Một bản tin tội phạm mang nhãn bóng đá: khi đường ống dữ liệu tự lừa mình

Thứ Năm, ngày 1 tháng 10, tôi mở hàng đợi công việc lúc bảy giờ sáng giờ Bắc Kinh. Mục đầu tiên mang nhãn 'bóng đá'. Tôi bấm vào và không thấy một trận đấu nào. Không câu lạc bộ, không cầu thủ, không huấn luyện viên, không một dòng chiến thuật. Chỉ có một ngôi trường cấp hai ở Torreón, bang Coahuila, Mexico; một phó hiệu trưởng thiệt mạng; ba người bị thương; hai cựu học sinh mười tám tuổi bị tạm giữ. Tôi ngồi im khá lâu. Đây là khoảnh khắc mà nghề của tôi sống hoặc chết. Một cái nhãn nói 'bóng đá', phần nội dung nói 'tội phạm'. Không có vùng xám nào ở giữa. Chuyện gì đã xảy ra ở Torreón là việc của cơ quan công tố. Việc của tôi là cái nhãn này sẽ chảy đi đâu tiếp theo, và ai ở đầu kia sẽ tin nó. Khán đài trống vẫn có tiếng ồn — đó là tiếng ồn của dữ liệu sai. Trước khi nói bất cứ điều gì khác, tôi phải nói điều này: bản tin gốc được viết cẩn thận. Sự việc diễn ra tại Escuela Secundaria Número 13, thuộc ejido La Unión, thành phố Torreón. Bản tin ghi rõ người thiệt mạng, số người bị thương, và tình trạng pháp lý của hai nghi phạm — bị bắt và đặt dưới quyền của cơ quan công tố. Nó để ngỏ động cơ, để ngỏ việc có hay không dùng vũ khí, và giữ nguyên tắc suy đoán vô tội. Về mặt kỹ thuật làm báo, đó là một bản tin sạch. Vấn đề không nằm ở bản tin. Vấn đề nằm ở dòng chữ mà đường ống của tôi gắn lên nó: 'Domain Label: football'. Không một thực thể bóng đá nào tồn tại trong văn bản. Không giải đấu, không chuyển nhượng, không luật công bằng tài chính, không gì hết. Chỉ có một cái nhãn. Và một cái nhãn sai thì nguy hiểm hơn một khoảng trống, vì khoảng trống thì người ta biết mình phải đi tìm, còn cái nhãn sai thì người ta tưởng mình đã tìm thấy. Đây là chu kỳ chuyển nhượng, và trong chu kỳ chuyển nhượng, tiếng ồn luôn lớn hơn tín hiệu. Người đọc đang chìm trong tin đồn. Nhu cầu thật của họ là một bộ lọc độ tin cậy. Một bộ lọc chỉ có giá trị nếu cái nhãn ở đầu vào đáng tin. Và cái nhãn ở đầu vào vừa mới đưa cho tôi một vụ án mạng ở Mexico. Lỗi phân loại hiếm khi đến từ sự ngu dốt. Nó đến từ sự tiện lợi. Một bộ gắn nhãn tự động không đọc bài; nó đếm thực thể. Nó thấy 'Torreón', 'Coahuila', 'Mexico', và ở đâu đó trong cơ sở dữ liệu có một liên kết nói rằng Torreón là thành phố có một câu lạc bộ bóng đá chuyên nghiệp. Thế là một vụ án mạng ở trường học trở thành 'bóng đá'. Không ai cố ý làm điều đó. Chỉ là một phép so khớp thực thể bị lệch, và một cái nhãn ra đời. Điều đáng sợ nằm ở chỗ khác: cái nhãn có thẩm quyền. Trong đường ống của chúng tôi, một mục mang nhãn 'football' sẽ tự động đi vào luồng phân tích bóng đá. Nó không bị hỏi lại. Nó không bị kiểm tra chéo. Nó chỉ chảy. Và nếu người phân tích ở cuối đường ống không đủ tỉnh táo để dừng lại, sức ép của cái khuôn sẽ ép anh ta điền cho vừa: chiến thuật, tài chính câu lạc bộ, thị trường chuyển nhượng, luật công bằng tài chính. Anh ta sẽ bịa ra một đội bóng chỉ để làm hài lòng cái khuôn. Đó là lúc một lỗi nhỏ biến thành một lời nói dối lớn. Tôi đã thấy điều đó xảy ra, không phải với một vụ án mạng, mà với những thứ nhỏ hơn nhiều. Một tin đồn chuyển nhượng không nguồn được gắn nhãn 'đã xác nhận'. Một bảng thống kê ba trận được gắn nhãn 'phong độ mùa giải'. Cái nhãn luôn đi trước dữ kiện, và dữ kiện phải chạy theo sau để biện minh cho cái nhãn. Số liệu không biết nói dối, nhưng người chọn số liệu thì biết — và người gắn nhãn cũng biết, dù là vô thức. Trong bản phân tích tôi nhận được, có một cụm từ được lặp lại nhiều lần: 'không đủ thông tin, không thể đánh giá'. Với người ngoài, đó là một câu trả lời yếu. Với người làm nghề như tôi, đó là câu trả lời mạnh nhất. Nó có nghĩa là: tôi thà để trống một ô còn hơn bịa ra một con số. Cái khuôn phân tích bóng đá có chín phần — chiến thuật, tài chính câu lạc bộ, kết quả thi đấu, bức tranh giải đấu, luật lệ và quản trị, phòng thay đồ, hồ sơ rủi ro, truyền thông, chuỗi lan truyền. Một bản tin tội phạm không lấp được ô nào trong số đó. Người phân tích giỏi là người dám viết 'không thể đánh giá' chín lần, thay vì bịa ra chín câu để trông có vẻ hữu ích. Có một chi tiết cho thấy hệ thống đã tự mâu thuẫn ngay từ đầu. Bản phân tích gắn nhãn 'bóng đá' nhưng dành gần như toàn bộ dung lượng để nói rằng nội dung không thuộc bóng đá. Nó liệt kê chín hạng mục chuyên môn, rồi điền vào cả chín ô một dòng chữ giống nhau: không đủ thông tin. Đó là một đường ống tự nhận ra mình sai nhưng vẫn không dừng lại, vì cái khuôn phải được lấp đầy. Một hệ thống biết mình sai mà vẫn tiếp tục là một hệ thống tệ hơn một hệ thống không biết gì. Hãy nghĩ theo xác suất. Nếu một đường ống gắn nhãn sai một phần trăm số mục, và mỗi ngày nó xử lý mười nghìn mục, thì mỗi ngày có một trăm mục sai chảy vào hệ thống. Không mục nào trong số đó tự gây hại. Nhưng mỗi mục là một viên gạch. Sau một năm, bạn có ba mươi sáu nghìn viên gạch xây nên một bức tường mà không ai từng vẽ bản thiết kế. Khi bức tường đủ cao, người ta bắt đầu trích dẫn nó như một nguồn. Đó là lúc dữ liệu sai trở thành dữ liệu cũ, và dữ liệu cũ trở thành sự thật được thừa nhận. Một chi tiết trong bản bóc tách khiến tôi dừng lại. Nó gồm mười chín điểm thông tin, và nhiều điểm mang dòng 'Source: None' — không nguồn. Với một bản tin an ninh, điều đó chấp nhận được ở một mức nào đó, vì những chi tiết như số người bị thương thường đến từ hiện trường trước khi công tố viên phát ngôn chính thức. Nhưng với một đường ống dữ liệu, đó là một tín hiệu đỏ. Một mục không có nguồn gốc rõ ràng thì không thể đánh giá độ tin cậy. Một mục không thể đánh giá độ tin cậy thì không nên được tái sử dụng. Một mục vừa không nguồn vừa sai nhãn thì đã đi quá xa để cứu. Điều này dẫn tới một câu hỏi lớn hơn: nếu nội dung này được định tuyến đúng, nó sẽ đi đâu? Nó thuộc về dòng tin an ninh công cộng, và ở đó nó sẽ được đối xử như một sự việc đang điều tra, không phải một sự kiện đã khép lại. Người đọc tin an ninh muốn biết động cơ, tình trạng của những người bị thương, và diễn biến pháp lý. Người đọc tin bóng đá không cần biết bất cứ điều gì trong số đó. Việc trộn hai dòng tin này lại với nhau không làm ai hiểu thêm về bóng đá, và cũng không làm ai hiểu thêm về vụ việc. Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, tôi luôn hỏi hai điều trước khi tin bất cứ thứ gì: mẫu này lớn bao nhiêu, và nó kéo dài bao lâu? Tôi học được điều đó từ hai lần sai của chính mình. Năm 2026, khi mười bảy tuổi, tôi viết dự đoán Đức thắng Mexico 2-0 dựa trên thành tích đối đầu và đẳng cấp nhà vô địch. Mexico thắng 1-0. Tôi đã bỏ qua dữ liệu pressing tầm cao của họ — mười chín pha pressing trong một phần ba sân đối phương ở hiệp một, gấp đôi mức trung bình của Đức. Tôi đã tin vào cái nhãn 'nhà vô địch' thay vì đọc dữ kiện. Hai năm sau, khi Bundesliga trở lại với sân vận động trống, tôi đo được tỷ lệ thắng của đội chủ nhà giảm từ 43 phần trăm xuống 36 phần trăm. Một giảng viên phản biện rằng chín vòng đấu là mẫu quá nhỏ. Ông đúng khi đòi hỏi sự thận trọng, và tôi đã trả lời bằng cách đối chiếu với dữ liệu năm mùa giải trước đó. Cả hai lần dạy tôi cùng một điều: cái nhãn không bao giờ là bằng chứng. Phản ứng dễ đoán nhất là đổ lỗi cho thuật toán. Sửa bộ lọc thực thể, thêm từ khóa loại trừ, chạy lại toàn bộ. Xong. Nhưng đó là nhìn sai chỗ. Cái sai không nằm ở thuật toán. Một bộ gắn nhãn sẽ luôn sai ở một tỷ lệ nào đó; đó là bản chất của nó, giống như một tiền đạo luôn bỏ lỡ một tỷ lệ cơ hội nhất định. Cái sai nằm ở chỗ chúng ta thiết kế đường ống theo giả định rằng nhãn là sự thật. Chúng ta không xây điểm dừng. Chúng ta không hỏi tỷ lệ lỗi chấp nhận được là bao nhiêu. Chúng ta chỉ tin. Và đây là điều trớ trêu nhất. Bản tin gốc là một mẫu làm báo tốt. Nó giữ suy đoán vô tội. Nó không gán động cơ khi chưa xác nhận. Nó không dựng câu chuyện anh hùng và kẻ phản diện, mà chỉ đưa ra dữ kiện đúng và dữ kiện sai. Truyền thông bán giấc mơ, tôi bán bản ghi chép phòng thay đồ — và bản tin này, dù thuộc một lĩnh vực hoàn toàn khác, lại đúng theo chuẩn mực đó. Vậy mà chính nó bị biến thành 'bóng đá' bởi một cái nhãn. Lỗi không thuộc về bài viết. Lỗi thuộc về hệ thống đọc nó. Lịch sử chỉ là tài liệu tham khảo, không phải bản án — và một cái nhãn cũng vậy, nó chỉ nên là điểm khởi đầu của một câu hỏi, không phải điểm kết thúc của một kết luận. Tín hiệu tôi theo dõi tiếp theo nằm ở chỗ khác. Vụ việc ở Torreón là việc của cơ quan công tố Coahuila, và tôi không có thẩm quyền nói về nó. Tín hiệu tôi theo dõi là tỷ lệ lỗi phân loại trong chính đường ống của mình: có bao nhiêu mục không thuộc bóng đá đang mang nhãn bóng đá, và chúng đã chảy đi bao xa trước khi ai đó dừng lại. Một cái nhãn sai không giết ai. Nhưng một nghìn cái nhãn sai, chảy qua một nghìn quyết định, tạo ra một sự thật giả mà không ai còn nhớ nó bắt đầu từ đâu. Khi người ta quên mất điểm khởi đầu, họ sẽ bảo vệ cái nhãn như bảo vệ một niềm tin.