खाली पाइपलाइन, गायब रिपोर्ट: जब डेटा-प्रोसेसिंग की खामियां मैदान से दूर, सर्वर में मैच हार जाती हैं

एक रिपोर्टिंग सिस्टम में सबसे खतरनाक पल वह नहीं होता जब सॉफ्टवेयर क्रैश होता है। सबसे खतरनाक पल वह होता है जब सिस्टम "सफलतापूर्वक पूरा" हो जाता है और अंदर कुछ भी नहीं होता। इस हफ्ते मेरे सामने ठीक यही हुआ — एक स्टेज-1 डीकंस्ट्रक्शन पाइपलाइन, जो पूरी तरह चली, लेकिन शून्य आउटपुट के साथ लौटी। हेडलाइन: N/A। सोर्स: N/A। सारांश: खाली। और सबसे ऊपर — एंटिटीज़ की सूची में एक वाक्य लिखा था: "ऊपर दिए गए सूचना बिंदुओं से पहचानें।" लेकिन ऊपर कोई सूचना बिंदु ही नहीं था।

मैं तेरह साल से मैच-डे डेटा और अनुशासनात्मक रिकॉर्ड के साथ काम कर रहा हूं। 2026 के अंडर-17 विश्व कप में मैंने 52 मैचों का रेफरी ऑडिट स्प्रेडशीट बनाया था — हर कार्ड, हर पेनल्टी, हर वीडियो रिव्यू, टाइमस्टैम्प के साथ। 2026 में रूस विश्व कप के 64 मैचों को देखकर 29 पेनल्टी और 20 आधिकारिक रिव्यू का पांच-कॉलम टेम्पलेट बनाया: मिनट, घटना, मैदान पर फैसला, VAR नतीजा, सही फैसला। उस टेम्पलेट की एक ही शर्त थी — कोई भी कॉलम खाली नहीं छूटेगा। अगर एक भी कॉलम खाली है, तो रिपोर्ट अधूरी है, चाहे बाकी चार कॉलम कितने भी साफ हों।

यही नियम अब मेरे सामने टूटा है। जिस सिस्टम ने हेडलाइन N/A दिया, उसने गलती नहीं मानी। उसने कहा — प्रोसेस पूरा हुआ। यह वही गलती है जो मैच ऑफिशियलिंग में होती है जब रेफरी रिपोर्ट में “घटना दर्ज नहीं” लिखकर हस्ताक्षर कर देता है, और कोई यह नहीं पूछता कि घटना दर्ज क्यों नहीं हुई।

पहला कॉलम जो सच बोलता है, वह हेडलाइन है — और यहां हेडलाइन ने साफ कह दिया कि कुछ नहीं है। मैंने पांच कॉलम निकाले और केवल एक ने सच बताया। शीर्षक N/A, सोर्स N/A, प्रकार “अवर्गीकृत”, सारांश खाली, सूचना बिंदुओं की सूची खाली। पांचों में से चार कॉलम “पता नहीं” कह रहे थे और एक कॉलम चुप था। पत्रकारिता के नियम में, चुप्पी कभी तटस्थ नहीं होती — चुप्पी या तो डेटा की कमी है या फिर छिपाने का फैसला। यहां यह डेटा की कमी थी, लेकिन सिस्टम ने इसे “डिफॉल्ट वैल्यू” का नाम देकर सामान्य बना दिया।

मेरे पास एक डेटाबेस है उन चीजों का जिनके बारे में लोग कसम खाकर कहते हैं कि वे कभी नहीं हुईं। इस बार उल्टा हुआ — चीजें हुईं ही नहीं, लेकिन सिस्टम ने उन्हें “प्रोसेस्ड” का दर्जा दे दिया। 2026 में प्रोजेक्ट रीस्टार्ट के दौरान खाली स्टेडियम में टायरोन मिंग्स के डिसेंट पर ब्रॉडकास्ट माइक ने हर शब्द पकड़ा था। मैंने 47 घटनाओं का ऑडियो डेटाबेस बनाया क्योंकि स्टेडियम खाली था, लेकिन ऑडियो लॉग भरा हुआ था। इस पाइपलाइन में उल्टा हुआ: सिस्टम भरा हुआ था, लेकिन लॉग खाली।

गड़बड़ी कहां से शुरू हुई, यह अनुमान लगाने के लिए तीन संभावित जगहें हैं, और हर जगह के अपने सबूत हैं।

पहली संभावना — इनपुट चरण में खाली स्ट्रिंग पास हुई। क्रॉलर या रीडर विफल रहा, स्टेज-1 को खाली स्ट्रिंग मिली, और सभी फ़ील्ड डिफ़ॉल्ट पर चले गए। यह सबसे साफ व्याख्या है, क्योंकि अगर एलएलएम को कुछ भी मिला होता, तो कम से कम टाइटल फ़ील्ड में कोई अंश जरूर आता। खाली इनपुट का मतलब है कि सिस्टम ने कभी शुरुआत ही नहीं की — लेकिन बाहर से देखने पर लगा कि सब कुछ चला। यह वही फर्क है जो एक रेफरी की रिपोर्ट में “मैच खेला गया” और “मैच रिकॉर्ड हुआ” के बीच होता है। दोनों सच हो सकते हैं, लेकिन दूसरा पहले के बिना बेकार है।

दूसरी संभावना — एलएलएम ने गैर-अपेक्षित स्ट्रक्चर लौटाया और पोस्ट-प्रोसेसिंग ने त्रुटि के बजाय N/A भर दिया। यह ज्यादा खतरनाक है क्योंकि इसमें सिस्टम ने कुछ किया, लेकिन गलत तरीके से। मेरे अनुभव में, डेटा पाइपलाइन की सबसे बड़ी समस्या क्रैश नहीं होती — सबसे बड़ी समस्या “साइलेंट फॉलबैक” होती है। जब पार्सर को सही टैग नहीं मिलता, तो वह पूरी रिपोर्ट रोकने के बजाय खाली फ़ील्ड भर देता है। यह वैसे ही है जैसे VAR रूम में ऑपरेटर कहे कि कैमरा नहीं मिला, इसलिए ऑन-फील्ड फैसला बरकरार रखा गया — और मैच रिपोर्ट में “समीक्षा पूरी हुई” लिख दिया जाए।

तीसरी संभावना — ट्रंकेशन। टेक्स्ट कॉन्टेक्स्ट से बड़ा हो गया और शीर्षक-क्षेत्र के बाद सब कुछ कट गया। इस स्थिति में हेडलाइन तो होती, लेकिन यहां हेडलाइन भी N/A है — यानी यह संभावना सबसे कमजोर है। फिर भी इसे खारिज किए बिना छोड़ना सही नहीं, क्योंकि ट्रंकेशन का पैटर्न अक्सर “आधा सच” पैदा करता है, जो पूरे झूठ से ज्यादा भरोसेमंद लगता है।

असली समस्या तकनीकी नहीं, डिज़ाइन की है। जब स्कीमा में लिखा जाए कि “एंटिटीज़ की पहचान ऊपर दिए सूचना बिंदुओं से करें”, तो उस फ़ील्ड में नतीजा नहीं, तरीका लिखा हुआ है। यह वैसा ही है जैसे मैच शीट में “कार्ड की जानकारी रेफरी से लें” लिखा हो, और रेफरी की रिपोर्ट खाली हो। फिर सिस्टम त्रुटि नहीं देगा, क्योंकि शर्त पूरी हो गई — निर्देश तो दिया गया था। परिणाम: एक ऐसा आउटपुट जो पूरा दिखता है, खाली है, और त्रुटि संदेश नहीं देता।

इसीलिए मेरी तीन सिफारिशें हैं, और तीनों उसी सिद्धांत से आती हैं जो मैं फैसलों की समीक्षा में लगाता हूं। पहली — गैर-खाली सत्यापन (non-empty validation) गेट डालें। अगर title N/A है या information_points खाली है, तो पाइपलाइन आगे न बढ़े। फेल करे, शोर करे, लॉग करे। मौन असफलता (silent failure) किसी भी सिस्टम की सबसे बड़ी विश्वसनीयता-चोरी है। दूसरी — एंटिटीज़ को स्ट्रक्चर्ड ऐरे में बदलें: नाम, प्रकार, पहली उपस्थिति का स्थान। खाली हो तो स्पष्ट []। “ऊपर से पहचानें” जैसा निर्देश परिणाम फ़ील्ड में कभी नहीं होना चाहिए। तीसरी — हर स्टेज पर पांच कॉलम का नियम लागू करें: टाइमस्टैम्प, घटना, इनपुट, आउटपुट, स्थिति। जिस दिन एक भी कॉलम खाली हो, उस दिन रिपोर्ट “डिलीवर्ड” नहीं कहलाएगी।

काउंटर-इंट्यूटिव बात यह है कि इस विफलता में एक अजीब सी ईमानदारी है। सिस्टम ने झूठ नहीं बोला। उसने N/A लिखा। उसने “अवर्गीकृत” लिखा। उसने खाली सूची दी। यह उस मैच रिपोर्ट से बेहतर है जिसमें रेफरी ने अनुमान से घटना लिख दी हो। लेकिन समस्या यह है कि N/A पढ़ने वाला कोई नहीं है। एडिटर हेडलाइन देखता है, सारांश देखता है, और अगर दोनों में “सफल” लिखा हो तो वह प्रकाशन की ओर बढ़ जाता है। इसलिए खतरा खाली डेटा नहीं — खतरा यह है कि खाली डेटा को “प्रोसेस्ड” कहा जाए।

मैंने 2026 में जो सबक सीखा था वह यहां भी लागू होता है: बिना टाइमस्टैम्प वाली घटना अदालत में नहीं टिकती। बिना सोर्स वाली रिपोर्ट अखबार में नहीं टिकती। और बिना इनपुट वाली पाइपलाइन — वह सिर्फ एक खाली स्टेडियम है जिसमें स्कोरबोर्ड 0-0 दिखा रहा है और कोई नहीं जानता कि मैच शुरू भी हुआ था या नहीं।

समाधान साफ है। अगली बार जब यह पाइपलाइन चले, तो आउटपुट खाली न हो — और अगर खाली हो, तो सिस्टम खुद रुके। सवाल यह नहीं है कि सिस्टम कितना स्मार्ट है। सवाल यह है कि वह अपनी असफलता कब स्वीकार करता है। जिस दिन सिस्टम अपनी खाली रिपोर्ट पर “फेल” लिख देगा, उस दिन वह भरोसेमंद हो जाएगा।