Khi bảng dữ liệu trả về N/A: kỷ luật kiểm chứng trong phân tích bơi lội

2 giờ 17 phút sáng. Bảng tính trước mặt tôi có bốn tab, và ba trong số đó trắng trơn. Tôi đang dựng lại một màn trình diễn 200 mét hỗn hợp cá nhân. Thứ tôi cần rất cụ thể: thời gian phản xạ khi xuất phát, quãng bơi ngầm 15 mét đầu tiên, tốc độ quạt tay trung bình ở 50 mét thứ ba, và cửa quay cuối cùng. Bốn biến số, đủ để dựng một đường cong phân bố lực. Cột split trả về trắng. Tab thời gian phản xạ trả về trắng. Tab ghi chú kỹ thuật trả về trắng. Chỉ tab thứ tư, phần tôi tự viết, là có chữ. Mười năm theo nghề dạy tôi một điều: khoảnh khắc nguy hiểm nhất không phải lúc mô hình dự đoán sai. Khoảnh khắc nguy hiểm nhất là lúc nó không trả lời gì, và người ngồi trước màn hình phải chọn giữa im lặng và bịa. Năm 2026, tôi mười sáu tuổi, ngồi trước màn hình xem V-League vòng 18 trên sân Hàng Đẫy. Trước trận, CLB Hà Nội kiểm soát bóng 68 phần trăm và tung ra 21 cú sút; FLC Thanh Hóa chỉ có 9 cú sút. Tôi đã tin vào tỷ lệ đó. Kết quả: Thanh Hóa thắng 2-1 nhờ hai pha phản công của Uche Iheruome. Đêm đó tôi học được rằng chỉ số thô có thể nói dối. Cú sốc Hàng Đẫy dạy tôi: đội mạnh cũng biết sợ. Con số quên ghi điều đó. Phải mất thêm bốn năm tôi mới hiểu mặt trái của bài học ấy. Nếu chỉ số thô lừa ta bằng cách nói quá nhiều, thì sự trống rỗng lừa ta bằng cách nói quá ít. Cách lừa thứ hai nguy hiểm hơn nhiều, vì nó mời gọi người phân tích tự tay lấp chỗ trống bằng phỏng đoán nghe có vẻ hợp lý. Đêm đó tôi không lấp. Tôi lập một bảng chín hạng mục, mỗi hạng mục ghi đúng một câu: không đủ thông tin, không thể đánh giá. Mỗi trận đấu gửi một tín hiệu. Người phân tích không giải mã, mà chịu nghe. Một tệp dữ liệu trắng cũng gửi tín hiệu, và đó là tín hiệu khó nghe nhất trong tất cả. Để độc giả hiểu tôi đang nói về cái gì, cần một chút về kiến trúc của nghề. Một quy trình phân tích thể thao tử tế chạy qua hai tầng. Tầng bóc tách làm việc với văn bản nguồn: nó phải trả về được các điểm thông tin, luận điểm cốt lõi, thực thể được nhắc tên, mức nhạy cảm thời gian và chất lượng nguồn. Tầng phân tích, chỗ tôi ngồi, mới bắt đầu hỏi những câu nặng hơn: kỹ thuật, thành tích, hệ thống thi đấu, cục diện thế giới, quản trị luật và doping, lộ trình sự nghiệp, hồ sơ rủi ro, câu chuyện truyền thông, hiệu ứng lan sang ngành. Tầng một lần này trả về số không. Không điểm thông tin. Không luận điểm. Không thực thể. Không nguồn. Không mốc thời gian. Tiêu đề nguồn: không xác định. Loại bài: chưa phân loại. Trong toà soạn, đây là tình huống quen thuộc. Biên tập viên nhận một bản tin không ngày, không tên, không số. Anh ta không viết bài. Anh ta gọi lại cho phóng viên và yêu cầu bản gốc. Với bơi lội, tiêu chuẩn còn nghiêm hơn thế. Đây là môn mà mọi kết luận đều neo vào một trục thời gian tuyệt đối, và một bản tin bơi không có split thì không phải bản tin bơi. Nó là một đoạn văn có tên người. Kỷ luật tôi tự đặt ra từ lâu là kiểm chứng ba nguồn, và ba nguồn phải độc lập về đường đi dữ liệu. Với một kết quả bơi, ba đường đó là: cơ sở dữ liệu kết quả chính thức của World Aquatics; bảng thời gian điện tử do đơn vị tính giờ chính thức của giải cung cấp; và biên bản kỹ thuật của ban tổ chức, nơi ghi danh sách kiểm tra thiết bị, cảnh báo vi phạm luật xuất phát và các quyết định của tổ trọng tài. Ba nguồn không trùng nhau về bản chất. Một cái là hồ sơ lưu trữ. Một cái là tín hiệu điện tử thô. Một cái là quyết định của con người. Khi cả ba khớp nhau, tôi mới cho phép mình viết một câu khẳng định. Dựa trên kinh nghiệm theo dõi hồ sơ thi đấu của tôi trong chín năm, tôi chưa từng gặp trường hợp nào mà việc thiếu nguồn thứ ba lại dẫn tới một kết luận đúng. Lần này, cả ba đường đều trả về trắng. Đó là dữ kiện duy nhất tôi có, và nó là dữ kiện đủ. Việc tôi có thể làm, và đã làm, là mô tả chính xác cái gì đang thiếu và tại sao phần thiếu đó lại quan trọng tới mức chặn đứng toàn bộ phân tích. Thiếu thứ nhất là toạ độ thành tích. Mọi phân tích bơi lội nghiêm túc phải định vị được màn trình diễn trên ba mốc: kỷ lục thế giới, danh sách mọi thời đại, và xếp hạng mùa hiện tại. Không có thời gian chính thức, cả ba mốc đều rỗng, và không có gì để so. Một vận động viên bơi 200 mét tự do hết 1 phút 46 giây là ứng viên huy chương ở giải quốc gia, làng nhàng ở chung kết thế giới, và hoàn toàn vô nghĩa nếu đặt cạnh kỷ lục 1 phút 42 giây 00 của Paul Biedermann lập năm 2026 tại Roma. Cùng một dãy số, ba ý nghĩa khác nhau hoàn toàn, tuỳ vào toạ độ. Thiếu thứ hai, và cũng là phần tôi tiếc nhất, là cấu trúc split. Một đường bơi 200 mét chia được thành thời gian phản xạ, quãng ngầm 15 mét, và bốn đoạn 50 mét. Từ đó mới suy ra nhịp điệu phân bố lực: âm split, tức đoạn sau nhanh hơn đoạn trước, hay suy giảm nửa đầu, hay phân bố phẳng. Ba kiểu nhịp điệu đó kể ba câu chuyện hoàn toàn khác nhau về thể lực, về chiến thuật và về mức độ trưởng thành tâm lý của một vận động viên. Không có split, tôi chỉ có một dãy số cuối cùng và một niềm tin không có cơ sở. Thiếu thứ ba là bộ lọc thời đại. Đây là cái bẫy mà người mới làm nghề hay sập nhất, và nó liên quan trực tiếp tới bơi lội. Tại giải vô địch thế giới ở Roma năm 2026, 43 kỷ lục thế giới đã bị phá trong một kỳ giải duy nhất. Nguyên nhân không nằm ở việc đột nhiên loài người bơi nhanh hơn, mà nằm ở công nghệ áo bơi. World Aquatics cấm các loại áo hiệu suất cao kể từ ngày 1 tháng 1 năm 2026. Nghĩa là toàn bộ các kỷ lục được lập trong giai đoạn 2026 đến 2026 phải được gắn nhãn riêng khi đem ra so sánh. Bỏ nhãn đó đi rồi đặt một kết quả năm 2026 cạnh một kết quả năm 2026 là một phép tính sai về mặt phương pháp, cho dù phép trừ vẫn ra đúng đáp số. Kỷ lục 400 mét tự do 3 phút 40 giây 07 của Biedermann, hay kỷ lục 800 mét tự do 7 phút 32 giây 12 của Zhang Lin, hay kỷ lục 200 mét tự do nữ 1 phút 52 giây 98 của Federica Pellegrini đều thuộc nhóm phải gắn nhãn. Thiếu thứ tư là thông số hồ bơi. Bơi dài 50 mét và bơi ngắn 25 mét là hai môn thể thao khác nhau về mặt cấu trúc. Một đường 200 mét ở hồ dài có ba cửa quay. Cùng cự ly đó ở hồ ngắn có bảy cửa quay. Mỗi cửa quay là một lần mất tốc độ và một lần lấy lại tốc độ, và những vận động viên có kỹ thuật quay tốt sẽ được hưởng lợi không cân xứng ở hồ ngắn. Quy đổi thành tích từ hồ ngắn sang hồ dài bằng một hệ số nhân cố định là trò chơi tôi từ chối tham gia. Nếu không biết hồ dài hay hồ ngắn, mọi so sánh đều vô giá trị. Thiếu thứ năm là ranh giới luật. Bơi lội là môn có những đường kẻ rất mảnh, và một phần giá trị của phân tích nằm ở việc xác định xem màn trình diễn đang đi sát đường kẻ nào. Quãng bơi ngầm dưới nước bị giới hạn ở 15 mét tính từ vạch xuất phát hoặc vạch quay, áp dụng cho bơi tự do, bơi ngửa và bơi bướm. Với bơi ếch, luật cho phép đúng một cú đá cá heo trong pha kéo người sau khi xuất phát hoặc sau khi quay. Thiết bị xuất phát cho bơi ngửa được chấp thuận từ năm 2026 và làm thay đổi đáng kể cấu trúc của đoạn 15 mét đầu tiên ở các nội dung ngửa. Mỗi thay đổi luật như vậy tạo ra một thế hệ dữ liệu mới, và trộn hai thế hệ vào một bảng tính là lỗi. Thiếu thứ sáu là tình trạng chuẩn tuyển chọn. Các chuẩn A và chuẩn B, cửa sổ thời gian đạt chuẩn, và cục diện cạnh tranh trong nước là ba biến quyết định ý nghĩa của một kết quả. Một kết quả đủ chuẩn dự giải là một câu chuyện khác hoàn toàn so với một kết quả đủ chuẩn giành huy chương. Không có ba biến này, tôi không biết mình đang đọc về thành tích hay về sự đủ điều kiện. Thiếu thứ bảy là dữ liệu chấn thương, và đây là phần tôi muốn nói thẳng. Mật độ lịch thi đấu là thủ phạm lớn nhất của chấn thương trong thể thao đỉnh cao. Không đội ngũ y tế nào cứu được một vận động viên thi hai giải một tuần. Ở bơi lội, hai chấn thương đặc trưng là vai của người bơi và đầu gối của người bơi ếch, cả hai đều là chấn thương do khối lượng lặp lại chứ không do một pha va chạm. Bất kỳ bản phân tích nào không có lịch sử chấn thương và số buổi tập mỗi tuần đều đang bỏ qua biến số lớn nhất. Thiếu thứ tám là lộ trình sự nghiệp. Tuổi của vận động viên, vị trí trên đường cong thành tích, rủi ro gặp bức tường tuổi dậy thì ở các nội dung nữ, độ dốc cải thiện qua từng mùa, và mô hình huấn luyện của đội. Một ca đổi huấn luyện có thể đảo chiều một sự nghiệp, và tôi luôn muốn biết ca đó đã thành công bao nhiêu lần. Không có tên vận động viên, không có gì để đánh giá. Thiếu thứ chín là cục diện và dòng dịch chuyển nhân sự. Bơi lội thế giới có một tầng thống trị, một tầng thách thức, một tầng bám đuổi và một tầng tiềm năng, và bốn tầng đó xếp khác nhau ở từng nội dung. Có những nội dung mà người đứng đầu đang ở đỉnh cao ổn định, có những nội dung mà ngôi vị đang lung lay. Bên cạnh đó là dòng dịch chuyển thầm lặng: đổi quốc tịch thể thao, đổi trung tâm huấn luyện, đổi chuyên gia thể lực. Những dịch chuyển đó thường dự báo trước một bước ngoặt vài năm. Còn thiếu thứ mười, thứ thuộc về kỳ chuyển nhượng mà tôi đang sống trong đó: tiếng ồn thị trường. Trong kỳ chuyển nhượng, tin đồn át tín hiệu. Cách tôi lọc rất đơn giản: xếp hạng tin đồn theo bằng chứng, và chỉ theo ba thứ có thể truy vết — tiền, hợp đồng, và động thái của người đại diện. Nơi nào không có ba thứ đó, nơi đó chỉ có tiếng ồn. Và trong tiếng ồn đó, có một xu hướng khiến tôi khó chịu suốt nhiều năm. Định giá tài năng trẻ đang phình ra tới mức vô lý. Một cầu thủ chưa đá nổi 50 trận đỉnh cao được định giá bằng một phần tư ngân sách của cả một câu lạc bộ. Ở bơi lội, hiện tượng tương đương tồn tại dưới hình thức khác: hợp đồng tài trợ cá nhân, suất học bổng, và tiền thưởng thành tích trả trước cho những vận động viên tuổi teen chưa từng gánh một vòng chung kết. Bong bóng này sẽ vỡ, và khi nó vỡ, thứ bị kéo theo không chỉ là bảng lương. Song song với đó là một vấn đề khác mà tôi luôn chọn làm trung tâm trong các case study của mình. Thương mại hoá nội dung thi đấu nữ phần lớn chưa được coi trọng đúng mức. Phần lớn các hợp đồng tài trợ cho nội dung nữ được ký như một mục trong báo cáo trách nhiệm xã hội doanh nghiệp, không phải như một khoản đầu tư sinh lời. Tôi không cần nói câu đó trên mặt báo. Tôi chỉ cần nhìn vào cấu trúc điều khoản, thời hạn và mức độ hiện diện của nội dung nữ trên lịch phát sóng là đủ thấy. Tất cả mười hạng mục trên đều đang rỗng. Và chính cái việc chúng rỗng một cách đồng loạt lại là thông tin giá trị nhất của ngày hôm đó. Tôi xóa giả định về chất lượng nguồn khỏi mô hình và mô hình đã đòi tôi một lời giải thích. Có một cám dỗ rất người trong nghề này: khi dữ liệu thiếu, ta đi tìm một câu chuyện đã có sẵn để lấp vào. Một vận động viên trẻ bùng nổ, một kỳ tích ở giải châu lục, một lần phá kỷ lục quốc gia. Những câu chuyện đó có sẵn, chúng dễ viết, và chúng luôn đúng ở một mức độ nào đó vì chúng không khẳng định điều gì cụ thể. Viết một bài như vậy mất bốn mươi phút. Viết một bảng chín hạng mục rỗng mất hai tiếng, và không ai đọc. Nhưng tôi làm nghề này vì tin rằng người đọc cần một bộ lọc, không cần thêm một câu chuyện. Có ba điều tôi phải nói rõ về góc phản biện ở đây, vì nó dễ bị hiểu thành một lập trường phản đối máy móc. Thứ nhất, trống không không đồng nghĩa với kém chất lượng. Một tệp dữ liệu rỗng ở đầu vào gần như chắc chắn phản ánh lỗi thu thập ở thượng nguồn, chứ không phải một bài viết thực sự không có nội dung. Nguồn có thể đã không truy cập được, văn bản gốc có thể đã bị thu hồi, hoặc đường dẫn có thể đã hỏng. Đây là một lỗi đường ống, và nó phải được xử lý như một lỗi đường ống, không phải bị diễn giải thành một kết luận thể thao. Thứ hai, tương quan không phải quan hệ nhân quả, và trong trạng thái rỗng thì ngay cả tương quan cũng không có. Tôi luôn tự hỏi ngược: nếu đám đông đúng thì sao? Nếu nguồn thực sự đã trống, thì việc tôi dựng lên một phân tích hoàn chỉnh từ hư không không phải là dũng cảm. Dự đoán Đức bị loại không phải là can đảm. Nó là một con số không tìm được chỗ đứng. Sự khác biệt giữa hai việc này là toàn bộ nội dung đạo đức của nghề. Thứ ba, ngành phân tích thể thao đang bán một sản phẩm nguy hiểm: độ chính xác giả tạo. Một bảng dự báo với hai chữ số thập phân trông đáng tin hơn một bảng dự báo với một chữ số, cho dù cả hai đều được dựng từ cùng một lượng dữ liệu. Tôi từng thua 12 triệu đồng vì quá tự tin vào một mô hình trước giải vô địch châu Âu năm 2026, khi đánh giá một đội tuyển chỉ qua chỉ số bàn thắng kỳ vọng trung bình trước giải. Biến cố trên sân trong trận mở màn đã đảo chiều toàn bộ giải đấu. Từ đó, mỗi bài viết của tôi có thêm một mục bắt buộc: biến số phi định lượng, liệt kê chấn thương, tâm lý, thẻ phạt, và các sự kiện bất ngờ. Tôi dùng hệ số điều chỉnh rủi ro từ 0,8 đến 1,2, và tôi bỏ hẳn chữ chắc chắn khỏi vốn từ, thay bằng mức rủi ro thấp hoặc mức rủi ro cao. Có người sẽ nói: một bài viết về việc không có gì để viết là một bài viết vô ích. Tôi không nghĩ vậy. Trong một ngành mà mọi người đang thi nhau sản xuất số liệu, người dám để trống một ô là người đang giữ cho cả ngành khỏi tự lừa mình. Nhà phân tích không có nghĩa vụ phải nói đúng. Nghĩa vụ của nhà phân tích là nói đúng điều dữ liệu muốn nói. Khi dữ liệu muốn nói rằng nó chưa đến, việc duy nhất đúng là ghi lại rằng nó chưa đến, ghi rõ ngày giờ, và chờ. Vậy tín hiệu của vòng tiếp theo là gì? Một, chạy lại tầng bóc tách với văn bản nguồn đã khôi phục, và kiểm tra xem nó có trả về được ít nhất một điểm thông tin cùng một thực thể có tên hay không. Không có thực thể có tên, không có phân tích. Hai, xác định danh tính nguồn trước khi xử lý lại, kèm đường dẫn gốc. Chất lượng nguồn là một tham số bắt buộc, không phải tuỳ chọn. Ba, xác minh rằng nhãn chuyên ngành bơi lội là thật, chứ không phải giá trị mặc định được gán tự động. Dấu hiệu kiểm tra rất đơn giản: văn bản có chứa thuật ngữ về kiểu bơi, cự ly, hoặc luật thi đấu hay không. Nếu không có, toàn bộ khung phân tích đang chạy trên sai chuyên ngành. Tôi đã đóng bảng tính lúc 4 giờ sáng, để nguyên ba tab trắng và không điền gì vào chúng. Sáng hôm sau tôi gửi cho nhóm một dòng duy nhất: chưa có nguồn, chưa có kết luận, chờ chạy lại. Trong một kỳ chuyển nhượng mà mỗi ngày có hàng trăm con số mới được tung ra, khả năng nói câu chưa có dữ liệu có lẽ là kỹ năng khó luyện nhất, và cũng là kỹ năng đáng giá nhất. Người đọc không cần tôi nhanh hơn. Họ cần tôi không bịa.