खाली शीट जो पूरी लगती है: स्पोर्ट्स न्यूज़रूम की उस चुप्पी की रिपोर्ट, जिसे कोई रिपोर्ट नहीं समझता
**मुख्य उत्तर (≤60 शब्द):** एक स्पोर्ट्स न्यूज़ पाइपलाइन के पहले चरण (Stage-1) ने खाली आउटपुट दिया — शीर्षक, स्रोत, सारांश और सूचना-बिंदु सभी अनुपलब्ध — फिर भी वह संरचनात्मक रूप से मान्य दिखा और आगे बढ़ गया। केवल `cricket_asia` टैग बचा, जो अकेला विश्लेषण का आधार नहीं बन सकता। **मुख्य तथ्य:** - Stage-1 के सभी फ़ील्ड खाली थे: Article Title N/A, Article Type Unclassified, One-sentence Summary रिक्त। सूचना-बिंदुओं की सूची शून्य थी। - समय-संवेदनशीलता का आकलन नहीं हुआ; स्रोत की गुणवत्ता तय नहीं हुई, क्योंकि जाँचने के लिए कोई बिंदु ही नहीं था। - एकमात्र सक्रिय संकेत डोमेन टैग `cricket_asia` था, जो खाली इनपुट पर डिफ़ॉल्ट मान हो सकता है। - सुधार की शर्त: सूचना-बिंदु शून्य होने पर `EXTRACTION_FAILED` झंडा उठाकर प्रोसेसिंग रोकना और कच्चा HTML स्नैपशॉट सुरक्षित रखना। **स्रोत:** Stage-1 आंतरिक विश्लेषण ब्रीफ़; प्रकाशन तिथि दर्ज नहीं। **संबंधित प्रश्न-उत्तर:** Q: खाली आउटपुट खतरनाक क्यों है? — क्योंकि वह संरचनात्मक रूप से वैध दिखता है और त्रुटि की तरह नहीं पकड़ा जाता। Q: सबसे संभावित कारण क्या है? — बॉडी एक्सट्रैक्शन विफलता या जावास्क्रिप्ट-रेंडर्ड पेज से अधूरा कंटेंट मिलना। Q: `cricket_asia` टैग को प्रमाण माना जा सकता है? — नहीं, यह रूटिंग संकेत है, विषय-प्रमाण नहीं; इसकी पुष्टि क्रिकेट-विशिष्ट आँकड़ों से होनी चाहिए।
पिछले मंगलवार रात अहमदाबाद में मेरी डेस्क पर दो स्क्रीन जल रही थीं। एक पर टेलीविज़न का फ़ीड, दूसरी पर वह ऑटोमेटेड पाइपलाइन जो अब हर न्यूज़रूम में चुपचाप काम करती है — लेख खींचो, साफ़ करो, टुकड़ों में तोड़ो, टुकड़ों से कहानी बनाओ। उस रात स्क्रीन पर एक टेबल दिखी। हर पंक्ति भरी हुई थी, हर पंक्ति में कुछ लिखा था, और हर पंक्ति का जवाब एक ही था: N/A। शीर्षक N/A, स्रोत N/A, प्रकार Unclassified, सारांश खाली, सूचना-बिंदुओं की सूची खाली, समय-संवेदनशीलता का आकलन नहीं हुआ, स्रोत की गुणवत्ता तय नहीं हुई। बत्तीस साल में मैंने बहुत अधूरी कॉपी देखी है, लेकिन पहली बार एक ऐसा दस्तावेज़ देखा जो पूरा दिखता था और जिसमें कुछ भी नहीं था। स्प्लिट टाइम कभी नहीं बताता कि गन के वक़्त कौन डरा हुआ था — यहाँ तो स्टॉपवॉच ही शून्य पर अटकी थी और बोर्ड चुप बैठा था।
संदर्भ समझिए। आज की स्पोर्ट्स डेस्क में तीन-चार स्टेज वाली एक ऐसी पाइपलाइन रोज़ चलती है जिसे कोई बायलाइन नहीं देता। पहला स्टेज लेख को खींचता है, उसके मूल तत्व निकालता है — शीर्षक, स्रोत, लेख का प्रकार, एक वाक्य का सार, लेखक का रुख़, सूचना-बिंदु, इसमें शामिल इकाइयाँ, समय-संवेदनशीलता, स्रोत की गुणवत्ता। दूसरा स्टेज इन बिंदुओं पर गहराई से सोचता है। तीसरा स्टेज उसे कॉपी में बदलता है। सारा ढाँचा इस मान्यता पर खड़ा है कि पहले स्टेज का आउटपुट सचमुच जानकारी है। उस रात ढाँचा बिल्कुल सलामत रहा — कॉलम, हेडर, पंक्तियाँ, सब कुछ। जानकारी शून्य रही। और पाइपलाइन रुकी नहीं, क्योंकि उसके पास रुकने का कोई नियम ही नहीं था।
पूरे दस्तावेज़ में एक ही चीज़ ज़िंदा बची: डोमेन टैग cricket_asia। यह टैग बताता है कि सामग्री को क्रिकेट/एशिया श्रेणी में भेजा गया था। पर यह भी सबूत नहीं है। खाली इनपुट पर यह टैग अपस्ट्रीम का डिफ़ॉल्ट मान भी हो सकता है, और कमज़ोर वर्गीकरण का नतीजा भी। इसे विश्लेषण की ज़मीन मानना वैसा ही है जैसे स्टेडियम का गेट खुला देखकर मान लेना कि मैच हो रहा है। गेट खुला रह जाता है।
यहाँ असली सवाल यह नहीं कि डेटा क्यों खाली आया, असली सवाल यह है कि खाली डेटा को पास होने क्यों दिया गया। चार संभावित वजहें सामने आती हैं, और चारों रोज़मर्रा की हैं। एक, बॉडी एक्सट्रैक्शन फेल हुआ — एचटीएमएल मिला, लेकिन सेलेक्टर मैच नहीं हुआ, या सामग्री __NEXT_DATA__ और JSON-LD के अंदर बैठी थी। दो, पेज जावास्क्रिप्ट से बन रहा था, स्टैटिक क्रॉलर को सिर्फ़ ढाँचा मिला, कंटेंट कहीं नहीं। तीन, रिक्वेस्ट 403 पर रुकी या पेवॉल के पीछे गई, और सिस्टम ने खाली बॉडी को त्रुटि मानने से इनकार कर दिया। चार, अपस्ट्रीम से ही खाली इनपुट आया और कोई जाँचे बिना आगे बढ़ता रहा। चारों में एक चीज़ समान है: पाइपलाइन के किसी मोड़ पर किसी ने यह नहीं पूछा कि सूचना-बिंदु कितने हैं।
मेरे सामने जो टेबल थी, वह एक बहुत बड़ी आदत का नमूना है। न्यूज़रूम में त्रुटि दिखती है तो सब जाग जाते हैं। खाली नतीजा मिलता है तो कोई नहीं जागता, क्योंकि खाली नतीजा दिखता है पूरा। यही फ़र्क़ है फ़ोटो-फ़िनिश कैमरे और टाइमिंग बोर्ड के बीच। कैमरा अगर ब्लैंक फ़्रेम देता है, तो तकनीशियन तुरंत चीखता है। लेकिन अगर सिस्टम उस ब्लैंक फ़्रेम के आगे बढ़िया फ़ॉन्ट में N/A छाप दे, तो भीड़ तालियाँ बजाती है। हमने ठीक यही बनाया है — एक ऐसा ढाँचा जो खालीपन को भी मान्य दिखा देता है।
ठीक करने की जगह बहुत साफ़ है, और वह बड़ी तकनीकी मरम्मत नहीं माँगती। पहली शर्त: जब सूचना-बिंदुओं की संख्या शून्य हो, या बॉडी टेक्स्ट तय न्यूनतम लंबाई से कम हो, तो सिस्टम को EXTRACTION_FAILED का झंडा उठाकर आगे की सारी प्रोसेसिंग रोक देनी चाहिए। दूसरी शर्त: हर रन के साथ कच्चा एचटीएमएल स्नैपशॉट सुरक्षित रखा जाए, ताकि बाद में पता चले कि गड़बड़ क्रॉलर में थी, पार्सर में थी या ऊपर की पंक्ति में। तीसरी शर्त: लेखक का रुख़ और समय-संवेदनशीलता जैसे फ़ील्ड को खाली छोड़ने की इजाज़त न हो — इनका खाली रहना अपने आप में एक चेतावनी है। चौथी शर्त, जो सबसे ज़्यादा नज़रअंदाज़ होती है: इकाइयों की गिनती। किसी भी क्रिकेट रिपोर्ट में टीमें, स्थल, तारीख़ और कम से कम एक स्कोर या आँकड़ा होता ही है। अगर इनमें से कुछ भी नहीं निकला, तो क्रिकेट की रिपोर्ट नहीं निकली — कुछ और निकला है।
मैं अपने काम में यह जाँच सालों से हाथ से करता आया हूँ। पिछले तीन दशक में जो स्कोरकार्ड मैंने पढ़े, उनमें सबसे पहले मैं यह देखता हूँ कि ओवर की गिनती और रन की गिनती आपस में बैठती है या नहीं। जिस शीट में यह हिसाब नहीं मिलता, उसके आगे के सारे आँकड़े मेरे लिए बेकार हो जाते हैं। ऑटोमेटेड पाइपलाइन के पास यह आदत होनी चाहिए थी और नहीं है। उसे सिखाया गया है कि टेबल भरनी है, यह नहीं सिखाया गया कि खाली टेबल को पकड़ना है।
अब वह हिस्सा, जो इस पूरे मामले को तकनीकी खराबी से बड़ा बना देता है। समस्या एक्सट्रैक्शन की नहीं, उस संस्कृति की है जिसमें "आउटपुट दे दिया गया" को "आउटपुट सच है" से ज़्यादा तवज्जो मिलती है। जिस दिन हमने कॉपी लिखने वाली मशीन बनाई, उसी दिन हमने एक ऐसी मशीन भी बना दी जो बिना एक भी तथ्य के चिकनी-चुपड़ी मैच रिपोर्ट पेश कर सकती है। और जितनी वह चिकनी होती जाएगी, उतना ही कम कोई उसे जाँचेगा। पत्रकारिता का पुराना नियम था — जो सुनने में बहुत अच्छा लगे, उसे दो बार जाँचो। नई पाइपलाइन उस नियम के उलट चलती है: जो साफ़-सुथरा दिखे, उसे पास कर दो।
और इस खाली शीट में जो एक टैग ज़िंदा बचा, वही सबसे बड़ा झूठ है। cricket_asia देखकर डेस्क को लगता है कि विषय तय हो गया। लेकिन क्रिकेट की असली ज़मीन कहीं और है — DRS के रिव्यू, नेट रन रेट के हिसाब, इम्पैक्ट प्लेयर की गिनती, पावरप्ले के स्प्लिट। जिस रिपोर्ट में इनमें से एक भी नहीं है और जिसमें स्कोर भी नहीं है, वह क्रिकेट रिपोर्ट नहीं हो सकती, चाहे उसका टैग कुछ भी कहे। टैग पहचान नहीं है, टैग सिर्फ़ पता है।
लेंस स्प्रिंट पर था; असली दौड़ तो भीड़ दौड़ रही थी — यहाँ भीड़ की जगह वे खाली फ़ील्ड थे जिन्हें कोई पढ़ने वाला नहीं था। मैं स्टूडियो से बाहर निकला और कहानी मेरे बिना चलती रही, बस इस बार कहानी में कोई तथ्य नहीं था।
आगे का फ़ैसला साफ़ है। जो सिस्टम खाली नतीजे को सफलता का रंग देता है, वह असल में अपनी सबसे बड़ी विफलता छिपा रहा है। अगली बार जब डेस्क पर कोई टेबल पूरी भरी हुई दिखे, तो एक पंक्ति पढ़ने से पहले यह पूछिए — इस टेबल में कितने सूचना-बिंदु हैं? अगर जवाब शून्य है, तो सवाल यह नहीं कि रिपोर्ट कैसे लिखें। सवाल यह है कि उस शीट को शीशे में फ्रेम करके दीवार पर क्यों नहीं टाँगा जाता, ताकि अगली सुबह कोई उसे दोबारा पूरा न समझ ले।