Lỗi im lặng trong dữ liệu thể thao: khi bản báo cáo đầy đủ không chứa gì

Lỗi im lặng trong dữ liệu thể thao: khi bản báo cáo đầy đủ không chứa gì

Bản báo cáo nằm trên màn hình với đủ chín mục. Mục phân tích phiên bản, mục đánh giá thể thức giải đấu, mục hồ sơ đội hình, mục tài chính câu lạc bộ, mục rủi ro liêm chính thi đấu, mục truyền dẫn ngành. Bố cục đúng đến từng dấu gạch đầu dòng. Tiêu đề đúng. Định dạng đúng. Và mọi ô nội dung đều trống.

Nếu in tờ ấy ra giấy rồi đặt lên bàn họp, nó trông thuyết phục. Nó có dòng trạng thái, có bảng, có kết luận được đánh số, có cả mục cảnh báo rủi ro. Một người đọc vội sẽ gật đầu và chuyển tiếp. Một người đọc kỹ sẽ phát hiện ra rằng tài liệu vừa trải qua toàn bộ nghi thức phân tích mà không hề phân tích thứ gì.

Tôi đã gặp đúng kiểu thất bại ấy trong thể thao suốt hai mươi mốt năm. Không phải trên máy chủ. Trên đường chạy, trong phòng họp kỹ thuật, trên bảng điểm điện tử của một giải điền kinh cấp quốc gia. Hệ thống báo xanh. Vận động viên vẫn thua.

Dữ liệu thô không nói dối; nó chỉ giấu lỗi hệ thống rất sâu.

Mùa này là mùa chuyển nhượng. Ở Hà Nội, tôi ngồi giữa hai luồng thông tin chạy ngược chiều nhau. Một luồng là tin đồn: đội này đàm phán với tuyển thủ kia, phí chuyển nhượng được nêu lên rồi phủ nhận trong vòng mười hai giờ. Luồng còn lại là dữ liệu cấu trúc: điều khoản giải phóng hợp đồng, quỹ lương, số năm còn lại, đăng ký thi đấu, động thái của người đại diện. Tin đồn ồn. Dữ liệu cấu trúc mới kể câu chuyện thật.

Mỗi thương vụ chuyển nhượng là một mô hình đang chờ sai số lộ diện.

Bối cảnh rộng hơn cũng vậy. Thể thao Việt Nam những năm gần đây được đo nhiều hơn, ghi nhiều hơn, báo cáo nhiều hơn. Điền kinh có chấm công điện tử, có hệ thống camera bắt tốc độ, có phần mềm phân tích sải chân. Esports có bảng thống kê từng phút, có cơ sở dữ liệu người chơi, có mô hình dự báo tỉ lệ. Bóng đá có thiết bị GPS sau lưng áo. Mỗi môn đều tự hào vì đã có dữ liệu.

Câu hỏi tôi đặt cho chính mình khi ngồi trước bất kỳ bảng số liệu nào rất đơn giản: nếu nguồn cấp dữ liệu này chết, màn hình có hiện màu đỏ không, hay vẫn hiện màu xanh?

Trong phần lớn trường hợp tôi từng kiểm tra, câu trả lời là màu xanh.

Đấy là lý do tôi viết bài này. Nó không nhằm mổ xẻ một sự cố phần mềm. Nó nhằm mổ xẻ một thói quen trong ngành thể thao: thói quen ưa một báo cáo trông hoàn chỉnh hơn một báo cáo dám nói rằng nó không biết gì.

Tầng một: hiện tượng — ba kiểu lỗi im lặng

Lỗi trong dữ liệu thể thao không phải lúc nào cũng gào lên. Phần lớn chúng im. Tôi phân chúng thành ba kiểu, xếp theo mức độ nguy hiểm tăng dần.

Kiểu thứ nhất là bảng điều khiển xanh trên nguồn dữ liệu chết. Bảng vẫn vẽ biểu đồ đẹp, trục tung trục hoành chỉnh tề, chỉ có điều đường dữ liệu phía sau đã ngừng cập nhật từ lâu. Không ai phát hiện, vì biểu đồ cũ vẫn hợp lý. Một huấn luyện viên nhìn vào đó, thấy đường phong độ đi ngang, kết luận học trò đang ổn định. Thực tế vận động viên đã xuống sức ba tuần trước và không có gì ghi lại điều đó.

Kiểu thứ hai là số liệu đúng nhưng đặt sai chỗ. Dữ liệu không sai về mặt kỹ thuật; nó chỉ không trả lời câu hỏi đang được hỏi. Đây là loại lỗi tôi gặp nhiều nhất trong điền kinh Việt Nam.

Kiểu thứ ba là dự báo đúng nhưng gây hại. Thành tích được dự đoán chính xác, xác suất được tính chính xác, và chính sự chính xác ấy trở thành một lực tác động lên người chạy. Tôi từng tạo ra một trường hợp như vậy. Nó là lý do tôi chậm lại trong mọi bài phân tích từ đó đến nay.

Tầng hai: cấu trúc — dữ liệu được sinh ra như thế nào

Để hiểu vì sao lỗi im lặng sống được lâu, phải nhìn vào dây chuyền sản xuất dữ liệu, không nhìn vào con số cuối cùng.

SEA Games 29 ở Kuala Lumpur, năm 2026, tôi được phân công tác nghiệp quốc tế ở tuổi hai mươi tám. Chung kết 800m nam. Trần Minh Hải, mười chín tuổi, về thứ năm với thành tích 1:51.87. Trên bảng điểm, đó là một dòng chữ. Với tôi, đó là điểm khởi đầu.

Tôi lấy dữ liệu chấm công điện tử, tách từng vòng 200m, rồi tính tần số bước. Kết quả: 198 bước mỗi phút. Chuẩn tối ưu cho cự ly này nằm quanh 180. Cậu bé chạy nhanh hơn bằng cách bước dày hơn, không phải bằng cách sải dài hơn. Tôi bắt đầu mổ cú nước rút vô địch như một phương trình nhiều ẩn.

Tôi viết một bài phân tích, đề xuất hạ tần số xuống khoảng 185, tăng biên độ sải chân để tiết kiệm năng lượng, và dự đoán nếu làm được điều đó, cậu có thể chạy dưới 1:49 trong hai mùa.

Huấn luyện viên Nguyễn Văn Sơn gọi cho tôi. Ông nói tôi vẽ rắn thêm chân, rằng tôi không ở trên đường chạy, rằng bài báo làm học trò ông hoang mang.

Ông đúng ở một điểm: tôi không ở trên đường chạy. Và đó chính là vấn đề cấu trúc.

Dữ liệu tôi có là dữ liệu chuyển động. Dữ liệu tôi thiếu là dữ liệu về cơ thể, về giấc ngủ, về chu kỳ tập luyện, về việc cậu bé mười chín tuổi ấy đã chạy bao nhiêu buổi tốc độ trong sáu tuần trước đó. Bảng số liệu không có ô nào cho những thứ ấy. Nó vẫn hiện đủ. Nó vẫn trông hoàn chỉnh.

Từ đó tôi lập hồ sơ riêng cho năm mươi vận động viên tiềm năng. Mỗi hồ sơ có phần số liệu và phần trống để ghi những gì số liệu không bắt được. Phần trống ấy quan trọng ngang phần số liệu.

Năm 2026, tôi làm một việc tưởng như lạc đề. Tổng biên tập cần người lấp chuyên mục bóng đá trong thời gian World Cup Nga. Tôi nhận, nhưng mang theo hành trang điền kinh.

Trong trận Croatia gặp Argentina, Luka Modric chạy 9,8 km, nhưng chỉ 1,2 km ở tốc độ cao. Cách đọc thông thường sẽ nói rằng anh chạy ít nước rút, tức là ít nguy hiểm. Tôi đọc ngược lại. Điểm mạnh của Modric không nằm ở tốc độ tối đa. Nó nằm ở nhịp bước khi chuyển trạng thái — khoảnh khắc anh đổi từ chạy đều sang tăng tốc, rồi từ tăng tốc trở lại chạy đều. Đấy chính là thứ mà các vận động viên 800m tập hàng ngày: khả năng tái tạo nhịp sau mỗi lần bung sức.

Biên độ của một bước chạy nói nhiều hơn tấm huy chương treo trên cổ.

Bài ấy đạt khoảng năm trăm nghìn lượt xem, gấp năm lần bài trung bình của tôi. Tôi được mời viết cho một chuyên trang thể thao châu Á. Nhưng điều tôi mang theo từ vụ đó không phải là thành tích đọc. Đó là phương pháp: mượn khung phân tích của một môn để soi một môn khác, thay vì dùng khung mặc định của môn đang viết.

Tháng 5 năm 2026, mọi giải đấu dừng. Sân vận động im. Khi sân vắng, tôi nghe rõ tiếng tích tắc của lịch sử.

Tôi ngồi thống kê thành tích của 120 vận động viên Việt Nam trong giai đoạn 2026 đến 2026. Tuổi đạt đỉnh. Số lần thay huấn luyện viên. Địa điểm tập huấn. Thời điểm chuyển cự ly. Tôi kiểm tra từng dòng, và vì thế bài nghiên cứu trễ hơn kế hoạch một tháng. Một tháng ấy đổi lấy một con số: 78% vận động viên trong mẫu đạt thành tích tốt nhất trong vòng hai năm sau khi ổn định với một huấn luyện viên có dưới năm năm kinh nghiệm. Việc thay huấn luyện viên sau tuổi hai mươi ba làm tăng nguy cơ tụt thành tích thêm khoảng 15%.

Bốn mươi trang dữ liệu ấy nhanh chóng trở thành tài liệu tham khảo. Nhưng điều tôi học được không nằm ở bốn mươi trang. Nó nằm ở chỗ tôi phải mất một tháng để dám công bố.

Năm 2026, Liên đoàn Điền kinh Việt Nam mời tôi tham gia kế hoạch truyền thông cho Olympic Tokyo. Tôi dùng mô hình từ năm 2026, phân tích Nguyễn Thị Thúy, hai mươi sáu tuổi, chạy 400m rào, và kết luận khả năng vào bán kết chỉ khoảng 23%.

Bài báo đăng. Khán giả gọi cô là vận động viên xuống sức. Cô chạy 58,05 giây và bị loại, đúng như mô hình tính. Huấn luyện viên của cô nói với tôi rằng tôi đã tạo áp lực tâm lý.

Mô hình đúng. Tôi sai.

Rất lâu sau đó tôi mới diễn đạt được thành lời cái sai ấy. Tỉ lệ phần trăm mô tả một quần thể. Nó không mô tả một người đang đứng ở vạch xuất phát, biết rằng cả nước đã đọc con số về mình. Tôi đã dùng một công cụ thống kê để nói về một cá nhân, và công cụ ấy không có tham số nào cho nỗi sợ.

Tôi không tin cảm quan, nhưng tôi tin cách cảm quan đánh lừa chúng ta.

Sau đó, Phạm Văn Long rách cơ đùi trước ngày thi. Tôi viết một bài về các ca chấn thương tương tự trong lịch sử và đề xuất lộ trình hồi phục sáu tháng. Bài ấy không dự đoán gì cả. Nó chỉ xếp những ca đã xảy ra cạnh nhau. Và nó hữu ích hơn mọi bài dự báo tôi từng viết.

Tầng ba: nguyên nhân gốc — vì sao lỗi im lặng được ưa chuộng

Đến đây thì câu chuyện rời khỏi đường chạy.

Một hệ thống dữ liệu có hai loại thất bại. Loại thứ nhất gào lên: mất kết nối, chia cho không, biểu đồ trắng, cửa sổ báo lỗi. Loại thứ hai im lặng: hệ thống trả về một kết quả hợp lệ về mặt cú pháp nhưng rỗng về mặt nội dung, và mọi thứ tiếp tục chạy.

Trong thể thao, loại thứ hai nguy hiểm hơn nhiều, vì hai lý do.

Lý do thứ nhất là tâm lý tổ chức. Không ai muốn nộp một báo cáo đỏ. Báo cáo đỏ đòi hỏi giải trình, đòi hỏi thời gian, đòi hỏi ai đó nhận trách nhiệm. Báo cáo xanh được chuyển tiếp trong im lặng. Khi một hệ thống cho phép nộp báo cáo rỗng mà vẫn tính là đã nộp, nó đang thưởng cho sự im lặng.

Lý do thứ hai là cách người đọc tiêu thụ báo cáo. Một tài liệu có chín mục, có bảng, có kết luận đánh số trông giống một kết quả. Rất ít người đọc đến dòng cuối để kiểm tra xem từng mục có nội dung thật hay không. Họ thấy cấu trúc, họ tin vào cấu trúc. Tài liệu rỗng được đọc thành tài liệu sạch.

Sự nhầm lẫn ấy có tên: biến "không phân tích được" thành "không phát hiện rủi ro". Trong bất kỳ ngành nào có yếu tố liêm chính, đó là kiểu nhầm nguy hiểm nhất.

Và đây là chỗ tôi phải nói thẳng về môn thể thao mà tôi đang đưa tin.

Cá cược esports đang xói mòn tính toàn vẹn thi đấu nhanh hơn thể thao truyền thống, vì hệ thống quy định của nó tụt lại phía sau.

Tôi không nói điều này như một tuyên bố. Tôi nói nó như một quan sát lặp lại được. Ở các môn thể thao truyền thống, phải mất hàng chục năm để xây dựng hệ thống giám sát, ủy ban liêm chính, cơ chế báo cáo, và cả một tầng văn hóa nói rằng dàn xếp tỉ số là điều không thể chấp nhận. Esports đi từ một sân chơi nghiệp dư tới một thị trường cá cược toàn cầu trong vòng chưa đầy hai mươi năm. Tốc độ ấy không cho hệ thống quy định thời gian để bắt kịp.

Biểu hiện của nó không phải là những vụ bê bối lớn được đăng tải. Biểu hiện của nó là những bất thường nhỏ mà dữ liệu không bắt được.

Tôi từng xem lại một trận đấu mà đường tỉ lệ cược dịch chuyển đáng kể trước khi đội hình chính thức được công bố. Trên giấy, điều đó có thể giải thích bằng thông tin rò rỉ. Nhưng khi tôi đặt cạnh nhau hai tập dữ liệu — chỉ số của một tuyển thủ trong các trận chính thức và chỉ số của cùng tuyển thủ ấy trong các trận tập kín — tôi thấy một khoảng trống không có cách giải thích bằng phong độ.

Đó là lỗi im lặng ở tầng liêm chính. Không có báo động đỏ. Không có ai bị buộc tội. Chỉ có một đường dữ liệu không khớp, nằm trong một hệ thống không có ô nào để ghi lại rằng nó không khớp.

Điều đáng lo là hệ thống ấy thường không được thiết kế để bắt loại bất thường này. Nó được thiết kế để bắt những sai lệch lớn, rõ ràng, có thể chứng minh trước tòa. Còn những tín hiệu yếu — một khoảng lặng trong giao tiếp, một thay đổi nhịp chơi, một trận thắng không ai mong đợi — thường bị bỏ lại ngoài mọi bảng thống kê.

Ở Hàn Quốc, nơi tôi sinh ra, esports đã là một ngành công nghiệp trưởng thành từ lâu. Điều đó có nghĩa là tôi lớn lên cùng những chuẩn mực nghề nghiệp của một thị trường đi trước. Nhưng tôi phải cẩn thận với chính hành trang ấy. Có một cái bẫy quen thuộc: dùng thuật ngữ và bối cảnh nội bộ của một nền esports đã chín để nói về một nền esports đang hình thành, rồi tin rằng người đọc phải hiểu. Làm vậy là dựng tường, không phải bắc cầu. Tôi phải dịch, chứ không được giả định.

Tôi giữ một thói quen từ công việc điền kinh: theo dõi những tín hiệu yếu. Trong một trận đấu, khi khán đài im đi, khi nhịp trận chậm lại, khi tiếng bình luận ngắt quãng, đó thường là lúc một điều gì đó đang dịch chuyển bên dưới bề mặt. Dữ liệu lớn không thu được những thứ ấy. Camera không quay góc ấy. Nhưng người ngồi đủ lâu trong phòng thi đấu thì nghe thấy.

Vấn đề là nghe thấy không phải là bằng chứng. Một ngành chưa có cơ chế biến việc nghe thấy thành một quy trình điều tra thì sẽ tiếp tục đọc những dòng trống thành những dòng sạch.

Tầng bốn: chi phí — cái gì bị mất khi báo cáo rỗng được coi là báo cáo sạch

Có một loại chi phí rất khó nhìn thấy trong thể thao: chi phí của cơ hội bị bỏ lỡ vì không ai biết là mình đang bỏ lỡ.

Nếu một hệ thống theo dõi chấn thương trả về dữ liệu rỗng trong ba tuần, đội ngũ y tế sẽ không biết rằng ba tuần ấy không có dữ liệu. Họ sẽ làm việc theo thói quen, theo cảm nhận, theo kinh nghiệm. Đôi khi điều đó hiệu quả. Đôi khi nó dẫn tới một ca rách cơ lẽ ra phòng ngừa được.

Nếu một hệ thống theo dõi tỉ lệ cược trả về trạng thái "không có bất thường" vì nó không nhận được dữ liệu, ban tổ chức sẽ tin rằng giải đấu sạch. Sự tin tưởng ấy có thể đúng. Nó cũng có thể chỉ là một khoảng trống được trang trí bằng màu xanh.

Sau mười năm, tôi nhận ra mọi kỷ lục chỉ là một nút của hệ thống. Nút ấy không tự đứng một mình. Nó được giữ bởi hàng nghìn nút khác: lịch tập, chế độ dinh dưỡng, chất lượng sân, chất lượng trọng tài, chất lượng dữ liệu ghi lại thành tích. Khi một trong những nút ấy rỗng, kỷ lục vẫn có thể xuất hiện — nhưng nó xuất hiện mà không có phần đế đỡ.

Đấy là lý do tôi không còn coi thành tích đơn lẻ là đơn vị phân tích cơ bản. Đơn vị phân tích cơ bản là độ tin cậy của hệ thống đã tạo ra thành tích ấy.

Mỗi chu kỳ Olympic lại dạy tôi điều này theo một cách khác. Giữa hai kỳ Thế vận hội là một khoảng bốn năm, đủ để một hệ thống theo dõi bị thay ba lần, đủ để một thế hệ vận động viên đi qua đỉnh phong độ, đủ để một chương trình đào tạo trẻ bị đánh giá lại bằng những thước đo mới. Khi tất cả những thay đổi ấy diễn ra mà không có bản ghi nào về việc dữ liệu của bốn năm trước được tạo ra trong điều kiện nào, mọi so sánh xuyên chu kỳ đều trở thành so sánh giữa hai thứ không cùng đơn vị.

Tầng năm: bộ lọc — bốn câu hỏi tôi đặt cho mọi bảng dữ liệu

Sau nhiều năm, tôi rút ra bốn câu hỏi mà tôi hỏi trước khi tin bất cứ kết luận nào. Chúng không đòi hỏi kỹ thuật cao. Chúng chỉ đòi hỏi sự kiên nhẫn.

Thứ nhất: nguồn dữ liệu này cập nhật lần cuối khi nào, và ai là người xác nhận? Thứ hai: nếu nguồn ấy ngừng hoạt động, màn hình có đổi màu không, hay vẫn xanh? Thứ ba: ô nào trong bảng này là ô tôi không có dữ liệu, và nó được trình bày như thế nào — im lặng hay đánh dấu rõ? Thứ tư, và quan trọng nhất: kết luận này thay đổi ra sao nếu tôi hoán đổi vai trò hai bên?

Câu hỏi thứ tư là bài kiểm tra ngược. Nếu tôi thay đội thắng bằng đội thua và kết luận vẫn đọc xuôi như cũ, thì kết luận ấy không phải là phân tích. Nó là một câu chuyện được kể sẵn và chờ được gán vào bất kỳ đội nào.

Trong kỳ chuyển nhượng, bộ lọc ấy áp dụng nguyên vẹn. Tin đồn có thể đúng. Nhưng thứ tôi theo dõi không phải là tin đồn. Tôi theo dõi ba thứ: điều khoản hợp đồng, dòng tiền, và thời điểm hành động của người đại diện.

Một tuyển thủ được đồn sẽ chuyển đi mà không có động thái nào từ người đại diện trong hai tuần, thì xác suất thương vụ xảy ra thấp hơn nhiều so với cách tít báo trình bày. Một câu lạc bộ được đồn quan tâm đến một cầu thủ nhưng đồng thời đang tái cơ cấu quỹ lương, thì thứ tự ưu tiên nằm ở quỹ lương, không nằm ở cầu thủ ấy.

Trên đấu trường này, mili giây và đồng euro cùng quy về một mẫu số: sai số.

Tôi viết những điều này không phải để tỏ ra hoài nghi với tất cả. Tôi viết vì trong hai mươi mốt năm, phần lớn sai lầm tôi chứng kiến không đến từ dữ liệu sai. Chúng đến từ dữ liệu đúng nhưng thiếu, và từ một hệ thống không có chỗ để nói rằng nó thiếu.

Đến đây thì tôi phải nói điều mà phần lớn người trong ngành sẽ không nói.

Phản xạ tự nhiên khi một báo cáo trả về rỗng là chạy lại hệ thống, sửa lỗi, rồi chỉ công bố phiên bản đã đầy đủ. Cách làm ấy hợp lý về mặt kỹ thuật. Nó cũng che mất thông tin quan trọng nhất: hệ thống ấy đã từng thất bại, và nó đã từng thất bại trong im lặng.

Giá trị của một lần thất bại không nằm ở việc nó được sửa. Nó nằm ở chỗ nó được ghi lại. Một dây chuyền dữ liệu chỉ đáng tin khi người ta biết nó từng hỏng ở đâu, hỏng vào lúc nào, và bằng cách nào người ta phát hiện ra.

Điều thứ hai nghịch với trực giác chung về dữ liệu thể thao. Ngành này tin rằng thêm dữ liệu sẽ dẫn tới quyết định tốt hơn. Từ kinh nghiệm của tôi, thêm dữ liệu không tự động dẫn tới quyết định tốt hơn. Đôi khi nó chỉ làm cho một quyết định tồi trông chuyên nghiệp hơn. Một huấn luyện viên chọn sai người nhưng có mười bảng biểu hỗ trợ sẽ khó bị chất vấn hơn một huấn luyện viên chọn sai người mà chỉ có trực giác. Dữ liệu không nâng chất lượng quyết định. Nó nâng chi phí xã hội của việc chất vấn quyết định.

Và điều thứ ba, thành thật mà nói, là điều tôi phải đối diện nhiều nhất.

Việc tôi dự đoán đúng thành tích của Nguyễn Thị Thúy ở Tokyo không phải là một thành công của nghề. Nó là một lần tôi để cho mô hình nói thay mình về một người. Một bài báo đúng về mặt số liệu vẫn có thể là một bài báo tồi về mặt con người. Hai điều ấy không loại trừ nhau. Chúng chỉ ra rằng độ chính xác không phải là tiêu chuẩn cao nhất của nghề viết thể thao.

Tiêu chuẩn cao nhất là độ trung thực. Trung thực bao gồm cả việc nói rằng mình không biết.

Bản báo cáo chín mục kia rồi sẽ được chạy lại. Nó sẽ có dữ liệu, sẽ có kết luận, sẽ trông đầy đủ. Nhưng thứ tôi muốn giữ lại từ nó không phải là nội dung cuối cùng. Đó là khoảnh khắc tôi nhận ra mình đang đọc một tài liệu hoàn chỉnh về không có gì.

Thể thao Việt Nam đang bước vào giai đoạn mà mọi môn đều muốn có dữ liệu. Điều đáng đầu tư tiếp theo không phải là thêm cảm biến, thêm phần mềm, thêm bảng điều khiển. Điều đáng đầu tư là một cơ chế buộc hệ thống phải thất bại thật to khi nó không có gì để nói.

Một dây chuyền dữ liệu không dám báo đỏ là một dây chuyền đang luyện cho người đọc thói quen tin vào màu xanh. Và trong thể thao, màu xanh không phải là kết quả. Nó chỉ là trạng thái mặc định của một màn hình chưa kịp tắt.