खाली डेटा का संकट: एशियाई क्रिकेट कवरेज में विश्लेषण से पहले गायब होते तथ्य

एक एशियाई क्रिकेट कवरेज डेस्क ने हाल ही में अपनी कंटेंट पाइपलाइन में एक ऑटोमेटेड विश्लेषण परत जोड़ी थी। मकसद सीधा था — मैच रिपोर्ट, सीरीज़ प्रीव्यू, ट्रांसफ़र और प्रशासनिक खबरों को तेज़ी से पढ़कर उनका संदर्भ निकालना और पाठक तक ऐसी सामग्री पहुँचाना जो केवल स्कोरबोर्ड दोहराने से आगे जाए। लेकिन पिछले सप्ताह इस परत का पहला चरण (Stage-1) जब लौटा, तो उसके हाथ में केवल एक पंक्ति थी: Domain Label: cricket_asia। बाकी हर वह फ़ील्ड, जो अर्थ ढोती है, खाली थी।

यह कोई सामान्य तकनीकी गड़बड़ नहीं है। क्रिकेट पत्रकारिता में, विशेषकर एशियाई घरेलू और अंतरराष्ट्रीय कैलेंडर की भीड़ में, यह सीधे उस बुनियाद को छूता है जिस पर हर रिपोर्ट खड़ी होती है। पहले चरण का काम होता है कच्चे लेख से तथ्य निकालना — कौन खेला, कब खेला, किसने क्या कहा, कौन सा फ़ैसला लिया गया, और स्रोत कौन है। जब यही चरण खाली लौटे, तो आगे की हर परत अंधेरे में काम करती है।

जो नहीं मिला, वह क्यों मायने रखता है

पहली कमी — शीर्षक, स्रोत और लेख-प्रकार, तीनों अनुपलब्ध। इनके बिना यह भी तय नहीं होता कि सामने जो पाठ है वह मैच रिपोर्ट है, प्रीव्यू है, टिप्पणी है या आँकड़ों की सूची। क्रिकेट में यह अंतर बहुत बड़ा है: मैच रिपोर्ट से अपेक्षा होती है कि वह घटना का क्रम सही रखे, जबकि टिप्पणी से अपेक्षा होती है कि वह अपना पक्ष साफ़ रखे। दोनों को एक ही तराजू से तौलना गलती होगी।

दूसरी कमी — एक-वाक्य सारांश खाली रहा। सारांश के बिना यह जानना मुश्किल है कि लेख की मुख्य बात क्या है — क्या यह टीम के प्रदर्शन की कहानी है, चयन समिति के फ़ैसले की खबर है, या किसी विवाद की पृष्ठभूमि। बिना मुख्य दावे के, विश्लेषण का पूरा ढाँचा हवा में लटक जाता है।

तीसरी कमी — लेखक का रुख़ और उद्देश्य, दोनों अनुपलब्ध। एशियाई क्रिकेट में यह खासा संवेदनशील मसला है। एक ही मैच के नतीजे पर दो देशों के मीडिया अलग-अलग ढाँचे में लिख सकते हैं। लेखक का रुख़ जाने बिना यह तय करना असंभव है कि पाठ में किस शब्द को तटस्थ माना जाए और किसे संकेत।

चौथी और सबसे गंभीर कमी — सूचना बिंदुओं की सूची खाली। दरअसल यही एकमात्र कच्चा माल है जिससे गहरा विश्लेषण बनता है। तथ्यों के बिना विश्लेषण अपने ही पूर्वानुमानों का दोहराव बन जाता है।

पाँचवीं कमी — इकाइयाँ (खिलाड़ी, टीम, अधिकारी), समय-चिह्न और स्रोत-गुणवत्ता, इन तीनों का उत्पादन ही नहीं हुआ। इनके बिना न खिलाड़ियों और टीमों के बीच का संबंध जोड़ा जा सकता है, न यह बताया जा सकता है कि जानकारी ताज़ा है या पुरानी, और न ही इस बात का अनुमान लगाया जा सकता है कि स्रोत भरोसेमंद है या नहीं।

अनुमान का जाल

ऐसे इनपुट पर गहरा विश्लेषण करने का एक ही रास्ता बचता है — अंदाज़ा लगाना। अंदाज़े से लिखा हुआ पाठ देखने में पूरा और साफ़ लगता है। वाक्य ठीक बैठते हैं, शीर्षक जमता है, निष्कर्ष भी आश्वस्त करने वाला निकलता है। समस्या यह है कि ऐसी सामग्री उपयोगकर्ता के किसी काम की नहीं होती, और वह आगे की हर कड़ी में ज़हर घोल देती है। एक बार गढ़ा हुआ दावा पाइपलाइन में घुस जाए, तो उसे बाद के चरण तथ्य मानकर आगे बढ़ाते हैं — संपादन, शीर्षक निर्माण, टैगिंग, सब कुछ उसी आधार पर होता है।

इसीलिए विश्लेषण परत ने खाली इनपुट पर काम करने से इनकार किया। क्रिकेट कवरेज में यह रुख़ कमज़ोरी नहीं, अनुशासन है। पाठक को आँकड़ों और तथ्यों का अंतर पता होता है। केवल आश्वस्त लहजा पर्याप्त नहीं है।

जो चीज़ें पहले चाहिए

इस अंतराल को भरने के लिए चार चीज़ें ज़रूरी हैं, और उनका क्रम भी मायने रखता है।

सबसे पहले, सूचना बिंदुओं की मूल सूची — भले ही अनुच्छेद-दर-अनुच्छेद लिए गए वाक्य हों, लेकिन वे मूल रूप में हों। गहरे विश्लेषण का हर निष्कर्ष किसी ठोस बिंदु की ओर लौट सके, यह अनिवार्य है। दूसरे, लेख-प्रकार — मैच रिपोर्ट, सीरीज़ प्रीव्यू, पोस्ट-मैच टिप्पणी, डेटा विश्लेषण, और ट्रांसफ़र या प्रबंधन समाचार; इन सबका विश्लेषण-मार्ग अलग है। तीसरे, शीर्षक और स्रोत — क्योंकि एक ही तथ्य को अलग-अलग मंच अलग ढाँचे में रखते हैं; किसी राष्ट्रीय बोर्ड की वेबसाइट और किसी अंतरराष्ट्रीय क्रिकेट वेबसाइट की प्राथमिकताएँ एक जैसी नहीं होतीं। चौथे, समय-बिंदु — क्रिकेट_एशिया जैसे क्षेत्र में 'कोई टीम विश्व रैंकिंग में दूसरे स्थान पर है' जैसी सूचना की कीमत उसकी ताज़गी पर टिकी होती है; पुरानी हो चुकी सूचना बेकार है।

छह परतों वाला ढाँचा

अगर ये इनपुट मिल जाएँ, तो विश्लेषण इस ढाँचे पर चलेगा।

पहली परत — तथ्य। सूचना बिंदुओं को छाँटना, दोहराव हटाना और श्रेणियों में बाँटना: मैच परिणाम, खिलाड़ी या स्टाफ़ में बदलाव, कार्यक्रम, नियम, और वित्तीय मामले। साथ में यह लिखना कि कौन सा बिंदु सत्यापन-योग्य है और कौन सा नहीं।

दूसरी परत — दावा। मुख्य दावे और उसके सहारे खड़े उप-दावों के बीच का संबंध खींचना, और यह पकड़ना कि कौन सा सूचना बिंदु वास्तव में निष्कर्ष को सहारा नहीं देता, बस पास-पास रख दिया गया है।

तीसरी परत — रुख़। शब्द-चयन के संकेत, स्रोत चुनने का पूर्वाग्रह, और प्रतिद्वंद्वी टीम या खिलाड़ी के बारे में भाषा की सममिति — यानी क्या दोनों पक्षों को एक ही तरह से पेश किया गया है।

चौथी परत — अंतराल। वह क्या जो लेख में होना चाहिए था पर है नहीं। उदाहरण के तौर पर, स्कोर बताना और गेंदबाज़ी के आँकड़े न देना; या केवल एक पक्ष के प्रशिक्षक का बयान छापना और दूसरे पक्ष से संपर्क न करना।

पाँचवीं परत — भरोसा। एकल स्रोत पर टिके दावे, गुमनाम स्रोत वाले दावे, और बिना तारीख़ के रखे गए दावे — तीनों को अलग-अलग सूचीबद्ध करना।

छठी परत — पुन: प्रयोग योग्य निष्कर्ष। यह तय करना कि कौन सी बात ज्ञान-कोश में जा सकती है और कौन सी केवल एक राय है।

दो रास्ते

यह अंतराल भरने के लिए दो विकल्प सामने हैं। रास्ता ए — लेख का मूल पाठ या सूचना बिंदुओं की सूची सीधे उपलब्ध कराई जाए और पहले चरण को छोड़कर सीधे दूसरे चरण का विश्लेषण शुरू किया जाए। रास्ता बी — पहला चरण फिर से चलाया जाए और यह सुनिश्चित किया जाए कि सूचना बिंदुओं की सूची खाली न लौटे।

जड़ कहाँ है

एक बात साफ़ कर देनी चाहिए: पहला चरण पूरी तरह खाली लौटना आम तौर पर मॉडल की क्षमता का सवाल नहीं होता। ज़्यादातर मामलों में यह दो कारणों से होता है — या तो इनपुट भेजते समय पाठ कट गया, या प्रॉम्प्ट में सूचना-निष्कर्षण का कदम ही छूट गया। जब तक इस कड़ी की जाँच नहीं होगी, आगे के हर चरण को खाली खोल मिलता रहेगा। बाद में नतीजे की गुणवत्ता पर सवाल उठाना बेकार है।

क्रिकेट कवरेज के संदर्भ में यह चेतावनी व्यावहारिक है। एशिया में साल भर क्रिकेट चलता है — घरेलू टूर्नामेंट, राष्ट्रीय चैंपियनशिप, अंडर-19 और महिला प्रतियोगिताएँ। ऐसे में स्वचालित विश्लेषण का मोह समझ में आता है। लेकिन स्पीड और सटीकता में से चुनना पड़े तो क्रिकेट पत्रकारिता में सटीकता के अलावा कोई विकल्प नहीं है। खाली इनपुट पर लिखा गया चमकदार लेख पाठक को धोखा देता है, और एक बार पाठक का भरोसा टूटा तो उसे लौटाना आसान नहीं होता।

संपादकीय चेकलिस्ट

व्यवहार में इस समस्या का इलाज सरल है, बस उसे अनिवार्य बनाना पड़ेगा। हर लेख के लिए तीन फ़ील्ड अनिवार्य हों — शीर्षक, स्रोत और समय-चिह्न। अगर इनमें से कोई भी खाली हो, तो लेख को अगले चरण में न भेजा जाए। दूसरा नियम — सूचना बिंदुओं की सूची अगर दो से कम बिंदु लौटाए, तो उसे विफल मानकर दोबारा चलाया जाए। तीसरा नियम — विश्लेषण रिपोर्ट के अंत में हर निष्कर्ष के सामने यह लिखा जाए कि वह किस सूचना बिंदु से निकला है। इस एक अभ्यास से पूरी पाइपलाइन में पारदर्शिता आ जाती है और गढ़े हुए दावों की जगह खत्म हो जाती है।

कुल मिलाकर, यह घटना तकनीकी विफलता से बड़ी एक प्रक्रियागत सबक है। एशियाई क्रिकेट की कवरेज जितनी तेज़ होती जा रही है, उतनी ही ज़रूरत है ऐसी प्रणालियों की जो 'नहीं पता' कहना जानती हों। खाली इनपुट पर रोक लगाना कमज़ोरी नहीं, बल्कि पाठक के भरोसे की रक्षा है।