Dữ liệu bóng đá và khoảng trống không ai xác minh

Phút 63 của một trận đấu Premier League vào chiều thứ Bảy nọ. Tôi ngồi trong phòng tin ở Manchester, hai màn hình đặt cạnh nhau: một chiếu sóng truyền hình, một chạy bảng dữ liệu trực tiếp từ nhà cung cấp. Bảng dữ liệu đứng yên. Cột phút dừng ở 61. Đồ họa trên sóng vẫn nhảy đều: xG 1,84, 412 đường chuyền, kiểm soát bóng 58%. Không ai trong phòng nhận ra nguồn đã tắc gần ba phút trước đó.

Khi tôi gọi cho nhà sản xuất chương trình, chị trả lời thẳng: “Bên em không có quy trình nào cho việc nguồn ngừng cấp dữ liệu.” Hệ thống ấy được thiết kế để chạy khi mọi thứ trơn tru, và không được thiết kế cho khoảnh khắc nó ngừng trơn tru. Một khoảng trống mở ra trên đường truyền, rồi khoảng trống đó bị lấp bằng giá trị cũ, bằng nội suy, hoặc bằng số 0.

Bối cảnh của một hạ tầng không ai nhìn thấy

Ngành dữ liệu bóng đá giờ là hạ tầng chứ không còn là phụ kiện. Stats Perform sở hữu Opta. Sportradar cung cấp dữ liệu cho các nhà cái và liên đoàn. Genius Sports nắm quyền dữ liệu cá cược chính thức của Premier League từ năm 2026. Hawk-Eye Innovations, thuộc Sony, vận hành công nghệ vạch cầu môn ở giải Ngoại hạng từ mùa 2026-14 và VAR từ mùa 2026-20. Hệ thống vạch cầu môn thường được mô tả gồm 14 camera quang học đặt quanh sân, ghi tới 500 khung hình mỗi giây, đủ để xác định bóng đã qua vạch hay chưa trong khoảng thời gian ngắn hơn một nhịp thở.

Ở đầu bên kia của đường truyền, dữ liệu chảy vào bảng tỉ lệ cược trực tiếp, vào bảng phân tích trên sóng, vào bảng tuyển trạch của câu lạc bộ, vào bản tin của chúng tôi. Dòng tiền đổ vào hạ tầng dữ liệu tăng theo từng hợp đồng bản quyền, và cùng với nó, một thứ khác cũng tăng: số lượng quyết định được đưa ra dựa trên những giá trị không ai kiểm tra lại.

Tôi vào nghề năm 2026 tại Newark Advertiser với một cuốn sổ giấy và một cây bút chì. Khi đó dữ liệu là thứ tôi tự đếm. Ba mươi bảy năm sau, tôi ngồi trong phòng tin với ba nguồn dữ liệu khác nhau cùng chạy trên màn hình, và phần lớn thời gian làm việc là để trả lời một câu hỏi cũ: giá trị này đến từ đâu.

Bốn tầng và ba kiểu hỏng

Chuỗi cung ứng dữ liệu bóng đá có bốn tầng. Tầng thu thập là camera quang học và người ghi mã trong sân. Tầng truyền là API, vệ tinh, cáp quang, những thứ có độ trễ đo bằng mili giây. Tầng diễn giải là mô hình, thuật toán, đồ họa, người dẫn chương trình. Tầng tiêu thụ là khán giả, nhà cái, huấn luyện viên, phóng viên như tôi.

Điều đáng chú ý là hỏng hóc hiếm khi xảy ra ở tầng thu thập. Camera không bịa. Bóng qua vạch thì ghi nhận là qua vạch. Lỗi nằm ở ba tầng còn lại, và nó mang hình dạng rất cụ thể.

Lỗi phổ biến nhất nằm ở cách xử lý giá trị thiếu. Khi một chỉ số không được cập nhật, hệ thống hiển thị nó bằng số 0 thay vì để trống. Với mô hình dự báo, số 0 là một thông tin, và là một thông tin sai. Một đội không tung ra đường chuyền nào trong bảy phút vì dữ liệu tắc khác hoàn toàn với một đội không tung ra đường chuyền nào trong bảy phút vì bị ép sân. Cùng một ô trống trên bảng, hai ý nghĩa trái ngược, và mô hình chỉ đọc được một.

Một dạng hỏng khác xảy ra sau hai lần trung chuyển. Chỉ số đi từ nhà cung cấp sang bảng tin, từ bảng tin sang bài bình luận, từ bài bình luận sang mạng xã hội. Ở mắt xích cuối, người ta trích dẫn nó mà không còn biết nó được tính bằng phương pháp nào, trên mẫu bao nhiêu trận, có loại trừ phạt đền hay không. Nhà cung cấp chưa bao giờ nói chỉ số đó đo lường điều gì; người tiêu thụ tự gán nghĩa. Khi một chỉ số mất nguồn, nó không còn là dữ liệu mà trở thành một niềm tin có định dạng số.

Còn một dạng nữa: mẫu nhỏ được nâng lên thành xu hướng. Ba trận đấu trở thành một mô thức. Năm trận trở thành một phong cách. Mười trận trở thành một bản sắc. Dựa trên kinh nghiệm theo dõi các trận đấu của tôi ở cả sân vận động lẫn qua màn hình, đây là điểm mà nghề của tôi và nghề phân tích chạm vào nhau, và cả hai đều yếu như nhau ở đó.

Năm 2026, ở Moskva, tôi theo một nguồn tin từ phòng xét nghiệm chống doping. Hồ sơ của một tiền vệ cho thấy chỉ số hồng cầu bất thường ở ba mẫu liên tiếp. Tôi không viết. Bốn tháng sau, tôi dựng một khung phân tích cho giai đoạn 2026-2026, đối chiếu 212 mẫu công khai với 47 trận chính thức. Bản thảo dài 4.000 chữ bị trả lại vì thiếu bằng chứng trực tiếp. Tôi cất nó vào kho riêng. Hồ sơ không biết nói dối, nhưng người ta dựng hồ sơ để nói thay lời dối, và tôi không muốn góp tay vào việc đó.

Tháng 4 năm 2026, các sân đóng cửa. Một nhân viên kế toán của Derby County đưa cho tôi một tập tài liệu. Tôi áp khung phân tích từ vụ Moskva vào 18 khoản vay gắn với cầu thủ trong giai đoạn 2026-2026. Bảy triệu bảng đi qua một công ty vỏ ở British Virgin Islands, trùng với thương vụ chiêu mộ cầu thủ chạy cánh Tom Lawrence. Bài viết công bố tháng 6 năm 2026 chỉ ra câu lạc bộ dùng quỹ cứu trợ COVID-19 để trả lãi vay cá nhân của ba giám đốc. EFL mở cuộc kiểm tra độc lập. Derby bị trừ 9 điểm ở mùa 2026-2026. Bóng đá không vỡ nợ. Có người đứng sau gây vỡ để gom nhặt.

Ở Qatar năm 2026, tôi rà soát hợp đồng xây dựng sân vận động cho World Cup. Hợp đồng 3,2 tỉ đô la cho sân Lusail mang địa chỉ đăng ký trùng với một công ty trung gian trong vụ doping Nga năm 2026. Tôi làm hai tháng, kiểm 86 giao dịch ngân hàng, rồi mời một nhà phân tích dữ liệu người Thụy Sĩ xác minh chuỗi thanh toán. Bài điều tra chỉ ra 1,1 tỉ đô la trong đó đến từ những quỹ đầu tư mờ ám ở Trung Đông. FIFA yêu cầu tôi cung cấp bằng chứng. Sau đó không có hành động nào. Từ phòng thí nghiệm Moskva đến sân cỏ Doha, đồng tiền không cần hộ chiếu.

Ba vụ việc ấy dạy tôi một nguyên tắc hành nghề: mỗi khẳng định phải kèm một sơ đồ dòng tiền hoặc một giá trị đối chiếu được từ hai nguồn độc lập. Nếu chỉ có một nguồn, tôi giữ bản nháp trong 72 giờ. Không phải vì tôi thích chậm, mà vì tôi từng suýt sai.

Nơi dữ liệu bóng đá gặp dòng tiền

Tác dụng phụ tối nhất của quá trình số hóa thể thao là việc dữ liệu trực tiếp trong sân được bán cho các công ty cá cược, và nó không được bàn đến đủ. Cùng một đường truyền cấp dữ liệu cho đồ họa trên sóng truyền hình lại cấp dữ liệu cho bảng tỉ lệ cược trong trận. Độ trễ trở thành một tài sản có thể giao dịch. Ai nhận dữ liệu nhanh hơn nửa giây sẽ chốt được trước khi thị trường điều chỉnh. Người ta gọi đó là chênh lệch độ trễ; thực chất đó là một cuộc đua mà người thắng không cần hiểu bóng đá, chỉ cần hiểu cáp quang.

Trong cuộc đua đó, một giá trị bị thiếu sẽ được xử lý rất nhanh. Không ai ngồi chờ dữ liệu về. Mô hình phải chạy. Và khi phải chạy, nó lấy giá trị cuối cùng, nội suy, hoặc mặc định bằng 0.

Có một chỗ khác trong dữ liệu mà ít người đọc kỹ. Quyền thay năm người đã thay đổi cấu trúc trận đấu: đội hình sâu có thêm lợi thế, và hai mươi phút cuối trở thành một cuộc chiến tiêu hao. Nhưng chính hai mươi phút ấy là vùng mà mô hình yếu nhất, vì mỗi lần thay người lại phá vỡ mẫu so sánh. Một đội tung ba cầu thủ dự bị trong mười phút sẽ tạo ra một cấu hình chưa từng tồn tại trong dữ liệu lịch sử. Mô hình vẫn cho ra một giá trị, vì nó được lập trình để luôn cho ra một giá trị.

Điều tương tự xảy ra với cầu thủ trở lại sau chấn thương. Áp lực buộc một người vừa bình phục phải chứng minh bản thân ngay ở trận đầu tái xuất là một sự tàn nhẫn, và nó còn làm tăng nguy cơ tái chấn thương. Nhưng dữ liệu không nhìn thấy sự tàn nhẫn đó. Dữ liệu nhìn thấy số phút thi đấu, và số phút của một người vừa trở lại được đặt cạnh số phút của một người khỏe mạnh như thể hai thứ ấy so sánh được với nhau.

Phía bên kia của câu chuyện

Ở đây cần nói cho công bằng. Các nhà cung cấp dữ liệu lớn thường làm nghề nghiêm túc hơn nhiều so với những gì bị gán cho họ. Họ có quy trình xác minh, có tầng kiểm soát chất lượng, có người ghi mã được đào tạo, có biên bản khi hệ thống lỗi, và họ công bố trường hợp thiếu dữ liệu thay vì bịa ra một giá trị. Về mặt kỹ thuật, khi một trường trả về rỗng, việc ghi rõ rằng nó rỗng là hành vi đúng, và trong nhiều trường hợp đó là kết luận trung thực nhất có thể đưa ra.

Vấn đề nằm ở tầng tiêu thụ. Một bảng đồ họa không bán được một khoảng trắng. Một mô hình cá cược không định giá được một khoảng trắng. Một bài bình luận không hấp dẫn nếu kết luận là “chúng tôi chưa đủ dữ liệu để kết luận”. Cả hệ thống đang chịu áp lực phải lấp đầy, và áp lực đó đi ngược lại đạo đức nghề nghiệp của tầng dưới. Người ghi mã trong sân làm đúng, rồi giá trị đúng ấy bị bóp méo ở tầng thứ ba bởi một người cần có gì đó để phát sóng.

Tôi đã ở phía bên kia của áp lực đó. Năm 2026, khi tôi không công bố được hồ sơ ở Moskva, tôi biết mình đã làm đúng, và tôi cũng biết mình đã thất bại theo tiêu chuẩn của tòa soạn. Cả hai điều ấy đúng cùng lúc. Một dữ liệu rỗng có thể là một phát hiện. Nhưng chỉ khi người đọc được phép nhìn thấy nó.

Điều đáng phải làm tiếp

Chuẩn mực tôi muốn thấy trong ngành dữ liệu bóng đá là một chứng nhận rỗng: khi không có giá trị xác minh, hệ thống hiển thị đúng như vậy, và người biên tập phải chịu trách nhiệm cho việc đó chứ không phải nhà cung cấp. Sạch sẽ khác minh bạch. Một cái là mùi nước hoa, một cái là sổ kép. Trong một mùa giải lớn, khi cảm xúc bị nén lại theo từng vòng đấu và mọi con mắt đổ về một trận knock-out, một khoảng trắng trung thực có giá trị hơn một giá trị được lấp đầy.