Khi tin giải trí lọt vào hệ thống bóng đá: Một lỗi gắn nhãn và bài học về chữ tín dữ liệu

Tôi theo dõi dữ liệu bóng đá đủ lâu để biết rằng những sai sót nghiêm trọng nhất thường không nằm ở con số, mà nằm ở cái nhãn dán lên con số ấy. Một bản ghi được gắn mác "bóng đá" mà bên trong không có lấy một đội bóng, một cầu thủ, một trận đấu — đó là kiểu lỗi khiến cả một dây chuyền phân tích phải dừng lại. Lần này, bản ghi ấy mang tên Kendall Jenner và Cara Delevingne.

Đó không phải một trò đùa. Trong một buổi rà soát kho dữ liệu thể thao, tôi bắt gặp một mục được phân loại là "bóng đá" nhưng nội dung lại là tin giải trí: câu chuyện xoay quanh đoạn trailer mùa thứ tám của chương trình truyền hình thực tế về gia đình Kardashian, phát hành trên nền tảng Hulu. Trung tâm của bản tin là đồn đoán Kendall Jenner hẹn hò với Cara Delevingne — thông tin mà chính Kendall đã lên tiếng phủ nhận, nói rằng đó "không phải sự thật". Nguồn dẫn là một tờ báo tổng hợp, dẫn lại Variety.

Một bản tin như vậy đến với tôi qua đúng cái kênh mà mọi bản tin bóng đá khác đi qua. Nó được đánh dấu lĩnh vực, được gán thẻ, được xếp vào hàng chờ phân tích. Chỉ khi người ta mở ra đọc, sự thật mới lộ diện: không có đội bóng nào, không có huấn luyện viên nào, không có phút thứ mấy, không có tỷ số. Chỉ có một mối quan hệ được đồn đoán và một buổi ra mắt chương trình. Và như tôi vẫn nói với các bạn trẻ trong nghề: tôi đi theo nhịp, không chạy theo tin. Nhưng lần này, cái nhịp bị lệch ngay từ khâu đầu tiên — khâu phân loại.

Bối cảnh: khi ranh giới giữa sân cỏ và sàn diễn ngày càng mỏng

Chuyện này không phải hiện tượng cá biệt, và cũng không chỉ là chuyện của một cái nhãn sai. Ngành thể thao trong mười năm trở lại đây đã trở thành một phần của nền kinh tế nội dung nói chung. Cầu thủ là người nổi tiếng. Câu lạc bộ là thương hiệu truyền thông. Kỳ chuyển nhượng không chỉ diễn ra trên sân, mà diễn ra trên mạng xã hội, nơi mà một cái nháy mắt, một lượt theo dõi, một bài đăng rồi xóa cũng đủ tạo thành một "tín hiệu" để người ta phân tích.

Chính vì thế, dữ liệu bóng đá ngày nay bị pha loãng. Những bản tin về đời tư cầu thủ, về bạn gái của cầu thủ, về người nổi tiếng đi xem một trận đấu, tất cả đều có thể dễ dàng lọt vào các bảng tin thể thao. Ở một mức độ nào đó, độc giả cũng muốn điều đó — họ muốn biết câu lạc bộ của mình có tinh thần thế nào, mà tinh thần thì đôi khi nằm ngoài đường biên. Nhưng có một khoảng cách rất lớn giữa "đưa tin về bóng đá kèm chút màu sắc đời thường" và "gắn nhãn bóng đá cho một bản tin không có một chữ nào về bóng đá".

Khi một hệ thống tự động phân loại gặp quá nhiều nội dung giải trí trong luồng thể thao, nó bắt đầu học sai. Nó nhìn thấy một cái tên nổi tiếng, và nó nghĩ đến thể thao, vì trên thực tế có rất nhiều người nổi tiếng xuất hiện trong các bản tin thể thao. Nó nhìn thấy chữ "Hulu", chữ "trailer", chữ "premiere", và nếu trong bộ từ khóa lọc của nó có những từ mơ hồ như "đội", "mùa", "ra mắt", nó có thể chọn nhầm. Đây là cái bẫy mà bất kỳ hệ thống dữ liệu lớn nào cũng phải đối mặt.

Điều đáng nói là hậu quả không dừng lại ở chỗ một người đọc mất ba giây vô ích. Nó lan xa hơn thế.

Phân tích: một lỗi nhỏ, ba tầng thiệt hại

Tầng thiệt hại thứ nhất nằm ở chính kho dữ liệu. Một bản ghi sai lĩnh vực có thể kéo theo hàng loạt suy luận sai phía sau. Nếu một hệ thống đếm "lượng tin bóng đá theo chủ đề" rồi vô tình cộng thêm một bản tin về gia đình Kardashian, thì biểu đồ về mức độ quan tâm của công chúng dành cho bóng đá sẽ bị bơm phồng một cách vô cớ. Trong một thị trường mà các quyết định đầu tư, các gói tài trợ, thậm chí cả giá trị bản quyền truyền hình đều dựa trên những con số kiểu này, một lỗi nhỏ về nhãn có thể trở thành một sai lệch lớn về tiền.

Tôi từng chứng kiến chuyện tương tự trong một bối cảnh khác. Hồi còn làm việc với dữ liệu trận đấu, tôi phát hiện một nhóm bản ghi bị tính trùng vì tên đội được viết theo hai cách phiên âm khác nhau. Cả một tuần, bảng xếp hạng nội bộ của chúng tôi hiển thị sai số trận. May là phát hiện kịp. Nhưng nếu nó lọt ra ngoài, chữ tín với nguồn tin sẽ đổ sông đổ biển. Tôi nhớ câu mình vẫn nói: phát âm sai một cái tên, học được bài học về sự tôn trọng. Lần này là gắn sai một nhãn, và bài học vẫn là về sự tôn trọng — tôn trọng người đọc, và tôn trọng chính dữ liệu mình đang giữ.

Tầng thiệt hại thứ hai nằm ở người đọc. Độc giả thể thao, đặc biệt là những người trẻ, đang ngày càng quen với việc tin vào con số. Họ nhìn vào một biểu đồ, một tỷ lệ phần trăm, một bảng xếp hạng, và họ mặc định rằng phía sau đó là một quy trình nghiêm cẩn. Khi một bản tin giải trí lọt vào đúng cái quy trình ấy, nó không làm độc giả tức giận ngay. Nó làm họ mất dần niềm tin một cách âm thầm. Và sự mất niềm tin âm thầm mới là thứ khó sửa nhất, bởi vì nó không đổ vỡ trong một lần, nó chùng xuống từng chút một. Sợi dây giữa đội bóng và người hâm mộ không bao giờ đứt, chỉ có thể chùng. Mà chùng thì khó kéo lại lắm.

Tầng thiệt hại thứ ba nằm ở chính cách chúng tôi làm nghề. Khi dữ liệu bị ô nhiễm, người viết phải mất nhiều thời gian hơn để kiểm chứng, để loại trừ, để đính chính. Thời gian đó lẽ ra dành cho việc quan sát trận đấu, cho việc Theo dõi nhịp độ đội bóng, cho việc ngồi lại nghe xem phòng thay đồ đang nói gì. Mỗi giờ bị tiêu vào một bản ghi sai là một giờ không được đầu tư vào cái thật.

Có một điều thú vị về câu chuyện Kendall và Cara: ngay cả trong chính nội dung của bản tin, sự thật cũng đã bị chính chủ thể bác bỏ. Kendall nói rõ rằng tin đồn ấy không đúng. Vậy mà bản tin vẫn tồn tại, vẫn lan truyền, vẫn được gán nhãn và chờ phân tích. Điều đó cho thấy một nghịch lý quen thuộc: trong dòng chảy nội dung hiện đại, sự tồn tại của một thông tin không còn là bằng chứng cho tính xác thực của nó nữa. Một tin đồn được phủ nhận vẫn có thể sống lâu hơn cả lời phủ nhận.

Đây chính là lúc cần nói đến góc phản trực giác.

Góc nhìn phản trực giác: lỗi phân loại phơi bày một sự thật về người hâm mộ

Phản ứng đầu tiên của số đông khi nghe chuyện này thường là: "Rõ ràng đây là lỗi của hệ thống, sửa là xong". Tôi đồng ý phần kỹ thuật. Nhưng nếu chỉ dừng ở đó thì chúng ta bỏ qua một điều sâu hơn: cái ranh giới giữa bóng đá và giải trí vốn dĩ đã không còn rõ ràng như chúng ta tưởng.

Người hâm mộ bóng đá hiện đại tiêu thụ nội dung theo một cách rất khác so với hai mươi năm trước. Họ xem trận đấu, nhưng họ cũng xem hậu trường, xem hành lang, xem các buổi phỏng vấn ngắn, xem những đoạn clip về đời sống của cầu thủ. Rất nhiều người trong số đó, nếu được hỏi thẳng, sẽ nói rằng họ quan tâm đến câu chuyện con người ngang với con số trên bảng tỷ số. Vậy thì việc một bản tin về người nổi tiếng lọt vào luồng thể thao không chỉ là lỗi của cái máy. Đó còn là dấu hiệu cho thấy nhu cầu của người đọc đang kéo hai thế giới lại gần nhau, đến mức các thuật toán phân loại không còn phân biệt được đâu là bóng đá thật, đâu là bóng đá như một bối cảnh văn hóa.

Tôi từng làm một cuộc khảo sát nhỏ với hơn một nghìn hai trăm người hâm mộ trong thời gian giải đấu bị hoãn. Kết quả khiến tôi nhớ mãi. Khi được hỏi điều gì khiến họ nhớ bóng đá nhất trong khoảng thời gian không có trận đấu, phần lớn không nhắc đến bàn thắng hay chiến thuật. Họ nhắc đến cảm giác ngồi cạnh nhau, đến tiếng ồn trên khán đài, đến những câu chuyện bên lề. Nghĩa là, phần "giải trí" của bóng đá không hề là phần thừa. Nó là một phần của chính môn thể thao này.

Nhưng — và đây là chỗ cần phân biệt rạch ròi — việc người hâm mộ thích màu sắc đời thường không có nghĩa là chúng ta được phép đánh tráo bản chất. Một bản tin về bóng đá có thể nhắc đến đời sống cầu thủ. Một bản tin về đời sống cầu thủ có thể gợi nhắc đến bóng đá. Nhưng một bản tin không có bất kỳ yếu tố bóng đá nào thì không thể được gọi là bản tin bóng đá, dù cho nó có nói về những người nổi tiếng có liên quan đến giới thể thao. Sự nhập nhằng ấy chính là cái bẫy mà hệ thống dữ liệu cần một cánh cổng để chặn lại.

Và cánh cổng ấy không cần phức tạp. Nó chỉ cần hỏi một câu rất đơn giản trước khi gắn nhãn: trong bản tin này có ít nhất một thực thể bóng đá đích danh hay không — một câu lạc bộ, một cầu thủ, một giải đấu, một trận đấu? Nếu câu trả lời là không, thì nhãn "bóng đá" không được phép xuất hiện. Đơn giản vậy thôi, nhưng để làm được điều đó, người thiết kế hệ thống phải hiểu nghề, chứ không chỉ hiểu thuật toán.

Kết: giữ nhịp trước khi giữ tin

Trước khi kết thúc, tôi muốn nói một điều với những ai đang vận hành các hệ thống nội dung thể thao. Các bạn đang nắm trong tay một thứ quý hơn dữ liệu: đó là lòng tin. Một bảng phân tích sai về chiến thuật thì độc giả có thể tự sửa trong đầu. Nhưng một hệ thống gọi sai tên sự vật, hết lần này đến lần khác, sẽ dạy cho độc giả thói quen hoài nghi tất cả. Và khi hoài nghi đã thành thói quen, thì những phân tích đúng nhất cũng không còn ai muốn nghe nữa.

Sân vắng mà phòng thay đồ vẫn vang âm thanh thật nhất. Trong câu chuyện này, cái "phòng thay đồ" ấy chính là tầng dữ liệu thô — nơi mà trước khi có bất kỳ nhãn dán nào, sự thật đã nằm sẵn ở đó, chờ một người đủ tĩnh để nghe. Người đó không cần micro, không cần ống kính, chỉ cần một cánh cổng phân loại đủ chặt và một thói quen đủ kỹ.

Còn với độc giả, tôi không khuyên các bạn nghi ngờ mọi con số. Tôi chỉ khuyên các bạn nhớ rằng phía sau mỗi con số là một quyết định của con người — bao gồm cả những quyết định sai. Và nếu một ngày nào đó bạn bắt gặp một bản tin lạc lõng giữa dòng thời sự thể thao, hãy coi đó không phải là một sự cố nhỏ, mà là một tín hiệu: có gì đó trong hệ thống đang chùng nhịp. Việc của chúng ta là lắng nghe cái chùng ấy trước khi nó lan thành một vết nứt. Tôi là người giữ nhịp — nếu nhịp chùng, tôi nghe được từ trong phòng thay đồ. Và lần này, tiếng chùng ấy vang lên ngay ở khâu gắn nhãn, nơi ít ai nghĩ mình cần phải lắng nghe.