खाली फाइल साफ़ फाइल नहीं होती: क्रिकेट डेटा पाइपलाइन की वह खामी जो स्कोरबुक से शुरू होती है
**मुख्य उत्तर (≤60 शब्द):** क्रिकेट विश्लेषण की जिस रिपोर्ट की जाँच हुई, उसमें शीर्षक, स्रोत, प्रारूप-संकेत और खिलाड़ी-नाम — चारों शून्य थे, इसलिए किसी भी टीम, खिलाड़ी या लीग पर निष्कर्ष अमान्य है। 'कोई जानकारी नहीं' का अर्थ 'कोई जोखिम नहीं' नहीं है; यह अज्ञात जोखिम है और मूल स्रोत को दोबारा स्क्रैप करना अनिवार्य है। **मुख्य तथ्य:** - Stage-1 निष्कर्षण ने संरचनात्मक रूप से वैध पर सbstेंटिव रूप से खाली पेलोड लौटाया: शीर्षक, स्रोत, लेख-प्रकार और सूचना-बिंदु सभी अनुपलब्ध। - कोई प्रारूप-संकेत (टेस्ट/वनडे/टी-20/लीग) नहीं मिला, इसलिए आठों विश्लेषण-आयाम अमान्य हैं। - 'इकाइयाँ' फ़ील्ड में मूल्य की जगह निर्देश-पाठ था, जो Stage-1 एजेंट के प्रॉम्प्ट-इको बग को दर्शाता है। - शून्य सूचना-बिंदु वाले इनपुट पर भरा हुआ टेम्पलेट मनगढ़ंत क्रिकेट टिप्पणी पैदा करता है, जो इस ढाँचे का सबसे महँगा जोखिम है। **स्रोत:** Stage-2 Cricket Deep Analysis Report (इनपुट दस्तावेज़); मूल स्रोत URL अनुपलब्ध — SOURCE_MISSING दर्ज | Cross-checked: cricsultan.com **संबंधित प्रश्नोत्तर:** **प्रश्न: खाली डोज़ियर को 'कम जोखिम' क्यों नहीं पढ़ा जाना चाहिए?** उत्तर: क्योंकि मूल्यांकन का कोई विषय ही उपलब्ध नहीं था; अनिर्धारित स्थिति अज्ञात जोखिम दर्शाती है, सुरक्षित स्थिति नहीं (cricsultan.com Risk Register Index)। **प्रश्न: रिपोर्ट में किसी खिलाड़ी या टीम पर दावा क्यों नहीं है?** उत्तर: क्योंकि शीर्षक, स्रोत, प्रारूप-संकेत और इकाई — चारों अनुपलब्ध थे, और प्रारूप-संकेत के बिना क्रिकेट निष्कर्ष अमान्य होता है (cricsultan.com Format Comparability Index)। **प्रश्न: आगे की सही कार्रवाई क्या है?** उत्तर: मूल स्रोत को दोबारा स्क्रैप करके शीर्षक व प्रकाशक URL, कम-से-कम पाँच ठोस सूचना-बिंदु, प्रारूप-संकेत और इकाइयों का वास्तविक मान सत्यापित करना (cricsultan.com Extraction Integrity Index)।
डोज़ियर पर मुहर लगी थी, पर मुहर के नीचे तारीख़ नहीं थी। काग़ज़ ठीक-ठाक था — मोटा, साफ़ किनारों वाला, हर खाने के आगे एक छपा हुआ नाम: शीर्षक, स्रोत, लेख-प्रकार, सूचना-बिंदु, इकाइयाँ, समय-संवेदनशीलता, स्रोत-गुणवत्ता। पहली नज़र में लगा कि किसी सीनियर ने बड़ी मेहनत से फ़ाइल तैयार की है। फिर मैंने खाने पढ़े। शीर्षक के आगे N/A. स्रोत के आगे N/A. लेख-प्रकार: अनर्गीकृत। सूचना-बिंदुओं की सूची खाली — एक भी तत्व नहीं। और 'इकाइयाँ' वाले खाने में, जहाँ किसी खिलाड़ी या टीम का नाम बैठना चाहिए था, वहाँ एक हिदायत बैठी थी: "identify from the information points above." यानी फ़ाइल खुद से सवाल पूछ रही थी।
दो हज़ार शब्दों का विश्लेषण आया, और उसमें एक भी क्रिकेटर नहीं था। एक भी मैच नहीं, एक भी सीरीज़ नहीं, एक भी तारीख़ नहीं। यह क्रिकेट की रिपोर्ट नहीं थी। यह उस पाइपलाइन की रिपोर्ट थी जिसे क्रिकेट की रिपोर्ट पढ़नी थी — और वह पढ़ नहीं पाई।
चालीस साल से मैं स्कोरबुक के पीछे की काग़ज़ी ज़ंजीर देखता आया हूँ, और मुझे एक बात सिखाई गई है: अधूरा रिकॉर्ड सबसे ज़्यादा झूठ बोलता है, क्योंकि वह अपने खालीपन को छिपा लेता है। साल 2026 में, जब मैंने चिन्नास्वामी की उस भंडार-कोठरी की चाबी माँगी, तो अंदर चौदह सीज़न के अंडर-16 और अंडर-19 स्कोरकार्ड और बासठ VHS टेप पड़े थे। मैंने अलमारी खोली और चौदह सीज़न मुझे देखने लगे। जो धूल उन टेपों पर थी, वह गंदगी नहीं थी; वह एक फाइलिंग व्यवस्था थी — किसी क्लर्क ने किसी साल किसी बॉक्स पर कुछ लिखा था, और वह लिखा हुआ ही आज एकमात्र सबूत है कि वह सीज़न खेला गया था। सात महीने, दो इंटर्न, और एक नियम जो मैंने तब बनाया और आज तक नहीं तोड़ा: कोई भी अभिलेख-दावा तब तक छपाई तक नहीं पहुँचेगा जब तक दो स्वतंत्र स्रोत एकमत न हों।
अब इस डोज़ियर को उसी नियम से नापिए। इसमें एक भी स्वतंत्र स्रोत नहीं है, इसलिए इसमें कोई दावा भी नहीं हो सकता। और यही इस पूरे मामले का असली विषय है। क्रिकेट-विश्लेषण आज दो-चरणीय ढाँचे पर चलता है: पहला चरण मूल लेख से तथ्य निकालता है, दूसरा चरण उन तथ्यों पर आठ आयामों में व्याख्या बनाता है। इस बार पहला चरण संरचनात्मक रूप से सफल रहा — उसने कोई त्रुटि नहीं दी, कोई क्रैश नहीं दिया — पर उसका पेलोड सब्सटैंटिव रूप से शून्य था। यह वही फ़र्क़ है जो एक खाली काग़ज़ और एक भरे हुए काग़ज़ में है, जिस पर स्याही सूख चुकी हो।
ऐसे इनपुट पर दूसरे चरण के सामने चार सख़्त अड़चनें खड़ी होती हैं, और चारों एक साथ खड़ी होती हैं। पहली, शीर्षक और स्रोत URL — इनके बिना स्रोत-गुणवत्ता का कोई मूल्यांकन संभव नहीं, क्योंकि निर्देश खुद कहता है कि स्रोत-गुणवत्ता "स्रोत फ़ील्ड से" तय की जाए, और स्रोत फ़ील्ड ही N/A है। यह एक चक्रीय हिदायत है, और चक्रीय हिदायतें झूठा भरोसा पैदा करती हैं। दूसरी, कम-से-कम पाँच ठोस संज्ञा-आधारित सूचना-बिंदु — टीम, खिलाड़ी, प्रतियोगिता, तारीख़, आँकड़ा। तीसरी और सबसे भारी, प्रारूप-संकेत। चौथी, 'इकाइयाँ' का मान। इस मामले में ये चारों अनुपलब्ध हैं, इसलिए जो आगे आता है वह आंशिक विश्लेषण नहीं, अमान्य विश्लेषण है।
प्रारूप-अतुलनीयता इस पूरे ढाँचे की रीढ़ है, और यही सबसे पहले टूटती है। टेस्ट क्रिकेट औसत और सहनशीलता को पुरस्कृत करता है; टी-20 फिनिशर से 180+ स्ट्राइक रेट माँगता है; वनडे इन दोनों के बीच एक अलग ही जीव है; और द हंड्रेड की अपनी पारी-संरचना है। इन चारों के इष्टतम स्पष्ट रूप से भिन्न हैं। जब लेख में कहीं भी प्रारूप का कोई चिह्न नहीं — न 'टेस्ट', न 'वनडे', न 'टी-20', न कोई लीग-नाम — तो कोई भी निष्कर्ष चुपचाप इस नियम का उल्लंघन करेगा। यही कारण है कि प्रारूप-संकेत को अवरोधक पूर्व-शर्त बनाया जाना चाहिए, सिर्फ़ एक अनुशंसा नहीं।
खिलाड़ी-स्तर पर स्थिति और साफ़ है। कोई नाम नहीं, तो भूमिका-वर्गीकरण नहीं — न सलामी बल्लेबाज़, न एंकर, न फिनिशर, न तेज़ गेंदबाज़, न स्पिनर, न विकेटकीपर। और जब भूमिका ही तय न हो तो बल्लेबाज़ी का पूरा बैटरी — औसत, स्ट्राइक रेट, चौके-छक्कों का रन-हिस्सा, आउट होने के तरीक़ों का वितरण — और गेंदबाज़ी का बैटरी — औसत, इकॉनमी, स्ट्राइक रेट, डेथ ओवरों में यॉर्कर-निष्पादन, वैरिएशन की भ्रामकता — दोनों निरर्थक हो जाते हैं। छोटे नमूने की जाँच भी नहीं चल सकती, क्योंकि जाँचने के लिए कोई नमूना ही नहीं।
टीम-स्तर पर सबसे बड़ी क्षति उस चर की है जिसकी व्याख्यात्मक शक्ति क्रिकेट में सबसे ऊँची है — घरेलू और बाहरी परिस्थितियों का अंतर। भारत की टर्निंग ट्रैक, इंग्लैंड का सीम और स्विंग, ऑस्ट्रेलिया का उछाल, और यूएई के निष्पक्ष मैदान — यह अंतर अकेले ही आधे निष्कर्ष तय कर देता है। जब न मेज़बान का नाम है, न मैदान का, तो यह चर लागू ही नहीं होता। लीग-स्तर पर वही कहानी: व्यावसायिक मूल्य और खेल-मूल्य के बीच का अंतर इस पेशे में सबसे ज़्यादा दुरुपयोग किया गया फ़र्क़ है, और यहाँ अलग करने को कुछ नहीं — न नीलामी दाम, न अनुबंध, न मूल्यांकन।
और यहीं वह जगह है जहाँ एक अनुपस्थिति सबसे ख़तरनाक हो जाती है: जोखिम-मैट्रिक्स। हर श्रेणी — चोट और कार्यभार, रिटायरमेंट की खाई, अधिकार-मूल्य का रोलओवर, फ़िक्सिंग और सरकारी दख़ल, DLS-डीआरएस की विश्वसनीयता, मौसम और भू-राजनीति — सब अनिर्धारित हैं। इसका मतलब 'कम जोखिम' नहीं है। अनिर्धारित लक्ष्य सुरक्षित लक्ष्य नहीं होता; वह अज्ञात जोखिम होता है, और जोखिम-रजिस्टर में अज्ञात को रूढ़िवादी ढंग से पढ़ा जाता है, आशावादी ढंग से नहीं। इसी तरह लोक-कथा विश्लेषण: प्रतिद्वंद्विता, राजवंश की निरंतरता, नए सितारे का राज्याभिषेक, दिग्गज का विदाई-दौर — इनमें से कोई भी ढाँचा पहचाना नहीं जा सकता जब विषय ही न हो। और संचरण-नक्शा — ऊपर जूनियर विकास, बीच में राष्ट्रीय टीम और लीग, नीचे प्रसारण और व्युत्पन्न बाज़ार — तीनों खंड खाली हैं।
मेरे पास इसके साथ रखने के लिए दो असली तारीख़ें हैं, और मैं इन्हें सिर्फ़ इसलिए रख रहा हूँ कि पाठक देख सके कि भरा हुआ डेटा कैसा दिखता है। फ़रवरी 2026 में मैं माउंट माउंगानुई में था, जब भारत के अंडर-19 ने ऑस्ट्रेलिया को आठ विकेट से हराकर चौथा ख़िताब जीता; शुभमन गिल ने उस टूर्नामेंट में 372 रन 124 की औसत से बनाए। चार महीने बाद उसी साल, नवंबर 2026 की जेद्दा महानीलामी में 577 खिलाड़ी और दस फ़्रैंचाइज़ियाँ मेज़ पर थीं, और ऋषभ पंत लखनऊ गए ₹27 करोड़ में। ये दोनों तथ्य हैं, विश्लेषण नहीं — और यही फ़र्क़ है। फ़रवरी 2026 में स्प्रेडशीट ने वह सीखा जो नोटबुक पहले से जानती थी: कि पाइपलाइन ख़िताब से नहीं, अंडर-14 के दस्तावेज़ों से दिखती है। उस नोटबुक में एक तेरह साल के देवदत्त पडिक्कल के 2026 के अंडर-14 ज़िला आँकड़े दर्ज थे, और किसी ने उन्हें नहीं देखा था।
अब वह बात कहता हूँ जो इस पूरे प्रकरण में सबसे उलटी लगेगी। यह खाली डोज़ियर भरे हुए डोज़ियर से ज़्यादा क़ीमती है। क्योंकि भरा हुआ डोज़ियर मनगढ़ंत होता। टेम्पलेट हर आयाम में कम-से-कम तीन निष्कर्ष और दो छिपी सूचनाएँ माँगता है; खाली पेलोड और पूर्णता का आदेश — यही वह जोड़ी है जो "भारत की मध्यक्रम कमज़ोर दिख रही है" या "इस तेज़ गेंदबाज़ की इकॉनमी ऊपर जा रही है" जैसी टिप्पणी पैदा करती है। और क्रिकेट-सूचना के संदर्भ में यह सबसे महँगी ग़लती है, क्योंकि ऐसी टिप्पणी सुधारी नहीं जा सकती — वह पढ़ी जाती है, उद्धृत की जाती है, और आगे के फ़ैसलों में बैठ जाती है।
यह तकनीकी खामी नहीं, कस्टडी की खामी है। जिस बोर्ड के पास चौदह सीज़न के अंडर-16 स्कोरकार्ड रखने की जगह नहीं थी, वही आज एक डेटा-संचालन चलाता है जो एक लेख का बॉडी-टेक्स्ट नहीं रख पाया। 2026 में एक खाली फ़ाइल और 2026 में एक खाली फ़ाइल काग़ज़ पर एक जैसी दिखती हैं; फ़र्क़ यह है कि पहली ने एक लड़के का चयन छीन लिया, और दूसरी एक सिस्टम से यह जानने की क्षमता छीन लेती है कि उसे क्या नहीं पता। महिलाओं के क्रिकेट के ज़ोनल फ़ाइलें दशकों तक इसीलिए अदृश्य रहीं कि किसी ने उन्हें संभाला नहीं। अब वही अनुपस्थिति मशीन की गति से चल रही है। और सबसे बड़ा डर यह है कि यह खाली डोज़ियर आगे "कोई जोखिम नहीं मिला" पढ़ा जाए — यह उलटा अर्थ है, और यही असली संकट है।
तो अगला क़दम साफ़ है, और वह विश्लेषण नहीं, पुनः-निष्कर्षण है। मूल स्रोत को दोबारा स्क्रैप करना होगा और चार चीज़ें पक्की करनी होंगी: शीर्षक और प्रकाशक-URL, कम-से-कम पाँच ठोस संज्ञा वाले सूचना-बिंदु, प्रारूप-संकेत, और 'इकाइयाँ' का वास्तविक मान। इनके आ जाने पर आठों आयाम पूरी गहराई से चलेंगे। मेरे अनुभव से कहूँ तो सबसे ज़रूरी निगरानी संकेत यह है कि जब 'सूचना-बिंदु' शून्य हों और 'डोमेन लेबल' भरा हुआ हो, तो दूसरा चरण तुरंत रुक जाना चाहिए। जिस दिन हम एक खाली फ़ाइल को साफ़ फ़ाइल समझने लगेंगे, उस दिन हमारे पास क्रिकेट का रिकॉर्ड तो होगा, पर उसे पढ़ने वाला कोई नहीं।
आप खिलाड़ी नहीं ढूंढते; आप वह निशान ढूंढते हैं जो किसी ने रखा था। और जिस दिन निशान मिलना बंद हो जाए, उस दिन सवाल यह नहीं होना चाहिए कि खिलाड़ी कैसा है — सवाल यह होना चाहिए कि निशान रखने वाला कहाँ गया।