टेस्ट क्रिकेट का भविष्य: जब आंकड़े ड्रेसिंग रूम में घुसते हैं, तो खेल की लय कहीं खो जाती है

पिछले हफ्ते बेंगलुरु के एक फैन पार्क में बैठकर मैंने टेस्ट क्रिकेट के आंकड़ों की एक नई किताब उलटी। पन्नों पर 'एक्सपेक्टेड रन', 'विकेट प्रोबेबिलिटी' और 'मैचअप इंडेक्स' के ग्राफ थे। पास बैठे एक युवा क्रिकेट फैन ने पूछा, 'सर, ये सब किस काम का? क्रिकेट तो लय का खेल है।' मैं उससे सहमत था। यही मेरी पुरानी चिंता है—डेटा एनालिस्ट अब ड्रेसिंग रूम में घुस रहे हैं, और उनके निष्कर्ष अक्सर मैदान की असली लय से कटे हुए होते हैं। यह बात मैं 2026 से लिख रहा हूं, जब मैंने बॉम्बे यूनिवर्सिटी में लॉ की पढ़ाई के दौरान पहली बार पत्रकारिता में कदम रखा था। तब स्कोरबुक ही सच्चाई थी, आज एल्गोरिद्म सच्चाई बनने की कोशिश कर रहे हैं।

यह कोई नई बहस नहीं है, लेकिन 2026 के बाद से इसने तेजी पकड़ी है। जब स्टेडियम खाली थे, तो क्रिकेट का पूरा इकोसिस्टम हिल गया था। उस दौर में मैंने देखा कि कैसे फ्रेंचाइजी और बोर्ड्स ने 'डेटा-फर्स्ट' दृष्टिकोण अपनाया। कोविड के बाद, जब दर्शक लौटे, तो ड्रेसिंग रूम में पहले से ज्यादा लैपटॉप थे। आंकड़ों का दबदबा बढ़ता गया। लेकिन सवाल यह है: क्या यह दबदबा टेस्ट क्रिकेट की उस खूबसूरती को नुकसान पहुंचा रहा है जो अनिश्चितता और धैर्य से पैदा होती है?

कोर इनसाइट: टेस्ट क्रिकेट में डेटा का सबसे बड़ा दावा यह है कि वह 'मैचअप' और 'पिच मैपिंग' के जरिए बल्लेबाजों की कमजोरियों को उजागर कर सकता है। लेकिन मेरे अनुभव में, यह दावा अधूरा है। 2026 में जब मैं गोवा के AIFF एलीट एकेडमी में अंडर-17 विश्व कप की तैयारी देख रहा था, तो मैंने पहली बार 'लेजर' बनाना शुरू किया—हर खिलाड़ी के लिए एक इंडेक्स कार्ड, जिस पर पहली बार देखने की तारीख, स्थिति और एक वाक्य में यह लिखा होता था कि वह याद रखने लायक क्यों है। उस अनुभव ने मुझे सिखाया कि आंकड़े तभी काम आते हैं जब वे किसी कहानी से जुड़े हों। टेस्ट क्रिकेट में, एक तेज गेंदबाज की सफलता सिर्फ उसकी औसत या इकॉनमी से नहीं, बल्कि उस दिन की हवा, पिच की नमी और बल्लेबाज के मूड से तय होती है। डेटा इन सबको कैप्चर नहीं कर सकता।

मैंने 2026 रूस विश्व कप को कोरमंगला के एक फैन पार्क से कवर किया था, क्योंकि मुझे अक्रेडिटेशन नहीं मिला था। वहां मैंने सभी 64 मैचों को हाथ से कोड किया और 21 साल से कम उम्र के खिलाड़ियों के लिए एक मिनट-भारित मॉडल बनाया। उस मॉडल ने काइलियन एम्बापे को फ्लैग किया, जो सही साबित हुआ। लेकिन उसी मॉडल ने मार्कस रैशफोर्ड के बेंच से आने पर प्रति शॉट 27 मिनट जैसी बारीकी दिखाई, जिसे भारत में किसी ने नहीं लिखा था। उस अनुभव से मुझे समझ आया कि डेटा का सही इस्तेमाल संदर्भ के साथ होना चाहिए। टेस्ट क्रिकेट में, संदर्भ सब कुछ है।

टेस्ट क्रिकेट में डेटा के तीन बड़े दावे और उनकी सीमाएं:

पहला, 'पिच मैपिंग'। एनालिस्ट पिच के व्यवहार को मैप करते हैं और बताते हैं कि कौन सी गेंद कहां पड़ेगी। लेकिन पिच का व्यवहार दिन-प्रतिदिन, सत्र-प्रति-सत्र बदलता है। भारत में, मैंने मैदानों को पानी देने वाले क्यूरेटरों को देखा है—उनकी मेहनत किसी एल्गोरिद्म में दर्ज नहीं होती। 2026 में जब स्टेडियम खाली थे, तो कई मैदानों में घास उग आई थी, और क्यूरेटर ही वे लोग थे जिन्होंने उन्हें बचाए रखा। उनका अनुभव डेटा से बड़ा है।

दूसरा, 'मैचअप इंडेक्स'। यह बताता है कि कौन सा गेंदबाज किस बल्लेबाज के खिलाफ अच्छा है। लेकिन टेस्ट क्रिकेट में, एक ही गेंदबाज अलग-अलग पारियों में अलग-अलग तरह से गेंदबाजी करता है। उसकी सफलता का अंदाजा सिर्फ पुराने आंकड़ों से नहीं लगाया जा सकता। मैंने 2026 में जीतन सिंह को देखा था—उनका सिर्फ एक हेडर भारत के लिए पहला फीफा गोल था, लेकिन उस गोल की कहानी मणिपुर के रास्ते से आई थी। डेटा उस कहानी को नहीं बता सकता।

तीसरा, 'एक्सपेक्टेड रन'। यह बल्लेबाजी की सफलता का सबसे आम मीट्रिक है। लेकिन टेस्ट क्रिकेट में, एक बल्लेबाज जो 30 रन बनाकर आउट होता है, कभी-कभी 70 रन बनाने वाले से ज्यादा मूल्यवान होता है—अगर उसने नई गेंद को शांत किया हो या साझेदारी को संभाला हो। डेटा इस 'शांति' को नहीं माप सकता।

कंट्रेरियन एंगल: यहां एक उलटा नजरिया है। जबकि ज्यादातर लोग मानते हैं कि डेटा टेस्ट क्रिकेट को बेहतर बना रहा है, मेरा मानना है कि यह खेल की उस 'अनिश्चितता' को कम कर रहा है जो इसकी सबसे बड़ी ताकत है। टेस्ट क्रिकेट पांच दिनों तक चलता है, और इसमें मौसम, पिच, मनोविज्ञान और किस्मत का बड़ा रोल होता है। डेटा इन सबको नियंत्रित करने की कोशिश करता है, जो असंभव है। इससे खिलाड़ियों पर दबाव बढ़ता है—वे 'सही' शॉट खेलने की कोशिश करते हैं, बजाय अपने इंस्टिंक्ट के। मैंने कई युवा बल्लेबाजों को देखा है जो डेटा-आधारित 'प्री-डिटरमाइंड' प्लान के साथ मैदान में उतरते हैं और अपनी स्वाभाविक खेल शैली खो देते हैं।

दूसरा उलटा नजरिया: डेटा का बढ़ता इस्तेमाल टेस्ट क्रिकेट की 'गहराई' को कम कर रहा है। जब एनालिस्ट यह तय करते हैं कि किसे खेलना चाहिए और किसे नहीं, तो अक्सर वे उन खिलाड़ियों को नजरअंदाज कर देते हैं जिनके आंकड़े 'सामान्य' हैं लेकिन जिनके पास 'बिग मोमेंट' खेलने का हुनर है। 2026 से मैंने ऐसे कई खिलाड़ियों को देखा है जो स्कोरबुक में साधारण लगते थे, लेकिन मैदान पर असाधारण थे।

मेरा अनुभव: मैंने 2026 में BCCI का सी.के. नायडू लाइफटाइम अचीवमेंट अवॉर्ड जीता—एकमात्र खेल पत्रकार जिसे यह सम्मान मिला। लेकिन मैंने कभी खुद को 'इनसाइडर' नहीं माना। मैं हमेशा से बाहर से देखने वाला हूं। 2026 से मैंने 600 से ज्यादा युवा खिलाड़ियों का डेटा इकट्ठा किया है—इंडेक्स कार्ड से स्प्रेडशीट तक का सफर। यह डेटा मेरे लिए कहानियों का खजाना है, न कि भविष्यवाणी का औजार। जब मैं टेस्ट क्रिकेट देखता हूं, तो मैं स्कोरबुक नहीं, मैदान की लय देखता हूं।

टेकअवे: टेस्ट क्रिकेट का भविष्य डेटा और मानवीय अंतर्ज्ञान के बीच संतुलन में है। डेटा तभी मूल्यवान है जब वह खेल की लय को समझे, न कि उसे नियंत्रित करने की कोशिश करे। जैसे मैंने 2026 में खाली स्टेडियमों में देखा—जब सब कुछ रुक गया, तो सिर्फ आंकड़े नहीं, बल्कि वे लोग भी याद आए जो मैदान के पीछे काम करते हैं। क्या डेटा उनकी मेहनत को माप सकता है? शायद नहीं। लेकिन अगर हम डेटा को सिर्फ एक औजार मानें, न कि सच्चाई, तो टेस्ट क्रिकेट अपनी आत्मा बचा सकता है। सवाल यह है: क्या हम डेटा को खेल का 'मालिक' बनने देंगे या 'सहायक'?