Tệp dữ liệu trắng và kỷ luật của sự im lặng

Ba giờ sáng ở Quảng Châu. Quạt trần quay, ấm trà đã nguội, và trên màn hình là một tệp dữ liệu trắng. Không trắng vì lỗi mã hóa. Trắng vì bên trong không có gì: không tên giải đấu, không tên cầu thủ, không mốc thời gian, không một chỉ số nào để bám vào. Tôi ngồi nhìn nó hai mươi phút, rồi làm điều mà mười tám năm qua tôi vẫn làm mỗi khi gặp một tệp như thế — tôi đếm số dòng. Số dòng là không.

Đầu gối phải vẫn nhức, kiểu nhức của người giải nghệ năm ba mươi mốt tuổi và chưa bao giờ thôi nghe thấy tiếng sụn của chính mình. Cơn đau đầu gối dạy tôi cách đếm, và tôi chưa bao giờ ngừng đếm. Nhưng đêm đó tôi đếm được một thứ khác: số cách để một bài phân tích thể thao biến thành lời nói dối. Tôi đếm được bốn. Cả bốn đều bắt đầu từ cùng một thao tác — lấp một tệp trắng bằng trí tưởng tượng.

Tôi vào nghề này từ sau chấn thương, không từ một tòa soạn. Năm 2026, ở tuổi ba mươi mốt, tôi cộng tác với một blog phân tích dữ liệu ở Quảng Châu. Công việc nghe hoành tráng hơn thực tế rất nhiều. Phần lớn thời gian tôi ngồi chờ dữ liệu, kiểm tra dữ liệu, phát hiện dữ liệu sai, và giải thích cho ai đó rằng chừng ấy dữ liệu vẫn chưa đủ để kết luận. Nghề của tôi là nghề của những người đến muộn.

Thị trường tôi viết cho là thị trường Trung Quốc, và độc giả của tôi đang ở giữa kỳ chuyển nhượng. Đây là giai đoạn mà tiếng ồn lớn hơn tín hiệu một cách có hệ thống. Mỗi ngày có hàng trăm mẩu tin về một cầu thủ đang trên đường tới, đã đạt thỏa thuận cá nhân, sắp kiểm tra y tế. Độc giả không thiếu tin. Họ thiếu một bộ lọc.

Đêm đó, thứ được đưa cho tôi không phải một bản tin. Đó là kết quả của bước trích xuất đầu tiên trong quy trình phân tích hai bước mà tôi dùng cho mọi bài viết lớn. Bước một ghi lại sự kiện thô. Bước hai mới đọc ý nghĩa. Bước một trả về một trang giấy trắng: tiêu đề để trống, nguồn để trống, luận điểm cốt lõi để trống, danh sách thực thể để trống. Một cỗ máy đã chạy hết công suất và trả về số không.

Với nhiều người, đó là một sự cố kỹ thuật. Với tôi, đó là một bài kiểm tra nghề nghiệp.

Năm 2026, tôi viết bài đầu tiên khiến người ta nhớ tên tôi. Tôi dùng chỉ số bàn thắng kỳ vọng để mổ xẻ phong độ của Eran Zahavi tại Guangzhou R&F. Anh ghi hai mươi bảy bàn ở giải vô địch quốc gia Trung Quốc, nhưng chỉ số bàn thắng kỳ vọng cả mùa chỉ là hai mươi mốt phẩy năm. Khoảng cách năm phẩy năm bàn nói rằng hiệu suất dứt điểm của anh đang ở mức không bền vững. Tôi công bố dự đoán mùa sau anh sẽ về ngưỡng hai mươi bàn, và bị cười nhạo khá lâu. Mùa 2026, anh ghi đúng hai mươi bàn.

Bài học tôi rút ra không phải là tôi giỏi. Bài học là: một nhận định chỉ đáng tin bằng chuỗi bằng chứng dài nhất mà người viết có thể trình ra, và chuỗi bằng chứng không thể dài hơn dữ liệu đầu vào. Từ đó, mỗi bài phân tích của tôi đều có một mục ở cuối gọi là dự đoán được kiểm chứng, để độc giả tự đối chiếu theo thời gian thay vì tin vào giọng văn của tôi.

Một năm sau, đêm hai mươi bảy tháng sáu năm 2026, tại Kazan. Tôi được một nền tảng cá cược ở Thâm Quyến mời làm chuyên gia phân tích cho vòng chung kết World Cup. Trước trận Hàn Quốc gặp Đức, tôi mở lại dữ liệu pressing của đội tuyển Đức và thấy chỉ số PPDA của họ chỉ đạt hai phẩy ba trong vòng bảng, kèm theo những khoảng trống thường trực phía sau hàng thủ. Tỷ lệ cược nhà cái cho cửa Hàn Quốc thắng là mười phẩy không. Tôi viết bản tin dự đoán Hàn Quốc thắng hai không. Đêm đó Kim Young-gwon và Son Heung-min lập công. Đức bị loại. Bài viết của tôi được đọc hơn hai trăm nghìn lượt.

Đêm Hàn Quốc hạ Đức, tôi nhìn màn hình và thấy mọi xác suất đều nói dối — theo cả hai chiều. Xác suất nói dối khi nó bảo tôi rằng cửa Đức là gần như chắc chắn. Và xác suất cũng nói dối khi nó để tôi tưởng rằng mình đã hiểu vì sao mình đúng. Tôi đúng vì dữ liệu pressing. Nhưng tôi cũng đúng vì Đức đá hỏng, vì một quả phạt góc, vì một thước hình học của bàn thắng. Nếu tôi gán toàn bộ kết quả cho mô hình của mình, tôi đã tự lừa mình ngay trong lúc được tung hô.

Tháng Năm năm 2026, Bundesliga trở lại trong đại dịch và tôi có một phòng thí nghiệm không mong muốn. Tôi theo dõi tám mươi mốt trận đấu không khán giả. Tỉ lệ thắng của đội chủ nhà tụt xuống hai mươi tám phần trăm, so với mức bốn mươi bốn phần trăm của giải trước giãn cách. Lợi thế sân nhà gần như bốc hơi. Mô hình cược của tôi rối loạn. Một đồng nghiệp lập trình viên ở Thâm Quyến giục tôi xuất bản ngay để bắt sóng xu hướng mới, và tôi từ chối. Tôi chờ thêm hai vòng đấu. Khi khán đài trống, tôi hiểu dữ liệu cũng cần tiếng ồn để tồn tại — bầu không khí không phải tạp âm cần lọc bỏ, nó là một biến số có hệ số riêng. Tháng Sáu năm 2026, sau khi viết lại thuật toán cùng anh ấy, chuỗi dự đoán của tôi đạt lợi nhuận ba mươi hai phần trăm.

Rồi đến ngày chín tháng Mười hai năm 2026. Tứ kết World Cup, Brazil gặp Croatia. Brazil tạo ra hai phẩy ba bàn thắng kỳ vọng, Croatia một phẩy hai, và Brazil dẫn trước trong hiệp phụ. Tôi đặt gần như toàn bộ niềm tin vào mô hình và viết rằng Brazil vào bán kết. Thủ môn Dominik Livaković cứu thua tám pha bóng, trong đó có hai quả ở loạt luân lưu. Croatia đi tiếp. Tôi mất một khoản tiền lớn và mất luôn một niềm tin.

Tôi viết một bài có tựa Tại sao xG không phải sự thật, và từ đó xây thêm một khung phân tích riêng cho thủ môn: số pha cứu thua trên số bàn thua kỳ vọng, chất lượng cú dứt điểm phải đối mặt, và tỉ lệ cứu thua trong tình huống một đối một. Tôi bỏ giọng tiên tri khỏi mọi bài viết. Thay vào đó là ngôn ngữ xác suất: có khoảng bảy mươi tám phần trăm khả năng điều này xảy ra, và đây là ba giả định mà con số đó phụ thuộc vào.

Bốn bài học đó — Zahavi, Kazan, sân trống, Livaković — xếp lại thành một nguyên tắc duy nhất mà tôi đã sống cùng: người phân tích không bán dự đoán, người phân tích bán mức độ không chắc chắn được đo lường.

Và rồi đêm đó, tệp trắng. Bốn bài học cũ không nói cho tôi biết phải viết gì về nó. Nhưng chúng nói cho tôi biết phải không viết gì.

Tôi thu thập đêm, mổ xẻ ngày, và chỉ tin điều gì tự lặp lại. Điều lặp lại ở đây rất rõ: một tệp đầu vào rỗng đẩy ra một tệp đầu ra rỗng, và bất kỳ ai lấp đầy khoảng trống ấy đều đang sản xuất hư cấu dưới nhãn phân tích. Có bốn con đường dẫn tới hư cấu đó, và tôi thấy cả bốn đang được đi rất nhanh trên thị trường tin thể thao hiện nay.

Con đường thứ nhất là suy diễn từ im lặng. Nguồn không nói gì, người viết đọc sự im lặng thành tín hiệu. Con đường thứ hai là thay thế bằng ký ức. Tôi không có số của trận này, nên tôi dùng số của trận tương tự mùa trước, và quên nói rằng tôi đã thay. Con đường thứ ba là nâng cấp nguồn. Một tin đồn ở tầng thấp được kể lại bằng giọng của một tin ở tầng cao, qua ba lần chuyển tiếp. Con đường thứ tư là phục vụ cảm xúc: độc giả đã tin sẵn điều gì, thì bài viết đi tìm số liệu để xác nhận điều đó.

Trong kỳ chuyển nhượng, cả bốn con đường này đều được trải nhựa. Vì thế tôi xếp tin đồn theo tầng bằng chứng, và tôi khuyên độc giả tự xếp theo cùng cách. Tầng một là thông báo chính thức từ câu lạc bộ hoặc từ giải đấu. Tầng hai là hồ sơ đăng ký, giấy phép thi đấu, danh sách đăng ký. Tầng ba là cấu trúc hợp đồng: điều khoản giải phóng, thời hạn, quỹ lương, và mốc ngày đáo hạn. Tầng bốn là bằng chứng vật lý: hình ảnh buổi kiểm tra y tế, chuyến bay, sự vắng mặt ở buổi tập. Tầng năm là nguồn ẩn danh.

Năm tầng đó có một tính chất mà tôi muốn nói rõ: chúng không cộng lại thành sự thật. Mười tin ở tầng năm không tạo ra một tin ở tầng một. Số lượng không nâng được tầng. Và tiền là thứ trung thực nhất trong tất cả các tầng, bởi vì đồng tiền đặt cược là thước đo trung thực nhất của niềm tin — khi ai đó phải trả giá cho một nhận định, họ sẽ nói thật về mức độ chắc chắn của mình.

Đó là lý do tôi giữ một thói quen kỳ quặc: với mỗi cái tên lớn xuất hiện trong kỳ chuyển nhượng, tôi đặt cạnh nó ba trường — cấu trúc điều khoản giải phóng, quỹ lương còn lại, và lịch thi đấu của đội bán trong sáu tuần tới. Ba trường đó là ba biến số cấu trúc. Tin đồn không nằm trong số đó. Tin đồn chỉ là nhiễu hợp lệ. Tôi đọc nhiễu để biết thị trường đang sợ điều gì, chứ không để biết điều gì sắp xảy ra.

Vậy còn tệp trắng? Trong khung của tôi, nó không phải một sự cố. Nó là một kết quả. Nó là đầu ra đúng của một quy trình đúng khi đầu vào là rỗng. Và nếu tôi phải mô tả nó bằng ngôn ngữ xác suất như tôi vẫn làm từ năm 2026, thì: có khoảng chín mươi lăm phần trăm khả năng bất kỳ bài phân tích nào viết ra từ tệp này sẽ sai ở cấp độ sự kiện, và khoảng một trăm phần trăm khả năng nó sẽ sai ở cấp độ phương pháp.

Đây là chỗ phản trực giác. Trong ngành tin thể thao, sự im lặng không được trả tiền. Tốc độ được trả tiền. Người viết nhanh nhất, giật tít mạnh nhất, chốt nhận định sớm nhất là người thắng trong mắt thuật toán. Tôi mất khách vì đến muộn, và tôi biết điều đó. Nhưng cái giá của một kết luận sai không nằm ở lượt đọc. Nó nằm ở thứ mà độc giả phải trả bằng tiền thật, bằng một cửa cược, bằng một niềm tin đặt sai chỗ. Niềm tin của độc giả là một tài sản có thể khấu hao, và tôi đã thấy nó khấu hao rất nhanh ở những người chốt sớm.

Có một cách hiểu sai về sự im lặng mà tôi muốn gỡ ra. Im lặng không phải là từ chối làm việc. Im lặng là một tuyên bố có nội dung: tôi có phương pháp, tôi đã chạy phương pháp ấy, và phương pháp ấy trả về không. Đó là một tuyên bố có thể kiểm tra được. Ngược lại, một bài viết nghe rất chắc chắn nhưng không có chuỗi bằng chứng phía sau lại là thứ không thể kiểm tra — và thứ không thể kiểm tra được thì không thể sửa.

Tương quan cũng không phải nhân quả, và đây là nơi tôi thấy nhiều bài phân tích hiện nay tự đánh lừa mình một cách thành thật nhất. Một đội thắng nhiều trận sau khi thay huấn luyện viên không chứng minh được việc thay huấn luyện viên là nguyên nhân. Một cầu thủ chấn thương rồi trở lại ghi bàn không chứng minh được rằng việc trở lại sớm là đúng. Trong nhiều năm theo dõi chấn thương, tôi tin rằng việc vội vàng trở lại sau đứt dây chằng chữ thập trước đang phá hủy giai đoạn thứ hai của sự nghiệp rất nhiều cầu thủ, và rằng nỗi sợ tâm lý khó sửa hơn cơ thể. Nhưng đó là một quan điểm tôi phải chứng minh từng lần, không phải một câu tôi có thể rắc vào mỗi bài viết như một chân lý có sẵn.

Và vì thế, với tệp trắng đó, cách phản hồi đúng là nói rõ tên thứ đang thiếu. Tôi thiếu toàn văn bài viết gốc. Tôi thiếu tên giải đấu. Tôi thiếu mốc thời gian để đối chiếu độ mới của thông tin. Tôi thiếu tên cầu thủ, tên đội, tên huấn luyện viên. Tôi thiếu dữ kiện có thể trích dẫn: một khoản phí, một kỷ lục, một lần đối đầu. Khi tất cả những thứ đó thiếu cùng một lúc, câu duy nhất tôi có thể viết mà không nói dối là câu nói rằng tôi chưa thể viết.

Có người sẽ nói đó là một bài viết rỗng. Tôi nghĩ khác. Trong mười tám năm đếm, đây là lần đầu tôi có dịp trình ra trước độc giả đầy đủ cái khung mà tôi vẫn âm thầm dùng: sự kiện ở tầng nào, bằng chứng ở tầng nào, giả định nằm ở đâu, và chỗ nào tôi không biết. Một tệp trắng là cơ hội để nói ra phương pháp mà không bị kết quả che mất.

Vòng tiếp theo, tín hiệu đáng theo dõi không nằm ở một cái tên chuyển nhượng nào. Nó nằm ở chỗ liệu bước trích xuất có được chạy lại với toàn văn bài viết hay không. Nếu có, tôi có việc để làm: một chuỗi bằng chứng, ba chỉ số quyết định, một mốc kiểm chứng để độc giả tự đối chiếu. Nếu không, kết luận duy nhất đứng vững được vẫn là kết luận tôi vừa viết, và nó đứng vững một cách khó chịu.

Ngón tay của tuyển thủ nhanh hơn mô hình của tôi, nhưng mô hình biết họ sẽ bấm gì. Đêm nay, mô hình của tôi trả lời bằng một khoảng trắng. Đó là câu trả lời.