डोमेन गलती: तेपोत्सोत्लान की अपराध रिपोर्ट फुटबॉल पाइपलाइन में कैसे पहुँची

पाँच मिनट इक्यावन सेकंड की एक सीसीटीवी फुटेज। अट्ठाईस साल से मैं मैदान के किनारे खड़ी रही हूँ, और इस दौरान तीन कागज़ पढ़ना सीखा है — स्कोरशीट, टीम शीट और डील शीट। तीनों में एक बात समान है: पहले तारीख, फिर नाम, फिर अधिकार। इस बार जो कागज़ मेरे सामने आया, वह इनमें से कोई नहीं था। वह एक मेटाडेटा फ़ील्ड थी। उसमें लिखा था — Domain Label: football।

फुटेज के अंदर कुछ और था। मेक्सिको के स्टेट ऑफ मेक्सिको में तेपोत्सोत्लान की लोमा बोनिता कॉलोनी की एक सड़क, एक बुज़ुर्ग महिला, मोटरसाइकिल पर सवार दो लोग, बैग छीनने की कोशिश, पहिये का फिसलना, और आसपास के लोगों का जमा होना। राज्य की अभियोजन एजेंसी FGJEM ने बाद में बताया कि दो संदिग्ध हिरासत में लिए गए — लौरा 'एन' और अर्जेलिया 'एन' — और मामला मिनिस्टेरियो पब्लिको तक भेजा गया।

इस रिपोर्ट में एक भी क्लब नहीं है। एक भी खिलाड़ी नहीं। एक भी कोच, प्रतियोगिता, ट्रांसफर, वेतन-संरचना या शासन-निकाय नहीं। और फिर भी यह फ़ाइल फुटबॉल एनालिसिस पाइपलाइन में चली आई। यह लेख उसी घटना के बारे में है — डेटासेट की उस घटना के बारे में, जिसमें सत्रह सूचना-बिंदुओं में शून्य फुटबॉल तत्व मिले।

पाइपलाइन दो चरणों में चलती है। पहला चरण — Stage-1 deconstruction — तथ्य, दावे, इकाइयाँ और स्रोत-गुणवत्ता निकालता है, और अंत में एक डोमेन लेबल चिपकाता है। दूसरा चरण — Stage-2 analysis — उस लेबल को सच मानकर उसके ऊपर टैक्टिकल, वित्तीय, गवर्नेंस और जोखिम की परतें चढ़ाता है। यानी लेबल एक राय नहीं है, वह दरवाज़े की कुंडी है। कुंडी गलत जगह लगी हो तो अंदर जो भी आता है, वह गलत कमरे में बैठता है।

FGJEM और तेपोत्सोत्लान नगर सरकार — दोनों संस्थागत स्रोत हैं, और प्रक्रियात्मक तथ्यों के लिए भरोसेमंद हैं। सीसीटीवी क्लिप की प्रोवेनेंस कमज़ोर है: कहा गया है कि वीडियो सोशल मीडिया पर फैला, कोई चेन ऑफ कस्टडी नहीं, कोई आउटलेट का नाम नहीं, कोई बायलाइन नहीं। और तारीख सिर्फ़ इतनी है — "गुरुवार, 29 अक्टूबर"। वर्ष नहीं। 29 अक्टूबर गुरुवार को 2026 में पड़ा, 2026 में पड़ा, और 2026 में फिर पड़ेगा।

मैंने हेडलाइन से पहले ऑप्शन पढ़ना सीखा था; अब मैं हेडलाइन से पहले फ़ील्ड पढ़ती हूँ। और यही फ़ील्ड झूठ बोल रही थी। सवाल यह नहीं कि गलती कैसे हुई — सवाल यह है कि गलती पकड़ी क्यों नहीं गई, और उससे कितना नुकसान हो सकता था।

गलती का सबसे संभावित स्रोत कीवर्ड मिलान है। स्पेनिश अपराध-शब्दावली और फुटबॉल-शब्दावली में ऐसे क्रियाएँ साझा हैं जो शब्दकोश में एक जैसी दिखती हैं। Interceptar — पैदल चलने वाले को रोकना, और फुटबॉल में पास को इंटरसेप्ट करना। Marcar — पुलिस के संदर्भ में निशाना लगाना, मैदान पर मार्किंग करना। Barrida — पुलिस कार्रवाई में सफ़ाई अभियान, फुटबॉल में स्लाइड टैकल। Forcejear से लेकर detener तक, हर शब्द के दो चेहरे हैं। एक ऑटोमेटेड रूल जिसे फुटबॉल की शब्दावली पहचाननी है, इन शब्दों को देखकर हरी झंडी दिखा देगा।

दूसरा संभावित स्रोत है फ़ीड-लेवल पर सेक्शन मेटाडेटा का खो जाना। अख़बार की वेबसाइट पर यह ख़बर शायद एक सामान्य-समाचार पन्ने पर थी, और उसी पेज के किनारे किसी 'Deportes' सेक्शन का लिंक या विज्ञापन था। एक्सट्रैक्शन के वक़्त पेज की संरचना ध्वस्त हो जाती है और जो टैग बचता है, वह सामग्री का नहीं, पेज-लेआउट का होता है। इस मामले में सबसे चौंकाने वाली बात यह है कि सत्रह सूचना-बिंदुओं में फुटबॉल का एक भी आंशिक संकेत नहीं — कोई क्लब, कोई शहर-क्लब, कोई लीग, कोई स्टेडियम। यही इसे पाइपलाइन के लिए आदर्श नेगेटिव कंट्रोल बनाता है।

लैब में टेस्ट करते वक़्त आपको एक ऐसा नमूना चाहिए जो पक्का वह न हो जो वह होने का दावा करता है। यह फ़ाइल ठीक वही है। किसी भी क्लासिफायर का असली इम्तिहान उस आइटम पर होता है जिसमें दावे और सामग्री के बीच शून्य ओवरलैप हो। यहाँ ओवरलैप शून्य ही नहीं, ऋणात्मक है — सामग्री दूसरे पेशे की है, दूसरे देश के संस्थानों की है, दूसरे कानूनी ढाँचे की है।

इसलिए जो चीज़ मायने रखती है, वह एनालिसिस नहीं, गेट है। सबसे सस्ता और सबसे असरदार गेट एक इकाई-जाँच है: कोई भी आइटम 'football' लेबल के योग्य तभी है जब उसमें कम से कम एक क्लब, एक खिलाड़ी या एक प्रतियोगिता मौजूद हो। यह जाँच पूरे फुटबॉल-टैक्सोनॉमी से पहले चलनी चाहिए, न कि बाद में। जहाँ डील की ब्रीफिंग होती है, वह कमरा जहाँ डील होती है, वह कभी नहीं होता — और यहाँ ब्रीफिंग का कमरा पहले ही गलत पता पर था।

तारीख़ की समस्या इस फ़ाइल की दूसरी बड़ी कमज़ोरी है, और मेरे पेशे में यह जानी-पहचानी है। "गुरुवार, 29 अक्टूबर" एक ऐसा तारीख़-स्टाम्प है जो तीन वर्षों में फिट बैठता है। ट्रांसफर विंडो में मैंने ऐसे दावे सैकड़ों बार देखे हैं — "सोमवार को मेडिकल हुआ" — जबकि मेडिकल की तारीख़, क्लब की घोषणा की तारीख़ और रजिस्ट्रेशन की तारीख़, तीनों अलग होती हैं। बिना वर्ष की तारीख़ वाली डील शीट, डील शीट नहीं होती। वह एक अफ़वाह है जिसने फ़ॉर्म भर लिया है।

स्रोत-स्तरीकरण में भी यह फ़ाइल दो हिस्सों में बँटी है। संस्थागत हिस्सा — FGJEM का बयान, नगर सरकार का बयान, PDI द्वारा जाँच की पुष्टि — ठोस है। वीडियो का हिस्सा कमज़ोर है: "सोशल मीडिया पर फैला" का मतलब है कि कोई नहीं जानता कि क्लिप कब बनी, किसने बनाई, क्या उसमें कुछ काटा गया। पाँच मिनट इक्यावन सेकंड की लंबाई इस ओर इशारा करती है कि यह एक घटना की कैप्चर नहीं, बल्कि कई कैमरों की कंपाइल्ड फुटेज है — नगरपालिका निगरानी जारी करने का सामान्य तरीका। फिर भी चेन ऑफ कस्टडी शून्य है।

यही वह जगह है जहाँ पुरानी आदत काम आती है। अफ़वाह की तीन परतें होती हैं: "सूत्रों के हिसाब से" वाली परत, "समझा जाता है" वाली परत, और दस्तावेज़ वाली परत। मैं सिर्फ़ आख़िरी परत पर लिखती हूँ। इस फ़ाइल में पहली दो परतें मौजूद थीं और तीसरी गैरहाज़िर थी — सिवाय इसके कि FGJEM का बयान एक संस्थागत दस्तावेज़ है। इसलिए घटना के तथ्यों पर सवाल नहीं उठाया जा सकता। सवाल उस लेबल पर उठाया जाना चाहिए जो किसी ने उस बयान के ऊपर चिपका दिया।

असली जोखिम यहाँ स्पष्ट है। अगर इस इनपुट को किसी भी मॉडल या विश्लेषक को 'फुटबॉल' कहकर दिया जाए, तो वह जवाब देगा — क्योंकि उसे जवाब देना है। वह PPDA गढ़ेगा, xG गढ़ेगा, फॉर्मेशन गढ़ेगा, प्रेसिंग-ट्रिगर गढ़ेगा। और वह सब इतना सलीके से लिखा जाएगा कि पाठक को शक भी नहीं होगा। मेरे कई सालों के मैच देखने के अनुभव से एक बात साफ़ है: ग़लत आँकड़ा सही विश्लेषण से ज़्यादा ख़तरनाक होता है, क्योंकि ग़लत आँकड़े के साथ बहस नहीं होती, उसे उद्धृत किया जाता है।

यहाँ मुझे अपनी ही एक आदत याद आती है। साल 2026 में, जब स्टेडियम खाली थे और क्लबों की आय ढह रही थी, मैंने लोन-विद-ऑप्शन सौदों का एक डेटाबेस बनाना शुरू किया था और दो बार अधूरा छोड़ दिया। इस पाइपलाइन पर भी वही सवाल लागू होता है जो उस डेटाबेस पर लागू होता था: क्या आपने हर पंक्ति की जाँच की, या सिर्फ़ कॉलम के नाम भरोसे रखे? कॉलम का नाम लेबल होता है। लेबल कभी-कभी झूठ बोलता है।

एक और बात जो यहाँ छिपी है, और जिसे पाइपलाइन-इंजीनियर अक्सर नज़रअंदाज़ करते हैं — एडिटोरियल कन्वेंशन। स्रोत संदिग्धों के नाम लौरा 'एन' और अर्जेलिया 'एन' लिखता है, और 'probable participación' की भाषा इस्तेमाल करता है। यह मेक्सिको की पत्रकारिता में निर्दोषता की परिकल्पना का मानक तरीका है। अगर यह आइटम किसी दूसरे उत्पाद में दोबारा इस्तेमाल हो, तो यह कन्वेंशन भी साथ जाना चाहिए। किसी को भी 'आरोपी' में बदलना, और पूरा नाम जोड़ना, एक अलग तरह की गलती होगी — वह गलती जो मुक़दमे से नहीं, संपादकीय लापरवाही से आती है।

अब वह कड़वा सच जो इस पूरे मामले में सबसे कम कहा गया है। फुटबॉल-कंटेंट की जिन पाइपलाइनों में हम काम करते हैं, उनमें सबसे बड़ा निवेश अंतर्ग्रहण में हुआ है — ज़्यादा फ़ीड, ज़्यादा आउटलेट, ज़्यादा आइटम। गेट पर कोई निवेश नहीं हुआ। ढूँढ़ कम, कुंडी एक भी नहीं। और जब कुंडी न हो, तो डेटा-सेट धीरे-धीरे ऐसे दावों से भर जाता है जिनका कोई दस्तावेज़ी आधार नहीं।

दूसरी बात जो सहज ज्ञान के उलट है: सबसे ख़तरनाक आइटम वह नहीं होता जो सौ प्रतिशत ग़लत हो। वह तुरंत पकड़ लिया जाता है। सबसे ख़तरनाक वह होता है जो अस्सी प्रतिशत सही हो — सही लीग, सही क्लब, सही खिलाड़ी, ग़लत वेतन-बैंड। तेपोत्सोत्लान वाली यह फ़ाइल सौ प्रतिशत ग़लत थी, इसलिए वह पकड़ी गई। जो फ़ाइल पकड़ी नहीं जाती, वह घोषणा-पत्र की तरह घूमती रहती है।

तीसरी बात — और यह उन लोगों के लिए है जो सोचते हैं कि यह एक अलग-थलग घटना है। फ़ुटबॉल शब्दावली और अपराध शब्दावली का टकराव स्पेनिश में ही नहीं होता। हिंदी और अंग्रेज़ी में भी 'मार्क करना', 'इंटरसेप्ट करना', 'ब्लॉक करना', 'बाउंस करना' — ये सब एक ही समय में खेल के भी शब्द हैं और प्रशासन के भी। जिस दिन कोई क्लासिफायर इन शब्दों पर अकेले भरोसा करेगा, उस दिन ऐसी सौ गलतियाँ होंगी।

तो अब आगे क्या? मेरा सुझाव एक ऑडिट है, और वह भी टाइमस्टैम्प के साथ। किसी भी कॉर्पस से हर हज़ार आइटम में से एक तय संख्या उठाइए और सिर्फ़ एक सवाल पूछिए: इस आइटम में लेबल के अनुरूप एक भी इकाई मौजूद है या नहीं? अगर त्रुटि-दर दो प्रतिशत से ऊपर निकले, तो समस्या कीवर्ड में नहीं, गेट की गैरहाज़िरी में है और पूरे बैच को क्वारंटीन करना होगा।

क्लॉज़ का पीछा करो, क्लब मिल जाएगा — यह मेरा पुराना नियम है। इस फ़ाइल में क्लॉज़ नहीं था, केवल एक मेटाडेटा फ़ील्ड थी। फिर भी नियम वही रहा: फ़ील्ड का पीछा किया, और पाइपलाइन मिल गई। सवाल यह है कि आपकी पाइपलाइन में इस वक़्त कितने आइटम ऐसे हैं जो अपने ही लेबल की जाँच में फेल हो जाएँगे — और क्या आपके पास वह जाँच करने की तारीख़ तय है?