Khi bản phân tích bơi lội trống rỗng: Bài học về tính toàn vẹn dữ liệu thể thao

Mỗi buổi sáng ở Melbourne, trước khi mở bảng số liệu, tôi thường pha một ấm trà và dành mười phút để không nhìn vào bất cứ con số nào. Tôi chỉ ngồi im, nhớ lại những lần đứng bên hồ bơi, nghe tiếng nước vỡ ra dưới lòng bàn tay của một vận động viên đang bơi. Tôi làm điều đó vì một lý do rất đơn giản: số liệu luôn cần một khoảng lặng trước khi nó chịu nói. Nhưng sáng nay, tôi gặp một tình huống khác hẳn. Một tài liệu phân tích bơi lội được gửi đến với tựa đề đầy tham vọng Stage-2 Deep Professional Analysis. Nó có chín mảng phân tích, từ kỹ thuật, thành tích, hệ thống thi đấu, bản đồ các nền bơi, luật chống doping, hành trình sự nghiệp, rủi ro, câu chuyện truyền thông và tác động ngành. Mỗi mảng được trình bày trong một khung bảng sạch sẽ. Nhưng tất cả những gì bên trong khung bảng đó là bốn chữ N/A. Không một cái tên, không một con số, không một sự kiện. Một bản phân tích dài hàng nghìn chữ nhưng không chứa nổi một thông tin nào về bơi lội. Tôi nghĩ đến đường ray sau lưng Josh Risdon tại World Cup Nga 2026. Đường ray đó chẳng dẫn đến đâu, nhưng sự trống trải của nó đã kể trọn câu chuyện về khả năng phòng ngự của đội tuyển Úc. Và hôm nay, sự trống trải của một bản phân tích cũng kể một câu chuyện không kém phần chân thật: câu chuyện về một quy trình thu thập dữ liệu đã gãy gập trước khi nó kịp chạm vào thực tế. Người làm báo thể thao không lạ gì các lỗ hổng dữ liệu. Có những buổi họp báo mà vận động viên chỉ nói những câu xã giao. Có những trận đấu mà camera không bắt được góc quyết định. Có những cuộc phỏng vấn bị ngắt giữa chừng vì kỹ thuật trục trặc. Nhưng một bản phân tích trống hoàn toàn thì không thuộc thế giới mà tôi đã sống hơn mười lăm năm qua. Nó thuộc về một thế giới khác, nơi các quy trình tự động hóa bị đặt lên trên sự thật. Nó nhắc tôi rằng không chỉ vận động viên mới có thể bị đánh giá sai; ngay cả những công cụ dùng để đo lường họ cũng có thể bị đánh giá sai. Bài viết này không phải để chế nhạo một bản báo cáo lỗi. Tôi muốn nhìn vào bản báo cáo lỗi ấy như một vận động viên bơi lội nhìn vào bảng thành tích của một cuộc đua mà cô ấy không thể hoàn thành. Chiếc đồng hồ vẫn bấm, nhưng không có một cú chạm đích nào được ghi nhận. Khoảng trống giữa điểm xuất phát và vạch đích là bằng chứng về một cái gì đó đã không xảy ra. Và trong khoa học thể thao, việc không xảy ra cũng là một dữ kiện. Chỉ khi chúng ta sẵn sàng nhìn thẳng vào nó, chúng ta mới bắt đầu hiểu tại sao hệ thống lại tạo ra một tài liệu rỗng đến vậy. Tôi muốn bắt đầu từ thuật ngữ Information Point, điểm thông tin – nền tảng của mọi phân tích. Trong một bài viết thể thao chuẩn, điểm thông tin là một câu khẳng định có thể kiểm chứng. Ví dụ: Nguyễn Huy Hoàng cán đích chung kết 1500m tự do tại Olympic Tokyo với thời gian 15 phút 11.09 giây. Hoặc: Athing Mu chạm đích 800m nữ với 1 phút 55.21 giây trong phiên tối ngày 3 tháng 8 năm 2026. Những câu này có thể được kiểm tra bằng bảng thành tích, bằng video, bằng sổ tay trọng tài. Chúng là những viên gạch đầu tiên. Khi các viên gạch này biến mất, toàn bộ bức tường phân tích sụp đổ. Bản Stage-2 mà tôi nhận được không có viên gạch nào. Nó là một bức tường được vẽ lên trong đầu ai đó, với những đường kẻ hoàn hảo, nhưng không có một bức tường thật nào đứng sau. Vấn đề nằm ở đâu? Có ba khả năng. Thứ nhất, bài viết nguồn chưa bao giờ được đưa vào hệ thống. Một liên kết hỏng, một lỗi mã hóa, một tập tin không được tải lên. Thứ hai, bài viết đã được đưa vào nhưng bộ phân tích không thể trích xuất bất cứ điều gì có nghĩa. Nó có thể là một bài viết bị lỗi định dạng, hoặc một trang giữ chỗ, hoặc một văn bản được dán nhầm. Thứ ba, toàn bộ quy trình đã chạy một cách hoàn hảo, nhưng nó được chạy trên một đầu vào trống rỗng. Khi đầu vào là con số không, đầu ra cũng phải là con số không. Nhà báo có kinh nghiệm sẽ gọi tình huống này bằng cái tên quen thuộc: garbage in, garbage out. Nhưng trong thể thao, chúng ta thường có một cám dỗ khó cưỡng: biến garbage thành một câu chuyện đẹp đẽ. Tôi đã có lần rơi vào cám dỗ đó. Năm 2026, sau chung kết 100m nam tại Giải vô địch điền kinh thế giới London, tôi viết một blog phân tích về phương trình phản ứng Gatlin và Coleman. Con số 0.138 giây phản ứng của Justin Gatlin cao hơn 0.116 giây của Christian Coleman, nhưng tần số bước của Gatlin đạt 5.2 Hz trong giai đoạn tăng tốc, cao hơn 0.4 Hz so với đối thủ. Tôi đã có những con số, nhưng tôi cũng có nhiều khoảng trống. Tôi không biết chính xác độ dài sải chân của từng người ở từng thời điểm. Tôi không biết tốc độ gió theo từng phần của đường chạy. Tôi không biết trạng thái cơ bắp của Coleman trước cuộc đua. Tôi có thể thêu dệt thêm, và có thể nhiều người đọc sẽ thấy thú vị. Nhưng tôi chọn cách dừng lại và ghi rõ những gì chưa biết. Phương trình Gatlin – Coleman dạy tôi rằng tốc độ không bao giờ là một biến số duy nhất. Một tốc độ được giải thích bằng một biến số duy nhất là một tốc độ được kể sai. Cũng giống như thế, một bản phân tích bơi lội muốn chính xác cần nhiều lớp dữ liệu khác nhau. Lớp đầu tiên là kỹ thuật. Một vận động viên bơi tự do không chỉ đơn giản là quạt tay và đạp chân. Cần phải đo thời gian xuất phát, thời gian di chuyển dưới nước, số lần quạt tay trong một vòng bơi, nhịp đạp nước, quãng đường mỗi cú quạt tay, góc vào nước, vị trí đầu, độ xoay thân, hiệu suất lực đẩy. Tất cả những thông số này tương tác với nhau. Một vận động viên bơi ngửa có thể giảm thời gian quạt tay nhưng tăng quãng đường mỗi cú quạt, và hiệu quả thực tế phụ thuộc vào tốc độ trung bình trên toàn đường bơi. Khi phân tích một cuộc đua, tôi luôn tìm kiếm thông tin về các cú bứt tốc sau vòng quay. Trong một cuộc đua 200m hỗn hợp, người thắng cuộc thường không phải là người nhanh nhất ở mỗi kiểu bơi, mà là người duy trì tốc độ xuyên suốt bốn giai đoạn với sự chuyển tiếp tốt nhất. Nếu không có dữ liệu về các vòng quay, không thể đánh giá chiến thuật. Nếu không có dữ liệu về kỹ thuật, mọi nhận xét đều chỉ là cảm giác. Lớp thứ hai là thành tích và dữ liệu định lượng. Bơi lội là môn thể thao của những phần trăm giây. Thế giới bơi lội vận hành trên những đường thẳng rất cụ thể: kỷ lục thế giới, kỷ lục châu Á, kỷ lục quốc gia, thành tích cá nhân tốt nhất, thứ hạng mùa giải, điểm FINA, chuẩn A và chuẩn B cho Olympic. Một phân tích có trách nhiệm phải đặt thành tích của vận động viên vào đúng vị trí của nó trên những trục tọa độ này. Ví dụ, một vận động viên Việt Nam bơi 800m tự do với thành tích 8 phút 10 giây trong một giải trẻ châu Á có thể là một bước tiến lớn trên mặt trận quốc tế, nhưng nếu không so sánh nó với thành tích của các vận động viên đứng đầu thế giới, chúng ta sẽ không biết khoảng cách thực sự là bao nhiêu. Không phải để bi quan, mà để hiểu. Một kỷ lục là một giả thuyết được xác nhận; mỗi thất bại là một phương trình chờ được giải lại. Khi không có bất cứ con số nào, người phân tích không thể bắt đầu giải bất kỳ phương trình nào. Lớp thứ ba là bối cảnh thi đấu. Một vận động viên bơi nhanh hơn hai giây so với thành tích trước đó trong một giải đấu khu vực sẽ mang một ý nghĩa hoàn toàn khác so với việc lặp lại sự cải thiện đó trong một trận chung kết thế giới. Hệ thống thi đấu quốc tế bao gồm các cấp độ: giải trẻ, giải đấu vòng loại, Grand Prix, World Cup, Giải vô địch thế giới, Olympic. Mỗi giải đấu có mật độ thi đấu, áp lực, chất lượng đối thủ và điều kiện hồ bơi khác nhau. Trong chu kỳ Olympic, mọi kết quả đều phải được đọc qua lăng kính của sự chuẩn bị dài hạn. Một vận động viên có thể chủ động không đạt phong độ đỉnh cao ở Giải vô địch thế giới nếu mục tiêu thực sự là Olympic. Bỏ qua lớp bối cảnh này, chúng ta sẽ đưa ra những kết luận hời hợt. Và trong bản phân tích trống rỗng, lớp bối cảnh này là một dấu chấm hỏi lớn. Lớp thứ tư là bản đồ các nền bơi lội thế giới. Nước Mỹ, Australia, Trung Quốc, Anh, Canada, Nhật Bản, Hàn Quốc, Ý, Pháp, Hungary – mỗi quốc gia có một hệ thống đào tạo, một nền văn hóa thể thao, một thế mạnh riêng. Người Úc mạnh về bơi tự do cự ly dài và bơi tiếp sức. Người Mỹ mạnh về chiều sâu đội hình với các trường đại học. Người Trung Quốc nổi lên ở các nội dung bơi ngửa và bơi bướm. Người Nhật duy trì sự ổn định trong kỹ thuật vòng quay. Bản đồ này cho phép chúng ta dự đoán nền bơi lội nào đang đi lên, nền nào đang tìm kiếm nhân tố mới. Nhưng bản đồ này chỉ tồn tại khi có những cái tên cụ thể. Không có một cái tên nào trong tài liệu tôi nhận được, vì vậy bản đồ biến thành một vùng nước tối. Lớp thứ năm là luật lệ và quản trị. Bơi lội nằm dưới sự quản lý của World Aquatics, cùng với hệ thống chống doping của các cơ quan quốc tế. Mỗi vận động viên phải tuân thủ các quy định về thời gian có mặt để kiểm tra, hồ sơ nơi ở, sử dụng thuốc chữa bệnh, và các quy định kỹ thuật về đồ bơi. Một vận động viên chuyển quốc tịch có thể vướng phải quy định về thời gian chờ. Một bộ đồ bơi mới có thể bị coi là không hợp lệ nếu không nằm trong danh sách được phép. Một cuộc đua có thể bị hủy kết quả nếu vận động viên phạm luật xuất phát. Nếu một bài phân tích bơi lội không nhắc đến bất cứ điểm nào trong số này, nó có nhiệm vụ đặt câu hỏi: điều gì đang bị che giấu sau thành tích? Với tôi, bản năng thợ săn vết nứt luôn thì thầm câu hỏi đó. Một thành tích quá bất ngờ mà không có bối cảnh chống doping đi kèm là một tín hiệu cần được kiểm tra – nhưng kiểm tra bằng dữ liệu, không phải bằng phán xét. Lớp thứ sáu là hành trình sự nghiệp. Mỗi vận động viên bơi lội có một đường cong phát triển riêng. Nữ vận động viên thường đạt đỉnh cao ở độ tuổi đôi mươi, nhưng cũng có những người duy trì phong độ đến cuối những năm hai mươi. Nam vận động viên có thể tiến bộ chậm hơn nhưng bền hơn. Có những vận động viên trải qua rào cản tuổi dậy thì, khiến thành tích tụt xuống và kỹ thuật phải điều chỉnh lại. Có những vận động viên tìm lại phong độ sau chấn thương vai, sau phẫu thuật đầu gối, sau khủng hoảng tâm lý. HLV đóng vai trò quyết định: một HLV giỏi có thể biến một vận động viên có tiềm năng trung bình thành một ứng viên tranh huy chương. Ngược lại, một HLV kém có thể bào mòn một tài năng lớn trong ba năm. Hệ thống đội ngũ thể thao – chuyên gia dinh dưỡng, bác sĩ vật lý trị liệu, tâm lý học thể thao – cũng là một phần của sự nghiệp. Không có dữ liệu về huấn luyện viên, lịch sử chấn thương, quá trình tập luyện, mọi lời khuyên sự nghiệp đều là vô căn cứ. Lớp thứ bảy là hồ sơ rủi ro. Trong thể thao, rủi ro không chỉ là chấn thương. Có rủi ro cạnh tranh: đối thủ cải thiện nhanh hơn, phong độ không ổn định tại giải lớn, thất bại trong vòng loại. Có rủi ro hệ thống: ban lãnh đạo đổi thay, ngân sách cắt giảm, HLV ra đi. Có rủi ro về luật lệ: vi phạm quy định về doping, sử dụng thiết bị không hợp lệ, tranh chấp quốc tịch. Có rủi ro tâm lý: kỳ vọng quá cao, áp lực truyền thông, mạng xã hội phản ứng dữ dội. Một bản phân tích thực sự cần xếp từng loại rủi ro này vào một ma trận với xác suất và mức độ tác động. Nhưng làm sao đo lường rủi ro cạnh tranh khi không có tên đối thủ? Làm sao đánh giá rủi ro tâm lý khi không biết vận động viên là ai? Không có dữ liệu đầu vào, bảng rủi ro trở thành một tấm vé số. Lớp thứ tám là câu chuyện truyền thông và kỳ vọng công chúng. Thể thao không chỉ là những con số; nó là một vũ trụ cảm xúc. Một vận động viên được kỳ vọng giành huy chương sẽ mang một sức nặng khác với một vận động viên đang bước ra ánh sáng lần đầu. Một câu chuyện huyền thoại có thể nâng giá trị thương mại, thu hút nhà tài trợ, thay đổi hệ thống đào tạo trẻ. Nhưng một câu chuyện được thổi phồng quá mức có thể tạo ra một khoảng cách lớn giữa kỳ vọng và thực tế. Khi khoảng cách đó vỡ ra, vận động viên phải chịu đựng nhiều hơn là lời chỉ trích. Họ phải chịu đựng sự cô lập của một lời hứa không giữ được. Tôi đã chứng kiến điều này ở những cuộc đua lớn, nơi các phóng viên vây quanh một ứng viên huy chương trước trận chung kết, và sau đó bỏ đi trong im lặng khi anh ta về thứ tư. Khoảng trống sau lưng Risdon chẳng dẫn đến đâu, nhưng sự trống trải ấy kể trọn câu chuyện hơn vạch đích. Câu chuyện truyền thông cũng vậy: nó thường nằm ở thứ không được nói ra. Lớp thứ chín là tác động ngành. Một kỷ lục thế giới không chỉ tạo ra niềm vui; nó tạo ra làn sóng đầu tư. Trẻ em đến đăng ký học bơi đông hơn, các trung tâm bơi mở thêm lớp, các nhà tài trợ đổ tiền vào quảng cáo trong giờ thể thao, các thương hiệu đồ bơi giới thiệu phiên bản đặc biệt, các kênh truyền thông săn tin phỏng vấn gia đình vận động viên. Ngược lại, một vụ bê bối doping có thể khiến một nền bơi lội mất hàng triệu đô la tài trợ trong một mùa giải. Sự lan tỏa ấy được gọi là hiệu ứng gợn sóng. Nó bắt đầu từ một giọt nước nhỏ – một kết quả thi đấu – và lan ra toàn bộ hồ nước. Nhưng nếu giọt nước đó chưa từng tồn tại, hồ nước mãi yên tĩnh. Tất cả chín lớp này đều có thể có trong một bài viết thể thao dài. Tôi vừa miêu tả chúng, nhưng đó chỉ là khung sườn. Một bài viết thực sự cần thịt, cần máu, cần mồ hôi. Nó cần những câu chuyện của một vận động viên tập luyện lúc 5 giờ sáng, một HLV ngồi xem băng hình trong đêm, một người mẹ lái xe hai tiếng để đưa con đến bể bơi. Tin tốt là những điều đó không cần dữ liệu lớn. Tin xấu là, trong một bản phân tích, nếu không có căn cứ dữ liệu, những câu chuyện đó có thể biến thành tiểu thuyết. Vậy, bản Stage-2 trống rỗng này có thể làm gì cho chúng ta? Đầu tiên, nó minh họa sự khác biệt giữa một phân tích và một mớ mẫu biểu. Một phân tích bắt đầu bằng câu hỏi: tại sao? Tại sao kết quả này xảy ra? Tại sao vận động viên này cải thiện? Tại sao đội này thất bại? Nếu không có sự kiện, câu hỏi không có đối tượng. Nếu không có đối tượng, chúng ta chỉ còn cách tự hỏi về chính quy trình tạo ra tài liệu. Và đó là câu hỏi đáng giá. Câu hỏi đó là: trong một tòa soạn, khi AI được giao nhiệm vụ phân tích một bài viết, ai chịu trách nhiệm nếu AI không tìm thấy dữ liệu? Là lập trình viên đã viết bộ phân tích? Là biên tập viên đã đưa bài vào hệ thống? Là người đã đặt nhãn chủ đề “bơi lội” lên bài viết? Hay là chính AI, khi nó quyết định trả về một tài liệu đầy N/A thay vì báo cáo rằng đầu vào của nó rỗng? Tôi tin câu trả lời nằm ở hệ thống, không phải ở một cá nhân. Sự thất bại của một hệ thống thường được che giấu bởi sự thất bại của một con người. Nhưng ở đây, không có ai cần bị đổ lỗi. Chúng ta chỉ cần nhìn thấy rằng một bánh răng trong cỗ máy đã không khớp. Trong thể thao, các đội bơi lội hàng đầu sử dụng hệ thống thu thập dữ liệu để phân tích từng cú quạt tay. Họ đặt cảm biến trên cơ thể, quay video tốc độ cao, đo lượng oxy tiêu thụ. Nhưng họ cũng có những kỹ thuật viên được đào tạo để phát hiện dữ liệu lạ. Nếu một cảm biến trả về giá trị âm, kỹ thuật viên lập tức biết có sự cố, trước khi ai đó kết luận rằng vận động viên đã học được cách bơi ngược dòng thời gian. Hệ thống AI của chúng ta cũng cần một lớp kỹ thuật viên như vậy. Nó cần một cơ chế tự báo cáo khi không đủ dữ liệu, thay vì tạo ra một bản phân tích với đầy đủ cấu trúc nhưng trống rỗng bên trong. Điều đó dẫn tôi đến một khái niệm tâm lý nghề nghiệp đã theo tôi suốt năm năm qua: tấm khiên dữ liệu. Data Armor, như tôi gọi trong những ghi chú cá nhân. Khi tôi viết về một môn thể thao, dữ liệu cho tôi cảm giác an toàn. Nó bảo vệ tôi khỏi những lời chỉ trích rằng tôi đang viết cảm tính. Nhưng đôi khi, chính tấm khiên đó lại là thứ ngăn tôi thấy cảm xúc của chính mình. Tôi dùng bảng số liệu để tránh phải nói rằng tôi sợ hãi, rằng tôi bối rối, rằng tôi không biết. Bản Stage-2 trống rỗng là một tấm khiên dữ liệu cực đoan: nó có hình dáng của một phân tích, nó mang hơi thở của một phân tích, nhưng nó không bảo vệ được bất cứ ai khỏi sự thật. Nó là một bức tường thành không có người lính. Tôi nhớ phòng thí nghiệm mùa COVID. Tôi mất việc tại tòa soạn, thể thao toàn cầu ngừng trệ, và tôi ngồi trong căn phòng nhỏ với Tiến sĩ Emily Chen, xem dữ liệu của mười lăm vận động viên vượt rào quốc gia. Trong những tháng ngày đó, tôi học được cách lắng nghe số liệu như lắng nghe một con người đang đau. Số liệu cho thấy Celeste Mucci chạm đất trung bình 0.088 giây mỗi bước, dài hơn 0.012 giây so với tối ưu lý thuyết. Thành tích của cô vẫn tốt, nhưng con số đó là một vết nứt. Phòng thí nghiệm mùa COVID dạy tôi rằng dữ liệu biết đau – chỉ cần ta chịu lắng nghe. Và hôm nay, khi tôi nhìn vào bản Stage-2 trống rỗng, tôi nghe thấy một nỗi đau của chính quá trình phân tích. Nó nói với tôi rằng việc không có dữ liệu cũng giống như một vận động viên bị buộc phải đứng trên khối xuất phát trong một hồ bơi không có nước. Mọi thứ dường như sẵn sàng, nhưng không có gì để bơi. Bây giờ, tôi muốn đưa ra một góc nhìn phản trực giác. Nhiều người sẽ nói rằng một tài liệu trống rỗng là vô dụng và cần được vứt bỏ. Tôi đồng ý rằng nó không thể được sử dụng như một nguồn phân tích thể thao. Nhưng tôi nghĩ nó có giá trị như một tấm gương phản chiếu quy trình. Mỗi lần một hệ thống tự động trả về một kết quả trống rỗng, đó là một cơ hội để kiểm tra lại toàn bộ dây chuyền. Thiếu một bài viết? Tìm hiểu tại sao. Thiếu một điểm dữ liệu? Đặt câu hỏi về bộ tích hợp. Thiếu một cái tên? Kiểm tra lại bộ nhận dạng thực thể. Sự trống rỗng, nếu được đối xử nghiêm túc, sẽ chỉ đường đến chính xác nơi mọi thứ đã vỡ. Trong bơi lội, khi một kỷ lục gia đột ngột về đích muộn, chúng ta không chỉ nhìn vào phần trăm giây cuối cùng. Chúng ta nhìn lại toàn bộ chu kỳ tập luyện, chế độ dinh dưỡng, tâm lý thi đấu. Một sự sụp đổ trên đường đua không xuất phát từ một khoảnh khắc duy nhất; nó là kết quả của một loạt yếu tố tích tụ. Tương tự, một sự sụp đổ trong quy trình dữ liệu cũng không đến từ một khoảnh khắc duy nhất. Một bài viết thể thao có trách nhiệm không bao giờ được phép che giấu sự không chắc chắn. Nếu tôi không biết tốc độ gió trong một cuộc chạy nước rút, tôi sẽ nói điều đó. Nếu tôi không có dữ liệu về nhịp quạt tay của một vận động viên, tôi sẽ nói điều đó. Nếu tôi có hai nguồn mâu thuẫn nhau, tôi sẽ trình bày cả hai. Việc thừa nhận những gì mình không biết không phải là dấu hiệu của sự yếu kém. Ngược lại, nó là dấu hiệu của độ tin cậy. Sự tự tin thực sự đến từ việc biết ranh giới kiến thức của chính mình. Bản Stage-2 trống rỗng có thể không có kiến thức, nhưng ít nhất nó đã làm đúng một việc: nó không bịa ra một cái tên, không bịa ra một con số. Nó không rơi vào cái bẫy của sự phân tích giả. Điều đó quan trọng hơn người ta nghĩ. Trong thời đại AI, việc tạo ra văn bản trở nên rẻ hơn bao giờ hết. Những mô hình ngôn ngữ có thể viết một bài phân tích 5.000 từ về một cuộc đua bơi lội mà chúng chưa từng xem. Chúng có thể đặt tên cho các vận động viên, thêu dệt các chi tiết kỹ thuật, tạo ra các bảng thống kê với những con số tưởng như có thật. Nếu chúng ta không có một hệ thống kiểm soát chất lượng mạnh mẽ, những bài viết đó sẽ tràn ngập các trang tin tức. Độc giả sẽ không thể phân biệt được đâu là thật, đâu là do máy tạo ra. Và khi một sự kiện thật xảy ra, làm sao họ tin chúng ta? Đó là lý do tại sao tôi trân trọng một bản báo cáo nói rằng “Tôi không có đủ dữ liệu” hơn là một bản báo cáo nói rằng “Mọi thứ đều ổn”. Câu nói đầu tiên cho tôi sự an toàn. Câu nói thứ hai khiến tôi cảnh giác. Trong bài viết này, tôi đã nói về chín lớp phân tích. Nhưng tôi cũng muốn nói về một thứ xuyên qua tất cả các lớp: sự đồng cảm. Một nhà báo thể thao không chỉ là người đọc bảng số liệu; anh ta phải là người đọc con người. Một vận động viên bơi lội đứng sau khối xuất phát không chỉ là một cỗ máy được lập trình. Cô ấy có thể đang lo lắng vì bố mẹ đang xem ở khán đài. Anh ấy có thể vừa trải qua một vụ chia tay, một cuộc cãi vã với HLV, một đêm mất ngủ. Những yếu tố này không phải lúc nào cũng được thể hiện trong dữ liệu. Nhưng chúng làm nên kết quả. Vì vậy, khi tôi viết, tôi cố gắng tìm ra đoạn “phi số liệu” cho mỗi bài. Một đoạn mô tả tiếng nước vỡ khi bàn tay vào nước, một đoạn về nhịp thở dồn dập sau vạch đích, một đoạn về ánh mắt của HLV khi vận động viên của ông bước lên bục nhận huy chương. Những đoạn này không thể đo bằng cảm biến. Nhưng chúng là thứ làm cho bài viết trở thành con người. Bản Stage-2 trống rỗng thiếu cả dữ liệu và sự đồng cảm. Nó không có một nhân vật, không có một nỗi đau, không có một hy vọng. Nó giống như một bể bơi trống trơn vào lúc 2 giờ chiều chủ nhật. Người ta có thể nhìn thấy gạch men, vạch kẻ đường bơi, bảng đèn đếm thời gian. Tất cả thiết bị đều có đó. Nhưng không có ai nhảy xuống, không có ai bơi, không có một gợn sóng nào. Và vì không có gợn sóng, không có câu chuyện nào – ngoài câu chuyện về một bể bơi không được sử dụng đúng mục đích. Vậy chúng ta học được gì? Trước tiên, hãy thiết lập một quy tắc cho các nhà báo thể thao: nếu đầu vào trống rỗng, hãy nói rằng đầu vào trống rỗng. Đừng biến một lỗ hổng dữ liệu thành một cơ hội để suy diễn. Đừng viết rằng “có thể” vận động viên đang gặp áp lực, khi chúng ta không có bất kỳ bằng chứng nào. Thể thao vốn dĩ đã đầy bất ngờ; chúng ta không cần thêm sự bất ngờ từ trí tưởng tượng của chính mình. Thứ hai, hãy xem mọi lỗi hệ thống như một tín hiệu cần được báo cáo, không phải một vấn đề cần được giải quyết nhanh bằng cách bịa ra dữ liệu. Thứ ba, hãy dạy cho các mô hình ngôn ngữ biết nói câu “tôi không biết” một cách thành thạo. Đó là một câu nói có sức mạnh hơn nhiều so với việc tạo ra một bản trả lời dài dòng vô nghĩa. Tôi nhớ một lần được mời đến trường đại học nói chuyện với sinh viên ngành truyền thông. Một sinh viên hỏi tôi: “Chị nghĩ yếu tố nào quan trọng nhất để trở thành nhà báo thể thao giỏi?” Tôi trả lời: “Khiêm nhường trước dữ liệu và tò mò về con người.” Sinh viên đó có vẻ không hài lòng. Nó muốn nghe một câu trả lời mạnh mẽ hơn, như “đam mê” hoặc “sự dũng cảm”. Nhưng tôi không đổi ý. Trong mười lăm năm làm nghề, tôi chưa bao giờ thấy một ai thành công lâu dài trong việc viết thể thao mà lại thiếu sự khiêm nhường trước thực tế. Thực tế có thể được đo bằng máy bấm giờ, nhưng nó cũng có thể biến mất nếu chúng ta không cẩn thận. Hãy quay lại với bản Stage-2 trống rỗng. Tôi có thể chọn cách đặt nó sang một bên và viết một bài phân tích bơi lội khác từ trí nhớ của mình. Tôi có đủ dữ liệu trong đầu về kỷ lục thế giới, về các cuộc đua kinh điển, về những vận động viên đã đi vào huyền thoại. Nhưng tôi chọn viết về sự trống rỗng này. Bởi vì đôi khi, cách trung thực nhất để nói về một vấn đề là nói về sự im lặng. Trong thể thao, những khoảng lặng thường bị bỏ qua. Chúng ta xem lại những pha về đích ngoạn mục, nhưng chúng ta không xem lại những phút vận động viên đứng yên sau vạch đích, đầu cúi xuống và thở hổn hển. Chúng ta không nhìn thấy khoảng lặng ở phòng thay đồ sau một trận thua. Nhưng chính những khoảng lặng đó mới tiết lộ thể thao là gì. Sự trống rỗng của bản phân tích này là một khoảng lặng của quy trình, và tôi muốn dành thời gian để lắng nghe nó. Nó nói gì? Nó nói rằng người tạo ra tài liệu này có thể đã không có chủ ý xấu. Nó có thể chỉ đơn giản là một chuỗi xử lý dữ liệu bị đứt đoạn. Nhưng sự thiếu chủ ý xấu không làm giảm đi sự nguy hiểm của việc để một tài liệu trống rỗng được dán nhãn là một phân tích chuyên sâu. Nếu một huấn luyện viên bơi lội nhận được tài liệu này, anh ta sẽ vứt nó đi. Nếu một phóng viên nhận được tài liệu này, cô ta có thể sử dụng nó như một cái cớ để viết bất cứ điều gì mình muốn. Vì vậy, chúng ta cần một lớp kiểm tra cuối cùng, một cơ chế đảm bảo rằng không một tài liệu trống rỗng nào thoát ra khỏi quy trình và được đối xử như một sản phẩm hoàn chỉnh. Tôi nhớ rằng trong một lần phỏng vấn sau Giải vô địch bơi lội thế giới, một vận động viên kỳ cựu nói với tôi: “Em không muốn trả lời câu hỏi đó. Vì em chưa có câu trả lời.” Tôi ngừng ghi âm, nhìn cô ấy và nói: “Được thôi, vậy chúng ta sẽ nói về điều đó khi em sẵn sàng.” Cô ấy mỉm cười, và hai tuần sau, cô ấy gọi điện và cho tôi câu trả lời hay nhất mà cô ấy từng chia sẻ. Khoảng thời gian chờ đợi không phải là sự trống rỗng; nó là quá trình ấp ủ. Một phân tích cũng cần thời gian ấp ủ. Nếu nó được tạo ra quá nhanh, từ một đầu vào không có gì, nó sẽ giống như một bài tập chép lại từ trí nhớ. Bản phân tích này còn dạy tôi một bài học về ngôn ngữ. Thuật ngữ “N/A” – not applicable – thường được dùng để chỉ điều không thể áp dụng. Nhưng trong ngữ cảnh của một bài phân tích thể thao, nó mang một hàm nghĩa sâu sắc hơn: “chúng tôi không thể đánh giá”. Đó là một câu trả lời cho sự thật. Nó nói rằng người viết tài liệu hiểu được ranh giới của mình. Nếu tất cả các mục đều là N/A, bản thân nó là một bằng chứng về sự thất bại của cấp trên. Nhưng nó cũng là một bằng chứng về sự trung thực của cấp dưới – mặc dù là sự trung thực không mong muốn. Là một người quan sát kỹ thuật và dữ liệu, tôi nhìn thấy một mô hình lặp lại trong thể thao và trong các hệ thống phần mềm: mọi người thường sợ báo cáo lỗi hơn là sợ lỗi. Một vận động viên không muốn nói với HLV rằng cánh tay anh ta bị đau, vì sợ bị loại khỏi đội hình chính. Một lập trình viên không muốn thông báo rằng hệ thống gặp sự cố, vì sợ bị phạt. Nhưng trong mọi hệ thống thành công, báo cáo lỗi là một phần của văn hóa. Các đội bơi lội hàng đầu tại Úc có những cuộc họp đánh giá mà ở đó, vận động viên khuyến khích nói về những gì không hiệu quả. Họ biết rằng việc phát hiện một lỗi sớm còn quý hơn việc che giấu nó để rồi thất bại trong một cuộc đua lớn. Hệ thống AI cũng cần văn hóa đó. Nó cần được phép nói rằng “Tôi không thể hoàn thành phân tích này bởi vì tôi không có đủ dữ liệu” mà không bị coi là kém cỏi. Vậy làm thế nào để sửa một hệ thống như vậy? Trước tiên, hãy thêm một biến cờ vào mọi bản phân tích: trạng thái của dữ liệu đầu vào. Nếu nó rỗng, hãyghi rõ ràng rằng không thể thực hiện phân tích. Thứ hai, hãy thêm một bước kiểm tra thông tin tối thiểu: nếu danh sách điểm thông tin không chứa ít nhất một mục, hãy trả lại toàn bộ tài liệu cho quy trình xử lý phía trên. Thứ ba, hãy thêm một cơ chế ghi log chi tiết: ngày tiếp nhận, kích thước tệp, mã kết quả phân tích. Điều này sẽ giúp xác định chính xác lỗi xảy ra ở đâu: mạng, bộ phân tích cú pháp, hay nguồn tin đã trống từ ban đầu. Những cải tiến này không chỉ giúp ích cho hệ thống này; chúng giúp ích cho toàn bộ ngành báo chí dữ liệu thể thao. Tôi biết rằng nhiều độc giả có thể không quan tâm đến khía cạnh kỹ thuật của một đường ống dữ liệu. Họ muốn đọc về những cuộc đua, những kỷ lục, những giọt nước mắt. Nhưng đôi khi, để hiểu một kỷ lục, chúng ta cần hiểu cả các đường ống tạo ra câu chuyện về kỷ lục đó. Một kỷ lục được ghi chép tốt sẽ sống mãi. Một kỷ lục được ghi chép sai sẽ tạo ra sự hoài nghi. Và một kỷ lục không được ghi chép – giống như một bản phân tích trống rỗng – sẽ không bao giờ có một hành trình để kể. Trong hơn mười lăm năm theo dõi bơi lội, tôi đã chứng kiến sức mạnh của dữ liệu khi được sử dụng đúng cách. Tôi từng phân tích dữ liệu của Athing Mu, người tăng tốc từ vị trí thứ năm lên đầu trong 200m cuối của cuộc đua 800m tại Olympic Tokyo. Tôi thấy cách cô ấy duy trì nhịp chạy ổn định và bứt phá một cách thông minh. Tôi cũng từng phân tích dữ liệu của Sofyan Amrabat tại World Cup Qatar 2026, người chạy 14.3 km với 42 pha chuyển trạng thái dưới 0.2 giây. Nhìn từ bề ngoài, bơi lội và bóng đá chẳng có gì liên quan. Nhưng nếu nhìn vào dữ liệu thể thao, tôi thấy cùng một nguyên tắc: khả năng lặp lại những nỗ lực tốc độ cao sau một quãng nghỉ ngắn. Đó là một ngôn ngữ chung của thể thao hiện đại. Ngôn ngữ đó không cần hiện diện trong một bản phân tích trống rỗng. Vậy nên, khi nhận được một tài liệu như thế, tôi không coi đó là một thất bại hoàn toàn. Tôi coi đó là một lời nhắc nhở rằng mọi ngành công nghiệp đều có những khoảng trống. Với tôi, khoảng trống sau lưng Josh Risdon là một bài học về phòng ngự. Khoảng trống trong bản phân tích này là một bài học về quy trình. Chúng giống nhau ở một điểm: nếu ta nhìn thẳng vào chúng, chúng sẽ dạy ta nhiều hơn là nhìn vào nơi được chiếu sáng. Một vận động viên bơi lội về đích thứ hai thường học được nhiều hơn người về đích thứ nhất. Người về đích thứ nhất có thể quá hạnh phúc để nhìn lại. Người về đích thứ hai sẽ xem lại băng hình, tìm lỗi, điều chỉnh chiến thuật. Theo cách tương tự, một bản phân tích thất bại có thể dạy chúng ta cách xây dựng một bản phân tích tốt hơn. Điều quan trọng là phải duy trì tinh thần xây dựng. Nếu tôi chỉ trích hệ thống này, tôi sẽ bỏ lỡ cơ hội để đề xuất cải tiến. Thay vì than phiền rằng tài liệu này vô dụng, tôi đã viết một bài dài về chín lớp phân tích mà một tài liệu như vậy cần có, và về những cải tiến kỹ thuật để giảm thiểu lỗi. Tôi nghĩ đó là cách tiếp cận đúng. Trong thể thao cũng vậy. Khi một vận động viên có một cuộc đua không như ý, HLV không chỉ la mắng. HLV sẽ chia tay các cự ly, chỉ ra những điểm cần sửa, thiết kế buổi tập tiếp theo. Sự trừng phạt không tạo ra cải thiện; sự phân tích mới tạo ra cải thiện. Một trong những câu hỏi thú vị nhất mà tài liệu này đặt ra là về việc gán nhãn lĩnh vực. Tài liệu được gắn nhãn “bơi lội” nhưng không có một nội dung nào về bơi lội. Trong một hệ thống phân loại, nhãn này có thể được tạo ra từ tiêu đề bài viết hoặc từ từ khóa. Nếu tiêu đề bài viết nguồn thực sự chứa từ “bơi lội” nhưng nội dung không liên quan, hệ thống vẫn có thể gán nhãn sai. Trong báo chí, đây là một hiện tượng tương tự như một bài viết có tiêu đề hấp dẫn nhưng nội dung sáo rỗng. Người đọc click vào và thất vọng. Với tôi, việc gán nhãn chính xác là một phần của đạo đức nghề nghiệp. Tôi không muốn đọc một bài viết nói về bóng đá nhưng lại được dán nhãn bơi lội chỉ vì ai đó đã vội vàng. Sự chính xác về nhãn giúp duy trì lòng tin của độc giả. Có lẽ tôi nên giải thích thêm về khái niệm “tấm khiên dữ liệu” trong chính bài viết này. Tôi tự nhận mình là một người INTJ, thích kiểm soát cảm xúc bằng cấu trúc. Khi viết, tôi thường bắt đầu bằng một con số, sau đó dần dần xây dựng các lớp phân tích. Điều này đã tạo ra một phong cách mà bạn bè đồng nghiệp gọi là “Data Armor”. Nhưng tấm khiên đó đôi khi khiến tôi viết như một cái máy. Tôi quên mất rằng thể thao có mùi của clo trong bể bơi, có âm thanh của tiếng vỗ tay, có cảm giác của da người sau khi bước ra khỏi nước lạnh. Vì vậy, tôi luôn tìm cách chèn vào mỗi bài viết một đoạn văn “phi số liệu”. Đoạn văn đó có thể không quan trọng, nhưng nó giữ cho bài viết còn hơi thở. Bản Stage-2 trống rỗng lại không có hơi thở nào, vì nó chỉ toàn khung xương. Bây giờ, tôi muốn kể cho bạn nghe về một ký ức cá nhân. Năm 2026, khi mới bắt đầu làm việc tại tờ Thanh Niên Báo với vai trò phóng viên bơi lội, tôi được cử đi đưa tin từ một hồ bơi ngoài trời ở miền Nam Việt Nam. Trời nóng đến mức nhựa đường tan chảy, nhưng các vận động viên vẫn miệt mài tập luyện. Họ không có thiết bị cảm biến, không có bể bơi trong nhà, không có chuyên gia dinh dưỡng. Họ chỉ có kỷ luật, sự kiên trì và một chiếc đồng hồ bấm giờ cũ. Nhưng khi nhìn họ bơi, tôi không thể phủ nhận rằng tình yêu với môn thể thao này là có thật. Ký ức đó nhắc tôi rằng dữ liệu thể thao không nên làm cho chúng ta quên đi con người. Nó nên giúp chúng ta hiểu con người một cách sâu sắc hơn. Nguyễn Huy Hoàng là một ví dụ. Tôi đã theo dõi thành tích của cậu ấy từ những ngày đầu. Một vận động viên sinh năm 2026, đại diện cho bơi lội Việt Nam trên đấu trường quốc tế. Những con số về thành tích của Huy Hoàng có thể được xem xét dưới nhiều góc độ: khoảng cách so với kỷ lục châu Á, sự phát triển qua từng năm, khả năng cạnh tranh tại SEA Games. Nhưng đằng sau những con số đó là câu chuyện của một chàng trai đã phải tập luyện trong điều kiện thiếu thốn, xa gia đình, đối mặt với áp lực lớn. Nếu chúng ta chỉ nhìn vào bảng xếp hạng, chúng ta sẽ bỏ lỡ câu chuyện đó. Nếu chúng ta chỉ nhìn vào câu chuyện mà không có bảng xếp hạng, chúng ta sẽ bỏ lỡ sự thật. Một bài viết thể thao hoàn chỉnh cần cả hai. Điều này đưa tôi trở lại với vấn đề của bản Stage-2. Nó không có câu chuyện, không có bảng xếp hạng, không có con người. Nhưng tôi có thể nhìn thấy qua nó một điều: nỗ lực tạo ra một hệ thống phân tích tự động. Đó là một nỗ lực tốt. Trong tương lai, các tòa soạn sẽ ngày càng dựa vào AI để xử lý khối lượng thông tin khổng lồ. Nhưng chúng ta cần nhớ rằng AI chỉ mạnh khi dữ liệu đầu vào mạnh. Một AI được cung cấp rác sẽ tạo ra rác. Và nếu chúng ta không có một lớp kiểm tra chất lượng, rác đó sẽ được đóng gói đẹp đẽ vá đặt lên trang nhất. Để tránh điều đó, chúng ta cần giữ vững nguyên tắc báo chí: không có gì được xuất bản nếu không kiểm chứng. Tôi muốn quay lại với khái niệm “lỗ hổng”. Trong thể thao, lỗ hổng là nơi đối thủ có thể khai thác. Trong dữ liệu, lỗ hổng là nơi thông tin có thể bị bóp méo. Một trong những lỗ hổng lớn nhất của bản Stage-2 này là sự thiếu vắng hoàn toàn các thực thể. Không có tên vận động viên, không có tên quốc gia, không có tên giải đấu. Điều đó khiến tất cả các phần khác trở nên vô nghĩa. Nếu tôi là một biên tập viên nhận được tài liệu này, tôi sẽ yêu cầu nhóm kỹ thuật kiểm tra ngay lập tức quy trình trích xuất thực thể. Có lẽ bộ nhận dạng đã không được cấu hình đúng, có lẽ từ điển tên đã bị xóa, có lẽ dữ liệu nguồn có vấn đề. Đây là một tín hiệu chẩn đoán quý giá. Chúng ta cũng có thể học được từ việc so sánh hai loại phân tích: phân tích con người và phân tích máy móc. Con người có thể mệt mỏi, có định kiến, có cảm xúc. Máy móc có thể nhanh, nhất quán, nhưng cũng có thể vô cảm và dễ dàng tạo ra những kết luận vô nghĩa nếu không được kiểm soát. Một quy trình tốt cần sự kết hợp của cả hai. Máy móc có thể xử lý dữ liệu, con người có thể xử lý ý nghĩa. Nếu chúng ta giao toàn bộ việc phân tích cho máy móc mà không có một biên tập viên kiểm tra cuối cùng, chúng ta sẽ có những tài liệu trống rỗng được xuất bản. Nếu chúng ta giao toàn bộ cho con người, chúng ta sẽ có những bài viết chậm và không thể quy mô. Tương lai là sự cộng sinh. Bài viết này, hy vọng, sẽ được đọc như một phần của sự cộng sinh đó. Nó không chỉ là một lời phàn nàn về một tài liệu lỗi. Nó là một bản thiết kế cho một quy trình tốt hơn. Tôi đã đề xuất việc thêm các cờ dữ liệu đầu vào, kiểm tra tối thiểu, và ghi log. Nhưng tôi muốn đề xuất thêm một điều nữa: văn hóa minh bạch. Khi một tài liệu phân tích trống rỗng, hãy công khai điều đó. Đừng giấu nó trong một thư mục hệ thống. Hãy tạo ra một kho tàng “những thất bại trung thực” để các nhà phân tích có thể học hỏi. Điều này giống như việc các đội bơi lội lưu trữ băng hình các cuộc đua thất bại của họ. Họ không xóa chúng. Họ xem lại chúng, tìm ra lỗi, và trở nên mạnh hơn. Khi tôi nhìn vào bản Stage-2, tôi cũng nhìn vào tương lai của báo chí thể thao. Tương lai đó không chỉ có kỷ lục và huy chương. Nó còn có các quy trình, hệ thống, và các thuật toán. Một nhà báo thể thao thế hệ mới không chỉ cần biết viết. Anh ta cần biết cách đọc dữ liệu thô, hiểu cách hoạt động của một đường ống xử lý, và quan trọng nhất, dám nói rằng “dữ liệu này không đủ để kết luận”. Kỹ năng đó đang trở thành một phần của nghề. Và nó không làm mất đi sự lãng mạn của thể thao; nó làm cho sự lãng mạn trở nên đáng tin hơn. Tôi kết thúc bài viết của mình ở đây, nhưng tôi muốn để lại một câu hỏi. Khi bạn đọc một bài báo thể thao, bạn có bao giờ tự hỏi: dữ liệu trong bài viết này đến từ đâu? Nó đã được kiểm chứng chưa? Nếu nó sai, ai sẽ chịu trách nhiệm? Những câu hỏi này nghe có vẻ khô khan, nhưng chúng là nền tảng của lòng tin. Một nền báo chí thể thao không có lòng tin sẽ không khác gì một bản phân tích trống rỗng được dán nhãn dày dặn. Và trong một thế giới tràn ngập thông tin, lòng tin là tài sản quý giá nhất. Hãy trân trọng nó. Hãy bảo vệ nó bằng quy trình, bằng sự trung thực, và bằng lòng can đảm để nói rằng đôi khi, chúng ta không biết. Đó là điều tôi học được từ một bản phân tích bơi lội không có một giọt nước nào. – Kết thúc –