Khi dữ liệu bơi lội biến mất: bài học từ một bản phân tích trả về số không

Đêm ấy, tôi ngồi trong một phòng thu nhỏ ở Sài Gòn, chờ bản phân tích chuyên sâu về một giải bơi tôi theo suốt hai tuần. Hai ngày trước, tôi đã nạp lên hệ thống toàn bộ ghi chép: thời gian split từng 50 mét, tần suất quạt tay, số lần đập chân ở pha xuất phát, từng điểm chạm tường. Màn hình trả về một tệp. Tôi mở ra, và mọi ô đều trống. Tiêu đề để không. Nguồn để không. Tóm tắt một câu để trắng. Danh sách điểm thông tin: rỗng. Chỉ còn đúng một mảnh sống sót — nhãn "bơi lội".

Tôi từng nghĩ lỗi hệ thống là chuyện nhỏ. Máy hỏng thì sửa, dữ liệu rơi thì nạp lại. Nhưng thứ tôi nhìn thấy đêm ấy không phải một lỗi kỹ thuật. Nó là một tấm gương. Nó phơi ra điều mà ngành phân tích thể thao Việt Nam đang lặng lẽ che giấu: chúng ta sợ khoảng trống dữ liệu đến mức sẵn sàng bịa kết luận để lấp nó.

Trong hơn hai mươi năm theo nghề, tôi đã quen với việc dữ liệu thể thao Việt Nam đến muộn, đến thiếu, đến lệch. Hồi viết cho Thanh Niên Báo ở mảng bơi lội, tôi thường phải dựng lại thành tích của một vận động viên từ ký ức của huấn luyện viên, từ bảng điểm giấy của ban tổ chức, từ ảnh chụp màn hình ai đó gửi qua tin nhắn. Không có cơ sở dữ liệu tập trung. Không có chuẩn đối chiếu. Mỗi lần muốn so một kình ngư trẻ với chính họ hai năm trước, tôi phải lục lại từ đầu.

Rồi công nghệ đến. Các nền tảng phân tích tự động mọc lên, hứa biến mọi trận đấu thành một bảng số. Liên đoàn bắt đầu thuê đơn vị xử lý dữ liệu. Báo chí thể thao được cấp tài khoản xem biểu đồ chuyển động. Nghe rất hay. Nhưng đêm tôi mở tệp rỗng ấy cho tôi thấy một tầng vấn đề ít ai nói tới: khi hệ thống thất bại, nó thất bại im lặng. Nó không báo lỗi đỏ. Nó không đổ chuông. Nó trả về một khung phân tích đầy đủ mục, đủ ô, đủ dòng — chỉ thiếu mỗi nội dung.

Đó là điểm chết người. Một khung rỗng trông y hệt một khung đầy, nếu người đọc không kiểm tra từng dòng. Và trong nghề tin nhanh, rất ít người kiểm tra từng dòng. Tôi biết điều đó vì tôi từng là kẻ không kiểm tra.

Năm 2026, tôi đọc sai báo cáo y tế công khai về ca chấn thương đùi của Nguyễn Văn Quyết. Tôi dự đoán anh nghỉ hai tuần. Thực tế hai tháng, vì rách cơ bán gân. Tôi đã lấy một mảnh thông tin mỏng, rồi tự lấp phần còn thiếu bằng niềm tin. Có những ca chấn thương không nằm ở gân cơ, mà nằm ở cách chúng ta nhìn. Sai lầm ấy dạy tôi rằng khoảng trống dữ liệu không tự nó gây hại. Chính phản xạ lấp đầy nó mới gây hại.

Phân tích chuyên sâu ở cấp độ hai — cấp độ tôi hay gọi là "lặn xuống" — có một quy tắc bất di bất dịch tôi luôn nhắc học trò: khi dữ liệu không có, câu trả lời đúng duy nhất là "không đủ thông tin để đánh giá". Nghe đơn giản. Nhưng nó chống lại toàn bộ bản năng của người làm nghề.

Bản phân tích tôi mở đêm ấy tuân thủ đúng quy tắc này. Nó có đủ chín chiều: kỹ thuật, thành tích và số liệu, hệ thống thi đấu, bản đồ làng bơi thế giới, luật và phòng chống doping, sự nghiệp vận động viên, hồ sơ rủi ro, câu chuyện truyền thông, và hiệu ứng lan tỏa ngành. Mỗi chiều đều có bảng, có ô, có cột kết luận. Và mỗi ô đều ghi cùng một câu: không đủ thông tin, không thể đánh giá.

Điều đáng chú ý nằm ở chỗ khác. Bản phân tích ấy không dừng ở việc nói "tôi không biết". Nó tự chẩn đoán nguyên nhân cái chết của chính nó. Nó chỉ ra rằng nhãn "bơi lội" là mảnh duy nhất sống sót, nghĩa là lỗi nằm ở khâu truyền dẫn hoặc phân tích cú pháp, chứ không phải bài gốc thực sự rỗng. Một hệ thống tốt không chỉ biết nói "tôi rỗng". Nó còn biết nói "tôi rỗng vì lý do gì, và ai cần sửa".

Đây mới là bài học lớn nhất: giá trị của một hệ thống phân tích không nằm ở chỗ nó tính đúng bao nhiêu lần, mà ở chỗ nó trung thực bao nhiêu lần khi không thể tính.

Tôi hình dung điều này trong bối cảnh bơi lội Việt Nam cụ thể hơn. Giả sử ta muốn đánh giá một kình ngư trẻ vừa phá kỷ lục quốc gia ở nội dung 200 mét hỗn hợp. Hệ thống cần gì? Nó cần thời gian split từng 50 mét để biết vận động viên mạnh đoạn nào, yếu đoạn nào. Nó cần tần suất quạt tay và quãng đường mỗi chu kỳ để đo hiệu suất. Nó cần thời gian phản xạ xuất phát và thời gian dưới nước sau 15 mét đầu — vùng mà luật bơi kiểm soát chặt. Nó cần bối cảnh: hồ dài hay hồ ngắn, giải cấp gì, đối thủ ra sao, đỉnh điểm phong độ đặt ở đâu trong chu kỳ.

Thiếu bất kỳ mảnh nào, kết luận sẽ lệch. Ví dụ kinh điển: một thành tích đẹp ở hồ ngắn không tự động chuyển thành kỳ vọng tương đương ở hồ dài, vì số lần quay đầu khác nhau, số lần đạp tường khác nhau. Nếu hệ thống có đủ dữ liệu hồ ngắn nhưng thiếu ghi chú hồ dài hay ngắn, nó sẽ so sánh sai — và cái sai ấy nguy hiểm hơn cả việc không so sánh gì.

Đó chính là cái bẫy của một khung phân tích rỗng. Nó không chỉ thiếu dữ liệu. Nó tạo ảo giác về một cấu trúc hoàn chỉnh, sẵn sàng nhận bất cứ con số nào ta tiện tay nhét vào. Và bàn tay con người thì luôn sẵn lòng nhét.

Tôi nhớ cách mình từng xây dựng cơ sở dữ liệu 247 ca chấn thương V.League giai đoạn 2026 đến 2026, sau thất bại với Văn Quyết. Tôi không bắt đầu bằng kết luận. Tôi bắt đầu bằng việc đếm. Từng ca một. Từng phút thi đấu. Từng chỉ số mô-men cơ. Khi dữ liệu còn thiếu, tôi ghi rõ "thiếu", chứ không ước lượng. Ba tháng sau, tôi mới cho phép mình đặt câu hỏi lớn. Số liệu chỉ là đống xương khô, cần bối cảnh làm mạch máu. Một bản phân tích rỗng, vì thế, không phải một thất bại. Nó là một lời cảnh báo còn nguyên vẹn.

Câu chuyện này còn chạm tới một vùng rộng hơn: hiệu ứng lan tỏa của dữ liệu thể thao trong ngành. Một báo cáo sai về chấn thương có thể khiến câu lạc bộ định giá sai cầu thủ trên thị trường chuyển nhượng. Một bảng thành tích bơi lội lệch chuẩn có thể khiến một suất dự giải quốc tế trao nhầm. Ở khâu thượng nguồn, các trung tâm đào tạo trẻ dựa vào đó để chọn học viên. Ở khâu hạ nguồn, nhà tài trợ và đơn vị truyền thông dựa vào đó để rót tiền. Khi nền tảng dữ liệu rỗng mà không ai phát hiện, cả chuỗi ấy lặng lẽ trôi theo một niềm tin không đáy.

Ở đây, tôi muốn đi ngược lại phản xạ chung của ngành. Khi một hệ thống trả về kết quả rỗng, phản ứng đầu tiên của hầu hết chúng ta là hoảng, là xấu hổ, là tìm cách "sửa cho có số". Biên tập viên cần bài. Ban lãnh đạo cần báo cáo. Nhà tài trợ cần biểu đồ. Thế là ai đó lặng lẽ lấp khoảng trống bằng suy đoán được trang điểm thành phân tích.

Tôi cho rằng phản xạ ấy mới là hiểm họa thật. Một bản phân tích trung thực nói "tôi không biết" có giá trị hơn một bản phân tích gian dối nói "tôi biết chắc". Vì cái thứ hai tạo niềm tin sai, và niềm tin sai trong thể thao có giá: một quyết định chuyển nhượng dựa trên dữ liệu rỗng, một suất dự giải trao nhầm, một ca chấn thương bị bỏ qua vì báo cáo y tế được "bổ khuyết" bằng phỏng đoán.

Nhưng khoan. Tôi cũng không muốn biến sự thận trọng thành cái cớ để đứng yên. Nếu mọi hệ thống cứ nói "không đủ thông tin", ta sẽ chẳng bao giờ dám kết luận điều gì. Ranh giới nằm ở chỗ: được phép kết luận trong điều kiện quan sát hiện tại, miễn là nói rõ điều kiện ấy. Không phải "cầu thủ này chấn thương do sai kỹ thuật", mà là "trong tập dữ liệu tôi có, chấn thương này xuất hiện sau giai đoạn tăng tải đột ngột, và tôi thiếu dữ liệu về giáo án để khẳng định thêm". Đó là khác biệt giữa khoa học và phán quyết.

Một hệ thống rỗng còn dạy ta một điều về chính mình: ta sợ sự trống rỗng vì ta sợ mất kiểm soát. VAR không giết bóng đá. Nó chỉ phơi bày nỗi sợ của chúng ta trước sai lầm. Điều tương tự đúng với dữ liệu. Công cụ không tạo ra nỗi sợ. Nó chỉ chiếu đèn vào chỗ ta vốn đã run. Trong bơi lội, trong bóng đá, trong mọi môn thể thao, khoảng trống luôn tồn tại. Người giỏi không phải người xóa được khoảng trống. Người giỏi là người đo được nó, rồi quyết định bước tiếp hay dừng lại.

Cái đêm tôi mở tệp rỗng ấy, tôi không viết được bài nào. Tôi ngồi im, nhìn màn hình, và hiểu ra rằng bản phân tích trung thực nhất trong nhiều năm qua lại là bản không nói gì cả. Từ nay, mỗi khi một con số hiện ra quá tròn trịa, quá thuận tiện, tôi sẽ tự hỏi: đằng sau nó, có một khoảng trống nào đang bị che? Và nếu có, tôi thà để nó trống, còn hơn lấp nó bằng một niềm tin không có chứng cứ.