Dữ liệu trống trong thể thao Việt Nam: khi hệ thống im lặng thay vì báo lỗi

Tháng 8 năm 2026, tại SEA Games 29 ở Kuala Lumpur, tôi ngồi ở khu kỹ thuật sân Bukit Jalil với một tệp chấm công điện tử mở sẵn trên máy. Chung kết 800m nam. Trần Minh Hải, 19 tuổi, về thứ năm với 1 phút 51 giây 87. Trên bảng điện tử, cậu là một dòng chữ nằm giữa danh sách. Trong tệp của tôi, cậu là một phương trình.

Tần số bước của Hải chạm 198 bước mỗi phút, vượt xa ngưỡng tối ưu 180 mà phần lớn huấn luyện viên điền kinh Đông Nam Á vẫn dạy. Tôi viết một bài phân tích đề xuất hạ xuống 185, tăng biên độ sải chân, giữ năng lượng cho 300 mét cuối. Tôi dự đoán cậu có thể chạy dưới 1 phút 49 giây trong vòng hai năm. Biên độ của một bước chạy nói nhiều hơn tấm huy chương treo trên cổ, và tôi tin vào điều đó.

Huấn luyện viên Nguyễn Văn Sơn gọi cho tôi. Ông nói tôi “vẽ rắn thêm chân”, rằng tôi đang làm một vận động viên 19 tuổi hoang mang trước một ngưỡng kỹ thuật cậu chưa từng được dạy để hiểu. Ông không sai. Tôi cũng không sai. Chúng tôi đang nhìn vào hai nửa khác nhau của cùng một tập dữ liệu, và cả hai đều đọc nó như thể nửa kia không tồn tại.

Mùa này, tôi mở một tệp khác. Chín cột. Không một dòng. Mỗi ô mang cùng một nhãn: không đủ thông tin để đánh giá, chưa phân loại, không xác định. Không ai gọi điện phàn nàn. Không ai phản hồi. Một tệp trống không tạo ra tranh cãi, và đó chính là lý do nó nguy hiểm hơn mọi con số sai mà tôi từng đối chiếu.

Thị trường chuyển nhượng esports Việt Nam đang ở giai đoạn ồn ào nhất trong năm, và sự ồn ào đó vận hành theo đúng cơ chế của một tệp trống. Tin đồn về tuyển thủ đổi đội, về mức lương, về điều khoản giải phóng hợp đồng xuất hiện dày hơn dữ liệu kiểm chứng được. Một tin không nguồn không bị loại bỏ; nó được giữ lại và điền thêm bằng suy luận. Sau ba tuần, nó có cấu trúc hoàn chỉnh: bên mua, bên bán, mức phí, thời hạn. Không ô nào trống, và cũng không ô nào kiểm chứng được.

Thể thao Việt Nam có ba tầng ghi nhận dữ liệu, và ba tầng này không nói cùng một ngôn ngữ.

Tầng thứ nhất là hệ thống đo lường tại giải, do ban tổ chức vận hành. Độ chính xác cao nhưng phạm vi hẹp: thời gian, khoảng cách, điểm số, đôi khi là tần số bước. Tầng thứ hai là hồ sơ chuyên môn do liên đoàn, trung tâm huấn luyện và đội tuyển lưu trữ. Giàu chi tiết nhưng không đồng nhất giữa các đơn vị, và gần như không bao giờ được công bố. Tầng thứ ba là dữ liệu do truyền thông, scouting và cộng đồng dựng lại từ băng hình. Nhanh nhất, rẻ nhất, và có sai số lớn nhất.

Phần lớn phân tích mà công chúng đọc được xây từ tầng thứ ba. Trong khi đó, quyết định chuyên môn — gọi một vận động viên lên đội tuyển, gia hạn hợp đồng, cho nghỉ để điều trị — được đưa ra bằng tầng thứ hai. Hai tầng này chưa từng được nối với nhau bằng một giao thức chung. Người hâm mộ tranh luận bằng một bộ số. Người làm nghề quyết định bằng một bộ số khác. Và khi hai bộ số va vào nhau, bên nào ồn hơn thì bên đó thắng.

Cơ chế của một tệp trống

Trong khoa học dữ liệu, một hệ thống thất bại theo hai cách. Cách thứ nhất là trả về giá trị sai. Cách này dễ phát hiện, vì con số lệch khỏi đường cơ sở và kéo theo một chuỗi kiểm tra chéo. Cách thứ hai là trả về giá trị rỗng, kèm theo một nhãn nghe rất hợp lý: không có dữ liệu, không đủ thông tin, chưa xác định. Cách thứ hai không kích hoạt bất kỳ báo động nào, vì nó không phá vỡ định dạng. Nó chỉ lặng lẽ điền vào chỗ trống một thứ nguy hiểm hơn cả sai số: sự im lặng.

Dữ liệu thô không nói dối; nó chỉ giấu lỗi hệ thống rất sâu.

Tôi đã dành ba tháng của năm 2026, khi toàn bộ giải đấu đình trệ và các sân vận động trở nên im lặng, để thống kê thành tích của 120 vận động viên Việt Nam giai đoạn 2026 đến 2026. Tuổi đạt đỉnh, số lần thay huấn luyện viên, địa điểm tập huấn, số trận thi đấu quốc tế mỗi năm. Tôi kiểm tra từng con số hai lần, khiến bản nghiên cứu trễ hơn một tháng so với kế hoạch.

Kết quả chính đã được trích dẫn nhiều: 78% vận động viên đạt thành tích tốt nhất trong vòng hai năm sau khi ổn định với một huấn luyện viên có dưới năm năm kinh nghiệm; thay huấn luyện viên sau tuổi 23 làm tăng nguy cơ tụt thành tích thêm khoảng 15%.

Nhưng phần tôi ít nói đến lại là phần quan trọng hơn. Trong 120 hồ sơ, có 71 hồ sơ thiếu dữ liệu về địa điểm tập huấn. Ban đầu tôi coi đó là khuyết điểm của bộ dữ liệu, một lỗ hổng cần ghi chú rồi bỏ qua. Đến khi vẽ bản đồ phân bố, tôi nhận ra các ô trống không nằm ngẫu nhiên. Chúng tập trung ở các tỉnh không có trung tâm huấn luyện cấp quốc gia. Khoảng trống có địa lý. Nó không phải lỗi nhập liệu; nó là một sự thật bị bỏ sót vì không ai được giao nhiệm vụ ghi lại nó.

Đó là lúc tôi hiểu vì sao mình không còn coi các ô trống là trung tính.

Ô trống do thiết bị xuất hiện khi năng lực đo lường tại chỗ không đủ. Ở nhiều kỳ SEA Games trước 2026, bảng kết quả điền kinh công bố thời gian về đích nhưng không công bố thời gian qua mốc 200 mét và 400 mét của mọi vòng chạy. Không có dữ liệu chia đoạn, người ta không thể phân biệt một vận động viên xuống sức ở 300 mét cuối với một vận động viên chạy quá nhanh ở 400 mét đầu. Hai nguyên nhân hoàn toàn khác nhau, hai cách xử lý hoàn toàn khác nhau, và cả hai đều biến mất sau một ô trống.

Ô trống do quy trình xuất hiện khi không ai được giao nhiệm vụ ghi lại một thứ cụ thể. Trong một trận đấu LMHT, số mạng hạ gục và lượng vàng chênh lệch ở phút 15 được công bố gần như tự động. Số lần cắm mắt, thời điểm kiểm soát mục tiêu lớn, lộ trình đi rừng trong mười phút đầu thì không. Những chỉ số này quyết định phần lớn kết quả đường dưới, nhưng chúng không nằm trong bất kỳ biểu mẫu bắt buộc nào. Thứ không được ghi lại sẽ không được đánh giá. Thứ không được đánh giá sẽ không được trả tiền.

Ô trống do định nghĩa là loại khó nhận ra nhất. Một chỉ số tồn tại dưới dạng khái niệm nhưng chưa từng được định nghĩa đủ chặt để đo. Khả năng chịu áp lực là một ví dụ. Trong hồ sơ tuyển trọn của nhiều đội esports Việt Nam, đó là một dòng nhận xét bằng chữ, không phải một trường dữ liệu. Không ai có thể so sánh hai tuyển thủ về khả năng chịu áp lực, vì hai người đánh giá đã dùng hai định nghĩa khác nhau. Ô trống ở đây mang hình dạng của một câu văn, và vì thế nó qua mặt được mọi bộ lọc kiểm tra chất lượng.

Chi phí của những ô trống này không phân bố đều. Câu lạc bộ trả giá trước, vận động viên trả giá sau. Một đội chi tiền cho bản hợp đồng dựa trên chỉ số thu thập từ băng hình phát sóng đang mua một xác suất, không mua một năng lực. Nếu bản hợp đồng đó thành công, không ai truy ngược lại quy trình. Nếu thất bại, người bị đánh giá là tuyển thủ, không phải hệ thống đã sản xuất ra quyết định.

Tháng 7 năm 2026, Liên đoàn Điền kinh Việt Nam mời tôi tham gia kế hoạch truyền thông cho Olympic Tokyo. Tôi dùng mô hình xây từ năm 2026 để phân tích Nguyễn Thị Thúy, 26 tuổi, nội dung 400 mét rào, và đưa ra kết luận: xác suất vào bán kết là 23%. Bài viết được đăng.

Thúy chạy 58 giây 05 và dừng ở vòng loại. Kết quả trùng với dự đoán. Nhưng huấn luyện viên của cô nói với tôi rằng tôi đã tạo áp lực tâm lý không cần thiết. Vài ngày sau, Phạm Văn Long rách cơ đùi trước ngày thi đấu, và tôi viết một bài phân tích các ca chấn thương tương tự trong lịch sử, đề xuất lộ trình hồi phục sáu tháng.

Điều tôi học được không nằm ở con số 23%. Nó nằm ở chỗ tôi đã công bố một tỷ lệ phần trăm mà không công bố độ bất định của chính mô hình. Tôi biết mô hình được xây trên 120 hồ sơ, trong đó 71 hồ sơ thiếu dữ liệu tập huấn. Tôi biết nó chưa từng được kiểm định trên chính Thúy. Tôi vẫn viết ra một con số trông rất chắc chắn, vì con số chắc chắn dễ được đăng hơn một khoảng tin cậy. Tôi đã tự tay biến một tệp có lỗ hổng thành một phán quyết.

Từ đó, tôi đổi cách viết. Tôi dùng cụm từ dựa trên dữ liệu hiện có, xác suất thay cho khẳng định tuyệt đối. Tôi đưa yếu tố tâm lý và bối cảnh cá nhân vào bài phân tích. Tỷ lệ phần trăm không sai. Nhưng một tỷ lệ phần trăm không kèm mẫu, không kèm biên độ sai số, không kèm tên của những biến số chưa được đo, thì không còn là dữ liệu. Nó là một phán quyết đội lốt dữ liệu.

Mùa hè năm 2026, khi tòa soạn cần người lấp chuyên mục bóng đá cho World Cup tại Nga, tôi chọn một góc lạ: dùng khái niệm chu kỳ sải chân của điền kinh để giải mã Luka Modric. Trong trận gặp Argentina, Modric chạy 9,8 km, nhưng chỉ 1,2 km ở tốc độ cao. Nếu chỉ đọc tổng quãng đường, anh là một tiền vệ chạy nhiều. Nếu đọc phân bố tốc độ, anh là một tiền vệ chuyển trạng thái.

Tôi bắt đầu mổ cú nước rút vô địch như một phương trình nhiều ẩn.

Điểm đáng chú ý: dữ liệu trong trường hợp đó hoàn toàn đầy đủ và công khai. Không có ô trống nào. Thứ bị thiếu là khung diễn giải — một cách đặt câu hỏi khác. Điều này đặt ra một giới hạn cho lập luận của tôi về các ô trống. Không phải mọi thất bại phân tích đều bắt nguồn từ dữ liệu thiếu. Có những thất bại bắt nguồn từ việc dữ liệu đầy nhưng người đọc nó chỉ biết một đường cơ sở duy nhất.

Sau mười năm, tôi nhận ra mọi kỷ lục chỉ là một nút của hệ thống. Và một nút không có nghĩa gì nếu không biết nó nối với nút nào.

Phản trực giác: vấn đề không nằm ở số lượng dữ liệu

Kết luận dễ đi đến nhất là thể thao Việt Nam thiếu dữ liệu. Điều đó đúng nhưng vô dụng, vì nó dẫn tới một giải pháp sai: thu thập nhiều hơn. Thu thập nhiều hơn mà không định nghĩa lại trách nhiệm sẽ chỉ tạo ra nhiều ô trống hơn, được đặt trong một bảng tính dài hơn.

Vấn đề nằm ở kỷ luật ghi nhận sự vắng mặt. Một ô trống phải là một tín hiệu chủ động, có người chịu trách nhiệm giải quyết, có thời hạn, có hậu quả nếu để tồn. Khi một hệ thống trả về không xác định và không ai phải làm gì với nó, tổ chức sẽ học cách vận hành vòng qua cái lỗ. Cái lỗ không biến mất. Nó chỉ chuyển từ bảng dữ liệu sang trí nhớ của những người ra quyết định, nơi nó không thể bị kiểm tra.

Tôi tự làm một phép kiểm tra ngược. Nếu hoán đổi vai trò — giả sử một huấn luyện viên gửi cho tôi một bản báo cáo chín cột và không một dòng, kèm ghi chú rằng chưa đủ thông tin để đánh giá — liệu tôi có ký duyệt? Không. Vậy tại sao tôi chấp nhận nó từ một hệ thống, và tại sao các quyết định chuyển nhượng, tuyển chọn, y tế vẫn được đưa ra dựa trên đó?

Một điểm phản trực giác khác liên quan đến vòng đời dữ liệu trong esports. Bản cập nhật trò chơi thay đổi giá trị tương đối của cả một bể tướng trong vòng hai tuần. Quy trình thu thập, xử lý và công bố chỉ số của một giải nội địa mất từ một đến ba tháng. Kết quả: một quyết định chuyển nhượng tháng Mười được đưa ra dựa trên dữ liệu tháng Bảy, cho một phiên bản đã chết từ tháng Tám. Ô dữ liệu đó không trống. Nó chỉ lỗi thời. Và lỗi thời không kích hoạt cảnh báo, vì nó vẫn đúng định dạng.

Tôi không tin cảm quan, nhưng tôi tin cách cảm quan đánh lừa chúng ta. Một bảng đầy đủ tạo cảm giác an toàn. Một bảng trống tạo cảm giác thiếu sót cần bù đắp. Cả hai cảm giác đó đều dẫn tới cùng một hành vi: lấp chỗ trống bằng thứ có sẵn, thay vì đo lại chỗ trống.

Trong kỳ chuyển nhượng, tôi phân loại thông tin thành bốn bậc theo bằng chứng: có văn bản công bố từ câu lạc bộ hoặc ban tổ chức giải; có xác nhận trực tiếp từ người đại diện hoặc tuyển thủ; có dấu vết tài chính, pháp lý hoặc đăng ký thi đấu; và phần còn lại. Nguyên tắc tôi giữ: một thông tin không có bằng chứng sẽ không trở thành dữ liệu chỉ vì nó được lặp lại đủ nhiều lần. Mức độ lặp lại đo lường mức độ lan truyền, không đo lường mức độ đúng.

Bậc cuối cùng không bị loại bỏ hoàn toàn. Nó được giữ lại, đóng dấu, và theo dõi. Khi một tin đồn ở bậc đó khớp với một thay đổi ở bậc cao hơn — một đăng ký thi đấu mới, một suất ngoại binh được giải phóng — đó là lúc tín hiệu thật sự xuất hiện. Còn lại, phần lớn tiếng ồn sẽ tự tan trong hai tuần. Việc của người làm nghề là không đẩy nó đi xa hơn vòng đời của chính nó.

Điều cần làm tiếp theo

Khi sân vắng, tôi nghe rõ tiếng tích tắc của lịch sử. Ba tháng trống của năm 2026 dạy tôi rằng khoảng lặng không phải là khoảng không. Nó là dữ liệu ở dạng chưa được ghi.

Việc cần làm không phải là lấp đầy các ô trống bằng suy đoán, mà là dạy cho hệ thống biết báo động khi một ô trống xuất hiện, và dạy cho người đọc biết dừng lại khi một bản phân tích đầy ắp mà không có nguồn nào để đối chiếu. Thể thao Việt Nam sẽ không tiến thêm một bậc nào nhờ một bảng dữ liệu dày hơn. Nó sẽ tiến bộ vào ngày một tệp trống được trả về kèm đúng một dòng chữ: có lỗi, và đây là người chịu trách nhiệm.