खाली डेटा, बंद मॉडल: भारतीय एथलेटिक्स की रिपोर्टिंग में 'फॉल्स क्लीयरेंस' का खतरा

तीन रातें। यही वह समय है जो मैंने एक फीड को ऑडिट करने में लगाया, इससे पहले कि मैं उस पर भरोसा कर पाता। लेकिन पिछले हफ्ते जो स्टेज-2 रिपोर्ट मेरे सामने आई, वह किसी फीड की गड़बड़ी नहीं थी — वह एक खाली शीशा था। शीर्षक N/A। स्रोत N/A। सूचना बिंदु: शून्य। और सबसे खतरनाक हिस्सा? रिपोर्ट का जोखिम मैट्रिक्स 'N/A' से भरा था, लेकिन कहीं भी यह नहीं लिखा था कि विश्लेषण निलंबित है। एक खाली जोखिम तालिका को डाउनस्ट्रीम पाइपलाइन 'कम जोखिम' के रूप में पढ़ सकती है। यही 'फॉल्स क्लीयरेंस' है — साक्ष्य की अनुपस्थिति को अनुपस्थिति का साक्ष्य बना देना। मेरे 16 साल के करियर में मैंने दुबई के एक ऑड्स कंपाइलर डेस्क पर 380 प्रीमियर लीग मैचों के दो इवेंट-डेटा फीड्स को मिलाया। 1,140 शॉट इवेंट बेमेल थे, जिनमें से एक विक्रेता ब्लॉक किए गए प्रयासों को ऑन-टारगेट के रूप में दर्ज कर रहा था — एक मिड-टेबल क्लब का xG प्रति गेम 0.31 से बढ़ा हुआ दिख रहा था। उस हफ्ते मैंने पाइपलाइन को रॉ शॉट कोऑर्डिनेट्स से दोबारा बनाया और 14-पेज का डेटा डिक्शनरी लिखा। तब से मेरा नियम साफ है: जिस नंबर को मैंने खुद बीस मैचों के टेप के खिलाफ ऑडिट न किया हो, उसे मैं नहीं छापता। भारतीय एथलेटिक्स में यह समस्या और भी तीखी है। यहां सूचना का अभाव अक्सर राजनीति से नहीं, बल्कि पाइपलाइन की खामियों से आता है। AFI की चयन सूचियां, टाइमिंग फीड्स, TOPS फंडिंग डिस्क्लोजर और राज्यों के नकद पुरस्कार रिकॉर्ड — ये सब कागजों में मौजूद हैं, लेकिन जमीनी स्तर पर एक स्ट्रिंगर की कॉल, एक कोच का बयान, या एक मीट शीट का स्कैन गायब हो जाता है। जब ऐसा होता है, तो विश्लेषण का सबसे सुरक्षित रास्ता 'N/A' लिखना है। लेकिन 'N/A' का मतलब 'जोखिम नहीं' नहीं होता। मैंने 2026 में बुंडेसलीगा के रीस्टार्ट पर होम एडवांटेज मॉडल दोबारा फिट किया था — 27 बंद-दरवाजे मैचों में सिर्फ चार होम जीत, जबकि लॉकडाउन से पहले दर 43% थी। मैंने पहले तो इतने छोटे सैंपल पर भरोसा करने से इनकार किया, फिर होम कोएफिशिएंट को दो-तिहाई काट दिया। उसी साल जैवलिन मॉडल बनाया — नीरज चोपड़ा के जूनियर विश्व रिकॉर्ड 86.48 मीटर, कॉमनवेल्थ गोल्ड 86.47 मीटर, और दोहा 2026 के 83.20 मीटर के क्वालिफिकेशन एग्जिट को वेट करना पड़ा। AFI कैलेंडर साल में सिर्फ चार उपयोगी मीट देता था। उस अनुभव ने मुझे सिखाया कि एथलेटिक्स में हर खाली फील्ड एक सवाल है, जवाब नहीं। अब उस स्टेज-2 रिपोर्ट पर लौटते हैं। उसमें नौ आयाम थे — प्रदर्शन विश्लेषण, एथलीट स्थिति, प्रतियोगिता संरचना, परिदृश्य, नियम-एंटी-डोपिंग, टीम प्रणाली, जोखिम, सार्वजनिक कथा और उद्योग ट्रांसमिशन। हर आयाम में टेम्पलेट भरा गया, लेकिन हर सेल में 'N/A — अपर्याप्त जानकारी, आकलन नहीं कर सकते' लिखा था। यह ईमानदारी है, लेकिन यह विश्लेषण नहीं है। असली सवाल यह है: जब स्टेज-1 ने 'Domain Label: athletics' तो भर दिया, लेकिन बाकी सब खाली छोड़ दिया, तो क्या यह आर्टिकल का दोष था या एक्सट्रैक्टर की विफलता? मेरा अनुभव कहता है — यह पाइपलाइन की विफलता है। [Confidence: Low] क्योंकि अगर स्रोत आर्टिकल वाकई खाली होता, तो डोमेन लेबल भी नहीं आता। यहां एक काउंटर-इंट्यूिटिव बात समझनी है। भारतीय एथलेटिक्स में हम अक्सर 'सूचना की कमी' को 'पारदर्शिता की कमी' से जोड़ते हैं। लेकिन कई बार सूचना मौजूद होती है — बस वह उस फॉर्मेट में नहीं होती जिसे मशीन पढ़ सके। AFI की पीडीएफ सूचियां, राज्य संघों के व्हाट्सएप ग्रुप में घूमते मार्क्स, कोचों के हाथ से लिखे नोट्स — ये सब 'अनस्ट्रक्चर्ड डेटा' हैं। जब स्टेज-1 पाइपलाइन इन्हें पार्स नहीं कर पाती, तो नतीजा 'N/A' आता है। और डाउनस्ट्रीम में कोई इसे 'जोखिम नहीं' पढ़ लेता है। यही असली खतरा है। मैंने 2026 रूस विश्व कप में यही गलती की थी। 32-टीम PPDA और सेट-पीस xG मॉडल बनाया, ओपनर से पहले इंटरनल नोट लिखा कि डेड-बॉल गोल ओपन प्ले से ज्यादा मैच तय करेंगे। इंग्लैंड के बारे में सही था — उनके 12 में से नौ गोल सेट-पीस से आए। जर्मनी के बारे में गलत था — कोरिया से 0-2 हार से पहले मैंने उन्हें 11.4% तीसरा पसंदीदा रेट किया था। उस रात मैंने मिस लॉग किया और एरर लेजर खोला। तब से मेरी हर रिपोर्ट में पहले वह लिखा होता है जो मॉडल से चूक गया, फिर वह जो सही आया। उस स्टेज-2 रिपोर्ट में एक जगह बहुत साफ लिखा था: 'Overall Risk Rating: N/A — rated नहीं किया जा सकता।' और नीचे स्पष्टीकरण: 'Low' रेटिंग देना एक सकारात्मक दावा होता कि जोखिम जांचे गए और छोटे पाए गए। यहां सही बात यह है कि जोखिम की सतह ही परिभाषित नहीं हुई। यह मेथडोलॉजिकल ईमानदारी है जिसकी मैं कद्र करता हूं। लेकिन एक और चीज जो रिपोर्ट में थी, वह चौंकाने वाली थी — 'Fabrication pressure' का जिक्र। टेम्पलेट की घनत्व मांग (प्रति आयाम कम से कम तीन निष्कर्ष, दो छिपी सूचनाएं) खाली इनपुट पर भी कंटेंट गढ़ने का दबाव बनाती है। यह वही दबाव है जो भारतीय एथलेटिक्स रिपोर्टिंग में 'अगला नीरज' वाली सुर्खियां पैदा करता है। मेरे जैवलिन मॉडल ने मुझे सिखाया कि हवा एक ऐसा वेरिएबल है जिसकी कीमत कोई नहीं लगाता। रिलीज एंगल, एयर डेंसिटी, इंप्लीमेंट स्पेक — ये सब मापे जा सकते हैं। लेकिन पानीपत-हरियाणा-पंजाब पाइपलाइन एक सप्लाई चेन है जिसका एंट्री फीस है। 90 मीटर का जुनून एक प्राइसिंग प्रॉब्लम है जो यह छिपाता है कि एक थ्रोअर के पीछे डेप्थ कितनी पतली है। जब कोई रिपोर्ट 'N/A' से भरी हो, तो वह इस पतली डेप्थ को और अदृश्य बना देती है। इस पूरी घटना से एक सबक निकलता है जो सिर्फ पाइपलाइन के लिए नहीं, बल्कि भारतीय एथलेटिक्स पत्रकारिता के लिए है। हमें 'N/A' को एक वैध आउटपुट मानना होगा, लेकिन उसे 'क्लीयरेंस' नहीं मानना होगा। जब किसी एथलीट का मार्क उपलब्ध न हो, तो यह नहीं कहना चाहिए कि जोखिम कम है — यह कहना चाहिए कि विश्लेषण निलंबित है। जब किसी प्रतियोगिता की तारीख स्पष्ट न हो, तो यह नहीं मान लेना चाहिए कि वह ऑफ-साइकिल है — बल्कि यह लिखना चाहिए कि कैलेंडर स्थिति अज्ञात है। मेरे पास केरल और हरियाणा के दो स्ट्रिंगर हमेशा फोन पर रहते हैं। जब भी कोई डेटा फीड खाली आता है, मैं उन्हें कॉल करता हूं। कभी-कभी वे बताते हैं कि मीट हुई थी लेकिन रिजल्ट अपलोड नहीं हुआ। कभी-कभी वे कहते हैं कि मार्क है लेकिन विंड रीडिंग नहीं ली गई। यही 'डायस्पोरा रिमूव' का इलाज है — दूरी को ऑब्जेक्टिविटी मत समझो, जमीनी स्रोतों से जुड़े रहो। आगे क्या? अगली बार जब कोई एथलेटिक्स रिपोर्ट 'N/A' से भरी आए, तो तीन सवाल पूछें: क्या स्रोत का URL और प्रकाशन तिथि है? क्या कम से कम एक नामित एथलीट या इवेंट है? क्या कोई मार्क, विंड रीडिंग और वेन्यू डिस्क्रिप्टर है? अगर इन तीनों में से किसी का जवाब 'नहीं' है, तो वह रिपोर्ट विश्लेषण नहीं, एक इनपुट दोष है। और एक इनपुट दोष को कभी भी 'कम जोखिम' की मुहर नहीं मिलनी चाहिए। भारतीय एथलेटिक्स को इस समय जरूरत है ऐसे ऑडिटर्स की जो खाली सेल को 'शून्य' न पढ़ें, बल्कि 'अज्ञात' पढ़ें। क्योंकि जब तक हम अज्ञात को अज्ञात नहीं कहेंगे, तब तक हम उसे माप नहीं सकते। और जिसे हम माप नहीं सकते, उसे हम सुधार भी नहीं सकते।