खाली स्कोरकार्ड, भरा हुआ सबक: क्रिकेट डेटा की मूल-प्रमाणिकता का ऑडिट

रात 2:40 बजे एक फाइल सिस्टम में दाखिल हुई। शीर्षक खाली, स्रोत खाली, लेख-प्रकार अवर्गीकृत, और सूचना-बिंदुओं वाला कॉलम पूरी तरह खाली। बचा था सिर्फ एक टैग — cricket_asia। इकतालीस साल के करियर में मैंने ऐसे स्कोरकार्ड सैकड़ों देखे हैं जिनमें ओवर की लाइनें खिंची थीं और गेंदें दर्ज नहीं थीं; वे हाथ से भरे कागज़ होते थे, स्कोरर की चूक होती थी, और अगली सुबह सुधर जाते थे। यह फाइल अलग थी। इसमें टेम्पलेट पूरा छपा था — सात विश्लेषण-आयाम, हर आयाम में तालिकाएं, हर पंक्ति में भरने की जगह — और हर जगह एक ही जवाब लिखा था: अपर्याप्त सूचना।

13 मार्च 2026, ईडन गार्डन्स। विल्स विश्व कप का सेमीफाइनल, भारत के सामने श्रीलंका का 251। मैं स्कोरर बॉक्स में दूसरा स्कोरर था, हर गेंद को हाथ से कोड कर रहा था। भारत 34.1 ओवर में 120 पर 8 हो गया, बोतलें गिरीं, खेल रुका, क्लाइव लॉयड ने मैच श्रीलंका को दिया। मेरी शीट बेदाग थी और कुछ भी नहीं समझाती थी। उसी हफ्ते मैंने उसमें आवश्यक रन-रेट, बचे विकेट और गेंदबाज के स्पेल की लंबाई के कॉलम जोड़े। मैंने नतीजों को स्कोर करना उस दिन बंद कर दिया, जब ईडन गार्डन्स का स्कोर ही सब कुछ बताने लगा था।

अब वही सवाल इस खाली फाइल पर लौटता है। क्रिकेट में हर संख्या एक अनुबंध है: संख्या, उसकी मुद्रा, उसका नमूना, और उसका स्रोत। फॉर्मेट टैग के बिना यह अनुबंध टूट जाता है, क्योंकि मुद्रा ही बदल जाती है। टेस्ट में औसत मुद्रा है। टी20 में स्ट्राइक रेट। गेंदबाजी में इकॉनमी, और टी20 में सात से नीचे इकॉनमी को उत्कृष्ट माना जाता है। पावरप्ले — टी20 के पहले छह ओवर, जिनमें इनर सर्कल के बाहर सीमित फील्डर ही खड़े हो सकते हैं — की स्कोरिंग दक्षता एक मानक निदान है, लेकिन वह निदान तभी बनता है जब पता हो कि खेल कौन-सा है। बारिश के बीच लक्ष्य सुधारने का डकवर्थ-लुईस-स्टर्न तरीका, नीलामी का राइट टू मैच, बोर्ड की एनओसी, आईसीसी की भ्रष्टाचार-निरोधक इकाई, विश्व टेस्ट चैंपियनशिप की अंक-तालिका — ये सब ऐसे ढांचे हैं जो अपने-अपने फॉर्मेट और अपने-अपने समय में ही अर्थ रखते हैं। एक अनाम मैच, एक अवर्गीकृत लेख और एक टैक्सोनॉमी टैग इनमें से किसी भी ढांचे को सक्रिय नहीं कर पाते।

एक टैग साक्ष्य नहीं होता। cricket_asia यह बता सकता है कि विषय दक्षिण एशियाई बाज़ार से जुड़ा है; यह नहीं बता सकता कि सामने टेस्ट है, वनडे है, टी20 है, द हंड्रेड है, एसीसी टूर्नामेंट है, द्विपक्षीय सीरीज़ है या एशियाई खिलाड़ियों का आईसीसी इवेंट में प्रदर्शन। इन विकल्पों का फैलाव इतना चौड़ा है कि कोई भी संकीर्ण निष्कर्ष जोड़-तोड़ से बनेगा, और जोड़-तोड़ इस पाइपलाइन में सबसे बड़ा अपराध है।

इसलिए यह रिपोर्ट किसी मैच की कहानी नहीं है। यह उस बही की कहानी है जो नहीं आई।

पहला सबूत सबसे साफ है: टेम्पलेट पूरी तरह रेंडर हुआ, कंटेंट फील्ड पूरी तरह खाली रहे। यह विफलता का स्थान तय कर देता है — खराबी स्कीमा में नहीं, एक्सट्रैक्शन चरण में है। अब दो ही रास्ते बचते हैं। या तो लेख का बॉडी टेक्स्ट एक्सट्रैक्शन तक पहुंचा और पार्स नहीं हुआ — यह पार्सर की गलती है, दोबारा रन काफी है; या बॉडी टेक्स्ट कभी पहुंचा ही नहीं — यह इनजेशन की गलती है, दोबारा फेच करना पड़ेगा। इन दोनों में फर्क किए बिना किसी भी निष्कर्ष पर पहुंचना समय की बर्बादी है।

दूसरा सबूत स्रोत-प्रमाणिकता की तीन अनिवार्य कतारें हैं — लेख का स्रोत, लेख का शीर्षक, लेख का प्रकार — और तीनों खाली हैं। जिस खबर का स्रोत दर्ज न हो, वह खबर सत्यापन योग्य नहीं होती, चाहे उसका आंकड़ा कितना साफ दिखे। दक्षिण एशियाई क्रिकेट बाज़ार में बड़ी मात्रा और कम सटीकता वाला एग्रीगेशन सामान्य है; बायलाइन गायब होने की स्थिति में यह तय करना असंभव हो जाता है कि सामने मूल रिपोर्टिंग थी, दूसरे की रिपोर्टिंग की रिपोर्टिंग थी, या केवल अफवाह।

तीसरा सबूत ज्यादा बारीक है और इसलिए ज्यादा खतरनाक। इस डेटासेट में भ्रष्टाचार-निरोधक कार्रवाई, एनओसी विवाद, स्पॉट-फिक्सिंग आरोप, पात्रता-परिवर्तन या डीआरएस विवाद का कोई संकेत नहीं है। खाली डेटासेट में किसी संकेत का न होना शून्य साक्ष्य-भार रखता है; इसे क्लीन चिट की तरह पढ़ना सबसे बड़ी पद्धति-गलती होगी। अप्रैल 2026 में हंसी क्रोनिए के इकबालिया बयान के बाद मैंने 2026 से 2026 के बीच भारत के खेले 412 एकदिवसीय मैचों को कोड किया — नो-बॉल की गिनती, डेड-रबर का दर्जा, आउट होने के तरीके। जिन मैचों का कोई मायने नहीं था, उनमें नो-बॉल की आवृत्ति नमूने के औसत से करीब 40 प्रतिशत ऊपर थी। नवंबर 2026 की सीबीआई रिपोर्ट से पहले मैंने पद्धति कोलकाता के एक जांच-पत्रकार को सौंपी, नाम नहीं। दिसंबर 2026 में मोहम्मद अज़हरुद्दीन को आजीवन प्रतिबंध मिला। उस पूरे प्रकरण से एक ही आदत बची: डेटाबेस में 412 मैच थे; बायलाइन पर किसी और का नाम था। तब से हर टुकड़े के साथ पद्धति-परिशिष्ट चलता है — नमूने का आकार, बहिष्करण के नियम, और वह सब जो मॉडल देख नहीं सकता।

चौथा सबूत फॉर्मेट-संदूषण का है। फॉर्मेट टैग के बिना हर मेट्रिक अन-एंकर्ड हो जाता है। 130 का स्ट्राइक रेट टी20 में सामान्य है, वनडे में अच्छा है, और टेस्ट में लगभग असंभव। यही कारण है कि पद्धति सख्ती से मना करती है कि टेस्ट की औसत को टी20 के स्ट्राइक रेट के साथ एक ही तालिका में बैठाया जाए। जब सात आयाम — फॉर्मेट, खिलाड़ी तकनीक, टीम परिदृश्य, लीग अर्थशास्त्र, शासन, जोखिम और सार्वजनिक कथा — सब अपर्याप्त सूचना लौटाते हैं, तो नतीजा यह नहीं होता कि जोखिम नहीं है; नतीजा यह होता है कि जोखिम मापने योग्य नहीं है।

पांचवां सबूत भाषा का है। कोई खिलाड़ी नाम नहीं, कोई टीम नहीं, कोई स्कोर नहीं। दबाव एक दर्ज किया गया चर है; नतीजे महज़ शोर हैं — यह वाक्य तभी काम का है जब यह स्पष्ट हो कि दबाव किस पारी में, किस ओवर में, किस आवश्यक रन-रेट पर दर्ज किया गया। बिना विषय के यह वाक्य सिर्फ सजावट बन जाता है, और सजावट मेरी शब्दावली में सबूत नहीं है।

यहां सबसे उल्टी बात लिखनी है, और यही इस पूरे मामले का असली अर्थ है: एक खाली फाइल एक भरी हुई झूठी फाइल से कहीं ज्यादा उपयोगी है। बाज़ार को साफ-सुथरा, गोल-मटोल, उद्धरण-योग्य आंकड़ा चाहिए — 37.5 का औसत, 142.6 का स्ट्राइक रेट, 8.2 करोड़ का पर्स हिस्सा। ऐसा आंकड़ा बिना फॉर्मेट, बिना नमूने और बिना स्रोत के भी प्रकाशित हो जाता है, क्योंकि उसकी सफाई ही उसका लाइसेंस बन जाती है। जो फाइल अपने खालीपन का ऐलान कर देती है, वह उस पूरी आदत को रोक देती है। पाइपलाइन में सबसे भयानक विफलता खराब विश्लेषण नहीं है; भयानक विफलता है आत्मविश्वास से भरा वह विश्लेषण जिसका इनपुट ही मौजूद नहीं था।

दूसरा उल्टा कोण यह है कि यह खराबी अपने आप में एक अच्छा निदान है। टेम्पलेट इतना मजबूत था कि उसने अपने सातों आयाम, अपनी सारी तालिकाएं और अपनी सारी चेतावनियां बिना किसी सामग्री के खड़ी कर दीं। इसका मतलब यह है कि ढांचा ठीक है और सामग्री की आपूर्ति कहीं टूटी है। मॉडल उतना ही अच्छा होता है जितना अच्छा उससे पूछा गया सवाल — और यहां सवाल था कि लेख किस बारे में था, जिसका जवाब किसी भी चरण ने नहीं दिया।

एक और चेतावनी जोड़नी जरूरी है। यह सामान्य रूप से सच है कि दक्षिण एशियाई क्रिकेट में भावनाएं मूल तथ्यों से कहीं आगे निकल जाती हैं। लेकिन यह सच इस विशेष मामले से जोड़ा नहीं जा सकता, क्योंकि इस मामले में कोई विषय ही नहीं है। सामान्य अवलोकन को विशेष आरोप में बदलना ठीक वही गड़बड़ी है जिससे बचने के लिए नमूना, युग और पद्धति लिखे जाते हैं।

अगले दौर के लिए तीन कतारें अनिवार्य होनी चाहिए: फॉर्मेट टैग, स्रोत का नाम और प्रकाशन की तारीख। चौथा नियम पाइपलाइन का है — ऐसा कोई भी आउटपुट जिसमें सूचना-बिंदु खाली हों, आगे अवर्गीकृत कहकर न भेजा जाए, बल्कि रोक दिया जाए। मैं इन तीन कतारों के बिना अगली क्रिकेट खबर नहीं छापूंगा; सवाल यह है कि बाकी न्यूज़रूम कब तक छापते रहेंगे।