खाली फ़ाइल: जिस क्रिकेट रिपोर्ट में एक भी तथ्य नहीं था, और जिसे सिस्टम ने 'अवर्गीकृत' कहकर आगे भेज दिया

फ़ाइल का शीर्षक खाली था। स्रोत का नाम खाली था। प्रकाशन-तिथि का खाना खाली था। सूचना-बिंदुओं की सूची, जिस पर इस पूरे ढाँचे का हर निष्कर्ष टिकता है, शून्य थी। केंद्रीय दृष्टिकोण, सारांश, पक्ष और उद्देश्य — चारों खाली। संलग्न संस्थाओं वाले खाने में एक निर्देश लिखा था: "ऊपर दिए सूचना-बिंदुओं से पहचानें।" ऊपर कोई बिंदु ही नहीं था। जो एक चीज़ बची, वह एक टैग था — cricket_asia।

यह रिकॉर्ड शून्य प्रतिशत भरा हुआ था और पूरा आगे भेज दिया गया। इसने "विफल" नहीं कहा। इसने "अवर्गीकृत" कहा। दो शब्दों का यह फ़र्क़ इस कहानी का सबसे महँगा फ़र्क़ है, क्योंकि "विफल" किसी भी सिस्टम की लाइन रोक देता है और "अवर्गीकृत" उसे क़तार में खड़ा कर देता है। फ़ाइल पर मुहर पहले लग गई थी, पढ़ने से पहले।

क्रिकेट डेस्क पर बैठे किसी भी पत्रकार के लिए यह किसी मैच की ख़बर नहीं है। यह उस मशीनरी की ख़बर है जो मैच की ख़बर बनाती है — और वह मशीनरी इस वक़्त एक ऐसी ग़लती कर रही है जिसे वह ख़ुद ग़लती नहीं मानती। एक रिकॉर्ड जिसमें एक भी तथ्य नहीं, वह पाइपलाइन से निकलकर विश्लेषण की मेज़ तक पहुँच गया, और रास्ते में किसी दरवाज़े ने उसे नहीं रोका।

संदर्भ: जहाँ बॉडी टेक्स्ट ख़त्म होता है और लेबल शुरू होता है

क्रिकेट कवरेज की आपूर्ति शृंखला अब वैसी नहीं है जैसी 2026 में थी, जब मैंने क़ानून की पढ़ाई के साथ-साथ पहली बार न्यूज़रूम में क़दम रखा था। तब एक डेस्क पर दिनभर में दस-पंद्रह ख़बरें आती थीं और हर ख़बर के पीछे एक रिपोर्टर का नाम होता था। अब एक एशिया-केंद्रित क्रिकेट फ़ीड अकेले दिन में तीन-चार सौ आइटम उगलती है। कोई भी डेस्क उन्हें हाथ से नहीं पढ़ सकता, इसलिए पढ़ने का काम चार परतों में बँट गया है: फ़ेच (पेज खींचो), पार्स (बॉडी टेक्स्ट निकालो), वर्गीकरण (टैग लगाओ), और सारांश (बिंदु बनाओ)। पत्रकार इन चारों के बाद बैठता है।

इस रिकॉर्ड में सारे कंटेंट खाने खाली हैं, लेकिन वर्गीकरण चला — और उसने cricket_asia लौटाया। यही सुराग़ है। इसका मतलब है कि वर्गीकरण परत ने कुछ पढ़ा जो निष्कर्षण परत आगे नहीं भेज सकी। दूसरा सुराग़ यह है कि शीर्षक भी नहीं बचा। एक सारांशकार खाली बॉडी से भी शीर्षक भर आता है; वह शीर्षक से कम-से-कम इतना निकाल लेता है कि ख़बर किस बारे में है। यहाँ वह भी नहीं हुआ। इसलिए गड़बड़ सोचने वाली परत में नहीं, उससे पहले वाली परत में है — फ़ेच या पार्स में।

संरचनात्मक कारण सीमित और पहचाने हुए हैं। लाइव स्कोरकार्ड पेज, वीडियो/हाइलाइट पेज, पेवॉल के पीछे की बॉडी, या जावास्क्रिप्ट से बनने वाला पेज — इन चारों में एक बात समान है: टेक्स्ट स्क्रैपर को खाली बॉडी मिलती है। लेकिन इन चारों में एक और बात समान है: URL स्लग में "cricket" शब्द मौजूद रहता है। वर्गीकरण का हल्का-फुल्का नियम उस स्लग पर चल जाता है और टैग बन जाता है। यानी cricket_asia इस बात का सबूत नहीं है कि लेख में एशियाई क्रिकेट है। यह इस बात का सबूत है कि फ़ाइल के नाम में एशियाई क्रिकेट जैसा कुछ था।

मेरे अपने तरीके में यह सबक 2026 में घुसा। उस साल मार्च में, चेन्नई की एक डिजिटल स्पोर्ट्स डेस्क पर चार महीने पूरे होने पर, मैंने तमिलनाडु क्रिकेट संघ के पास पहली सूचना का अधिकार अर्जी डाली — ₹11.8 करोड़ के बीसीसीआई इंफ्रास्ट्रक्चर अनुदान के यूटिलाइज़ेशन सर्टिफ़िकेट और लोढ़ा सुधारों पर राज्य इकाई का अनुपालन हलफ़नामा। जवाब 214 पेज का आया। इकतालीस सदस्य इकाइयों के हलफ़नामे लगभग एक जैसे थे, और उनकी भाषा एक ही अहमदाबाद की लॉ फ़र्म तक जाती थी। मैंने वह दस्तावेज़ उस हफ़्ते छापा जब भारत चैंपियंस ट्रॉफ़ी का फ़ाइनल पाकिस्तान से 180 रनों से हारा था — वह एक हफ़्ता जब भारतीय क्रिकेट मीडिया में कोई गवर्नेंस कॉपी नहीं पढ़ रहा था। उस दिन के बाद मैंने दृश्य-वर्णन वाले लीड लिखने बंद कर दिए और दस्तावेज़ से बाहर की ओर लिखना शुरू किया: फ़ाइल संख्या, तारीख़, हस्ताक्षर।

इसीलिए जब मेरे सामने ऐसी फ़ाइल आती है जिसका शीर्षक खाली है, मैं उसे "कुछ नहीं" कहकर बंद नहीं करता। मैं उसे सबूत मानता हूँ — इस बात का सबूत कि सिस्टम ने अपनी ही चुप्पी को रिपोर्ट समझ लिया।

कोर: पाँच खाने, और उनके खाली होने का हिसाब

सबसे पहले वह खाना गिरता है जिस पर पूरी क्रिकेट समझ टिकी है — प्रारूप। टेस्ट, वनडे और टी20 तीन अलग-अलग खेल हैं जिनके आँकड़े एक-दूसरे में नहीं बदले जा सकते। एक टी20 फ़िनिशर का बराबरी का स्ट्राइक रेट 180 के आसपास माना जाता है; टेस्ट के सलामी बल्लेबाज़ का बराबरी का स्ट्राइक रेट उसी संख्या के आसपास हो तो वह टीम के लिए आपदा है। दोनों को एक ही पैमाने पर तोलना तथ्य की ग़लती नहीं, तरीक़े की ग़लती है। रिकॉर्ड में प्रारूप नहीं है, इसलिए कोई भी बेंचमार्क चुनना मनमानी होगी।

इसके साथ दूसरा खाना खाली है — इनिंग्स की स्थिति। पता नहीं यह चल रहा मैच है, पूरा हो चुका नतीजा है, पूर्वावलोकन है या पुरानी टिप्पणी। तीसरा खाना मैदान का है। क्रिकेट में घरेलू परिस्थिति सबसे ताक़तवर व्याख्यात्मक चर है, और यहाँ वह पूरी तरह ग़ायब है — न मैदान, न पिच, न मेज़बान देश, न मौसम, न ओस, न डीएलएस का ज़िक्र। इन तीनों के बिना मैच-स्तर का कोई निर्णय संभव नहीं, "शायद" वाला भी नहीं। निष्कर्ष की जगह शून्य ही सही निष्कर्ष है।

दूसरा ब्लॉक नामों का है। रिकॉर्ड में एक भी खिलाड़ी, एक भी टीम, एक भी प्रतियोगिता दर्ज नहीं। किसी खिलाड़ी का नाम लिखना यहाँ गढ़ना होगा, और एक बार नाम लिखा जाए तो उसके साथ भूमिका का वर्गीकरण आता है — सलामी बल्लेबाज़, एंकर, फ़िनिशर, तेज़ गेंदबाज़, स्पिनर, ऑलराउंडर, विकेटकीपर — और फिर उस भूमिका का बेंचमार्क, और फिर वह पूरा ढाँचा जो बिना डेटा के खड़ा कर दिया गया हो। ध्यान देने वाली बात यह है कि यहाँ दो अलग-अलग शून्य हैं। अगर सूचना-बिंदु मौजूद होते और संस्थाओं का खाना खाली होता, तो गड़बड़ नाम-पहचान (नेम्ड-एंटिटी) परत की होती। यहाँ दोनों शून्य हैं, इसलिए गड़बड़ उससे भी पहले की है। इसी फ़र्क़ से पता चलता है कि मरम्मत कहाँ लगेगी।

तीसरा ब्लॉक सबसे असुविधाजनक है, क्योंकि यहाँ नियम उल्टा हो जाता है। इस ढाँचे में जोखिम-प्रथम नियम अनिवार्य है: सत्यनिष्ठा (इंटेग्रिटी) से जुड़ा कोई भी संकेत मिले तो उसे सबसे पहले चिह्नित करना होता है। लेकिन जब घटना ही न हो, तो चिह्नित करने के लिए कुछ नहीं बचता। और यहीं सबसे बड़ा ख़तरा पैदा होता है — चुप्पी को सफ़ाई पढ़ लिया जाना। सबूत का अभाव, सबूत का उल्टा नहीं होता।

यह कोई सैद्धांतिक बात नहीं है। 2026-21 की रणजी ट्रॉफ़ी नहीं खेली गई — 2026-35 के बाद पहला ऐसा मौसम जब यह प्रतियोगिता नहीं हुई। मैंने उस सीज़न में सभी 38 सदस्य इकाइयों से घरेलू मैच-फ़ीस के भुगतान पर सूचना का अधिकार अर्जियाँ डालीं। ग्यारह ने जवाब दिया। मैंने नाडा से उस सीज़न के प्रतियोगिता-बाहर नमूनों की संख्या पूछी; जवाब आया कि वह 2026-20 से 61 प्रतिशत कम थी। दोनों डेटासेट मिलाकर एक ही बात कह रहे थे: न किसी को पैसा दिया जा रहा था, न किसी की जाँच हो रही थी। किसी ने उस सीज़न को मिटाया नहीं। बस गिनना बंद कर दिया।

यही संरचनात्मक समानता इस खाली फ़ाइल और उस सीज़न के बीच है। दोनों जगह कोई घोषणा नहीं हुई। किसी ने यह नहीं कहा कि "अब हम गिनना बंद कर रहे हैं।" बस अगली कतार में कुछ नहीं आया, और किसी ने पूछा नहीं। खाली स्टेडियम पूरी रिपोर्ट में सबसे तेज़ आवाज़ थी — यहाँ वही भूमिका खाली फ़ाइल निभा रही है।

चौथा खाना लेबल का है। cricket_asia एक क्षेत्रीय टैग है, प्रारूप-टैग नहीं। इसे प्रतियोगिता की पहचान का विकल्प मान लेना यह मान लेना है कि एक इलाक़े का नाम एक खेल के नियम बता देता है। यदि नीचे की परतें इसी टैग पर रूटिंग कर रही हैं, तो वे असल में किसी लेख की सामग्री पर नहीं, किसी URL के नाम पर रूटिंग कर रही हैं। क्षेत्रीय टैग दूसरा गुण हो सकता है; मुख्य विषय का विकल्प कभी नहीं।

पाँचवाँ खाना वह दरवाज़ा है जो मौजूद ही नहीं। एक बैच-स्तर का मेट्रिक होना चाहिए — प्रति रिकॉर्ड कितने सूचना-बिंदु निकले — और उसका एक ट्रेलिंग बेसलाइन होना चाहिए। शीर्षक खाली हो या बिंदु शून्य हों, तो रिकॉर्ड को दरवाज़े पर ही लौटना चाहिए, सफलता की तरह आगे नहीं बढ़ना चाहिए। यहाँ हुआ उल्टा: रिकॉर्ड 0% भरा था और उसे आगे भेज दिया गया, क्योंकि उसका दर्जा "अवर्गीकृत" था, "विफल" नहीं।

मैंने इस रिकॉर्ड को घड़ी की तरह खोला — पेंच दर पेंच — और हर पेंच पर वही मिला: कोई दोष नहीं, सिर्फ़ अनुपस्थिति। मैच देखते हुए मेरे इक्कीस साल के अनुभव में स्कोरकार्ड ने मुझसे कभी झूठ नहीं बोला। वह कभी झूठ नहीं बोलता; वह बस चुप हो जाता है। और चुप्पी को हम पढ़ लेते हैं "साफ़"।

कॉन्ट्रैरियन: स्क्रैपर की ग़लती नहीं, स्कीमा की ग़लती

सबसे आसान पढ़ाई यह है: स्क्रैपर टूटा था, ठीक करो, बात ख़त्म। आलोचक उँगली जावास्क्रिप्ट रेंडरिंग, पेवॉल या ट्रांज़िएंट फ़ेच एरर पर रखेंगे, और तकनीकी तौर पर वे सही भी हो सकते हैं। लेकिन वे मूल बात चूक जाते हैं। यह पाइपलाइन इस तरह बनी ही नहीं कि वह कभी "मुझे नहीं पता" कह सके। इसके स्कीमा में "कोई डेटा नहीं" नाम की कोई अवस्था ही मौजूद नहीं है। जो सिस्टम ख़ाली हाथ लौटना नहीं जानता, वह हमेशा कुछ न कुछ लौटाएगा — और लौटाया हुआ वह "कुछ" रिकॉर्ड की शक्ल में आएगा, वही बराबर वज़न लेकर आएगा, और अगले साल किसी एनालिटिक्स डैशबोर्ड पर एक पूरी ख़बर की तरह गिना जाएगा।

दूसरी चूक यह है कि लोग टैग को सामग्री का सबूत मान लेते हैं। यह टैग सामग्री का सबूत नहीं, फ़ाइल के नाम का सबूत है। जब तक यह अंतर समझा नहीं जाता, तब तक cricket_asia जैसे लेबल हर उस रिकॉर्ड पर चिपकते रहेंगे जिसे किसी ने कभी पढ़ा ही नहीं।

और तीसरी चूक है लागत को एक लेख तक सीमित मानना। असली लागत एक नहीं, चार सौ है। चार सौ ऐसे रिकॉर्ड जो अभिलेखागार में बराबर दिखते हैं, जिनमें कुछ सच में पढ़े गए और कुछ कभी नहीं। अभिलेखागार वह जगह बन जाता है जहाँ चुप्पी सफ़ाई जैसी दिखती है।

निकास: सवाल वह नहीं है जो पूछा जा रहा है

इस पूरे घटनाक्रम में सबसे सस्ता और सबसे क़ीमती अगला क़दम एक ही है: उसी स्रोत को दोबारा खींचना, इस बार URL का लॉग और हेडलेस रेंडरर का फ़ॉलबैक साथ रखकर। इससे एक ही बार में पता चल जाएगा कि दिक़्क़त संरचनात्मक है या क्षणिक। इससे आगे का काम यह है कि "कोई डेटा नहीं" को सिस्टम का वैध नतीजा घोषित किया जाए — 200 की जगह एरर स्टेटस, शीर्षक-आधारित फ़ॉलबैक, और हर रिकॉर्ड के साथ HTTP व पार्स की स्थिति दर्ज।

लेकिन असली सवाल वह नहीं है जो इस वक़्त पूछा जा रहा है। असली सवाल यह है: पिछले छह सालों में इस अभिलेखागार में कितने "साफ़" रिकॉर्ड असल में खाली थे? जब तक इसका जवाब नहीं आता, तब तक हर वह रिपोर्ट जिस पर कोई जोखिम चिह्नित नहीं है, उसे दोबारा पढ़ा जाना चाहिए — क्योंकि कुछ रिपोर्टों में जोखिम नहीं मिला, और कुछ रिपोर्टों में कुछ भी नहीं मिला। इन दोनों को एक ही खाने में रखना इस पूरी मशीनरी की सबसे बड़ी चोरी है, और वह चोरी किसी बोर्ड या फ़्रैंचाइज़ी ने नहीं, हमने ख़ुद की है।