खाली फ़ील्ड भी एक खबर है: जब क्रिकेट डेटा पाइपलाइन चुपचाप शून्य लौटाती है
**मुख्य उत्तर**: स्टेज-1 का आउटपुट खाली इसलिए है क्योंकि सूचना बिंदुओं की सूची शून्य है। सूचना बिंदु न होने पर संस्थाओं की पहचान और स्रोत की गुणवत्ता दोनों संरचनात्मक रूप से अगणनीय हो जाती हैं, और डाउनस्ट्रीम विश्लेषण बिना आधार के चलता रहता है। **मुख्य तथ्य**: - Stage-1 के छह फ़ील्ड में N/A दर्ज; केवल Domain Label cricket_asia मान्य संकेत है। - Information Points शून्य होने पर Entities Involved और Source Quality स्वतः अमान्य हो जाते हैं। - पाइपलाइन में len(information_points) == 0 पर विफलता फ़्लैग अनिवार्य है, वरना खाली टेम्पलेट साइलेंट पास होता है। - बिना पढ़े स्रोत पर आधारित विश्लेषण तथ्य-निर्माण की श्रेणी में आता है। **स्रोत उद्धरण**: स्टेज-1 पाइपलाइन आउटपुट; प्रकाशन तिथि दर्ज नहीं। **संबंधित प्रश्न-उत्तर**: प्रश्न: Stage-1 में संस्थाओं की सूची खाली क्यों आई? उत्तर: क्योंकि संस्थाएँ सूचना बिंदुओं से व्युत्पन्न होती हैं और सूचना बिंदु शून्य थे। प्रश्न: स्रोत की गुणवत्ता कैसे तय होनी चाहिए थी? उत्तर: प्रत्येक सूचना बिंदु के source फ़ील्ड — मीडिया नाम, यूआरएल और तारीख़ — के आधार पर, जो इस आउटपुट में अनुपस्थित हैं। प्रश्न: इस विफलता को रोकने का सबसे सरल उपाय क्या है? उत्तर: सूचना बिंदुओं की संख्या शून्य होने पर पाइपलाइन को स्पष्ट विफलता घोषित करना, ताकि डाउनस्ट्रीम चरण बिना आधार के न चले।
स्टेज-1 का आउटपुट खाली लौटा। छह कॉलम — शीर्षक, स्रोत, प्रकार, एक-वाक्य सार, लेखक का रुख, सूचना बिंदु — सबमें N/A दर्ज था। सबसे नीचे एक ही जीवित पंक्ति बची थी: Domain Label — cricket_asia। यह लेबल इतना ही बताता है कि सामग्री क्रिकेट की है; यह नहीं बताता कि सामग्री क्या है। मैंने उस आउटपुट को पहले ऊपर से पढ़ा, फिर नीचे से। जब कोई शीट 1,340 पंक्तियों पर रुक जाए और 1,341वीं खाली हो, तो खबर वह खाली पंक्ति ही होती है। यहाँ पूरा लेजर एक पंक्ति का था, और वह भी खाली।
पंद्रह साल की उम्र में कोलकाता में मैंने पहली बार ऐसा ही खाली कॉलम देखा था — एक जिला मैच की स्कोरशीट में गेंद-दर-गेंद वाला बॉक्स खाली था, जबकि स्कोरबुक में 23 नो-बॉल दर्ज होने चाहिए थे। मैं मैदान के किनारे बैठी थी, कॉमेंट्री नहीं कर रही थी, सिर्फ़ गिन रही थी। उस दिन से मेरा नियम एक ही है: जो दिखाई नहीं देता, उसे लिखने से पहले गिनना पड़ता है। यही नियम अब सॉफ़्टवेयर पाइपलाइन पर लागू होता है।
स्टेज-1 को क्या लौटाना चाहिए था, यह स्पष्ट है। कम से कम तीन से दस सूचना बिंदु, हर बिंदु के साथ उसका स्रोत — मीडिया का नाम, यूआरएल, तारीख़। एक वाक्य का सार। लेखक का रुख और लेख का मक़सद। इन सबके आधार पर संस्थाओं की सूची — बोर्ड, खिलाड़ी, टूर्नामेंट, राष्ट्रीय परिषद। और अंत में हर बिंदु के स्रोत-फ़ील्ड को देखकर स्रोत की गुणवत्ता का आकलन। इस ढाँचे में एक बात ध्यान देने वाली है: संस्थाएँ और स्रोत-गुणवत्ता स्वतंत्र रूप से नहीं निकाले जाते, वे सूचना बिंदुओं से ही निकाले जाते हैं। यानी अगर सूचना बिंदु शून्य हैं, तो बाक़ी दोनों फ़ील्ड गणना-योग्य ही नहीं रहते।
यह तकनीकी खामी नहीं, श्रृंखला-विफलता है। जब सूचना बिंदु खाली हों, तो संस्थाओं की सूची खाली आनी चाहिए — लेकिन टेम्पलेट वैसे भी रेंडर होता है, क्योंकि फ़ील्ड मौजूद हैं। मेरे 1,340 गेंदों वाले लेजर में भी यही हुआ था: कॉलम मौजूद थे, इसलिए कोई यह नहीं समझ पाया कि उनमें कुछ भरा ही नहीं गया था। जिस दिन मैंने वह शीट कोलकाता के एक डेटा एडिटर को भेजी, उसने पहला सवाल यह नहीं पूछा कि आँकड़े सही हैं क्या; उसने पूछा कि तुमने यह कैसे गिना। मेरे पास विधि-नोट था, कच्ची फ़ाइलें थीं, इसलिए जवाब दे सकी। स्टेज-1 के इस आउटपुट के पास देने के लिए कुछ नहीं है।
असली ख़तरा खाली आउटपुट नहीं है। असली ख़तरा यह है कि खाली आउटपुट किसी त्रुटि की तरह व्यवहार नहीं करता। डाउनस्ट्रीम में जो भी अगला चरण बैठा है — "गहन विश्लेषण" कहिए, या "क्रिकेट_एशिया पर टिप्पणी" — उसके पास जाने का रास्ता खुला है। और जब विश्लेषण को बताया जाए कि क्रिकेट की खबर पर विश्लेषण लिखो, और क्रिकेट की कोई खबर न दी जाए, तो दो ही रास्ते बचते हैं: या तो वह चुपचाप कुछ बना देगा, या वह ईमानदारी से खाली हाथ लौट आएगा। पहला रास्ता ज़्यादा आसान है, क्योंकि क्रिकेट की दुनिया में हमेशा कुछ न कुछ चल रहा होता है और मॉडल के पास भरने के लिए बहुत कुछ होता है।
मुझे पता है वह भराव कैसा दिखता है, क्योंकि मैंने ख़ुद उससे बचने की कोशिश की है। जून 2026 में मुंबई के एक नीलामी प्रेस रूम में मैंने आईपीएल मीडिया अधिकारों का 48,390 करोड़ रुपये वाला आँकड़ा सुना था। उस कमरे में साठ पत्रकारों में दो महिलाएँ थीं, और मैं उनमें एक थी। सुर्ख़ियों ने कुल रक़म ली; मैंने प्रति-मैच मूल्य निकाला — लगभग 118 करोड़ रुपये प्रति मैच, जो 2026-22 चक्र के 54.5 करोड़ से बढ़ा था। फिर मैंने बोर्ड के 2026-27 कैलेंडर से मिलाया और देखा कि पहले दो सीज़न 84 नहीं, 74-74 मैचों के थे। यह अंतर एक फुटनोट में छिपा था। मेरे एडिटर ने तालिका चलाई, प्रतिद्वंद्वी डेस्कों ने प्रति-मैच वाली पंक्ति उठा ली। सबक यह था: जब स्रोत नहीं पढ़ा गया हो, तो सही आँकड़ा भी ग़लत जगह पर बैठाया जा सकता है।
इसलिए इस खाली स्टेज-1 के सामने मेरा रुख साफ़ है। मैं जानती हूँ कि 2026 के घरेलू विश्व कप के बाद डब्ल्यूपीएल के प्रसारण घंटों, मैच-डे स्टाफ़िंग और वेन्यू आवंटन की जाँच एक अच्छी कहानी बन सकती है। मैं जानती हूँ कि घरेलू क्रिकेटरों के मैच-फ़ीस भुगतान पर 2026-20 का मेरा 212-खिलाड़ी वाला लेजर अब भी एक संदर्भ है, जिसमें 47 खिलाड़ियों का भुगतान 90 दिन से आगे खिसका था और अनुसूची और प्रकाशित आँकड़ों के बीच 1.8 करोड़ रुपये का अंतर था। लेकिन उनमें से कोई भी तथ्य इस स्टेज-1 से नहीं आया है। उन्हें यहाँ चिपकाना ठीक वही गलती होगी जिसकी जाँच मैं करती हूँ — ऐसा दस्तावेज़ उद्धृत करना जिसे खोला ही नहीं गया।
कुछ लोग कहेंगे कि खाली इनपुट एक तकनीकी मसला है, पत्रकारिता का नहीं। मेरा जवाब यह है कि जो डेस्क बिना पढ़े स्रोत पर प्रकाशित करता है, वह पाठक तक वही उत्पाद पहुँचाता है जो बोर्ड का प्रेस रिलीज़ पहुँचाता है — बस फ़ॉन्ट अलग होता है। क्रिकेट में यह पैटर्न परिचित है: "रिकॉर्ड भीड़" एक विशेषण है, माप नहीं। मैंने ख़ुद तीन स्थानों पर टिकट-संख्या और खाली कुर्सियों का मिलान किया है, और नियम सरल है — हर खाली कुर्सी के पास भी एक टिकट नंबर होता है। जो संख्या गिनी नहीं गई, वह संख्या नहीं, दावा है। यही मानक डेटा पाइपलाइन पर भी लगना चाहिए।
तो अगली बार जब कोई पाइपलाइन शून्य सूचना बिंदु लौटाए, तो उसे "कोई सामग्री नहीं मिली" कहकर आगे न बढ़ने दें। उसे विफल घोषित करें। len(information_points) == 0 पर एक चेक लगाएँ, और उस चेक के फ़ेल होने पर डाउनस्ट्रीम रोक दें। यह एक लाइन का काम है। मुझे इस लेजर को पढ़ने में चार महीने नहीं लगे — इसे लिखने में लगे थे। इसे पकड़ने में एक दोपहर लगनी चाहिए, और वह दोपहर उस दिन बच जाएगी जिस दिन कोई डेस्क बिना स्रोत के क्रिकेट की कहानी छाप देता है। अगला सवाल यह नहीं है कि मॉडल क्या लिख सकता है। अगला सवाल यह है कि हम उसे किस खाली फ़ील्ड के सहारे लिखने दे रहे हैं।