क्रिकेट_एशिया के लेबल में एक पेट्रोलियम रिपोर्ट: खेल डेटा पाइपलाइन की खामोश गलती का केस स्टडी

सोमवार की सुबह थी और डेस्क पर एक बैच फाइल आई थी। बत्तीस इनफॉर्मेशन पॉइंट, साफ-सुथरे, क्रमांकित, हर पॉइंट में एक तथ्य, हर तथ्य में एक संख्या। फाइल के ऊपर लेबल चिपका था — क्रिकेट_एशिया। मैंने पहले तीन पॉइंट पढ़े और फिर रुक गया। तीनों में क्रिकेट नहीं था। पहले में नेशनल असेंबली का लिखित उत्तर था, दूसरे में पेट्रोल के भंडार के दिनों की गिनती, तीसरे में डीज़ल की। चौथे पॉइंट में ओगरा का नाम था। पाँचवें में एक सांसद का सवाल। छठे में पेट्रोलियम राज्य मंत्री अली परवेज़ मलिक का बयान कि अतिरिक्त ईंधन-बचत उपाय लागू नहीं किए जा रहे। बत्तीस पॉइंट पढ़ने के बाद एक भी टीम नहीं मिली, एक भी खिलाड़ी नहीं, एक भी मैच नहीं, कोई फॉर्मेट नहीं, कोई बोर्ड नहीं, कोई वेन्यू नहीं। जो मिला वह था — पेट्रोल के बीस दिन से अधिक का स्टॉक, डीज़ल के तीस दिन, सितंबर की आयात योजना, महीने-दर-महीने बिक्री के प्रतिशत का उतार-चढ़ाव, और मूल्य-अंतर सब्सिडी के दावों का एक हिसाब।

पहला सुराग स्कोरलाइन नहीं था, आकार था। किसी भी क्रिकेट टेक्स्ट का आकार एक जैसा होता है: पहले फॉर्मेट, फिर टीमें, फिर वेन्यू और टॉस, फिर चरण — पावरप्ले, मिडिल ओवर, डेथ, या टेस्ट में नई गेंद का चरण — और अंत में संख्या। यहाँ आकार उल्टा था। पहले मंत्रालय, फिर नियामक, फिर आयात कार्गो, फिर मासिक बिक्री का डेल्टा, फिर सब्सिडी का निपटान। यह ऊर्जा डेस्क का आकार है। क्रिकेट डेस्क का नहीं। मैंने उस फाइल को एक तरफ रखा और जो लिखा है वह इस पूरे हादसे की जाँच है — इसलिए नहीं कि यह मज़ेदार है, बल्कि इसलिए कि यही मशीन अगले कुछ महीनों में हजारों क्रिकेट रिपोर्टें तैयार करेगी और मुझे पता है कि जब यह मशीन गलती करती है तो वह चिल्लाती नहीं है।

लेबल क्या है, और वह कहाँ से आता है

क्रिकेट डेस्क में काम करने वाला कोई भी व्यक्ति जानता है कि कंटेंट पाइपलाइन दो हिस्सों में बँटी होती है। पहला हिस्सा कच्चा माल इकट्ठा करता है — समाचार एजेंसियों के फीड, बोर्ड की प्रेस विज्ञप्तियाँ, सीरीज़ के शेड्यूल, ट्रैकिंग डेटा, प्रसारणकर्ता के ग्राफिक्स। दूसरा हिस्सा उस कच्चे माल को टुकड़ों में तोड़ता है: कौन, कब, कहाँ, क्या, कितना। इन टुकड़ों को इनफॉर्मेशन पॉइंट कहते हैं। और उससे ऊपर एक तीसरी परत होती है जिसे लगभग कोई नहीं देखता — लेबलिंग की परत। यह परत हर फाइल पर एक नाम चिपका देती है ताकि आगे की मशीनें जान सकें कि इसे किस डेस्क को भेजना है। क्रिकेट_एशिया एक ऐसा ही लेबल है।

समस्या यह है कि लेबलिंग की परत आमतौर पर अर्थ नहीं पढ़ती, संकेत पढ़ती है। यह देखती है कि फाइल में पाकिस्तान लिखा है, एशिया लिखा है, दक्षिण एशियाई फीड से आई है, तारीखें हैं, प्रतिशत हैं, सरकारी बयान हैं। इन संकेतों का जोड़ क्रिकेट_एशिया बन जाता है। यह एक तकनीकी निर्णय की तरह दिखता है पर असल में यह एक सांख्यिकीय अनुमान है, और इस अनुमान के पास कोई आत्मविश्वास-स्कोर नहीं था और कोई कंटेंट-सत्यापन का झंडा नहीं था। जिस फाइल ने सुबह मेरा समय लिया, उसके ऊपर सिर्फ एक शब्द लिखा था, कोई प्रश्नवाचक चिह्न नहीं।

यहीं से असली चर्चा शुरू होती है, और वह चर्चा क्रिकेट के बारे में नहीं है। वह इस बारे में है कि हमने अपने पाठकों को क्या सौंपा है। एक पाठक को यह कभी पता नहीं चलेगा कि उसने जो आठ सौ शब्द पढ़े, वे एक ऐसी फाइल से बने थे जिसमें क्रिकेट की एक भी पंक्ति नहीं थी। यही खामोश गलती है, और यह शोर वाली गलती से कहीं ज़्यादा महँगी पड़ती है।

मेरी अपनी मेज़, और उस पर बना नियम

मैंने टूर्नामेंट को बेडरूम डेस्क से मैप करना 2026 में शुरू किया था, जब भारत ने अंडर-17 विश्व कप की मेज़बानी की और पुणे में क्रिकेट पर नौ पत्रकार काम कर रहे थे जबकि फुटबॉल पर एक। मैं उन बावन मैचों में से हर एक को चार्ट कर रहा था — छह वेन्यू, एक ही टेम्पलेट। फॉर्मेशन मैप, पजेशन-सीक्वेंस की गिनती, सैंपल साइज़, और अंत में एक कैविएट लाइन। हर डायग्राम पर नंबर, ताकि कोई भी दावा एक विशिष्ट मिनट तक वापस ट्रेस किया जा सके। कोलंबिया के खिलाफ जेकसन सिंह का हेडर — भारत का किसी फीफा टूर्नामेंट में पहला गोल — उसी टेम्पलेट पर बना था, और जब इंग्लैंड ने कोलकाता में स्पेन को 5-2 से हराकर फाइनल जीता, तो मेरा तीन हज़ार शब्दों का ब्रेकडाउन सीटी के उन्नीस घंटे बाद प्रकाशित हुआ।

उस साल मैंने एक नियम बनाया जो अब तक टूटा नहीं: जिस मैच को मैंने खुद चार्ट नहीं किया, उस पर मैं नहीं लिखूँगा। इससे मेरा आउटपुट आधा हो गया और मेरी सटीकता दोगुनी। रूस 2026 ने यह सिखाया कि संरचना पर कहानी से पहले भरोसा करो — चौंसठ मैचों का पजेशन-सीक्वेंस डेटा जमा करने के बाद जो फ्रांस वाला छह हज़ार शब्दों का पीस लिखा गया, वह भविष्यवाणी नहीं थी, वह एक पैटर्न था जो अब दिख रहा था। और 2026 में जब डेस्क ने नौ में से चार फुटबॉल स्टाफ काटे और मैं उनमें था, तब मैंने खाली स्टेडियम वाले महीनों में अपनी 2026 की 214 भविष्यवाणियों का ऑडिट किया और 41 प्रतिशत हिट रेट निकला। उस दिन से हर लंबे पीस के अंत में एक पंक्ति जुड़ती है: क्या बदल जाए तो मैं गलत साबित होऊँ।

यह सारा इतिहास इसलिए लिख रहा हूँ कि जब मैं कहता हूँ कि उस फाइल का आकार गलत था, तो यह एक भावना नहीं है, यह उसी आदत का नतीजा है। जिसने सैकड़ों मैचों को उसी टेम्पलेट पर चार्ट किया हो, वह एक नज़र में बता सकता है कि किसी टेक्स्ट में मैच मौजूद है या नहीं। पिछले कई वर्षों में मैच देखते हुए मैंने यह भी सीखा कि मैदान पर सबसे खतरनाक क्षण वह नहीं होता जब गेंद सीमा रेखा के बाहर जाती है, बल्कि वह होता है जब फील्ड सेटिंग में एक ऐसा बदलाव आता है जिसे कमेंट्री बॉक्स नाम नहीं देता। यह फाइल वही क्षण थी, डेटा के स्तर पर।

बत्तीस पॉइंट, खोलकर देखिए

अब उस फाइल को खोलते हैं, क्योंकि जाँच का तरीका यही है — आरोप नहीं, सामग्री। फाइल में जो नाम थे वे थे: अली परवेज़ मलिक, पेट्रोलियम राज्य मंत्री; शर्मिला फारूकी, सदस्य राष्ट्रीय असेंबली; ओगरा, यानी ऑयल एंड गैस रेगुलेटरी अथॉरिटी; पेट्रोलियम डिवीज़न; और तेल विपणन कंपनियाँ। इनमें से एक भी नाम किसी खिलाड़ी, कोच, चयन समिति, बोर्ड अधिकारी या मैच अधिकारी का नहीं है। अली परवेज़ मलिक का नाम एक एंटिटी-एक्सट्रैक्शन चरण में यदि किसी खेल डेटाबेस में चला गया, तो वह एक ऐसा प्रदूषण होगा जिसे बाद में ढूँढ़ना लगभग असंभव है।

फाइल में जो संख्याएँ थीं, वे छह अलग-अलग टन भारों की सूची थीं — 3,95,000 टन से लेकर 6,92,000 टन तक, बीच में 5,06,000, 5,68,000, 5,11,000 और 2,62,000 टन। किसी ऊर्जा डेस्क के लिए यह एक आयात योजना की रीढ़ है। किसी क्रिकेट डेस्क के लिए यह शून्य है। कोई रन नहीं, कोई विकेट नहीं, कोई ओवर नहीं, कोई इकॉनमी नहीं। फिर भी यही संख्याएँ सबसे बड़ा जाल हैं, क्योंकि मशीनें संख्याओं की भूखी होती हैं। एक साफ-सुथरी संख्यात्मक संरचना — प्रतिशत, दिनों का कवर, महीने-दर-महीने डेल्टा — ठीक उसी आकार की होती है जिस आकार में कोई भाषा-मॉडल झूठी सांख्यिकीय निकासी कर बैठता है। जुलाई में पेट्रोल की बिक्री में सालाना आधार पर 18 प्रतिशत की बढ़ोतरी और अगस्त में महीने-दर-महीने 9 प्रतिशत की गिरावट — यह उपभोग का मीट्रिक है, फॉर्म का कर्व नहीं। इसे किसी क्रिकेटर का उतार-चढ़ाव बताना एक श्रेणी-त्रुटि है, और यह त्रुटि बिना किसी चेतावनी के पाठक तक पहुँच सकती है।

फाइल में तारीख भी थी — बीस अक्टूबर नहीं, बल्कि 22 सितंबर तक की स्थिति। और साल नहीं था। यही सबसे बड़ी तकनीकी खामी है। प्लैट्स का सात कार्यदिवसीय अरब खाड़ी एफओबी मूल्य, ओगरा की रोज़ाना डिपो-स्तरीय कीमत प्रकाशित करने की शक्ति, और सब्सिडी के दावों का निपटान — ये सब विशिष्ट तिथियों पर टिके तथ्य हैं, और एक ऐसी फाइल जिसमें साल नहीं है, उसकी समयबद्धता को सत्यापित ही नहीं किया जा सकता। मेरे डेस्क पर नियम सरल है: तारीख के बिना तथ्य, तथ्य नहीं है। इसे अनुमान मानिए, क्योंकि मैं इसे अनुमान के रूप में ही रख रहा हूँ — मैं यह नहीं कह सकता कि यह फाइल पुरानी है, मैं सिर्फ यह कह सकता हूँ कि फाइल खुद को साबित नहीं करती।

वह जगह जहाँ एक शब्द गलत अलर्ट बना देता है

जाँच का सबसे उपयोगी हिस्सा वहाँ आया जहाँ फाइल सतह पर खेल जैसी लगती है। इसमें एक वाक्यांश था — असामान्य बिक्री की जाँच। एक सतही स्क्रैपर के लिए यह वाक्यांश सट्टेबाज़ी बाजार की असामान्यता से मिलता-जुलता है। असल में यह ईंधन की शारीरिक तस्करी और डायवर्ज़न के बारे में है — ओगरा की फील्ड टीमें प्रांतीय कानून प्रवर्तन के साथ मिलकर खुदरा दुकानों पर जाँच कर रही थीं। यह बाज़ार-आचरण प्रवर्तन है, भ्रष्टाचार-विरोधी या फिक्सिंग-विरोधी कंप्लायंस नहीं। फाइल में ऑडिट शब्द भी था, और वह भी सब्सिडी दावों के सत्यापन के संदर्भ में था, किसी खिलाड़ी या मैच के नहीं।

इससे ज़्यादा चेतावनी देने वाली एक और चीज़ है — नामों की समरूपता। क्रिकेट की दुनिया में भ्रष्टाचार-रोधी इकाई को एसीयू कहा जाता है। इस फाइल में ओगरा है। दोनों संक्षेपाक्षर, दोनों चार अक्षर के आसपास, दोनों एक ही भौगोलिक फीड से। एक शब्दकोश-स्तरीय मिस-टैग की संभावना यहाँ वास्तविक है, और यह उस तरह की गलती है जो किसी रिपोर्ट में सबसे अंत में पकड़ी जाती है, जब वह पहले ही प्रकाशित हो चुकी होती है।

यह लिखते हुए मुझे अपने उस नियम की याद आती है जो मैंने डेस्क पर लागू किया था — दो-स्रोत नियम। कोई भी टैक्टिकल दावा बिना ट्रैकिंग-डेटा के संदर्भ और बिना टाइमस्टैम्प वाले मैच नोट के प्रकाशित नहीं होगा। यह नियम फुटबॉल डेस्क के लिए बना था, पर इस फाइल ने दिखाया कि यह क्रिकेट डेस्क के लिए और भी ज़रूरी है, क्योंकि क्रिकेट का डेटा घनत्व बहुत ऊँचा है और उसी घनत्व में गलती छिपती भी बहुत अच्छी तरह है।

संचरण का नक्शा: तीनों नोड खाली

क्रिकेट उद्योग की हर रिपोर्ट तीन नोड पर खड़ी होती है — ऊपर प्रतिभा की आपूर्ति, बीच में टीमें और लीग, नीचे प्रसारण, वाणिज्य और व्युत्पन्न बाज़ार। मैंने इस फाइल को तीनों नोड पर रखकर देखा। तीनों जगह सिग्नल नहीं था। प्रतिभा आपूर्ति पर कोई संकेत नहीं, क्योंकि कोई खिलाड़ी नहीं। टीमों और लीग पर कोई संकेत नहीं, क्योंकि कोई फ्रेंचाइज़ी, कोई सीरीज़, कोई शेड्यूल नहीं। प्रसारण और वाणिज्य पर कोई संकेत नहीं, क्योंकि कोई अधिकार-मूल्य, कोई फ्रेंचाइज़ी मूल्यांकन, कोई वेतन-सूची नहीं। सट्टेबाज़ी और फैंटेसी की पंक्ति भी खाली रहनी चाहिए — कोई ऑड्स नहीं, कोई प्लेटफॉर्म नहीं, कोई बाज़ार नहीं।

यहाँ एक ईमानदार बात कहनी है, क्योंकि मैं अपनी हर संरचनात्मक बात के साथ एक खिलाड़ी-स्तरीय परिणाम जोड़ने का आदी हूँ और इस बार वह परिणाम देने के लिए मेरे पास कुछ नहीं है। कोई खिलाड़ी स्लॉट नहीं जाता, कोई रेस्ट विंडो नहीं बदलती, कोई फॉर्मेट प्रभावित नहीं होता, क्योंकि इस फाइल में कोई खिलाड़ी, विंडो या फॉर्मेट मौजूद ही नहीं है। जिस क्षण मैं इस वाक्य को लिखने के बाद कुछ और जोड़ने की कोशिश करता हूँ, वह क्षण वह होता है जब मैं कहानी बनाना शुरू कर देता हूँ। यह वही बिंदु है जहाँ कई डेस्क चूकते हैं।

और यहाँ वह अनुमान आता है जो सबसे पहले दिमाग में कौड़ी की तरह गिरता है: चूँकि यह पाकिस्तान की ऊर्जा सब्सिडी के बकाये की बात कर रहा है, तो पाकिस्तान क्रिकेट बोर्ड आर्थिक दबाव में होगा। यह कदम गलत है, और यह इस पूरे हादसे का सबसे महत्वपूर्ण सबक है। 120.3 अरब रुपये के मूल्य-अंतर दावों के मुकाबले 53.8 अरब रुपये का भुगतान एक ऊर्जा सब्सिडी निपटान है। उससे किसी क्रिकेट बोर्ड की शोधनक्षमता निकालना वैसा ही है जैसे किसी तेज़ गेंदबाज़ के डेथ-ओवर इकॉनमी से उसकी बल्लेबाज़ी का अनुमान लगाना। दोनों संख्याएँ हैं, दोनों किसी खिलाड़ी से जुड़ी हैं, और दोनों एक-दूसरे के बारे में कुछ नहीं बतातीं।

जो मिल सकता है, वह संकीर्ण है और वह मुझे स्वीकार है

एक चीज़ जो इस फाइल में वास्तव में मौजूद है और जिसका खेल-संचालन से एक बहुत हल्का संबंध बन सकता है: यह तथ्य कि कोई अतिरिक्त ईंधन-बचत उपाय लागू नहीं किए गए हैं। इसका मतलब यह है कि संदर्भित अवधि में पाकिस्तान में परिवहन या लॉजिस्टिक्स पर कोई नया बंधन नहीं आया। टीम यात्रा, वेन्यू संचालन, प्रसारण-उत्पादन की लागत — इन सब पर इसका असर शून्य के बहुत करीब है, और फाइल इसे कहीं मापती नहीं। मैं इसे एक संभावना के रूप में दर्ज कर रहा हूँ, एक तथ्य के रूप में नहीं। “संरचना यह दिखाती है” और “मुझे शक है” — ये दो वाक्य मेरे डेस्क पर हमेशा अलग रहते हैं, और इस फाइल में पहला वाक्य खाली है।

एक साथ आ रही दूसरी खबर भी फाइल में दर्ज थी — कि कड़े तपस्या और ईंधन-बचत उपायों के तहत बाज़ार रात नौ बजे बंद हो रहे हैं। यह इशारा करता है कि यह एक जीवंत, विकसित होती नीति कहानी है और यदि स्रोत फीड रोलिंग है तो इसी बैच की अन्य खबरें भी डोमेन से बाहर हो सकती हैं। यह एक अनुमान है, मध्यम भरोसे के साथ, और मैं इसे अनुमान ही कहूँगा।

सबसे बड़ा खतरा खेल का नहीं, फाइल का है

जब मैंने इस फाइल के जोखिम-मैट्रिक्स को भरा, तो खेल से जुड़ी हर पंक्ति खाली रही — कोई चोट जोखिम नहीं, कोई वर्कलोड जोखिम नहीं, कोई शेड्यूल-घनत्व जोखिम नहीं, कोई एजिंग-कोर जोखिम नहीं, कोई लीग-पोचिंग जोखिम नहीं। जो एक पंक्ति भरी, वह सबसे ऊपर थी और उसका नाम था डेटा-अखंडता जोखिम, स्तर ऊँचा। दूसरी भरी हुई पंक्ति थी प्रणालीगत मिसरूटिंग — यदि यह एक अकेला हादसा नहीं है, तो पूरे बैच के डोमेन लेबल अविश्वसनीय हैं।

इस फाइल की सूचना-मूल्य रेटिंग मैंने चारों आयामों पर एक स्टार दी है — खेल मूल्य, उद्योग मूल्य, समयबद्धता मूल्य, संदर्भ मूल्य। यह कठोर लग सकता है, पर यह ईमानदार है। इस फाइल का मूल्य केवल एक जगह है: एक नकारात्मक नमूने के रूप में। किसी भी वर्गीकरण-प्रणाली की परीक्षा उसकी सफलता से नहीं, उसकी विफलता के नमूनों से होती है, और यह नमूना उच्च गुणवत्ता का है क्योंकि यह शोर नहीं करता। यह साफ है, आत्मविश्वासी है, और पूरी तरह गलत जगह पर है।

उलटा कोण: गलती मॉडल की नहीं, लेबल-अनुशासन की है

अब वह हिस्सा जहाँ मुझे अपनी सबसे प्रिय आदत से लड़ना है। हर कोई कहेगा कि यह एआई की गलती है। मैं इससे सहमत नहीं हूँ, और मैं अपनी असहमति को एक परीक्षण के साथ रखूँगा।

उलटा कोण यह है: यह हादसा एआई ने पैदा नहीं किया, उसने सिर्फ उजागर किया। पिछले बाईस साल में खेल डेस्कों ने यही काम इंसानी हाथों से किया है — किसी दक्षिण एशियाई फीड से कोई खबर उठाई, उसे खेल पन्ने पर चिपका दिया, क्योंकि स्रोत का भूगोल परिचित था और विषय की जाँच किसी ने नहीं की। “पाकिस्तान” देखकर “पाकिस्तान क्रिकेट” पढ़ लेना कोई मशीन का आविष्कार नहीं है। यह एक पुरानी डेस्क आदत है जिसे अब गति मिल गई है। फर्क सिर्फ पैमाने का है, और पैमाना ही सब कुछ बदल देता है, क्योंकि जहाँ एक इंसान दिन में एक गलती करता था, वहाँ एक पाइपलाइन घंटे में सौ करती है — और वह भी बिना पसीना बहाए, बिना झिझक के।

दूसरा उलटा कोण यह है कि इस फाइल में जो लिखा है, वह बुरा नहीं है। यह एक सुलझी हुई, सुव्यवस्थित ऊर्जा-नीति रिपोर्ट है। इक्कीस दिनों से अधिक का पेट्रोल कवर, तीस दिन का डीज़ल कवर, सितंबर की आयात योजना, ओगरा का समन्वय रिफाइनरियों और तेल विपणन कंपनियों के साथ, दावों का चरणबद्ध भुगतान — यह सब एक कमोडिटी डेस्क के लिए असली मूल्य है, और उस मूल्य की ताज़गी एक मासिक मूल्य-चक्र में खत्म हो जाती है। जिस फाइल को मैंने क्रिकेट कॉर्पस से बाहर निकाला, वह कचरे के डिब्बे में नहीं जानी चाहिए। उसे तुरंत ऊर्जा डेस्क को रूट होना चाहिए। यह रूटिंग की गलती है, लेख की गलती नहीं। यह अंतर बनाए रखना ज़रूरी है, क्योंकि जो डेस्क हर मिसरूटेड फाइल को बेकार मान लेती है, वह जल्द ही हर फाइल को संदिग्ध मानने लगेगी और फिर कुछ भी प्रकाशित नहीं कर पाएगी।

तीसरा उलटा कोण, और यह सबसे असुविधाजनक है: इस फाइल के होने का मतलब यह भी हो सकता है कि जो असली क्रिकेट खबर उस स्लॉट में आनी चाहिए थी, वह बैच से गायब है। अगर ऐसा है, तो समस्या यहाँ नहीं है कि हमने गलत चीज़ पढ़ी, समस्या यह है कि हमने सही चीज़ नहीं पढ़ी — और उसकी समय-खिड़की बंद हो रही है। यह अनुमान है, कम भरोसे के साथ, पर इसे दर्ज करना ज़रूरी है क्योंकि अगली सुबह जब पाठक क्रिकेट पन्ना खोलेगा, उसे यह नहीं पता होगा कि उस दिन एक खबर कभी आई ही नहीं।

मेरा परीक्षण, और वह चीज़ जो मुझे गलत साबित करेगी

मैंने 2026 में अपना सार्वजनिक एरर लॉग बनाया था — हर विफल भविष्यवाणी के लिए एक पंक्ति, कारण के साथ। उसी आदत से बाध्य होकर मैं यहाँ अपनी ही बात के लिए परीक्षण लिख रहा हूँ।

मेरा दावा दो हिस्सों में है। पहला: इस रिकॉर्ड में क्रिकेट सामग्री शून्य है। दूसरा: यह मिसलेबल अकेला नहीं है, यह प्रणालीगत हो सकता है। पहला दावा पहले से ही साबित है — बत्तीस में से शून्य पॉइंट क्रिकेट का संदर्भ देते हैं, और यह गिनती आप खुद कर सकते हैं। दूसरा दावा एक अनुमान है, और इसे इस तरह तोड़ा जा सकता है: उसी स्रोत से आए दो सौ रिकॉर्ड का मैनुअल नमूना लीजिए, हर रिकॉर्ड की सामग्री और उसके लेबल की स्वतंत्र रूप से जाँच कीजिए। यदि डोमेन-लेबल की त्रुटि दर दो प्रतिशत से नीचे निकले, तो मेरा “प्रणालीगत” वाला दावा गिर जाता है और मैं उसे अपने एरर लॉग में दर्ज करूँगा। यह परीक्षण सस्ता है, यह एक दिन का काम है, और इसे कोई भी डेस्क कर सकता है जिसके पास उस फीड का एक्सेस हो। मुझे उम्मीद है कि कोई करेगा, क्योंकि अपनी गलती का नमूना खुद लेना किसी भी बाहरी ऑडिट से ज़्यादा उपयोगी होता है।

तीन चरण जिन्हें मैं आगे देखूँगा

पहला निगरानी-संकेत स्रोत-फीड की बनावट है। यदि यह आइटम किसी सामान्य राष्ट्रीय समाचार फीड से आया है और उसे क्रिकेट पाइपलाइन में डाला गया है, तो समस्या लेबलिंग में नहीं, फीड की स्कोपिंग में है। इसे जाँचने का तरीका सरल है: उस फीड की सामग्री का एक हफ्ता देखिए और गिनिए कि कितने प्रतिशत आइटम में खेल का कोई एंटिटी मौजूद है। यदि जवाब दहाई के अंकों में है, तो वह फीड क्रिकेट डेस्क के लिए उपयुक्त नहीं है, चाहे उसकी लेबलिंग कितनी भी चतुर हो।

दूसरा संकेत एंटिटी-निकासी की सटीकता है। मैं एंटिटी तालिका में उन नामों को ढूँढूँगा जो खेल के नहीं हैं। यदि किसी मंत्री, नियामक या सांसद का नाम किसी क्रिकेट तालिका में दर्ज मिले, तो वह तुरंत हटाया जाना चाहिए और निकासी-चरण में एक श्वेतसूची जोड़ी जानी चाहिए — बोर्ड, खिलाड़ी, फॉर्मेट, आईसीसी आयोजन। यह एक घंटे का काम है और यह अगली सौ गलतियाँ रोक सकता है।

तीसरा संकेत वह झंडा है जो इस फाइल पर नहीं था। किसी भी क्रिकेट लेबल के साथ एक सत्यापन-चिह्न होना चाहिए, जो बताए कि सामग्री की जाँच हो चुकी है। जब तक वह झंडा मौजूद नहीं है, तब तक हर डाउनस्ट्रीम चरण को यह मानने का अधिकार है कि वह जो पढ़ रहा है वह क्रिकेट नहीं है। यह प्रक्रिया-स्तर का सुधार है और यह डेस्क के किसी भी व्यक्ति की प्रतिभा से ज़्यादा मायने रखता है, क्योंकि प्रतिभा छुट्टी पर जाती है और झंडा नहीं।

The chart does not predict the future; it tells you what to watch next. मेरे पास इस फाइल के लिए कोई क्रिकेट चार्ट नहीं है। मेरे पास सिर्फ एक अवलोकन है, और वह यह कि जिस सुबह बत्तीस पॉइंट वाली एक फाइल गलत पते पर पहुँची, उसी सुबह देश भर के कई डेस्कों पर कोई न कोई ऐसी फाइल पहुँची होगी जिसमें मैच था ही नहीं और जिसे किसी ने नहीं रोका। सवाल यह नहीं है कि मशीन ने गलती की क्या। सवाल यह है कि उस गलती को पकड़ने वाला इंसान उस कमरे में मौजूद था या नहीं।