Khi thuật toán gọi sai tên: Bản án dành cho dữ liệu bóng đá

Đêm 23 tháng Chín, một dòng tin lặng lẽ chảy vào đường ống dữ liệu của một hệ thống giám sát bóng đá. Nó mang nhãn football. Khi mở ra, bên trong không có câu lạc bộ nào, không có cầu thủ nào, không có tỷ số, không có đội hình, không có một cú sút nào. Chỉ có thông báo từ một công ty quản lý nghệ sĩ tại Mexico về cái chết của một diễn viên. Trong toàn bộ 21 điểm dữ liệu, không một cái tên nào chạm đến trái bóng. Vậy mà tấm nhãn vẫn nằm đó, sáng như một biển số gắn nhầm cửa.

Tôi làm nghề này đã ba mươi năm. Đủ lâu để tin rằng dữ liệu không ghi bàn, nhưng nó biết trái bóng sẽ đi về đâu. Và cũng đủ lâu để biết rằng dữ liệu có thể mắc bệnh. Bệnh của nó không nằm ở con số. Bệnh của nó nằm ở cái nhãn mà ai đó dán lên con số, trước khi con số kịp được đọc.

Mỗi trận đấu ở châu Âu hiện nay sản sinh hàng triệu điểm dữ liệu. Máy móc ghi lại từng đường chuyền, từng mét chạy, từng cú sút. Rồi đến lượt một lớp máy móc thứ hai — những hệ thống phân loại tự động — dán nhãn cho tất cả. Một bài báo tiếng Tây Ban Nha về một diễn viên, vì lý do nào đó, va phải một từ khóa trùng tên với một cầu thủ. Thế là nó khoác áo bóng đá. Không ai mở bài ra đọc. Không ai hỏi tên câu lạc bộ nằm ở đâu. Dòng tin chảy tiếp, lẫn vào dòng chảy của những bài phân tích chiến thuật, những bản tin chuyển nhượng, những báo cáo chỉ số.

Tôi gọi hiện tượng này là bàn phản lưới của dữ liệu. Trái bóng đi vào lưới nhà, nhưng trọng tài không nhìn thấy, vì trọng tài đang cúi mặt vào màn hình thống kê.

Cách đây không lâu, tôi ngồi theo dõi một trận đấu ở Ligue 1 qua bốn nguồn dữ liệu khác nhau. Một nguồn ghi đội chủ nhà kiểm soát bóng 61%, một nguồn ghi 54%, nguồn thứ ba ghi 58%. Cả ba đều sai ở một điểm giống nhau: chúng tính cả những đường chuyền bị chặn ở phần sân nhà như một pha kiểm soát thành công. Sai số kỹ thuật ấy nhỏ, có thể bỏ qua. Nhưng nó cho tôi thấy một điều lớn hơn: người ta hiếm khi kiểm tra định nghĩa của phạm trù, mà chỉ kiểm tra độ chính xác của con số bên trong phạm trù ấy.

Điều đáng sợ không nằm ở sai sót đơn lẻ. Điều đáng sợ nằm ở chỗ sai sót ấy không tự tố cáo mình. Một đường chuyền sai thì hiện lên trong băng hình. Một cú sút hỏng thì nằm trong biên bản. Nhưng một cái nhãn sai thì im lặng. Nó không phát ra tiếng động nào. Nó chỉ lặng lẽ kéo theo mọi thứ phía sau nó xuống sai.

Tôi từng chứng kiến một chuyện nhỏ hơn nhiều tại Marseille, khi tòa soạn cũ của tôi còn dùng phần mềm gắn thẻ thủ công. Một đồng nghiệp dán nhãn pressing cho bài viết về một buổi tập thể lực. Suốt ba tháng sau, mọi báo cáo tổng hợp về pressing của đội đều nhiễm bài viết ấy. Không ai phát hiện, cho đến khi tôi mang 127 pha thu hồi bóng của André Zambo Anguissa ở một phần ba sân đối phương ra đối chiếu. Con số đúng nằm cạnh con số sai, và cả hai đều mang cùng một cái nhãn.

Sai số nguy hiểm nhất trong phân tích bóng đá không phải là sai số của con số, mà là sai số của phạm trù. Một chỉ số lệch năm phần trăm vẫn có thể dùng để tranh luận. Một bài viết về điện ảnh đội lốt bài viết về bóng đá thì phá hủy cả cuộc tranh luận, vì nó không nói gì về bóng đá, nhưng vẫn được đếm như thể đã nói.

Hệ thống ngày nay rộng lớn đến mức không ai có thể đọc hết. Người ta tin vào kiến trúc. Người ta tin rằng nếu đường ống được xây đúng, thì nước chảy ra sẽ sạch. Nhưng đường ống không tự biết mình dẫn nhầm nguồn. Nó chỉ dẫn.

Một đội bóng không chỉ là 11 con người; nó là một hệ phương trình biết chạy. Và một hệ thống dữ liệu bóng đá cũng vậy — chỉ cần một biến số sai định nghĩa, toàn bộ phương trình cho ra kết quả rác, mà trông vẫn gọn gàng như một bảng xếp hạng thật.

Hãy nhớ lại những gì xảy ra khi một hệ thống dữ liệu tự vận hành mà không có người kiểm chứng. Hệ thống ấy không nổi loạn. Nó chỉ khuếch đại. Một nhãn sai, nếu được đưa vào một mô hình phân tích cảm xúc, sẽ kéo theo điểm cảm xúc sai cho một đội bóng chưa từng bước ra sân trong bài viết ấy. Nếu nhãn sai ấy lọt vào một mô hình tính rủi ro chuyển nhượng, nó sẽ thêm một biến số không tồn tại vào một phương trình đã đủ phức tạp. Không ai kiểm tra. Bởi lẽ việc kiểm tra một dòng tin đã được gắn nhãn trông giống như việc kiểm tra một đường chuyền đã thành công.

Sự lan tỏa ấy diễn ra âm thầm, như nước thấm qua tường. Đến khi bức tường ố vàng, người ta mới đổ lỗi cho mưa, chứ không đổ lỗi cho lớp vữa đã được trát sai từ đầu.

Chúng ta dành hàng nghìn giờ để tranh cãi xG có phản ánh đúng chất lượng cơ hội hay không. Chúng ta tranh luận PPDA có đo được cường độ pressing hay không. Đó là những tranh luận đúng, nhưng chúng diễn ra ở tầng nổi. Ở tầng sâu, một câu hỏi ít ai đặt ra: những dữ liệu ấy được gắn nhãn bởi ai, và ai kiểm tra người gắn nhãn?

Một diễn viên Mexico qua đời, và hệ thống gọi đó là bóng đá. Sự kiện ấy không gây hậu quả thể thao nào. Nhưng nó phơi bày một lỗ hổng có thể gây hậu quả thể thao: nếu một bài viết về điện ảnh lọt vào kho dữ liệu bóng đá, thì một bài viết về bóng đá hoàn toàn có thể lọt vào kho dữ liệu điện ảnh, hoặc tệ hơn, vào một mô hình đang tính toán rủi ro.

Điều trớ trêu nằm ở đây. Chúng ta sợ thuật toán tính sai tỷ số. Nhưng nỗi sợ lớn hơn nên dành cho việc thuật toán gọi sai tên. Một cái tên sai có thể sinh ra một trận đấu không tồn tại. Và một trận đấu không tồn tại, nếu được nhắc đủ nhiều lần trong đủ nhiều báo cáo, sẽ trở thành một ký ức. Ký ức tập thể là thứ khó sửa nhất, vì nó không nằm trong cơ sở dữ liệu. Nó nằm trong đầu người.

Tôi vẫn nhớ đêm World Cup 2026, khi tốc độ của Mbappé không phải để chạy, mà để cắt một nhát dao ngang qua thời gian. Tôi đã viết về khoảnh khắc ấy mà không ghi tỷ số, và có người cho rằng tôi bỏ sót dữ liệu. Nhưng dữ liệu thật của khoảnh khắc ấy nằm ở chỗ cơ thể đổi hướng, chứ không nằm ở cột số trên bảng điện tử. Nếu một hệ thống gắn nhãn sai cho bài viết đó, nó sẽ không còn là bài viết về một khoảnh khắc nữa. Nó sẽ trở thành một mẩu dữ liệu nhiễu.

Tối hôm ấy, không có khán đài nào rung lên. Không có bàn thắng nào bị từ chối. Chỉ có một dòng tin mang nhãn sai, lặng lẽ đi ngang qua hệ thống như một cầu thủ vào sân bằng cửa sai. Giấc mơ bóng đá không bao giờ nằm trong kết quả, mà nằm trong khoảnh khắc quả bóng còn chưa chạm đất. Nhưng để giữ được khoảnh khắc ấy, ta phải biết chắc rằng mình đang đứng trên sân bóng, chứ không phải trong rạp hát. Và điều đó, có lẽ, là bài học duy nhất mà dòng tin sai nhãn kia đã dạy cho chúng ta một cách vô tình.