Khi dữ liệu im lặng: Nghề phân tích thể thao đang bịa số để lấp chỗ trống

Đêm tháng 10 năm 2026, tôi ngồi trong căn phòng ký túc xá ở Chicago, tua đi tua lại đoạn băng trận Huddersfield Town thắng Manchester United 1-0 trên sân John Smith's. Bảng thống kê hiện lên chỉ số bàn thắng kỳ vọng 0,35 cho đội chủ nhà và 1,82 cho đội khách. Con số nói rằng Huddersfield gần như không tạo ra cơ hội nào đáng kể. Tỷ số lại gào lên điều ngược lại. Tôi dành trọn một tuần xem lại từng pha bóng và tìm ra thứ mà không tờ báo lớn nào thèm nhắc tới: 27 pha tắc bóng trước vòng cấm. Ba điểm không đến từ may mắn, mà đến từ những hành động không bao giờ xuất hiện trên bảng điểm. Đó là trận đấu đầu tiên dạy tôi một câu mà tôi vẫn lặp lại với chính mình mỗi khi ngồi trước một bảng dữ liệu: “Một trận đấu mà xG biết nói dối, thì mọi con số cần được thẩm vấn lại từ đầu.” Câu chuyện ấy dẫn tôi tới một vấn đề lớn hơn, thứ mà tôi tin là căn bệnh âm thầm nhất của ngành phân tích thể thao hiện nay. Khi một bài báo, một báo cáo chuyển nhượng hay một bản đánh giá trận đấu bước vào guồng xử lý dữ liệu, đôi khi toàn bộ phần nội dung trả về rỗng. Tiêu đề trống. Nguồn trống. Các điểm thông tin không có gì. Đó chính là lúc nghề này đứng trước cám dỗ nguy hiểm nhất: bịa ra nội dung cho vừa khung có sẵn. Tôi từng chứng kiến chuyện này ở cả bóng đá lẫn thể thao điện tử. Một bản phân tích về bản cập nhật cân bằng tướng trong một tựa game MOBA, khi thiếu dữ liệu thật, sẽ tự sinh ra một con số tỷ lệ thắng nghe rất hợp lý. Một báo cáo chuyển nhượng khi không có phí thật sẽ tự suy ra một mức giá “hợp lý” từ vài tin đồn. Người viết không cố ý lừa ai. Họ chỉ đang cố hoàn thành một khuôn mẫu rỗng, và bộ não con người cực kỳ giỏi trong việc lấp chỗ trống bằng thứ nghe có vẻ đúng. Trong xã hội học, chúng tôi gọi hiện tượng này là sai lệch do khuôn mẫu. Khi một bảng biểu đã được thiết kế sẵn các ô trống, áp lực phải điền vào mọi ô mạnh hơn cả nhu cầu phải nói sự thật. Và trong thể thao, nơi mỗi con số đều có thể trở thành tiêu đề, áp lực đó được nhân lên gấp nhiều lần. Tôi từng dành một học kỳ ở trường để nghiên cứu cách con người ra quyết định khi thiếu thông tin. Kết luận không mấy dễ chịu: khi bị đặt vào một khung có sẵn, con người có xu hướng tin rằng khung đó đúng, và rồi tìm cách lấp đầy nó bằng bất cứ thứ gì có sẵn. Trong phân tích thể thao, khung đó chính là bảng biểu. Và thứ có sẵn để lấp đầy thường là phỏng đoán. Hãy tưởng tượng một chuỗi phân tích về một giải đấu lớn. Ở tầng đầu tiên, hệ thống trích xuất thông tin từ nguồn. Nếu nguồn bị chặn, bị trả phí, hay bị lỗi đọc, tầng này trả về một gói rỗng. Đến tầng phân tích chuyên sâu, kỳ vọng là mọi thứ sẽ được suy ra từ các điểm thông tin phía trên. Nhưng phía trên không có gì cả. Nếu người phân tích không đủ tỉnh táo để dừng lại và tuyên bố “tôi không có dữ liệu”, họ sẽ bắt đầu bịa. Một con số bản vá được phát minh. Một đội hình được dựng lên. Một vụ chuyển nhượng được thêu dệt. Tất cả đều nhất quán về nội bộ, và tất cả đều sai. Tôi gọi đây là hiệu ứng bịa đặt dây chuyền — khi một khoảng trống ở khâu nhập liệu bị lấp bằng suy đoán ở khâu phân tích, rồi suy đoán đó được trích dẫn như một dữ kiện. Nguy hiểm nằm ở chỗ nó lan truyền. Một bài báo bịa số, ba bài khác dẫn lại, và trong vòng một tuần, con số giả trở thành sự thật mà cả cộng đồng cùng nhắc tới. Làm sao để nhận ra một con số bịa? Có vài dấu hiệu tôi luôn để mắt. Thứ nhất, con số xuất hiện mà không có nguồn gốc rõ ràng. Thứ hai, nó quá tròn trịa, quá đẹp so với thực tế vốn luôn lởm chởm. Thứ ba, nó được trích dẫn mà không ai truy được về bản gốc. Khi ba dấu hiệu này cùng xuất hiện, khả năng cao bạn đang đọc một sản phẩm của hiệu ứng bịa đặt dây chuyền. Nguyên tắc của tôi rất đơn giản: sự vắng mặt của bằng chứng không phải là bằng chứng của sự vắng mặt. Nếu không có dữ liệu, việc trung thực nhất là nói thẳng rằng không có dữ liệu. Một ô trống trung thực có giá trị hơn một con số bịa được trình bày đẹp đẽ. Điều đáng lo nhất là người bịa thường không biết mình đang bịa. Họ tin vào con số của mình, vì nó nhất quán với mọi thứ xung quanh. Sự nhất quán nội bộ là lớp ngụy trang hoàn hảo cho một dữ kiện sai. Và một khi nó đã được in ra, việc sửa lại khó hơn gấp trăm lần việc không in nó ngay từ đầu. Trong thể thao điện tử, tôi nghe thấy tiếng vọng của bóng đá trước kỷ nguyên dữ liệu. Các mẫu dữ liệu nhỏ, nhiễu và chịu ảnh hưởng nặng của bản cập nhật. Một bản vá mới có thể đảo ngược mọi kết luận chỉ sau một đêm. Một đội hình mới có thể phá vỡ mọi mô hình đã xây. Khi đó, sự tự tin thái quá còn nguy hiểm hơn cả sự thiếu hiểu biết, và thứ duy nhất đáng tin không phải là con số, mà là thái độ đối với con số. Có một nghịch lý mà tôi luôn nhắc nhở chính mình. Ngành phân tích thể thao lớn mạnh nhờ dữ liệu, nhưng cũng chính vì thế mà nó dễ tổn thương nhất khi dữ liệu thiếu. Một huấn luyện viên đọc báo cáo sai sẽ đưa ra quyết định sai về đội hình. Một nhà quản lý tin vào mức giá bịa sẽ chi tiền cho nhầm người. Một cổ động viên nuốt trọn con số thêu dệt sẽ mất niềm tin vào chính môn thể thao mình yêu. Tôi nhớ vụ Sofyan Amrabat. Sau World Cup 2026, tôi viết một bản phân tích dài mười bốn trang, đề nghị chi 18 triệu euro để kích hoạt điều khoản giải phóng hợp đồng với Fiorentina. Lãnh đạo đội bóng bác bỏ thẳng thừng: cầu thủ này không có giá trị thương mại. Đến mùa hè 2026, Amrabat chuyển tới Manchester United theo dạng cho mượn. Bản phân tích của tôi khi đó mới được đem ra đọc lại. Thị trường chuyển nhượng chỉ là tấm gương phản chiếu nỗi sợ của những nhà quản lý. Bài học không nằm ở việc tôi đúng. Bài học nằm ở chỗ dữ liệu đúng vẫn có thể bị gạt bỏ, còn dữ liệu sai thì được tin ngay, chỉ vì nó được đóng gói bằng ngôn ngữ mà người ta muốn nghe. Đó là lý do tôi không bao giờ cho phép mình điền vào một ô trống bằng phỏng đoán. Nếu dữ liệu chưa chín, hãy công khai rằng nó chưa chín. Nếu mẫu quá nhỏ, hãy nói rằng nó quá nhỏ. Đừng bao giờ biến một bảng biểu đẹp thành lý do để bịa ra nội dung. Đừng để áp lực phải ra bài nhanh biến bạn thành kẻ tạo tin giả trong chính lĩnh vực mình am hiểu. Điều tôi học được sau mười một năm không phải là cách đọc nhiều số hơn, mà là cách biết khi nào nên dừng lại và im lặng. “Dữ liệu không bao giờ vội; nó đợi cho đến khi bạn đủ tỉnh táo để hỏi đúng câu.” Trong một ngành mà tốc độ đang được đặt lên trên tất cả, người dám chậm lại để không bịa chính là người đang giữ cho môn thể thao này còn đáng tin. Lần cuối cùng bạn nhìn thấy một con số hoàn hảo trên một bài báo thể thao, bạn đã tự hỏi nó đến từ đâu chưa? Bởi vì đôi khi, con số đẹp nhất lại là con số không có thật.