खाली डेटा से नहीं बनता फुटबॉल का लेख: जब 'स्टेज-1' फेल हो तो पंडित क्या करें?

मैंने पिछले हफ्ते अपने पॉडकास्ट के लिए एक रिपोर्ट तैयार की थी। स्टेज-1 डिकंस्ट्रक्शन का रिजल्ट आया — हर जगह 'N/A — insufficient information'। ना टीम का नाम, ना खिलाड़ी, ना तारीख, ना कोई आंकड़ा। मेरे पास एक खाली शीट थी और 2,600 शब्दों का टारगेट। पहला विचार यही आया कि कुछ तो लिख दूं — किसी और मैच का हवाला दे दूं, कोई पुरानी कहानी जोड़ दूं, पाठक को पता भी नहीं चलेगा। लेकिन रेसिप्ट्स लेजर का नियम साफ है: जिस दावे का स्रोत नहीं, वह दावा नहीं। तो मैंने वही किया जो एक ऑडिटर करता है — मैंने खालीपन को ही सब्जेक्ट बना दिया। यह लेख उसी प्रक्रिया का ऑटोप्सी है। और हां, यह फुटबॉल पर लेख है — फुटबॉल पत्रकारिता की उस गड़बड़ी पर, जो हर दिन हमारे फीड में घुसती है।

मैंने अगस्त 2026 से मार्च 2026 तक AIFF में काम किया है। वहां मीडिया रिलीज़ लिखते वक्त सबसे बड़ा खतरा 'टेम्पलेट' होता था — खाली जगह में मैच की रिपोर्ट भर दो, कोच का कोट भर दो, स्कोरलाइन भर दो। जब इनपुट नहीं आता, तो टेम्पलेट खुद ही कहानी बना लेता है। यही समस्या आज AI-जनित स्पोर्ट्स कंटेंट में दिख रही है। एक स्टेज-1 पाइपलाइन फेल हुई, और अगर अगला इंसान या मॉडल ईमानदार नहीं है, तो वह 'N/A' को 'जैसा मैंने देखा' में बदल देगा। मेरे कैंपस पॉडकास्ट 'Extra Time Ahmedabad' के दिनों में मैंने 10 एपिसोड रिकॉर्ड किए थे — उनमें से एक 'Hosting Is Not a Development Plan' था, जिसमें मैंने 2026 U-17 वर्ल्ड कप के भारत के तीन मैचों (0-3 USA, 1-2 Colombia, 0-4 Ghana) का शीट-बाय-शीट ऑटोप्सी किया था: 1 गोल किया, 9 खाए। उस एपिसोड पर 640 डाउनलोड और 38 गुस्से भरे वॉइस नोट्स आए। उस अनुभव ने मुझे एक चीज सिखाई जो आज भी लागू है — अगर डेटा नहीं है, तो सबसे ईमानदार रिपोर्ट वह है जो डेटा की अनुपस्थिति को ही रिकॉर्ड करे।

यहां असली मुद्दा यह है कि खाली स्टेज-1 कोई दुर्लभ तकनीकी दुर्घटना नहीं है। यह रोज होता है — पे-वॉल के पीछे फंसा सोर्स, वीडियो फॉर्मेट में आया इनपुट जिसे स्क्रैपर पढ़ नहीं पाया, या ऐसा आर्टिकल जिसमें वाकई कोई फुटबॉल-तथ्य नहीं था। स्टेज-2 रिपोर्ट ने यहां नौ डाइमेंशन के फ्रेमवर्क को खोला और हर जगह ईमानदारी से 'N/A' लिखा — टैक्टिकल सोफिस्टिकेशन से लेकर ट्रांसफर मार्केट तक, रिजल्ट्स से लेकर ड्रेसिंग-रूम हेल्थ तक। मेरे हिसाब से यही सही तरीका है। लेकिन मैं इसे और आगे ले जाऊंगा। सवाल यह नहीं है कि स्टेज-1 फेल क्यों हुआ — सवाल यह है कि स्टेज-2 के बाद भी हमें यह क्यों पता नहीं चलता कि फेल क्यों हुआ। रिपोर्ट खुद मानती है कि 'Additional Notes' सेक्शन खाली था, जिससे संकेत मिलता है कि सोर्स टेक्स्ट या तो मौजूद ही नहीं था, या नॉन-टेक्स्टुअल था। लेकिन यह अंदाजा 'Low confidence' टैग के साथ दिया गया है — और मेरे लिए यही असली कमी है। एक ऑडिटर को यह बताने का हक है कि पाइपलाइन कहां टूटी, न कि सिर्फ इतना कि पाइपलाइन टूटी।

मैं इसे एक ठोस उदाहरण से जोड़ता हूं। जून 2026 में जर्मनी 0-2 से दक्षिण कोरिया से हारा था — 74% पजेशन, 26 शॉट, 6 ऑन टारगेट; कोरिया के 11 शॉट, 5 ऑन टारगेट, और गोल 90+3 और 90+6 मिनट में। मैंने उस रात मैच शीट निकाली और 'Possession Without Counter-Pressing Is Decorative' हेडलाइन बनाई। यह बेट-जैसा लगा, पर मैंने रेस्ट-डिफेंस के गैप्स गिने। फिर मैंने 23-प्रेडिक्शन का 'रेसिप्ट्स लेजर' स्प्रेडशीट बनाया और फाइनल के बाद खुद को स्कोर किया। 8 प्रेडिक्शन गलत निकले। मैंने वो 8 पब्लिक कर दिए। यही मेरा असली तरीका है — फुटबॉल में हॉट टेक तब तक बेकार है जब तक उसका 'किल कंडीशन' पहले से घोषित न हो। खाली स्टेज-1 पर भी यही लागू होता है। मैं पहले ही लिख देता हूं कि मैं गलत तब साबित होऊंगा जब असली सोर्स टेक्स्ट सामने आए और उसमें तीन से ज्यादा स्पष्ट फुटबॉल-तथ्य हों, जिन्हें स्टेज-1 स्क्रैप कर सकता था। तब मेरा 'पाइपलाइन फेल' वाला दावा गलत होगा।

अब आते हैं उस हिस्से पर जो सबसे ज्यादा नजरअंदाज होता है — खाली डेटा की स्थिति में भी रिपोर्टिंग की जवाबदेही क्या है। स्टेज-2 ने ठीक कहा कि बिना क्लब, खिलाड़ी या आंकड़े के FFP/PSR एक्सपोजर, टैक्टिकल सोफिस्टिकेशन या ड्रेसिंग-रूम हेल्थ का आकलन नहीं हो सकता। लेकिन मैं एक कदम आगे जाता हूं। जब इनपुट खाली हो, तो सबसे बड़ा जोखिम फुटबॉल का नहीं — एनालिसिस का होता है। बेटिंग मार्केट, फैंटेसी लीग और सोशल मीडिया पर यह खालीपन तुरंत भर जाता है। एक 'N/A' कभी ट्रेंड नहीं करता, लेकिन 'सूत्रों के मुताबिक' हमेशा ट्रेंड करता है। मैंने मई-जून 2026 में बुंदेसलीगा रीस्टार्ट के 27 मैच कोड किए थे और 81 प्री-लॉकडाउन मैचों से तुलना की थी — घरेलू टीमों का जीत प्रतिशत 43.3% से गिरकर 33.3% हो गया था। उस सीरीज 'No Crowd, No Fortress?' को औसत 2,300 लिसन्स मिले — मामूली, लेकिन मेथड मेथड था। मैंने हर डेटा-एपिसोड में 'मेथड बॉक्स' जोड़ा: सैंपल साइज, टाइम विंडो, और क्या साबित करेगा कि मैं गलत हूं। खाली स्टेज-1 की रिपोर्टिंग पर भी यही बॉक्स लगना चाहिए: सैंपल साइज = 0, टाइम विंडो = अज्ञात, डिस्प्रूफ कंडीशन = ओरिजिनल सोर्स का मिलना। यही पारदर्शिता है।

यहां मुझे अपनी एक पुरानी गलती याद आती है। जब मैं AIFF में था, तो एक बार एक टूर्नामेंट की प्रेस रिलीज़ के लिए मुझे 'आंकड़े' चाहिए थे जो मौजूद नहीं थे। मैंने तीन घंटे लगाकर पुराने रिकॉर्ड खंगाले और गलती से एक साल पुराना कोटेशन नए कॉन्टेक्स्ट में लगा दिया। अगले दिन एक पत्रकार ने पकड़ लिया। मेरी गलती साफ थी — मैंने अनुपस्थित डेटा को मौजूद दिखाने की कोशिश की थी। उस दिन के बाद से मैंने नियम बनाया: अगर डेटा नहीं है, तो लिखो कि डेटा नहीं है — कहानी मत बनाओ। स्टेज-2 रिपोर्ट इसी नियम का पालन करती है, और यही उसकी ताकत है। लेकिन एक कमजोरी भी है। रिपोर्ट में कहा गया है कि 'यह एक रिकवरेबल पाइपलाइन गैप है, एनालिटिकल डेड एंड नहीं।' यह सही है, पर इसमें एक निराशावादी पहलू छूट गया — रिकवरी तभी होगी जब कोई रिकवरी की जिम्मेदारी ले। कितनी बार होता है कि स्टेज-1 फेल होती है और कोई दोबारा रन ही नहीं करता? कंटेंट पाइपलाइन में यह सबसे आम बीमारी है। मैं इसे 'साइलेंट फेल्योर' कहता हूं। मेरे पॉडकास्ट के शुरुआती दिनों में मैंने एक एपिसोड रिकॉर्ड किया था जिसमें माइक की आवाज ही नहीं आई थी। मुझे दो दिन बाद पता चला। उसके बाद मैंने हर रिकॉर्डिंग से पहले दो मिनट का टेस्ट क्लिप जोड़ा। यही सबक स्टेज-1 पर लागू होता है: हर एनालिसिस से पहले एक 'टेस्ट क्लिप' जरूरी है — यानी यह कन्फर्म करना कि सोर्स टेक्स्ट सच में इनपुट हुआ था।

अब वो हिस्सा जहां मैं खुद को चुनौती देता हूं। मेरा पूरा तर्क यह कहता है कि खाली स्टेज-1 एक सिस्टम की गलती है। लेकिन क्या हो अगर सोर्स आर्टिकल में वाकई कोई फुटबॉल-तथ्य नहीं था? क्या हो अगर वह सिर्फ एक ओपिनियन पीस था, जिसमें कोई आंकड़ा, कोई मैच, कोई खिलाड़ी नहीं था? तब स्टेज-1 का खाली होना गलती नहीं, बल्कि सही काम होगा। और यही मेरे तर्क की किल कंडीशन है। अगर ओरिजिनल सोर्स सामने आए और उसमें एक भी नामित इकाई (क्लब/खिलाड़ी/कोच) न हो, तो मेरा 'पाइपलाइन फेल' वाला दावा ढह जाएगा। मैं इसे पहले से स्वीकार करता हूं। दूसरी चुनौती यह है कि क्या स्टेज-2 रिपोर्ट का 'फ्रेमवर्क-फर्स्ट' अप्रोच खुद एक समस्या है? नौ डाइमेंशन का ढांचा खाली जगह में भरना आसान है — यह टेम्पलेट इंपोर्ट का एक रूप हो सकता है, जिसकी चेतावनी मैं खुद देता हूं। यूरोपीय xG-फ्रेमवर्क को इंडियन सुपर लीग पर थोपना जितना गलत है, उतना ही गलत खाली डेटा पर नौ-डाइमेंशन फ्रेमवर्क थोपना है। मेथड को डेटा के साथ बढ़ना चाहिए, डेटा के बिना नहीं। अगर डेटा नहीं है, तो फ्रेमवर्क भी नहीं होना चाहिए — सिर्फ एक ईमानदार नोट होना चाहिए कि 'हमें नहीं पता, और यहां है वो जो हमें पता होना चाहिए था।'

इंडियन फुटबॉल के संदर्भ में यह और भी जरूरी हो जाता है। हमारे यहां डेटा की कमी कोई अपवाद नहीं, नियम है। I-League के कई मैचों का xG डेटा पब्लिकली उपलब्ध ही नहीं है। ISL में 2026 से 2026 तक एक भी प्रमोशन स्लॉट नहीं था — पंजाब FC 2026-24 में और मोहम्मडन स्पोर्टिंग 2026-25 में आए। यह एक ऐसा स्ट्रक्चरल तथ्य है जिसे किसी भी फॉर्मेशन या पजेशन डेटा की जरूरत नहीं। अगर स्टेज-1 किसी ISL मैच की रिपोर्ट पढ़ने में फेल हो जाए, तो क्या हम कह सकते हैं कि उस मैच में कुछ नहीं हुआ? नहीं। डेटा का न होना, घटना का न होना नहीं है। यही फर्क है जो एक ऑडिटर और एक कहानीकार के बीच है। मैं चाहता हूं कि जब भी कोई खाली स्टेज-1 आए, तो रिपोर्ट में यह साफ लिखा हो: 'यह डेटा की अनुपस्थिति है, घटना की नहीं।' और साथ में यह भी कि अगली बार क्या अलग करना है — सोर्स का URL, पब्लिकेशन डेट, आउटलेट का नाम, और कम से कम तीन फुटबॉल-तथ्य। यही 'रिकवरी चेकलिस्ट' होनी चाहिए।

मेरे पास एक और उदाहरण है। 2026 में जब मैं गुजरात यूनिवर्सिटी में था, मैंने U-17 वर्ल्ड कप के तीनों भारतीय मैचों का टेप देखा। भारत ने 1 गोल किया और 9 खाए। लेकिन टेप में जो दिखा वो स्कोरलाइन से अलग था — भारतीय डिफेंस ने पहले 30 मिनट में हाई लाइन बनाए रखी, और वह टूटी 32वें, 47वें और 61वें मिनट में। यह एक पैटर्न था, एक दुर्घटना नहीं। उस एपिसोड पर लोगों ने कहा कि मैंने टूर्नामेंट का मजा खराब कर दिया। लेकिन उस टेप ने मुझे सिखाया कि स्कोरलाइन पढ़ना आसान है, स्पेस पढ़ना मुश्किल। खाली स्टेज-1 पर भी यही है — 'N/A' पढ़ना आसान है, यह पढ़ना मुश्किल कि वहां क्या होना चाहिए था। मैं इस लेख को उसी चीज पर खत्म नहीं करूंगा जहां से शुरू किया — मैं आगे का रास्ता दूंगा। मेरा सुझाव यह है कि हर AI-आधारित स्पोर्ट्स कंटेंट पाइपलाइन में एक 'नल-टेस्ट' शामिल हो। यानी एक जानबूझकर खाली सोर्स डालो और देखो कि सिस्टम क्या करता है। अगर वह कहानी बना देता है, तो पाइपलाइन खतरनाक है। अगर वह 'डेटा नहीं है' कहता है, तो वह भरोसेमंद है। यह मेरे बुंदेसलीगा के 27-मैच सैंपल जैसा ही टेस्ट है — छोटा, सस्ता, और साफ।

अब वो सवाल जो मैं हर पाठक से पूछता हूं, और खासकर उनसे जो स्पोर्ट्स कंटेंट बनाते हैं: जब आपके पास डेटा नहीं होता, तो आप क्या लिखते हैं? क्या आप 'सूत्रों के मुताबिक' लिखते हैं, या 'हमें नहीं पता' लिखते हैं? मैंने अपने 23-प्रेडिक्शन लेजर में 8 गलतियां दर्ज कीं। उन 8 में से एक भी ऐसी नहीं थी जहां मैंने डेटा न होने पर कहानी बनाई हो — वे टैक्टिकल गलतफहमियां थीं। लेकिन अगर मैंने एक बार भी खाली डेटा से कहानी बनाई होती, तो मेरा पूरा लेजर बेकार हो जाता। रेसिप्ट्स लेजर की असली परीक्षा यह नहीं है कि आप कितने सही होते हैं — असली परीक्षा यह है कि जब आपके पास कुछ नहीं होता, तो आप ईमानदार रहते हैं या नहीं। स्टेज-2 रिपोर्ट ने ईमानदारी दिखाई, लेकिन वह एक फ्रेमवर्क के अंदर ईमानदारी थी। अगली बार जब कोई खाली स्टेज-1 आए, तो मैं चाहूंगा कि रिपोर्ट यह भी बताए कि 'यह खालीपन किस चीज का है — सोर्स का, स्क्रैपर का, या सवाल का?' क्योंकि जब तक हम खालीपन की किस्म नहीं जानते, तब तक हम सिर्फ अंधेरे में नहीं हैं — हम अंधेरे में हैं और यह भी नहीं जानते कि अंधेरा कितना गहरा है।