Tệp dữ liệu rỗng và lằn ranh đạo đức của nghề phân tích thể thao

TỆP DỮ LIỆU RỖNG VÀ LẰN RANH CỦA NGHỀ PHÂN TÍCH Tháng 11 năm 2026, tại một văn phòng nhỏ trên đường Nguyễn Thị Minh Khai, Quận 1, tôi mở lại một tệp Excel đã được đặt tên từ ba tuần trước: Ho so ky thuat – vong loai quoc te. Tệp có mười bốn trang tính, chín mươi hai cột tiêu đề, và không một dòng dữ liệu nào. Tôi ngồi nhìn nó bốn phút, rồi gõ vào ô A2 một chữ: N/A. Đó là toàn bộ công việc của buổi sáng hôm ấy. Không phân tích. Không dự đoán. Không một câu nhận định nào về bất kỳ kình ngư nào. Người ngoài nhìn vào sẽ nghĩ tôi vừa lãng phí ba tuần chuẩn bị cho một hồ sơ trị giá vài nghìn đô la. Nhưng trong nghề này, gõ N/A vào một ô trống là quyết định khó nhất, và cũng là quyết định đúng nhất. Con số không biết nói dối, nhưng nó biết giấu điều gì đó. Còn khi trong tay bạn không có con số nào, thứ duy nhất bạn có thể làm là im lặng — hoặc bịa. Ba tuần trước đó, một đơn vị truyền thông thể thao gửi cho tôi một gói tài liệu: bốn bài báo, hai bản tin, một đoạn phỏng vấn, và một bảng thống kê sơ bộ về một giải bơi lội khu vực. Yêu cầu rất rõ: dựng lại hồ sơ kỹ thuật của các kình ngư tham dự, đối chiếu với chuẩn quốc tế, đưa ra nhận định về khả năng cạnh tranh. Tôi nhận. Ba tuần sau, khi mở gói tài liệu ra để bắt đầu, tôi phát hiện một chuyện: gần như toàn bộ phần dữ liệu định lượng đã biến mất trong quá trình trích xuất. Không phải mất một phần. Mất hết. Bảng thống kê sơ bộ trả về một khung xương rỗng: đủ tiêu đề cột, đủ tên chỉ số, đủ định dạng — và không một giá trị. Cột thời gian về đích trống. Cột thành tích vòng loại trống. Cột số lần quay hợp lệ trống. Đây là kiểu lỗi mà dân làm dữ liệu gọi là đầu vào rỗng. Cấu trúc hợp lệ, nội dung bằng không. Và đây là khoảnh khắc mà nghề của tôi được định nghĩa. NGUỒN GỐC CỦA MỘT NGUYÊN TẮC Tôi bắt đầu nghề viết thể thao từ năm 2026, tại ban thể thao của một tờ báo lớn, phụ trách mảng bơi lội. Ngày ấy tôi hai mươi hai tuổi, viết về SEA Games và các giải bơi trong nước bằng một cuốn sổ tay và một chiếc máy ảnh cũ. Bơi lội là môn thể thao kỳ lạ: nó có luật rõ ràng đến từng phần trăm giây, nhưng hạ tầng dữ liệu công khai ở Việt Nam lại mỏng đến mức đáng ngạc nhiên. Trong nhiều năm, thứ tôi có chỉ là bảng kết quả in trên giấy, đôi khi sai cả tên lẫn thành tích. Mùa hè Sài Gòn năm ấy, tôi học được rằng dữ liệu cũng cần được tưới nước. Không ai tưới thì nó khô lại và chết, và bạn ngồi trước một đám cành khô mà tưởng mình đang có một khu vườn. Năm 2026, một bài học khác đến theo cách đau hơn. Tôi đặt cược mất hai triệu đồng vào một trận bóng đá chỉ vì nghe theo lời khuyên cảm tính của một người đàn anh trong tòa soạn. Tức tối, tôi lập một bảng theo dõi số bàn thắng kỳ vọng thủ công cho mười vòng đấu của một câu lạc bộ ở V-League. Kết quả khiến tôi sững người: đội đó ghi 13 bàn trong khi chỉ tạo ra 9,2 đơn vị bàn thắng kỳ vọng. Mức vượt trội bốn mươi phần trăm. Tôi viết một bài cảnh báo rằng đây là sự bất thường không bền vững, và bị độc giả mắng thẳng vào mặt. Đến vòng mười sáu, đội ấy tịt ngòi hoàn toàn. Từ đó, tôi tự đặt một luật: không bao giờ viết đội này đang đá hay nếu không kèm số liệu cụ thể. Tệp Excel đầu tiên của tôi mang tên Du lieu dem co hoi. World Cup 2026, trước trận Hàn Quốc gặp Đức ở bảng F, cả thế giới đặt cửa Đức thắng đậm. Tôi tự tính chỉ số số đường chuyền cho phép đối phương trước khi thực hiện pha phòng ngự, và ra kết quả 11,2 — nghĩa là tuyến giữa Đức cho phép đối phương pressing mạnh bất thường. PPDA không phải là một con số, nó là một lời thú nhận. Hàn Quốc thắng 2-1. Tổng bàn thắng kỳ vọng của cả trận chỉ 1,4. Năm 2026, bóng đá toàn cầu đình trệ. Tôi hai mươi sáu tuổi, vẫn là nhân viên quèn dù đã có ba năm kinh nghiệm. Dữ liệu thời gian thực bỗng trở thành rác vô dụng. Theo bản năng của một người thuộc nhóm tính cách ISTJ, tôi không hoảng loạn mà lập kế hoạch: dành trọn tám tháng để lưu trữ dữ liệu của 2.400 trận đấu Serie A giai đoạn 2026-2026, rồi hồi quy tương quan với biến động kèo châu Á. Tôi tìm ra một định kiến sân khách kinh điển: nhà cái thường định giá đội khách yếu hơn thực tế khoảng năm phần trăm. Bóng đá ngừng chuyển động, nhưng 2.400 trận vẫn thì thầm trong bảng tính của tôi. Khi bóng đá trở lại năm 2026, tôi là nhân viên trung cấp duy nhất trong công ty sở hữu một hệ thống dự đoán có cấu trúc. Nhưng bài học lớn nhất không phải là hệ thống đó. Bài học lớn nhất là: tôi đã học được cách nói không với dữ liệu. CHÍN CHIỀU PHÂN TÍCH, VÀ CÁI GIÁ CỦA VIỆC LẤP CHỖ TRỐNG Khi nhận một hồ sơ, tôi luôn chạy qua chín chiều phân tích. Với bơi lội, chín chiều ấy trông như thế này. Một, phân tích kỹ thuật. Bơi lội là môn thể thao mà kỹ thuật bị luật hóa đến mức khắc nghiệt. Xuất phát, pha lặn dưới nước, quay, về đích — bốn phân đoạn, mỗi phân đoạn có thể quyết định hàng trăm phần giây. Quy tắc mười lăm mét giới hạn quãng đường lặn dưới nước sau xuất phát và sau mỗi lần quay ở nội dung tự do, bướm và ngửa. Bơi ếch chỉ cho phép một cú đá cá heo duy nhất sau xuất phát và sau mỗi lần quay. Thiết bị xuất phát ngửa gắn ở thành bể được phê duyệt từ năm 2026 và làm thay đổi hẳn cấu trúc thời gian của nội dung ngửa. Không có dữ liệu chia đoạn, bạn không thể nói gì về kỹ thuật. Bạn có thể nói một kình ngư trông mượt mà. Nhưng mượt mà không phải là một chỉ số. Tần số quãng bơi và quãng đường mỗi chu kỳ tay mới là thứ phân biệt người bơi giỏi với người bơi hiệu quả. Katie Ledecky nổi tiếng vì bơi với tần số thấp và quãng đường mỗi chu kỳ tay rất dài — đó là lý do cô ấy giữ được tốc độ ở mét thứ 700 của nội dung 800m trong khi đối thủ đã đuối. Nếu tệp của bạn không có hai cột đó, bạn đang bình luận, không phải phân tích. Hai, thành tích và dữ liệu. Một kết quả bơi chỉ có nghĩa khi đặt vào hệ tọa độ. Kỷ lục thế giới, danh sách mọi thời đại, xếp hạng mùa giải hiện tại — ba tọa độ. Kỷ lục thế giới 400m tự do nam của Paul Biedermann, 3 phút 40,07 giây, lập năm 2026 tại Rome trong kỷ nguyên áo bơi polyurethane, đã đứng vững hơn mười lăm năm và là một trong những kỷ lục gây tranh cãi nhất lịch sử môn bơi. Ở nội dung nữ, Katie Ledecky giữ kỷ lục 400m tự do với 3 phút 56,46 giây từ Rio 2026, 800m với 8 phút 04,79 giây, và 1.500m với 15 phút 20,48 giây. Nhưng thành tích còn phải phân biệt bể dài và bể ngắn. Bể ngắn 25m cho phép nhiều lần quay hơn, nên thời gian luôn nhanh hơn bể dài 50m. Trộn hai loại thành tích vào cùng một bảng xếp hạng là lỗi sơ đẳng nhất, và tôi đã thấy nó xuất hiện trên ít nhất bốn bản tin thể thao Việt Nam chỉ trong năm ngoái. Ba, hệ thống thi đấu và cơ chế tham dự. Bơi lội có một hệ thống phân tầng rất rõ: Olympic, giải vô địch thế giới bể dài, giải vô địch thế giới bể ngắn, World Cup, giải châu lục, giải quốc gia. Mỗi tầng có chức năng khác nhau. Một giải World Cup tháng Mười không phải là nơi để đánh giá phong độ Olympic. Chuẩn tham dự Olympic Paris 2026 ở nội dung 100m tự do nam là 48,34 giây cho chuẩn A và 48,58 giây cho chuẩn B. Một kình ngư đạt chuẩn B chỉ được dự nếu suất của quốc gia chưa đầy, và điều đó thay đổi hoàn toàn cách đọc kết quả của họ ở vòng loại. Ở Việt Nam, câu chuyện chuẩn Olympic luôn gắn với một cái tên: Nguyễn Huy Hoàng, sinh năm 2026, người giành huy chương bạc ASIAD 2026 ở nội dung 1.500m tự do và nhiều lần giành suất chính thức dự Olympic ở các cự ly dài. Nhưng đọc hồ sơ của Hoàng mà chỉ nhìn thành tích là đọc thiếu một nửa. Cần biết anh ấy thi đấu bao nhiêu giải trong năm, giải nào là giải đỉnh cao, giải nào là giải tích lũy. Bốn, bản đồ thế giới và cục diện nội dung. Bơi lội thế giới có ba mô hình cung ứng tài năng khác nhau. Mô hình chiều sâu kiểu Hoa Kỳ dựa vào hệ thống đại học, nơi hàng nghìn vận động viên cạnh tranh trong bốn năm và tạo ra một tầng lớp trung lưu cực dày. Mô hình đột phá đơn điểm kiểu Australia, nơi một vài cá nhân xuất sắc gánh cả nền thể thao ở một cự ly cụ thể — Ariarne Titmus và Mollie O'Callaghan ở tự do nữ, Kaylee McKeown ở ngửa nữ. Và mô hình cụm nội dung kiểu Trung Quốc, nơi nguồn lực được dồn vào một nhóm nội dung hẹp: bướm nữ, hỗn hợp nam, và gần đây là tự do nam với Pan Zhanle, người phá kỷ lục thế giới 100m tự do với 46,40 giây tại Paris 2026. Đọc bản đồ này mà không có tên quốc gia, không có tên nội dung, thì không có gì để đọc. Năm, luật và quản trị chống doping. World Aquatics, cơ quan quản lý môn bơi toàn cầu, phối hợp với Cơ quan chống doping thế giới WADA và các tổ chức chống doping quốc gia. Đây là lĩnh vực mà một sai sót nhỏ nhất cũng có thể phá hủy toàn bộ sự nghiệp, và cũng là lĩnh vực dễ bị suy diễn nhất. Trường hợp Sun Yang là bài học lớn: án cấm ban đầu tám năm, sau giảm còn bốn năm và hai tháng, kết thúc sự nghiệp đỉnh cao của một trong những kình ngư tự do xuất sắc nhất lịch sử. Sự việc năm 2026 tại Gwangju, khi Mack Horton từ chối đứng chung bục vinh quang, cho thấy một vụ việc doping không chỉ là chuyện của một cá nhân. Điều tôi muốn nói ở đây rất đơn giản: khi không có tài liệu, tuyệt đối không được gợi ý. Gợi ý không có cơ sở là một hành vi gieo tiếng xấu, không phải một nhận định chuyên môn. Sáu, sự nghiệp vận động viên và hệ thống đội. Bơi lội là môn mà đường cong tuổi tác rất khác nhau giữa các nội dung. Nội dung 50m và 100m có đỉnh cao quanh tuổi hai mươi đến hai mươi lăm. Các cự ly dài 800m và 1.500m kéo dài tới cuối những năm hai mươi. Nội dung hỗn hợp và bướm nằm ở giữa. Có những vận động viên nữ đạt đỉnh ở tuổi mười bảy, nhưng cũng có người vẫn thi đấu đỉnh cao ở tuổi ba mươi. Rủi ro chấn thương đặc thù của môn bơi cũng cần biết: vai của người bơi, đầu gối của người bơi ếch. Không có lịch sử chấn thương, bạn không thể đánh giá khả năng chịu tải của một lịch thi đấu dày. Bảy, hồ sơ rủi ro. Rủi ro thi đấu, rủi ro sự nghiệp, rủi ro doping, rủi ro luật, rủi ro tâm lý và dư luận, rủi ro hệ thống. Sáu nhóm. Mỗi nhóm cần một dữ liệu đầu vào riêng. Không có đầu vào thì không có đánh giá rủi ro — chỉ có phỏng đoán được trang điểm bằng thuật ngữ. Tám, câu chuyện công chúng và kỳ vọng. Đây là chiều dễ bị thao túng nhất. Bơi lội Việt Nam từng trải qua một chu kỳ kỳ vọng cực đoan xung quanh Nguyễn Thị Ánh Viên, người sinh năm 2026 tại Cần Thơ và trở thành biểu tượng của bơi lội nước nhà với hàng chục huy chương vàng SEA Games. Kỳ vọng dành cho cô ở đấu trường châu lục và thế giới lớn hơn rất nhiều so với khoảng cách thực tế về hạ tầng huấn luyện. Khoảng cách giữa kỳ vọng của công chúng và năng lực khách quan của hệ thống là một chỉ số đáng đo, nhưng nó chỉ đo được khi bạn có dữ liệu nền. Chín, hiệu ứng lan tỏa của ngành. Bơi lội tác động lên thị trường huấn luyện, ngành thiết bị, kinh doanh sự kiện, hệ sinh thái đại diện, đầu tư cơ sở vật chất và các thị trường phái sinh. Một tấm huy chương vàng Olympic không chỉ là một tấm huy chương: nó đẩy giá thuê huấn luyện viên, nó làm bùng nổ lớp học bơi ở quốc gia đó, nó đẩy giá bản quyền truyền hình của giải vô địch quốc gia lên. Ở Paris 2026, World Aquatics công bố mức thưởng khoảng năm mươi nghìn đô la cho mỗi huy chương vàng — một con số biến tấm huy chương thành một tài sản có thể định giá. Nhưng để nói được điều đó về một vận động viên cụ thể, bạn cần biết họ đã giành gì, ở đâu, khi nào. VÀ ĐÂY LÀ CHỖ TÔI DỪNG LẠI Quay lại tệp Excel rỗng trên bàn làm việc. Nếu tôi muốn, tôi hoàn toàn có thể viết một bài phân tích hai nghìn chữ từ gói tài liệu đó. Tôi biết cấu trúc. Tôi biết thuật ngữ. Tôi biết những cái tên đủ nổi tiếng để đưa vào cho bài viết trông có trọng lượng. Tôi biết cách ghép một câu về quy tắc mười lăm mét với một câu về kỷ lục thế giới và tạo ra cảm giác rằng tôi đang nói điều gì đó sâu sắc. Nhưng tất cả những gì tôi sẽ tạo ra là một tòa nhà không có móng. Một tòa nhà trông rất đẹp cho tới khi độc giả đầu tiên hỏi: số liệu này ở đâu ra. Có một hiện tượng mà tôi gọi là bẫy lấp chỗ trống. Não người không chịu được khoảng trắng. Khi nhìn thấy một ô trống trong bảng dữ liệu, phản xạ đầu tiên là điền vào. Và khi không có dữ liệu thật, não sẽ điền bằng thứ có sẵn: kinh nghiệm cũ, định kiến nghề nghiệp, hoặc tệ hơn — bằng cảm giác. Tôi đã chứng kiến những bản phân tích về bơi lội Việt Nam ở SEA Games được viết hoàn toàn từ cảm giác, trong đó tác giả gán cho một kình ngư những đặc điểm kỹ thuật mà không một ai xác nhận, kể cả huấn luyện viên của vận động viên đó. Và cái bẫy này không chỉ tồn tại trong phòng phân tích. Nó tồn tại trong chính cách chúng ta đọc tin thể thao mỗi sáng. Khi bóng đá ngừng chuyển động trong đại dịch, rất nhiều người trong nghề đã viết về những trận đấu không tồn tại, về những phong độ không có cơ sở, chỉ để duy trì nhịp xuất bản. Tôi hiểu áp lực đó. Tôi từng ở trong đó. Nhưng tôi cũng biết cái giá của nó: niềm tin. Cảm xúc là thứ đắt nhất trên thị trường chuyển nhượng. Và nó cũng là thứ đắt nhất trong nghề viết. MỘT GÓC NHÌN PHẢN TRỰC GIÁC Điều thú vị là: một kết quả rỗng lại là một kết quả trung thực nhất. Trong thống kê, việc không tìm thấy tương quan cũng là một phát hiện. Nhưng nghề truyền thông thể thao không thích phát hiện đó, vì nó không bán được. Một tiêu đề nói rằng chúng tôi không đủ dữ liệu để kết luận sẽ không ai bấm vào. Một tiêu đề nói rằng đây là người kế nhiệm của một huyền thoại thì sẽ có hàng trăm nghìn lượt đọc. Trong hơn mười năm theo dõi bơi lội, mẫu hình tôi thấy lặp lại nhiều nhất là: một vận động viên trẻ bơi một thời gian rất tốt ở một giải đấu nhỏ, truyền thông lập tức dựng câu chuyện về người kế nhiệm, và mười tám tháng sau vận động viên đó biến mất khỏi bản đồ thi đấu quốc tế. Không phải vì họ không có tài năng. Mà vì mẫu dữ liệu quá nhỏ để nói lên bất cứ điều gì, và áp lực được tạo ra từ một mẫu nhỏ thì không có chỗ để hạ cánh. Tương quan không phải là nhân quả. Một kình ngư đổi huấn luyện viên, bơi nhanh hơn, và giành huy chương. Bốn biến đó xuất hiện cùng nhau trong một khoảng thời gian. Nhưng chưa có gì chứng minh rằng biến thứ nhất gây ra biến thứ tư. Với bơi lội Việt Nam, tôi cho rằng có một định kiến ngược chiều đang tồn tại. Số đông tin rằng chúng ta thiếu tài năng. Nhìn vào bảng huy chương SEA Games, điều đó có vẻ đúng. Nhưng nhìn vào cấu trúc hạ tầng — số bể đạt chuẩn thi đấu 50m, số huấn luyện viên có chứng chỉ quốc tế, số vận động viên trong độ tuổi mười hai đến mười lăm được đào tạo bài bản — thì vấn đề không nằm ở tài năng. Nó nằm ở cơ chế lọc. Một quốc gia có mười vạn trẻ biết bơi nhưng chỉ có năm tuyến đào tạo đỉnh cao sẽ luôn thua một quốc gia có ba vạn trẻ biết bơi nhưng có năm mươi tuyến đào tạo đỉnh cao. Con số đầu tiên trông ấn tượng hơn. Con số thứ hai mới là con số quyết định. Đó là kiểu điều mà dữ liệu bề mặt che giấu. Và để nhìn thấy nó, bạn phải chấp nhận rằng có những câu hỏi bạn chưa có đủ dữ liệu để trả lời. TÍN HIỆU CHO VÒNG TIẾP THEO Tệp Excel của tôi vẫn chưa có dữ liệu. Ba tuần trôi qua, đơn vị truyền thông vẫn chưa gửi lại bản gốc. Có thể họ quên. Có thể lỗi nằm ở phía đường truyền. Có thể bài báo nguồn mà tôi được giao phân tích đơn giản là chưa từng được nhập vào hệ thống. Tôi không biết. Và việc tôi không biết cũng là một thông tin. Điều tôi biết là thế này: trong mùa chuyển nhượng và trong mùa giải, tiếng ồn sẽ luôn lớn hơn tín hiệu. Sẽ luôn có người nói với bạn rằng một kình ngư nào đó sắp phá kỷ lục, rằng một đội tuyển nào đó đã tìm ra công thức, rằng một suất dự Olympic đã được định đoạt trước khi vòng loại bắt đầu. Phần lớn những câu đó sẽ không có dữ liệu phía sau. Việc của người đọc không phải là tin hay không tin. Việc của người đọc là hỏi: con số ở đâu. Mỗi bàn thắng đều là một điểm dữ liệu, nhưng không phải điểm dữ liệu nào cũng là một bàn thắng. Và mỗi ô trống trong một bảng tính cũng vậy — nó không phải là sự thiếu hiểu biết. Nó là sự trung thực được ghi lại thành định dạng. Nghề của tôi không phải là nghề biết nhiều. Nghề của tôi là nghề phân biệt được mình biết gì và mình không biết gì, rồi viết đúng ranh giới đó. Ba tuần nữa, có thể tệp dữ liệu sẽ được lấp đầy. Khi đó tôi sẽ viết. Còn bây giờ, ô A2 vẫn là ba ký tự: N/A. Và đó là dòng dữ liệu quan trọng nhất trong cả tệp.