Một cái nhãn “bóng rổ” và đêm tôi suýt viết bằng không khí

Đêm đó ở Hà Nội, màn hình phụ của tôi chỉ hiện đúng một dòng: Domain Label: basketball. Ngay bên dưới là một bảng trống. Không tên đội, không tên cầu thủ, không một chỉ số, không một cú ném nào được ghi lại. Hệ thống vẫn báo trạng thái xử lý thành công. Tôi ngồi im bốn phút, chờ dữ liệu tự rót vào ô trống. Nó không rót.

Với người viết thể thao bằng số, khoảnh khắc ấy giống như bước vào phòng họp báo sau trận và phát hiện không ai ghi biên bản. Bạn vẫn còn ký ức về trận đấu, vẫn còn cảm giác nơi đầu ngón tay về nhịp chạy của cầu thủ, về tiếng giày cao su bật lên mặt sàn gỗ. Nhưng bạn không có gì để đối chiếu, không có gì để phản bác chính mình, và tệ hơn, không có gì ngăn bạn viết ra một bài phân tích nghe rất trôi chảy mà bên trong rỗng tuếch.

Tôi đã theo nghề hai mươi mốt năm. Phần lớn thời gian ấy tôi nhìn vào bảng số. Năm hai mươi tám tuổi, tôi viết rằng câu lạc bộ Hà Nội xứng đáng thắng 3-1 chứ không phải thắng may 1-0 trước Quảng Nam ở V.League, dựa trên xG 2.87 so với 0.45, kiểm soát bóng 68% và mười bốn cú sút trong vòng cấm. Hồi đó tôi bị chế giễu khá nhiều, với lý lẽ quen thuộc rằng bóng đá không phải toán học. Một tuần sau, huấn luyện viên trưởng thừa nhận ông xem lại băng và điều chỉnh chiến thuật theo đúng những con số ấy. Đêm đó, truyền thông gọi họ là vô hồn. xG nói điều ngược lại, và tôi chọn tin xG.

Nhưng cái đêm tôi đang kể cho các bạn thì khác hẳn. Không có xG. Không có kiểm soát bóng. Không có nhiệt đồ vị trí. Chỉ có một cái nhãn, và một khoảng trống lớn bằng cả một trận đấu.

Mười năm trước, nói chuyện chỉ số cao cấp ở Hà Nội gần như là nói chuyện một mình. Các phòng tin thể thao khi đó chủ yếu sống bằng ba thứ: diễn biến, lời phát biểu sau trận, và cảm xúc của người viết. Không ai phản đối, vì cách đó hiệu quả. Nó nhanh, nó đọc được, và nó không đòi hỏi ai phải hiểu PPDA là gì.

Rồi bóng rổ Việt Nam bắt đầu đổi. VBA mở rộng, các đội bắt đầu thuê chuyên gia phân tích, các trận đấu được ghi hình đa góc, và những bảng theo dõi sự kiện dần xuất hiện trong phòng thay đồ. Các học viện trẻ ở thành phố Hồ Chí Minh và Hà Nội bắt đầu gửi cho phụ huynh những báo cáo có chỉ số thay vì chỉ có lời khen. Đội tuyển quốc gia chuẩn bị cho các kỳ SEA Games và vòng loại châu Á với một bộ dữ liệu dày hơn trước rất nhiều.

Tôi thuộc nhóm người tin rằng đây là tiến bộ, nhưng không phải tiến bộ miễn phí. Khi một phòng tin bắt đầu dựa vào dữ liệu, nó cũng bắt đầu phụ thuộc vào dữ liệu. Và mọi thứ ta phụ thuộc đều có thể hỏng.

Đó là lý do tôi tự đặt cho mình một luật ngầm từ nhiều năm nay: trước khi đưa ra bất cứ nhận định nào về một trận đấu, tôi phải có tối thiểu ba chỉ số nâng cao. Không phải vì ba là con số thiêng, mà vì ba chỉ số buộc tôi phải kiểm tra chéo. Một chỉ số có thể nói dối. Ba chỉ số cùng nói dối thì hiếm. Nhưng nếu cả ba cùng trống, tôi không có quyền viết.

Đêm đó, cả ba đều trống. Và tôi bắt đầu hỏi hệ thống đã hỏng ở đâu.

Nhìn vào bản ghi, vấn đề hiện ra rất rõ với người từng làm dữ liệu: tầng phân loại đã chạy xong và ghi lại nhãn “basketball”, còn tầng trích xuất thì trả về một mảng rỗng. Cái nhãn được gán từ siêu dữ liệu của nguồn, có thể là chuyên mục hoặc đường dẫn, chứ không phải từ nội dung bài. Nói cách khác, hệ thống biết bài này thuộc về bóng rổ, nhưng không đọc được một chữ nào bên trong.

Trong giới làm hệ thống, người ta gọi đây là lỗi im lặng. Nó khác hẳn một vụ sập. Một vụ sập thì ồn ào: có báo lỗi, có mã lỗi, có người bị gọi lên. Một lỗi im lặng thì lịch sự đến mức nguy hiểm. Nó ghi “thành công”, nó đóng gói kết quả, và nó gửi đi. Nếu phía sau không có ai kiểm tra, kết quả rỗng ấy sẽ đi thẳng vào quy trình tiếp theo và trở thành đầu vào cho một bài phân tích đọc lên rất thuyết phục.

Với bóng rổ, hậu quả của kiểu lỗi này dễ hình dung hơn tôi tưởng. Hãy tưởng tượng một biên bản trận đấu mà cột điểm từng hiệp bị để trống, nhưng dòng tổng kết vẫn hiện đủ. Ai đó trong ban huấn luyện mở ra, thấy tổng điểm khớp, và kết luận rằng biên bản đầy đủ. Không ai phát hiện ra rằng phần thông tin quyết định nhất, tức là nhịp ghi điểm theo từng giai đoạn, đã biến mất.

Hoặc hãy tưởng tượng chỉ số PPDA, số đường chuyền đối phương được phép trước mỗi hành động phòng ngự, bị trả về bằng không, không phải vì đội bóng phòng ngự lỏng lẻo, mà vì hệ thống theo dõi mất tín hiệu trong mười hai phút. Con số ấy không nằm ở giữa thang đo. Nó nằm ngoài thang đo. Nhưng trong bảng, nó trông y như một dữ kiện.

Đây là điểm tôi muốn nhấn mạnh, và cũng là phần khó dạy nhất cho người mới: trong phân tích thể thao, thứ nguy hiểm nhất không phải con số sai, mà là con số trông có vẻ đúng. Một con số sai sẽ bị bắt lỗi khi ai đó đối chiếu. Một con số rỗng được điền sẵn định dạng thì lặng lẽ trở thành sự thật.

Năm 2026, tôi đã trả giá cho một biến thể của sai lầm này. Tôi dựng mô hình cho World Cup ở Qatar dựa trên xG tích lũy, số bàn thắng và chỉ số kiểm soát, rồi tự tin nói rằng đội tuyển Đức sẽ vượt qua vòng bảng. Đức bị loại. Nhìn lại, tôi nhận ra bộ dữ liệu của mình thiếu hẳn một biến: áp lực phòng ngự của Nhật Bản, đội đạt PPDA 6.8 trong hai trận gặp Đức và Tây Ban Nha. Chỉ số đó nằm ngoài hệ thống tôi thu thập trước giải. Tôi không có khoảng trống trong mô hình. Tôi có khoảng trống trong đầu mình, và mô hình chỉ phản chiếu lại nó.

Sau thất bại ấy, tôi mất vài tuần để lấy lại bình tĩnh, rồi dành ba tháng xây một quy trình tích hợp nhiều nguồn dữ liệu phi truyền thống. Từ đó, mọi phân tích của tôi đều có một mục bắt buộc gọi là rủi ro và khoảng trống. Đêm này, chính cái mục ấy cứu tôi.

Bởi vì khi tôi mở lại bảng dữ liệu trống và tự hỏi mình nên viết gì trong mục đó, câu trả lời duy nhất trung thực là: tất cả. Không có chỉ số nào để kiểm tra. Không có tên cầu thủ nào để quy trách nhiệm. Không có tình huống chiến thuật nào để mổ xẻ. Mọi kết luận về trận đấu đều sẽ là sản phẩm của trí tưởng tượng, được trang điểm bằng thuật ngữ.

Trong bóng rổ, khoảng trống dữ liệu thường xuất hiện đúng ở nơi ta cần nó nhất: thị trường chuyển nhượng. Một cầu thủ trẻ hai mươi tuổi, chưa chơi đủ năm mươi trận đỉnh cao, vẫn có thể được định giá bằng một con số khiến người trong nghề phải nín thở. Tôi từng ngồi trong một cuộc họp mà mức giá được thống nhất trước khi có ai mở bảng chỉ số ra xem. Khi ấy, thứ lấp đầy khoảng trống là kỳ vọng, và kỳ vọng thì không có mẫu. Một bản hợp đồng chỉ thực sự đúng khi con số ký cùng chữ ký.

Tôi từng chứng kiến điều tương tự ở quy mô lớn hơn. Năm 2026, khi đại dịch khiến các sân vận động đóng cửa, tôi đặt cược rằng lợi thế sân nhà sẽ giảm từ 54% xuống dưới 50%. Bundesliga khởi động lại, Dortmund chỉ thắng ba trong tám trận sân nhà còn lại, tỉ lệ thắng sân nhà toàn giải tụt xuống 48.7%. Phần dự đoán đầu đúng. Nhưng mô hình phục hồi của tôi thì sai thảm hại, vì tôi không lường được sự khác biệt về chất lượng sân tập và tâm lý đội bóng. Khi khán đài trống, mô hình của tôi sụp đổ. Tôi biết mình đã quên mất yếu tố con người.

Đêm nay không có khán đài trống. Chỉ có một khoảng trống khác, lạnh lẽo hơn: khoảng trống dữ liệu ở tầng gốc.

Tôi dành phần lớn đêm đó để làm một việc mà không ai nhìn thấy và không ai trả tiền: kiểm tra xem lỗi này có phải cá biệt. Tôi kéo toàn bộ lô bài trong ngày ra soát. Và tôi tìm thấy thêm ba trường hợp cùng dấu hiệu. Nhãn có. Nội dung không. Ba bài khác trong cùng đợt xử lý đã đi qua quy trình với đúng cái vỏ rỗng ấy.

Đó là lúc tôi hiểu vấn đề không nằm ở một bài viết. Nó nằm ở một cánh cửa không có khóa.

Phản ứng đầu tiên của nhiều người khi nghe câu chuyện này là đề nghị bỏ hẳn quy trình tự động, quay về cách làm tay. Tôi không đồng ý, và đây là chỗ tôi đi ngược số đông trong phòng tin.

Bỏ tự động hóa không làm dữ liệu trung thực hơn. Nó chỉ làm khoảng trống khó nhìn thấy hơn. Khi một người ngồi gõ tay từng con số, khoảng trống không biến mất. Nó chuyển từ màn hình sang trí nhớ. Và trí nhớ, với người viết thể thao, là một nguồn dữ liệu thiên vị nhất từng được tạo ra.

Tôi từng đọc rất nhiều bài phân tích bóng rổ mà trong đó tác giả không hề nói mình thiếu gì. Họ viết về một đội bằng ba chỉ số, rồi kết luận bằng mười hai tính từ. Phần tính từ ấy chính là chỗ khoảng trống được lấp. Người đọc không thấy đường nối giữa ba chỉ số và mười hai tính từ, nên họ tin rằng mọi thứ đều có cơ sở. Tôi từng viết như vậy, và tôi biết nó dễ chịu đến mức nào. Nó cho ta cảm giác đã hiểu một trận đấu, trong khi thực ra ta chỉ vừa mới diễn đạt lại cảm xúc của khán giả bằng giọng chuyên gia.

Có một nghịch lý tôi luôn mang theo: khoảng trống trung thực thì hữu ích, còn khoảng trống được lấp thì có hại. Một bài viết nói rằng tôi không có dữ liệu về mười hai phút đầu hiệp ba sẽ khiến độc giả khó chịu, nhưng nó đúng. Một bài viết nói rằng đội bóng khởi đầu chậm mà không có gì chống lưng sẽ khiến độc giả hài lòng, và nó sai. Giữa hai lựa chọn ấy, nghề của tôi từng chọn cái thứ hai quá thường xuyên.

Trong bóng rổ Việt Nam, áp lực này còn nặng hơn. Một mùa VBA chỉ kéo dài vài tháng, số trận ít, cỡ mẫu nhỏ đến mức mọi kết luận thống kê đều mong manh. Một cầu thủ ghi ba mươi điểm trong hai trận liên tiếp có thể được viết thành hiện tượng. Nhưng hai trận không phải một xu hướng. Đó là lý do tôi không tin vào linh cảm. Nhưng tôi tin vào những gì linh cảm được dữ liệu xác nhận.

Và cũng vì thế, tôi không xem yếu tố con người là nhiễu. Đó là sai lầm dễ mắc nhất của người làm dữ liệu, và tôi từng mắc. Cảm xúc của cầu thủ, áp lực từ khán đài nhà, một chấn thương chưa lành, một bản hợp đồng sắp hết hạn, những thứ ấy không nằm trong mô hình của tôi, nhưng chúng nằm trong trận đấu. Khoảng trống của tôi không phải chỗ để nhét cảm xúc vào. Nó là chỗ để tôi thừa nhận rằng mình không biết.

Có một câu tôi viết từ nhiều năm trước và đến nay vẫn dùng: con số không bao giờ cần chúng ta bảo vệ. Ngược lại, chúng ta cần chúng để không tự lừa mình. Nhưng câu đó chỉ đúng khi có con số. Khi không có gì cả, thứ tôi cần bảo vệ là sự trung thực về cái khoảng trống.

Vậy đêm đó tôi đã viết gì? Tôi viết một bản ghi nội bộ dài hai trang, trong đó ba phần tư nội dung là những gì tôi không biết. Người biên tập nhận lại, đọc, và hỏi câu đầu tiên: vậy mình có đăng được gì không.

Chúng tôi đăng được một thứ. Một đoạn ngắn nói rằng hệ thống dữ liệu của tòa soạn gặp lỗi và bài phân tích sẽ lùi lại một ngày. Không có gì hào hứng. Không có gì lan truyền. Nhưng nó đúng.

Hôm sau, khi luồng dữ liệu chạy lại, tôi mới nhận ra bài học đắt nhất lại nằm ở chỗ khác. Vấn đề không phải là tôi suýt viết một bài rỗng. Vấn đề là tôi đã có đủ tự tin để viết nó, và thứ duy nhất chặn tôi lại là một dòng nhật ký hệ thống hiện ra trước mắt. Nếu cái nhãn ấy không xuất hiện, nếu màn hình trắng hoàn toàn, tôi có thể đã cho rằng mình quên bật công cụ và tự viết bằng trí nhớ.

Đó là loại rủi ro mà không chỉ số nào đo được.

Tín hiệu tôi theo dõi trong vòng tới không nằm ở bảng điểm. Nó nằm ở những cánh cửa kiểm tra mà các phòng tin thể thao Việt Nam đang dựng lên, hoặc chưa dựng. Ba thứ cụ thể: một cổng chặn bắt buộc loại bỏ mọi kết quả rỗng trước khi nó đi tiếp; một trường ghi rõ nguồn gốc của mỗi nhãn, để biết nó đến từ nội dung hay từ siêu dữ liệu; và một bản kiểm tra toàn lô mỗi khi có một trường hợp bất thường, vì lỗi im lặng hiếm khi đi một mình.

Với người đọc, tín hiệu còn đơn giản hơn. Lần tới bạn đọc một bài phân tích trận đấu và thấy mọi câu đều trôi chảy, hãy thử tìm xem bài đó thừa nhận điều gì là chưa biết. Nếu không có gì, khả năng cao khoảng trống đã bị lấp, và người viết đang bán cho bạn sự tự tin thay vì thông tin.

Còn với tôi, bài học của đêm ấy gói trong một câu mà tôi sẽ còn nhắc lại với chính mình trong mùa giải này: số liệu cho thấy xu hướng, nhưng không phải lời tiên tri. Và khi số liệu im lặng, người viết tử tế nhất là người biết giữ im lặng theo.