ओल्ड ट्रैफर्ड का चौथा स्टंप: जब क्रिकेट का सबसे बड़ा सवाल एक खाली शीट पर टिका था

मैं पुणे पहुँचा था लंकाशायर की मिट्टी अपने जूतों पर लिए और मन में खामोशी के बारे में एक सवाल लेकर। मार्च 2026 था, और मेरे पास राइजिंग पुणे सुपरजायंट के डेटा विश्लेषक का छह महीने का अनुबंध था। उस सीजन के फाइनल में मुंबई इंडियंस ने 129/8 बनाया और पुणे 128/6 पर रुक गई — एक रन का अंतर। उस रात मैंने क्रुणाल पांड्या के 47 गेंदों पर 38 रन को मुंबई की सबसे संभावित मैच-विजेता पारी बताया था। कमरे ने मेरी बात नहीं मानी। एक रन के फैसले में 14 डॉट गेंदों का हिसाब था, और उसके बाद से मैंने 'मोमेंटम' शब्द का इस्तेमाल बंद कर दिया। अगले साल, 2026 की गर्मियों में, मुझे इंग्लैंड-भारत पांच टेस्ट सीरीज के लिए एक ब्रॉडकास्ट एनालिसिस डेस्क पर नियुक्त किया गया। मैंने विराट कोहली के सामने इंग्लैंड के बाएं हाथ के सीमरों की 214 गेंदें चार्ट कीं और एक पन्ने पर चैनल की ज्यामिति बनाई — रिलीज की चौड़ाई, क्रीज की स्थिति, वह लाइन जो सैम करन लगातार हिट कर रहे थे। इंग्लैंड ने सीरीज 4-1 से जीती, करन ने 272 रन और 11 विकेट लेकर प्लेयर ऑफ द सीरीज का खिताब पाया, जबकि कोहली का औसत 59.30 रहा। मैंने तीन काउंटी कोचों को लिखे अपने नोट में तर्क दिया कि भारत के टॉप ऑर्डर को आउट करने वाली चीज शॉर्ट बॉल नहीं, बल्कि यही चैनल थी। वह नोट उन तीन लोगों से बहुत दूर तक गया। लेकिन असली बात वह खाली शीट थी। मई 2026 की फाइनल रात के बाद स्टेडियम के डेटा रूम में एक स्क्रीन पर 'N/A' लिखा था — टाइटल की जगह, सोर्स की जगह, हर जगह। एक विश्लेषण पाइपलाइन चुपचाप 'कुछ नहीं' को 'ठीक है' मानकर आगे बढ़ गई थी। उस सीजन के दौरान एक बार ऐसा हुआ कि एक स्क्रैपिंग स्क्रिप्ट ने भुगतान-दीवार के कारण शून्य आइटम लौटाए, और डाउनस्ट्रीम मॉडल ने उसी खालीपन पर भरोसे से अपनी रिपोर्ट तैयार कर ली। यह कोई तकनीकी खराबी नहीं थी; यह एक संरचनात्मक आदत थी — हमने अपने सिस्टम को सिखाया था कि खाली और सही एक ही चीज हो सकते हैं। साइलेंट फेल्योर के तीन रूप उस रूम में साफ दिखे। पहला, एक्सट्रैक्शन ने शून्य आइटम लौटाए क्योंकि इनपुट प्रॉम्प्ट तक पहुँचने से पहले ही कट गया था। दूसरा, स्कीमा मिसमैच — एक्सट्रैक्टर ने ऐसे कीज़ बनाईं जिन्हें एग्रीगेटर ने मैप ही नहीं किया, और मान चुपचाप गिर गए। तीसरा, और सबसे खतरनाक — 'कोई आउटपुट नहीं' को त्रुटि की जगह एक वैध खाली परिणाम मान लिया गया। यह समस्या क्रिकेट तक सीमित नहीं है, पर क्रिकेट में इसका असर तीखा है। जब मैं स्कोरकार्ड देखता हूँ तो मुझे पता है कि कौन-सी जानकारी 'N/A' हो सकती है और कहाँ 'N/A' का मतलब 'शून्य' नहीं बल्कि 'अज्ञात' है। गेंदबाजी औसत में खाली जगह का मतलब यह नहीं कि गेंदबाज ने कुछ नहीं किया; इसका मतलब है कि किसी ने उसे दर्ज नहीं किया। लेकिन एक ऑटोमेटेड पाइपलाइन को यह फर्क सिखाया नहीं गया तो वह दोनों को एक ही दर्जा देगी। मैंने 2026 के उस खामोश समर में, जब लंकाशायर के कर्मचारियों को छुट्टी पर भेजा गया था, 1,100 घंटे का आर्काइव फुटेज फील्ड प्लेसमेंट के लिए कोड किया। उस काम ने मुझे एक और सबक दिया: अधूरा डेटा पूरे डेटा से ज्यादा खतरनाक होता है, क्योंकि अधूरा डेटा चुपचाप आत्मविश्वास पैदा करता है। तकनीकी समाधान सरल है और पहले से मौजूद है। स्टेज-1 के हर नतीजे पर एक सख्त वैलिडेशन गेट लगाना चाहिए — अगर जानकारी के बिंदु N से कम हैं या सारांश शून्य है तो नतीजे को अस्वीकार करना चाहिए और जोर से विफल होना चाहिए। साइलेंट फेल्योर को साइलेंट सक्सेस में बदलना सबसे महंगी आदत है, क्योंकि इससे नीचे की हर स्टेज आत्मविश्वास से शून्य का विश्लेषण करती है। लेकिन एक गहरी बात है जो मुझे परेशान करती है। हम जिस दौर में जी रहे हैं, वहां डेटा की कमी नहीं है। अगर मुझे किसी क्रिकेट मैच का विश्लेषण करना है और मेरे पास कुछ भी नहीं है, तो मैं अपने 38 साल के नोटबुक से पांच ऐसी चीजें निकाल सकता हूँ जो किसी भी विश्लेषण को शुरुआत दे सकती हैं — लेकिन वे मेरी यादें होंगी, सोर्स मटीरियल से निकली तथ्य नहीं। और यही फर्क है जिसे ऑटोमेटेड पाइपलाइन नहीं समझती। मैं जब भी किसी डेटा प्रोजेक्ट की समीक्षा करता हूँ, तो अब पहला सवाल यह पूछता हूँ: अगर यह पाइपलाइन कल सारे फील्ड खाली लौटाए, तो क्या सिस्टम इसे पकड़ लेगा या इसे सही मान लेगा? अगर जवाब 'सही मान लेगा' है, तो हमारे पास क्रिकेट की सबसे बड़ी सच्चाई नहीं है — बल्कि क्रिकेट के सबसे बड़े सवाल का खाली जवाब है। सोचने वाली बात यह है कि हम कब तक 'N/A' को एक वैध नतीजा मानते रहेंगे और कब हम उसे एक चेतावनी की तरह पढ़ना शुरू करेंगे? क्योंकि जिस दिन हम खालीपन को खालीपन कहना सीख जाएंगे, उस दिन हमारे विश्लेषण वास्तव में किसी चीज के बारे में होंगे।