'फुटबॉल' लेबल के नीचे छिपा एक चुनाव-गाइड: स्पोर्ट्स डेटा पाइपलाइन की सबसे बड़ी चूक

एक स्पोर्ट्स डेटा पाइपलाइन में ऐसा मामला सामने आया है, जिसे तकनीकी भाषा में 'डोमेन मिसक्लासिफिकेशन' कहा जाएगा और सामान्य भाषा में 'गलत खाने में फाइल हो जाना'। जिस लेख को फुटबॉल श्रेणी में दर्ज किया गया, वह दरअसल अमेरिका के 2026 मध्यावधि चुनावों पर बना एक स्पेनिश-भाषी एक्सप्लेनर है, जो मेक्सिको के पाठकों के लिए लिखा गया था और जिसका विषय है मतदान केंद्र कब बंद होंगे और नतीजे कब आना शुरू होंगे। उस लेख के बारह में से बारह सूचना बिंदुओं की जाँच करने पर एक भी फुटबॉल इकाई नहीं मिली — न कोई क्लब, न खिलाड़ी, न कोच, न ट्रांसफर, न रणनीति, न प्रशासन। यह रिपोर्ट उसी जाँच का ब्यौरा है। सबसे पहले यह समझना ज़रूरी है कि यह खोज कितनी पक्की है। एनालिसिस में स्पष्ट कहा गया है कि बारह सूचनाओं में से एक भी अपवाद नहीं मिला, इसलिए इस नतीजे पर भरोसा 'उच्च' स्तर का है। दिक्कत यह है कि सिस्टम ने श्रेणी 'football' लौटाई, जबकि सामग्री में कांग्रेस का गठन, गवर्नरों के चुनाव, राज्य विधानसभाएँ और स्थानीय प्रशासन जैसी बातें थीं। किसी भी स्पोर्ट्स डेस्क के लिए यह वही स्थिति है जैसे किसी क्रिकेट मैच की रिपोर्ट के बजाय मौसम बुलेटिन छप जाए। मूल लेख का असली विषय मतदान प्रक्रिया का समय-प्रबंधन था। अमेरिका में कोई एक राष्ट्रव्यापी समय तय नहीं होता — हर राज्य अपने नियम खुद बनाता है, और कई समय क्षेत्रों में फैले होने के कारण मतदान केंद्र अलग-अलग समय पर बंद होते हैं। लेख ने पहला बंद होना पूर्वी समय 18:00 बजे और आखिरी बंद होना बुधवार तड़के 01:00 बजे बताया था, और मेक्सिको के पाठकों के लिए इसे मध्य मेक्सिको समय में भी बदलकर दिया था। यह सारी सामग्री चुनावी व्यवस्था की है, खेल की नहीं। जाँच में एक असली गुणवत्ता दोष भी पकड़ा गया, और यह फुटबॉल से जुड़ा नहीं बल्कि पत्रकारिता से जुड़ा है। लेख का शीर्षक पाठक को बताता है कि नतीजे कब आएँगे, लेकिन मुख्य भाग में केवल यह बताया गया है कि मतदान केंद्र कब बंद होंगे और गिनती अलग-अलग इलाकों में अलग-अलग गति से शुरू होगी। केंद्र बंद होने और नतीजे आने के बीच घंटों का फासला होता है। इसे पेशेवर शब्दावली में 'हेडलाइन-बॉडी गैप' कहा गया है — यानी वादा एक, डिलीवरी दूसरी। दूसरी और इससे भी गंभीर कमी स्रोतों की है। बारह में से बारह सूचना बिंदुओं के आगे 'स्रोत: कोई नहीं' दर्ज है। केवल तस्वीरों के लिए एसोसिएटेड प्रेस का नाम है, यानी टेक्स्ट के लिए किसी वायर एजेंसी का हवाला नहीं। जिस लेख की पूरी उपयोगिता 'कितने बजे' जैसी सटीक जानकारी देने में है, उसमें किसी राज्य चुनाव प्राधिकरण का एक भी हवाला नहीं है। शोधकर्ता इस तरह की सामग्री को 'सर्विस जर्नलिज़्म' या 'एसईओ एक्सप्लेनर' कहते हैं — ऐसा कंटेंट जो किसी बड़े इवेंट की खोज को भुनाने के लिए बनाया जाता है, जिसमें बायलाइन नहीं होती और स्रोत हल्के रहते हैं। अब वह हिस्सा जो स्पोर्ट्स इंडस्ट्री के लिए असली खतरा है। अगर इसी रिकॉर्ड को आगे के विश्लेषण में भेज दिया जाए, तो सिस्टम के पास दो ही रास्ते बचते हैं — या तो वह खाली जवाब लौटाए, या फिर मजबूरी में कुछ गढ़े। एनालिसिस ने इसे नाम दिया है: 'हैलुसिनेशन-बाय-इंस्ट्रक्शन'। यानी जब एक कठोर एनालिटिकल टेम्पलेट ऐसी सामग्री पर लगाया जाता है जिसमें विषय ही मौजूद नहीं, तो मॉडल के ऊपर काल्पनिक टीम, काल्पनिक रणनीति और काल्पनिक आँकड़े बनाने का दबाव पैदा होता है। इस मामले में आठों फुटबॉल-विशिष्ट आयाम — रणनीति, क्लब वित्त, नतीजे, लीग परिदृश्य, नियम-प्रशासन, प्रबंधन, जोखिम प्रोफाइल और मीडिया कथा — बड़े हिस्से में खाली ही रह गए। सिर्फ़ आठवाँ आयाम, यानी मीडिया कथा और स्रोत-गुणवत्ता, काम का निकला क्योंकि वह किसी भी विषय पर लागू हो सकता है। जोखिम का दूसरा स्तर 'साइलेंट प्रोपगेशन' है। अगर यह रिकॉर्ड 'football' लेबल के साथ किसी फुटबॉल कॉर्पस में चला जाए, तो आगे की खोज और मॉडल ट्रेनिंग को ऐसा उदाहरण मिलेगा जो पूरी तरह गलत है और जिसके साथ कोई चेतावनी भी नहीं जुड़ी। किसी भी स्पोर्ट्स एनालिटिक्स उत्पाद की गुणवत्ता उसके डेटा की सफाई पर टिकी होती है; एक गलत लेबल वाले उदाहरण की लागत तुरंत दिखती नहीं, लेकिन वह भरोसे को अंदर से खोखला करती है। सबसे चिंताजनक संभावना यह है कि यह चूक अकेली न हो। अगर क्लासिफायर अनजान या कम-भरोसे वाले इनपुट पर डिफ़ॉल्ट रूप से 'football' लौटा रहा है, तो इसका मतलब है कि और भी गैर-खेल लेख चुपचाप फुटबॉल संग्रह में घुस रहे हैं। एनालिसिस ने इसी वजह से सबसे ऊँची प्राथमिकता वाली सिफारिश दी है: आगे के विश्लेषण से पहले एक अनिवार्य 'डोमेन वैलिडेशन गेट' लगाया जाए, जो ऐसे इनपुट को रोक दे जिनमें कम से कम दो स्पष्ट फुटबॉल इकाइयाँ मौजूद न हों। दूसरी सिफारिश है इस रिकॉर्ड को क्वारंटीन करना और हाल के इनजेस्ट में उसी पैटर्न की जाँच करना — गैर-खेल सामग्री के साथ-साथ 'इकाइयाँ अनिर्धारित' वाला संकेत। एक और संकेत जिस पर नज़र रखनी चाहिए, वह है इकाई-निष्कर्षण की स्थिति। स्रोत रिकॉर्ड में सम्बद्ध इकाइयों का खाना अनसुलझा था, और उसमें साफ़ लिखा था कि नाम ऊपर दिए बिंदुओं से पहचाने जाएँ। यह अपने आप में दूसरी, स्वतंत्र खराबी का इशारा है। जब कोई सिस्टम नाम नहीं निकाल पाता और साथ में डिफ़ॉल्ट लेबल भी लगा देता है, तो दो गड़बड़ियाँ एक साथ काम कर रही होती हैं। यह भी दर्ज करना ज़रूरी है कि मूल लेख के चुनावी तथ्य अपने आप में तार्किक रूप से सुसंगत हैं। 3 नवंबर 2026 मंगलवार है, और अमेरिकी पूर्वी तट तथा मध्य मेक्सिको के बीच एक घंटे का अंतर उस तारीख पर सही बैठता है, क्योंकि अमेरिका में डेलाइट सेविंग 1 नवंबर को खत्म हो जाती है और मेक्सिको ने 2026 से इसे लागू नहीं रखा है। लेकिन यह सत्यापन बाहरी सामान्य ज्ञान से किया गया है, और इसे किसी आधिकारिक राज्य चुनाव प्राधिकरण से पुष्ट करना ज़रूरी रहेगा। बंद होने के ठीक-ठीक समय राज्य-विशिष्ट होते हैं और मुकदमेबाज़ी या पुनर्गणना से बदल सकते हैं। इस पूरे प्रकरण का सबसे व्यावहारिक फ़ायदा यह है कि यह एक मुफ़्त परीक्षण-मामला है। किसी भी ठीक से बने पाइपलाइन को ऐसे इनपुट पर यही जवाब देना चाहिए: 'यह फुटबॉल नहीं है।' जो सिस्टम यह जवाब नहीं दे पाता, उससे आगे आने वाले हर फुटबॉल निष्कर्ष पर सवालिया निशान लग जाता है। अंत में, इस रिपोर्ट में कोई खिलाड़ी, कोच, क्लब या मैच का नाम इसलिए नहीं है क्योंकि स्रोत सामग्री में कोई नाम मौजूद ही नहीं था। किसी स्पोर्ट्स रिपोर्टर के लिए यह असहज सच है, पर यही पेशेवर रुख है — जहाँ तथ्य नहीं, वहाँ अनुमान नहीं।