खाली डेटा, गोल चश्मा: टेनिस डेस्क का वह दिन जब स्कोरशीट ने जवाब देने से मना कर दिया
### कोर उत्तर स्टेज-1 आउटपुट खाली होने के कारण टेनिस पर गहन विश्लेषण संभव नहीं था; केवल Domain Label: tennis उपलब्ध था, इसलिए कोई सत्यापित निष्कर्ष नहीं निकाला गया। ### मुख्य तथ्य - Stage-1 में Title, Source और Type तीनों N/A दर्ज थे, और One-sentence Summary खाली थी। - Information Points की सूची खाली थी, इसलिए Entities Involved का निर्धारण असंभव रहा। - Time Sensitivity और Source Quality का मूल्यांकन बिना सूचना बिंदुओं के नहीं हो सका। - पूरे दस्तावेज़ में एकमात्र वैध जानकारी Domain Label: tennis थी। - खाली ढाँचे को बैच पाइपलाइन में त्रुटि के बजाय 'सूचना रहित लेख' के रूप में आगे भेजना सबसे बड़ा जोखिम है। ### स्रोत विश्लेषण इनपुट दस्तावेज़ (Stage-1 आउटपुट), दिनांक अंकित नहीं। ### संबंधित प्रश्नोत्तर प्रश्न: गहन विश्लेषण क्यों नहीं हुआ? उत्तर: Information Points और सारांश दोनों खाली थे, इसलिए हर निष्कर्ष अनुमान बन जाता। प्रश्न: आगे बढ़ने के लिए क्या चाहिए? उत्तर: मूल लेख का पाठ या लिंक, अथवा स्रोत-सहित भरे हुए Information Points और एक-वाक्य सारांश। प्रश्न: Domain Label: tennis का क्या अर्थ है? उत्तर: यह स्पष्ट नहीं कि लेबल विषय बताता है या स्रोत की टेनिस-वर्टिकल पृष्ठभूमि, और यह अंतर स्रोत-विश्वसनीयता को प्रभावित करता है।
सोमवार की सुबह मैनचेस्टर के फ्लैट में दो स्क्रीन खुली थीं। एक पर 1,347 ATP मैच-स्टैट फाइलें, दूसरी पर एक ऐसा दस्तावेज़ जिसमें हर जगह N/A लिखा था। पहली स्क्रीन पर नंबर थे, दूसरी पर सिर्फ़ कार्डबोर्ड का ढाँचा। यह लेख उसी दूसरी स्क्रीन के बारे में है।
टेनिस डेटा के पच्चीस साल में मैंने एक चीज़ सीखी है, और वह है कि खाली टेबल कभी सच नहीं बोलती — वह या तो अफ़वाह होती है या टूटा हुआ सिस्टम। सोमवार को जो दस्तावेज़ मेज़ पर आया, उसमें शीर्षक की जगह 'N/A' था, स्रोत की जगह 'N/A', और One-sentence Summary की जगह एक रिक्त स्थान। नीचे Information Points की सूची थी — बिल्कुल खाली। Entities Involved के आगे लिखा था: 'ऊपर दिए गए सूचना बिंदुओं से पहचानें।' सूचना बिंदु ऊपर थे ही नहीं। Source Quality के आगे लिखा था: 'सूचना बिंदुओं के source फ़ील्ड से अनुमान लगाएँ।' फ़ील्ड ही मौजूद नहीं थे।
पूरे दस्तावेज़ में जानकारी का एक ही अंश असली था: Domain Label: tennis। एक शब्द। बाकी सब ढाँचा।
और इसी ढाँचे पर एक कमीशन टिका था। एक भारतीय डिजिटल डेस्क ने मुझे 'गहन विश्लेषण' का काम दिया था — किसी टेनिस रिपोर्ट पर। जो रिपोर्ट ही नहीं आई। जो आई वह एक Stage-1 का आउटपुट था, जो किसी पाइपलाइन की पहली कड़ी का नतीजा होना चाहिए था, लेकिन वह खाली स्केलेटन के साथ आया। पार्सिंग फेल हो गई होगी, या डिज़ाइन में 'निकालना' और 'आँकना' दो अलग चरणों को एक ही चरण में ठूँस दिया गया होगा। मुझे नहीं पता। पर जो मैं जानती हूँ, वह यह है कि इस स्केलेटन से विश्लेषण नहीं निकलता — जो निकलता है, वह मनगढ़ंत होता है।
मैंने वह रास्ता नहीं चुना। पच्चीस साल में मेरा एक नियम साफ़ रहा है: कोई भी आँकड़ा जिसका स्रोत मैं नहीं दिखा सकती, वह मेरे लेख में नहीं आता। चाहे कमीशन जाए, चाहे न जाए। 2026 में यही नियम मुझे महँगा पड़ा था, जब तीन महीनों में फ्रीलांस काम साठ प्रतिशत गिर गया था। तब भी मैंने नियम नहीं बदला। सोमवार को भी नहीं बदला।
समस्या सिर्फ़ एक आउटपुट की नहीं है। यह उस तरह का फेलियर है जो बैच प्रोसेसिंग में सबसे ख़तरनाक होता है। अगर सिस्टम कहे 'आर्टिकल में कोई उपयोगी जानकारी नहीं है' और त्रुटि फेंके, तो किसी को पता चलता है। लेकिन अगर वह चुपचाप एक खाली ढाँचा नीचे भेज दे, तो अगला चरण उसे 'जानकारी रहित लेख' मानकर आगे बढ़ जाता है, और अंत में कोई आम पाठक पढ़ता है एक ऐसी रिपोर्ट जिसमें तथ्य कम, अटकलें ज़्यादा हैं। मुझे ऐसी रिपोर्टें पहचानने में देर नहीं लगती — और उन्हें पहचानने के बाद पढ़ना छोड़ देती हूँ।
यहाँ असली मुद्दा दस्तावेज़ का न होना नहीं है — असली मुद्दा यह है कि खालीपन को छिपाने वाला ढाँचा भरोसा हासिल कर लेता है। A0 एक ऐसा कार्डबोर्ड है जिसे देखकर कोई कहे 'प्रक्रिया अपनाई गई है।' वहीं पच्चीस साल की मेरी सबसे बड़ी गलती यही रही है कि मैंने कभी-कभी ढाँचे को सामग्री मान लिया। अब नहीं मानती।
तो इस दस्तावेज़ से क्या निकलता है? कुछ भी नहीं, और यही सबसे साफ़ निष्कर्ष है। इससे कोई राय, कोई पक्ष, कोई समय-संवेदनशीलता, कोई स्रोत-गुणवत्ता, कोई इकाई — कुछ भी नहीं निकलता। जो निकालने की कोशिश करेगा वह लिखेगा 'स्रोत का पक्ष N/A है' और यह एक वाक्य अपने आप में झूठ होगा। मैंने वह वाक्य नहीं लिखा।
एक बात और। इसी फ़ाइल में Domain Label: tennis लिखा था। मैंने खुद से पूछा — यह लेबल बताता है कि लेख टेनिस के बारे में है, या यह कि स्रोत टेनिस की खड़ी पत्रकारिता से आया है? यह अंतर छोटा लगता है, पर मायने में बड़ा है। अगर स्रोत टेनिस का ही है तो मैं उसके शब्दों पर उसी तरह भरोसा नहीं करूँगी जैसे किसी सामान्य स्पोर्ट्स डेस्क पर करती हूँ — क्योंकि अपने ही खेल का स्रोत अपनी सफलता का दर्जा बढ़ा-चढ़ाकर लिखता है, और असफलताओं को एक लाइन में निपटा देता है। यह सूक्ष्म पूर्वाग्रह है, और यह उन्हीं स्रोतों में सबसे ज़्यादा चोट पहुँचाता है जो सबसे भरोसेमंद दिखते हैं।
मेरे पास इस काम को आगे बढ़ाने के दो रास्ते हैं — मुझे मूल लेख, या उसका लिंक, या पूरा उद्धृत पाठ चाहिए। या फिर एक भरा हुआ Stage-1, जिसमें कम से कम Information Points हों (हर बिंदु के साथ उसका source) और एक-वाक्य का सारांश हो। मिल जाने पर मैं इसी क्रम में चलूँगी: सूचना बिंदुओं का विलय और अद्वितीकरण, फिर इकाइयों का निकर्षण — खिलाड़ी, टूर्नामेंट, संस्थाएँ, समय-एंकर — फिर स्टांस और उद्देश्य का निर्धारण, फिर समय-संवेदनशीलता का श्रेणीकरण, फिर स्रोत-विश्वसनीयता की परतें, और अंत में परस्पर-विरोधी बिंदुओं को चिह्नित करना।
अब वह टेकअवे जो सोमवार से आया। अगली बार जब कोई रिपोर्ट पढ़ें, तो उसका पहला पैराग्राफ़ देखिए। अगर उसमें एक भी स्रोत-रहित आँकड़ा है — 'लगभग चालीस ख़िताब' या 'करीब एक दर्जन ग्रैंड स्लैम' — तो पूरा दस्तावेज़ संदेह में जाता है। यही तो वह पल है जब कोई मुझजैसा डेटा-कीपर कुर्सी पीछे सरका देता है। अगली बार अपनी नोटबुक खोलिए और पूछिए: पहला पैराग्राफ़ किसने लिखा, और उसने वहाँ कौन सा नंबर रखा — और वह नंबर कहाँ से आया?
