खाली डेटा, बड़ा सबक: भारतीय एथलेटिक्स रिपोर्टिंग में 'इनपुट फेलियर' का ऑटोप्सी

रात 2 बजे शुरू हुआ ऑटोप्सी, और यह कभी इल्ज़ाम के बारे में नहीं था। स्क्रीन पर स्टेज-1 का आउटपुट खुला था — बत्तीस खाने, हर खाने में एक ही लिखा: N/A – insufficient information। न खिलाड़ी का नाम, न इवेंट, न मार्क, न प्रतियोगिता। जिस स्प्रेडशीट को भारतीय एथलेटिक्स की सच्चाई बतानी थी, वह खुद खाली लौट आई थी। स्प्रेडशीट वह याद रखती है जो भीड़ भूल जाती है — और इस बार उसने यह याद रखा कि हमारी पाइपलाइन में एक गेट टूटा हुआ है। यह लेख किसी फेडरेशन, किसी चयन समिति या किसी एथलीट पर उंगली नहीं उठाता। यह एक सिस्टम का निदान है, सज़ा नहीं। पृष्ठभूमि समझिए। पिछले पंद्रह सालों में भारतीय एथलेटिक्स की कवरेज एक अजीब दोहरे ढाँचे पर चली है। एक तरफ़ नीरज चोपड़ा जैसे नाम हैं, जिनके हर भाला फेंक को टोक्यो के बाद 90 मीटर के गोल नंबर से नापा जाता है; दूसरी तरफ़ वे सैकड़ों नतीजे हैं जो किसी जिला मीट, किसी रेलवे ट्रायल या किसी SAI सेंटर की तिमाही रिपोर्ट में दबे पड़े हैं। मेरी अपनी आदत रही है कि मैं खबर से पहले दस्तावेज़ पढ़ता हूँ — स्टार्ट लिस्ट, स्प्लिट शीट, चयन बहीखाता, टाइमस्टैम्प। सिडनी 2026 पर पले-बढ़े एक ऑस्ट्रेलियाई के तौर पर मैंने इंस्टीट्यूट मॉडल देखा है, और अब हैदराबाद बैठकर AFI की प्रेस विज्ञप्तियाँ, पटियाला का स्पोर्ट्स कोटा और रेलवे-सर्विसेज़ की पेरोल एक ही नज़र से पढ़ता हूँ। इस पेशे में मेरा सबसे बड़ा सबक 2026 में मिला, जब मैं 22 साल का था और नवी मुंबई के DY पाटिल स्टेडियम में FIFA U-17 विश्व कप के बारह मैचों में 1,140 ऑन-बॉल घटनाएँ उधार के लैपटॉप पर एक फ्लैट स्प्रेडशीट में हाथ से दर्ज कर रहा था। कोलंबिया के खिलाफ 1-2 की हार में जीकसन सिंह का 82वें मिनट का हेडर मैंने अलग पंक्ति में लिखा, फ्लैग लगाया: 'ऐतिहासिक, सत्यापित करें'। चार हज़ार शब्दों का ब्रेकडाउन दो सौ लोगों ने पढ़ा, और उनमें एक एडिटर था। उस रात से मेरा एक ही नियम है: जो दस्तावेज़ में नहीं है, वह मेरे लेख में नहीं जाएगा। अब मुख्य बात। स्टेज-1 का जो ढाँचा मेरे सामने था, वह नौ आयामों में फैला था — प्रदर्शन विश्लेषण, एथलीट की स्थिति, क्वालिफिकेशन तंत्र, इवेंट लैंडस्केप, नियम और एंटी-डोपिंग, प्रशिक्षण व्यवस्था, जोखिम मैट्रिक्स, जन-नैरेटिव, और उद्योग ट्रांसमिशन। हर आयाम पूरा बना हुआ था, हर टेबल में कॉलम तैयार थे, और हर खाने में वही एक वाक्य था। यह कोई विश्लेषण नहीं था, यह एक खोखला कंटेनर था। मेरे पेशे में ऐसा कंटेनर सबसे खतरनाक चीज़ है, क्योंकि उसमें भरने का लालच आता है। PB-SB का अंतर, विंड रीडिंग, अल्टीट्यूड करेक्शन, क्वालिफाइंग स्टैंडर्ड — ये सब ऐसे शब्द हैं जो खाली जगह में बैठकर भी प्लॉज़िबल लगते हैं। और यहीं पर सबसे बड़ी गलती होती है: जब डेटा न हो, तो सबसे आसान रास्ता है अनुमान को तथ्य की तरह लिख देना। मेरे पास इसका एक पुराना ज़ख्म है। जून 2026, रूस विश्व कप, मैं 23 साल का जूनियर एनालिस्ट था और हैदराबाद के एक अखबार के डिजिटल डेस्क पर साझा Opta टर्मिनल से मैच देख रहा था। टूर्नामेंट से पहले मैंने PPDA, शॉट क्वालिटी और डिफेंसिव-ट्रांज़िशन एक्सपोज़र पर 32-टीम मॉडल बनाया था। मॉडल ने जर्मनी को सेमीफाइनल तक पहुँचने की 61% संभावना दी। 27 जून को कज़ान में जर्मनी दक्षिण कोरिया से 0-2 हारा और 2026 के बाद पहली बार ग्रुप स्टेज में बाहर हो गया। मैंने मॉडल डिलीट नहीं किया। छत्तीस घंटे के भीतर 2,300 शब्दों का ऑडिट लिखा और उन तीन वेरिएबल्स के नाम गिनाए जिन्होंने मुझसे झूठ बोला था। उस दिन मैंने सीखा कि मॉडल का काम सही होना नहीं, ईमानदार होना है। यही सबक अब इस खाली पेलोड पर लागू होता है। जो आउटपुट मेरे सामने है, उसमें एक भी एथलीट का नाम नहीं, एक भी मार्क नहीं, एक भी प्रतियोगिता नहीं। ऐसे में मैं यह नहीं कह सकता कि कोई खिलाड़ी फॉर्म में है या नहीं, कि कोई क्वालिफिकेशन विंडो खत्म हो रही है या नहीं, कि कोई नियम विवाद है या नहीं। जो नहीं पता, उसे 'N/A' लिखना कमज़ोरी नहीं, अनुशासन है। एक स्पष्ट घोषित अंतराल विश्वसनीय होता है; चुपचाप भर दिया गया अंतराल फ़र्ज़ीकरण है। लेकिन इस खालीपन में भी एक ठोस संकेत छिपा है। स्टेज-1 के आउटपुट में जो पैटर्न दिखता है — सभी फ़ील्ड खाली, आर्टिकल टाइप 'Unclassified' — वह यह बताता है कि समस्या स्रोत की नहीं, पाइपलाइन की है। फ़ेच, पार्स या क्लासिफिकेशन में कहीं कुछ टूटा है। डोमेन लेबल 'athletics' ही एकमात्र जीवित संकेत है, जो इतना ही कहता है कि बात ट्रैक एंड फील्ड की है, उससे आगे कुछ नहीं। यह एक तकनीकी खोज है, और एनालिस्ट के लिए यह उतनी ही कीमती है जितनी कोई PB। क्योंकि अगर हम रिपोर्टिंग सिस्टम को एक स्प्रेडशीट की तरह देखें, तो यह साबित होता है कि हमारी मेमोरी-चेन में एक वाल्वेशन गेट गायब है — वह गेट जो शून्य इनफॉर्मेशन पॉइंट्स और शून्य एंटिटीज़ वाले आउटपुट को आगे बढ़ने से रोके। अब वह उलटा कोण, जो इस पूरे प्रसंग को दिलचस्प बनाता है। भारतीय एथलेटिक्स कवरेज की असली समस्या अक्सर जानकारी की कमी नहीं होती; समस्या अक्सर जानकारी की अधिकता और सत्यापन की कमी का यह विषम संतुलन होती है। हमारे पास हर जिला मीट का रिज़ल्ट है, हर राज्य संघ की PDF है, हर ट्रायल की फोटो है — और फिर भी सार्वजनिक स्मृति में वही तीन-चार किस्से बचते हैं: मिल्खा की चौथी रैंक, उषा का सौवाँ हिस्सा, अंजू का वह कांस्य जो एक गुर्दे के साथ जीता गया। बाकी सब फुटनोट में चला जाता है। स्प्रेडशीट वह याद रखती है जो भीड़ भूल जाती है। इसलिए जब कोई पाइपलाइन खाली लौटती है, तो वह सिर्फ एक तकनीकी खराबी नहीं — वह हमारी औपचारिक याददाश्त का एक और पन्ना है जो बिना लिखे पलट गया। और सबसे बड़ा खतरा यह है कि कोई इसे 'विश्लेषण' समझकर प्रकाशित कर दे। मेरे अनुभव में जब भी डेटा अधूरा होता है, तब सबसे ज़्यादा ज़रूरत होती है कि हम लिखने से पहले रुकें। इस सबका एक तकनीकी पक्ष भी है जिसे समझना ज़रूरी है, क्योंकि भारतीय एथलेटिक्स की रिपोर्टिंग में यही शब्दावली अक्सर गलत इस्तेमाल होती है। PB यानी पर्सनल बेस्ट और SB यानी सीज़न बेस्ट का अंतर ही फॉर्म का सबसे साफ संकेत है; अगर किसी खिलाड़ी का SB उसके PB से बहुत पीछे है, तो कहानी 'गिरावट' नहीं, 'लोडिंग' हो सकती है। WR, OR, CR, NR — विश्व, ओलंपिक, चैंपियनशिप और राष्ट्रीय रिकॉर्ड — इन्हें बिना विंड रीडिंग के उद्धृत करना बेईमानी है, क्योंकि +2.0 मीटर प्रति सेकंड से तेज़ हवा में बना मार्क रिकॉर्ड नहीं गिना जाता। अल्टीट्यूड करेक्शन का नियम भी उतना ही सख़्त है: लगभग 1000 मीटर से ऊपर के मैदान स्प्रिंट और जंप में मदद करते हैं और धीरज वाली दौड़ों में नुकसान। सुपर शूज़ — कार्बन-फाइबर प्लेट और सुपरक्रिटिकल फोम वाले रेसिंग जूते — 'तकनीकी डोपिंग' की बहस का केंद्र हैं, और किसी भी नतीजे को उनके बिना ऐतिहासिक तुलना में रखना गलत है। स्प्लिट्स यानी दौड़ के भीतर के सेगमेंट टाइम्स, ABP यानी एथलीट बायोलॉजिकल पासपोर्ट, और व्हेयरअबाउट्स यानी शीर्ष एथलीटों की दैनिक लोकेशन-फाइलिंग की बाध्यता — जिसमें बारह महीनों में तीन मिस्ड टेस्ट उल्लंघन बन जाते हैं। DSD नियम मुख्यतः महिलाओं की 400 से 1500 मीटर स्पर्धाओं को प्रभावित करते हैं। इनमें से एक भी शब्द ऐसा नहीं है जिसे बिना नाम, बिना मार्क, बिना तारीख़ के लिखा जा सके। और यही इस खाली पेलोड का असली सबक है — शब्दावली जानना और डेटा होना, दो अलग चीज़ें हैं। मेरे पास एक और अनुभव है जो यहाँ सीधे लागू होता है। नवंबर 2026 से मार्च 2026 तक इंडियन सुपर लीग पूरी तरह गोवा में, बंद दरवाज़ों के पीछे, तीन स्टेडियमों में खेली गई। मैंने लॉकडाउन में बुंदेसलीगा के मई 2026 रीस्टार्ट को दोबारा देखा था — खाली मैदानों में लौटी पहली बड़ी लीग — और अब मेरे पास एक प्राकृतिक प्रयोग था। मैंने 110 मैचों को भीड़ और बिना भीड़ के साथ जोड़ा और बदलाव नापा: होम विन रेट 46% से गिरकर 38% पर आ गया, बाहर वाली टीमें 6% ऊँचाई तक प्रेस करने लगीं, और इंजरी टाइम घट गया। निष्कर्ष मैंने स्पष्ट मार्जिन ऑफ एरर के साथ छापा, और फिर तीन हफ्ते उन लोगों से बहस की जो साफ-सुथरा हेडलाइन चाहते थे। उस अनुभव ने मुझे सिखाया कि जब आँकड़े अधूरे हों, तो सबसे बहादुर काम है यह स्वीकार करना कि वे अधूरे हैं। खाली स्टेडियम का सबसे साफ निष्कर्ष यही था: शोर चला जाता है, लेकिन डेटा रह जाता है। अब आगे की ओर। इस पूरे प्रसंग से तीन चीज़ें निकलती हैं जिन पर नज़र रखनी चाहिए। पहली, स्टेज-1 का दोबारा भेजा गया पेलोड — अगर उसमें कम से कम एक नामित एथलीट या इवेंट और एक प्रदर्शन-तथ्य आ जाए, तो नौ-आयामी विश्लेषण तुरंत चलाया जा सकता है। दूसरी, स्रोत की पहचान — शीर्षक, माध्यम और तारीख़ भर जाने पर स्रोत-गुणवत्ता और समय-संवेदनशीलता का आकलन संभव होगा। तीसरी, पाइपलाइन की अखंडता — अगर लगातार दो या अधिक खाली आउटपुट आएँ, तो इसे सिस्टमिक डेटा-गुणवत्ता समस्या मानकर ऊपर उठाना चाहिए। जब भीड़ चली जाती है, तब वह प्रयोग शुरू होता है जिसे मुझे कभी चलाने की अनुमति नहीं मिली। इस बार भीड़ चली गई है — स्क्रीन पर कोई नाम नहीं, कोई मार्क नहीं, कोई तालियाँ नहीं। बचा है सिर्फ़ ढाँचा, जो पूरा और तैयार है। सवाल यह नहीं कि इस खालीपन से क्या निकलेगा; सवाल यह है कि अगली बार जब डेटा आए, तो क्या हमारी पाइपलाइन उसे उसी ईमानदारी से पकड़ेगी जिस ईमानदारी से उसने अपनी खालीपन स्वीकार की? क्योंकि स्प्रेडशीट वह याद रखती है जो भीड़ भूल जाती है — और इस बार उसने यह याद रखा कि एक खाली खाना भरने से बेहतर है, अगर भरने का कोई सबूत न हो।