुपरजायंट फाइनल से पहले मैंने 1,200 सेल का ग्रिड बनाया और भविष्यवाणी की कि मैच आखिरी चार ओवरों में बुमराह-जॉनसन के खिलाफ 40+ रन की ज़रूरत पर टिका रहेगा। पुणे को जॉनसन के आखिरी ओवर में 11 रन चाहिए थे, और मुंबई एक रन से जीता। उस दिन ग्रिड सही था। लेकिन आज का ग्रिड खाली है क्योंकि इनपुट ही नहीं है — और खाली ग्रिड पर भविष्यवाणी करना, खाली स्टेडियम में चीखना है।

रोचक बात यह है कि इस विफलता में ही एक संरचनात्मक सत्य छिपा है। देखिए, स्टेज-1 का आर्टिकल टाइप 'अनक्लासिफाइड' था और कोई एंटिटी नहीं निकाली गई। मेरे अनुभव में, जब कोई एनएलपी पाइपलाइन चुपचाप फेल होती है, तो वह अक्सर एन्कोडिंग त्रुटि, गलत लेख इनपुट, या पार्सर क्रैश के कारण होती है। यह क्रिकेट की समस्या नहीं, इंजीनियरिंग की समस्या है। और यही सबसे बड़ा जोखिम है: रिपोर्ट भरोसेमंद दिखती है — आठ सेक्शन, प्रोफेशनल शब्दावली, जोखिम मैट्रिक्स — लेकिन अंदर से पूरी तरह खोखली है। अगर कोई डाउनस्ट्रीम उपभोक्ता इसे पढ़े और सोचे कि 'ये विश्लेषक तो बहुत गहराई से जाँच कर रहे हैं', तो वह एक व्यवस्थित भ्रम का शिकार होगा।

इसी तरह का भ्रम भारतीय क्रिकेट के इकोसिस्टम में भी मौजूद है। रणजी नॉकआउट का मीडिया कवरेज कितना पतला है, यह सब जानते हैं। डेटा का अभाव ही कारण है कि गलत खिलाड़ी चुने जाते हैं। लेकिन यहाँ समस्या उलटी है — डेटा की कमी नहीं, डेटा निकालने की प्रक्रिया की विफलता। और जब प्रक्रिया विफल हो, तो सबसे खतरनाक प्रतिक्रिया है 'कुछ तो भर दो'। क्रिकेट पत्रकारिता में यह अक्सर होता है: सूत्रों के हवाले से, 'कैंप की हवा' से, बॉडी-लैंग्वेज पढ़कर। मैं उस स्कूल से नहीं हूँ। मैं सार्वजनिक डेटा और संरचनात्मक अनुमान से काम करता हूँ। और जब डेटा ही न हो, तो स्पष्ट रूप से कहना कि 'डेटा नहीं है' — यही सबसे ईमानदार विश्लेषण है।

कंट्रेरियन: 'कोई जानकारी नहीं' भी एक जानकारी है

सबसे आसान प्रतिक्रिया होती — इसे बेकार मानकर फेंक देना। लेकिन मैं इसे एक मूल्यवान संदेश के रूप में पढ़ना चाहूँगा। इस रिपोर्ट की असली उपलब्धि यह है कि इसने गढ़ने (फैब्रिकेट) से इंकार कर दिया। आज के एआई युग में, जब हर टूल 'कुछ न कुछ' जनरेट करने के दबाव में है, तो 'मैं नहीं कर सकता' कहना एक क्रांतिकारी कार्य है। सोचिए, अगर इस सिस्टम ने अनुमान लगाकर कोहली का औसत, रोहित का स्ट्राइक रेट, और 'टीम इंडिया की बल्लेबाजी की गहराई' पर तीन पैराग्राफ लिख दिए होते — तो कोई इसे चुनौती भी नहीं दे पाता, क्योंकि सब कुछ 'प्लॉज़िबल' लगता। खालीपन को स्वीकार करना, नकली भराव से हजार गुना बेहतर है।

फिर भी एक चेतावनी ज़रूरी है। यह 'सही' विफलता थी, लेकिन यह चलने वाली प्रणाली नहीं हो सकती। दक्षिण एशियाई क्रिकेट पर हर दिन सैकड़ों लेख प्रकाशित होते हैं — एशिया कप की राजनीति से लेकर आईपीएल नीलामी की कीमतों तक। अगर पाइपलाइन बार-बार खाली पेलोड लौटाती रहेगी, तो इसका मतलब है कि हम क्रिकेट की सबसे बड़ी बाज़ार-अर्थव्यवस्था (भारत का 70%+ वैश्विक राजस्व हिस्सा) के डेटा अंधेरे में हैं। और यह अंतरराष्ट्रीय क्रिकेट परिषद की रैंकिंग से लेकर फ्रैंचाइज़ी की नीलामी रणनीति तक हर फैसले को प्रभावित करता है।

मुझे अपने 2026 वाले रूस विश्व कप का अनुभव याद आता है। स्पेन ने 1,029 पास पूरे किए और रूस से पेनल्टी पर हार गया। मैंने 2,400 शब्द लिखे कि विफलता ज्यामितीय थी, शैलीगत नहीं — स्पेन का पज़ेशन रूस के पाँच-आदमी लो-ब्लॉक के चारों ओर 'यू' आकार में घूमता रहा, और आधे-स्पेस 120 मिनट तक खाली रहे। उस विश्लेषण में एक ग्रिड था, एक मॉडल था, और एक मैच था जो उस मॉडल को तोड़ रहा था। यहाँ कोई मैच नहीं, कोई मॉडल नहीं। एक 'यू' आकार है जिसमें कुछ भी नहीं घूम रहा।

टेकअवे: अगली बार इनपुट गेट पर नज़र

अगला कदम साफ है: मूल लेख को फिर से स्टेज-1 में भेजें, सूचना-बिंदु निकालें, और फिर आठ-आयामी ढाँचे को उसी गहराई से चलाएँ जिसकी उम्मीद है। विश्लेषण उपकरण तैयार है, बस इनपुट का इंतज़ार है। लेकिन असली सवाल यह है — क्या हमारी डेटा पाइपलाइन में एक 'हार्ड गेट' है जो खाली पेलोड को स्टेज-2 तक पहुँचने से रोके? क्योंकि एक खाली इनपुट पर आत्मविश्वास से भरा विश्लेषण लिखना, क्रिकेट के इतिहास में सबसे खराब फैसला होगा। और मेरे अनुभव में, सबसे खतरनाक गलतियाँ वही होती हैं जो पूरे आत्मविश्वास के साथ की जाती हैं।