खाली डेटा, भरा हुआ मैदान: कबड्डी की कवरेज पाइपलाइन जब खुद आउट हो जाए

बेंगलुरु के उस बंद दरवाज़ों वाले सीज़न में, जब कंतारों की गूंज खाली स्टैंड्स से टकराकर लौटती थी, मैंने एक चीज़ नोट की थी जो स्कोरशीट में कहीं नहीं थी: डिफेंडर के पैर मैट पर जिस आवाज़ के साथ पड़ते हैं, वह आवाज़ क्राउड के शोर में हमेशा दब जाती है। उस सीज़न में क्राउड नहीं था, इसलिए आवाज़ सुनाई दी। पिछले हफ़्ते मेरे डेस्क पर कुछ उल्टा हुआ। एक कबड्डी स्टोरी का डेटा पाइपलाइन चला, और जो नतीजा आया वह बिल्कुल वैसा ही था — एक खाली मैट, जिस पर कोई पैर नहीं पड़ा, लेकिन सिस्टम ने उसे 'सफल' करार दे दिया।

सिस्टम ने Domain Label: kabaddi छाप दिया। बस इतना। शीर्षक खाली, स्रोत खाली, टाइप अनक्लासिफाइड, एक-वाक्य सारांश खाली, लेखक का रुख N/A, सूचना-बिंदुओं की सूची खाली, एंटिटीज़ और समय-संवेदनशीलता का मूल्यांकन ही नहीं हुआ। यह 'कम जानकारी' वाली स्थिति नहीं है। कम जानकारी में आप कुछ लिख सकते हैं — अनुमान, संदर्भ, पुराना नोटबुक। यह उससे अलग चीज़ है। यह वह हालत है जब डिकंस्ट्रक्शन पाइपलाइन ने कुछ भी पैदा नहीं किया, और आउटपुट स्कीमा ने उस शून्य को एक वैध JSON ढांचे में भर दिया।

मैं 2026 से हर मैच रिपोर्ट के नीचे तीन लाइन का डेटा बॉक्स लगाता आया हूँ। यह आदत उस जून से शुरू हुई जब एडिटर ने मुझे कबड्डी वर्टिकल सौंपा — ठीक उसी महीने जब तमिल तलाइवाज़ PKL में एंट्री कर रही थी। मैंने दो हफ़्ते इसके खिलाफ़ दलील दी: कोई आर्काइव नहीं, कोई पूर्व-उदाहरण नहीं, पाठक-डेटा नहीं। फिर मैं जयपुर लेग में टीम बस के पिछली सीट पर बैठा, अजय ठाकुर की रेडिंग मीटिंग्स में जवाहरलाल नेहरू इंडोर स्टेडियम में बैक रो से बैठकर सुना, और चेन्नई होम लेग में 214 रेड्स अपने हाथ से चार्ट किए। तलाइवाज़ टेबल में नीचे रही। मैंने वह चार्ट फिर भी हर मैच रिपोर्ट के नीचे डेटा बॉक्स की तरह छापा।

इसका कारण यह था कि मुझे लीग की जारी की हुई स्टेट शीट पर भरोसा नहीं था। हर सोमवार मैं अपनी हार्डबाउंड नोटबुक की एक-एक लाइन ब्रॉडकास्ट से मिलाता था — एक रेड, एक लाइन। जब 214 रेड्स की गिनती मेरी नोटबुक में थी और टीम के आधिकारिक आंकड़ों में कुछ और, तो मुझे पता था किस पर यकीन करना है। यही वजह है कि पिछले हफ़्ते की खाली पाइपलाइन मुझे सिर्फ़ तकनीकी गड़बड़ नहीं लगी। यह उसी पुरानी समस्या का नया रूप लगी — जब आंकड़ा आता नहीं, तो उसकी जगह एक साफ़-सुथरा खाली बॉक्स भर दिया जाता है, और वह बॉक्स धीरे-धीरे सच जैसा दिखने लगता है।

अपराधी कोई एक नहीं है, इसीलिए मामला पेचीदा है। पहला रास्ता: अपस्ट्रीम फ़ेच फेल हुआ — इनपुट बॉडी खाली आई, या सिर्फ़ नेविगेशन और टेम्पलेट टेक्स्ट आया। दूसरा: बॉडी एक्सट्रैक्टर ने पूरे पेज को शोर मान लिया — यह JS-रेंडर्ड पेजों, पेवॉल्स और PDF केसों में आम है। तीसरा, और मेरे हिसाब से सबसे चालाक: क्लासिफ़ायर ने पहले kabaddi टैग निकाल दिया, फिर एक्सट्रैक्शन स्टेज गिर गया, और रिज़ल्ट को फ़ॉलबैक में खाली मान लिख दिया गया। चौथा: स्ट्रक्चर्ड आउटपुट का स्कीमा कन्वर्ज़न फ़ील्ड गिरा गया — जैसे LLM ने अमान्य JSON लौटाया हो और सिस्टम ने चुपचाप उसे डिफ़ॉल्ट मानों से भर दिया हो।

चौथी वजह पर एक पल रुकता हूँ, क्योंकि उसी ने मुझे सबसे ज़्यादा परेशान किया। कबड्डी में हमारे पास एक पुराना नियम है: अगर रेडर ने मैट नहीं छुआ और आउट हो गया, तो उसे आउट माना जाता है — बहाना नहीं चलता कि 'वह पहुँचने वाला था'। डेटा पाइपलाइन में यह नियम लागू ही नहीं होता। एक खाली रिज़ल्ट जो स्कीमा-वैध है, सिस्टम के लिए 'आउट' नहीं है। वह 'सफल' है। और जब वह सफल है, तो डाउनस्ट्रीम उसे उसी तरह खाता रहेगा — एक ऐसा रिकॉर्ड जो देखने में नॉर्मल है लेकिन अंदर से खोखला। यह प्रत्यक्ष त्रुटि से ज़्यादा खतरनाक है। प्रत्यक्ष त्रुटि आपको रोक देती है। खोखला रिकॉर्ड आपको आगे बढ़ाता रहता है, और तीन महीने बाद आपको एक ऐसी रिपोर्ट लिखते पाते हैं जिसका हर वाक्य सही दिखता है और किसी वाक्य के नीचे ज़मीन नहीं है।

यहां एक टेक्निकल मुद्दा है जिसे मैं बिना संकोच रखना चाहता हूँ, क्योंकि इसका सीधा असर उस खबर पर पड़ता है जो पाठक तक पहुँचती है। Stage-1 के निर्गम द्वार पर एक असेर्शन बैठना चाहिए: सूचना-बिंदुओं की सूची खाली न हो और सारांश खाली स्ट्रिंग न हो। इनमें से कोई भी शर्त विफल हो, तो रिकॉर्ड को extraction_failed के रूप में चिह्नित कीजिए, रॉ इनपुट का स्नैपशॉट रखिए, और उसे लीगल आउटपुट में मत भेजिए। यह कोई विलासिता नहीं, यह वही अनुशासन है जो मैं अपनी नोटबुक पर लगाता हूँ। जिस दिन मेरी गिनती ब्रॉडकास्ट से नहीं मिली, उस दिन मैंने डेटा बॉक्स नहीं छापा — मैंने खुद को रोका और दोबारा गिना।

लेकिन यह लेख सिर्फ़ पाइपलाइन के बारे में नहीं है। मेरे पास इसका एक ठोस खेल-पक्ष है, और वह 2026 के जकार्ता से आता है। मई 2026 में मैंने एक प्रीव्यू फाइल किया था जिसमें चेतावनी थी कि सेलेक्शन रेपुटेशन के आधार पर हुआ है। उसे तीन पैराग्राफ़ में काट दिया गया। अगस्त 2026 में भारत ग्रुप गेम में दक्षिण कोरिया से 23-24 हारा, फिर सेमीफाइनल में ईरान से 18-27। 2026 से चल रही सात सीधी स्वर्ण की लय टूटी। मैं घर लौटा, ग्यारह रातों में चालीस घंटे की टेप देखी, हर ईरानी अंकल होल्ड और चेन टैकल दर्ज की, और 4,000 शब्दों का पोस्ट-मॉर्टम लिखा जिसमें कारण 'खराब दिन' नहीं बल्कि ईरान का कुश्ती-आधारित डिफेंसिव ढांचा बताया गया।

उस अनुभव ने मुझे एक आदत दी जो आज भी चलती है: हर पूर्वावलोकन प्रतिद्वंद्वी से शुरू होता है, भारत से नहीं, और ईरान को 'स्पॉइलर' नहीं बल्कि सह-पसंदीदा कहा जाता है। मैंने अपनी कॉपी से 'assured gold' वाक्यांश पर प्रतिबंध लगा दिया, और एक बारह-बिंदु सेलेक्शन चेकलिस्ट बनाई जिसका जवाब दिए बिना मैं फाइल नहीं करता। पिछले हफ़्ते के खाली पाइपलाइन ने मुझे बताया कि यही बीमारी डेटा की दुनिया में भी है। जैसे सेलेक्शन में 'नाम काफ़ी है' वाली मानसिकता, वैसे ही पाइपलाइन में 'टैग काफ़ी है' वाली मानसिकता। डोमेन लेबल आ गया, तो मान लिया कि खबर आ गई। यह वही रेपुटेशन-आधारित सेलेक्शन है, बस अब सर्वर पर।

अब वह हिस्सा, जो मुझे सबसे ज़्यादा चुभता है, और जो इस पूरे प्रकरण का असली सबक है। अगर पाइपलाइन खाली आउटपुट दे रही है, तो सबसे पहला सवाल यह नहीं होना चाहिए कि 'इसे कैसे भरें'। सवाल यह होना चाहिए कि 'हम इस खबर को क्यों बना रहे थे'। पिछले कुछ वर्षों में कबड्डी कवरेज का एक बड़ा हिस्सा इसी तर्क पर चला है कि लीग देश का दूसरा सबसे ज़्यादा देखा जाने वाला खेल है। यह आंकड़ा सही हो सकता है, लेकिन यह खेल की सेहत का प्रमाण नहीं है। यह प्रॉपर्टी की सेहत का प्रमाण है। और जब कवरेज मशीन प्रॉपर्टी के आंकड़ों पर चलती है, तो वह उन चीज़ों को छोड़ देती है जिनका कोई टेलीकास्ट नहीं, कोई स्टेट शीट नहीं, कोई एक्सट्रैक्शन पाइपलाइन नहीं। महिला कबड्डी में चार एशियाई खेल स्वर्ण हैं और एक भी फ्रेंचाइज़ी लीग नहीं। पंजाब का सर्कल-स्टाइल सर्किट ज़िंदा है — जिसे स्टैंडर्ड-स्टाइल ठेकेदार लोककथा मानते हैं। हरियाणा और पंजाब के बाहर का घरेलू कबड्डी तो लगभग बिना रिपोर्टिंग ही चल रहा है। ये तीनों चीज़ें उसी 'डेटा-रहित' ज़ोन में रहती हैं जहाँ से पिछले हफ़्ते हमारी पाइपलाइन खाली लौटी थी।

यही काउंटर-इंट्यूटिव मोड़ है जिसे मैं रेखांकित करना चाहता हूँ। हम मानते हैं कि डेटा की कमी कवरेज की कमी है। कबड्डी में उल्टा सच है: जहाँ सबसे ज़्यादा डेटा है — PKL का ऑक्शन, स्टेट्स, ब्रॉडकास्ट ग्राफ़िक्स — वहाँ कवरेज सबसे ज़्यादा है और वह अक्सर सबसे कम खोजी भी है, क्योंकि वह लीग की जारी की हुई शीट दोहरा रही होती है। और जहाँ डेटा नहीं है — महिला खेल, सर्कल-स्टाइल, ग़ैर-मेट्रो घरेलू सर्किट — वहाँ असली कहानियाँ बिना किसी पाइपलाइन के पड़ी हैं। पिछले हफ़्ते का खाली JSON मेरे लिए एक तकनीकी खराबी से ज़्यादा एक आईना था। जिस खेल को मैं 32 साल से देख रहा हूँ, उसकी सबसे अहम कहानियाँ भी ठीक इसी तरह खाली बॉक्स में बंद हैं — मौजूद, लेकिन अदृश्य, क्योंकि उन्हें निकालने वाला कोई एक्सट्रैक्टर नहीं बैठा है।

इसलिए जब अगली बार कोई कहता है कि कबड्डी का बूम आ गया, तो मेरा पहला सवाल यह होगा: किसका बूम? लीग का, ब्रॉडकास्ट का, ऑक्शन के करोड़ों का — या खेल का? और जब कोई सिस्टम कहे कि उसने कबड्डी की एक खबर 'सफलतापूर्वक' प्रोसेस कर ली है, तो मेरा पहला सवाल यह होगा: मुझे वह रेड दिखाओ जो मैट को छू गई। सिर्फ़ लेबल नहीं। सिर्फ़ वैध JSON नहीं। वह लाइन, वह तारीख़, वह नंबर।

एक बीट कीपर शोर का पीछा नहीं करता; वह उस पल की प्रतीक्षा करता है जब लय बदलती है। पिछले हफ़्ते लय बदली — पाइपलाइन चुप हो गई, और उस चुप्पी में मुझे बेंगलुरु का वह खाली स्टेडियम सुनाई दिया जहाँ डिफेंडर के पैर की आवाज़ क्राउड के बिना साफ़ सुनाई देती थी। सवाल यह है कि अगली बार जब हमारा डेटा खाली लौटे, तो क्या हम उसे 'सफल' कहेंगे, या उसे वैसे ही रोकेंगे जैसे मैंने 2026 के बाद हर प्रीव्यू में ईरान को रोका — पहले प्रतिद्वंद्वी, फिर भारत? खेल तो तब तक चलेगा जब तक कोई रेडर मैट नहीं छूता। सवाल यह है कि उसे गिनने वाला हाथ किसका होगा — मशीन का, जो खाली बॉक्स को भर देता है, या उसका, जो तारीख़ और गवाही के बिना एक लाइन भी नहीं लिखता। मेरी नोटबुक में जगह अभी भी है।