Kỷ luật của ô trống: khi bảng dữ liệu bóng bàn không có số

Ba giờ sáng, bảng tính trên màn hình thứ hai hiện ra hai mươi tám dòng và không một ô số nào. Gói dữ liệu của một giải bóng bàn quốc tế vừa tải xong, hệ thống phân tích phía sau trả về đúng một dòng trạng thái: không đủ thông tin để đánh giá. Cùng lúc đó, trên các diễn đàn thể thao tiếng Việt, hàng chục bài nhận định về chính giải đấu ấy đã hoàn tất. Người viết có kết luận, có luận điểm, có giọng điệu chắc chắn. Thứ duy nhất họ không có là dữ liệu.

Tôi mất khoảng bốn mươi phút để hiểu rằng hệ thống không hỏng. Nguồn đầu vào thực sự trống. Bảng phân tích không sai; người đọc nó mới là người phải chọn cách phản ứng.

Từ đêm đó, tôi ghi vào sổ tay một nguyên tắc: một kết luận không có cột số liệu đứng sau là phỏng đoán được trang điểm. Nghe khô, nhưng nó cứu tôi khỏi rất nhiều bài viết sai.

Trong mười năm gần đây, cách người Việt theo dõi thể thao đã đổi hẳn. Mười năm trước, một trận bóng bàn quốc tế đến với khán giả qua bản tin truyền hình, và người xem chỉ có một nguồn thông tin duy nhất. Bây giờ, một giải đấu diễn ra ở châu Âu có thể được theo dõi bằng ba nguồn phát trực tuyến, bốn bảng điểm cập nhật theo từng pha bóng, và hàng chục tài khoản phân tích đăng bài trong vòng vài phút sau khi trận kết thúc.

Số lượng nguồn tăng, chất lượng nguồn không tăng theo cùng tốc độ. Phần lớn nội dung phân tích thể thao tiếng Việt hiện nay vẫn dựa trên ba thứ: cảm giác sau khi xem, ký ức về vài pha bóng đẹp, và con số điểm cuối cùng. Ba thứ đó đủ để kể lại một trận đấu. Chúng không đủ để giải thích vì sao trận đấu kết thúc theo cách nó đã kết thúc.

Bóng bàn nhạy với vấn đề này hơn hầu hết các môn khác. Một set kéo dài từ bảy đến mười một điểm, mỗi điểm trung bình dưới mười giây, và phần lớn thông tin quyết định nằm ở những thứ mắt thường không ghi lại được: độ xoáy của quả giao bóng, điểm tiếp xúc bóng trên mặt vợt, quãng di chuyển của chân trong ba bước đầu tiên. Truyền hình chiếu được cú vẩy cổ tay. Nó không chiếu được mô hình nằm sau cú vẩy đó.

Ở Việt Nam, hạ tầng dữ liệu cho bóng bàn vẫn còn mỏng. Các giải trong nước thường chỉ công bố kết quả và tỷ số, không công bố dữ liệu theo từng pha. Những vận động viên hàng đầu như Nguyễn Anh Tú, Đinh Quang Linh, Mai Hoàng Mỹ Trang hay Nguyễn Khoa Diệu Khánh bước ra đấu trường quốc tế với những đối thủ được phân tích bằng hệ thống theo dõi chuyển động, trong khi phía sau họ thường không có một bộ dữ liệu tương đương. Khoảng cách nằm ở hạ tầng thu thập, không ở trình độ của người phân tích.

Nguyên tắc đầu tiên của nghề này là phân biệt ba trạng thái khác nhau của thông tin: có dữ liệu, thiếu dữ liệu, và dữ liệu sai. Ba trạng thái đòi hỏi ba cách xử lý khác nhau, và gộp chúng lại là sai lầm phổ biến nhất trong phân tích thể thao.

Có dữ liệu thì được phép kết luận. Thiếu dữ liệu thì bắt buộc phải nói “chưa đủ”. Dữ liệu sai thì phải truy vết nguồn trước khi làm bất cứ việc gì khác.

Trường hợp tôi gặp đêm đó thuộc loại thứ hai. Bảng tính trống nghĩa là không có cơ sở để nói bất cứ điều gì về giải đấu: không đánh giá được phong độ, không so sánh được đối đầu, không dự đoán được kết quả. Câu trả lời đúng về mặt chuyên môn là dừng lại và chờ dữ liệu.

Phản xạ tự nhiên của số đông lại là điền vào chỗ trống. Đó là lý do các bản tin chấn thương thể thao thường mơ hồ đến vậy. Một vận động viên rời sân giữa trận, đội bóng thông báo “sẽ đánh giá thêm”, và trong vòng hai giờ, mười bài viết xuất hiện với mười mức độ chấn thương khác nhau. Không bài nào có kết quả chụp chiếu. Tất cả đều có tiêu đề.

Trong kỳ chuyển nhượng, cơ chế này vận hành rõ nhất. Một tin đồn được đăng lại bảy lần sẽ tự động mang dáng vẻ của một sự kiện đã xác nhận. Nếu tách tin đồn ra khỏi số lần đăng lại và đặt cạnh bốn cột dữ liệu — cấu trúc điều khoản giải phóng hợp đồng, quỹ lương của câu lạc bộ mua, thời hạn hợp đồng hiện tại, và động thái của người đại diện — phần lớn tin đồn sụp trong vòng ba mươi giây. Dữ liệu không phủ nhận tin đồn. Nó cho thấy tin đồn chưa từng được kiểm chứng.

Với bóng bàn, chuỗi bằng chứng hữu ích nằm ở bốn nhóm chỉ số. Tỷ lệ thắng điểm trên quả giao bóng thứ ba cho biết một vận động viên chủ động tấn công được đến đâu. Tỷ lệ thắng điểm trên quả trả giao bóng cho biết khả năng phá thế trận của đối phương. Tỷ lệ lỗi tự đánh hỏng trong set quyết định mã hóa yếu tố tâm lý thành một con số theo dõi được. Quãng di chuyển trung bình mỗi điểm phản ánh mức tiêu hao thể lực, thứ quyết định ai còn chân ở set cuối.

Bốn nhóm chỉ số này không cần thiết bị đắt tiền. Chúng cần một người ngồi lại sau trận và ghi chép từng điểm. Thứ thiếu ở phần lớn nội dung phân tích thể thao tiếng Việt là thời gian chịu ngồi lại, chứ không phải máy móc. Đại dương dữ liệu không dành cho người sợ ướt, và bóng bàn Việt Nam đang đứng ngay bờ.

Ở đây có một cái bẫy mà chính người làm dữ liệu hay mắc: tin rằng có số là có sự thật.

Tương quan không phải nhân quả. Một vận động viên thắng tám mươi phần trăm số điểm giao bóng không có nghĩa cú giao bóng là nguyên nhân. Có thể đối thủ trong giải đó xếp hạng thấp hơn cô ấy rất nhiều, có thể mặt bàn thi đấu nhanh hơn bình thường, có thể cô chỉ đấu bốn trận. Mẫu nhỏ tạo ra những con số rất đẹp và rất vô nghĩa. Con số không bao giờ nói dối, chỉ có cách đọc là sai. Mọi chiến thuật chỉ là một giả thuyết cho đến khi dữ liệu tuyên án.

Vấn đề thứ hai tinh vi hơn: dữ liệu sạch là một huyền thoại. Mọi bộ dữ liệu tôi từng làm việc đều có lỗ hổng — trận thiếu ghi chép, điểm bị ghi nhầm, cột bị điền sai đơn vị. Người phân tích giỏi biết chính xác chỗ nào trong bộ dữ liệu của mình bị hỏng, và nói rõ điều đó khi trình bày kết quả.

Điều này dẫn tới một hệ quả khó nghe với ngành truyền thông thể thao: khoảng trống dữ liệu là một thông tin, không phải một khuyết điểm cần che. Khi một giải đấu không công bố dữ liệu theo từng pha, đó là tín hiệu về mức độ chuyên nghiệp của ban tổ chức. Khi một đội không công bố thời hạn nghỉ của trụ cột, đó thường là tín hiệu chấn thương nặng hơn thông báo chính thức. Lịch tái xuất do bộ phận truyền thông kiểm soát, và một câu “chờ đến cuối tuần” hiếm khi là tin tốt.

Lấp ô trống bằng suy đoán chỉ tạo thêm một ô sai. Việc cần làm là công bố ô trống, kèm lý do nó trống, và kèm ngày dự kiến có dữ liệu.

Trở lại bảng tính đêm đó. Tôi không viết bài nào về giải đấu ấy. Ba tuần sau, gói dữ liệu đầy đủ được công bố, và câu chuyện thật của giải khác hẳn với những gì các diễn đàn đã đoán trong đêm.

Sự công nhận đến muộn, nhưng dữ liệu thì luôn đúng giờ. Với bóng bàn Việt Nam, việc cần làm trong giai đoạn tới là xây thói quen ghi chép từ cấp giải trẻ, trước khi bàn tới chuyện mua thêm phần mềm phân tích. Một cột số liệu được ghi đúng ở giải thiếu niên có giá trị hơn một bảng phân tích hoàn hảo của một giải đã kết thúc ba năm trước.

Và với người đọc, một phép thử nhỏ đáng giữ lại mỗi lần mở một bản tin chuyển nhượng hay một bản tin chấn thương: bài viết này đang có số, đang thiếu số, hay đang giả vờ có số?