कबाड़ी डेटा पाइपलाइन की विफलता: जब खाली इनपुट पर भी 'डोमेन लेबल' चिपक जाता है

एक मैच रिपोर्ट से पहले जो पहला नंबर मुझे देखना होता है, वह स्कोरलाइन नहीं होता — वह होता है इनपुट की भरोसेमंदी। दिसंबर 2026 में जब मैंने एक कबड्डी कंटेंट-प्रोसेसिंग पाइपलाइन के आउटपुट का ऑडिट किया, तो स्कोर शीट पूरी खाली थी, लेकिन उस पर 'domain: kabaddi' का ठप्पा लगा हुआ था। यह वही तकनीकी गलती है जो किसी भी ब्रॉडकास्ट डेस्क पर सबसे महंगी साबित होती है — किसी संरचना के खाली खोल को 'नतीजा' मान लेना। यह घटना किसी एक मैच की नहीं, बल्कि पूरे कंटेंट सप्लाई-चेन की है। Stage-1 का जो आउटपुट सामने आया, उसमें Article Title, Source, One-sentence Summary, Author Stance — सब N/A थे। Information Points बिल्कुल खाली। लेकिन Domain Label में 'kabaddi' लिखा था और Article Type में 'Unclassified'। मेरे लिए यह ठीक वैसा ही है जैसे किसी रेड के दौरान रेडर ने बाउल्क लाइन पार की, लेकिन स्कोरर ने बिना टच पॉइंट के अंक दे दिए। फॉर्म भरा हुआ दिखता है, लेकिन डेटा शून्य है। सबसे पहले यह समझना जरूरी है कि यह विफलता एक जगह नहीं, बल्कि श्रृंखला में है। Information Points खाली होने का मतलब है कि Entities, Time Sensitivity और Source Quality — तीनों अपने आधार से कट गए। उन तीनों का निर्देश था 'identify from the information points above', और ऊपर कुछ भी नहीं था। यह वही स्थिति है जब कबड्डी में कोर्टर के पास जाने वाली सप्लाई लाइन टूट जाए और फिर भी कोच शोर मचाए कि 'सिस्टम चल रहा है'। मेरे अनुभव में ऐसा खाली आउटपुट पांच तरह से आता है, और उनकी प्राथमिकता साफ है। पहला, पेज जावास्क्रिप्ट से रेंडर हो रहा हो और स्क्रैपर को DOM में असली टेक्स्ट मिला ही न हो। दूसरा, साइट ने अपना लेआउट बदल दिया हो और पुराना सेलेक्टर किसी खाली डिब्बे को पकड़ रहा हो। तीसरा, पेबॉल या लॉगिन दीवार के पीछे सिर्फ शेल मिला हो। चौथा, URL किसी लिस्टिंग पेज या वीडियो पेज की ओर इशारा कर रहा हो, आर्टिकल पेज की ओर नहीं। पांचवां, Stage-1 का मॉडल कॉल टाइमआउट हो गया हो या आउटपुट कट गया हो, और टेम्पलेट खाली ही लौट आया। इन पांच में से हर एक का इलाज अलग है, लेकिन परिणाम एक — डाउनस्ट्रीम हर परत को 'दिखने में संरचित, असल में खाली' इनपुट मिलता है। यहीं पर असली खतरा शुरू होता है। खाली इनपुट मिलने पर एक अच्छा मॉडल भी अक्सर 'डोमेन' और 'टाइप' भरकर आगे बढ़ जाता है, क्योंकि सिस्टम को लगता है कि कुछ तो देना है। मेरे लिए यह ठीक वैसा है जैसे 2026 जकार्ता के सेमीफाइनल में भारत 18-27 से हारा था — उस हार का कारण 'भावना' नहीं, 'चयन' और 'प्रणाली' थी। वहीं सबक यही था: जब सिस्टम दबाव में हो, तो उसे अपने आधार पर लौटना चाहिए, न कि अनुमान पर। इसी तरह, जब Information Points खाली हों, तो पाइपलाइन को 'अनुमानित डोमेन' नहीं चिपकाना चाहिए — उसे स्पष्ट रूप से रुकना चाहिए। अब थोड़ा गहराई में जाएं। मेरे पास सात सीजन के रेड और टैकल डेटा का अपना आर्काइव है, जिसे मैंने 2026 में हाथ से की-इन किया था, क्योंकि उस समय कोई सार्वजनिक डेटाबेस नहीं था। उस अनुभव ने मुझे एक चीज सिखाई — डेटा की कमी को अक्सर 'डेटा की गैरमौजूदगी' से नहीं, बल्कि 'गलत लेबल' से छिपाया जाता है। जब आपके पास रेड सक्सेस रेट नहीं है, तो आप 'सुपर 10' या 'हाई 5' जैसे शॉर्टकट लेबल लगा देते हैं, और पाठक को लगता है कि विश्लेषण हो गया। यही समस्या यहां भी है — Domain Label 'kabaddi' एक ऐसा लेबल है जो सिस्टम को 'कुछ तो किया' का भरोसा देता है, जबकि असल में एक भी इनफॉर्मेशन पॉइंट नहीं निकला। मेरे लिए यह कबड्डी के उस पुराने स्कूल जैसा है जहां 'डुबकी' को रोमांस में बदल दिया जाता था, बिना यह बताए कि उसकी सफलता दर क्या है। रोमांस बिना माप के वह रजिस्टर है जिसे मैं बर्दाश्त नहीं कर सकता। इसी तरह, एक पाइपलाइन जो खाली इनपुट पर भी 'kabaddi' लिख देती है, वह रोमांस है — माप नहीं। असली सवाल यह है कि इस स्थिति में करना क्या चाहिए। मेरे पास तीन साफ रास्ते हैं, और मैं एक-एक करके उन्हें तोलूंगा। पहला, ओरिजिनल टेक्स्ट सीधे उपलब्ध कराया जाए — पेस्ट या सुलभ URL/HTML के रूप में। दूसरा, कम से कम शीर्षक, स्रोत और प्रकाशन तिथि दी जाए, ताकि यह पता चले कि लेख वास्तव में मौजूद है और दोबारा ग्रैब किया जा सकता है। तीसरा, अगर मूल पाठ मिल ही नहीं सकता, तो साफ-साफ कहा जाए कि 'कबड्डी डोमेन पर सामान्य विश्लेषण करो' — उस स्थिति में मैं नियम, प्रमुख लीग, व्यावसायीकरण के रास्ते और सामान्य मुद्दों का एक डोमेन-ज्ञान ढांचा दूंगा, और यह स्पष्ट रूप से चिह्नित करूंगा कि यह उस लेख का विश्लेषण नहीं है। लेकिन मेरी सिफारिश सबसे पहले सिस्टम को ठीक करने की है। Stage-1 में ही एक ठोस नियम जोड़ना चाहिए: अगर Information Points की संख्या शून्य है, तो तुरंत कारण के साथ बंद करो। इसे मैं 'फेल-फास्ट' कहता हूं। यह वही अनुशासन है जो एक ट्रैक कोच स्प्लिट टाइम्स पर लगाता है — अगर पहला स्प्लिट ही गायब है, तो बाकी दौड़ का विश्लेषण करने का कोई मतलब नहीं। अन्यथा डाउनस्ट्रीम की हर परत 'संरचित दिखने वाला खाली' इनपुट पाएगी, हर बार बेवजह रीजनिंग खर्च होगी, और मॉडल धीरे-धीरे बनावटी कंटेंट गढ़ने लगेगा — जो खेल पत्रकारिता में सबसे बड़ा अपराध है। एक और बात जो मैं अपने 240 फ्रेम प्रति सेकंड वाले अनुभव से जोड़ना चाहूंगा। 2026 में कलिना ट्रैक पर जब मैंने कॉलेज रिले की फुटेज फोन पर रिकॉर्ड की थी, तो 9.1 और 9.6 सेकंड का अंतर आंख से नहीं दिखता था — वह सिर्फ फ्रेम गिनने पर पकड़ में आया। लेकिन यहां मामला उलटा है। यहां मेरे पास फ्रेम ही नहीं हैं — मेरे पास सिर्फ एक लेबल है। और जब फ्रेम न हों, तो मैं नतीजा घोषित नहीं करता। यही मेरा पेशेवर नियम है। इस पूरे प्रकरण का सबसे बड़ा सबक यही है — डेटा पाइपलाइन की विफलता अक्सर शोर में नहीं, खामोशी में छिपी होती है। खाली आउटपुट कभी-कभी 'साफ' दिखता है, क्योंकि उसमें कोई त्रुटि संदेश नहीं होता। लेकिन खेल में जैसे एक मिस्ड रेड पूरे मैच का टोन बदल देती है, वैसे ही एक खाली Information Point पूरी रिपोर्ट की नींव हिला देता है। आगे के लिए मेरा सुझाव साफ है: पाइपलाइन में हर स्तर पर एक 'कवरेज चेक' डाला जाए — जैसे कबड्डी में हर रेड के बाद टच-पॉइंट काउंट होता है। अगर Stage-1 में Information Points शून्य हैं, तो Stage-2 शुरू ही न हो। यह एक तकनीकी नियम है, लेकिन असल में यह पत्रकारिता का नैतिक नियम है — जो नहीं पता, उसे नहीं लिखो; जो नहीं पढ़ा, उसका विश्लेषण मत करो। और जब तक असली टेक्स्ट न मिले, तब तक कोई भी 'गहरा विश्लेषण' सिर्फ एक अच्छी तरह सजी हुई कल्पना है। मैं वह कल्पना नहीं लिखूंगा।