Khi bảng dữ liệu bóng bàn trống rỗng: cái giá của một kết luận được bịa ra

2 giờ 17 phút sáng. Trên màn hình là một bảng tính mười hai trường. Trường duy nhất được điền: môn thể thao — bóng bàn. Mười một trường còn lại trắng trơn: không tên vận động viên, không giải đấu, không ngày công bố, không nguồn tin, không một điểm dữ liệu nào. Trong hai mươi chín năm theo dõi ngành thể thao, tôi đã gặp rất nhiều bảng tính như vậy. Nhưng bảng tính trống không phải là vấn đề. Vấn đề là phản ứng của con người trước nó. Có hai kiểu người phân tích. Kiểu thứ nhất nhìn vào khoảng trắng rồi gõ vào đó một kết luận. Kiểu thứ hai nhìn vào khoảng trắng rồi viết đúng một dòng: không đủ dữ liệu để kết luận. Ngành thể thao hiện tại thưởng rất hậu cho kiểu thứ nhất. Đó là lý do tôi viết bài này. Phân tích thể thao hiện đại vận hành như một dây chuyền hai giai đoạn. Giai đoạn một thu thập văn bản thô rồi trích xuất thành các trường dữ liệu có cấu trúc: thực thể liên quan, điểm thông tin, chất lượng nguồn, ngày công bố. Giai đoạn hai áp một khung phân tích chuyên môn lên chính các trường đó. Nếu giai đoạn một trả về một đối tượng rỗng, giai đoạn hai không có gì để phân tích. Đó chính xác là những gì đã xảy ra với hồ sơ bóng bàn mà tôi đang cầm. Kết quả giải mã ở giai đoạn một rỗng về mặt thực nghiệm. Mọi trường có thể sử dụng đều trắng hoặc chỉ còn ở dạng giữ chỗ. Trường duy nhất dùng được là nhãn lĩnh vực: bóng bàn. Có một chi tiết nhỏ nhưng quan trọng. Trường độ nhạy thời gian được ghi chú rõ rằng chưa được đánh giá ở giai đoạn một. Trường chất lượng nguồn cũng không có dữ liệu. Những ghi chú tự nhận thức như vậy là dấu vết của một quy trình biết mình chưa hoàn thành, chứ không phải dấu vết của một bài viết không có nội dung. Trong bóng bàn, hệ quả của việc mất ngày tháng nghiêm trọng hơn nhiều môn khác. Hệ thống xếp hạng của WTT vận hành theo cơ chế khấu trừ điểm trượt trong 52 tuần. Điểm mà một tay vợt giành được sẽ hết hạn đúng một năm sau ngày giành được. Một bảng xếp hạng tách khỏi lịch thi đấu là một con số chết. Áp lực bảo vệ điểm của một tay vợt phụ thuộc hoàn toàn vào việc giải nào diễn ra tuần nào và điểm nào sắp rơi. Cộng thêm chu kỳ bốn năm của Thế vận hội và nhịp tổ chức của giải vô địch thế giới, ta có một môn thể thao mà mọi kết luận đều gắn với thời gian. Ở bóng đá, một trận đấu có thể được mổ xẻ lại sau nhiều năm mà vẫn giữ nguyên giá trị. Ở bóng bàn thì không. Bỏ ngày tháng ra khỏi một hồ sơ bóng bàn không phải là làm mất một chi tiết. Đó là làm mất luôn đối tượng phân tích. Khung phân tích bóng bàn mà tôi sử dụng có chín chiều. Với hồ sơ rỗng, cả chín chiều trả về cùng một giá trị: không đủ thông tin. Chiều thứ nhất, kỹ thuật, chiến thuật và thiết bị, cần biết tay vợt thuộc hệ đánh nào, có thay mặt vợt hay đổi độ cứng mút không, quãng thời gian thích nghi đã qua chưa. Không có gì để đánh giá. Chiều thứ hai, dữ liệu vận động viên và thành tích đối đầu, cần tên, thứ hạng, chuỗi kết quả gần nhất và lịch sử đối đầu. Trường thực thể liên quan trống, nên tập thực thể rỗng. Đây là chiều mà phép phân tích cốt lõi của bóng bàn — phát hiện khoảng lệch giữa thứ hạng thế giới và thực lực thật, do tham dự quá nhiều giải, do điểm hết hạn, do hiệu ứng hạt giống — không thể bắt đầu. Chiều thứ ba, hệ thống giải đấu và luật điểm, là chiều nhạy cảm với ngày nhất trong chín chiều. Không có giải, không có cấp độ, không có bốc thăm, không có vị trí trong chu kỳ Olympic. Chiều thứ tư, cục diện cạnh tranh và so sánh giữa các quốc gia, cần ít nhất một hiệp hội hoặc một tay vợt, và cả một nhánh nội dung: đơn nam, đơn nữ, đôi, đôi hỗn hợp hay đồng đội. Ngay cả nhánh nội dung cũng chưa được xác định, nên không thể tách phân tích. Chiều thứ năm, luật lệ và quản trị. Chiều thứ sáu, ban huấn luyện và hệ thống đào tạo trẻ. Chiều thứ bảy, bề mặt rủi ro. Chiều thứ tám, câu chuyện truyền thông và kỳ vọng công chúng. Chiều thứ chín, sự lan truyền của ngành từ thiết bị, đào tạo trẻ, giải đấu cho tới giá trị thương mại của vận động viên. Cả chín chiều đều rơi vào trạng thái không thể đánh giá. Và đây là chỗ tôi muốn dừng lại lâu hơn một chút. Bảng rủi ro có sáu nhóm rủi ro chuyên môn: rủi ro cạnh tranh, rủi ro tuyển chọn, rủi ro khoảng cách thế hệ, rủi ro quản trị và dư luận, rủi ro hệ thống, rủi ro đối thủ. Cả sáu đều trả về giá trị rỗng. Không phải vì không có rủi ro, mà vì không có đối tượng nào để gán rủi ro vào. Nhưng có nhóm thứ bảy. Nhóm rủi ro về tính toàn vẹn của phân tích. Nhóm này được đánh giá ở mức cao. Mức cao ở đây không phải là một phán đoán về bóng bàn. Đó là một phán đoán về dây chuyền phân tích. Khi một quy trình được đưa vào một đầu vào rỗng, rủi ro thật sự không nằm ở việc thiếu kết luận. Rủi ro nằm ở việc một mắt xích nào đó ở hạ nguồn sẽ tự lấp đầy khoảng trắng bằng một kết luận nghe rất hợp lý. Trực giác là biến số lười biếng; dữ liệu là vị thẩm phán không bao giờ ngủ. Tôi đã từng chứng kiến cơ chế này trong thị trường chuyển nhượng. Một tin đồn không nguồn được đưa vào bảng theo dõi. Không ai đánh dấu nó là chưa xác minh. Ba tuần sau, nó xuất hiện trong một bản tổng hợp và được dẫn lại như một sự kiện. Sáu tuần sau, nó trở thành tiền đề cho một phân tích chiến thuật. Không ai trong chuỗi đó nói dối. Chỉ là không ai dám nói tôi không biết. Trong bóng bàn, cơ chế này nguy hiểm hơn vì chu kỳ 52 tuần tạo ra một loại áp lực có thể đo được. Một tay vợt có thể mất vị trí không phải vì thua, mà vì điểm cũ hết hạn. Nếu một quy trình bỏ qua biến số thời gian, nó sẽ biến một hiệu ứng kế toán thành một kết luận về phong độ. Tương quan bị đọc thành nhân quả. Đó là lý do một kết quả rỗng, trong trường hợp này, có giá trị hơn một bản phân tích dài hai nghìn từ. Ngành thể thao không trừng phạt dữ liệu kém. Ngành thể thao trừng phạt sự im lặng. Một bảng xếp hạng sai vẫn được chia sẻ. Một dự đoán sai vẫn được nhớ đến. Nhưng một dòng không đủ dữ liệu thì không ai trích dẫn. Cơ chế khuyến khích này tạo ra một thị trường mà ở đó người phân tích có động cơ điền vào chỗ trống, chứ không phải động cơ để trống. Với hồ sơ này, có ba giả thuyết cho kết quả rỗng. Thứ nhất, giai đoạn trích xuất bị lỗi và trả về một gói dữ liệu trống. Thứ hai, bài viết nguồn vốn không có nội dung phân tích, chỉ là một dòng tiêu đề hoặc một chú thích ảnh. Thứ ba, có lỗi ở khâu truyền dữ liệu giữa hai giai đoạn. Giả thuyết đáng tin nhất là giả thuyết thứ nhất. Lý do không phải vì nó hấp dẫn, mà vì nhãn lĩnh vực đã được điền thành công. Nếu một mắt xích đã phân loại đúng chủ đề là bóng bàn, thì gần như chắc chắn đã có một văn bản tồn tại ở đâu đó trong chuỗi. Văn bản đó không biến mất. Nó chỉ bị chặn lại ở một cửa không mở. Trực giác là biến số lười biếng; dữ liệu là vị thẩm phán không bao giờ ngủ. Ở Việt Nam, vấn đề này có một hình dạng riêng. Bóng bàn Việt Nam có những tay vợt tên tuổi như Nguyễn Anh Tú hay Mai Hoàng Mỹ Trang, có hệ thống giải trong nước, có các kỳ SEA Games. Nhưng hạ tầng dữ liệu thì mỏng. Số liệu chi tiết về hiệu suất giao bóng, tỷ lệ thắng ở các loạt đánh qua lại dài, hay thời gian thi đấu thực tế thường không được ghi lại một cách có hệ thống. Khi hạ tầng mỏng, người ta dễ lấp bằng cảm nhận. Và cảm nhận, khi được viết ra đủ nhiều lần, sẽ tự khoác lên mình vẻ ngoài của dữ liệu. Đây là điểm phản trực giác. Với một nền bóng bàn có hạ tầng dữ liệu mỏng, giá trị lớn nhất không nằm ở việc xây một mô hình phức tạp. Giá trị lớn nhất nằm ở việc xây một bộ lọc từ chối. Một cơ chế nói rõ: nguồn này chưa được xác minh, con số này thiếu bối cảnh, kết luận này chưa đủ mẫu. Nhưng phản biện mà không kèm giải pháp thay thế thì chỉ là tiếng ồn. Nên đây là giải pháp thay thế. Bất kỳ quy trình phân tích nào cũng cần một bộ kiểm tra cứng ở ranh giới giữa hai giai đoạn: nếu mảng điểm thông tin trống, quy trình phải dừng. Không có ngoại lệ. Một quy trình không thể từ chối dữ liệu là một quy trình không thể tin được. Điều tôi mang ra khỏi bảng tính trống đó không phải là một kết luận về bóng bàn. Đó là một câu hỏi về cách ngành thể thao tự đo lường chính mình. Nếu một nền thể thao đánh giá chất lượng phân tích bằng số từ, số bài và số lượt chia sẻ, thì kết quả rỗng sẽ luôn thua. Nhưng nếu đánh giá bằng khả năng phân biệt giữa cái đã biết và cái chưa biết, thì kết quả rỗng là sản phẩm trung thực nhất mà một quy trình có thể tạo ra. Trực giác là biến số lười biếng; dữ liệu là vị thẩm phán không bao giờ ngủ. Câu hỏi còn lại không phải là khi nào chúng ta có đủ dữ liệu. Mà là: khi dữ liệu không đến, ai trong chúng ta sẽ là người đầu tiên nói ra điều đó?