Khi đường bơi trả về một bảng trắng: ghi chép của một cố vấn dữ liệu

Hai giờ bốn mươi bảy phút sáng, tôi mở tệp trích xuất cho bản phân tích đường bơi của mình và thấy mọi ô đều trắng. Tiêu đề bài viết: trống. Nguồn: trống. Loại bài: chưa phân loại. Danh sách điểm thông tin: trống. Thực thể được nhắc đến: trống. Chín chiều phân tích mà tôi dựng cho lĩnh vực bơi lội – kỹ thuật, thành tích và dữ liệu, hệ thống thi đấu, cục diện thế giới, luật và phòng chống doping, sự nghiệp vận động viên, hồ sơ rủi ro, câu chuyện truyền thông, hiệu ứng lan tỏa ngành – đứng đó chờ, và không có gì để đo.

Chỉ một tín hiệu sống sót qua toàn bộ quy trình: nhãn “bơi lội”. Nó nằm lại như dấu vân tay trên khung cửa sau khi người ta đã dọn sạch đồ đạc. Nhãn ấy xác nhận hệ thống định tuyến vẫn chạy. Nó không xác nhận bất cứ điều gì về nội dung.

Trong mười tám năm làm nghề, tôi đã quen với việc dữ liệu nói dối theo nhiều cách: nó lệch, nó nhiễu, nó bị đồng bộ sai. Một tập dữ liệu trắng thì khác. Nó không nói dối. Nó im lặng. Và trong im lặng, tôi buộc phải chọn giữa hai con đường: thừa nhận mình chưa biết, hoặc dựng lên một câu chuyện nghe hợp lý. Chọn con đường thứ hai là bước đầu tiên của một nghề khác, không phải nghề của tôi.

Để hiểu vì sao một bảng trắng lại đáng viết thành bài, cần nói rõ quy trình tôi đang vận hành. Công việc phân tích thể thao của tôi chạy theo hai tầng. Tầng một giải cấu trúc một bài viết thành các đơn vị sự kiện nguyên tử: ai, làm gì, khi nào, ở đâu, con số bao nhiêu. Tầng hai nhận những đơn vị ấy và đặt chúng vào chín chiều phân tích chuyên sâu. Không có tầng một, tầng hai chỉ là một khung xương rỗng không có thịt. Tôi gọi tầng một là mắt lưới: nếu mắt lưới rách, cả tấm lưới đánh cá trở nên vô nghĩa dù nó còn nguyên hình dáng.

Với bơi lội, tầng một lẽ ra phải bắt được những thứ rất cụ thể. Hồ bơi dài 50 mét hay 25 mét. Cự ly và kiểu bơi. Thời gian về đích. Các mốc chia quãng. Số lần quạt tay. Tần suất sải. Quãng đường mỗi chu kỳ. Một bản phân tích bơi lội tử tế còn phải phân biệt bốn kiểu bơi, nắm luật 15 mét dưới nước sau khi xuất phát và sau mỗi lần quay đầu, đếm được số cú đạp chân hợp lệ ở kiểu ếch, và biết thiết bị xuất phát ngửa có được phép dùng hay không. Đó là những viên gạch nhỏ nhất của bức tường.

Trong tệp tôi mở, không có viên gạch nào. Không thời gian, không cự ly, không hồ bơi, không ngày tháng. Ngay cả một cái tên cũng không. Nghĩa là tôi không thể nói bài gốc nói về Katie Ledecky, về Léon Marchand, về Pan Zhanle, hay về một vận động viên trẻ chưa ai biết. Tôi cũng không thể nói nó thuộc giải vô địch thế giới, Olympic, cúp châu lục hay một giải trong nước. Ngay cả mùa giải cũng không xác định.

Đây là chỗ dễ sa ngã nhất. Cám dỗ nói rằng: cứ viết đi, chọn một ngôi sao, gắn vài con số nghe hợp lý, độc giả sẽ không kiểm tra. Dựa trên kinh nghiệm theo dõi các kỳ đại hội và những giải bơi quốc nội của tôi, độc giả có kiểm tra, và dù họ không kiểm tra, tôi vẫn phải sống với con số mình đã viết. Một lệch GPS nhỏ cũng đủ dạy tôi: kiểm chứng là tất cả.

Năm 2026, khi tôi còn là nữ cố vấn dữ liệu duy nhất trong phòng phân tích kỹ thuật của một câu lạc bộ ở V.League, tôi tính sai quãng đường nước rút của một tiền đạo, ghi 1,2 km thay vì 0,8 km. Một chuyên gia trong phòng chê ngay trước mặt đồng nghiệp rằng phụ nữ không hiểu chiến thuật, ngồi bàn giấy thì hợp hơn. Tôi không cãi. Tôi ngồi lại, kiểm tra lại toàn bộ 14.000 mẫu dữ liệu GPS của đội trong ba tháng, và tìm thêm ba lỗi hệ thống khác từ phần mềm đồng bộ. Quy trình kiểm tra chéo sinh ra từ đêm đó về sau trở thành chuẩn nội bộ của câu lạc bộ, và cột “độ tin cậy” xuất hiện trong mọi bảng thống kê tôi làm.

Bài học ấy áp vào bảng trắng hôm nay rất thẳng: không kiểm tra được nguồn thì không có quyền kết luận. Một bảng trắng là trường hợp kiểm tra thất bại ở mức độc nhất, bởi nó không phải dữ liệu sai mà là dữ liệu vắng. Với dữ liệu sai, tôi sửa. Với dữ liệu vắng, tôi chỉ có thể ghi lại sự vắng mặt và tìm nguyên nhân.

Phân tích kỹ thuật. Với bơi lội, tôi thường bắt đầu ở những thứ mắt thường bỏ qua. Một vận động viên bơi tự do 100 mét có thể được hoặc mất gần nửa giây chỉ ở đoạn dưới nước sau khi xuất phát. Luật cho phép lặn tối đa 15 mét trước khi đầu phải nổi lên, và ở kiểu bướm cũng như kiểu ngửa, đoạn dưới nước ấy quyết định nhịp thở của cả đường bơi. Ở kiểu ếch, luật buộc mỗi chu kỳ chỉ được một cú đạp chân; đếm sai một cú là mất suất. Những chi tiết này hầu như không bao giờ xuất hiện trong bản tin tóm tắt, nhưng chúng là nơi trận đấu thực sự được quyết định.

Trong tệp của tôi, cột “xuất phát và dưới nước” ghi: không đủ thông tin để đánh giá. Cột “quay đầu và về đích”: không đủ thông tin. Cột “hiệu suất sải”: không đủ thông tin. Ba dòng ấy ghi lại một sự thật khô khan: không có đường bơi nào để phân tích, nên mọi nhận định về kỹ thuật đều là bất khả.

Đây là điều tôi muốn độc giả hiểu rõ, bởi nó phân biệt phân tích với phỏng đoán. Một nhận định kỹ thuật chỉ đứng vững khi có ít nhất một mốc chia quãng hoặc một chỉ số sải đối chiếu. Không có mốc chia quãng, mọi câu về “đoạn về đích yếu” hay “đoạn xuất phát mạnh” đều trôi nổi. Tôi từ chối viết những câu trôi nổi.

Phân tích thành tích và dữ liệu. Đây là phần tôi yêu nhất, và cũng là phần nguy hiểm nhất khi thiếu nguồn. Bơi lội là môn thể thao của những con số tuyệt đối: phần trăm giây, kỷ lục thế giới, danh sách mọi thời đại. Nhưng một con số chỉ có nghĩa khi đặt đúng chỗ. Pan Zhanle lập kỷ lục thế giới 100 mét tự do với 46,40 giây tại Paris năm 2026. Để định giá con số ấy, người ta phải biết nó phá kỷ lục cũ bao nhiêu, bơi ở hồ dài 50 mét, và rơi vào năm nào của chu kỳ Olympic. Katie Ledecky thống trị 800 mét và 1.500 mét tự do nữ trong hơn một thập kỷ, nhưng một thành tích của cô chỉ được định giá đúng khi so với chính chuỗi thành tích của cô, chứ không phải so với một lần bơi đơn lẻ tách khỏi mạch chung.

Nếu tầng một trả về dù chỉ một con số, tôi đã có thể làm ba việc ngay: định vị nó so với kỷ lục thế giới, so với danh sách mọi thời đại, và so với bảng xếp hạng mùa hiện tại. Không có con số, cả ba việc dừng lại. Quan trọng hơn, tôi không được phép đoán một con số rồi phân tích chính con số mình vừa bịa. Làm vậy là tự huyễn, và tôi từ chối nó.

Còn một lớp nữa mà người ngoài ít thấy: yếu tố hồ bơi và thời đại. Cùng một vận động viên, cùng một cự ly, bơi ở hồ 25 mét thường cho thời gian nhanh hơn hồ 50 mét vì có thêm lần quay đầu để lấy đà. Và thời đại áo bơi công nghệ cao giai đoạn 2026 đến 2026 đã để lại một loạt kỷ lục khó so sánh với giai đoạn sau. Không có ngày tháng và loại hồ, tôi không thể sàng lọc hai yếu tố ấy. Một bảng thành tích không sàng lọc là một bảng thành tích lừa người.

Hệ thống thi đấu và cơ chế tham dự. Bơi lội có một đặc thù ít môn có: chuẩn tham dự chia thành hai mức rõ ràng, thường gọi là chuẩn A và chuẩn B. Một quốc gia có thể cử tối đa hai vận động viên đạt chuẩn A ở mỗi nội dung; chuẩn B chỉ mở đường dự bị khi suất chưa được lấp đầy. Cơ chế ấy tạo ra cả một nghề tính toán: vận động viên chọn giải để đạt chuẩn, liên đoàn cân nhắc suất, và thời điểm đạt chuẩn quan trọng không kém bản thân thành tích. Một suất đạt sớm có giá trị khác một suất đạt sát hạn.

Không có tên giải, tôi không thể biết bài gốc nói về năm Olympic hay năm điều chỉnh. Đây là chiều mà sự thiếu ngày tháng gây thiệt hại nặng nhất, bởi toàn bộ nhịp chu kỳ Olympic treo trên một mốc thời gian. Nói về “phong độ năm Olympic” khi không biết năm nào là suy diễn. Suy diễn thì tôi giữ lại, không đưa vào kết luận. Trong thể thao đỉnh cao, một năm lệch nhịp có thể đổi hoàn toàn ý nghĩa của một thành tích: cùng một thời gian bơi, đạt ở năm xây nền và đạt ở năm nước rút là hai câu chuyện khác nhau.

Cục diện thế giới và bản đồ nội dung. Bơi lội thế giới có những vùng thống trị khá ổn định theo từng kiểu bơi. Mỹ mạnh ở cự ly trung bình và dài tự do nữ, ở hỗn hợp cá nhân. Pháp nổi lên với Léon Marchand ở nhóm nội dung hỗn hợp và ếch. Trung Quốc mạnh ở tự do nam cự ly ngắn và bướm. Úc giữ truyền thống ở tự do nữ và tiếp sức. Nhưng bản đồ ấy chỉ vẽ được khi trong tay có ít nhất một cái tên hoặc một quốc gia. Trong tệp trắng, dòng “nhà vô địch hiện tại” ở mỗi kiểu bơi đều bỏ trống, và tôi không được phép lấp nó bằng ký ức. Ký ức là nguồn tốt để đặt giả thuyết, không phải nguồn để kết luận.

Đằng sau bản đồ ấy còn có một thứ quan trọng hơn: chuỗi cung ứng tài năng. Mỹ dựa vào hệ thống đại học, nơi sinh viên vừa học vừa thi đấu với mật độ dày. Trung Quốc dựa vào hệ thống tập trung quốc gia. Nhiều nước châu Âu dựa vào câu lạc bộ. Mỗi hệ thống sinh ra một kiểu vận động viên và một kiểu đường cong phát triển khác nhau. Không có tên quốc gia, tôi không thể chạm vào lớp này.

Luật và quản trị phòng chống doping. Đây là chiều nhạy cảm nhất, và cũng là chiều mà sự im lặng dễ bị hiểu sai nhất. Một mục phòng chống doping trống không có nghĩa là không có rủi ro doping. Nó chỉ có nghĩa là đầu vào không chứa nội dung liên quan để đánh giá. Sự phân biệt này nghe nhỏ, nhưng trong thực tế nghề, nó là một vực thẳm. Một người viết non tay có thể đọc khoảng trắng thành sự trong sạch, hoặc ngược lại, đọc nó thành một nghi ngờ. Cả hai đều sai như nhau, và cả hai đều gây hại.

Bơi lội có lịch sử phức tạp với các vụ việc doping, từ tranh chấp nhiễm bẩn cho đến vấn đề thủ tục và tư cách tham dự. Chính vì thế, khi không có dữ kiện, câu trả lời đúng duy nhất là: chưa thể đánh giá. Tôi từ chối dựng kịch bản xấu nhất từ hư không, và cũng từ chối dựng kịch bản tốt nhất. Cả hai đều là bịa. Trong một chủ đề mà mỗi chữ đều có thể ảnh hưởng đến danh dự một con người, sự im lặng trung thực là lựa chọn đạo đức, không phải sự yếu đuối.

Sự nghiệp vận động viên và hệ thống đội. Với bơi lội, đây là chiều cho năng suất cao nhất khi kể chuyện, và cũng là chiều dễ bị lạm dụng nhất. Rào cản dậy thì là rủi ro lớn nhất trong sự nghiệp sớm của một nữ vận động viên bơi lội: khi cơ thể thay đổi, tỷ lệ sức mạnh trên khối lượng thay đổi, và một thành tích từng vượt trội có thể chững lại hoặc tụt. Rất nhiều thần đồng biến mất không phải vì mất tài năng, mà vì đường cong sinh lý không đi cùng đường cong kỳ vọng. Nhận ra điều này giúp người viết tránh được sai lầm tàn nhẫn nhất: gán cho một cô gái mười bốn tuổi trách nhiệm về một quy luật sinh học.

Nhưng để phân tích điều ấy, tôi cần tuổi, giới tính, và một quỹ đạo thành tích theo thời gian. Tệp trắng không có tuổi, không có giới tính, không có quỹ đạo. Vậy nên chiều này, dù hấp dẫn, phải để trống. Sự trống ấy tự nó nói lên rằng không có nội dung nào về một cá nhân cụ thể đi tới được tầng một. Ngoài ra còn huấn luyện viên, mô hình tập luyện, đội ngũ y sinh và phục hồi, lịch sử chấn thương, tâm lý thi đấu lớn, và tải thi đấu đa nội dung. Tất cả đều không có dữ liệu để chạm vào.

Hồ sơ rủi ro. Trong chín chiều, chỉ một mục có thể chấm điểm hợp lệ: rủi ro của chính quy trình phân tích. Rủi ro thi đấu, rủi ro sự nghiệp, rủi ro doping, rủi ro luật, rủi ro danh tiếng đều không thể chấm vì không có chủ thể. Nhưng rủi ro hệ thống thì rõ ràng: một đầu vào trắng, nếu được chuyển tiếp xuống hạ nguồn mà không bị đánh dấu, sẽ mời gọi những kết luận bịa đặt. Đây là rủi ro mức cao, xác suất cao, tác động cao. Cách xử lý đúng không phải ngoại suy. Cách xử lý đúng là dừng lại và chạy lại tầng một.

Tôi muốn nói thêm một điều về bản chất của loại lỗi này. Nếu tệp trắng được tạo ra theo lịch tự động, rất có thể có một lỗi lặp lại mang tính hệ thống ảnh hưởng đến cả một lô bài, chứ không phải chỉ một bài. Một sự cố đơn lẻ thì dễ sửa. Một lỗi hệ thống lặp lại thì âm thầm làm hỏng dữ liệu trong nhiều tuần mà không ai biết. Bởi vậy, dấu hiệu cần theo dõi không chỉ là bài này, mà là tỷ lệ lỗi của cả lô.

Bằng chứng và thông tin ẩn. Một phần quan trọng của nghề tôi là tách bằng chứng khỏi suy luận. Bằng chứng ở đây chỉ có một: các trường dữ liệu của tầng một đều trắng, và nhãn “bơi lội” vẫn sống sót. Thông tin ẩn thì có vài khả năng, và tôi phải ghi rõ độ tin cậy của từng khả năng thay vì gộp chúng thành một khẳng định. Khả năng thứ nhất, độ tin cậy trung bình: đây là lỗi ở khâu giải cấu trúc, có thể do bài nguồn rỗng hoặc do lỗi phân tích cú pháp. Khả năng thứ hai, độ tin cậy thấp: bài nguồn có thể vốn không mang tính định lượng, ví dụ một bài bình luận hoặc một bài giới thiệu, nên không có con số nào để trích. Khả năng thứ ba, độ tin cậy thấp: nội dung số có thể đã tồn tại nhưng không sống sót qua bước trích xuất.

Ba khả năng ấy không loại trừ nhau, và tôi không có đủ dữ liệu để chọn một. Ghi chúng ra kèm độ tin cậy là cách trung thực nhất để nói rằng tôi đang ở giữa một quá trình điều tra, không phải ở cuối một kết luận.

Câu chuyện truyền thông và kỳ vọng. Bơi lội là môn sinh ra những câu chuyện rất mạnh: thần đồng, đêm kỷ lục, nhà vua trở lại, khoảnh khắc chuyển giao, scandal. Mỗi nhãn ấy có một vòng đời nhiệt riêng: nhen nhóm, tăng tốc, đỉnh điểm, rồi phản ứng ngược. Nhưng nhãn nào cũng cần một mỏ neo, thường là tiêu đề bài viết. Trong tệp của tôi, ngay cả tiêu đề cũng không có. Không mỏ neo, không thể suy ngược khung truyền thông. Sự im lặng ở đây có một hàm ý nghề nghiệp: tôi không thể phân tích khoảng cách giữa kỳ vọng thị trường và thực tế trên sàn đấu, bởi cả hai đầu của khoảng cách đều trống.

Hiệu ứng lan tỏa ngành. Đây là chiều suy luận nhiều nhất, và vì thế là chiều nguy hiểm nhất để bịa từ hư không. Một ngôi sao bơi lội có thể kéo theo thị trường huấn luyện, ngành thiết bị, kinh doanh sự kiện, hệ sinh thái đại diện, đầu tư cơ sở vật chất, và cả thị trường phái sinh như nội dung số hay sưu tầm. Nhưng tất cả những đường dây ấy chỉ nối được khi có một cái tên hoặc một thương hiệu. Không có gì để nối, tôi giữ nguyên sự trống thay vì vẽ một mạng lưới tưởng tượng. Trong nghề này, một mạng lưới tưởng tượng đẹp là thứ khó gỡ nhất, bởi nó không có nguồn để đối chiếu, nên không ai bắt được lỗi.

Có một phản xạ nghề nghiệp mà tôi phải cưỡng lại mỗi lần mở một tệp trắng: cảm giác rằng sự trống là một thất bại cần được che lấp. Trong ngành dữ liệu thể thao, người ta thưởng cho sự đầy đủ. Một báo cáo có đủ ô, đủ biểu đồ, đủ con số, trông chuyên nghiệp hơn một báo cáo có ô trống. Chính phần thưởng ấy tạo ra động lực lấp đầy bằng bất cứ giá nào, và lấp đầy bằng phỏng đoán là bước đầu tiên của bịa đặt.

Góc phản trực giác của tôi là thế này: trong một số trường hợp, ô trống trung thực mang giá trị thông tin cao hơn ô đầy giả tạo. Ô trống nói được một điều mà ô đầy không bao giờ nói: rằng có một lỗi ở đâu đó phía trước, và lỗi ấy cần được tìm. Một bảng đầy số liệu bịa sẽ che giấu lỗi ấy mãi mãi. Nó biến một sự cố quy trình thành một sự thật giả, và sự thật giả thì lan nhanh hơn sự thật thật, bởi nó được thiết kế để vừa mắt.

Tôi từng thấy điều này trong một vụ chuyển nhượng năm 2026. Một câu lạc bộ muốn mua một tiền đạo ngoại với giá 500.000 đô la. Tôi phân tích 19 trận của anh ta và thấy một nghịch lý: anh ghi 18 bàn nhưng chỉ số bàn thắng kỳ vọng chỉ 11,2, tức tỷ lệ chuyển hóa 31,4 phần trăm, gần gấp đôi mức trung bình 15 đến 18 phần trăm của giải. Bảy mươi phần trăm số bàn đến từ tình huống cố định. Tôi khuyến nghị không mua. Lãnh đạo bỏ qua, nói rằng số liệu không thay được mắt nhìn người. Cầu thủ ấy ghi 4 bàn trong 20 trận và hai lần dính chấn thương gân kheo. Điều tôi rút ra không phải là tôi đã nói rồi, mà là: khi dữ liệu vắng hoặc bị bỏ qua, người ta luôn lấp chỗ trống bằng một câu chuyện nghe hay hơn sự thật.

Với bảng trắng hôm nay, câu chuyện nghe hay nhất sẽ là một ngôi sao, một kỷ lục, một khoảnh khắc. Tôi không có quyền kể nó. Người ta thấy một bản hợp đồng; tôi thấy một bảng xác suất dài mười trang. Người ta thấy một bảng trắng; tôi thấy một tín hiệu cần được điều tra. Tôi tin vào con số, nhưng chỉ sau khi con số vượt qua ba vòng kiểm tra. Một con số chưa qua vòng nào thì chưa phải con số của tôi.

Vậy vòng tiếp theo cần theo dõi điều gì? Ba tín hiệu. Thứ nhất, kết quả chạy lại tầng một trên cùng nguồn: nếu nó trả về điểm thông tin, toàn bộ khung chín chiều đã sẵn sàng và không cần làm lại. Thứ hai, khả năng truy cập của bài gốc: nếu nguồn trả về rỗng hoặc không đọc được, lỗi nằm ở phía nguồn chứ không phải ở bộ trích xuất. Thứ ba, tỷ lệ lỗi của cả lô: nếu nhiều bài cùng lô đều trắng, đây là lỗi hệ thống lặp lại, không phải sự cố đơn lẻ.

Dữ liệu không kể chuyện; nó ghi lại mọi thứ để tôi tự kể. Nhưng khi dữ liệu chưa đến, câu chuyện trung thực nhất là câu chuyện về chính sự vắng mặt của nó. Điều tôi để lại không phải là bài viết ấy nói về ai. Mà là: trong bao nhiêu bản tin thể thao đang được xuất bản mỗi ngày, có bao nhiêu ô trống đã bị lấp bằng một câu chuyện nghe hợp lý, và không ai kiểm tra lại?