Lỗi im lặng: Khi dữ liệu thể thao chết và không ai bấm còi

Tệp dữ liệu nằm nguyên trong ổ cứng, dung lượng 0 byte, và trên bảng kiểm vẫn có dấu tích xác nhận.

Không ai bấm nút báo lỗi. Suốt bốn mươi phút của hiệp hai, hệ thống theo dõi chuyển động ngừng gửi tín hiệu về trung tâm phân tích; trận đấu vẫn chạy, tỷ số vẫn nhảy, bảng thống kê sau trận vẫn mượt và đẹp như mọi bảng thống kê khác. Chỉ một cột trống — và nó trống đúng vào khoảng thời gian mà câu hỏi hóc búa nhất cần được trả lời.

Tôi tìm thấy nó trong một bảng số liệu không ai nhìn tới. Ba tuần sau, khi đối chiếu quãng đường di chuyển của một tiền vệ với chín trận trước đó, tôi thấy dữ liệu trận này thấp hơn 41%. Người ta có thể đọc con số đó như một dấu hiệu sa sút phong độ. Nhưng phần cứng ghi nhận đã ngừng hoạt động, và phần mềm, thay vì báo động, đã điền số 0 vào chỗ trống rồi mặc nhiên coi đó là sự thật.

Lỗi im lặng mang hình dáng của một bảng biểu gọn gàng. Nó không có tiêu đề đỏ, không có tên người, không có ngày giờ. Vì thế nó tồn tại lâu hơn mọi bê bối có tên tuổi, và khi bị phát hiện thì đã kịp chảy vào hàng nghìn quyết định: một bản hợp đồng bị từ chối, một suất dự giải bị gạch, một ca phẫu thuật bị hoãn, một phiếu đặt cược đã khớp lệnh.

Bối cảnh: hai thập kỷ số hóa và một lớp kiểm định bỏ trống

Ngành dữ liệu thể thao đã trải qua hai thập kỷ tăng trưởng liên tục. Từ những chiếc áo gắn chip đầu tiên ở các học viện bóng đá châu Âu, đến hệ thống camera quang học ghi lại 25 khung hình mỗi giây trên mọi sân đấu lớn, đến hộ chiếu sinh học vận động viên được WADA triển khai từ năm 2026, đến các nền tảng tuyển trạch thu thập dữ liệu của hàng trăm nghìn cầu thủ trẻ tại hơn 180 quốc gia — mọi thứ đều đã được số hóa.

Song song đó là một lớp hạ tầng thứ hai ít được nói tới: lớp kiểm định. Dữ liệu thể thao không tự sinh ra từ chân không. Nó đi qua cảm biến, qua đường truyền, qua bộ tiền xử lý, qua bộ chuẩn hóa đơn vị, qua cơ sở dữ liệu, qua bảng tổng hợp, và cuối cùng mới đến tay người đọc. Mỗi mắt xích là một cơ hội để sự thật bị bóp méo — hoặc biến mất.

Vấn đề nằm ở chỗ lớp hạ tầng thứ hai hầu như không được kiểm toán. Không có thanh tra độc lập cho bộ tiền xử lý dữ liệu. Không có cơ quan nào công bố tỷ lệ lỗi của hệ thống camera quang học theo từng vòng đấu. Không có nhật ký kiểm toán công khai cho những bảng thống kê mà chúng ta trích dẫn hằng ngày như trích dẫn kinh thánh.

Tôi bắt đầu chú ý đến chuyện này từ năm 2026, khi còn là trợ lý phân tích dữ liệu tại SportsNet New York. Được giao xem lại băng trận Nga – Ả Rập Xê Út ngày 14 tháng 6 năm 2026, tôi ghi nhận Aleksandr Golovin có 11 pha bứt tốc trên 32 km/h, trong khi hồ sơ chấn thương của anh tại CSKA Moscow ghi rách gân kheo hồi tháng 3 cùng năm. Không có bằng chứng doping nào ở đây. Nhưng khi đối chiếu dữ liệu GPS vòng loại, tôi thấy quãng đường di chuyển tăng 23% so với trung bình hai năm trước đó. Ban biên tập không duyệt bài vì thiếu xác thực. Tôi tự lập bảng theo dõi riêng. Thói quen đó theo tôi đến tận bây giờ.

Trong kỳ chuyển nhượng, khoảng trống kiểm định này trở nên đắt tiền. Một câu lạc bộ quyết định chi 40 triệu bảng cho một tiền đạo dựa trên dữ liệu mười tám tháng. Nếu một phần tư trong số đó là dữ liệu rỗng được điền số 0, thì bản hợp đồng đã được ký trên một nửa sự thật. Mọi hợp đồng đều có hai trang: một trang công khai, một trang thật. Và trang thật thường nằm trong một tệp CSV không ai kiểm tra.

Tháo gỡ: bốn địa hạt nơi dữ liệu rỗng gây hậu quả thật

Hộ chiếu sinh học và bài toán hệ số biến thiên. Hộ chiếu sinh học vận động viên theo dõi một tập chỉ số máu theo thời gian, thay vì chỉ tìm một mẫu dương tính. Nguyên lý rất đơn giản: một mẫu thử có thể bị pha loãng, bị thay thế, bị giấu đi. Nhưng cả một chuỗi mẫu theo năm tháng thì khó nói dối hơn nhiều. Một mẫu doping có thể nói dối. Nhưng cả một hệ thống không thể nói dối mãi.

Chỉ số quan trọng ở đây là hệ số biến thiên của hemoglobin. Ở một vận động viên bình thường, chỉ số này dao động dưới 5%. Tại Olympic Tokyo 2026, tôi theo dõi vận động viên chạy 1500m Ben Kigen, người cải thiện thành tích từ 3:38.2 xuống 3:34.9 trong tám tháng ở tuổi 29. Tôi thu thập 14 bộ hồ sơ kiểm tra từ USADA và WADA. Không có mẫu dương tính nào. Nhưng chỉ số hemoglobin của anh có dạng đồ thị hình răng cưa, tăng vọt trước các giải lớn, với hệ số biến thiên chạm 11,2% — vượt xa ngưỡng bình thường. Liên đoàn điền kinh Mỹ gọi đó là suy diễn thiếu căn cứ. Họ đúng ở một điểm: hệ số biến thiên không phải bản án. Nhưng nó là một câu hỏi chưa được trả lời, và câu hỏi đó vẫn nằm nguyên trong hồ sơ.

Truyền tải dữ liệu chấn thương và giá cổ phiếu. Một câu lạc bộ niêm yết trên sàn chứng khoán có nghĩa vụ công bố thông tin trọng yếu. Nhưng thông tin y tế của cầu thủ lại được bảo vệ bởi luật riêng tư. Giữa hai nghĩa vụ ấy là một khoảng xám, và trong khoảng xám đó, câu lạc bộ có toàn quyền lựa chọn công bố gì và công bố khi nào. Kết quả là cùng một chấn thương gân kheo có thể được mô tả là căng nhẹ, nghỉ bảy ngày trong tuần cổ phiếu tăng, và là cần đánh giá thêm trong tuần cổ phiếu giảm.

Với một huấn luyện viên, điều đó tạo ra thế tiến thoái lưỡng nan về nhân sự. Với một nhà phân tích dữ liệu, nó tạo ra một chuỗi số liệu không thể nối liền. Và với người hâm mộ mua vé, nó tạo ra một lời hứa không ai chịu trách nhiệm thực hiện.

Hệ thống ghi nhận quang học và những khoảng trống bốn mươi phút. Đây là loại lỗi tôi gặp nhiều nhất. Hệ thống camera theo dõi 22 cầu thủ, gắn nhãn danh tính, tính toán vị trí, vận tốc, quãng đường. Khi một cầu thủ bị khuất sau trọng tài hoặc bị nhầm danh tính với đồng đội, thuật toán không báo lỗi — nó nội suy. Nội suy là một từ đẹp. Nó có nghĩa là hệ thống tự vẽ ra dữ liệu mà nó không hề đo được. Và dữ liệu vẽ ra đó, sau vài bước tổng hợp, trở thành một chỉ số hiệu suất dùng để đánh giá một con người.

Trong bóng rổ, hậu quả còn lan xa hơn. Một khoảng trống dữ liệu không chỉ làm sai thống kê cá nhân, nó làm sai cả đánh giá về nhịp độ. Nếu hệ thống bỏ sót ba pha tấn công nhanh của một đội trong hiệp ba, chỉ số Pace của trận đó sẽ thấp hơn thực tế. Mọi phân tích sau đó — về khả năng chuyển đổi phòng ngự, về hiệu suất ném khi hết thời gian, về mức độ mệt mỏi của đội hình — đều được xây trên một nền móng lệch. Không ai báo lỗi, vì không có gì để báo lỗi. Bảng dữ liệu vẫn xuất ra đủ cột.

Tôi không tin lời khai. Tôi tin dấu vân tay trên hợp đồng và dấu giày trên hành lang. Nhưng trong thế giới số, không có dấu giày. Chỉ có dấu thời gian, số lô, và nhật ký hệ thống — những thứ mà chỉ người vận hành mới nhìn thấy, và thường chỉ lưu trong ba mươi ngày.

Thị trường chuyển nhượng và những tệp dữ liệu không có chủ. Có một loại tài liệu lưu hành khắp châu Âu mỗi kỳ chuyển nhượng mà gần như không ai kiểm chứng: hồ sơ thể lực do bên trung gian cung cấp. Những hồ sơ này ghi chỉ số chạy nước rút, số lần tăng tốc, quãng đường di chuyển mỗi trận, kèm một dòng ghi chú rằng dữ liệu lấy từ nhà cung cấp bên thứ ba. Nhà cung cấp đó có thể không công bố phương pháp đo, không công bố tỷ lệ lỗi, và không chịu trách nhiệm nếu chỉ số sai.

Khi một câu lạc bộ mua cầu thủ dựa trên hồ sơ ấy, họ đang mua một niềm tin, không phải một phép đo. Và khi cầu thủ không đạt kỳ vọng, nguyên nhân thường được quy cho thích nghi chậm, trong khi vấn đề nằm ở chỗ hồ sơ đã được dựng từ dữ liệu rỗng.

Góc nhìn ngược lại: phần hợp lý của những người hoài nghi

Có một phiên bản phản biện đáng được lắng nghe, và tôi muốn dành cho nó sự tôn trọng mà nó xứng đáng.

Phần lớn các khoảng trống dữ liệu là vô hại. Chấn thương là chuyện riêng tư. Luật bảo mật y tế tồn tại vì một lý do chính đáng: nếu câu lạc bộ phải công bố mọi kết quả chẩn đoán, cầu thủ sẽ chịu áp lực phải ra sân khi chưa bình phục. Người hâm mộ có quyền biết cầu thủ nào đá chính, nhưng không có quyền biết cầu thủ đó đang dùng loại thuốc nào.

Thứ hai, thống kê luôn có sai số. Một hệ số biến thiên 11,2% không chứng minh bất cứ điều gì ngoài việc cần thêm dữ liệu. Rất nhiều vận động viên có chỉ số bất thường chỉ vì họ sinh ra ở vùng cao, vì di truyền, hoặc đơn giản vì thời điểm lấy máu khác nhau. Tung một cái tên ra trước công chúng mà chưa có kết luận là hành vi gây tổn hại, và nó xảy ra thường xuyên hơn người ta tưởng.

Điểm mù của những người hoài nghi quá mức nằm ở chỗ khác: họ dồn toàn bộ nghi ngờ vào cá nhân, trong khi thất bại thật sự nằm ở tầng hệ thống. Một vận động viên có thể làm sai một lần. Một hệ thống có thể làm sai mỗi ngày, mỗi trận, mỗi giải — và không ai ở tầng trên cảm thấy có nghĩa vụ giải thích. Tôi không có nghĩa vụ tố cáo một con người. Tôi có nghĩa vụ mô tả một quy trình.

Điều đáng theo đuổi

Bê bối không rơi từ trên trời. Nó được ký tắt, được hẹn giờ, được dàn dựng từng bước. Còn lỗi im lặng thì không được dàn dựng gì cả — nó chỉ diễn ra, và đó là lý do nó khó bị lật hơn.

Điều tôi muốn thấy trong vài năm tới không phải là thêm một chỉ số nữa, mà là nhật ký kiểm toán công khai cho mọi hệ thống dữ liệu lớn: phần trăm khung hình mất dấu, số giờ dữ liệu được nội suy, số bản ghi rỗng bị đánh dấu sai. Những con số đó không hào hứng. Nhưng chúng là cách duy nhất để một người hâm mộ biết mình đang đọc về một trận đấu, hay đang đọc về một thuật toán tự viết lại trận đấu đó.

Nếu không có nhật ký ấy, mọi bảng thống kê trên đời đều giống như một tệp 0 byte: gọn gàng, sạch sẽ, và không chứa gì cả.