टेनिस कवरेज का खाली स्कोरबोर्ड: जब आँकड़े भरे हों और कहानी गायब हो

पिछले एक दशक में टेनिस कवरेज की अर्थव्यवस्था मूल रूप से बदल चुकी है। एक तरफ़ ग्रैंड स्लैम और टूर स्तर के आँकड़े पहले से कहीं अधिक विस्तृत, तेज़ और सुलभ हो गए हैं — सर्व प्रतिशत, ब्रेक पॉइंट रूपांतरण, रैली की लंबाई, कोर्ट के कोने तक गेंद की गति, सब कुछ कुछ ही सेकंड में उपलब्ध हो जाता है। दूसरी तरफ़ उन आँकड़ों को एक भरोसेमंद कहानी में बदलने वाली संपादकीय प्रक्रिया उसी रफ़्तार से नहीं बढ़ी है। नतीजा यह है कि खेल पत्रकारिता के भीतर एक नई तरह की खाई पैदा हो गई है: स्कोरबोर्ड हर मिनट भरता रहता है, लेकिन उसके पीछे की कहानी को सत्यापित करने का समय सिकुड़ता जा रहा है। यह खाई सबसे साफ़ तौर पर उन स्वचालित कंटेंट पाइपलाइनों में दिखती है जिन पर आज कई स्पोर्ट्स डेस्क निर्भर करते हैं। इन पाइपलाइनों का काम सीधा-सा लगता है: किसी मैच रिपोर्ट, प्रेस रिलीज़ या टूरnament पेज को पढ़ो, उसमें से तथ्य निकालो, और उन तथ्यों को एक संपादकीय ढाँचे में रख दो। असल में यह काम उतना आसान नहीं है जितना दिखता है, क्योंकि टेनिस की भाषा में तथ्य और व्याख्या अक्सर एक ही वाक्य में गुँथे होते हैं। ‘उसने दूसरे सेट में लय खो दी’ एक तथ्य जैसा लगता है, पर वह असल में एक व्याख्या है। ‘उसने दूसरे सेट में पहली सर्व पर 34 प्रतिशत अंक हासिल किए’ एक तथ्य है, और उसे सत्यापित किया जा सकता है। एक भरोसेमंद पाइपलाइन को इन दोनों के बीच का फ़र्क़ पहचानना पड़ता है। इसी जगह पर एक गंभीर तकनीकी समस्या सामने आती है। किसी भी सामग्री को गहराई से समझने का पहला चरण — जिसे सामान्य भाषा में पहला स्तर या प्रारंभिक निष्कर्षण कहा जा सकता है — अगर ख़ाली लौटे, तो उसके बाद का सारा विश्लेषण केवल अनुमान बन जाता है। यह कोई सैद्धांतिक चेतावनी नहीं है। बल्कि यह उस क्रम की सीधी परिणति है जिस पर हर स्वचालित विश्लेषण टिका होता है: पहले सामग्री पढ़ी जाती है, फिर उसमें से सूचना के छोटे-छोटे टुकड़े निकाले जाते हैं, फिर उन टुकड़ों को समूहों में बाँटा जाता है, फिर कारण-संबंध स्थापित किए जाते हैं, और अंत में लेखक का रुख़ पहचाना जाता है। अगर दूसरे चरण पर ही सूचना के टुकड़ों की संख्या शून्य हो, तो तीसरे, चौथे और पाँचवें चरण का कोई ठोस आधार ही नहीं बचता। टेनिस पर लिखे जाने वाले स्वचालित विश्लेषण में अक्सर इसी शून्य की समस्या से जुड़ी तीन अलग-अलग विफलताएँ देखी जाती हैं। पहली विफलता सामग्री संग्रह की है। कई खेल वेबसाइटें अपनी सामग्री सर्वर पर सीधे नहीं भेजतीं; वे जावास्क्रिप्ट के ज़रिए पेज बनाती हैं। ऐसे में एक साधारण क्रॉलर को ख़ाली ढाँचा मिलता है — शीर्षक नहीं, लेखक नहीं, मुख्य पाठ नहीं। कुछ साइटें पेबॉल या सदस्यता-आधारित पहुँच के पीछे होती हैं, जहाँ पाठ का पहला हिस्सा दिखता है और बाकी छिपा रह जाता है। ऐसे मामलों में सबसे स्पष्ट संकेत यही होता है कि शीर्षक भी अनुपलब्ध है। शीर्षक का अनुपलब्ध होना कोई मामूली बात नहीं — यह संकेत है कि समस्या विश्लेषण की नहीं, संग्रह की है, और उसे संग्रह के स्तर पर ही ठीक करना होगा। दूसरी विफलता भाषा मॉडल और इनपुट की लंबाई से जुड़ी है। कई पाइपलाइनों में निर्देश इस तरह लिखे जाते हैं कि मॉडल को एक निश्चित प्रारूप में उत्तर देना होता है। अगर सामग्री बहुत लंबी है और उसे बीच से काट दिया गया है, तो मॉडल को अधूरा संदर्भ मिलता है। अगर सामग्री बहुत छोटी है — यानी संग्रह ही विफल रहा — तो मॉडल के पास कहने को कुछ नहीं होता और वह ख़ाली सूची लौटा देता है। तीसरी स्थिति और भी पेचीदा है: मॉडल उत्तर तो देता है, पर वह निर्धारित प्रारूप में नहीं होता, और पार्सिंग के समय वह पूरी तरह ख़ारिज हो जाता है। बाहर से देखने पर तीनों स्थितियाँ एक जैसी दिखती हैं — आउटपुट ख़ाली। अंदर से देखने पर उनका इलाज पूरी तरह अलग-अलग है। यही वजह है कि केवल आउटपुट देखकर निदान करना ख़तरनाक होता है; लॉग, इनपुट की लंबाई और पार्सिंग के चरण अलग-अलग जाँचने पड़ते हैं। तीसरी विफलता सबसे ज़्यादा ध्यान देने योग्य है, क्योंकि वह पूरे सिस्टम के डिज़ाइन में एक अंतर्विरोध को उजागर करती है। कई पाइपलाइनों में विषय-वर्गीकरण और सूचना-निष्कर्षण दो अलग रास्तों से चलते हैं। वर्गीकरण करने वाला हिस्सा अक्सर केवल यूआरएल, डोमेन नाम या शीर्षक के कीवर्ड देखकर ही नतीजा दे देता है — इसलिए वह भरोसे के साथ बता देता है कि सामग्री टेनिस से जुड़ी है। वहीं दूसरा हिस्सा, जो असल में सामग्री पढ़कर तथ्य निकालता है, पूरी तरह विफल रहता है। नतीजा यह होता है कि सिस्टम यह तो जानता है कि यह टेनिस की ख़बर है, पर यह नहीं जानता कि उसमें क्या लिखा है। यह स्थिति तकनीकी रूप से बहुत ख़तरनाक है, क्योंकि डैशबोर्ड पर विषय का लेबल हरा दिखता है और ऐसा लगता है कि सब ठीक है, जबकि असल में पूरी सामग्री अनुपलब्ध है। यह अंतर्विरोध इस बात का भी संकेत है कि दोनों रास्तों की सफलता के मानक अलग-अलग तय किए गए हैं। वर्गीकरण के लिए शायद यह काफ़ी माना गया कि कीवर्ड मिल गया, पर निष्कर्षण के लिए कोई न्यूनतम सीमा तय नहीं की गई। अगर तय की गई होती, तो शून्य सूचना-बिंदुओं वाला आउटपुट कभी आगे नहीं बढ़ता। यह चूक अकेली नहीं है; यह उस आम आदत का हिस्सा है जिसमें पाइपलाइन के अंतिम परिणाम पर ध्यान दिया जाता है और बीच के चरणों की गुणवत्ता को मापने का कोई तंत्र नहीं बनाया जाता। इस पूरी चर्चा का सीधा संबंध इस सवाल से है कि ख़ाली आउटपुट के बाद ‘गहरा विश्लेषण’ क्यों नहीं किया जा सकता। गहरे विश्लेषण का अर्थ किसी विषय पर लंबा लिखना नहीं है। उसका अर्थ है सूचना के टुकड़ों को उनके स्रोत से जोड़कर देखना, उनके बीच के कारण-संबंध परखना, लेखक के स्पष्ट और छिपे रुख़ को अलग करना, और यह आँकना कि कौन-सा दावा कितने भरोसे के साथ कहा गया है। जब सूचना के टुकड़े ही मौजूद न हों, तो इनमें से कोई भी काम अधूरा नहीं, असंभव हो जाता है। उस स्थिति में जो भी ‘गहरी अंतर्दृष्टि’ पेश की जाएगी, वह स्रोत से नहीं, बल्कि मॉडल की सामान्य जानकारी और अनुमान से आएगी। और मॉडल की सामान्य जानकारी में यह भी शामिल नहीं होता कि पिछले हफ़्ते के किस मैच में किस खिलाड़ी ने कौन-सा शॉट खेला था। यहीं पर भ्रम की एक बहुत आम गलती होती है। अख़बार या वेबसाइट के संदर्भ में लोग यह मान लेते हैं कि अगर मॉडल टेनिस के बारे में बहुत कुछ जानता है, तो वह किसी विशेष रिपोर्ट के बारे में भी कुछ न कुछ कह सकता है। पर ये दो अलग-अलग तरह की जानकारी हैं। एक है दुनिया के बारे में सामान्य ज्ञान, दूसरी है किसी विशेष दस्तावेज़ में क्या लिखा है, यह जानना। पहली जानकारी से दूसरी की भरपाई नहीं की जा सकती। अगर कोई सिस्टम स्रोत पढ़े बिना ही किसी विशेष मैच की ‘विश्लेषणात्मक रिपोर्ट’ लिख देता है, तो वह रिपोर्ट इस मामले में ख़ासी सहज लग सकती है, पर उसका हर वाक्य संदेह के घेरे में रहेगा — वह सही भी हो सकता है और ग़लत भी, और पाठक के पास यह जानने का कोई रास्ता नहीं होगा कि कौन-सा क्या है। पत्रकारिता के नज़रिए से यह सबसे बड़ी समस्या है, तकनीकी नहीं। एक ख़बर की सबसे बुनियादी शर्त यह है कि उसके दावों को जाँचा जा सके। अगर किसी दावे के पीछे का स्रोत दिखाया ही न जा सके, तो वह दावा ख़बर नहीं, अफ़वाह की श्रेणी में आता है। इसीलिए भरोसेमंद पाइपलाइन में हर सूचना-बिंदु के साथ यह भी दर्ज होना चाहिए कि वह मूल पाठ के किस हिस्से से आया है। इसे तकनीकी भाषा में पाठ में उसकी स्थिति या ऑफ़सेट कहा जाता है। ऑफ़सेट का मतलब सिर्फ़ शब्दों की गिनती नहीं है; इसका मतलब यह है कि अगर किसी पाठक को संदेह हो, तो वह ठीक उसी जगह पर जाकर देख सके जहाँ से वह दावा निकाला गया है। ऑफ़सेट के बिना हर सूचना-बिंदु संदिग्ध बना रहता है। यह बात टेनिस में ख़ास तौर पर मायने रखती है, क्योंकि वहाँ गोल से लेकर बिंदु तक की गिनती का अपना अलग तर्क है। ‘उसने तीन बार सर्व तोड़ी’ और ‘उसने तीन ब्रेक पॉइंट बचाए’ — दोनों वाक्य एक जैसे सुनाई देते हैं, पर उनका अर्थ पूरी तरह उलटा है। एक सूचना-निष्कर्षण प्रणाली जो मूल पाठ से जुड़ी नहीं है, वह इन दोनों को आसानी से मिला सकती है। और अगर ऐसी गलती किसी प्रतिष्ठित मीडिया संगठन के नाम से छप जाए, तो उसे सुधारने की कीमत उस एक वाक्य से कहीं ज़्यादा होगी जितनी उसको लिखने में लगी थी। तीव्रता या समय-संवेदनशीलता भी इसी मुद्दे से जुड़ी है। खेल की ख़बरों में कई दावे ऐसे होते हैं जिनकी उम्र कुछ घंटों की होती है — किसी खिलाड़ी का फ़िटनेस, कोर्ट की गति, मौसम, चोट की स्थिति, टूरnament से हटने की अफ़वाह। अगर पाइपलाइन यह दर्ज नहीं करती कि कोई दावा किस तारीख़ और किस संदर्भ में कहा गया था, तो कुछ महीनों बाद वही रिपोर्ट पाठक को गुमराह करेगी। यह समस्या सिर्फ़ स्वचालित प्रणालियों की नहीं है; मानवीय अभिलेखागारों में भी यह होती है। पर स्वचालित प्रणालियों में यह अधिक तेज़ी से फैलती है, क्योंकि वहाँ एक कमज़ोर दावा हजारों बार दोहराया जा सकता है, और हर दोहराव में उसका स्रोत और भी धुँधला होता जाता है। स्रोत की गुणवत्ता का सवाल भी उतना ही ज़रूरी है। टेनिस कवरेज में सूचना के तीन स्तर साफ़-साफ़ पहचाने जा सकते हैं: प्रत्यक्ष स्रोत, जैसे टूरnament की आधिकारिक विज्ञप्ति, मैच के बाद का साक्षात्कार या कोर्ट पर लिया गया साक्षात्कार; द्वितीयक स्रोत, जैसे किसी अन्य मीडिया संगठन की रिपोर्ट; और बिना स्रोत के कहे गए दावे। तीसरी श्रेणी सबसे ख़तरनाक है, क्योंकि उसे न तो सत्यापित किया जा सकता है और न ही ख़ारिज। एक ऐसी प्रणाली जो इन तीनों को एक ही तरह से पेश करे, वह तकनीकी रूप से चल तो रही होगी, पर पत्रकारिता के नज़रिए से वह पाठक को धोखा दे रही होगी। यही बात लेखक के रुख़ पर भी लागू होती है। किसी भी खेल रिपोर्ट में एक स्पष्ट रुख़ होता है — किसी खिलाड़ी की तारीफ़, किसी रणनीति की आलोचना, किसी फ़ैसले पर सवाल। भरोसेमंद विश्लेषण का काम उस रुख़ को पहचानना है, उसे छिपाना नहीं। जब सूचना-बिंदु ही उपलब्ध न हों, तो रुख़ की पहचान असंभव है, और जो ‘तटस्थ’ विश्लेषण पेश किया जाता है, वह असल में एक नया रुख़ गढ़ लेता है — और वह रुख़ किसी इंसान का नहीं, किसी एल्गोरिद्म का होता है, जिसके पीछे कोई संपादकीय जवाबदेही नहीं होती। इस समस्या का समाधान तकनीकी अनुशासन से शुरू होता है, न कि बेहतर लेखन से। सबसे पहले यह सुनिश्चित करना होगा कि सामग्री संग्रह के चरण में ही स्पष्ट संकेत मिले कि पाठ मिला है या नहीं। शीर्षक का उपलब्ध होना इसका सबसे सरल परीक्षण है। अगर शीर्षक अनुपलब्ध है, तो आगे बढ़ने का कोई अर्थ नहीं। दूसरा परीक्षण यह है कि निकाले गए सूचना-बिंदुओं की संख्या शून्य से अधिक हो। यह इतनी सामान्य-सी शर्त लगती है कि इसे लिखने की ज़रूरत ही नहीं महसूस होती, और ठीक इसी वजह से यह छूट जाती है। तीसरा और सबसे महत्वपूर्ण परीक्षण यह है कि हर सूचना-बिंदु मूल पाठ के किसी ठोस हिस्से से जुड़ा हो। इन तीन शर्तों के बाद ही आगे के चरणों का कोई अर्थ है। एक बार जब सूचना-बिंदु उपलब्ध हों, तो उन्हें विषय के हिसाब से समूहों में बाँटा जा सकता है — जैसे खेल का क्रम, खिलाड़ी की स्थिति, रणनीतिक बदलाव, बाहरी कारक। फिर उन समूहों के बीच के संबंध परखे जा सकते हैं, यह देखा जा सकता है कि कौन-सा दावा तथ्य है, कौन-सा राय है और कौन-सा भविष्यवाणी। अंत में यह आँका जा सकता है कि पूरी रिपोर्ट का ढाँचा कितना मज़बूत है — कहाँ तर्क की कड़ी टूट रही है और कहाँ निष्कर्ष अपने आधार से आगे निकल रहा है। यह क्रम महत्वपूर्ण है और इसे उलटा नहीं किया जा सकता। बहुत बार ऐसा होता है कि लोग पहले निष्कर्ष तय कर लेते हैं और फिर उसके समर्थन में सूचना-बिंदु खोजते हैं। स्वचालित प्रणालियों में यह प्रवृत्ति और भी तेज़ होती है, क्योंकि मॉडल से जब ख़ाली इनपुट पर भी उत्तर माँगा जाए, तो वह सबसे संभावित उत्तर देता है — और सबसे संभावित उत्तर का मतलब होता है सबसे सामान्य, सबसे रटा हुआ उत्तर। इस तरह पैदा हुई रिपोर्ट पढ़ने में सहज लगती है, पर उसमें वह कोई चीज़ नहीं होती जो खेल पत्रकारिता की जान है — विशिष्टता। इसका असर सिर्फ़ एक रिपोर्ट तक सीमित नहीं रहता। जब ऐसी सामग्री बड़ी मात्रा में प्रकाशित होती है, तो वह उन खोज परिणामों में भी पहुँच जाती है जहाँ से आगे के मॉडल सीखते हैं। कुछ समय बाद ऐसा होता है कि ख़ाली और अधूरी रिपोर्टें ही उस विषय पर उपलब्ध सबसे आसान सामग्री बन जाती हैं, और अगली प्रणाली उन्हीं को स्रोत मानकर आगे बढ़ती है। यह एक ऐसा चक्र है जिसमें हर चक्कर के साथ मूल स्रोत और भी दूर होता जाता है। इसीलिए स्रोत की पहचान और उसका संरक्षण केवल अच्छे अभ्यास का मामला नहीं, बल्कि पूरे पारिस्थितिकी तंत्र की सेहत का सवाल है। समाधान का एक हिस्सा संपादकीय भी है। तकनीकी प्रणाली चाहे कितनी भी अच्छी हो, अंतिम ज़िम्मेदारी किसी व्यक्ति की होनी चाहिए। यह ज़रूरी नहीं कि हर वाक्य कोई इंसान लिखे, पर यह ज़रूरी है कि प्रकाशन से पहले कोई इंसान यह देख सके कि दावे किस आधार पर कहे गए हैं। इसके लिए सबसे सरल व्यवस्था यह है कि हर दावे के साथ उसका स्रोत-संदर्भ संलग्न रहे, भले ही वह पाठक को न दिखाया जाए। जिस क्षण स्रोत दिखाना संभव हो जाता है, उसी क्षण संपादकीय जाँच संभव हो जाती है। टेनिस जैसे खेल में यह व्यवस्था विशेष रूप से उपयोगी है, क्योंकि वहाँ आँकड़ों की बहुतायत है और व्याख्या की गुंजाइश भी बहुत है। एक ही आँकड़ा — जैसे पहली सर्व पर जीते गए अंकों का प्रतिशत — दो पूरी तरह अलग कहानियाँ कह सकता है, अगर उसे अलग संदर्भ में रखा जाए। स्रोत-संदर्भ के बिना यह तय करना असंभव हो जाता है कि कौन-सी कहानी सही है और कौन-सी सिर्फ़ आकर्षक। और खेल पत्रकारिता में आकर्षक कहानी का दबाव हमेशा सही कहानी के दबाव से ज़्यादा होता है। इस पूरी बहस का सार यह है कि एक भरोसेमंद खेल रिपोर्ट बनाने के लिए दो चीज़ें ज़रूरी हैं, और वे अलग-अलग स्तर की हैं। पहली यह कि सामग्री वास्तव में उपलब्ध हो और उसमें से तथ्य निकाले गए हों। दूसरी यह कि उन तथ्यों को एक ऐसे ढाँचे में रखा जाए जिसमें हर दावे का आधार दिखे। इनमें से पहली चीज़ के बिना दूसरी का कोई अर्थ नहीं। और अगर पहली चीज़ विफल हो जाए, तो सबसे ईमानदार रास्ता यही है कि उसे विफल कहा जाए और ठीक किया जाए — न कि उसकी जगह किसी ऐसी रिपोर्ट से भर दिया जाए जो पढ़ने में अच्छी लगे पर जिसका कोई आधार न हो। खेल पत्रकारिता की ताक़त हमेशा उसकी विशिष्टता में रही है — उस क्षण में, जो सिर्फ़ उसी मैच में हुआ और कहीं नहीं। वह विशिष्टता सिर्फ़ स्रोत से आती है। जिस दिन कोई प्रणाली यह मान लेती है कि स्रोत के बिना भी कहानी बनाई जा सकती है, उस दिन वह खेल पत्रकारिता से दूर हटकर केवल सामग्री उत्पादन बन जाती है। दोनों में फ़र्क़ यही है कि पहली चीज़ पाठक को कुछ बताती है, दूसरी सिर्फ़ पेज भरती है। इस फ़र्क़ को बनाए रखने के लिए ज़रूरी है कि हम ख़ाली आउटपुट को ख़ाली ही मानें, और उसे भरने की जल्दबाज़ी में कोई ऐसी कहानी न गढ़ें जिसका कोई स्रोत न हो। यह कोई तकनीकी सुधार का मामला भर नहीं है। यह इस बात का मामला है कि हम खेल के बारे में जो लिखते हैं, उसे कितनी गंभीरता से लेते हैं। एक मैच में जो हुआ, वह जानने का अधिकार पाठक का है। और उस अधिकार का सम्मान करने का सबसे सीधा तरीका यही है कि जब हमें पता न हो, तो हम कहें कि हमें पता नहीं। यह ईमानदारी तकनीकी प्रणालियों में भी उतनी ही ज़रूरी है जितनी इंसानी संपादकों में — शायद ज़्यादा, क्योंकि एक मशीन को यह बताने का कोई और तरीका नहीं होता कि वह कुछ नहीं जानती, सिवाय इसके कि उसका आउटपुट सचमुच ख़ाली हो।