क्रिकेट का लेबल, पेट्रोल का माल: स्काउटिंग डेटा में चुपचाप घुसती गलती

रात 2:40 बजे। फ़ोन की स्क्रीन पर फ़ीड खुली थी और एक आइटम पर लेबल चिपका था — cricket_asia। मैंने उसे इसलिए खोला कि उस वक़्त पाकिस्तान के घरेलू सर्किट की कोई स्कोरशीट या किसी अंडर-19 स्पेल का क्लिप मिल जाए। अंदर क्रिकेट नहीं था। अंदर पेट्रोल था। 22 दिन का पेट्रोल स्टॉक, 30 दिन का डीज़ल स्टॉक, सितंबर के लिए 511,000 टन आयात की योजना, ओग्रा की रोज़ाना घोषित होने वाली एग्ज़-डिपो कीमतें, और राष्ट्रीय असेंबली में पेट्रोलियम मंत्री अली परवेज़ मलिक का लिखित जवाब। एक खिलाड़ी नहीं। एक टीम नहीं। एक फ़ॉर्मेट नहीं। एक वेन्यू नहीं। मैंने उसे रात 2 बजे पाया — बफ़रिंग वीडियो और एक अंदाज़े के बीच। फ़र्क़ यह था कि बारह साल पहले उस स्क्रीन पर पंद्रह साल का बाएँ हाथ का बल्लेबाज़ था, और आज उस पर एक ऊर्जा नीति की फ़ाइल थी जिसे किसी ऑटोमेटेड क्लासिफ़ायर ने क्रिकेट समझ लिया था।

मैं उस फ़ाइल में टाइमस्टैम्प ढूँढने लगा — आदत है, हर फ़्रेम पर रुककर वक़्त पूछने की। लिखा था: "22 सितंबर तक के आँकड़े"। साल नहीं लिखा था। यानी वह दस्तावेज़ अपनी ही तारीख़ के बारे में चुप था। जिस आइटम को क्रिकेट का दर्जा मिला था, वह अपनी उम्र भी नहीं बता रहा था।

इसके अंदर के आँकड़े बड़े करीने से लगे थे। मासिक आयात कार्गो — 395,000 टन, 506,000 टन, 568,000 टन, 511,000 टन, 692,000 टन, 262,000 टन। जुलाई में पेट्रोल की बिक्री साल-दर-साल 18 प्रतिशत बढ़ी, अगस्त में महीने-दर-महीने 9 प्रतिशत गिरी। कीमत-अंतर के दावे 120.3 अरब रुपये के, वितरित 53.8 अरब रुपये। कीमतें प्लैट्स के अरब गल्फ FOB सात कार्य-दिवसीय रोलिंग औसत पर टिकी हुईं। यह सब एक ऊर्जा डेस्क के लिए बढ़िया, साफ़-सुथरी रिपोर्टिंग है। क्रिकेट डेस्क के लिए यह शून्य है।

असली कहानी इस बात में है कि यह फ़ाइल उस स्लॉट तक पहुँची कैसे। ऐसे फ़ीड ऑटोमेटेड क्लासिफ़ायर पर चलते हैं जो भौगोलिक और टॉपिकल टोकन पकड़ते हैं। "पाकिस्तान" है, "एशिया" है, उपमहाद्वीप का न्यूज़ सोर्स है — तो लेबल बैठ गया cricket_asia। किसी ने यह नहीं पूछा कि अंदर एंटिटी कौन-सी है। मंत्री जी हैं, ओग्रा है, असेंबली है, एमएनए शर्मीला फ़ारूक़ी का सवाल है। इनमें से एक भी चीज़ क्रिकेट डेटाबेस की एंटिटी-टाइप सूची में नहीं आती।

पाइपलाइन की सबसे बड़ी चूक यह नहीं कि उसने एक फ़ाइल ग़लत पहचानी। चूक यह है कि उसने लेबल के साथ कोई कॉन्फ़िडेंस स्कोर भेजा ही नहीं। एक लेबल जिसके पीछे कोई नंबर न हो, वह दावा नहीं, आदत बन जाता है। और आदत के सामने कोई एडिटर नहीं लड़ता।

मेरे पास इसका एक सस्ता-सा इलाज है, जो मैं अपनी स्काउटिंग रिपोर्ट में सालों से लगाता हूँ: क्रिकेट का लेबल तभी लगे जब चार में से कम-से-कम एक एंटिटी मिले — खिलाड़ी, टीम, फ़ॉर्मेट, या बोर्ड। इनमें से कुछ नहीं मिला तो लेबल नहीं। यह इतना मामूली नियम है कि इसे लिखने में शर्म आती है, और इतना ज़रूरी है कि इसके बिना पूरा डेटासेट बेकार हो जाता है।

जो दस्तावेज़ सबसे ज़्यादा "विश्लेषण-योग्य" दिखता है, वही सबसे ख़तरनाक होता है। यह फ़ाइल प्रतिशतों, दिनों के कवर, महीने-दर-महीने के अंतर से भरी थी। यह ठीक वही आकार है जो किसी भी भाषा-मॉडल को झूठी सांख्यिकी निकालने पर मजबूर करता है। 18 प्रतिशत की बढ़त और 9 प्रतिशत की गिरावट को कोई भी फ़ॉर्म कर्व समझ सकता है। ये बिक्री के आँकड़े हैं, रन या विकेट नहीं। इन्हें किसी खिलाड़ी के प्रदर्शन-ग्राफ़ में डालना श्रेणी-भूल है।

उसी फ़ाइल में दो और शब्द बैठे थे जो मुझे रोकते हैं। एक — "असामान्य बिक्री"। ओग्रा की फ़ील्ड टीमें प्रांतीय कानून-प्रवर्तन के साथ मिलकर उन डीलरों की जाँच कर रही थीं जिनकी रिटेल बिक्री अचानक बढ़ी थी। ईंधन की जमाखोरी का मामला है, साफ़-साफ़। लेकिन बेटिंग-मार्केट की भाषा में "असामान्य बिक्री" शब्द फ़िक्सिंग की ओर इशारा करता है। एक लापरवाह टैगर इसे इंटीग्रिटी अलर्ट बना देगा। दूसरा — "ऑडिट"। वितरित राशि का ऑडिट किया जाना है, और भुगतान चरणों में होगा। इसे अनुपालन-उल्लंघन पढ़ लेना उतना ही आसान है। यहाँ एक नाम-संयोग भी है जो मुझे हमेशा हँसाता है और डेटा टीम के लिए ख़तरनाक है: ओग्रा और एसीयू — एक पाकिस्तानी ऊर्जा नियामक, और आईसीसी की भ्रष्टाचार-रोधी इकाई। नाम की बनावट लगभग एक जैसी है। यह एक शब्दकोश-स्तरीय मिस-टैग का जाल है।

और फिर वह बात जो किसी एक फ़ाइल से बड़ी है। अगर यह रिकॉर्ड किसी बैच का हिस्सा है, तो एक ग़लत लेबल पूरे बैच के लेबल पर सवाल खड़ा करता है। एक ग़लती सिस्टम की खराबी नहीं होती; वह सिस्टम के भरोसे की खराबी होती है।

अब वह हिस्सा जहाँ मुझे अपने ही पेशे से झगड़ना है। आसान आरोप मशीन पर लगाना है — "क्लासिफ़ायर बेवकूफ़ है"। मुझे लगता है दबाव दूसरी तरफ़ से आता है। डेस्क को चौबीस घंटे क्रिकेट कॉपी चाहिए, स्लॉट ख़ाली नहीं रह सकता, और जब स्लॉट भरना ज़रूरी हो जाए तो आदमी भी ठीक वही करता है जो क्लासिफ़ायर करता है — जो भी उपलब्ध है, उसे लेबल चिपका देता है। लॉकडाउन ने मुझे सिखाया था कि दूरी एक परत है, दीवार नहीं। उसी तरह एक ग़लत टैग भी दीवार नहीं, परत है — और परतों के नीचे सच्चाई दबती चली जाती है।

इसका सबसे अनदेखा हिस्सा यह है: अगर इस स्लॉट पर यह फ़ाइल बैठ गई, तो वह कहानी कहाँ गई जो असल में यहाँ आनी चाहिए थी? किसी रणजी या क़ायदे-ए-आज़म ट्रॉफ़ी के मैच की रिपोर्ट, किसी अंडर-19 स्पेल का नोट, किसी चोट से लौटे तेज़ गेंदबाज़ का अपडेट। वह रिकॉर्ड बैच से ग़ायब है और किसी अलार्म ने नहीं बजा। क्रिकेट डेटा में सबसे महँगी चीज़ें वे होती हैं जो कभी दर्ज ही नहीं हुईं।

फ़ीड भी खदान नहीं, खुदाई की जगह है — और हर खुदाई में मिट्टी भी निकलती है। सवाल यह नहीं कि मिट्टी निकली। सवाल यह है कि उसे सोना कहकर किसने तिजोरी में रख दिया।

अगली बार जब आपकी स्क्रीन पर cricket_asia लेबल वाला कोई आइटम खुले, तो पहला सवाल यह मत पूछिए कि इसमें क्या लिखा है। पहला सवाल यह पूछिए कि इस पर यह लेबल किसने चिपकाया — और क्या उसने इसे खोलकर पढ़ा भी था।