Số không cũng là dữ liệu: Bài học về tính toàn vẹn trong phân tích thể thao

Tháng 11 tại Thâm Quyến. Hơi nước bám thành một lớp mỏng trên cửa kính căn hộ tầng mười bảy, che mờ dãy nhà cao tầng bên kia vịnh. Tôi ngồi trước màn hình, tay đặt trên bàn phím cơ, mở một tệp tin vừa được hệ thống chuyển vào thư mục làm việc. Tệp mang nhãn "esports". Bên dưới nhãn ấy, toàn bộ phần nội dung để trống.

Nói "trống" vẫn chưa đủ chính xác. Tệp có cấu trúc đàng hoàng: tiêu đề mục, các trường dữ liệu, những ô chờ sẵn để điền. Chỉ là mọi ô đều rỗng. Không tên tựa game. Không số bản vá. Không giải đấu. Không đội tuyển. Không tuyển thủ. Không huấn luyện viên. Không một con số tài chính. Không một mốc thời gian. Thứ duy nhất còn sống sót sau quá trình trích xuất là một nhãn lĩnh vực: esports.

Tôi ngồi im vài giây. Trong nghề này, có những khoảnh khắc bạn phải chọn giữa hai điều: viết ra một cái gì đó nghe thật hợp lý, hoặc thừa nhận rằng bạn chưa có gì để viết. Nhiều năm trước, tôi từng chọn vế đầu. Đó là lý do tôi nhớ rất rõ cái ngày mình học được giá trị của vế sau.

Một bản phân tích thiếu dữ liệu không phải là một bản phân tích dở. Nó là một bản phân tích chưa tồn tại.

Cỗ máy sản xuất kết luận

Ngành phân tích thể thao vận hành trên một dây chuyền. Đầu vào là dữ liệu thô — số cú sút, vị trí cầu thủ, tỷ lệ thắng, giá trị chuyển nhượng, số phút thi đấu. Đầu ra là những kết luận nghe rất chắc chắn: đội này đang lên, tuyển thủ kia đã hết thời, bản vá nọ sẽ phá vỡ meta. Ở giữa hai đầu ấy là một chuỗi bước xử lý, và mỗi bước đều có thể thất bại trong im lặng.

Trong các tòa soạn hiện đại, quy trình thường chia làm hai tầng. Tầng thứ nhất đọc bài viết gốc và bóc tách ra những đơn vị sự thật nguyên tử: tên tựa game, số bản vá, tên giải, tên đội, tên tuyển thủ, con số, ngày tháng. Tầng thứ hai lấy những đơn vị ấy để phân tích chuyên sâu: bản vá ảnh hưởng tới meta ra sao, đội hình có khớp với hướng đi mới không, khu vực nào đang mạnh lên, dòng tiền đang chảy về đâu.

Cấu trúc ấy hợp lý về mặt kỹ thuật. Vấn đề nằm ở chỗ: nếu tầng thứ nhất trả về một danh sách rỗng, tầng thứ hai vẫn có thể chạy. Nó chạy trên cái rỗng đó. Và nếu người viết không đủ tỉnh táo, cái rỗng sẽ được lấp đầy bằng thứ nghe có vẻ hợp lý.

Tôi từng chứng kiến điều này trong chính nghề của mình. Có những bài phân tích được đăng tải với đầy đủ số liệu, biểu đồ, kết luận, nhưng khi truy ngược lại nguồn, không một đơn vị sự thật nào đứng vững. Con số được lấy từ một bài khác, bài khác lại lấy từ một dòng đăng mạng xã hội, dòng đăng ấy không dẫn nguồn. Chuỗi đó trông giống một hệ thống, nhưng thực chất chỉ là một vòng lặp.

Một chuỗi dẫn nguồn khép kín không phải là bằng chứng. Đó là một tiếng vọng.

Cái bẫy lớn nhất nằm ở nhãn lĩnh vực. Khi một tệp tin được dán nhãn "esports", người đọc phía sau dễ có cảm giác mọi thứ đã rõ ràng. Nhưng esports là một cái ô quá rộng. Nó chứa những tựa game có hệ thống giải đấu, chỉ số tuyển thủ, mô hình kinh doanh và cấu trúc quản trị khác nhau đến mức không thể quy đổi cho nhau. Một tựa game thi đấu theo nhịp cập nhật hai tuần một lần, meta thay đổi liên tục, chỉ số thắng thua biến động theo từng bản vá. Một tựa game khác vận hành theo cơ chế vật lý ổn định, bản cập nhật lớn chỉ đến vài lần mỗi năm, và giá trị của một tuyển thủ được đo bằng độ ổn định qua nhiều mùa giải. Đặt chúng dưới cùng một khuôn phân tích là một sai lầm về phương pháp, không phải về dữ liệu.

Và đây là phần tôi phải nói thẳng. Nếu ai đó yêu cầu tôi "phân tích" một bài viết mà tôi chưa từng đọc, câu trả lời trung thực duy nhất là: tôi không thể. Mọi thứ khác đều là bịa đặt được trang điểm bằng thuật ngữ.

Bản phân tích trống: một ca bệnh của quy trình

Tệp tin tôi mở sáng hôm ấy là một mẫu vật hoàn hảo cho vấn đề tôi vừa mô tả. Nó đến từ một quy trình xử lý tin tức, nơi tầng bóc tách và tầng phân tích là hai khối riêng biệt. Tầng bóc tách đã chạy. Nó gắn nhãn thành công: esports. Nhưng nó không trích xuất được gì cả.

Kết quả là một nghịch lý. Bản phân tích chuyên sâu vẫn chạy tiếp, bởi quy trình được thiết kế để luôn xuất ra một định dạng đầy đủ. Nó điền vào từng ô: bản vá, không có dữ liệu; giải đấu, không có dữ liệu; đội tuyển, không có dữ liệu; tài chính, không có dữ liệu. Mỗi ô đều được ghi rõ ràng: thiếu thông tin, không thể đánh giá. Nhưng cả tài liệu ấy, nếu chỉ đọc lướt, vẫn trông như một báo cáo phân tích nghiêm túc với chín hạng mục.

Tôi gọi đây là bản phân tích trống. Nó có hình dạng của một sản phẩm. Nó thiếu toàn bộ ruột.

Có một chi tiết khiến tôi chú ý hơn cả. Trong danh sách kiểm tra rủi ro, mọi mục đều bỏ trống. Không có rủi ro cạnh tranh được ghi nhận. Không có rủi ro tài chính. Không có rủi ro nhân sự, không có rủi ro quy tắc, không có rủi ro dư luận. Với một người đọc vội, điều này giống như một bản báo cáo sạch. Với một người đọc kỹ, điều này có nghĩa hoàn toàn khác: không ai đã kiểm tra bất cứ thứ gì.

Khoảng trống giữa "không tìm thấy rủi ro" và "không có dữ liệu để tìm" chính là nơi sự thật bị đánh tráo.

Tôi hình dung ra cảnh một biên tập viên nào đó, trong một buổi chiều bận rộn, đọc lướt tài liệu này và gật gù: đội bóng này không có vấn đề gì. Anh ta không biết rằng cái "không có vấn đề" kia không phải là kết quả của một cuộc kiểm tra, mà là hệ quả của một khoảng trống. Đó là loại sai lầm nguy hiểm nhất trong phân tích, vì nó không để lại dấu vết. Không ai bị quy trách nhiệm khi một kết luận được đưa ra từ hư không, bởi vì trong tài liệu, kết luận ấy trông hoàn toàn hợp lệ.

Những gì cần thiết để mở khóa tài liệu ấy rất đơn giản: một tên tựa game cụ thể, ít nhất một thực thể có tên, và ít nhất một dữ kiện định lượng hoặc định ngày được. Ba thứ đó. Chỉ ba thứ. Vậy mà toàn bộ chín hạng mục phân tích đều bị chặn đứng vì thiếu chúng.

Từ sân vận động trống đến tệp tin trống

Tôi nhận ra mình đã từng gặp phiên bản khác của câu chuyện này, trong một năm mà thế giới thể thao phải học cách thi đấu mà không có khán giả.

Năm 2026, khi đại dịch làm các khán đài trống rỗng, tôi làm thực tập sinh phân tích dữ liệu tại một công ty thể thao ở Thâm Quyến. Tôi thu thập số liệu của 240 trận đấu thuộc giải bóng đá hàng đầu Trung Quốc. Một con số khiến tôi dừng lại: tỷ lệ thắng của đội chủ nhà giảm từ 47% xuống 39% khi không có khán giả. Một con số khác: chỉ số số đường chuyền cho phép đối phương thực hiện trên mỗi tình huống phòng ngự thay đổi từ 11,2 xuống 10,5, nghĩa là các đội pressing dữ dội hơn, nhưng hiệu quả ghi bàn lại giảm.

Tôi có thể đã viết ngay một kết luận gọn ghẽ: khán giả có ảnh hưởng quyết định đến kết quả. Nhưng tôi đã không làm vậy, vì một lý do đơn giản. 240 trận đấu trong một mùa dịch là một mẫu bị nhiễu bởi quá nhiều biến số. Lịch thi đấu bị nén lại. Cầu thủ mắc bệnh, cách ly, di chuyển trong điều kiện khác thường. Thời tiết, sân bãi, động lực thi đấu — tất cả đều lệch khỏi điều kiện bình thường. Và một điều nữa: chính khái niệm "đội chủ nhà" đã mất đi một phần ý nghĩa khi không còn ai trên khán đài để tạo ra lợi thế tinh thần ấy.

Con số 47% kia là thật. Nhưng nó không tự nói lên điều gì cả. Nó chỉ trở thành thông tin khi được đặt cạnh bối cảnh của nó.

Tôi đã đứng giữa sân trống và nghe thấy tiếng nền của bóng đá.

Cái tiếng nền ấy là gì? Là nhận thức rằng một con số thiếu bối cảnh chẳng khác nào một lời nói dối có chủ đích, chờ được ai đó đọc lên. Từ đó, tôi đưa vào mỗi bài viết một phần riêng mô tả các yếu tố bên ngoài: khán giả, thời tiết, lịch di chuyển, áp lực truyền thông. Không phải để làm cho bài viết dài thêm, mà vì tôi tin rằng bối cảnh là một phần của dữ liệu, không phải phần trang trí của nó.

Có một buổi tối, khi tôi ngồi trong phòng làm việc của công ty khi mọi người đã về hết, màn hình hiển thị bảng số liệu của trận đấu cuối cùng trong bộ dữ liệu. Tiếng điều hòa kêu đều đều, tiếng bàn phím của tôi vang lên khô khốc trong căn phòng không người. Tôi nhận ra rằng cái im lặng trong phòng làm việc ấy, và cái im lặng trong sân vận động không khán giả, có cùng một bản chất: chúng là những khoảng trống mà con số không thể lấp đầy, và chính vì vậy, chúng xứng đáng được ghi lại.

Cuộc chiến định danh con số

Năm 2026, khi vừa tròn mười tám tuổi và đang là sinh viên năm nhất tại Thâm Quyến, tôi bắt đầu viết blog, tự tính chỉ số bàn thắng kỳ vọng của riêng mình từ dữ liệu cú sút thu thập trên các trang thống kê. Trận bán kết giữa Pháp và Bỉ ở World Cup, tôi tính ra chỉ số của Pháp vào khoảng 1,6, còn Bỉ là 0,8. Pháp thắng 1-0 nhờ cú đánh đầu của Samuel Umtiti từ một tình huống cố định.

Tôi nhìn chằm chằm vào bảng tính của mình rất lâu. Chỉ số tôi dày công xây dựng không giải thích được giá trị của bàn thắng ấy. Nó không đo được khoảnh khắc một trung vệ bật lên cao hơn tất cả, trong một tình huống mà cả đội đã dàn dựng từ trước, dưới áp lực của một trận bán kết. Tôi dành một tháng xem lại toàn bộ băng ghi hình, phân tích từng pha bóng, điều chỉnh mô hình để cộng thêm trọng số cho các tình huống cố định. Mô hình sau đó chính xác hơn. Nhưng bài học lớn hơn nằm ở chỗ khác: tôi hiểu rằng dữ liệu có giới hạn, và giới hạn ấy không phải là khuyết điểm cần che giấu, mà là đặc tính cần thừa nhận.

Chỉ số bàn thắng kỳ vọng không nói dối, nó chỉ không bao giờ nói hết sự thật.

Bốn năm sau, vào tháng 11 năm 2026, khi tôi làm trợ lý dữ liệu cho một trang tin thể thao trực tuyến đưa tin về World Cup tại Qatar, câu chuyện lặp lại ở một quy mô khác. Ả Rập Xê Út đánh bại Argentina 2-1 trong một trận đấu được xem là cú sốc lịch sử. Tôi tính ra chỉ số bàn thắng kỳ vọng của đội thắng chỉ là 0,35, trong khi Argentina có tới 1,9.

Bài viết của tôi ngay lập tức hứng chịu chỉ trích. Một bộ phận độc giả cho rằng con số ấy là một sự xúc phạm đối với chiến thắng của đội yếu. Họ cho rằng tôi đang dùng dữ liệu để tước đi ý nghĩa của một khoảnh khắc lịch sử. Tôi không gỡ bài. Tôi viết thêm một bài phân tích sử dụng dữ liệu chuyển động và vị trí cầu thủ để giải thích vì sao Argentina kiểm soát bóng nhưng lại phòng ngự lỏng lẻo đúng ở hai tình huống quyết định.

0,35 là con số, nhưng cuộc chiến định danh nó mới là sự thật.

Cuộc chiến mà tôi nói đến diễn ra như thế này: cùng một con số, một bên đọc nó như sự coi thường, một bên đọc nó như bằng chứng. Ai nắm quyền định nghĩa con số, người đó nắm câu chuyện. Điều tôi giữ vững không phải là con số, mà là nguyên tắc truy nguồn và bối cảnh hóa nó. Sự kiên định ấy giúp tôi được một tạp chí bóng đá châu Âu chú ý và mời cộng tác với vai trò chuyên gia dữ liệu độc lập.

Nhưng tôi cũng học được một điều khác trong sự kiện ấy. Việc giữ vững lập trường không có nghĩa là bảo thủ. Khi một độc giả chỉ ra rằng tôi chưa tính đến yếu tố tâm lý của đội bị đánh giá thấp, tôi đã ghi nhận. Một con số đúng về mặt kỹ thuật vẫn có thể thiếu về mặt con người. Và nếu bài viết của tôi bỏ qua phần con người, thì lỗi nằm ở tôi, không nằm ở con số.

Bài học Georgia: cách thận trọng tìm được người đọc

Đến Euro 2026, tôi là phóng viên dữ liệu cho tạp chí nói trên. Tôi dành hai tuần theo dõi đội tuyển Georgia, đội bóng lần đầu dự vòng chung kết. Từ dữ liệu vòng loại, tôi tính được chỉ số bàn thua kỳ vọng trung bình của họ chỉ là 0,9 mỗi trận, thuộc nhóm thấp nhất giải, dù họ không kiểm soát bóng nhiều.

Tôi viết một bài, trong đó dự đoán Georgia có thể khiến Bồ Đào Nha bất ngờ, dù bị đánh giá thấp hơn rất nhiều. Trong bài ấy, tôi cẩn thận ghi rõ nguồn dữ liệu, cỡ mẫu, và sai số có thể có. Kết quả, Georgia thắng 2-0 bằng hai tình huống phản công sắc bén. Bài phân tích của tôi sau trận được chia sẻ rộng rãi, và một câu lạc bộ tại Trung Quốc liên hệ mời tôi làm cố vấn dữ liệu bán thời gian.

Điều tôi rút ra không phải là "thận trọng thì sẽ đúng". Điều tôi rút ra là: sự thận trọng và phương pháp luận nghiêm túc có thể tìm được một lượng độc giả trung thành, những người không cần tôi phải đúng, mà cần tôi phải trung thực.

Tôi không lập bảng cho trận đấu; tôi lập bảng cho sự nghi ngờ.

Từ sau Georgia, tôi bắt đầu viết song song hai dòng: kể chuyện và đưa số. Mỗi bài mở đầu bằng một tình huống cụ thể trên sân để dẫn vào dữ liệu. Tôi đơn giản hóa các chỉ số phức tạp bằng đồ họa tự vẽ, thêm phần giải thích "vì sao con số này quan trọng" để người đọc phổ thông không bị bỏ lại phía sau. Tôi nhận ra rằng khi một chỉ số phức tạp được giải thích bằng ngôn ngữ của một trận đấu cụ thể, người đọc nhớ nó lâu hơn nhiều so với khi nó được trình bày như một công thức.

Bẫy bào chữa: khi sự thận trọng biến thành trì hoãn

Nếu câu chuyện dừng ở đây, nó sẽ là một bài ca ngợi sự cẩn trọng. Nhưng sự thật phức tạp hơn thế, và tôi phải tự phản biện chính mình.

Tính cách của tôi nghiêng về sự chặt chẽ. Tôi luôn muốn thêm một nguồn đối chiếu, một bảng số nữa trước khi xuất bản. Ban đầu, đức tính ấy giúp tôi tránh được những sai sót. Về sau, nó trở thành một cái bẫy: sự cẩn trọng biến thành trì hoãn. Có những bài viết tôi ấp ủ suốt nhiều tuần, thu thập hết lớp dữ liệu này đến lớp dữ liệu khác, để rồi không bao giờ đăng, vì lúc nào cũng cảm thấy còn thiếu một mảnh ghép nữa.

Cách tôi tự chữa bệnh ấy rất cụ thể: tôi đặt cho mỗi số liệu chính một hạn mức hai nguồn. Kiểm tra chéo hai nguồn, ghi rõ nguồn và sai số, rồi viết. Sửa sai sau khi xuất bản tốt hơn là không bao giờ xuất bản. Tôi tự nhắc mình rằng độc giả không cần sự hoàn hảo; họ cần sự trung thực, và sự trung thực đòi hỏi phải lên tiếng, chứ không chỉ im lặng chờ đợi.

Nhưng có một cái bẫy khác, nguy hiểm hơn, mà tôi cũng từng mắc. Vì là người kể chuyện bằng dữ liệu, tôi dễ lạm dụng chính công cụ mình thành thạo nhất. Mỗi lần tôi viết rằng chỉ số bàn thắng kỳ vọng "không nói dối", tôi vô tình biến nó thành một thước đo tuyệt đối trong mắt độc giả — đúng cái điều tôi từng cảnh báo.

Cách chữa bây giờ của tôi là khép mỗi bài bằng một câu hỏi tự vấn: dữ liệu nào không đo được khoảnh khắc này? Nếu tôi không trả lời được, tôi cắt con số ấy ra khỏi bài. Bởi một con số không thể bị chất vấn là một con số đã biến thành tín điều.

Góc nhìn ngược: giá trị của một kết quả trống

Đến đây, tôi muốn đi ngược lại trực giác phổ biến của ngành.

Ngành phân tích thể thao đang bị ám ảnh bởi việc phải có câu trả lời. Mọi trận đấu phải được giải thích. Mọi bản vá phải được dự báo. Mọi chuyển nhượng phải được định giá. Áp lực ấy tạo ra một thứ độc hại: người ta thà có một câu trả lời sai còn hơn không có câu trả lời nào. Và khi cả một ngành cùng chạy theo quy tắc ấy, những người trung thực nhất trở thành những người bị thiệt thòi nhất, bởi họ là những người duy nhất chịu nói: tôi không biết.

Nhưng một kết quả trống, được ghi nhận trung thực, lại có giá trị riêng của nó. Nó giống như một kết quả âm tính trong y học. Một xét nghiệm âm tính không nói rằng bạn khỏe mạnh. Nó nói rằng trong điều kiện xét nghiệm hiện tại, không phát hiện dấu hiệu bất thường. Đó là một thông tin có giá trị, miễn là người đọc hiểu đúng giới hạn của nó.

Điều đáng sợ nhất trong quy trình phân tích không phải là thất bại ầm ĩ. Điều đáng sợ là thất bại im lặng. Khi một tệp dữ liệu rỗng vẫn đi qua quy trình và xuất ra một tài liệu trông có vẻ đầy đủ, thì người đọc phía sau không thể phân biệt giữa "không tìm thấy rủi ro" và "không kiểm tra dữ liệu". Hai trạng thái ấy khác nhau một trời một vực, nhưng trong đầu ra, chúng trông giống hệt nhau.

Vì vậy, tôi cho rằng mọi hệ thống phân tích nghiêm túc cần phân biệt rõ hai trạng thái. "Không tìm thấy rủi ro" là một kết luận. "Chưa được đánh giá" là một khoảng trống. Trộn lẫn chúng là một lỗi thiết kế, và lỗi thiết kế ấy âm thầm hơn mọi sai số thống kê.

Có một điểm nữa mà tôi muốn nhấn mạnh, vì nó liên quan đến trách nhiệm. Khi tôi làm việc với tư cách người kể chuyện bằng số liệu, tôi nhận ra rằng con số không bao giờ trung lập. Mỗi con số được sinh ra trong một bối cảnh, được nuôi dưỡng bởi một động cơ, và được định danh bởi một ai đó. Câu hỏi không phải là con số ấy đúng hay sai. Câu hỏi là ai đang dùng nó, để kể câu chuyện gì, và che giấu điều gì.

Bóng đá không nằm trong ô tính, nó nằm giữa các ô tính.

Cái nằm giữa các ô tính mới là phần con người. Là khoảnh khắc một tuyển thủ đứng dậy sau thất bại. Là tiếng bàn phím vang lên trong phòng thi đấu lúc ba giờ sáng. Là bầu không khí im lặng của phòng thay đồ vài phút sau khi trận đấu kết thúc, khi không ai dám nhìn vào mắt ai. Số liệu làm nền, con người làm người kể.

Sai số không phải là kẻ thù

Có một quan niệm sai lầm phổ biến cho rằng phân tích dữ liệu là để đạt tới sự chắc chắn. Tôi không tin vậy. Tôi nghĩ phân tích dữ liệu tồn tại để chúng ta đo lường được sự bất định của mình, chứ không phải để xóa bỏ nó.

Lần đầu tiên tôi nhận ra điều này một cách trọn vẹn là vào mùa hè năm 2026, khi tôi ngồi trước bảng tính của mình và hiểu rằng mô hình của tôi sẽ không bao giờ bắt được cú bật nhảy của Umtiti. Từ đó, tôi học được cách viết kèm theo sai số vào mỗi con số mình đưa ra. Tôi viết những câu như "theo mô hình của tôi" hoặc "với độ tin cậy khoảng tám mươi phần trăm", và tôi tập thói quen xem lại băng ghi hình trước khi xuất bản, để kiểm tra chéo giữa số liệu và những gì thực sự diễn ra trên sân.

Có người nói rằng cách viết ấy khiến bài báo thiếu dứt khoát, thiếu sức nặng. Tôi lại cho rằng ngược lại. Thừa nhận giới hạn không làm yếu đi kết luận; nó làm cho kết luận trung thực hơn. Một kết luận được kèm theo điều kiện đáng tin hơn một kết luận được tuyên bố tuyệt đối.

Và đây là điều tôi tin sau mười năm quan sát ngành: người đọc không ngây thơ. Họ không cần một chuyên gia luôn đúng. Họ cần một người không lừa họ. Khi tôi viết rằng một con số có thể sai, tôi đang xây dựng một mối quan hệ dựa trên sự tin cậy, thay vì dựa trên uy quyền.

Chất vấn chính mình trước khi chất vấn người khác

Những ai theo dõi công việc của tôi đều biết tôi có một thói quen khi bị phản biện. Khi ai đó chất vấn một luận điểm của tôi, và lỗi thực sự nằm ở phía tôi, tôi cố gắng mở đầu phản hồi bằng câu: "Đúng, tôi sai vì..." Thói quen ấy không đến một cách tự nhiên. Nó phải được tập, vì phản xạ bản năng khi bị tấn công là bảo vệ uy tín của mình.

Điều tôi học được là: khi thừa nhận sai một cách trung thực, cuộc tấn công biến thành một cuộc đối thoại. Đối thủ mất vũ khí mạnh nhất của họ — đó là cảm giác rằng bạn đang che giấu điều gì đó. Và quan trọng hơn, việc thừa nhận sai giữ đúng tinh thần trách nhiệm can thiệp đúng lúc mà tôi theo đuổi.

Đôi khi tôi tự hỏi: liệu sự thận trọng có phải là một cách trốn tránh? Liệu có phải tôi dùng bối cảnh hóa như một tấm khiên, để không bao giờ phải chịu trách nhiệm về một dự đoán sai? Đây là câu hỏi tôi vẫn chưa trả lời được trọn vẹn. Nhưng tôi nghĩ câu trả lời nằm ở chỗ: thận trọng không có nghĩa là im lặng. Nó có nghĩa là lên tiếng kèm theo sự trung thực về những gì ta biết và những gì ta không biết.

Vì sao một bài viết cần một bản ghi chú lỗi

Trở lại với tệp tin rỗng trên màn hình tôi sáng hôm ấy. Sau vài phút, tôi đã có thể chọn một trong hai con đường. Con đường thứ nhất: tôi có thể "phân tích" bằng cách tưởng tượng ra một tựa game, một giải đấu, một đội tuyển, và viết ra một tài liệu nghe có vẻ chuyên sâu. Đó là con đường dễ dàng, vì nó không đòi hỏi gì ngoài khả năng diễn đạt trôi chảy và một chút thuật ngữ. Con đường thứ hai: tôi ghi lại trung thực rằng tệp tin ấy không có gì để phân tích, và gửi nó trở lại cho quy trình bóc tách.

Tôi chọn con đường thứ hai. Tài liệu tôi tạo ra không phải là một bản phân tích, mà là một bản báo cáo lỗi. Nó ghi rõ: trạng thái là kết quả trống, không được trích dẫn, cần quay lại bước bóc tách. Nó liệt kê những gì còn thiếu để mở khóa quy trình: một tên tựa game cụ thể, ít nhất một thực thể có tên, ít nhất một sự kiện định lượng hoặc định ngày được.

Với nhiều người, một tài liệu như vậy có vẻ là một thất bại. Tôi lại thấy nó là một thành công nhỏ của sự trung thực. Bởi trong rất nhiều trường hợp, cái đáng sợ không phải là việc có một lỗ hổng. Cái đáng sợ là việc lỗ hổng ấy bị che giấu, bị lấp đầy bằng những con số bịa đặt, và rồi được dùng làm cơ sở cho những kết luận tiếp theo.

Sân có khán giả hay không, trận đấu vẫn cần người kể lại.

Và người kể lại trung thực là người biết nói, vào đúng lúc: lúc này tôi chưa có gì để kể.

Điều tôi vẫn còn day dứt

Có một câu hỏi khiến tôi trăn trở, và tôi muốn kết thúc bài viết này bằng việc đặt nó ra, thay vì bằng một tổng kết gọn ghẽ.

Ranh giới giữa sự cẩn trọng và sự tê liệt nằm ở đâu?

Những ngày tháng Mười Một ở Thâm Quyến, khi hơi nước bám trên cửa kính và tôi ngồi một mình trước màn hình, tôi thường tự hỏi điều đó. Tôi đã chọn rời khỏi tu viện của dữ liệu để tìm bóng đá. Nhưng tôi vẫn mang theo mình thói quen của một người tu sĩ: hoài nghi trước mọi con số, kiểm tra chéo mọi nguồn, và không bao giờ tuyên bố nhiều hơn những gì dữ liệu cho phép.

Dữ liệu là tu viện, nhưng tôi chọn rời cổng để tìm bóng đá.

Có thể đã đến lúc tôi cần đi xa hơn một bước, nhưng tôi chưa chắc mình muốn thế. Bởi nếu bước tiếp theo là tuyên bố chắc chắn về những điều tôi không biết, thì tôi thà ở lại với những câu hỏi của mình.

Điều tôi biết chắc là thế này: kỷ nguyên dữ liệu sẽ không kết thúc. Nó sẽ chỉ sinh ra nhiều con số hơn, nhiều mô hình hơn, nhiều kết luận nghe thật hợp lý hơn. Và trong dòng chảy đó, giá trị lớn nhất của một người kể chuyện bằng dữ liệu có lẽ không phải là khả năng đưa ra câu trả lời, mà là khả năng nói lên sự thật rằng mình đang không có câu trả lời nào.

Dữ liệu nào không đo được khoảnh khắc này? Nếu bạn có thể trả lời, bạn đã hiểu tôi muốn nói gì. Nếu bạn không thể, có lẽ chúng ta nên cùng bắt đầu lại từ đầu.