शून्य निष्कर्ष, ऊँचा जोखिम: क्रिकेट एनालिटिक्स की वह खामी जो स्कोरकार्ड में नहीं दिखती

रात 1:40 बजे, दिल्ली। स्क्रीन पर एक रिपोर्ट खुली है — आठ डायमेंशन, चालीस से ज़्यादा सेल, और हर सेक्शन के नीचे "Analytical Conclusions" के नंबर लगे हुए तीन-तीन पॉइंट। रिस्क मैट्रिक्स में "स्तर", "संभावना" और "प्रभाव" वाले अलग कॉलम भी हैं। हेडिंग बोल्ड हैं। फ़ॉर्मेट बेदाग़ है।

और अगर आप हर सेल को शब्दशः पढ़ें, तो पूरे दस्तावेज़ में जानकारी सिर्फ़ एक फ़ील्ड में है: cricket_world। बाकी हर जगह वही एक वाक्य दोहराया गया है — "N/A — insufficient information"।

सहमति का यही चरम बिंदु है। यह दस्तावेज़ फ़ैसले जैसा दिखता है, इसलिए आगे जाने वाला हर पाठक इसे फ़ैसला मान लेगा। मैंने इसे दो बार पढ़ा और दोनों बार एक ही बात खटकी: जिस रिपोर्ट में जानकारी शून्य हो, उसका सबसे ख़तरनाक हिस्सा उसका खालीपन नहीं होता — उसका फ़ॉर्मेट होता है।

क्रिकेट में पिछले दस साल में डेटा का जो ढाँचा खड़ा हुआ है — ICC रैंकिंग के फ़ॉर्मेट-वाइज़ अल्गोरिदम, DRS की बॉल-ट्रैकिंग चेन, नीलामी की वैल्यूएशन शीट, ब्रॉडकास्टर के सेकंड-स्क्रीन डैशबोर्ड — वह सब एक ही मान्यता पर चलता है: पहले कच्चा टेक्स्ट और कच्चा नंबर निकाला जाएगा, फिर उस पर राय बनेगी। पाइपलाइन दो मंज़िलों की है। स्टेज-1 निकालता है, स्टेज-2 व्याख्या करता है।

हम जिस दस्तावेज़ की बात कर रहे हैं, वह स्टेज-2 है — और उसके हाथ में स्टेज-1 का खाली लिफ़ाफ़ा आया है। न टाइटल, न स्रोत, न खिलाड़ी, न फ़ॉर्मेट, न स्कोर, न वेन्यू, न टॉस। सिर्फ़ एक टैग, जो इतना ही बताता है कि विषय क्रिकेट से जुड़ा है। मतलब: कौन-सा क्रिकेट, यह भी नहीं पता।

यहाँ एक पुरानी आदत काम आती है। स्कोरकार्ड एक बात कहता है; रात 1 बजे का थ्रेड दूसरी। मैं सालों से मैच देखते वक़्त स्कोरकार्ड के साथ एक अलग पन्ना रखता आया हूँ — कौन-सा ओवर किसने फेंका, कौन-सा फ़ील्डर कहाँ खड़ा था, किस ओवर में गेंदबाज़ बदला गया। नौ साल में वह पन्ना कभी स्कोरकार्ड से पूरा मेल नहीं खाया; हमेशा कुछ न कुछ ग़ायब रहा। एनालिटिक्स की दुनिया में भी वही होता है — जो नहीं दिख रहा, उसे शून्य मान लिया जाता है।

जिस पल आठ में से सात फ़ील्ड मर जाएँ और आठवाँ ज़िंदा रहे, वहाँ खराबी का पता चल जाता है। क्लासिफ़िकेशन मेटाडेटा और URL के स्तर पर चलता है; एक्सट्रैक्शन आर्टिकल के बॉडी टेक्स्ट पर। बॉडी जहाँ मरती है, टैग वहीं ज़िंदा बैठा रह जाता है। यह बारीकी अगली बार महँगी गलती बचाती है, क्योंकि तब सवाल "क्या पाइपलाइन खराब है" नहीं होता, सवाल होता है "कौन-सी मंज़िल पर खराब है"। जिस स्रोत में बॉडी टेक्स्ट ही न हो — सिर्फ़ स्कोरकार्ड वाला पेज, वीडियो-ओनली लिंक, या पे-वॉल के पीछे बंद पन्ना — वहाँ यही फ़िंगरप्रिंट बनता है। टैग आता है, नाम नहीं आते, फ़ॉर्मेट नहीं आता, स्कोर नहीं आता।

असली खतरा यहाँ शुरू होता है। टेम्पलेट सबसे कुशल लॉन्ड्रिंग मशीन है। कोई पाठक "Risk Matrix" हेडिंग देखता है और मान लेता है कि जोखिम नापा गया है। नापा कुछ नहीं गया — नापने की जगह बनी हुई है, और जगह बनी होना रिपोर्ट में "काम हुआ" जैसा दिखता है। यही ट्रिक सबसे ज़्यादा गवर्नेंस सेक्शन में चलती है। "कोई भ्रष्टाचार-संकेत नहीं मिला" और "अनुपालन का सबूत मिला" — दो बिल्कुल अलग वाक्य, पर कॉलम एक ही है। सबूत का न होना और अनुपालन का सबूत होना एक ही चीज़ नहीं है। इसलिए सही स्टेटस "कम जोखिम" नहीं, "अनिर्धारित" है। इस दस्तावेज़ ने वही लिखा है, और यही उसकी सबसे ईमानदार लाइन है — लेकिन उसे पढ़ने के लिए किसी को हर सेल खोलनी पड़ेगी, और फ़ॉर्मेट ऐसा है कि कोई नहीं खोलेगा।

दूसरी जगह देखिए, जहाँ यह गड़बड़ सबसे ज़्यादा दिखती है। जो मॉडल मिसिंग डेटा को शून्य लिखता है, वह औसत निकालते वक़्त उस शून्य को भी औसत में घुसा देता है। फुटबॉल में यह पुरानी बीमारी है — जिन मैचों की ट्रैकिंग कवरेज नहीं होती, वहाँ xG शून्य नहीं होता, पर मॉडल उसे शून्य की तरह पढ़ लेता है। क्रिकेट में यह तंत्र ट्रांसफ़र करता है या नहीं, यह जाँचना पड़ेगा, क्योंकि क्रिकेट इवेंट-भारी खेल है और फ़ुटबॉल की लगातार ट्रैकिंग से उसका ढाँचा अलग है। ट्रांसफ़र का हिस्सा साफ़ है: जहाँ बॉल-ट्रैकिंग नहीं है — एसोसिएट मुल्कों के मैच, या वे घरेलू टूर्नामेंट जहाँ Hawk-Eye नहीं लगा — वहाँ रिपोर्ट में "ट्रैकिंग उपलब्ध नहीं" नहीं लिखा जाता। लिखा जाता है: शून्य। और वह शून्य फिर खिलाड़ी के करियर औसत में, चयन की शीट में, वर्कलोड के ग्राफ़ में चला जाता है। जो ट्रांसफ़र नहीं होता, वह भी साफ़ है: क्रिकेट में फ़ॉर्मेट बदलते ही वही आँकड़ा बेमानी हो जाता है, इसलिए कवरेज-गैप का असर फ़ुटबॉल की तरह एक-सा नहीं रहता। यहाँ अंदाज़ा लगाना महँगा है।

और यह सब सिर्फ़ तकनीकी नहीं है, क्योंकि इन रिपोर्ट्स को खाता कौन है? चयन समिति, राइट्स की नेगोशिएशन टेबल, नीलामी से पहले की रिटेंशन बहस, और वे डैशबोर्ड जिन पर कमेंट्री की लाइनें तय होती हैं। बोर्ड ही असली बीट है; क्रिकेट उसका सबूत है। अगर एक सिलेक्शन मीटिंग में काग़ज़ पर "वर्कलोड डेटा: अनुपलब्ध" लिखा आया और किसी ने उसे "कोई लाल झंडा नहीं" पढ़ लिया, तो वह निर्णय आँकड़ों से नहीं हुआ — आँकड़ों की गैरहाज़िरी से हुआ। और उस निर्णय की जवाबदेही किसी पर नहीं आएगी, क्योंकि काग़ज़ पर सब कुछ भरा हुआ था।

अब वह हिस्सा, जहाँ मुझे अपने ही तर्क पर शक करना है। इस पूरी थीसिस में एक फ़ॉल्सिफ़ायर है और वह साफ़ लिखा जाना चाहिए: अगर उसी कच्चे स्रोत को दोबारा स्टेज-1 से गुज़ारा जाए और Information Points की सूची भरकर आ जाए, तो यह सिस्टम की खराबी नहीं थी — एक क्षणिक फ़ेच फ़ेल्योर था। उसी घड़ी मेरा पूरा "स्ट्रक्चरल" तर्क एक ऑप्स टिकट में सिमट जाएगा, और मुझे यह मानना पड़ेगा कि मैंने एक छोटी खराबी पर बड़ी इमारत खड़ी कर दी। दूसरी बात, पूर्णता का जुनून अपनी जगह एक और बीमारी है। जो विश्लेषक हर फ़ील्ड भरना ज़रूरी मानता है, वह अक्सर "N/A" की जगह कोई प्लॉज़िबल अंदाज़ा भर देता है — और भरा हुआ अंदाज़ा खाली फ़ील्ड से कहीं ज़्यादा महँगा पड़ता है। "अनिर्धारित" कहने वाला आदमी फ़ैसले रोक सकता है, और फ़ैसले रोकना हमेशा समझदारी नहीं होती। कभी-कभी अधूरी जानकारी पर आगे बढ़ना ही सही होता है।

मेरी भविष्यवाणी छोटी और जाँचने लायक है। अगले सूचना-चक्र में — चयन, रिटेंशन या राइट्स — किसी बहस का हवाला इन शब्दों से दिया जाएगा: "कोई समस्या नहीं मिली"। मैं उस दिन सिर्फ़ एक सवाल पूछूँगा — सवाल था क्या? अगर असली जवाब "अनिर्धारित" था और बहस में उसे "कोई समस्या नहीं" में बदल दिया गया, तो हमने एक और स्कोरकार्ड पढ़ लिया है जिसमें बॉल ही नहीं फेंकी गई थी।