Khi bảng phân tích bơi lội chỉ có bốn chữ cái: N/A – Bài học im lặng của một người viết dữ liệu

22 giờ 47, màn hình máy tính hiện ra một tài liệu mà tôi được giao để viết một bài phân tích thể thao. Không phải một bảng thành tích hay một biểu đồ kỹ thuật. Tài liệu gồm những ô trống, mỗi ô đều dán nhãn N/A. Không tên vận động viên, không thông số chuyên môn, không bối cảnh giải đấu, không rủi ro. Tôi gần như cười. Mười năm qua, tôi kiếm sống bằng việc đọc số liệu, ghép ba nguồn và viết ra những điều mà dữ liệu muốn nói. Tôi từng ngồi hàng đêm trong một căn phòng nhỏ ở Hà Nội, dán mắt vào các bảng xG, PPDA, tỷ lệ thắng sân nhà hay chỉ số quạt tay của một kình ngư. Khi mọi thứ có số, tôi có thể viết. Nhưng tài liệu này không có số. Nó có thể là một thất bại của khâu thu thập thông tin, nhưng nó cũng là một tín hiệu mà tôi buộc phải lắng nghe. Trong môi trường báo chí thể thao hiện đại, ai cũng muốn có một kết luận gọn gàng. Người đọc muốn biết vận động viên này có thể phá kỷ lục không. Nhà tài trợ muốn biết tiền của họ có chạy đúng hướng không. Nhà cái muốn một con số. Khi tài liệu đầu vào trống rỗng, áp lực nhảy vào mô hình của tôi để tự dựng lên một câu chuyện từ trí tưởng tượng là rất lớn. Tôi nhớ năm 2026, trận đấu tại Hàng Đẫy đã dạy tôi một bài học: đội mạnh cũng biết sợ, và con số quên ghi điều đó. Hà Nội kiểm soát bóng 68%, tung ra 21 cú sút nhưng thua 1-2 trước Thanh Hóa, đội chỉ có 9 cú sút. Tôi đã bị mê hoặc bởi những con số thô và bỏ qua bối cảnh trận đấu. Sau đó, tôi học cách tìm thêm xG, PPDA, và xây dựng bảng dữ liệu riêng. Bài học lớn nhất không phải là dữ liệu đủ, mà là dữ liệu chưa đủ và ta vẫn phải viết. Khi đó, ta dễ bịa. Và bịa chính là thứ giết chết uy tín của một nhà phân tích. Cái tài liệu trống này giống như một tấm gương. Nó phản chiếu một quy trình làm báo đang thiếu trung gian giữa nguồn tin và người viết. Tôi nhìn vào mục Core Viewpoints: trống. Entities Involved: trống. Time Sensitivity: chưa đánh giá. Tôi không thể phân tích kỹ thuật bơi lội nếu không biết một cú đạp nước hay cú quay đầu thuộc về ai. Tôi không thể đưa ra nhận định về khả năng vượt vòng loại Olympic nếu không biết môn thi, cú đá nước hay tiêu chuẩn tuyển chọn. Có một thứ mà tôi gọi là kỷ luật trước sự trống rỗng. Khi một bản phân tích không có nguồn, tôi không được phép nói chắc chắn. Từ sau sự cố Eriksen tại Euro 2026, tôi đã cấm mình dùng từ "chắc chắn". Tôi và đồng nghiệp đã đặt cược sai vào mô hình xG của Đan Mạch, rồi Eriksen gục xuống sân, và cảm xúc của toàn đội đã phá tan mọi mô hình. Tôi thua 12 triệu đồng trong một đêm. Tôi gọi đó là vết sẹo lớn nhất trong sự nghiệp. Từ đó, tôi luôn buộc mình liệt kê các biến số phi định lượng: chấn thương, tâm lý, thẻ phạt, sự kiện bất ngờ. Hôm nay, đối diện với tài liệu N/A, tôi tự hỏi: nếu tôi không có bất kỳ biến số định lượng nào, liệu tôi có đủ can đảm để viết câu trả lời "không" hay không? Làm báo chí dữ liệu không chỉ là thêm số vào thành một bài viết dài. Đôi khi nó là phép trừ. Trừ đi những phỏng đoán vô căn cứ, trừ đi những câu chuyện không có bằng chứng. Trong cuộc chạy đua công nghệ và AI, một công cụ có thể nhanh chóng tạo ra vài nghìn từ về bất kỳ chủ đề nào. Nhưng một nhà phân tích thật sự phải biết khi nào nên dừng lại. Tôi nhớ câu ký hiệu của chính mình: "Mỗi trận đấu gửi một tín hiệu. Người phân tích không giải mã, mà chịu nghe." Tín hiệu hôm nay rất rõ. Nó nói rằng tôi đang không được nghe gì hết. Các nhà báo thể thao Việt Nam vốn quen với những con người cụ thể. Chúng tôi từng viết về những kình ngư trẻ như Nguyễn Huy Hoàng bằng những câu chuyện sinh động, những cú nước rút ở giải trẻ, những lần phá kỷ lục quốc gia. Nhưng nếu không có cơ sở dữ liệu đầy đủ, những bài viết đó chỉ là hư cấu. Khi tôi nhìn vào danh sách các mục phân tích: Performance, Technical, Career – tất cả đều không xác định. Không có một dòng nào đủ sức nặng để biến thành một nhận định thể thao. Một trong những câu ký hiệu mà tôi hay dùng trong các bài phân tích sâu là: "Kiểm soát bóng là một lời nói dối đẹp đẽ; tỷ số mới là sự thật chói mắt." Tạm dịch sang thế giới phân tích, tôi có thể viết lại: "Công cụ phân tích là một lời nói dối đẹp đẽ nếu không có dữ liệu thật; sự im lặng mới là sự thật chói mắt." Một người có thể sử dụng hàng chục biểu đồ, trích dẫn hàng trăm nguồn, nhưng nếu không có điểm xuất phát, tất cả chỉ là lý thuyết xa rời hiện trường. Tôi đã từng chứng kiến những nhà phân tích dữ liệu ngồi trong phòng lạnh, tưởng tượng ra một mùa giải của đội bóng mà họ chưa từng xem trực tiếp. Họ có thể định nghĩa các biến số, nhưng họ không thể nhận ra khi một cầu thủ có vẻ hờ hững vì vừa chia tay bạn gái, khi một vận động viên đang gồng mình vì một chấn thương không xuất hiện trong báo cáo. Trong nhiều năm, tôi đã nói với những người trẻ muốn vào nghề rằng họ cần phải kiểm chứng ba nguồn. Nhưng tôi cũng nói thêm: nếu ba nguồn đó cùng một nguồn gốc, cùng một lỗ hổng, thì đó không phải là kiểm chứng. Đó chỉ là ba lần lặp lại cùng một tiếng vọng. Tài liệu tôi đang cầm hôm nay là một tiếng vọng đặc biệt: nó vang lên từ một nơi không có gì để vọng. Có một khái niệm tôi gọi là rủi ro ẩn. Khi một nhà phân tích không đủ dữ liệu, rủi ro ẩn lớn nhất không nằm ở trận đấu sắp tới hay thành tích của vận động viên. Rủi ro nằm ở chính bài viết. Một bài viết không được nâng đỡ bởi sự kiện có thể trở thành một tác phẩm hư cấu đội lốt báo chí. Nó vô tình tạo ra một cái bẫy cho độc giả: họ tin một cách có hệ thống, trong khi không có hệ thống nào đằng sau những con số kia. Tôi nhớ lời tự nhủ của mình: "Nghĩa vụ của nhà phân tích không phải nói đúng. Mà nói đúng điều dữ liệu muốn nói." Dữ liệu hôm nay không muốn nói gì. Nó không muốn tôi kết luận. Nó muốn tôi quay ngược lại khâu đầu tiên: kiểm tra độ tin cậy của đường ống thông tin. Đây là phần khó xử nhất của nghề. Vì người đọc không trả tiền để đọc một dòng chữ "thiếu dữ liệu". Họ trả tiền để đọc một câu chuyện. Nhưng nếu tôi tạo ra một câu chuyện sai, tôi không chỉ đánh lừa họ, tôi còn làm hỏng cả một thế hệ phân tích. Câu chuyện về những sân vận động trống trong mùa dịch COVID-19 là một ví dụ. Khi Bundesliga trở lại mà không có khán giả, tôi nhận ra mình đang đứng trước một thí nghiệm tự nhiên khổng lồ. Tôi thu thập dữ liệu 72 trận có khán giả so với 26 trận không khán giả. Kết quả cho thấy tỷ lệ thắng sân nhà giảm từ 44,4% xuống 36,2%. Điều đó thay đổi cách tôi nhìn nhận yếu tố sân nhà. Nhưng nếu ai đó đưa tôi một bảng chỉ số trống trơn như hôm nay, tôi sẽ không thể tạo ra một phát hiện nào. Trong bối cảnh thể thao Việt Nam, tôi càng thấy phải giữ nguyên tắc này. Chúng ta đang bước vào một thời kỳ mới khi dữ liệu thi đấu được lưu trữ nhiều hơn, nhưng vẫn còn những khoảng lặng. Các nhà phân tích có xu hướng lao vào viết khi chưa có đủ thông tin, vì sợ bị bỏ lại phía sau. Nhưng thực ra, viết khi dữ liệu trống rỗng chính là con đường ngắn nhất dẫn đến một bản tin giật gân, và xa rời thể thao. Thể thao đẹp vì nó có thật. Nó diễn ra trên mặt nước, trên sân cỏ, bởi những con người bằng xương bằng thịt. Không có thước đo nào thay thế được việc ta phải tôn trọng ranh giới giữa cái biết và cái không biết. Có một lúc, tôi tưởng tượng nếu tôi đưa tài liệu này cho một trợ lý AI và yêu cầu nó tạo ra một bài phân tích. AI sẽ lấp đầy các ô trống bằng dữ liệu hợp lý. Nó có thể dựng lên một vận động viên tưởng tượng, một kỷ lục tưởng tượng và một kết luận tưởng tượng. Với mắt thường, bài viết vẫn trôi chảy. Với độc giả bình thường, nó vẫn thuyết phục. Nhưng đó chính là thứ giết chết báo chí thể thao: một sự thật trông giống thật. Tôi đã dành cả tuổi trẻ để học cách phân biệt thật và giả. Hồi 17 tuổi, khi dự đoán tuyển Đức bị loại tại World Cup 2026 bằng PPDA và xG, nhiều người bảo tôi điên. Tôi viết một tweet với biểu đồ so sánh, và kết quả là Hàn Quốc thắng 2-0. Twitter của tôi nhận hơn 2.000 lượt chia sẻ. Nhưng chiến thắng đó không nằm ở việc tôi đoán đúng. Nó nằm ở việc tôi đã chọn nguồn dữ liệu tốt và dám làm trái xu hướng. Vậy nên hôm nay, tôi cũng chọn làm trái xu hướng: tôi dám không viết. Tôi nhìn thấy một tài liệu trống và tôi gọi nó bằng cái tên thật: một dấu hiệu cảnh báo hệ thống. Người ta vẫn hỏi tôi vì sao tôi hay sử dụng phép so sánh tương quan với nhân quả một cách cẩn trọng. Bởi vì tôi đã chứng kiến quá nhiều nhà phân tích nhìn thấy hai đường cong cùng đi lên rồi vội vàng gán cho chúng một mối quan hệ nhân quả. Trong dữ liệu bơi lội, một vận động viên không thể bơi nhanh hơn chỉ vì số giờ tập luyện tăng lên. Còn có di truyền, dinh dưỡng, tâm lý, chất lượng hồ bơi. Không một thuật toán nào tự nó biết được tất cả. Nếu tôi có thể nói với những người đã tạo ra bản phân tích trống rỗng này, tôi sẽ không trách họ. Tôi sẽ nói rằng họ đã làm đúng khi không bịa ra thông tin. Sự trống rỗng hôm nay chính là một bài báo cáo về sức khỏe của một quy trình. Nó cho thấy các bước thu thập dữ liệu chưa được nối với nhau. Nó cũng cho thấy một nền báo chí dữ liệu còn non trẻ đang cố gắng tự kiểm soát. Không phải ai cũng sẵn sàng thừa nhận rằng "tôi chưa đủ dữ kiện để nói". Một nhà phân tích thể thao giỏi không phải là người luôn có câu trả lời. Một nhà phân tích giỏi là người biết câu hỏi nào đáng được hỏi. Khi mọi tế bào dữ liệu trong tài liệu đều mang nhãn N/A, câu hỏi đúng nhất là: dữ liệu đang kêu cứu điều gì? Có thể là một sai sót từ khâu mã hóa. Có thể là một cánh cửa đóng lại do thiếu chuyên môn. Có thể là một câu chuyện đã bị bỏ quên. Nhưng không bao giờ là câu chuyện tôi tự nghĩ ra trong đầu. Tôi sẽ kết thúc bài viết này bằng một điều ngược với mong đợi. Độc giả thường muốn đọc một phân tích rực rỡ về một chiến thuật bơi lội hay một kỷ lục đáng kinh ngạc. Tôi không thể cho họ thứ đó hôm nay. Tôi có thể cho họ một lời hứa: tôi sẽ không nói dối họ. Nếu một ngày tài liệu thiếu dữ liệu được bổ sung, tôi sẽ trở lại và viết một bài phân tích dài hơn. Còn bây giờ, im lặng là câu trả lời duy nhất tôi nghĩ là đúng. Bởi vì một bản phân tích trống rỗng không có nghĩa là không có trận đấu nào đang được nhắc đến. Nó có nghĩa là chúng ta – những người làm truyền thông – vẫn chưa đủ khả năng nhìn thấy trận đấu đó. Và điều tối kỵ nhất trong nghề viết thể thao là giả vờ nhìn thấy điều mình không thấy.