खाली शीट का मामला: जब क्रिकेट एनालिसिस की नींव में ही सुराख हो

मार्च 2026 की वह रात, जब ईडन गार्डन्स में भारत 98/1 से 120/8 पर ढहा था, मैंने अपनी हस्तलिखित बही में दो ओवर पहले ही पतन को पढ़ लिया था। उस वक्त प्रेस बॉक्स ने मेरी शीट को हवा में उड़ा दिया था। तीस साल बाद, एक और खाली शीट मेरे सामने है — इस बार वह किसी मैच की नहीं, बल्कि खुद एनालिसिस पाइपलाइन की है। जिस रिपोर्ट को 'गहराई से समझने' के लिए भेजा गया, उसमें समझने लायक कुछ भी नहीं था। यह कोई तकनीकी गड़बड़ नहीं, यह उस पूरे सिस्टम का एक्स-रे है जिस पर आज क्रिकेट की कहानियाँ बन रही हैं।

यह मामला उस पल से शुरू होता है जब एक ऑटोमेटेड पाइपलाइन ने एक क्रिकेट लेख को 'डीप एनालिसिस' के लिए भेजा। लौटा क्या? एक तालिका जिसमें हर कॉलम में N/A लिखा था — शीर्षक गायब, स्रोत गायब, सारांश गायब, सूचना-बिंदुओं की सूची पूरी तरह खाली। सिर्फ एक फ़ील्ड ज़िंदा थी: cricket_asia। यानी सिस्टम को इतना तो पता था कि यह एशियाई क्रिकेट का मामला है, लेकिन यह भी नहीं पता था कि किस मैच का, किस टीम का, किस तारीख का। और इसी खालीपन पर 'गहन विश्लेषण' लिखने का निर्देश दिया गया था।

मैं पिछले 52 साल से इस खेल को एक बहीखाते की तरह पढ़ता आया हूँ। 2026 में टाइम्स ऑफ़ इंडिया के स्पोर्ट्स डेस्क पर जब मैं बैठा था, तब भी एक नियम था जो आज भी मेरी रीढ़ में बसा है: जिस तथ्य का रसीद न हो, वह विश्लेषण नहीं, अनुमान है। 2026 की मैच-फिक्सिंग जाँच में जब मैंने 2026 से 2026 तक की 214 भारतीय वनडे पारियों का डिस्मिसल-मोड डेटाबेस बनाया था, तब मैंने उन 19 पारियों को चिह्नित किया था जहाँ बल्लेबाज़ का आउट होने का तरीका उसके खुद के दस-साल के बेसलाइन से बाहर था। उस फाइल को मैंने दो जाँची पत्रकारों तक पहुँचाया, लेकिन साथ में साफ़ लिखा — यह सवालों की सूची है, फैसला नहीं। यही अनुशासन आज गायब हो रहा है।

अब आप देखिए कि इस खाली शीट में क्या-क्या मौजूद नहीं था। शीर्षक नहीं — यानी खोज का कोई एंकर नहीं। स्रोत नहीं — यानी यह पता लगाने का कोई तरीका नहीं कि यह वायर कॉपी थी, अखबार की रिपोर्ट थी, बोर्ड का प्रेस रिलीज़ था या कोई फैन ब्लॉग। लेख का प्रकार अवर्गीकृत — यानी समाचार, टिप्पणी, मैच रिपोर्ट और डेटा-पीस के बीच का फर्क ही मिट गया। एक-वाक्य सारांश खाली — यानी कोई केंद्रीय तर्क नहीं। लेखक का रुख़ N/A — यानी पक्षपात जाँचने का कोई ज़रिया नहीं। और सबसे खतरनाक — सूचना-बिंदुओं की सूची पूरी तरह खाली। यानी न कोई इकाई, न कोई तथ्य, न कोई तारीख, न कोई विशेषता। जब डेटा ही न हो, तो 'डेटा-आधारित कहानी' किस चीज़ की?

यह मुझे उस दौर की याद दिलाता है जब आईपीएल नीलामी के शुरुआती सालों में फ्रेंचाइज़ियाँ ऐसी ही खाली शीटों पर करोड़ों लगाती थीं। 20 फरवरी 2026, मुंबई की पहली नीलामी — मैंने एक ऐसा वैल्यूएशन मॉडल बनाया था जो रन और विकेट को प्रति करोड़ में बदलता था, बल्लेबाज़ी क्रम, फ़ेज़ और मैदान के हिसाब से समायोजित करके। उस मॉडल ने 20 साल के रोहित शर्मा को पूल का सबसे अच्छा मूल्य बताया था, और डेक्कन चार्जर्स ने उन्हें 750,000 डॉलर में खरीदा। उसी शीट ने इशांत शर्मा की कोलकाता को 950,000 डॉलर की कीमत को मॉडल मूल्य से लगभग दोगुना बताया था। नीलामी जानती थी कि किसे कितनी कीमत मिलनी चाहिए — क्योंकि उस शीट में हर नाम के सामने एक संख्या थी। आज के एनालिसिस में नाम नहीं, संख्या नहीं, कुछ नहीं।

मेरे अनुभव में क्रिकेट की सबसे बड़ी धोखाधड़ी हमेशा राउंडिंग एरर से शुरू होती है। हेडलाइन से पहले एक कॉलम होता है, और स्कैंडल से पहले एक छोटी-सी गोलमोल संख्या। 2026 की उस ईडन गार्डन्स रात में मेरी बही ने पतन को दो ओवर पहले दिखा दिया था, क्योंकि मैं विकेट-इन-हैंड और रिक्वायर्ड रेट के बीच का अंतर हर ओवर दर्ज कर रहा था। यही तरीका आज लागू करता हूँ। 2026 में जब आईपीएल यूएई में खेला गया — 60 मैच, खाली स्टेडियम, दुबई में मुंबई इंडियंस का पाँचवाँ खिताब — तब मैंने इसे एक नियंत्रित प्रयोग की तरह देखा। 2026 और 2026 को उसी वैल्यूएशन मॉडल पर मिलाया और पाया कि होम-एडवांटेज का प्रीमियम 2026 में जीत की संभावना का 6.4 प्रतिशत अंक था, जबकि 2026 के सभी 60 मैचों में यह शून्य। मैंने यह नतीजा एक ब्रॉडकास्टर को भेजा और सीधे कहा कि फाइनल के आखिरी चार ओवरों में कृत्रिम क्राउड बेड हटा दिया जाए। दो प्रोड्यूसरों ने आपत्ति की, मैं उनके सिर के ऊपर से चला गया। क्योंकि जब आपके पास शून्य का आंकड़ा हो, तो उसे नकारा नहीं जा सकता।

लेकिन यहाँ मुझे एक ईमानदार बात कहनी है, जो मैंने खुद के लिए तय की है। सबसे आसान जाल यह है कि मैं हर खाली शीट पर चिल्लाना शुरू कर दूँ — 'सिस्टम धोखा दे रहा है, सब कुछ फ़र्ज़ी है।' यह मेरा पुराना स्वभाव है, 2026 और 2026 के दोनों स्कैंडल और चालीस साल की एक्सेस-राजनीति ने मुझे संदेह-प्रधान बना दिया है। लेकिन संदेह और सबूत में फर्क है। यहाँ जो हुआ, वह 'क्रिकेट जर्नलिज़्म का पतन' नहीं है। यह एक साफ़ टेक्निकल विफलता है — एक ऑटोमेटेड पाइपलाइन जिसका कंटेंट एक्सट्रैक्शन फेल हो गया। पे-वॉल वाले पेज, जावास्क्रिप्ट से रेंडर होने वाले आर्टिकल, और गैर-अंग्रेज़ी क्रिकेट रिपोर्टें — इन तीन जगहों पर ऐसे खाली रिटर्न सबसे आम हैं। मुझे दो अलग-अलग चीज़ें अलग-अलग रखनी हैं: एक तरफ़ वह संरचनात्मक सवाल है कि क्या हमारी डेटा नींव कमज़ोर है, और दूसरी तरफ़ यह ठोस, तारीख-बद्ध विफलता जिसे मैं उसी की तरह लिखूँ जैसे वह है। अगर मैं हर खाली आउटपुट को भ्रष्टाचार का सबूत बना दूँ, तो मैं वही गलती करूँगा जो मैंने टीवी प्रोड्यूसरों के साथ की थी — अपनी बात मनवाने के लिए एनालिसिस को हथियार बनाना। और यही असली खतरा है।

इस पूरी घटना का सबसे उपयोगी सबक यह है कि एक ऐनालिस्ट के लिए एनालिसिस से पहले की जाने वाली जाँच उतनी ही ज़रूरी है जितनी मैच से पहले की जाने वाली। जब मैं किसी नई शीट को देखता हूँ, तो मैं तीन चीज़ें पहले जाँचता हूँ: क्या उसमें कम से कम एक इकाई का नाम है, क्या उसमें एक तारीख है, और क्या उसमें एक ऐसा आंकड़ा है जिसे मैं किसी दूसरी जगह से मिला सकूँ। अगर तीनों में से एक भी नहीं मिला, तो वह शीट मेरे लिए तथ्य नहीं, सिर्फ़ एक टेम्पलेट है। यही मानक मैं आज के ऑटोमेटेड क्रिकेट कंटेंट उद्योग पर लगाता हूँ, जहाँ फ्रेंचाइज़ी करोड़ों के खिलाड़ियों का मूल्यांकन ऐसे मॉडलों पर करती हैं जिनकी सत्यता की जाँच कोई नहीं करता।

यहाँ एक कठिन सवाल लटका हुआ है, और मैं इसे खुला ही छोड़ूँगा। अगर एक ऑटोमेटेड सिस्टम, जिसे करोड़ों की लागत से बनाया गया है और जिस पर प्रकाशक अपनी पूरी आर्काइव टिकाते हैं, इतनी सी बुनियादी बात नहीं कर पाता — कि एक लेख के तीन मूलभूत तत्व भी निकाल सके — तो उन आगे आने वाले 'डेटा-संचालित' भविष्यवाणियों पर भरोसा कैसे किया जाए जिन्हें हम क्रिकेट के भविष्य के नाम पर बेचते हैं? अगली बार जब कोई फ्रेंचाइज़ी अपने AI मॉडल से खिलाड़ी का मूल्यांकन दिखाए, तो पूछिए — और पूछते रहिए — क्या इस शीट में कोई नाम है, कोई तारीख है, कोई रसीद है। जब तक जवाब नहीं मिलेगा, यह शीट खाली ही रहेगी। और खाली शीट पर लिखी कहानी, चाहे कितनी भी चमकदार हो, कभी सच नहीं बनती।