क्रिकेट और मशीन: जब डेटा पाइपलाइन खाली हाथ लौटी

क्रिकेट की दुनिया में एक अजीब सी स्थिति सामने आई है। जब एक ऑटोमेटेड कंटेंट-प्रोसेसिंग प्रणाली से क्रिकेट से जुड़ी किसी सामग्री का विश्लेषण मांगा गया, तो नतीजा लगभग खाली हाथ रहा। शीर्षक नहीं, स्रोत नहीं, सारांश सूनापन, लेखक का रुख अनुपलब्ध, सूचना-बिंदुओं की सूची खाली। जो एकमात्र जानकारी निकली, वह सिर्फ एक लेबल था — क्रिकेट वर्ल्ड। यानी यह तय हो गया कि सामग्री क्रिकेट से जुड़ी है, लेकिन यह नहीं पता चला कि वह मैच रिपोर्ट है, खिलाड़ी के बदलाव की खबर है, आईसीसी के नियमों पर बहस है, या क्रिकेट के व्यापार और प्रसारण अधिकारों से जुड़ा विषय है। स्पष्ट है कि सिस्टम ने लेबल पहचान लिया, मगर कहानी नहीं पकड़ पाया। यह खालीपन अपने आप में एक खबर है। जब किसी खेल की कवरेज इतनी विशाल हो — हर दिन कई मैच, हर मैच पर दर्जनों रिपोर्ट, हर रिपोर्ट पर सैकड़ों टिप्पणियां — तो उस कवरेज को समझने वाले सिस्टम का खाली लौटना सिर्फ एक तकनीकी गड़बड़ नहीं है। यह बताता है कि खेल-पत्रकारिता की सबसे तेज बढ़ती शाखा, यानी डेटा और ऑटोमेशन, अभी भी उस क्षेत्र में परिपक्व नहीं हुई है जहां भाषा, संदर्भ और समय तीनों एक साथ बदलते हैं। क्रिकेट ठीक ऐसा ही क्षेत्र है, जहां एक ही दिन में तीन अलग-अलग किस्म की खबरें जन्म लेती हैं। क्रिकेट की सबसे बड़ी चुनौती उसका ढांचा है। टेस्ट, वनडे और टी-20 — तीनों का कैलेंडर अलग, तीनों की भाषा अलग, तीनों की प्राथमिकताएं अलग। किसी दिन टेस्ट मैच का पांचवां दिन चल रहा होता है, कहीं फ्रेंचाइजी लीग का डबल-हेडर है, और कहीं अंतरराष्ट्रीय सीरीज का कार्यक्रम जारी होता है। एक ही खेल के भीतर शब्दावली बदलती है — 'इनिंग्स डिक्लेयर', 'अटैकिंग फील्ड', 'पावरप्ले', 'डकवर्थ-लुईस'। जो प्रणाली इन सबको एक ही ढांचे में डालने की कोशिश करती है, वह अक्सर संदर्भ खो देती है। तकनीकी स्तर पर तीन बातें साफ दिखती हैं। पहली, कई स्कोरकार्ड और लाइव ब्लॉग पेज जावास्क्रिप्ट से बनते हैं, इसलिए साधारण टेक्स्ट एक्सट्रैक्शन को वहां खाली स्ट्रिंग मिलती है। दूसरी, जब क्लासिफायर लेख के प्रकार को 'अनक्लासिफाइड' रखता है, तो उसके बाद के सारे कदम — सारांश, लेखक का रुख, उद्देश्य — उसी शाखा में अटक जाते हैं और सामान्य फॉलबैक नहीं चलता। तीसरी, कुछ फील्ड में नतीजे की जगह निर्देश लिखा मिलता है, जैसे 'ऊपर दिए सूचना-बिंदुओं से पहचानें'। यह साफ संकेत है कि वह कदम कभी चला ही नहीं। यह डेटा की कमी नहीं, प्रक्रिया की खराबी है। क्रिकेट का डेटा दिखने में सरल लगता है — रन, विकेट, ओवर। लेकिन संदर्भ के बिना ये संख्याएं कुछ नहीं कहतीं। एक बल्लेबाज के चालीस रन तेज पिच पर बड़े मायने रखते हैं और सपाट पिच पर औसत। डकवर्थ-लुईस से बदला हुआ लक्ष्य, स्पिनरों के लिए पिच का बर्ताव, गेंदबाजी के कोण, फील्डिंग की स्थिति — ये सब वह परत है जो स्कोरकार्ड में नहीं दिखती। इसी परत को पकड़ने के लिए पत्रकार की आंख चाहिए, सिर्फ पार्सर नहीं। ऑटोमेशन जहां संख्या पढ़ सकता है, वहां कहानी नहीं पढ़ पाता। व्यस्त कैलेंडर पर बहस अब स्थायी हो चुकी है। विराट कोहली, रोहित शर्मा, बाबर आजम, बेन स्टोक्स, केन विलियमसन और पैट कमिंस जैसे खिलाड़ियों के नाम इस चर्चा में बार-बार आते हैं, क्योंकि तीनों प्रारूपों और फ्रेंचाइजी लीगों को एक साथ संभालना शारीरिक और मानसिक दोनों तरह से महंगा सौदा है। जब खिलाड़ी आराम का हक मांगता है तो वह खबर बनती है; जब बोर्ड उसे रोकता है तो विवाद बनता है। इन खबरों की सबसे बड़ी विशेषता यह है कि इन्हें बिना स्रोत, बिना समय और बिना संदर्भ के समझा ही नहीं जा सकता। क्रिकेट की अर्थव्यवस्था इन दिनों मैदान से ज्यादा मीडिया अधिकारों पर टिकी है। ब्रॉडकास्ट डील, डिजिटल क्लिप, फैंटेसी खेल, विज्ञापन और प्रायोजन — सब एक जाल की तरह जुड़े हैं। इस जाल में एक छोटी सी गलती भी बड़ी खबर बन जाती है, क्योंकि शेयरधारक, बोर्ड और दर्शक तीनों की नजर एक ही आंकड़े पर होती है। ऐसे में मीडिया हाउस के लिए यह जरूरी हो जाता है कि वह जाने कि खबर किस स्रोत से आई है, कितनी ताजा है और किसके हित में है। जिस प्रणाली के पास यह तीनों जवाब नहीं, वह चुप रहना ही बेहतर समझती है। सबसे बड़ा जोखिम यह है कि खाली नतीजे को 'कोई खबर नहीं' समझ लिया जाए। ऐसा नहीं है। खाली नतीजा अक्सर यह बताता है कि खबर मौजूद थी, मगर उस तक पहुंचने का रास्ता बंद था। अगर संपादक इस अंतर को नहीं समझेगा, तो वह एक ऐसी खबर खो देगा जो कल दूसरे माध्यम में छपेगी। इसलिए जरूरी है कि हर ऑटोमेटेड रिपोर्ट के साथ यह जानकारी भी रहे कि कच्चा पाठ कितना लंबा था, कहां से आया और कहां विफल रहा। पारदर्शिता ही भरोसे की पहली शर्त है। दर्शकों के स्तर पर भी यह मामला उतना ही संवेदनशील है। आज अधिकतर लोग खबर का शीर्षक और दो पंक्तियों का सारांश पढ़कर आगे बढ़ जाते हैं। अगर वही सारांश किसी खाली प्रणाली से बने, तो खेल की छवि वैसी नहीं बनेगी जैसी वास्तविकता है। क्रिकेट में तो टिप्पणियां और आंकड़े भावनाओं से जुड़े होते हैं; एक गलत सारांश प्रशंसकों के बीच विवाद भी खड़ा कर सकता है, जबकि मूल खबर में ऐसा कुछ न हो। निष्कर्ष सीधा है। पहले यह जांचें कि कच्चा पाठ मिल रहा है या नहीं; अगर उसकी लंबाई शून्य है तो समस्या मॉडल में नहीं, एक्सट्रैक्शन में है। उसके बाद हर चरण के लिए फॉलबैक रखें, ताकि 'अनक्लासिफाइड' का मतलब 'बंद' न हो। और अंत में यह मानें कि क्रिकेट की कहानी सिर्फ आंकड़ों से नहीं, उनके पीछे के संदर्भ से बनती है। मशीन संख्या गिन सकती है, मैदान की नब्ज नहीं पकड़ सकती।