Chuyến xe rỗng của ngành dữ liệu bóng bàn

2 giờ 47 phút sáng, Busan. Tôi mở tệp bàn giao từ một quy trình phân tích mà một nhóm biên tập trẻ thuê ngoài: chín phần, đủ tiêu đề, đủ bảng biểu, đủ khung đánh giá rủi ro. Tôi đọc từ trên xuống. Cột nhận định trống. Cột dẫn chứng trống. Cột mức độ trống. Chỉ có một dòng duy nhất được điền đầy đủ, và nó nằm ở ô rủi ro cao nhất: nguy cơ bịa đặt kết luận trên một nền dữ liệu bằng không.

Tôi ngồi im khá lâu. Mười tám năm đọc bảng số liệu bóng bàn, tôi đã quen với những tệp thiếu. Thiếu thì ghi thiếu, để trống rồi hẹn lại. Tệp này khác. Nó hoàn chỉnh về hình thức, giống một chuyến xe buýt đến bến đúng giờ, đèn pha sáng, biển số rõ, tài xế mặc đồng phục — chỉ có điều không có hành khách nào và cũng chẳng ai biết xe chạy đi đâu. Chiếc xe buýt đỗ trước khung thành — và lần này khung thành là một bàn bóng bàn; tôi bắt đầu chất vấn cả tài xế lẫn hành khách.

Ngành phân tích thể thao giờ vận hành theo ba tầng: trích xuất, diễn giải, xuất bản. Tầng một đọc bài gốc và bóc ra các điểm thông tin — tên tay vợt, giải đấu, tỷ số, thay đổi mặt vợt, quyết định của huấn luyện viên. Tầng hai đặt những điểm ấy lên khung chiến thuật rồi rút ra kết luận. Tầng ba viết cho người đọc.

Bóng bàn là môn khó nhất ở tầng một, vì gần như toàn bộ giá trị nằm ở chi tiết nhỏ: ai giao bóng xoáy ngang ở điểm 9-9, ai đổi mặt vợt giữa ván, ai lùi nửa bước sau cú giật trái đầu tiên. Một bài báo bóng bàn không có những chi tiết ấy thì tầng hai chỉ còn hai lựa chọn trung thực: nói rằng không đủ dữ liệu, hoặc im lặng. Mọi lựa chọn thứ ba đều là sáng tác.

Chuyện này càng dễ xảy ra ở các hệ thống tính điểm cuốn chiếu. Bảng xếp hạng của WTT vận hành theo cửa sổ 52 tuần, điểm cũ tự rụng, điểm mới thay vào; một con số xếp hạng lấy từ trí nhớ của mô hình có thể đã lệch vài tuần so với thực tế. Ở tệp đêm nay không có số nào để lệch, vì không có số nào cả. Nhưng cơ chế thì vẫn nguyên: một cái khung đủ đẹp để không ai buồn kiểm tra bên trong.

Tôi đọc lại lần thứ ba và tìm ra ba dấu vết đáng giá hơn toàn bộ nội dung. Thứ nhất, trường nguồn không chứa tên nguồn mà chứa một mệnh lệnh: hãy đánh giá dựa trên các trường nguồn. Một ô dữ liệu chứa câu chỉ dẫn là dấu hiệu chắc chắn rằng biểu mẫu đã được xuất ra trước khi quá trình tải bài gốc chạy xong. Thứ hai, loại bài được ghi là chưa phân loại, nghĩa là bộ phân loại cũng chạy trên văn bản rỗng. Thứ ba, và đây là chỗ tôi dừng lâu nhất: mục thông tin ẩn lại có nội dung, với các mức độ tin cậy trung bình và thấp được ghi rõ. Hệ thống suy luận được về chính sự thất bại của nó, nhưng không suy luận được về trận đấu.

Ba dấu vết ấy dạy tôi một điều mà mười tám năm đọc bảng số chưa dạy hết: hình thức hoàn chỉnh là thứ dễ đánh lừa người đọc hơn mọi con số sai. Một bảng có chín phần, tiêu đề in đậm, khung rủi ro xếp hạng, tự động được cấp cho mức tín nhiệm mà nội dung bên trong không hề xứng đáng. Người đọc lướt qua thấy cấu trúc chặt chẽ thì mặc định rằng người viết đã kiểm tra. Không ai kiểm tra cái khung.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, những bản phân tích tệ nhất tôi từng đọc chưa bao giờ là những bản thiếu số liệu. Chúng là những bản có đủ số liệu nhưng số liệu không liên quan đến câu hỏi. Một bài nói về tỷ lệ kiểm soát bóng 61% mà không nói đường chuyền nào dẫn tới bàn thắng thì rỗng y như tệp bàn giao đêm nay, chỉ khác là nó được trang trí bằng những con số trông có vẻ thật. Trong bóng bàn, phiên bản của căn bệnh ấy là bài phân tích kể rằng một tay vợt thắng 4-1 mà không nói ván thứ tư đã xoay quanh việc đối thủ đổi mút hay mất điểm ở loạt giao bóng nào.

Tôi đã từng viết theo cách đó. Năm 2026, tôi dựng một bài phân tích dày ba nghìn hai trăm chữ quanh một trận hòa ở Old Trafford và bị một nhóm cổ động viên phản ứng dữ dội vì một câu nhận xét về một cầu thủ. Tôi không rút lại. Tôi mở một buổi phát trực tiếp hai tiếng, vẽ lại chín tình huống, thách người đọc phản biện. Bài học tôi giữ được từ đêm đó không phải là phải mạnh mẽ, mà là khi bị chất vấn, thứ duy nhất cứu được mình là bằng chứng cụ thể. Đêm nay, trong tệp bàn giao, không có bằng chứng nào để ai đó chất vấn. Đó là lý do nó nguy hiểm. Dữ liệu không bao giờ nói dối, nhưng nó chọn người để nói sự thật — tôi học cách trở thành người đó.

Phần lớn cuộc tranh luận về trí tuệ nhân tạo trong thể thao xoay quanh chuyện máy bịa ra sự thật. Tôi cho rằng nỗi sợ ấy đặt không đúng chỗ.

Máy bịa thì người đọc còn cơ hội phát hiện, vì cái bịa thường lệch pha với những gì mắt thường đã thấy. Nguy hiểm hơn là kiểu máy trả lời không đủ dữ liệu một cách nghiêm túc, đúng quy trình, có ghi chú độ tin cậy, có khuyến nghị chặn xuất bản — rồi bị chính tòa soạn đọc thành một dấu hiệu của sự chuyên nghiệp và đem đi khoe. Sự thừa nhận giới hạn đã trở thành một bộ trang phục. Mặc vào thì trông đáng tin, nhưng bên trong vẫn không có gì.

Tôi cũng đã mặc bộ trang phục ấy. Năm 2026, tôi dựng một chuỗi bài về bóng đá trong sân trống, dùng dữ liệu của mười bốn trận Bundesliga không khán giả để kiểm chứng một giả thuyết về áp lực khán giả. Một nhà phân tích dữ liệu của K League bắt lỗi tôi: mẫu nhỏ, suy diễn quá đà. Tôi nhận sai và thêm vào mỗi bài một mục giới hạn của phân tích. Nhưng nếu mục ấy chỉ để tôi được phép nói tiếp mà không phải sửa gì, thì nó là một lá bùa, không phải một lời thú nhận. Đại dịch lột bỏ khán giả, nhưng giữ lại trận đấu — và nỗi ám ảnh của kẻ cầm bảng.

Nên thay vì hỏi hệ thống của mình thông minh đến đâu, tôi sẽ hỏi nó có chịu dừng hay không. Cổng kiểm tra tối thiểu tôi áp cho mọi bản phân tích bóng bàn từ giờ: ít nhất một tên riêng cụ thể, ít nhất ba điểm thông tin có thể trích dẫn, và một trường nguồn thật sự chứa tên nguồn. Thiếu một trong ba, bài không được ra khỏi bàn.

Đêm nay chuyến xe vẫn về bến, đúng giờ, đèn sáng. Tôi chỉ muốn người đọc bắt đầu hỏi tài xế một câu đơn giản: trên xe có ai không.