खाली डेटा, खाली खबर: फुटबॉल कंटेंट पाइपलाइन में Stage-1 विफलता और उससे जुड़ी समस्याएँ

इस रिपोर्ट का विषय कोई मैच, कोई ट्रांसफर या कोई टूर्नामेंट नहीं है। विषय है वह तकनीकी विफलता जिसके कारण एक फुटबॉल कंटेंट प्रोसेसिंग सिस्टम ने ऐसा आउटपुट दिया जिसमें खबर का नामोनिशान नहीं था — और उस विफलता के पत्रकारिता-संबंधी नतीजे। Stage-1 का जो परिणाम सामने आया, वह एक ऐसा ढाँचा था जिसमें सारे खाने मौजूद थे, पर उनमें भरा कुछ भी नहीं था। शीर्षक नहीं, स्रोत नहीं, लेख का प्रकार अवर्गीकृत, एक-पंक्ति सारांश खाली, लेखक का रुख अनुपलब्ध, लेख का उद्देश्य अनुपलब्ध। सबसे गंभीर बात — Information Points पूरी तरह खाली थे। यानी ऐसा कोई भी तथ्यात्मक बिंदु नहीं निकाला गया जिस पर आगे की कोई भी प्रक्रिया टिक सके। कोई एंटिटी नहीं, कोई समय-संवेदनशीलता का आकलन नहीं, और स्रोत-गुणवत्ता का कोई मापदंड नहीं क्योंकि source फ़ील्ड ही अनुपस्थित था। पूरे आउटपुट में एकमात्र ठोस जानकारी यह थी: Domain Label — football। यह स्थिति अपने आप में एक खबर है, क्योंकि यह दिखाती है कि आधुनिक खेल-कवरेज की आपूर्ति-श्रृंखला में किसी भी बिंदु पर विफलता पूरी सामग्री को मौन रूप से शून्य में बदल सकती है। सिस्टम ने एरर नहीं दिया। उसने 'सफल' का संकेत दिया और खालीपन लौटा दिया। समाचार-प्रक्रिया में यह सबसे खतरनाक तरह की विफलता है: शोर वाली विफलता तुरंत पकड़ में आ जाती है, मौन विफलता डाउनस्ट्रीम तक पहुँचकर वहाँ भरोसा बर्बाद करती है। ध्यान दें कि यहाँ से आगे कुछ भी 'विश्लेषण' के नाम पर पेश किया जाए, वह अनिवार्य रूप से गढ़ा हुआ होगा। बिना सूचना-बिंदुओं के न तर्क-श्रृंखला निकाली जा सकती है, न तथ्यों की जाँच हो सकती है, न पक्षपात का आकलन, न सूचना के क्षय की गणना, न स्रोतों का मिलान। गढ़ा हुआ विश्लेषण विश्लेषण न होकर सिर्फ भरमार है, और वह विश्लेषण न करने से बुरा है। इसलिए इस रिपोर्ट में कोई काल्पनिक मैच, कोई काल्पनिक खिलाड़ी, कोई काल्पनिक बयान नहीं है। विफलता के तीन संभावित कारण हैं। पहला, अपस्ट्रीम एक्सट्रैक्शन प्रक्रिया विफल हुई लेकिन उसने त्रुटि दर्ज नहीं की — टेम्पलेट भर गया, सामग्री नहीं भरी। व्यवहार में यह सबसे आम कारण है। दूसरा, मूल पृष्ठ में वस्तुतः कोई सारवान सामग्री थी ही नहीं — नेविगेशन पेज, वीडियो प्लेसहोल्डर, पेवॉल पर कटा हुआ पाठ, या केवल शीर्षक और तस्वीरें। तीसरा, मूल पाठ की भाषा या प्रारूप एक्सट्रैक्टर के समर्थित दायरे से बाहर रहा, जिससे पूरा मुख्य भाग छोड़ दिया गया। तीनों ही स्थितियों में लक्षण एक ही हैं, और तीनों का इलाज अलग है — इसीलिए लॉग देखना ज़रूरी है, केवल आउटपुट देखकर निदान नहीं हो सकता। आगे बढ़ने के तीन रास्ते हैं, इनमें से कोई एक पर्याप्त होगा। सबसे सीधा — मूल पाठ या उसका कोई अंश उपलब्ध करा दिया जाए। दूसरा — मूल URL दिया जाए, जिससे सामग्री का स्वरूप समझा जा सके और यह बताया जा सके कि एक्सट्रैक्शन किस बिंदु पर टूटा। तीसरा — Stage-1 दोबारा चलाया जाए और एक्सट्रैक्शन लॉग जाँचा जाए; अगर Information Points खाली हों और प्रक्रिया फिर भी 'सफल' चिह्नित हो, तो वह स्वयं एक बग है और उसे ठीक करना प्राथमिकता होनी चाहिए। सामग्री मिलने पर जो प्रक्रिया अपनाई जाएगी, वह स्पष्ट और क्रमबद्ध है। पहले सूचना-बिंदुओं की सूची बनेगी, हर कथन के साथ यह चिह्न लगेगा कि वह सत्यापन-योग्य तथ्य है, दावा है, राय है या अफवाह। फिर सत्यापन-योग्य मदों की जाँच होगी, हर मद के लिए सत्यापन का रास्ता और विश्वास-स्तर दर्ज होगा, बिना अनुमान लगाए। इसके बाद शब्द-चयन, स्रोत-चयन और सूचना के चुनाव से लेखक का रुख और मंशा निकाली जाएगी — क्या कहा गया और क्या छोड़ दिया गया, दोनों देखे जाएँगे। समय-संवेदनशीलता का आकलन दो श्रेणियों में होगा: जल्दी बासी होने वाली सूचना, जैसे ट्रांसफर, चोट, अंकतालिका, कोच का भविष्य; और लंबी अवधि की सूचना, जैसे रणनीतिक ढाँचा और क्लब का शासन-तंत्र। स्रोतों की गुणवत्ता तीन स्तरों में बाँटी जाएगी — प्रथम श्रेणी: क्लब का आधिकारिक बयान, खिलाड़ी स्वयं, बीट रिपोर्टर; द्वितीय श्रेणी: समाचार एजेंसियाँ और मुख्यधारा मीडिया; तृतीय श्रेणी: एग्रीगेटर साइटें और स्वयं-प्रकाशित माध्यम। अंत में समग्र विश्वसनीयता का आकलन और उन कमियों की सूची जिन्हें भरना बाकी है। फुटबॉल कवरेज में एक खास बात याद रखनी चाहिए। इस क्षेत्र में सूचना का शोर असाधारण रूप से ऊँचा है। ट्रांसफर की अफवाहें और 'आंतरिक सूत्रों' वाली खबरें अगर प्रथम-श्रेणी के स्रोत से नहीं आतीं, तो उनका स्वाभाविक दर्जा 'अपुष्ट' ही रहेगा। विवरण की समृद्धि — नाम, आँकड़े, तारीखें, भावनात्मक ब्यौरे — किसी खबर की सत्यता का प्रमाण नहीं होती। इस रिपोर्ट की सबसे ईमानदार बात यही है कि जब सामग्री नहीं थी, तो उसने सामग्री का अभिनय नहीं किया।