सोने के भाव की खबर क्रिकेट डेटासेट में कैसे घुस गई: एक क्लासिफिकेशन फेल्योर का केस स्टडी

सात सूचना बिंदु। किसी में एक भी टीम नहीं, एक भी खिलाड़ी नहीं, कोई मैच नहीं, कोई सीरीज़ नहीं, कोई बोर्ड नहीं, कोई नियम नहीं। फिर भी उस फ़ाइल के डोमेन फ़ील्ड में cricket_asia लिखा था। शीर्षक था — “पाकिस्तान में सोने के दाम लगातार पाँचवें दिन गिरे”। सामग्री थी सोना और चाँदी की घरेलू दरें और अंतरराष्ट्रीय बुलियन बाज़ार का भाव। एकमात्र संस्था जिसका नाम आया, ऑल-पाकिस्तान जेम्स एंड ज्वैलर्स सराफा एसोसिएशन — सराफ़ों का एक व्यापारिक संगठन, कोई क्रिकेट निकाय नहीं। संख्याएँ थीं: 422,036 रुपये प्रति तोला, 361,827 रुपये प्रति दस ग्राम, 3,995 डॉलर प्रति औंस। यह वह क्षण है जब डेटा डेस्क को रुक जाना चाहिए था। रुका नहीं। लेबल पार हो गया और वह खबर उस कॉर्पस की ओर बढ़ने लगी जिससे क्रिकेट के सेंटिमेंट इंडेक्स और नैरेटिव ट्रैकर बनाए जाते हैं। गड़बड़ी दूसरे चरण में पकड़ी गई — देर से, पर पकड़ी गई। सवाल यह नहीं है कि एक गलती हुई। सवाल यह है कि ऐसी गलती कितनी बार बिना पकड़ी गई निकल जाती है। क्लासिफिकेशन पाइपलाइन का पहला चरण भाषा नहीं पढ़ता, टोकन पढ़ता है। वह दो चीज़ों पर चलता है — शब्दावली और भूगोल। जब किसी फ़ाइल में “पाकिस्तान” दिखता है, तो संभावना-आधारित मॉडल उसे उस कॉर्पस की ओर धकेलता है जहाँ उस टोकन का ऐतिहासिक घनत्व सबसे ऊँचा है। और क्रिकेट-एशिया कॉर्पस में पाकिस्तान का घनत्व बहुत ऊँचा है: पीसीबी, पीएसएल, द्विपक्षीय सीरीज़, आईसीसी टूर्नामेंट, हज़ारों रिपोर्टिंग पंक्तियाँ। मॉडल ने वही किया जो उसे सिखाया गया था। गड़बड़ी मॉडल की नहीं, उस गेट की है जो लेबल और सामग्री के बीच में कहीं नहीं रखा गया। ग्यारह हज़ार चार सौ पंक्तियों के बाद लंकाशायर का सीम अटैक शोर जैसा नहीं लगा था। 2026 में मैं मैनचेस्टर की एक डिजिटल स्पोर्ट्स डेस्क पर बैठा था और ओल्ड ट्रैफ़र्ड की काउंटी फ़िक्स्चर की हर गेंद लॉग कर रहा था — सीम मूवमेंट, प्रेशर डिलीवरी, विकेट के बाद के बीस ओवरों की इकॉनमी। पैटर्न निकला: विकेट गिरने के बाद इकॉनमी 1.4 रन प्रति ओवर बेहतर हो जाती थी। उस काम ने एक आदत छोड़ी जो आज भी चलती है — हर दावे के साथ उसकी विधि भेजना: सैंपल साइज़, मॉडल वर्ज़न, और वह सटीक शर्त जिसके टूटने पर नतीजा गलत साबित होगा। इस फ़ाइल को भी उसी आदत से पढ़ा जाना चाहिए। पहला सबूत भीतर से आता है, बाहर से नहीं। तोला-से-ग्राम गणना जाँचिए। 422,036 रुपये प्रति तोला, और एक तोला यानी 11.6638 ग्राम। भाग दीजिए — लगभग 36,183 रुपये प्रति ग्राम। दस ग्राम पर यह 361,834 बैठता है, जबकि घोषित आँकड़ा 361,827 है। सात रुपये का अंतर राउंडिंग का है, हेराफेरी का नहीं। इसका मतलब साफ़ है: ये संख्याएँ हवा से नहीं उड़ाई गईं। किसी असली या प्रतिरूपित रेट कार्ड से आई हैं। यह एक लेबलिंग की गलती है, गढ़ंत नहीं। दूसरा सबूत विनिमय दर में छिपा है। 3,995 डॉलर प्रति औंस को 31.1035 ग्राम से भाग दें, तो लगभग 128.4 डॉलर प्रति ग्राम मिलता है। स्थानीय भाव 36,183 रुपये प्रति ग्राम है। भाग दें तो करीब 282 रुपये प्रति डॉलर बैठता है। पाकिस्तानी रुपये के लिए यह दर मोटे तौर पर विश्वसनीय है, पर इसे सत्यापित नहीं कहा जा सकता — यह अनुमान है, प्रमाण नहीं। तीसरा सबूत सबसे असहज है। 3,995 डॉलर प्रति औंस 2026 तक सार्वजनिक रूप से दर्ज दायरे से ऊपर बैठता है। दो ही संभावनाएँ बचती हैं — यह रिकॉर्ड किसी आगे की तारीख का है, या किसी सिंथेटिक टेस्ट सेट का हिस्सा है। दोनों हालत में यह फ़ाइल “आज का बाज़ार” नहीं कहला सकती। चौथा सबूत स्रोत-शून्यता है। सात सूचना बिंदुओं में से केवल एक पर संस्था का नाम है — सराफा एसोसिएशन। बाकी छह अनाम हैं। और किसी भी बिंदु पर प्रकाशन तिथि नहीं है। इसका सीधा नतीजा यह है कि “पाँचवें लगातार दिन” का दावा झूठा भी साबित नहीं किया जा सकता — वह सिर्फ़ अप्रमाणित है। तारीख के बिना कोई गिरावट-श्रृंखला कई अलग-अलग कैलेंडर खिड़कियों पर मेल खा सकती है। अब वह हिस्सा, जो असल में मायने रखता है। अगर सचमुच पाकिस्तानी क्रिकेट की आर्थिक सेहत पर कुछ लिखना है, तो उसकी सामग्री यह खबर नहीं हो सकती। उसके लिए तीन चीज़ें चाहिए: पीसीबी के वित्तीय ब्यौरे, केंद्रीय अनुबंधों के मूल्य, और पीएसएल की वेतन व रिटेंशन संरचना। चौथा स्रोत आईसीसी का राजस्व वितरण होगा, क्योंकि डॉलर में मिलने वाली राशि की असली कीमत स्थानीय मुद्रा में मापी जाती है। एक सामान्य अर्थशास्त्रीय तंत्र यहाँ अलग से समझ लेना ज़रूरी है, और साफ़ कह दूँ कि यह इस लेख से नहीं निकलता। रुपये की लगातार कमज़ोरी और घरेलू महँगाई पीसीबी और पीएसएल की स्थानीय-मुद्रा लागत बढ़ा सकती है — स्टेडियम संचालन, सुरक्षा, घरेलू मैचों की लॉजिस्टिक्स। साथ ही डॉलर में आने वाला आईसीसी हिस्सा वास्तविक स्थानीय संदर्भ में अधिक मूल्यवान हो जाता है। यह तंत्र असली है। पर इसे साबित करने के लिए समर्पित मैक्रो-क्रिकेट डेटासेट चाहिए, सोने का रेट कार्ड नहीं। यहीं वह जाल है जिसमें मैं खुद कई बार गिरा हूँ। काउंटर-इंट्यूटिव नतीजा मिलते ही भीतर एक संतोष पैदा होता है, जैसे छिपा हुआ पैटर्न मिल गया हो और वह अपने आप सत्य हो गया हो। “सोने की गिरावट पाकिस्तानी क्रिकेट की आर्थिक तंगी का शुरुआती संकेत है” — यह वाक्य इतना आकर्षक है कि उसे लिखने का मन करता है। वह पूरी तरह बेबुनियाद है। सहसंबंध कार्य-कारण नहीं है, और एक बुलियन करेक्शन को क्रिकेट के आर्थिक दबाव का सरोगेट बनाना वही गलती है जो एक दशक पहले मैंने सेट-पीस आँकड़ों के साथ की थी। नियम सीधा है: सैंपल थ्रेशल्ड पहले तय करो। अगर असर कुछ सौ गेंदों से कम पर टिका है, तो उसे निष्कर्ष नहीं, सवाल की तरह छापो। मगर यहाँ एक बात माननी होगी, क्योंकि टिप्पणी-बॉक्स को नीचा दिखाना आसान है और सही नहीं। भूगोल-आधारित अनुमान मूर्खतापूर्ण नहीं है। पाकिस्तानी क्रिकेट की आर्थिक हालत वाकई मायने रखती है, और एक इंसानी सब-एडिटर भी “पाकिस्तान” पढ़कर एक पल ठिठकता। आँख जो पकड़ती है वह असली है — पीसीबी पर वित्तीय दबाव की खबरें असली हैं, केंद्रीय अनुबंधों पर बहस असली है। फ़र्क़ यह है कि वे खबरें इस फ़ाइल से नहीं आतीं। और पाइपलाइन का काम पाठक बनना नहीं, गवाही देना है। इसलिए असली नुकसान कीमत की खबर नहीं, उसका लेबल है। अगर यह फ़ाइल पार हो जाती, तो किसी इंडेक्स पर “पाकिस्तान क्रिकेट वाणिज्यिक दबाव” का एक संकेत जुड़ जाता, जिसके पीछे न कोई बोर्ड का बयान होता, न पीएसएल का वेतन आँकड़ा, न आईसीसी वितरण का कोई आँकड़ा। और सबसे बुरी बात — क्योंकि फ़ाइल पर तारीख ही नहीं, उसे बाद में ढूँढकर हटाना भी मुश्किल होता। संदूषण मात्राबद्ध नहीं किया जा सकता; जो चीज़ नापी न जा सके, उसे बाद में घटाया नहीं जा सकता। आगे का सिग्नल तीन चीज़ों में है। पहला — लेबलिंग से पहले कम से कम एक क्रिकेट इकाई अनिवार्य की जाए: टीम, खिलाड़ी, बोर्ड या टूर्नामेंट। शून्य इकाई वाली फ़ाइल क्रिकेट कॉर्पस में प्रवेश न करे। दूसरा — हर सूचना बिंदु पर स्रोत और समय-चिह्न अलग फ़ील्ड में दर्ज हो; पचास प्रतिशत से अधिक अनाम बिंदु वाली खबर को विश्वसनीयता से नीचे दर्ज किया जाए। तीसरा — किसी सैंपल बैच में दो या अधिक ऐसे मामले मिलें तो मामला व्यक्तिगत गलती का नहीं, क्लासिफायर के पुनर्प्रशिक्षण का है। मैं एक कॉलम उस चीज़ के लिए रखता हूँ जो डेटा नहीं देख सकता, और वह शायद ही कभी खाली रहता है। आज उस कॉलम में एक सोने की दर बैठी है, उसके नीचे दस ग्राम का भाव, और उसके आगे एक खाली जगह जहाँ प्रकाशन तिथि होनी चाहिए थी। सवाल यह नहीं कि वह दर सही थी या गलत। सवाल यह है कि उसे क्रिकेट की फ़ाइल में किसने भेजा, और उस गेट का क्या हुआ जिसे उसे रोकना था।