Bản tin tội phạm đội lốt bóng đá: Khi cỗ máy phân loại nội dung thể thao dán nhãn sai

Vào đêm 22 tháng 9, tại Las Tacitas, một cộng đồng nhỏ nằm cách trung tâm hành chính Ocosingo, bang Chiapas, Mexico khoảng 85 km, hai người đàn ông đã bị một nhóm cư dân hành quyết ngoài vòng pháp luật sau khi bị cáo buộc là phù thủy. Hãng thông tấn EFE đưa tin, Văn phòng Tổng chưởng lý bang Chiapas thông qua Cục Công tố Công lý Bản địa đã mở điều tra, công tố viên Floralma Gómez Santos xác nhận đã liên lạc với gia đình các nạn nhân, và những đoạn video lan truyền trên mạng xã hội vẫn đang chờ được xem xét như chứng cứ. Đó là một bản tin hình sự. Nhưng khi nó đi qua một đường ống phân loại nội dung tự động, nó được dán một nhãn duy nhất: bóng đá.

Không có câu lạc bộ nào trong bản tin ấy. Không có cầu thủ, không huấn luyện viên, không giải đấu, không chuyển nhượng, không chiến thuật. Trong toàn bộ ba mươi điểm thông tin của văn bản gốc, số điểm liên quan đến bóng đá là không. Vậy mà cái nhãn vẫn nằm đó, lạnh lùng và tự tin, như thể một phép gán nhãn sai không hề để lại hậu quả gì. Tôi ngồi đọc lại nó ba lần, theo đúng thói quen đã thành nếp của mình, và điều khiến tôi khựng lại không phải nội dung bản tin, mà chính là cái nhãn. Sân cỏ không giới tính, nhưng ánh mắt dành cho phụ nữ trên sân cỏ thì có. Và trong trường hợp này, ánh mắt của cỗ máy còn mù mờ hơn cả ánh mắt con người.

Trong hơn bốn mươi năm làm nghề, tôi đã quen với việc phải chứng minh từng con số. Năm 2026, khi một biên tập viên nam ở tòa soạn Nha Trang nói rằng phụ nữ chỉ nên viết về chuyện hậu trường, tôi không cãi. Tôi dành ba tuần bóc tách trận chung kết SEA Games 29 giữa đội tuyển nữ Việt Nam và Thái Lan, thống kê bốn mươi bảy chỉ số, từ ba trăm mười hai đường chuyền so với một trăm chín mươi tám, cho đến các vị trí tranh chấp trên sân, rồi chỉ ra cách Huỳnh Như vận hành vai trò hộ công trong sơ đồ 3-5-2 để đánh sập hàng thủ đối phương. Bài viết năm nghìn chữ được đăng, gây tranh cãi, và buộc những người đã nghi ngờ tôi phải im lặng trong một thời gian. Tôi kể lại chuyện ấy không phải để khoe, mà để nói rằng: tôi biết giá của một dòng dữ liệu sai. Nó không chỉ làm mất uy tín một bài báo. Nó bào mòn toàn bộ nền tảng mà nghề này đứng trên đó.

Thị trường nội dung thể thao Việt Nam những năm gần đây chứng kiến một cuộc chạy đua về số lượng. Mỗi ngày, hàng trăm bản tin được đẩy lên, hàng nghìn tiêu đề được sinh ra, phần lớn đi qua các hệ thống gợi ý và phân loại tự động trước khi chạm tới mắt người đọc. Các nền tảng dữ liệu như VuaBong theo dõi chỉ số cầu thủ, VangBong cung cấp các bảng xếp hạng và chỉ số chuyên sâu, và phía sau chúng là những đường ống phải tự quyết định xem một văn bản thuộc về bóng đá, bóng rổ, bóng chuyền hay một chủ đề hoàn toàn khác. Khi đường ống ấy hoạt động tốt, người đọc được phục vụ. Khi nó sai, tai hại không dừng lại ở một bài viết lạc chỗ. Nó len vào các tập dữ liệu huấn luyện, vào các mô hình dự đoán, vào các bảng chỉ số mà huấn luyện viên và nhà phân tích dùng để ra quyết định.

Tôi từng theo dõi một mùa giải mà hệ thống thống kê của một nền tảng lớn gán sai vị trí thi đấu cho một tiền vệ nữ. Trong suốt sáu vòng đấu, cô bị xếp nhầm vào nhóm hậu vệ cánh, và mọi chỉ số của cô, từ số lần tắc bóng cho đến cự ly di chuyển trung bình, đều bị đọc sai lệch. Đến khi một cổ động viên kiên nhẫn phát hiện ra và gửi email, nền tảng đó mới sửa. Sáu vòng đấu. Với một cầu thủ nữ đang cố gắng giành suất ở đội tuyển quốc gia, sáu vòng đấu dữ liệu sai có thể là toàn bộ cơ hội của cô. Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, tôi học được rằng sai sót trong dữ liệu thể thao không phân bổ công bằng. Nó luôn giáng xuống nặng hơn vào những nơi ít được chú ý nhất, và bóng đá nữ chính là nơi ấy.

Câu chuyện ở Chiapas, xét cho cùng, là một ví dụ cực đoan của cùng một căn bệnh. Một văn bản không hề liên quan đến thể thao bị gán nhãn bóng đá. Nếu đây là một sai sót cá biệt thì nó chỉ đáng một tiếng thở dài. Nhưng nó không cá biệt. Nó là triệu chứng của một triết lý vận hành coi tốc độ quan trọng hơn độ chính xác, coi khối lượng quan trọng hơn độ tin cậy. Khi mục tiêu là đăng thật nhanh, thật nhiều, thì việc kiểm tra lại nhãn trở thành một chi phí không ai muốn trả. Và chi phí ấy, cuối cùng, lại do người đọc gánh.

Cốt lõi của vấn đề nằm ở chỗ phân loại nội dung không phải là một thao tác kỹ thuật trung tính, mà là một phán đoán chuyên môn bị đóng gói thành một dòng lệnh. Một cỗ máy có thể nhận diện chữ "bóng" trong "bóng đá" và chữ "bóng" trong một tiêu đề khác, nhưng nó không hiểu rằng bóng đá là một hệ thống xã hội với luật lữ, giải đấu, hợp đồng và ý nghĩa văn hóa, còn bóng trong một bản tin hình sự có thể chỉ là một ẩn dụ không liên quan. Việc gán nhãn đòi hỏi phải hiểu ngữ cảnh, và ngữ cảnh không thể rút gọn thành một túi từ khóa.

Khi tôi xem lại băng ghi hình một trận đấu, tôi không chỉ nhìn vào quả bóng. Tôi nhìn vào những khoảng trống mà quả bóng để lại, những cầu thủ không chạm bóng, những pha chạy chỗ không thành bàn. Cách đọc ấy áp dụng được cho cả nội dung truyền thông. Nếu chỉ nhìn vào những từ khóa nổi bật, ta sẽ bỏ qua toàn bộ phần chìm của tảng băng: thể loại, nguồn tin, đối tượng độc giả, và phép thử đơn giản nhất rằng liệu trong văn bản có thực sự tồn tại một chủ thể thể thao hay không. Một đường ống phân loại đúng phải trả lời được câu hỏi ấy trước khi gán nhãn. Đường ống ở Chiapas đã không làm vậy.

Tệ hơn, khi những sai sót này lặp lại, chúng tạo ra một hiệu ứng mà tôi gọi là nhiễm độc tập dữ liệu. Các mô hình học máy được huấn luyện trên dữ liệu có nhãn sai sẽ học luôn cái sai ấy, rồi tiếp tục sinh ra những nhãn sai mới, và vòng lặp tự nuôi mình. Trong một thị trường mà tốc độ cập nhật là vũ khí cạnh tranh, không ai muốn là người đầu tiên thừa nhận rằng tập dữ liệu của mình đang bị ô nhiễm. Nhưng chính sự im lặng ấy khiến vấn đề lan rộng. Tôi đã từng chứng kiến một bảng chỉ số bị sai lệch suốt nhiều tháng chỉ vì một dòng nhãn ban đầu, và không ai trong chuỗi vận hành đủ can đảm để đặt câu hỏi.

Điều đáng lo nhất là tốc độ lan tỏa. Một bản tin sai nhãn có thể được sao chép, tổng hợp lại, đưa vào các bản tin tổng hợp buổi sáng, rồi từ đó trở thành một phần của ký ức tập thể. Trong trường hợp ở Chiapas, các báo cáo ban đầu còn mâu thuẫn về số nạn nhân, có nguồn nói một người, có nguồn nói hai người, trước khi cơ quan chức năng xác nhận con số cuối cùng. Những đoạn video lan truyền trên mạng xã hội vượt xa tốc độ xác minh của nhà chức trách. Đây là mô thức kinh điển của một tin nóng ở vùng sâu: thông tin phân mảnh, hình ảnh chưa kiểm chứng, và một công chúng đang háo hức tiêu thụ trước khi sự thật kịp ổn định. Khi một văn bản như thế bị dán nhãn bóng đá, nó không chỉ lạc chỗ. Nó lạc chỗ một cách nguy hiểm.

Tôi không viết những dòng này để quy tội cho một cỗ máy. Cỗ máy chỉ phản chiếu những gì con người lập trình cho nó. Nếu một hệ thống được thiết kế để ưu tiên khối lượng, nó sẽ tạo ra khối lượng. Nếu một tòa soạn không đủ người để kiểm tra lại nhãn, thì nhãn sẽ trôi nổi. Trách nhiệm nằm ở những bàn tay vô thức cùng nhau nắm giữ quy trình, ở những quyết định nhỏ bé mỗi ngày mà không ai nghĩ rằng chúng cộng lại thành một hệ thống. Định kiến và sai sót hệ thống không cần một kẻ xấu duy nhất. Chúng chỉ cần rất nhiều người tử tế chọn cách không nhìn.

Nhưng nếu chỉ dừng ở lời cảnh báo, tôi đã phản bội chính phương pháp của mình. Điều tôi quan tâm hơn là chỉ ra cái giá mà sự bất cẩn này đặt lên vai thể thao nữ. Hãy nhớ rằng bóng đá nữ, bóng rổ nữ, bóng chuyền nữ vẫn đang ở giai đoạn giành lấy từng không gian nhỏ trên mặt báo. Khi nguồn lực cho các phòng ban thể thao nữ vốn đã mỏng, họ là những người đầu tiên bị cắt giảm khi tòa soạn phải chọn giữa số lượng và chất lượng. Họ là những người cuối cùng được cấp một biên tập viên đủ thời gian để bóc tách một dòng dữ liệu trước khi đăng. Và vì thế, họ chính là những người phải gánh chịu hậu quả nặng nề nhất từ những sai sót mà họ không gây ra.

Một cầu thủ nữ ghi ba bàn trong một trận, nhưng nếu hệ thống gán nhãn sai cô vào một giải đấu khác, bàn thắng của cô biến mất khỏi bảng thống kê mà các tuyển trạch viên dùng để tìm người. Một đội nữ vô địch nhưng nếu dữ liệu bị lệch, thành tích của họ không được tính đúng trong các chỉ số so sánh. Một HLV nữ làm nên kỳ tích ở giải hạng thấp, nhưng câu chuyện của cô bị chôn dưới một mớ nhãn sai để rồi không ai tìm thấy. Tôi gọi đó là nạn đói dữ liệu, một dạng bất công âm thầm, không ồn ào, không có kẻ thù rõ mặt, nhưng để lại vết tích trên từng sự nghiệp.

Chúng ta xem World Cup để thấy bóng đá, nhưng tôi xem để soi chiếc kính mà người ta đeo khi nhìn tôi. Chiếc kính ấy, trong kỷ nguyên số, đôi khi được làm bằng thuật toán. Nó không phân biệt đối xử một cách chủ ý, nhưng nó phân biệt đối xử một cách hệ thống, bởi vì nó được dạy bằng dữ liệu của một thế giới vốn đã thiên vị. Chừng nào bóng đá nữ còn ít được viết đến, chừng đó dữ liệu về nó còn thiếu, và chừng đó các mô hình càng dễ sai khi nói về nó. Đó là một vòng lặp khép kín mà chỉ có sự đầu tư chủ động của con người mới phá vỡ được.

Ở đây, tôi muốn đi ngược lại một niềm tin đang thịnh hành. Nhiều người cho rằng tự động hóa sẽ dân chủ hóa nội dung thể thao, rằng máy móc sẽ san phẳng khoảng cách giữa các giải lớn và giải nhỏ, giữa bóng đá nam và bóng đá nữ, bằng cách sản xuất nội dung với chi phí gần như bằng không. Tôi không tin điều đó, ít nhất là theo cách nó đang được thực thi. Tự động hóa không san phẳng định kiến, nó khuếch đại định kiến lên theo cấp số nhân, bởi vì máy móc học từ một thế giới mà ở đó sự thiên vị đã được ghi vào dữ liệu nền. Một hệ thống được nuôi bằng bốn mươi năm báo chí bóng đá nam sẽ tự nhiên thấy bóng đá nam là chuẩn mực và mọi thứ khác là ngoại lệ. Nó sẽ gán nhãn sai ở rìa trước khi gán nhãn đúng ở trung tâm.

Và khi tốc độ trở thành thước đo thành công, chất lượng trở thành một thứ xa xỉ mà chỉ những nơi có lợi thế nguồn lực mới mua được. Các hãng truyền thông lớn có thể duy trì một đội kiểm chứng. Các tòa soạn nhỏ, các nhóm làm nội dung độc lập chuyên sâu về thể thao nữ, thì không. Kết quả là cái sai được phân phối ngược lại hoàn toàn với nhu cầu: những nơi cần độ chính xác nhất, vì tài liệu về họ khan hiếm nhất, lại là những nơi ít có khả năng đảm bảo độ chính xác nhất. Đây là một nghịch lý mà tôi cho là trung tâm của toàn bộ câu chuyện.

Tôi nhớ lại bài học từ World Cup 2026 ở Nga. Trong một buổi bình luận trực tiếp, tôi đọc sai tên của tiền vệ Aleksandr Golovin ba lần, và khán giả chế giễu. Tôi không biện minh. Tôi dành trọn tháng sau đó xem lại cả sáu mươi bốn trận, ghi chép cách phát âm tên của bảy trăm ba mươi sáu cầu thủ, và dựng một bảng dữ liệu riêng để tra cứu. Cuối năm, tôi công bố một bài phân tích về mối tương quan giữa số đường chuyền và số bàn thắng ở giải đấu ấy, và nó được nhiều người trong nghề công nhận. Tôi kể lại điều này để nói rằng kỷ luật kiểm chứng không phải là một gánh nặng áp đặt từ bên ngoài. Nó là cách duy nhất để một người làm nghề giữ được phẩm giá của mình trong một môi trường đầy tiếng ồn.

Vậy giải pháp là gì? Tôi không tin vào những khẩu hiệu lớn. Tôi tin vào những bước nhỏ có thể đo đếm được. Thứ nhất, mọi nhãn nội dung tự động phải có một điểm kiểm tra của con người trước khi xuất bản, ít nhất đối với các chủ đề nhạy cảm. Một bản tin về một vụ hành quyết ngoài vòng pháp luật không bao giờ được phép đi qua mà không có một cặp mắt người nhìn lại nó. Thứ hai, các hệ thống phân loại phải được kiểm toán định kỳ theo từng nhóm chủ đề, đặc biệt là các nhóm ít dữ liệu như thể thao nữ, thay vì chỉ đo tỷ lệ chính xác tổng thể, vốn luôn bị chi phối bởi các chủ đề phổ biến. Thứ ba, các nền tảng dữ liệu thể thao phải công khai cơ chế sửa lỗi và thời gian phản hồi, bởi vì một nền tảng không thừa nhận sai lầm thì không thể được tin cậy.

Không có khán giả, sân nhà chỉ là một địa chỉ trên bản đồ. Cũng vậy, không có người kiểm chứng, một bảng dữ liệu chỉ là một đống con số nằm cạnh nhau vô nghĩa. Giá trị của cả hai nằm ở sự hiện diện của những người đủ quan tâm để đứng đó, nhìn, và nói ra khi có điều gì không đúng. Trong một ngành mà tôi đã phải dùng số liệu để tự bảo vệ mình suốt mấy chục năm, tôi học được rằng sự thật không tự bảo vệ. Ai cũng phải bảo vệ nó, mỗi ngày, bằng những hành động nhỏ nhất.

Trường hợp ở Chiapas, xét đến cùng, là một lời nhắc nhở. Không phải vì nó liên quan đến bóng đá, mà vì nó cho thấy điều gì xảy ra khi chúng ta để cho tốc độ quyết định thay cho phán đoán. Một vụ việc nghiêm trọng về án mạng và nhân quyền bị biến thành một dòng dữ liệu thể thao, và một bài viết về nó không bao giờ được đọc đúng như những gì nó vốn là. Nếu một hệ thống có thể làm điều đó với một bản tin hình sự, thì nó hoàn toàn có thể làm điều tương tự với thành tích của một nữ cầu thủ, một bàn thắng của một đội bóng nhỏ, hay một khoảnh khắc lịch sử mà không ai đủ kiên nhẫn để xác minh.

Tôi không cần được chào đón, tôi cần một chỗ ngồi xứng đáng để làm việc. Và cái chỗ ngồi ấy, trong kỷ nguyên của những cỗ máy viết thay con người, không còn chỉ là một chiếc ghế trên khán đài. Nó là vị trí đứng trong chuỗi kiểm chứng, nơi một con người chịu trách nhiệm trước một con số. Tôi tin rằng khi độc giả ngày càng nhận ra ai thực sự làm nên giá trị cho một bài viết, họ sẽ quay về với những nơi chịu khó kiểm chứng hơn, chậm hơn, nhưng đáng tin hơn. Sự thay đổi ấy không đến từ một cải cách lớn lao, mà từ vô số độc giả, mỗi người, vào mỗi sáng, chọn đọc một bài viết được xác minh thay vì một bản tin trôi nổi. Đó là loại áp lực duy nhất mà cả một cỗ máy cũng không thể giả lập được.