Kỷ lục không được công nhận: Bài toán xác thực dữ liệu trong điền kinh hiện đại

Ngày 12 tháng 10 năm 2026, tại Vienna, Eliud Kipchoge chạm vạch sau 1 giờ 59 phút 40 giây. Thành tích ấy lập tức tràn khắp các nền tảng, được in lên áo, đưa vào slide hội thảo, trích dẫn trong vô số bài viết. Khi tôi mở lại bảng dữ liệu gốc, có một dòng chú thích mà phần lớn khán giả bỏ qua: World Athletics không ghi nhận đây là kỷ lục thế giới. Không có tên trong danh sách kỷ lục chính thức. Lý do khô khan và cụ thể: có đội ngũ dẫn tốc thay đổi theo từng vòng, có xe dẫn đường chiếu tia laser xuống mặt đường, và mọi điều kiện được kiểm soát đến từng mét. Thậm chí, để đảm bảo thời tiết thuận lợi, ban tổ chức đã chọn Vienna sau khi phân tích dữ liệu khí tượng của nhiều thành phố.

Vậy 1:59:40 là gì? Nó là một thành tích có thật, được đo bằng đồng hồ chuẩn, nhưng không được xếp vào loại kỷ lục. Khoảng cách giữa “một con số tồn tại” và “một con số có giá trị” chính là bài toán lớn nhất của bất kỳ ai phân tích thể thao bằng dữ liệu. Và trong điền kinh, bài toán ấy khó hơn bất cứ môn nào khác.

Điền kinh là môn hiếm hoi mà kết quả được đo bằng đơn vị nhỏ nhất: phần trăm giây, từng centimet. Chính vì độ chính xác ấy, người ta dễ tin rằng dữ liệu điền kinh là khách quan tuyệt đối. Đồng hồ bấm giây đâu biết thiên vị ai. Nhưng đồng hồ chỉ đo được thời gian chạy, không đo được điều kiện tạo ra thời gian ấy.

Trong thập kỷ qua, phân tích thể thao chuyển từ cảm tính sang dữ liệu. Các nền tảng thống kê mọc lên, mỗi cuộc đua được chia thành hàng trăm điểm dữ liệu. Ở điền kinh, dữ liệu có sức hút đặc biệt vì kỷ lục là tuyệt đối: nhanh hơn một phần trăm giây đã là lịch sử. Nhưng chính sức hút ấy tạo ra một cái bẫy. Càng nhiều dữ liệu, càng nhiều con số có vẻ chính xác, và càng dễ quên rằng một con số chỉ có nghĩa khi ta biết nó được tạo ra trong điều kiện nào.

Dựa trên kinh nghiệm theo dõi các trận đấu và các kỳ Olympic của tôi, tôi nhận ra một nghịch lý. Càng ngày, khán giả tiếp cận điền kinh qua các con số nhiều hơn qua chính cuộc đua. Một video nước rút trên sân tập có thể đạt hàng triệu lượt xem, trong khi một trận chung kết có trọng tài, có máy đo gió, có kiểm tra doping lại ít được chú ý hơn. Dữ liệu chưa qua xác thực lan nhanh hơn dữ liệu đã qua xác thực.

Tôi bắt đầu viết về thể thao từ năm 2026, khi 17 tuổi, trên một nền tảng trực tuyến ở Bắc Kinh. Người ta cười tôi năm 2026, giờ họ trả tiền để nghe tôi phân tích. Nhưng cái giá của việc được nghe không nằm ở chỗ được nói nhiều hơn, mà ở chỗ được kiểm tra kỹ hơn. Mỗi con số tôi đưa ra đều phải trả lời được ba câu hỏi: nó đến từ đâu, nó được đo trong điều kiện nào, và nó có được công nhận không. Ba câu hỏi ấy nghe đơn giản, nhưng phần lớn nội dung thể thao trên mạng không vượt qua nổi câu hỏi thứ hai.

Trong chu kỳ của một giải đấu lớn, áp lực lên các con số tăng vọt. Mỗi suất tham dự, mỗi chỉ tiêu thành tích, mỗi dự đoán huy chương đều dựa trên dữ liệu từ các giải trước đó. Nếu dữ liệu đầu vào sai, toàn bộ chuỗi tính toán phía sau sai theo. Một vận động viên có thể bị đánh giá thấp chỉ vì thành tích tốt nhất của họ đến trong điều kiện gió thuận, và một vận động viên khác có thể bị đánh giá cao chỉ vì một lần bùng nổ trong mẫu nhỏ.

Điền kinh có một hệ thống quy tắc xác thực mà nhiều môn khác không có, và cũng chính vì thế mà nó dễ bị hiểu sai nhất.

Gió. Một thành tích chạy 100m chỉ được công nhận kỷ lục khi vận tốc gió xuôi không vượt quá 2,0 mét mỗi giây, đo bằng máy đặt cạnh đường chạy. Khi gió vượt ngưỡng, thành tích vẫn được ghi nhận nhưng bị xếp vào nhóm “hỗ trợ bởi gió”, không tính vào kỷ lục hay xếp hạng chính thức. Lấy ví dụ kỷ lục 100m thế giới 9,58 giây của Usain Bolt tại Berlin ngày 16 tháng 8 năm 2026: nó hợp lệ vì gió đo được là +0,9 m/s, nằm dưới ngưỡng. Nếu hôm đó gió là +2,1 m/s, con số 9,58 vẫn tồn tại trên đồng hồ nhưng sẽ không bao giờ trở thành kỷ lục. Hai vận động viên có thể chạy cùng một thời gian, một người đi vào lịch sử, người kia bị gạt sang cột tham khảo.

Độ cao. Ở các sân trên cao như Mexico City, khoảng 2.240 mét so với mực nước biển, không khí loãng hơn khiến lực cản giảm. Nước rút và nhảy xa, nhảy ba bước thường cho thành tích tốt hơn ở độ cao này. Một cú nhảy 8,90m ở Mexico City và một cú nhảy tương tự ở mực nước biển mang giá trị kỹ thuật khác nhau, dù trên bảng kết quả chúng trông giống hệt nhau. Đây là lý do các kỷ lục nhảy xa và nhảy ba bước nam nữ vẫn thường gắn với các sân vận động trên cao.

Thiết bị. Đây là biến số gây tranh cãi nhất trong nửa thập kỷ qua. Năm 2026, khi Kipchoge chạy marathon dưới hai giờ, anh mang một nguyên mẫu giày của Nike với đế có tấm carbon và lớp bọt siêu nhẹ. Cùng năm, tại Chicago, Brigid Kosgei phá kỷ lục marathon nữ thế giới với 2 giờ 14 phút 04 giây, trong đôi giày cùng thế hệ công nghệ. Khi hàng loạt kỷ lục đường dài đổ xuống trong giai đoạn 2026–2026, World Athletics buộc phải ban hành quy định mới vào tháng 1 năm 2026: giới hạn độ dày đế, giới hạn số tấm carbon, và yêu cầu mẫu giày phải được bán ra thị trường đại chúng ít nhất bốn tháng trước khi dùng trong thi đấu. Quy định ấy không phủ nhận thành tích; nó chỉ buộc người ta phải tách phần con người ra khỏi phần công nghệ.

Vấn đề không nằm ở chỗ vận động viên giỏi hơn bao nhiêu phần trăm, mà ở chỗ bao nhiêu phần trăm cải thiện đến từ con người, bao nhiêu từ công nghệ. Bỏ qua vế thứ hai là tự lừa mình, và các nhà phân tích nghiêm túc đều biết điều đó. Tôi đã nhiều lần phải chỉnh lại kết luận của chính mình khi nhận ra một kỷ lục bị phá chủ yếu nhờ đế giày, không nhờ phong độ.

Mẫu nhỏ. Một cuộc đua đẹp không tạo nên một sự nghiệp. Nhưng thuật toán thống kê, khi huấn luyện trên mẫu nhỏ, có xu hướng phóng đại một lần bùng nổ. Tôi từng thấy một vận động viên trẻ chạy một lần rất nhanh vào tháng Năm, và ngay lập tức được dự đoán sẽ phá kỷ lục quốc gia. Đến cuối mùa, thành tích tốt nhất của cô vẫn là lần chạy tháng Năm ấy. Mẫu nhỏ không chỉ gây sai số; nó còn tạo ra kỳ vọng sai, và kỳ vọng sai gây áp lực lên chính vận động viên.

Thành tích tập luyện. Đây là cái bẫy mà mạng xã hội tạo ra. Một video quay cảnh nước rút trên sân tập, một đồng hồ GPS báo thông số ấn tượng, và ngay lập tức nó được lan truyền như một kỷ lục. Nhưng thành tích tập luyện không qua quy trình đo đạc, không có trọng tài, không có máy đo gió, không có kiểm tra doping. Nó có giá trị như một tín hiệu về phong độ, và chỉ đến thế.

Dữ liệu chia đoạn. Với các nội dung trung và dài, người ta thường chỉ nhìn thời gian cuối cùng. Phân tích chia đoạn cho thấy một vận động viên có thể thắng nhờ khởi đầu hoặc nhờ nước rút, và hai kiểu thắng ấy dự báo hai tương lai rất khác nhau. Thiếu dữ liệu chia đoạn, người ta dễ kết luận sai về khả năng của một vận động viên trong trận tiếp theo.

Một điểm ít được nói đến: các kỷ lục bị phá trong điều kiện không hợp lệ vẫn tồn tại trong ký ức công chúng, dù bị loại khỏi sổ sách. Điều này tạo ra hai tầng lịch sử song song: tầng chính thức và tầng ký ức. Người phân tích phải luôn biết mình đang đứng ở tầng nào.

Cách tôi xử lý là áp dụng nguyên tắc ba nguồn. Một thành tích chỉ được đưa vào phân tích khi tôi có ít nhất ba nguồn độc lập xác nhận, và mỗi nguồn phải ghi rõ thời điểm kiểm chứng. Nếu một trong ba nguồn mâu thuẫn, tôi không chọn nguồn nào; tôi ghi lại sự mâu thuẫn và để nó hiển thị trong bài. Sự mâu thuẫn, đôi khi, là thông tin quan trọng hơn cả con số.

Ở đây tôi muốn nói điều ngược với trực giác phổ biến. Nhiều người cho rằng giải pháp cho mọi tranh cãi về dữ liệu là có thêm dữ liệu: thêm cảm biến, thêm camera, thêm thuật toán. Tôi không nghĩ vậy. Vấn đề của phân tích thể thao hiện đại không nằm ở lượng dữ liệu, mà ở quy trình xác thực dữ liệu.

Tôi từng chứng kiến một hệ thống phân tích trả về kết quả rỗng hoàn toàn: không tên vận động viên, không thành tích, không giải đấu. Khung phân tích chín chiều vẫn hiện ra đầy đủ, nhưng mọi ô đều trống. Điều đáng chú ý không nằm ở sự trống rỗng, mà ở phản ứng của con người trước nó. Bản năng đầu tiên của rất nhiều người là lấp đầy khoảng trống bằng những con số nghe hợp lý. Trong báo chí thể thao, một con số sai gây hiểu lầm, và hơn thế, nó tạo ra một chuỗi niềm tin sai, được trích dẫn lại, dùng làm nền cho phân tích tiếp theo, cho đến khi không ai còn nhớ nguồn gốc.

Bóng đá xử lý chuyện này theo cách khác. Một bàn thắng không cần máy đo gió, và các chỉ số như xG được chấp nhận như công cụ ước lượng, không phải chân lý. Esports thậm chí không có khái niệm sân nhà hay thời tiết. Điền kinh, vì gắn với kỷ lục tuyệt đối, chịu áp lực xác thực cao nhất, và cũng dễ bị thổi phồng nhất. Sự khác biệt ấy giải thích vì sao một tranh cãi về con số ở điền kinh có thể kéo dài nhiều năm, trong khi ở bóng đá nó tan biến sau một trận.

Khi trái tim ngừng trên sân, mọi chiến thuật bỗng thành nhỏ bé. Tôi vẫn nhớ buổi tối tháng 6 năm 2026, khi Christian Eriksen gục xuống trong trận Đan Mạch gặp Phần Lan. Phòng đạo diễn hoảng loạn, người dẫn chương trình không biết nói gì. Trong khoảnh khắc ấy, không có bảng dữ liệu nào giúp được. Bài học tôi rút ra không nằm ở chỗ dữ liệu vô dụng, mà ở chỗ dữ liệu chỉ có giá trị khi ta biết lúc nào nên gác nó lại.

Mùa giải lớn đang đến gần, và hàng loạt con số sẽ xuất hiện: thành tích tập luyện, kỷ lục quốc gia, dự đoán huy chương. Người đọc có quyền đòi một thông tin đơn giản trước mỗi con số: nó được đo trong điều kiện nào, bởi ai, và có được công nhận không. Sân trống không phải để bỏ đi, mà để nhìn thấy những con đường khác. Và một con số trống, đôi khi, lại dạy ta nhiều hơn một con số đầy.