Bản báo cáo thể thao ba nghìn từ không có một con số nào

Tôi nhận được một bản báo cáo phân tích dài ba nghìn từ. Nó có đầy đủ các mục quen thuộc: bối cảnh, phương pháp, kết luận, bảng đánh giá rủi ro với nhiều mức độ. Nhưng khi đọc kỹ, bên trong chỉ có một cụm từ lặp đi lặp lại: "N/A – không đủ thông tin." Không có tên giải đấu, không có tên cầu thủ, không có một con số thống kê nào. Bản báo cáo được sinh ra từ một hệ thống gặp trục trặc ở khâu đầu tiên: nó không thu thập được dữ liệu từ nguồn, nhưng vẫn tiếp tục xử lý và tạo ra văn bản. Khoảnh khắc ấy khiến tôi nhận ra một nghịch lý trong ngành phân tích thể thao: một cỗ máy được thiết kế để tìm sự thật có thể trở thành cỗ máy tạo ra ảo tưởng. Từng là một nhà phân tích dữ liệu bóng đá, tôi hiểu rõ sức cám dỗ của việc lấp đầy những chỗ trống. Khi một cầu thủ chấn thương chưa rõ ngày trở lại, khi một đội bóng thay huấn luyện viên giữa mùa giải, khi một trận đấu bị hoãn vì điều kiện thời tiết, các nhà phân tích thường bị sức ép phải đưa ra nhận định. Nhưng trong bóng đá, thiếu thông tin là một trạng thái rất phổ biến. Đội hình ra sân thường chỉ được công bố một giờ trước giờ bóng lăn, tình trạng thể lực của các trụ cột bị che giấu, và chiến thuật của huấn luyện viên hiếm khi được tiết lộ cho đến khi trọng tài thổi còi. Một nhà phân tích giỏi không nhất thiết lúc nào cũng có câu trả lời; điều quan trọng hơn là biết khi nào nên nói "tôi chưa đủ cơ sở để kết luận". Bản báo cáo trống đó đã dạy tôi một bài học về sự trung thực trong phương pháp luận. Trước hết, cấu trúc không tạo ra giá trị. Một bài viết có đầy đủ các phần mở đầu, bối cảnh, phân tích, phản biện và kết luận vẫn có thể hoàn toàn vô nghĩa nếu phần phân tích không được xây dựng từ dữ liệu thật. Điều này xảy ra thường xuyên hơn chúng ta tưởng trong giới truyền thông thể thao: những bài viết dài hàng nghìn từ nhưng chỉ xoay quanh một vài con số được lặp lại nhiều lần, hoặc những bình luận viên tô vẽ cảm xúc thành thứ giống như phân tích chiến thuật. Một khung bài tốt chỉ là chiếc xe; dữ liệu mới là nhiên liệu. Thứ hai, tầm quan trọng của việc truy nguồn trở nên rõ ràng. Trong thể thao, mỗi con số – tỷ lệ kiểm soát bóng, số bàn thắng kỳ vọng, quãng đường chạy của cầu thủ – đều có nguồn gốc và sai số riêng. Một con số không kèm nguồn kiểm chứng giống như một bàn thắng không được trọng tài công nhận: có thể đẹp nhưng không có giá trị chính thức. Tôi có thói quen đặt giới hạn hai nguồn đối chiếu cho mỗi số liệu quan trọng trước khi viết, và luôn ghi chú sai số bên cạnh những con số được công bố. Điều đó khiến mỗi bài viết ra đời chậm hơn, nhưng nó bảo vệ người đọc khỏi sự chắc chắn giả tạo. Thứ ba, báo cáo trống phơi bày sự khác biệt giữa "không có rủi ro" và "chưa xác định được rủi ro". Trong bảng đánh giá của báo cáo, nhiều ô được điền là "không thể đánh giá", và điều đó không có nghĩa là mọi thứ đang an toàn. Nó có nghĩa là thiếu bằng chứng. Trong bóng đá, nếu một đội không công bố tình trạng chấn thương của trung vệ chủ lực trước trận đấu quan trọng, người hâm mộ không nên vội mừng khi thấy anh ta vẫn ra sân tập. Một nhà phân tích có trách nhiệm sẽ để ngỏ những khả năng xấu nhất và đưa ra nhiều kịch bản, thay vì chọn một kịch bản lạc quan để làm nền cho câu chuyện của riêng mình. Ở Việt Nam, nơi bóng đá được yêu mến cuồng nhiệt, điều này càng có ý nghĩa. Các diễn đàn thể thao tràn ngập những nhận định kiểu "đội này mạnh hơn vì có nhiều tuyển thủ quốc gia", hoặc "cầu thủ đó đang vào phong độ vì vừa ghi bàn ở trận gần nhất". Đó là những kết luận dựa trên một mảnh dữ liệu rất nhỏ, đôi khi chỉ là cảm tính. Một bài viết phân tích tử tế sẽ đặt ra câu hỏi ngược lại: sức mạnh hơn đó được định lượng bằng chỉ số nào? Số trận đã đấu của cầu thủ đó là năm trận hay hai mươi trận? Sự khác biệt giữa một bình luận trên mạng xã hội và một phân tích chuyên nghiệp nằm ở quá trình bối cảnh hóa dữ liệu trước khi rút ra kết luận. Tôi nhớ một buổi tối ở Thâm Quyến, khi đang xem lại băng ghi hình một trận đấu thuộc giải vô địch châu Á, tôi bắt gặp một tình huống mà bảng thống kê ghi nhận là "không có gì xảy ra". Một cầu thủ chạy cánh nhận bóng ở biên, không tạt, không sút, không rê qua người, chỉ dừng lại và nhìn vào khoảng trống bên trong vòng cấm trong hai giây. Không một chỉ số nào phản ánh được cái nhìn đó. Ba giây sau, một đồng đội cắt vào khoảng trống đúng như ánh mắt anh ta ám chỉ, và bàn thắng được ghi. Kể từ ngày đó, tôi luôn nhắc mình rằng mọi số liệu đều có vùng tối, và nhiệm vụ của người làm báo dữ liệu là thắp sáng khu vực tối đó bằng văn cảnh, chứ không phải che nó đi bằng một con số. Cũng từ trải nghiệm đó, tôi kiên định với một danh sách câu hỏi mỗi khi nhận một bộ dữ liệu mới: số liệu này đến từ đâu, được thu thập như thế nào, khoảng tin cậy là bao nhiêu, và nó không thể trả lời câu hỏi nào? Nếu câu trả lời cuối cùng là một khoảng trống, tôi cắt con số đó ra khỏi bài viết. Điều đó nghe có vẻ cực đoan, nhưng trong hơn mười năm hành nghề, nó giúp tôi tránh được những sai lầm khiến độc giả hiểu lầm một tương quan là nguyên nhân. Ví dụ điển hình nhất là chỉ số bàn thắng kỳ vọng, thường bị hiểu nhầm như một tuyên bố về kết quả. Nó thực chất chỉ là một xác suất, và một xác suất không bao giờ hứa hẹn chắc chắn. Bản báo cáo trống cũng đặt ra một câu hỏi về trách nhiệm của hệ thống. Khi một cỗ máy phân tích không có dữ liệu đầu vào, nó phải dừng lại và báo lỗi, thay vì tiếp tục chạy và sinh ra một bản báo cáo có vẻ hợp lệ. Trong thể thao, điều này giống như một trọng tài không chắc chắn về tình huống phạm lỗi trong vòng cấm: anh ta có hai lựa chọn, thổi còi dựa trên phán đoán mơ hồ hoặc tham khảo trợ lý. Sự tiến bộ của bóng đá hiện đại không đến từ việc trọng tài ngày càng quyết đoán, mà đến từ công nghệ hỗ trợ giúp họ giảm thiểu sai sót. Phân tích dữ liệu cũng nên được vận hành theo cách đó: khi thông tin chưa đủ, hãy nói rõ. Nghịch lý nằm ở chỗ, tôi bắt đầu nghĩ rằng sự trống rỗng của bản báo cáo không hẳn là một thất bại hoàn toàn. Trong một ngành công nghiệp truyền thông thể thao liên tục bị thúc ép phải xuất bản nội dung mới để giữ chân độc giả, việc một bộ phận phân tích đủ can đảm công bố một kết quả "không có kết quả" là một cử chỉ gần như nổi loạn. Nó cho thấy đôi khi sự trung thực về thiếu hụt thông tin còn giá trị hơn một phân tích giả mạo được bịa ra để lấp chỗ trống. Một độc giả khó tính sẽ tôn trọng câu trả lời "chúng tôi chưa đủ dữ liệu" hơn là một bài dài dòng nhưng rỗng tuếch. Nhưng điều đó không có nghĩa chúng ta chấp nhận sản phẩm kém chất lượng; nó có nghĩa là phải thiết kế quy trình để buộc hệ thống dừng lại đúng lúc. Nếu tôi được hỏi về điều quan trọng nhất rút ra từ câu chuyện này, tôi sẽ nói rằng câu hỏi quyết định không nằm ở việc dữ liệu có nói dối hay không, mà ở việc chúng ta có đủ trung thực để thừa nhận khi dữ liệu im lặng. Với bóng đá Việt Nam, nơi niềm đam mê thường lấn át lý trí, một thế hệ nhà phân tích biết nói "chưa đủ thông tin" sẽ góp phần tạo dựng một nền văn hóa bình luận lành mạnh hơn. Còn với những hệ thống phân tích tự động, triết lý vận hành nên là: nếu không thể đảm bảo tính công bằng của trận đấu, hãy dừng trận đấu. Điều đó khó có thể gọi là thất bại, bởi giữ được niềm tin của người hâm mộ vào trò chơi mới là chiến thắng thật sự.