खाली एरे और क्रिकेट डेस्क: जब डेटा पाइपलाइन चुप हो जाती है

जनवरी 2026 में बेंगलुरु के नीलामी कक्ष में 578 खिलाड़ियों की शॉर्टलिस्ट आठ फ़्रैंचाइज़ियों के सामने रखी गई थी, और उस पूरे अभ्यास को एक ही टैक्सोनॉमी पर चलना पड़ा था — नाम, बेस प्राइस, भूमिका, रिटेंशन स्थिति और राइट टू मैच कार्ड। उस दिन यह साफ़ हुआ था कि सूची अगर खाली लौटे तो नीलामी नहीं होती; सिर्फ़ एक खाली हॉल बचता है, जिसमें बस हथौड़े की आवाज़ गूँजती है। इस हफ़्ते डेस्क पर जो फ़ाइल पहुँची, वह उसी खाली हॉल जैसी थी। डोमेन लेबल मौजूद था — cricket_asia — और उसके बाद लगभग हर खाना N/A। शीर्षक N/A, स्रोत N/A, एक-वाक्य सारांश एक खाली स्ट्रिंग, सूचना-बिंदुओं की सूची खाली, और एंटिटी वाला खाना अपने ऊपर छपे निर्देश के साथ खड़ा था: "ऊपर दिए सूचना-बिंदुओं से पहचानें" — जबकि वे बिंदु कभी भरे ही नहीं गए। समय-संवेदनशीलता के खाने में लिखा था, "स्टेज-1 में आँका नहीं गया।" स्रोत-गुणवत्ता में लिखा था, "सूचना-बिंदुओं के स्रोत फ़ील्ड से तय करें" — और वे फ़ील्ड मौजूद ही नहीं थे। यह कोई विश्लेषण नहीं था। यह एक खाली रिपोर्ट कार्ड था, जिसमें हर कॉलम में डैश भरा था।

यह पहली बार नहीं है कि किसी क्रिकेट डेस्क को खाली फ़ीड मिली हो। पिछले दो दशकों में क्रिकेट कवरेज का ढाँचा भीतर से बदल गया है। अगस्त 2026 में जब मैंने मिड-डे में फ़ीचर एडिटर की कुर्सी संभाली, तब मैच रिपोर्ट का मतलब था मैदान से आई मैनुअल कॉपी, जिसे काट-छाँट कर छापा जाता था। 2026 में जब मैंने दिल्ली के एक डिजिटल न्यूज़रूम में 'लॉज़ डेस्क' कॉलम शुरू किया, तब तक तस्वीर बदल चुकी थी — हर फ़ैसले के पीछे MCC का लॉ नंबर, आईसीसी प्लेइंग कंडीशंस का क्लॉज़, रीप्ले का फ़्रेम काउंट और फिर वरडिक्ट। अब उसके भी एक परत नीचे चीज़ें चलती हैं: बॉल-बाय-बॉल फ़ीड, मैच रेफ़री रिपोर्ट, ब्रॉडकास्टर ग्राफ़िक्स, और उन सबको निगलने वाली एक स्वचालित पाइपलाइन। cricket_asia जैसा लेबल इस पूरे ढाँचे की सबसे बाहरी परत है। भीतर की परत यह है — HTML पेज से टेक्स्ट निकालना, उसे सूचना-बिंदुओं में तोड़ना, और फिर उन बिंदुओं से एंटिटी, समय-संवेदनशीलता और स्रोत-गुणवत्ता गढ़ना।

जहाँ पहली परत चूक जाए, वहाँ बाक़ी सब कुछ एक-दूसरे को खींचकर गिरता है। जिस फ़ाइल में सूचना-बिंदु खाली हों, उसमें एंटिटी नहीं बन सकती; जहाँ एंटिटी नहीं, वहाँ समय-संवेदनशीलता तय नहीं हो सकती; और जहाँ टाइप 'Unclassified' पड़ा हो, वहाँ यह फ़ैसला ही नहीं होता कि आगे फ़ैक्ट-चेक का ढाँचा लगाना है या तर्क-विश्लेषण का। दिल्ली न्यूज़रूम ने मुझे सिखाया था कि शीर्षक से पहले क्लॉज़ जाँचो। यहाँ क्लॉज़ ही नदारद था।

मैंने लॉज़ डेस्क पर वापस जाकर वह फ़्रेम खोजा जो सबसे छूट गया था। चार संभावित जगहें हैं जहाँ यह फ़ाइल टूट सकती है, और हर एक का क्रिकेट में सीधा एनालॉग है।

पहली संभावना: HTML मिल गया, पर बॉडी कंटेनर चूक गया। यह सबसे आम खराबी है, ख़ासकर जावास्क्रिप्ट से रेंडर होने वाले पेजों, AMP वेरिएंट और पेवॉल ओवरले में। कैप्चर लेयर यह बता देती है कि पेज आ गया, लेकिन सिलेक्टर किसी खाली डिव पर जाकर रुक जाता है। क्रिकेट में इसका बिल्कुल सीधा रूप है: अल्ट्राएज का साउंड ट्रेस मिल जाता है, स्पाइक दिख जाता है, पर फ़्रेम काउंट का कोड गायब है। बॉल-ट्रैकिंग की फ़ाइल मिल जाती है, पर प्रोजेक्शन का पहला फ़्रेम ही नहीं है। ऐसे फ़ुटेज पर कोई तीसरा अंपायर कभी वरडिक्ट नहीं देता। ठीक वैसे ही, ऐसी फ़ाइल पर कोई एडिटर अगली परत नहीं चढ़ा सकता।

दूसरी संभावना: क्रॉल लेयर ही विफल रही। यानी हाथ में 403, 404, कोई रीडायरेक्ट चेन, या कैप्चा पेज लगा। कई एक्सट्रैक्शन सिस्टम गैर-लेख पेजों पर चुपचाप डिग्रेड कर जाते हैं — कोई एरर कोड ऊपर नहीं आता, बस एक खाली एरे नीचे गिर जाता है। यह व्यवहार ख़तरनाक है क्योंकि यह विफलता को छिपा देता है। क्रिकेट में यह वैसा ही है जैसे तीसरे अंपायर के पास अल्ट्राएज की रिक्वेस्ट पहुँचे ही न, और स्कोरबोर्ड पर चुपचाप 'नॉट आउट' टँग जाए।

तीसरी संभावना: एन्कोडिंग। देवनागरी, उर्दू या किसी अन्य ग़ैर-लैटिन स्क्रिप्ट का डिकोड फेल हो जाना, और फिर क्लीनिंग स्टेप में वह टेक्स्ट पूरी तरह बह जाना। इस बीट पर यह जोखिम बना रहता है, क्योंकि भारत-पाकिस्तान जैसे फ़िक्स्चर की कवरेज में सोर्स डॉक्युमेंट दो-तीन स्क्रिप्ट में घूमते हैं। हिंदी और उर्दू सोर्स का मिलाजुला डेटा जब एक ही पाइपलाइन से गुज़रता है, तब एक भी चूकी हुई बाइट-सीक्वेंस पूरा सारांश साफ़ कर सकता है।

चौथी संभावना, और मुझे सबसे ज़्यादा यही शक़ है: स्टेज-1 पूरा चला ही नहीं। सिर्फ़ टेम्पलेट इनिशियलाइज़ हुआ, एक्सट्रैक्शन लॉजिक दौड़ा ही नहीं। मेरा यह शक़ इसलिए है क्योंकि 'Article Type: Unclassified' और पूरा N/A एक साथ खड़े हैं। अगर बॉडी कंटेनर चूकता, तो आम तौर पर टाइप कम से कम अनुमान से भर जाता है — स्पोर्ट्स, न्यूज़, ओपिनियन। अगर एन्कोडिंग फेल होती, तो स्रोत फ़ील्ड में URL तो बचा रह जाता। यहाँ स्रोत तक N/A है। यानी किसी ने उस पेज को छुआ ही नहीं।

VAR की गर्मी ने मुझे सिखाया था कि रेखा का इंतज़ार करो, दहाड़ का नहीं। 2026 के रूस विश्व कप में मैंने ओवरनाइट ट्रैकर चलाया था — 455 घटनाओं की समीक्षा, हर एक को क्रिकेट के DRS के सामने रखकर लॉग किया गया, और रोज़ एक तुलना छपी जिसे किसी ने नहीं माँगा था पर सबने पढ़ा। उस अभ्यास का एक ही नियम था: जिस फ़्रेम की साख साबित न हो, उस पर वरडिक्ट मत लिखो। यह फ़ाइल उसी नियम के दायरे में आती है। जो अराजक दिखा, उसके नीचे कोई क्लॉज़ था ही नहीं — और यही असली ख़बर है।

अब वह हिस्सा, जहाँ मुझे अपने ही तरीक़े से असहमत होना पड़ता है। सहज प्रवृत्ति यह कहती है कि खाली आउटपुट एक बग है, एक खराबी जिसे ठीक करना है। मेरा पहला पाठ उलटा है: खाली एरे एक ईमानदार सिग्नल है, और ख़तरा उस पाइपलाइन में है जो खालीपन को भर देती है। अगर आपके सिस्टम ने खाली जगह पर 'cricket_asia' लेबल से थोड़ा-सा मांस जोड़ दिया होता — दो टीमें, एक तारीख़, एक प्लॉज़िबल सारांश — तो नीचे बैठा एडिटर उसे सच मान लेता, और अगले दिन वही प्लॉज़िबल टेक्स्ट वायर पर चढ़ जाता। छह साल में मैंने इतने फ़ैसले देखे हैं कि सबसे तेज़ प्रतिक्रिया पर पहले भरोसा नहीं करता। यहाँ सिस्टम ने सबसे तेज़ प्रतिक्रिया नहीं दी — उसने साफ़ मना कर दिया। यह कमज़ोरी नहीं, अनुशासन है।

पर यहीं असल बेचैनी शुरू होती है। बीस साल के इंडस्ट्री निरीक्षण का एक निष्कर्ष यह है कि क्रिकेट डेस्क आज ख़ुद को एक ऐसी स्वचालित परत पर टिका चुका है, जिसकी विफलता का भाषा-संकेत भी उसे समझ नहीं आता। लॉज़ डेस्क पर मैं एक या दो क्लॉज़ पर टिकता था, और बाक़ी खेल खेल को सौंप देता था। यहाँ क्लॉज़ ही गायब है, और खेल भी। जिस एडिटर के पास सिर्फ़ N/A है, वह न फ़ैक्ट-चेक कर सकता है, न तर्क, न भीड़ का मूड, न तारीख़। क्रिकेट पत्रकारिता का पूरा मूल्य उस एक कदम पर टिका है जो मशीन पार नहीं कर पाई — जिसे हम 'वेरिफिकेशन' कहते हैं।

और यहीं मुझे अपना असहमति-लेख भी छापना होगा। मैंने ऊपर चारों संभावनाओं को बावजूद क्रम में रखा — सबसे ज़्यादा से सबसे कम शक़ के हिसाब से। लेकिन बिना कच्चे रिटर्न के मैं यह नहीं कह सकता कि इनमें से कौन सी सच है। मुझे न HTTP स्टेटस कोड दिखा, न पार्स हुए DOM नोड्स की गिनती, न बॉडी की असली लंबाई। यानी यह एक ऐसा वरडिक्ट है जिसमें डिसेंट छपा हुआ है। मुझे लगता है कि स्टेज-1 अधूरा चला, पर अगर कल को पता चले कि बॉडी कंटेनर का सिलेक्टर चूक गया था, तो मैं अपनी रीडिंग पलटने को तैयार हूँ — शर्त एक ही है, फ़ाइल दिखाओ।

नीलामी कक्ष वह जगह है जहाँ रूलबुक असली दबाव में जीना सीखती है; 578 नामों की शॉर्टलिस्ट उसी दबाव की परीक्षा थी। यह डेस्क उस दबाव की दूसरी परीक्षा है, और इस बार रूलबुक ने जवाब देने से इनकार कर दिया। आगे क्या होगा, इसका जवाब तकनीकी टीम के पास है, पर सवाल क्रिकेट डेस्क के पास भी है: जिस पल हमारी कवरेज की पहली सीढ़ी किसी दूसरे के सर्वर पर खड़ी हो, उस पल हम वेरिफिकेशन को कहाँ रखते हैं — सीढ़ी पर, या अपने हाथ में?