खाली स्टेज-1 रिपोर्ट पर क्रिकेट डेस्क का ऑडिट: जब पाइपलाइन चुपचाप फेल होती है, वहीं असली स्टोरी होती है

उस सुबह डेस्क पर जो फाइल खुली, उसमें क्रिकेट था ही नहीं। स्कीमा मौजूद था — टाइटल, सोर्स, टाइप, समरी, स्टैंस, इन्फॉर्मेशन पॉइंट्स — और हर खाने में या तो N/A लिखा था या कुछ भी नहीं। एक ही सिग्नल जिंदा था: डोमेन लेबल, cricket_world। यानी किसी स्टेज पर किसी क्लासिफायर ने कुछ देखा था, लेकिन जिस एक्सट्रैक्टर को वही पेलोड मिलना चाहिए था, उसके हाथ तक कुछ पहुंचा ही नहीं। तीस साल से मैं स्कोरकार्ड और ऑक्शन शीट पढ़ता आया हूं, और एक बात वहां से सीखी है: जो संख्या गायब है, वही सबसे ज्यादा बोलती है। यह रिपोर्ट क्रिकेट की नहीं थी, यह उस सिस्टम की थी जो क्रिकेट कवर करने का दावा करता है — और उस सिस्टम ने उस सुबह अपना सबसे बड़ा बग दिखा दिया था, बिना एक शब्द कहे।

जो मिला, वो सिर्फ ढांचा था

सप्लाई किया गया मटीरियल कोई आर्टिकल नहीं था। वह स्कीमा का खोखला कंकाल था — वो टेबल जिसमें फील्ड के नाम लिखे होते हैं और उनके आगे कीमत। आर्टिकल टाइटल N/A, सोर्स N/A, टाइप Unclassified, वन-सेंटेंस समरी खाली, ऑथर स्टैंस N/A, और इन्फॉर्मेशन पॉइंट्स की लिस्ट — खाली। इस टेबल में एक ही काम की चीज थी: cricket_world। बस।

इसका मतलब साफ है। डाउनस्ट्रीम का हर काम — एंटिटी एक्सट्रैक्शन, टाइम सेंसिटिविटी, सोर्स क्वालिटी का जजमेंट — उन फील्ड्स पर टिका है जो खाली हैं। अगर मैं इससे कोई "गहरा विश्लेषण" बना भी देता, तो वह एनालिसिस नहीं, गढ़ा हुआ माल होता। और एक डेटा जर्नलिस्ट के तौर पर मेरा एक ही नियम है: जो रसीद नहीं दिखा सकता, उसे दावा नहीं कहते।

यहीं पर एक पुरानी आदत काम आती है। 2026 में वानखेड़े फाइनल से पहले मैंने 47 वनडे से एक चेज मॉडल बनाया था — धोनी CSK के लिए नंबर 5 पर 92 की स्ट्राइक रेट और 61 की औसत से बल्लेबाजी करते थे, भारत के लिए नंबर 6 पर 44 की। एक पेज, तीन नंबर, एक भविष्यवाणी। वह नोट इसलिए चला था कि उसमें हर आंकड़ा ट्रेस करने लायक था। खाली स्कीमा में वह गुण नहीं है। वहां ट्रेस करने के लिए कुछ है ही नहीं।

गड़बड़ी कहां हुई — तीन संभावनाएं, क्रम में

पाइपलाइन में यह खराबी अपने आप में एक डेटा पॉइंट है। तीन संभावनाएं हैं, और उनका क्रम मायने रखता है।

पहली और सबसे संभावित: रॉ टेक्स्ट एक्सट्रैक्टर तक पहुंचा ही नहीं। इनपुट खाली था या ट्रंकेशन का शिकार हुआ। यह सबसे आम फेल्योर मोड है — अपस्ट्रीम में क्रॉलर या फेचर ने कुछ लौटाया, बीच के किसी बफर ने उसे गिरा दिया, और एक्सट्रैक्टर को खाली स्ट्रिंग मिली।

दूसरी: एक्सट्रैक्टर ने आकार में सही, पर खोखला ऑब्जेक्ट लौटाया, और पाइपलाइन ने बिना कंटेंट-चेक के उसे स्वीकार कर लिया। यह वह किस्म की गलती है जिससे स्कोरकार्ड ऑडिट में मैं बार-बार टकराया हूं — फॉर्म भरा हुआ दिखता है, पर हर फील्ड में शून्य। फॉर्मेट सही मान लिया जाता है, सब्सटेंस की जांच नहीं होती।

तीसरी: आर्टिकल असल में स्टब था — कोई फोटो कैप्शन, कोई स्कोरबोर्ड विजेट, ऐसा कुछ जिसमें गद्य है ही नहीं जिसे तोड़ा जा सके।

अब वह बात जो मुझे सबसे ज्यादा चुभती है। Article Type: Unclassified और Domain Label: cricket_world — यानी किसी क्लासिफायर ने किसी चीज पर फायर किया। तो डोमेन क्लासिफायर के पास इनपुट था, और एक्सट्रैक्टर के पास नहीं। यही विरोधाभास सबसे कीमती सुराग है: दो स्टेज ने अलग-अलग पेलोड देखे। मेरी नजर में यह इस बात का सबूत है कि फेल्योर एक्सट्रैक्शन में नहीं, बल्कि स्टेजों के बीच के हैंडऑफ में है। जहां डेटा एक हाथ से दूसरे हाथ में जाता है, वहीं वह गिरता है।

इस पर एक संदेह जोड़ना जरूरी है, क्योंकि ऑडिट में हर नंबर के साथ यह लिखना पड़ता है कि वह क्या नहीं देख सकता। ऊपर की तीन संभावनाएं लॉग्स के बिना सिर्फ संभावनाएं हैं, सत्य नहीं। मैंने खुद कई बार देखा है कि जो "फेचर फेल्योर" लगता है, वह असल में सोर्स साइट पर पेबॉल था, या आर्टिकल ही अधूरा छपा था। बिना एक्सट्रैक्टर के इनपुट पेलोड और उसके रॉ रिस्पॉन्स के, कोई भी निदान अटकल है। और मैं अटकल को निदान का नाम नहीं देना चाहता।

असली मुद्दा: साइलेंट पास एक डिजाइन फैल्योर है

यहां क्रिकेट से बाहर निकलकर सिस्टम की बात करनी होगी, क्योंकि खराबी यहां है — और यह वही खराबी है जो हर अगले आर्टिकल पर दोहराएगी।

एक खाली रिजल्ट तीन चीजों में से एक हो सकता है: आर्टिकल में सचमुच कुछ नहीं था, एक्सट्रैक्शन फेल हुआ, या पाइपलाइन ने आधा-अधूरा काम पास कर दिया। तीनों का इलाज अलग है। पहले में कुछ नहीं करना है। दूसरे में रीट्राई या अलर्ट। तीसरे में कॉन्ट्रैक्ट जांचना है। लेकिन जब तक सिस्टम तीनों में एक ही खाली ऑब्जेक्ट लौटाता है, तब तक ऑपरेटर के पास यह जानने का कोई तरीका नहीं कि कौन-सी स्थिति है। यही डिजाइन फैल्योर है — सिस्टम ने "मुझे कुछ नहीं मिला" और "मुझे कुछ मिला ही नहीं था" को एक ही आउटपुट में मिला दिया।

मीडिया इकोनॉमी में मैंने यह पैटर्न पहले भी देखा है। दिल्ली में एक बार मैं एक राइट्स ब्रीफिंग में बैठा था जहां एक डील के नंबर गोल थे; जब मैंने पूछा तो पता चला कि डेटा असल में आया ही नहीं था, सिर्फ प्रेजेंटेशन स्लाइड भर दी गई थी। उस दिन जो सबक मिला वह यही था: खाली डेटा को "कोई खबर नहीं" कहकर छाप देना सबसे खतरनाक एडिटोरियल फैसला है, क्योंकि पाठक उसे तथ्य मान लेता है। डेटा पाइपलाइन में यही गलती सिस्टम के स्तर पर हो रही है।

मुझे यह भी साफ करना चाहिए कि इस टुकड़े में मेरी अपनी स्थिति क्या है। मैं इस पाइपलाइन को चला नहीं रहा, मैं इसका आउटपुट पढ़ने वाला पत्रकार हूं। मेरा हित साफ है: मुझे वह डेटा चाहिए जिसे मैं क्रॉस-चेक कर सकूं, वरना मेरे पास दावा करने के लिए कुछ नहीं बचता। इसलिए मेरा सुझाव भी उसी तरह रखूंगा जैसे एक रिपोर्टर सोर्स से कहता है: वह मुझे बताएं कि क्या नहीं मिला, ताकि मैं बाकी की जांच कर सकूं।

वह न्यूनतम शर्त जिसके बिना स्टेज-2 शुरू ही नहीं होना चाहिए

अगर मुझसे पूछा जाए कि इसका स्थायी इलाज क्या है, तो जवाब एक साफ कॉन्ट्रैक्ट है। हर स्टेज को यह घोषित करना चाहिए कि अगली स्टेज को चलने के लिए किन फील्ड्स का भरा होना जरूरी है — कम से कम टाइटल, सोर्स, टाइप, और एक भी सार्थक इन्फॉर्मेशन पॉइंट। इनमें से कोई भी खाली हो तो रिजल्ट खाली ऑब्जेक्ट नहीं, बल्कि जोरदार फेल्योर होना चाहिए: एक स्पष्ट एरर जिसमें लिखा हो कि कौन-सी फील्ड खाली है और इनपुट पेलोड कहां से आया। खाली रिजल्ट चुपचाप पास हो जाना चाहिए, यह ठीक वैसा ही है जैसे स्कोरकार्ड में एक ओवर छूट जाए और कोई नोटिस न करे।

यह जांच मैं अपनी दैनिक आदत से ला रहा हूं। हर बड़े मैच से 24 घंटे पहले मेरा एक पेज का नोट बनता है — तीन नंबर, एक भविष्यवाणी — और अगर किसी नंबर की रसीद न मिले, तो वह नोट फाइल ही नहीं होता। उसी तरह, स्टेज-1 का आउटपुट तभी आगे बढ़े जब वह अपनी रसीदें दिखा सके। जो नहीं दिखा सकता, वह पास नहीं होता।

इसका एक ठोस फायदा भी है, और वह आर्थिक है। हर साइलेंट फेल्योर के पीछे एक छुपी लागत होती है — जो आर्टिकल खाली स्टेज-1 के कारण कवरेज से बाहर रह गया, वह किसी और के पास चला गया। क्रिकेट कवरेज में यह लागत बहुत असली है, क्योंकि खबर का जीवनकाल छोटा होता है। एक खाली रिपोर्ट का मतलब सिर्फ यह नहीं कि कुछ नहीं छपा; इसका मतलब यह भी है कि उस दिन डेस्क का एक स्लॉट बर्बाद हुआ।

वह चीज जो खाली स्कीमा नहीं दिखा सकता

अब वह हिस्सा, जहां मुझे अपनी ही आदत पर शक करना चाहिए। मैं तीस साल से स्प्रेडशीट पर भरोसा करते आया हूं, और मेरा पहला झुकाव यही होता है कि जो नापा जा सकता है वही सच है। लेकिन इस मामले में सबसे जरूरी चीज बिल्कुल नापने लायक नहीं है: उस आर्टिकल में क्या था जिसे मशीन ने नहीं पढ़ा। हो सकता है वह एक रिपोर्टर की मेहनत से लिखी गई रिपोर्ट थी, या एक ऐसा इंटरव्यू जिसमें खिलाड़ी ने कुछ कहा था जो स्कोरकार्ड में कभी नहीं दिखेगा। मेरा पूरा ऑडिट उस गुमशुदा सामग्री के बारे में कुछ नहीं बता सकता। वह सिर्फ सिस्टम की नाकामी बता सकता है।

यही वजह है कि मैं इस रिपोर्ट को सिर्फ एक बग नहीं, बल्कि एक याददेहानी की तरह पढ़ता हूं। क्रिकेट में मुझे सबसे ज्यादा वही डेटा पसंद है जो किसी और के लिए अदृश्य है — वह ओवर जो किसी ने दर्ज नहीं किया, वह सीट जो कोई नहीं भरता। यहां भी वही हुआ। सिस्टम ने हमें बताया कि उसने कुछ नहीं देखा, और हमें यह मान लेना चाहिए कि देखने लायक कुछ था ही नहीं। शायद वहां कुछ था। शायद वह बस फिसल गया।