क्रिकेट डेटा पाइपलाइन में बड़ी चूक: ‘क्रिकेट एशिया’ लेबल के साथ परोसी गई पेट्रोलियम नीति की खबर

पिछले कुछ वर्षों में खेल पत्रकारिता और खेल-आधारित डेटा विश्लेषण का चेहरा तेजी से बदला है। क्रिकेट हो, फुटबॉल हो या ओलंपिक खेल — हर बड़ी खबर अब पहले एक ‘फीड’ बनकर निकलती है, फिर वर्गीकरण के कई चरणों से गुजरती है, और अंत में विश्लेषकों, फैंटेसी प्लेटफॉर्म, प्रसारण गृहों तथा रिपोर्टिंग डेस्क तक पहुंचती है। इस पूरी श्रृंखला में एक ही कड़ी कमजोर हो तो नीचे तक पहुंचने वाला हर निष्कर्ष संदिग्ध हो जाता है। हाल में सामने आया एक मामला इस चिंता को ठोस आधार देता है — एक ऐसी रिपोर्ट, जिसे ‘क्रिकेट एशिया’ श्रेणी में वर्गीकृत किया गया, जबकि उसमें क्रिकेट का एक भी तत्व मौजूद नहीं था।

मूल घटना क्या है

चर्चा में आई रिपोर्ट का विषय पाकिस्तान की नेशनल असेंबली में दिए गए एक सरकारी जवाब से जुड़ा है। यह जवाब पेट्रोलियम उत्पादों की आपूर्ति, भंडार, आयात तथा मूल्य निर्धारण से संबंधित था। इसमें पेट्रोल और डीजल के स्टॉक, उनकी खपत का मासिक और वार्षिक रुझान, आयात कार्गो की योजना, ओगरा (ऑयल एंड गैस रेगुलेटरी अथॉलिटी) की मूल्य-निर्धारण प्रक्रिया तथा मूल्य-अंतर सब्सिडी के दावों का ब्योरा था। यानी यह पूरी तरह से ऊर्जा-नीति और वित्तीय प्रशासन की खबर थी, जिसे संसदीय जवाबदेही के जरिए सार्वजनिक किया गया।

लेकिन जब यह रिपोर्ट विश्लेषण प्रणाली के पहले चरण से गुजरी, तो उस पर ‘क्रिकेट एशिया’ का लेबल लगा दिया गया। दूसरे चरण के गहन विश्लेषण ने जब सामग्री की शब्द-दर-शब्द जांच की, तो स्पष्ट हो गया कि इस लेबल का आधार कोई खेल-संबंधी सामग्री नहीं, बल्कि केवल भौगोलिक और स्रोत-आधारित संकेत थे — ‘पाकिस्तान’, ‘एशिया’, ‘उपमहाद्वीपीय समाचार फीड’ जैसे शब्दों ने स्वचालित वर्गीकरणकर्ता को भ्रमित किया।

यह कोई साधारण भूल नहीं है। यह उस तरह की खामी है जो चुपचाप फैलती है और तब तक पकड़ में नहीं आती जब तक कोई भरोसेमंद दिखने वाला निष्कर्ष गलत दिशा में प्रकाशित न हो जाए।

रिपोर्ट में वास्तव में क्या था

विश्लेषण के अनुसार रिपोर्ट के 32 सूचना-बिंदुओं में से एक भी क्रिकेट से संबंधित नहीं था। इसमें किसी टीम, खिलाड़ी, मैच, सीरीज, लीग, बोर्ड या आयोजन का उल्लेख तक नहीं था। जो संख्याएं दी गई थीं — जैसे 395,000 टन, 506,000 टन, 568,000 टन, 511,000 टन, 692,000 टन और 262,000 टन — वे ईंधन की मात्रा थीं, रन या विकेट नहीं। जो प्रतिशत बदलाव बताए गए — जुलाई में पेट्रोल की बिक्री में साल-दर-साल 18 प्रतिशत की बढ़ोतरी और अगस्त में महीने-दर-महीने 9 प्रतिशत की गिरावट — वे उपभोग के आंकड़े थे, किसी खिलाड़ी के ‘फॉर्म’ का ग्राफ नहीं। रिपोर्ट में बताया गया कि पेट्रोल का 22 दिन और डीजल का 30 दिन का भंडार उपलब्ध है; यह भंडार-प्रबंधन का मापदंड है, टीम की बेंच-स्ट्रेंथ नहीं।

रिपोर्ट में जिन व्यक्तियों और संस्थाओं के नाम आए, वे भी राजनीतिक और नियामकीय थे — पेट्रोलियम मामलों के मंत्री, ओगरा, नेशनल असेंबली और एक सांसद। इनमें से कोई भी खेल जगत का पात्र नहीं है, और इन्हें किसी खिलाड़ी-डेटाबेस या टीम-रैंकिंग तालिका में दर्ज करना एक बुनियादी श्रेणीगत भूल होगी।

खतरा कहां है: भ्रम की ओर धकेलने वाली संरचना

यहां सबसे महत्वपूर्ण बात यह है कि यह रिपोर्ट किसी भी दृष्टि से ‘गलत’ नहीं है — वह अपने विषय में स्पष्ट, संख्याओं से भरी और व्यवस्थित है। और यही इसका सबसे बड़ा खतरा है। जब किसी विश्लेषण प्रणाली को इस तरह का साफ-सुथरा, प्रतिशतों और अवधियों से भरा पाठ मिलता है, तो उसके ‘क्रिकेट विश्लेषण’ में बदल जाने की संभावना सबसे अधिक होती है। यह ठीक वैसी ही प्रक्रिया है जिसमें कोई प्रणाली आत्मविश्वास से भरी, प्रवाहमयी और पूरी तरह मनगढ़ंत क्रिकेट कहानी रच सकती है।

कल्पना कीजिए कि कोई स्वचालित प्रणाली इस पाठ को ‘पाकिस्तान क्रिकेट टीम के प्रदर्शन में उतार-चढ़ाव’ के रूप में पढ़ लेती है। 18 प्रतिशत की बढ़ोतरी ‘शानदार फॉर्म’ बन जाती है, 9 प्रतिशत की गिरावट ‘लय में आई कमी’ और 22 दिन का भंडार ‘गेंदबाजी की गहराई’। नतीजा ऐसा विश्लेषण होगा जो पढ़ने में बेहद पेशेवर लगेगा, लेकिन जिसका हर वाक्य मिथ्या होगा।

तकनीकी कारण

विश्लेषण के अनुसार समस्या की जड़ वर्गीकरण प्रणाली में है। पहले चरण की प्रणाली सामग्री की शब्दार्थ-आधारित जांच के बजाय ‘विषयगत और भौगोलिक संकेतों’ पर निर्भर थी। उसने यह जांच ही नहीं की कि पाठ में खेल से जुड़ी कोई इकाई — टीम, खिलाड़ी, प्रारूप या बोर्ड — मौजूद है या नहीं। ‘पाकिस्तान’ और ‘सितंबर’ जैसे शब्द पर्याप्त थे। नतीजा यह हुआ कि एक ऊर्जा-नीति की खबर क्रिकेट के नाम पर सूचीबद्ध हो गई।

एक दिलचस्प तकनीकी जोखिम और भी सामने आया। क्रिकेट में भ्रष्टाचार-निरोध के लिए जिम्मेदार इकाई का संक्षिप्त नाम ‘एसीयू’ है, और पाकिस्तान के ऊर्जा नियामक का नाम ‘ओगरा’। साथ ही रिपोर्ट में आए ‘असामान्य बिक्री’ और ‘ऑडिट’ जैसे शब्द बिल्कुल वही भाषा हैं जो सट्टेबाजी बाजार में असामान्यता या सत्यनिष्ठा-कार्रवाई के संदर्भ में इस्तेमाल होती है। यदि किसी स्वचालित प्रणाली ने इन्हें सत्यनिष्ठा-संकेत के रूप में पकड़ लिया होता, तो एक झूठा ‘भ्रष्टाचार निगरानी अलर्ट’ भी बन सकता था। हकीकत में ये शब्द ईंधन की कालाबाजारी और सरकारी सब्सिडी के हिसाब-किताब से जुड़े थे।

क्रिकेट रिपोर्ट में क्या होना चाहिए था

यह समझने के लिए कि यह खबर क्रिकेट की खबर से कितनी दूर है, यह देखना उपयोगी है कि एक वास्तविक क्रिकेट रिपोर्ट में क्या अनिवार्य होता है। सबसे पहले प्रारूप तय होना चाहिए — टेस्ट, वनडे, टी20 या द हंड्रेड — क्योंकि इन चारों की सामरिक तर्क-प्रणाली एक-दूसरे से पूरी तरह भिन्न है और उन्हें आपस में मिलाकर कोई निर्णय नहीं दिया जा सकता। इसके बाद पावरप्ले, मध्य ओवर और डेथ ओवर जैसे चरणों का जिक्र आना चाहिए, क्योंकि टी20 में क्षेत्र-प्रतिबंध और समापन की भूमिकाएं इसी पर टिकी हैं। गेंदबाजी की इकॉनमी और बल्लेबाजी का स्ट्राइक रेट आधारभूत दक्षता मापदंड हैं, और बारिश से बदले लक्ष्य के लिए डकवर्थ-लुईस-स्टर्न नियम का उल्लेख होना चाहिए। साथ ही मैदान की पिच, मौसम, ओस और गृह-मैदान के पक्षपात जैसे कारक भी विश्लेषण में आने चाहिए। इस पूरी सूची में से एक भी तत्व मूल रिपोर्ट में मौजूद नहीं था — और यही अनुपस्थिति स्वयं एक निदान है।

क्या किसी खिलाड़ी, टीम या लीग पर असर पड़ा?

सीधा उत्तर है — नहीं। इस सामग्री में न कोई खिलाड़ी है, न टीम, न लीग, न प्रसारण अधिकार, न नीलामी, न फ्रेंचाइजी मूल्यांकन, न ही कोई मैदान या मौसम की स्थिति। इससे क्रिकेट उद्योग की किसी भी शाखा तक कोई ‘संचरण मार्ग’ नहीं बनता — न प्रतिभा-आपूर्ति श्रृंखला तक, न टीमों और लीगों तक, न प्रसारण और वाणिज्यिक शाखा तक। न ही चोट, कार्यभार, कार्यक्रम-घनत्व अथवा चयन-विवाद जैसे किसी मुद्दे का आकलन संभव है, क्योंकि उनसे जुड़ा कोई तथ्य ही उपलब्ध नहीं है।

विश्लेषण यह भी स्पष्ट करता है कि रिपोर्ट में एक ही ऐसा बिंदु है जो बहुत दूर से खेल से जोड़ा जा सकता है — यह जानकारी कि सरकार ने ईंधन संरक्षण के कोई अतिरिक्त उपाय लागू नहीं किए हैं। इसका यह अर्थ निकाला जा सकता है कि संदर्भित अवधि में पाकिस्तान में परिवहन और लॉजिस्टिक्स पर कोई नई रोक नहीं थी। लेकिन टीम यात्रा, स्टेडियम संचालन या बोर्ड की रसद पर इसका कोई मापनीय प्रभाव इस रिपोर्ट में नहीं बताया गया। इसे आधार बनाकर कोई खेल-निष्कर्ष निकालना उचित नहीं होगा।

डेटा विषाक्तता का जोखिम

इस पूरे प्रकरण का सबसे गंभीर पहलू यह है कि एक क्रिकेट-लेबल वाला दस्तावेज, जिसमें क्रिकेट की एक भी पंक्ति नहीं, किसी खेल-डेटाबेस में प्रवेश कर गया। अगर यह एकाकी घटना है तो इसे सुधारा जा सकता है। लेकिन अगर पूरे बैच के लेबल इसी तरह गलत हैं, तो समस्या ‘चुपचाप होने वाले डेटा प्रदूषण’ का रूप ले लेती है — ऐसा प्रदूषण जो कोई त्रुटि संदेश नहीं देता, बल्कि पूरे विश्वास के साथ गलत जानकारी परोसता है। विश्लेषण ने इस जोखिम को ‘उच्च’ स्तर का बताया है, और यह भी साफ किया है कि यह जोखिम किसी खेल-प्रदर्शन से नहीं, बल्कि सूचना की शुद्धता से जुड़ा है।

एक और बात ध्यान देने योग्य है — रिपोर्ट में तारीख का वर्ष नहीं दिया गया। ‘22 सितंबर तक के आंकड़े’ जैसे उल्लेख से यह तय नहीं होता कि घटना किस साल की है। यानी समय-प्रासंगिकता भी सत्यापन-योग्य नहीं है, और ऐसी अनिश्चितता किसी भी विश्लेषण को कमजोर बनाती है।

समाधान क्या हो सकते हैं

विश्लेषण ने कुछ ठोस सिफारिशें दी हैं, जो किसी भी खेल-डेटा पाइपलाइन के लिए उपयोगी हैं।

पहला, सामग्री-आधारित ‘डोमेन गेट’ लगाना — यानी किसी रिपोर्ट को क्रिकेट का लेबल देने से पहले यह अनिवार्य रूप से जांचा जाए कि उसमें कम से कम एक खिलाड़ी, टीम, प्रारूप या बोर्ड मौजूद है। दूसरा, इकाई-प्रकार का सत्यापन, ताकि कोई मंत्री या नियामक गलती से खिलाड़ी की श्रेणी में न चला जाए। तीसरा, आत्मविश्वास-स्कोर और ‘सामग्री सत्यापित’ ध्वज को अनिवार्य बनाना, जिससे नीचे के चरणों को पता रहे कि लेबल कितना भरोसेमंद है। चौथा, पूरे बैच का नमूना-ऑडिट, ताकि यह पता चले कि गलती कितनी व्यापक है। पांचवां, ‘असामान्य बिक्री’ और ‘ऑडिट’ जैसे सत्यनिष्ठा-संबंधी कीवर्ड के लिए खेल-विशिष्ट संदर्भ-खिड़की अनिवार्य करना। और छठा, हर रिकॉर्ड पर अनिवार्य तिथि-अंकन, जिससे अपुष्ट समय-प्रासंगिकता को ‘अज्ञात’ के रूप में चिह्नित किया जा सके।

एक जरूरी निष्कर्ष

इस पूरी चर्चा का सार यह है कि खेल पत्रकारिता में कृत्रिम बुद्धिमत्ता और स्वचालित डेटा प्रणालियों का इस्तेमाल जितना बढ़ेगा, उतनी ही जरूरत ‘क्या यह वाकई खेल है?’ — यह पूछने की होगी। तेजी से खबरें परोसने की होड़ में सबसे आसान चूक यही है कि सही दिखने वाली संरचना को सही सामग्री मान लिया जाए।

इस मामले में ईमानदार जवाब एक ही है — क्रिकेट पर कोई भी निष्कर्ष नहीं निकाला जा सकता, क्योंकि स्रोत में क्रिकेट है ही नहीं। सही पेशेवर प्रक्रिया यह होगी कि इस रिकॉर्ड को क्रिकेट संग्रह से हटाकर ‘ऊर्जा नीति’ श्रेणी में रखा जाए, और यह जांचा जाए कि ‘क्रिकेट एशिया’ का लेबल कैसे लगा। यदि इस स्थान के लिए कोई वास्तविक क्रिकेट खबर इरादा थी, तो वह बैच से गायब है — उसे समय-सीमा बीतने से पहले दोबारा प्राप्त करना जरूरी है। इस बीच, इस रिपोर्ट का वास्तविक मूल्य ऊर्जा और वस्तु-बाजार पर नजर रखने वाले डेस्क के लिए है, जहां यह एक उपयोगी, सटीक और सत्यापन-योग्य खबर है। गलती खबर की नहीं, उसके मार्ग की है।