Đường bơi im lặng: khi một bảng split trống dạy tôi cách kiểm chứng

Ở lượt bơi ếch của nội dung 200m hỗn hợp, điều quyết định thường không nằm ở người chạm tường trước. Nó nằm ở khoảng cách giữa nhịp tay thứ ba và thứ tư, nơi một vận động viên mất đà chỉ trong hai phần mười giây. Hôm đó, tôi ngồi trong phòng kỹ thuật của ban tổ chức, mở tệp split để đối chiếu và thấy một bảng trống: đủ tiêu đề cột — 50m, 100m, 150m, 200m — nhưng không một con số bên dưới. Một huấn luyện viên ghé qua, nhìn màn hình rồi nói: “Cứ bình luận theo cảm giác, khán giả có ai kiểm tra đâu.” Tôi không viết. Với một người từng ghi sai quãng đường sprint của một tiền đạo, câu “khán giả có ai kiểm tra đâu” là câu tôi sợ nhất trong nghề.

Tôi đến với bơi lội trước khi đến với dữ liệu. Năm 2026, tôi khởi nghiệp ở một tòa soạn với vai trò phóng viên bơi lội, theo các giải trong nước và khu vực, học cách đọc một đường bơi bằng mắt: tay vào nước ở đâu, hông nổi đến đâu, một lượt quay đầu mất bao lâu. Sau đó tôi chuyển sang phân tích dữ liệu thể thao, và chính bơi lội là môn dạy tôi rằng mắt người là một thiết bị đo tồi. Ở cự ly 200m, một vận động viên có thể trông “chậm” trong khi split thực tế lại nhanh hơn nửa giây; ngược lại, một cú nước rút trông mạnh mẽ có thể chỉ là hệ quả của việc đối thủ buông sớm. Mắt chỉ thấy chuyển động; dữ liệu thấy nguyên nhân.

Bơi lội là môn thể thao có hệ sinh thái dữ liệu dày đặc bậc nhất. Mỗi lần thi đấu tạo ra tối thiểu bốn lớp thông tin: thời gian phản xạ xuất phát, split từng 50m, tần số quạt tay, và quãng đường mỗi chu kỳ tay. Ở cấp độ chuyên nghiệp, người ta còn gắn cảm biến để đo lực kéo, góc vai và độ sâu khi bơi dưới nước sau xuất phát. Không môn nào ở Việt Nam lại có tiềm năng phân tích cao đến vậy mà lại ít được khai thác đến thế. Đây là nghịch lý tôi gặp mỗi tuần: dữ liệu nhiều, người đọc được dữ liệu thì ít.

Bối cảnh bơi lội Việt Nam làm nghịch lý ấy rõ hơn. Tại SEA Games 2026 ở Singapore, Nguyễn Thị Ánh Viên giành tám huy chương vàng — con số ấy, hơn một thập kỷ sau, vẫn là cột mốc để mọi bảng phân tích trong nước đối chiếu. Tại Asian Games 2026 ở Jakarta, Nguyễn Huy Hoàng giành huy chương bạc 1500m tự do, tấm huy chương bơi lội châu Á đầu tiên của Việt Nam. Đằng sau hai cột mốc ấy là những tệp dữ liệu mà phần lớn không được công khai, không được lưu trữ đầy đủ, và không được phân tích tới nơi tới chốn. Người hâm mộ nhớ huy chương; người làm dữ liệu nhớ rằng mình từng không có đủ số liệu để giải thích vì sao huy chương ấy đến.

Năm 2026, khi còn là cố vấn dữ liệu duy nhất trong một phòng phân tích, tôi mắc lỗi đầu tiên và cũng là bài học lớn nhất. Tôi tính sai quãng đường sprint của một tiền đạo: ghi 1,2km trong khi thực tế chỉ 0,8km. Một chuyên gia trong phòng nói ngay trước mặt đồng nghiệp rằng phụ nữ không hiểu chiến thuật. Tôi không tranh cãi. Tôi ngồi lại ba tháng, kiểm tra lại mười bốn nghìn mẫu dữ liệu GPS và phát hiện thêm ba lỗi hệ thống khác từ phần mềm đồng bộ. Từ đó, tôi đặt ra một quy tắc: mọi con số phải vượt qua ít nhất hai vòng kiểm tra chéo trước khi được đưa vào bản phân tích. Một lệch GPS nhỏ cũng đủ dạy tôi: kiểm chứng là tất cả.

Áp quy tắc ấy vào bơi lội, tôi hiểu vì sao một bảng split trống lại nguy hiểm hơn một bảng split sai. Khi số liệu sai, ta biết mình có một vấn đề để sửa. Khi số liệu trống, ta có một khoảng lặng mời gọi trí tưởng tượng lấp vào — và trí tưởng tượng thì luôn sẵn sàng phục vụ câu chuyện ta muốn kể. Trong bơi lội, khoảng lặng ấy xuất hiện ở khắp nơi: một vận động viên không được ghi split ở lượt bơi ngửa, một đường bơi bị camera bỏ sót, một tệp dữ liệu của giải trẻ không được lưu trữ. Nếu người viết không cẩn thận, anh ta sẽ lấp khoảng trắng bằng “phong độ”, bằng “tinh thần”, bằng “bản lĩnh” — những từ không đo được và cũng không kiểm chứng được.

Cách tôi xử lý một khoảng trắng dữ liệu gồm bốn bước, và tôi áp dụng nó cho cả bơi lội lẫn bóng đá. Thứ nhất, xác định chính xác cái gì thiếu: là split, là thời gian phản xạ, hay là tần số quạt tay. Thứ hai, tìm nguồn thay thế độc lập: băng ghi hình của đài truyền hình, đồng hồ bấm tay của trọng tài, hoặc hồ sơ của liên đoàn. Thứ ba, đối chiếu hai nguồn và ghi rõ mức sai lệch. Thứ tư, nếu vẫn không đủ, tôi ghi thẳng vào bài: dữ liệu chưa đủ để kết luận. Bước thứ tư là bước khó nhất, vì nó đi ngược lại bản năng muốn kể một câu chuyện trọn vẹn của người viết.

Ba vòng kiểm tra của tôi không phải một nghi thức. Vòng một là kiểm tra nguồn gốc: con số đến từ đâu, thiết bị nào ghi, ai vận hành. Vòng hai là kiểm tra logic: con số ấy có khớp với băng ghi hình và với các chỉ số liên quan không. Vòng ba là kiểm tra tính lặp lại: kết quả tương tự có xuất hiện ở một lần thi đấu khác không. Một con số vượt cả ba vòng thì tôi mới cho nó vào bài; nếu trượt ở bất kỳ vòng nào, nó xuống phần chú thích hoặc bị loại.

Năm 2026, khi hỗ trợ phân tích cho một kênh thể thao trong kỳ World Cup, tôi học được giá trị của việc không vội kết luận. Tôi thu thập chỉ số bàn thắng kỳ vọng của cả sáu mươi tư trận và phát hiện một đội lọt vào chung kết dù ở vòng knock-out chỉ tạo ra 5,3 xG, trong khi các đối thủ cộng lại tạo ra 7,1 xG. Đội đó ghi tám bàn từ 5,3 xG — một mức vượt trội tới hơn năm mươi phần trăm. Nếu chỉ nhìn kết quả, ta gọi đó là bản lĩnh. Nếu nhìn dữ liệu, ta thấy một phần lớn trong đó là nhiễu của biến ngẫu nhiên. Croatia 2026 không phải phép màu — đó là xG được viết thành lịch sử. Bài học ấy theo tôi sang bơi lội: một tấm huy chương có thể đến từ kỹ năng lặp lại được, nhưng cũng có thể đến từ một làn bơi may mắn, và nhiệm vụ của người phân tích là tách hai thứ ấy ra.

Trong bơi lội, việc tách kỹ năng khỏi may mắn khó hơn bóng đá, vì mỗi đường đua chỉ có một lần bơi và không có chuyện tái đấu trong cùng buổi. Một vận động viên bơi 100m tự do chỉ có đúng một cơ hội để chứng minh. Điều đó khiến cỡ mẫu nhỏ, và cỡ mẫu nhỏ khiến mọi kết luận trở nên mong manh. Đây là lý do tôi luôn nhìn vào chuỗi kết quả theo mùa thay vì một lần bơi đơn lẻ. Một vận động viên giảm thời gian từ 55 giây xuống 54 giây trong một giải có thể chỉ là do điều kiện hồ bơi — nước lạnh hơn, làn bơi cạnh yếu hơn, hoặc đơn giản là một ngày cơ thể hoạt động tốt hơn. Nhưng nếu mức giảm ấy lặp lại qua năm giải liên tiếp, ta đang nhìn vào một xu hướng, không phải một lần may.

Ngay cả khi dữ liệu đầy đủ, việc đọc nó cũng cần cẩn trọng với bối cảnh. Một thời gian bơi ở hồ ngắn 25m không thể so trực tiếp với hồ dài 50m, vì số lượt quay đầu nhiều gấp đôi và mỗi lượt quay đầu là một cơ hội để mất hoặc được thời gian. Một kỷ lục quốc gia ở hồ ngắn không đồng nghĩa với việc vận động viên ấy sẽ lặp lại thành tích ở hồ dài. Khi tôi đọc một bảng thành tích, điều đầu tiên tôi kiểm tra không phải con số cuối cùng, mà là loại hồ bơi, nhiệt độ nước và thời điểm thi đấu trong ngày. Bỏ qua những biến số ấy là cách nhanh nhất để biến một phân tích đúng thành một kết luận sai.

Tôi thường bị hỏi vì sao không đơn giản hóa phân tích bơi lội cho dễ đọc. Câu trả lời của tôi là: đơn giản hóa và đơn giản hóa quá mức là hai việc khác nhau. Bỏ bớt thuật ngữ là được; bỏ bớt bằng chứng là không. Khi tôi viết về một lượt quay đầu chậm, tôi phải chỉ ra nó chậm hơn bao nhiêu phần trăm so với chính vận động viên đó ở giải trước, chứ không thể chỉ nói “quay đầu chậm”. Khi tôi nhận xét một vận động viên xuất phát tốt, tôi phải dẫn thời gian phản xạ cụ thể, chứ không thể dựa vào cảm giác nghe tiếng súng phản ứng nhanh. Độc giả Việt Nam ngày càng tinh, và họ xứng đáng nhận được con số thay vì tính từ.

Có một cám dỗ khác mà tôi phải tự nhắc mình mỗi ngày: cám dỗ biến dữ liệu thành lời biện hộ cho một mô hình mình đã xây. Năm 2026, khi các giải đấu tạm hoãn vì dịch, tôi dành bảy tháng xây dựng một mô hình chỉ số hồi phục dựa trên dữ liệu GPS của hàng trăm cầu thủ. Khi giải trở lại, tôi dự đoán ba đội pressing cường độ cao nhất có nguy cơ chấn thương tăng hai mươi ba phần trăm. Đội của tôi giảm tải tập luyện và không mất trụ cột nào. Nhưng tôi buộc phải viết rõ trong bài rằng mô hình ấy có giả định, có cỡ mẫu, và có sai số. Mùa dịch dạy tôi cách đo một giải đấu bằng chỉ số hồi phục, không phải bằng điểm số. Nếu tôi giấu phần hạn chế ấy đi, tôi đã biến phân tích thành quảng cáo cho chính mình.

Quay lại với bảng split trống hôm đó. Sau khi xác nhận tệp dữ liệu thật sự rỗng, tôi làm đúng bốn bước. Tôi lấy băng ghi hình của đài truyền hình, bấm lại thời gian từng lượt 50m bằng tay, rồi đối chiếu với đồng hồ của trọng tài. Sai số giữa hai nguồn lên tới ba phần mười giây ở lượt 150m — đủ để thay đổi cách đọc toàn bộ lượt bơi cuối. Tôi không giấu sai số ấy. Tôi viết thẳng vào bài: dữ liệu gốc không tồn tại, đây là con số tái dựng, và mọi kết luận dựa trên nó chỉ có độ tin cậy trung bình. Độc giả không phàn nàn. Ngược lại, một huấn luyện viên nhắn cho tôi rằng anh ta đánh giá cao việc tôi nói rõ giới hạn của mình.

Nhưng khoảng trắng dữ liệu không chỉ là kẻ thù. Sau nhiều năm, tôi học được rằng chính ở nơi số liệu câm lặng, câu chuyện con người mới lộ ra rõ nhất. Khi không có split để đọc, tôi buộc phải hỏi vận động viên cảm giác của cô ấy ở lượt bơi thứ ba. Khi không có thời gian phản xạ, tôi buộc phải xem lại băng hình và nhận ra một chi tiết mà con số không bao giờ ghi được: cách cô ấy siết chặt bàn tay trên bục xuất phát. Dữ liệu không kể chuyện; nó ghi lại mọi thứ để tôi tự kể. Và đôi khi, sự thiếu hụt dữ liệu lại mở ra cánh cửa mà sự dư thừa dữ liệu đã đóng lại.

Nguy hiểm nằm ở chỗ khác. Tương quan không phải nhân quả, và trong bơi lội, điều đó thể hiện rõ hơn bất cứ đâu. Một vận động viên tăng tần số quạt tay và bơi nhanh hơn — nhưng nguyên nhân có thể là cô ấy đã cải thiện kỹ thuật quay đầu, chứ không phải vì quạt nhanh. Một đội tuyển đổi huấn luyện viên và giành huy chương — nhưng nguyên nhân có thể là một lứa vận động viên vừa đến độ chín, chứ không phải vì vị huấn luyện viên mới. Nếu người viết bỏ qua sự khác biệt ấy, anh ta biến phân tích thành một chuỗi câu chuyện nghe hợp lý nhưng sai về bản chất. Với một bảng dữ liệu trống, cám dỗ ấy càng lớn, vì khoảng trắng không phản bác lại bất cứ điều gì ta viết.

Điều tôi mang theo từ cái bảng split trống hôm ấy không phải là một kết luận về vận động viên nào, mà là một câu hỏi tôi tự đặt cho mỗi bài viết sắp tới: nếu ngày mai toàn bộ dữ liệu biến mất, tôi còn đủ bằng chứng để bảo vệ điều mình viết không? Với bơi lội Việt Nam, nơi dữ liệu còn rời rạc và việc lưu trữ chưa thành hệ thống, câu hỏi ấy không phải giả định. Nó là điều kiện làm việc. Tôi tin vào con số, nhưng chỉ sau khi con số vượt qua ba vòng kiểm tra. Và khi con số không đến, việc trung thực nhất một người viết có thể làm là nói rằng nó không đến.