क्रिकेट रिपोर्टिंग की नई चुनौती: जब डेटा पाइपलाइन चुपचाप खाली लौटती है

आधुनिक क्रिकेट पत्रकारिता का एक बड़ा हिस्सा अब सिर्फ़ मैदान पर हुई घटनाओं का बखान नहीं है। स्कोरकार्ड, बॉल-बाय-बॉल डेटा, फ़ील्डिंग ट्रैकिंग, डीआरएस के फ़ैसले और ऑनलाइन उपलब्ध स्रोतों से निकाली गई जानकारी को मिलाकर खबर तैयार होती है। इस प्रक्रिया का हर चरण एक दूसरे पर निर्भर है। अगर किसी एक चरण से गुज़रने वाली सामग्री खाली आती है, तो आगे के सारे काम प्रभावित होते हैं। समस्या तब और गंभीर हो जाती है जब यह खालीपन चुपचाप आगे बढ़ जाता है और किसी को पता ही नहीं चलता कि कहीं कुछ टूटा है। तकनीकी भाषा में इसे डेटा पाइपलाइन कहा जाता है। पहले चरण में वेब पेज से मुख्य पाठ निकाला जाता है। दूसरे चरण में यह तय होता है कि सामग्री किस विषय की है — क्रिकेट, फ़ुटबॉल, टेनिस या कुछ और। तीसरे चरण में उस पाठ से तथ्य, आंकड़े, हवाले और दावे अलग-अलग करके सूची बनाई जाती है। चौथे चरण में इन तथ्यों के आधार पर खिलाड़ियों, टीमों, टूर्नामेंट और संस्थानों की पहचान होती है। अगर तीसरा चरण ही खाली लौटता है, तो चौथा चरण किसी भी नतीजे तक नहीं पहुँच सकता, चाहे उसका ढांचा कितना भी मज़बूत हो। ऐसा कई कारणों से हो सकता है। कई बार पेज का मुख्य पाठ ही नहीं मिलता — पेबॉल, जावास्क्रिप्ट से बना पेज या रोबोट-रोधी सुरक्षा के कारण। कई बार पाठ तो मिलता है, लेकिन पुराना सिलेक्टर काम नहीं करता और स्क्रिप्ट को खाली ढांचा मिलता है। कई बार भाषा मॉडल का उत्तर बीच में कट जाता है या उसका ढांचा तय प्रारूप से मेल नहीं खाता, और सिस्टम उसे खाली सूची में बदल देता है। इन तीनों में सबसे खतरनाक तीसरी स्थिति है, क्योंकि इसमें सिस्टम खुद नहीं बताता कि उसने कुछ गँवाया है। खाली नतीजे को सामान्य नतीजा मान लेना अपने आप में एक डिज़ाइन की गलती है। डेटा पाइपलाइन में दो चीज़ें बिल्कुल अलग हैं: पहला, यह कि स्रोत में कोई उपयोगी तथ्य था ही नहीं; दूसरा, यह कि तथ्य था लेकिन निकालने की प्रक्रिया विफल रही। अगर तंत्र दोनों को एक ही तरह से आगे भेजता है, तो नीचे के सभी उपकरण, संपादक और विश्लेषक गलत निष्कर्ष निकालेंगे। एक विफलता दिखती नहीं, इसलिए उसे ठीक भी नहीं किया जा सकता। यही चुपचाप होने वाली खराबी सबसे महँगी पड़ती है। क्रिकेट के संदर्भ में यह समस्या और भी पेचीदा हो जाती है। क्रिकेट में तीन प्रमुख प्रारूप हैं — टेस्ट, एकदिवसीय और ट्वेंटी-20 — और हर प्रारूप के आंकड़ों का अर्थ अलग है। एक ही खिलाड़ी की स्ट्राइक रेट या औसत तीनों में अलग दिखती है, इसलिए बिना संदर्भ के जोड़ना भ्रामक हो जाता है। इसके अलावा डकवर्थ-लुईस-स्टर्न पद्धति से तय हुए नतीजे, डीआरएस के फ़ैसले, नो-बॉल और वाइड की गिनती, और लीग तथा अंतरराष्ट्रीय मुकाबलों का अलग-अलग रिकॉर्ड — ये सब मिलकर एक जटिल तस्वीर बनाते हैं। जो प्रणाली इस जटिलता को समझे बिना तथ्य जोड़ती है, वह सटीक दिखने वाली गलत कहानी गढ़ सकती है। क्रिकेट की खबरों में समय का बहुत महत्व है। जैसे ही कोई सीरीज़ खत्म होती है या कोई खिलाड़ी चोटिल होकर बाहर होता है, पुरानी खबरें अधूरी हो जाती हैं। ऐसे वाक्य जो एक खास समय के लिए सही थे, बाद में पढ़ने पर गलत लगते हैं। इसलिए हर तथ्य के साथ यह दर्ज होना चाहिए कि वह कब का है और किस संदर्भ में सही था। यह काम सिर्फ़ पाठक के लिए नहीं, बल्कि उन प्रणालियों के लिए भी ज़रूरी है जो आगे इस खबर को दोबारा इस्तेमाल करती हैं। क्रिकेट में डेटा का दायरा पिछले तीन दशकों में बहुत बदला है। सचिन तेंदुलकर के शुरुआती दौर में उपलब्ध आंकड़े मुख्य रूप से स्कोरकार्ड तक सीमित थे। विराट कोहली के दौर तक आते-आते हर गेंद का पिच मैप, बल्लेबाज़ के शॉट की दिशा और फ़ील्डर की दौड़ की गति तक दर्ज होने लगी। इसका मतलब यह है कि पुराने और नए आंकड़ों की सीधी तुलना कई बार उचित नहीं होती। जो रिपोर्ट इस अंतर को नज़रअंदाज़ करती है, वह सटीक लगते हुए भी भ्रामक हो सकती है। यह सिर्फ़ खबरों का मामला नहीं है। क्रिकेट में टीम चयन, नीलामी और विदेशी लीग में खिलाड़ियों की माँग अब आंकड़ों के आधार पर तय होती है। अगर विश्लेषण की नींव में ही तथ्य गायब हों, तो फ़ैसले भी कमज़ोर आधार पर लिए जाएँगे। पत्रकारिता में इसका असर यह होता है कि ऐसे दावे छप जाते हैं जिन्हें बाद में सुधारना पड़ता है, और सुधार वाली खबरें अक्सर मूल खबर जितनी नहीं पढ़ी जातीं। इस स्थिति से निपटने के कुछ सीधे उपाय हैं। पहला, खाली नतीजे को चेतावनी के रूप में दर्ज करना चाहिए, न कि सामान्य नतीजे के रूप में। दूसरा, हर सूचना बिंदु के साथ उसके स्रोत का नाम और उसकी गुणवत्ता दर्ज होनी चाहिए। तीसरा, यह भी दर्ज होना चाहिए कि खबर किस तरह की है — रिपोर्ट, विश्लेषण, कॉलम या इंटरव्यू — क्योंकि हर तरह के पाठ से एक जैसी अपेक्षा नहीं की जा सकती। चौथा, हर सामग्री के साथ उसका समय जोड़ना चाहिए, ताकि पुरानी और नई जानकारी में फ़र्क़ किया जा सके। ये चारों कदम बड़े नहीं हैं, लेकिन इनके बिना भरोसा नहीं बनता। पाठक के स्तर पर इसका सीधा असर पड़ता है। जब खबर में तथ्य और राय अलग-अलग नहीं दिखते, तो पाठक यह तय नहीं कर पाता कि किस बात को माने और किसे जाँचे। अच्छी खेल पत्रकारिता की पहचान यही है कि वह बताती है कि कौन-सी बात दर्ज आंकड़ों से आ रही है और कौन-सी आकलन या अनुमान है। जहाँ दावे मजबूत होते हैं, वहाँ उन्हें आंकड़ों का आधार दिखना चाहिए; जहाँ आधार कमज़ोर है, वहाँ यह साफ़ कहना चाहिए। क्रिकेट दुनिया भर में करोड़ों दर्शकों का खेल है और उसकी खबरें भी उसी गति से बनती और बाँटी जाती हैं। इस गति में एक छोटी तकनीकी खराबी एक बड़ी गलत सूचना बन सकती है। इसलिए डेटा पाइपलाइन को सिर्फ़ इंजीनियरिंग का मामला नहीं माना जाना चाहिए। वह पत्रकारिता के भरोसे का हिस्सा है। जिस दिन सिस्टम यह बताना शुरू कर दे कि उसने क्या गँवाया, उस दिन खेल की खबरें भी ज़्यादा विश्वसनीय हो जाएँगी।