VAR को रेफ़री का फ़ैसला कब पलटना चाहिए?
26 जून 2026 को, विश्व कप के ग्रुप चरण के अंतिम दौर में, सिएटल में ईरान का सामना मिस्र से हुआ। लेखक स्टेडियम में मौजूद थे। 93वें मिनट में, शोजा ख़लीलज़ादे (Shoja Khalilzadeh) ने वह गोल किया जो विजयी गोल लग रहा था, और मैदान पर मौजूद रेफ़री टीम ने गोल को ऑनसाइड माना। मिनटों के विचार-विमर्श के बाद, वीडियो असिस्टेंट रेफ़री (VAR) ने फ़ैसला पलट दिया: उसके 3D पुनर्निर्माण के अनुसार, गोल करने वाले खिलाड़ी के पैर का एक छोटा हिस्सा ऑफ़साइड स्थिति में था। मैच ड्रॉ पर ख़त्म हुआ। द एथलेटिक (The Athletic) के अनुसार, ईरान के पास तब भी नॉकआउट दौर में पहुँचने की 92% संभावना थी; अगले दिन के नतीजों ने उसे शून्य कर दिया।
लेखकों का प्रश्न सरल है: क्या VAR द्वारा बताया गया बहुत छोटा ऑफ़साइड अंतर रेफ़री का फ़ैसला पलटने के लिए काफ़ी होना चाहिए?
एक फ़्रेम 17 सेंटीमीटर लंबा होता है
स्क्रीन पर सटीकता का मतलब मैदान पर सटीकता नहीं है। 30 फ़्रेम प्रति सेकंड पर रिकॉर्ड किए गए वीडियो में, 5 मीटर प्रति सेकंड से दौड़ता खिलाड़ी दो लगातार फ़्रेमों के बीच लगभग 17 सेंटीमीटर आगे बढ़ जाता है। गेंद के खेले जाने के ठीक क्षण को लेकर ज़रा-सी अनिश्चितता भी 3D मॉडल के मिलीमीटरों से ज़्यादा मायने रख सकती है।
प्रिंसटन विश्वविद्यालय (Princeton University) के अमीर अली अहमदी (Amir Ali Ahmadi), और अल्गोंक्विन रीजनल हाई स्कूल (Algonquin Regional High School) के पारसा और रादीन अलवी (Parsa and Radeen Alavi) ने इस विवाद को एक प्रायिकता मॉडल में बदल दिया। वास्तविक अंतर, θ, ऑफ़साइड रेखा से आगे हमलावर खिलाड़ी की दूरी है: धनात्मक का अर्थ है ऑफ़साइड। रेफ़री की धारणा में यह अंतर σ_H फैलाव वाली एक यादृच्छिक त्रुटि के साथ आता है, लेकिन रेफ़री का फ़ैसला केवल हाँ या ना होता है। VAR एक संख्या मापता है, अपनी σ_AI फैलाव वाली यादृच्छिक त्रुटि के साथ। दोनों त्रुटियों को गाउसियन और स्वतंत्र माना गया है।
√(2/π) नियम
फिर लेखक वह अंतर खोजते हैं जो प्रेक्षित चीज़ों — रेफ़री का एक फ़ैसला और VAR की एक संख्या — को सबसे अधिक संभावित बनाता है; इस विधि को अधिकतम संभाविता (maximum likelihood) कहते हैं। वे सिद्ध करते हैं कि यह सर्वोत्तम अनुमान हमेशा मौजूद होता है और अद्वितीय होता है। इससे भी अच्छी बात यह है कि अंतिम फ़ैसले के लिए किसी गणना की ज़रूरत ही नहीं, केवल एक दहलीज़ से तुलना की:
c = √(2/π) × σ_AI² / σ_H
जब दोनों में असहमति हो, तो VAR रेफ़री का फ़ैसला केवल तभी पलटता है जब उसके द्वारा मापा गया अंतर c से बड़ा हो। उससे कम होने पर रेफ़री का फ़ैसला बना रहता है। संख्या √(2/π), जो लगभग 0.80 है, स्वयं घंटी वक्र (bell curve) से आती है।
मान लीजिए किसी रेफ़री की सामान्य त्रुटि 10 cm है और किसी VAR की सामान्य त्रुटि 2 cm। दहलीज़ 0.32 cm है। 0.20 cm का विरोधी VAR अंतर रेफ़री के फ़ैसले को बरक़रार रखता है; 0.50 cm का अंतर उसे पलट देता है। हमलावर को रेखा से आगे दिखाना काफ़ी नहीं: VAR को उसे स्पष्ट रूप से रेखा से आगे दिखाना होगा।
दो त्रुटियाँ जिनका वज़न बराबर नहीं
सूत्र में एक असममिति छिपी है। दहलीज़ VAR की त्रुटि के वर्ग के साथ बढ़ती है, लेकिन रेफ़री की त्रुटि के केवल व्युत्क्रमानुपाती होती है: VAR की त्रुटि दोगुनी करें तो दहलीज़ चार गुना हो जाती है, रेफ़री की त्रुटि दोगुनी करें तो वह केवल आधी रह जाती है। अधिक शोरयुक्त (noisier) VAR को अधिक मज़बूत प्रमाण चाहिए; अधिक शोरयुक्त रेफ़री का फ़ैसला पलटना आसान है। लेखक घातों के इस अंतर का कारण दो तरह की जानकारी में देखते हैं: VAR के लिए एक संख्या, रेफ़री के लिए केवल एक चिह्न (sign)।
दोनों को मिलाने का फ़ायदा भी है। 2 cm की बराबर त्रुटियों और 2 cm के वास्तविक अंतर के साथ, अकेला रेफ़री या अकेला VAR 15.87% बार गलत होता है; संयुक्त नियम, 9.70% बार।
मॉडल पूर्वाग्रह (bias) को भी संभालता है। ऑफ़साइड का झंडा उठाने की ओर औसतन 5 cm का झुकाव रखने वाले रेफ़री के लिए दो अलग दहलीज़ें बनती हैं: ऑफ़साइड फ़ैसला पलटने के लिए 0.20 cm, और ऑनसाइड फ़ैसला पलटने के लिए 0.46 cm। और यदि VAR में ख़ुद 1 cm का ज्ञात पूर्वाग्रह हो, तो उसे अनदेखा करने से फ़ैसला उलट सकता है।
नियम का उपयोग करने के लिए, त्रुटि के चार मापदंडों (parameters) की ज़रूरत होती है। शोधपत्र दिखाता है कि उन्हें ऐसे कैलिब्रेशन खेलों (calibration plays) से कैसे अनुमानित किया जाए जिनमें वास्तविक अंतर ज्ञात हो: VAR के लिए एक साधारण औसत और फैलाव, और रेफ़री के हाँ-या-ना फ़ैसलों के लिए “प्रोबिट” (probit) फ़िट।
मैदान से परे
यही संरचना वहाँ भी दिखती है जहाँ कोई मनुष्य फ़ैसला देता है और कोई मशीन उसी राशि का माप देती है: कोई डॉक्टर जो किसी घाव को सौम्य या घातक बताए, और साथ में AI का घातकता स्कोर; कोई इंजीनियर जो विमान के किसी पुर्ज़े को मंज़ूरी दे, और साथ में दोष-गंभीरता (defect-severity) स्कोर; कोई फ़ंड मैनेजर, और साथ में किसी मॉडल का अपेक्षित प्रतिफल (expected return)। लेखक सुझाव देते हैं कि नियम के वास्तविक प्रभाव का परीक्षण वहाँ किया जाए जहाँ कैलिब्रेशन आसान हो, जैसे वित्त, चिकित्सा इमेजिंग और प्रेडिक्शन मार्केट (prediction markets)।
शोधपत्र एक शिक्षण-लेख के रूप में लिखा गया है, उन स्नातक (undergraduate) छात्रों और उन्नत हाई स्कूल छात्रों के लिए जो बुनियादी प्रायिकता और कलन (calculus) जानते हैं। इसके मापदंड केवल उदाहरण के तौर पर हैं: किसी वास्तविक रेफ़री या VAR प्रणाली का कैलिब्रेशन नहीं किया गया है। इसकी अंतिम पंक्ति आभार-ज्ञापन (acknowledgements) में है, जहाँ लेखक बताते हैं कि उन्होंने चित्रों, प्रूफ़रीडिंग और जाँच-परख (sanity checks) के लिए ChatGPT का उपयोग किया, “और साथ ही अपने √(2/π) नियम का पालन किया ताकि यह सुनिश्चित हो सके कि AI उनके मानवीय विवेक को न पलटे”।
