Một bản tin không có bóng đá lọt vào chuyên mục bóng đá: lỗi phân loại và cái giá của tiếng ồn

2 giờ 47 phút sáng ở Quảng Châu, tôi mở bảng theo dõi của mình như vẫn làm suốt chín năm qua. Trên màn hình là một bản tin của The Express Tribune, được gắn nhãn chuyên mục “bóng đá”. Nội dung bên trong: Andy Cohen, người dẫn chương trình truyền hình Mỹ, bị một người lạ nhầm là ông nội của chính con gái mình. Không đội bóng. Không cầu thủ. Không tỷ số. Không một dòng nào về chiến thuật, chuyển nhượng, luật thi đấu hay tài chính câu lạc bộ. Tôi đọc lại ba lần, đúng theo thói quen nghề nghiệp: lần đầu để nắm sự việc, lần thứ hai để tìm chi tiết mâu thuẫn, lần thứ ba để chắc chắn mình không bỏ sót điều gì. Sau ba lần, kết luận duy nhất có thể đưa ra là cái nhãn đã đặt sai chỗ. Khoảnh khắc mắt thường bỏ sót, dữ liệu không bao giờ quên. Và dữ liệu ở đây nói rất rõ: không tồn tại tín hiệu bóng đá nào trong một khe chứa vốn được thiết kế cho bóng đá. Điều giữ tôi ngồi lại lâu hơn mức cần thiết không phải câu chuyện gia đình của một người dẫn chương trình. Điều giữ tôi ngồi lại là cơ chế đã đẩy bản tin đó vào đúng vị trí ấy, trong một luồng nội dung mà tôi và hàng nghìn người khác đọc mỗi ngày. Một lỗi nhãn đơn lẻ chưa đáng để viết thành bài. Một lỗi nhãn lặp lại đủ nhiều lần thì đáng. Luồng tin bóng đá Việt Nam hiện nay vận hành bằng bốn tầng: báo chính thống, trang tổng hợp, fanpage và hệ thống tự động phân phối. Ba tầng đầu do con người quyết định, tầng thứ tư do máy quyết định, và tầng thứ tư lại là tầng chạm tới người đọc nhiều nhất. Máy không đọc bài. Máy đọc tín hiệu: tên miền, chuyên mục gốc, từ khóa trong tiêu đề, thực thể được nhận diện, và lịch sử phân phối của nguồn. Khi một trong những tín hiệu đó sai, bài viết vẫn đi tiếp, vì không ai ngồi chặn ở giữa. Trong kỳ chuyển nhượng, tỷ lệ nhiễu tăng theo cấp số nhân. Số lượng bản tin mỗi ngày tăng, thời gian kiểm chứng mỗi bản tin giảm, và phần thưởng cho người đăng sớm luôn lớn hơn phần thưởng cho người đăng đúng. Một tin đồn về điều khoản giải phóng hợp đồng có thể được đăng lại hai mươi lần trong sáu giờ, mỗi lần thêm một chi tiết không có trong bản gốc. Đến lần thứ hai mươi, bản gốc đã biến mất khỏi câu chuyện, chỉ còn lại một khối văn bản không nguồn gốc. Bóng đá đã có sẵn một lớp kiểm chứng để đối phó với loại vấn đề này, và lớp đó tên là VAR. Luật IFAB giới hạn việc can thiệp vào bốn nhóm tình huống: bàn thắng, quả phạt đền, thẻ đỏ trực tiếp và nhầm lẫn danh tính cầu thủ. Từ năm 2026, VAR bắt đầu xuất hiện ở V.League 1 và nhanh chóng trở thành chủ đề tranh cãi quen thuộc mỗi vòng đấu. Điều ít ai để ý: VAR không phán xét cảm xúc, VAR chỉ đối chiếu sự việc với một khung luật đã được viết trước. Không có khung luật, không có VAR. Không có tiêu chuẩn, không có phán quyết. Luồng nội dung thì chưa có lớp tương đương. Chúng ta có biên tập viên, có quy trình, có đôi khi là một buổi họp sáng. Nhưng chúng ta không có một khung luật viết trước để nói rằng: bản tin này thuộc chuyên mục nào, và bằng chứng nào cho phép nó nằm ở đó. Kết quả là mọi thứ trôi theo quán tính nguồn. Hãy coi sự cố gán nhãn này như một ca bệnh, và mổ nó theo đúng quy trình tôi vẫn dùng khi xem lại một tình huống phạm lỗi. Nhìn từ góc độ thể thao thuần túy, giá trị bằng không. Không có đội hình, không có cấu trúc triển khai bóng, không có số liệu bàn thắng kỳ vọng, không có chỉ số áp lực sau mất bóng. Nhìn từ góc độ ngành, giá trị cũng bằng không: không có thương vụ, không có quỹ lương, không có dòng tiền bản quyền. Nhìn từ góc độ thời điểm, giá trị ở mức thấp nhưng không triệt tiêu, vì sự việc mới xảy ra ngày 10 tháng 9 và còn nằm trong vùng được chú ý. Nhìn từ góc độ tham chiếu, giá trị bằng không: không có mô hình nào để học từ câu chuyện này. Tôi không tin vào may mắn. Tôi tin vào con số lặp lại đủ một trăm lần. Và ở đây, con số lặp lại là số lần tôi phải bỏ qua, không phải số lần tôi được học. Cái bẫy lớn nhất trong nghề này là nhầm lẫn giữa “không đủ thông tin” và “thông tin sai”. Hai trạng thái đó đòi hỏi hai phản ứng hoàn toàn khác nhau. Với thông tin thiếu, người ta đi thu thập thêm. Với thông tin sai, người ta phải gỡ nó ra khỏi luồng trước khi nó kịp sinh ra hệ quả. Lỗi gán nhãn thuộc nhóm thứ hai, nhưng lại thường bị đối xử như nhóm thứ nhất: để đó, chờ xem, rồi quên. Tôi vẫn nhớ năm 2026, khi mới mười sáu tuổi, tôi làm tình nguyện viên thống kê cho một trận đấu ở giải U19 quốc gia. Tôi được giao ghi nhận bốn mươi bảy tình huống phạm lỗi và mười hai pha việt vị. Ở phút thứ bảy mươi tám, tôi phát hiện trọng tài bỏ sót một tình huống phạm lỗi trong vòng cấm, và bàn thắng đến ngay sau đó. Tôi lập bảng so sánh với luật IFAB rồi gửi cho ban tổ chức. Không có phản hồi nào. Bài học tôi rút ra không phải là “đừng gửi nữa”, mà là: nếu muốn ai đó đọc, phải ghi số liệu theo cách không thể tranh cãi, và phải chấp nhận rằng phần lớn sai lệch sẽ không bao giờ được sửa. Sân vận động trống rỗng đã dạy tôi rằng: tiếng ồn không bao giờ ghi bàn. Năm 2026, khi tham gia một dự án nghiên cứu về ảnh hưởng của khán đài không người tới kết quả thi đấu, tôi thu thập dữ liệu mười tám vòng và thấy tỷ lệ thắng của đội chủ nhà giảm từ bốn mươi hai phần trăm xuống ba mươi mốt phần trăm. Tôi gửi báo cáo, và giảng viên hướng dẫn khuyên tôi so sánh thêm với dữ liệu năm mùa giải trước. Khi làm điều đó, tôi hiểu ra rằng mức chênh lệch ấy không đủ lớn để kết luận, vì cỡ mẫu quá nhỏ và chất lượng đội hình chi phối quá nhiều. Từ đó, tôi tự đặt cho mình một nguyên tắc không nhượng bộ: không bao giờ dùng một mùa giải để khẳng định một xu hướng. Nguyên tắc đó áp dụng thẳng vào ca bệnh đang bàn. Một bản tin sai nhãn chưa nói lên điều gì về chất lượng của cả một hệ thống. Nhưng nếu cùng một nguồn, cùng một chuyên mục, cùng một loại lỗi xuất hiện lặp lại, thì đó là một xu hướng, và xu hướng thì phải được đo. Tôi không có số liệu chính xác về tỷ lệ gán nhãn sai trong luồng tin bóng đá Việt Nam, và tôi sẽ không bịa ra một con số để bài viết trông chắc chắn hơn. Đó là vùng xám phi số liệu, và vùng xám nào cũng cần được đánh dấu thay vì lấp đầy bằng phỏng đoán. Điều tôi có thể nói chắc là về cấu trúc của lỗi. Lỗi gán nhãn sinh ra ở giao điểm của ba thứ: nguồn có chuyên mục quá rộng, hệ thống nhận diện thực thể quá nhạy, và người vận hành không có động lực kiểm tra. Nguồn càng phủ nhiều chủ đề, ranh giới chuyên mục càng mờ. Hệ thống càng nhạy với tên riêng, càng dễ gán nhãn dựa trên một cái tên xuất hiện trong bài. Và người vận hành càng bị đo bằng lưu lượng, càng ít có lý do dừng lại ở một bài không liên quan. Chi phí thật của những lỗi như vậy không nằm ở bài viết sai. Chi phí nằm ở chỗ người đọc dần mất khả năng phân biệt giữa một bản tin có nguồn và một bản tin không nguồn. Khi nhãn không còn đáng tin, người đọc chuyển sang tin vào giọng văn. Giọng văn thì không kiểm chứng được. Và khi niềm tin chuyển từ dữ liệu sang giọng điệu, mọi tranh cãi về bóng đá trở thành tranh cãi về người nói, không phải về sự việc. Mỗi pha quay chậm đều có một sự thật riêng. Việc của tôi là tìm ra sự thật không thể tranh cãi. Trong phòng VAR, người ta không tranh luận xem trọng tài có cảm xúc gì. Người ta đặt thước đo lên hình ảnh và đọc kết quả. Luồng nội dung cũng cần một thước đo như vậy, dù thô sơ: bài viết này có ích gì cho người đọc, và bằng chứng nào chống lưng cho nó. Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, phần lớn quyết định gây tranh cãi không nằm ở khoảnh khắc va chạm, mà nằm ở vị trí của người quan sát. Trọng tài đứng sai chỗ thì không thấy. Trọng tài biên đứng đúng chỗ thì thấy. Cùng một tình huống, hai góc nhìn, hai kết luận. Hệ thống phân phối nội dung đang đứng ở một vị trí tệ hơn cả trọng tài đứng sai chỗ, vì nó không đứng ở đâu cả. Nó chỉ đọc nhãn. Bây giờ đến phần phản trực giác. Phản ứng đầu tiên của số đông là đổ lỗi cho thuật toán. Tôi không đồng ý. Thuật toán làm đúng việc được giao: tối ưu theo tín hiệu sẵn có. Nếu tín hiệu đầu vào là một chuyên mục rộng, một cái tên nổi tiếng và một tiêu đề hấp dẫn, thì việc gán nhãn “bóng đá” là kết quả hợp lý của một hệ thống hợp lý. Vấn đề nằm ở chỗ chúng ta thiết kế phần thưởng, không nằm ở chỗ chúng ta viết code. Và đây là phần khó nghe hơn: người đọc cũng không thực sự muốn sự xác thực. Họ muốn câu chuyện. Một bản tin giải trí gắn nhãn bóng đá vẫn tạo ra lưu lượng, vẫn tạo ra bình luận, vẫn tạo ra tương tác. Sự chính xác không tạo ra tương tác. Sự chính xác tạo ra niềm tin, và niềm tin chỉ được trả giá về sau, khi người đọc cần một thông tin thật để ra quyết định. Không ai trả tiền cho niềm tin vào đúng ngày thị trường sôi động nhất. Nhưng nhiễu thắng một hiệp, không thắng cả trận. Một hệ thống chỉ sống bằng nhiễu sẽ mất dần nhóm người đọc có giá trị nhất: nhóm độc giả sẵn sàng trả tiền để biết đúng. Nhóm đó không đông, nhưng họ ở lại lâu hơn, và họ là nhóm duy nhất còn đọc đến dòng cuối. Nếu tôi được đặt một lớp kiểm chứng cho luồng nội dung bóng đá, tôi sẽ làm ba việc. Thứ nhất, tách nhãn chuyên mục khỏi nhãn chủ đề: một bài có thể không thuộc bóng đá dù có nhắc đến một cái tên quen. Thứ hai, buộc mọi bản tin phải khai báo nguồn gốc, và hiển thị nguồn đó cho người đọc thay vì giấu trong mã. Thứ ba, dành riêng một nhãn cho nội dung chưa xác minh, thay vì đối xử với nó như nội dung đã xác minh. Không lớp nào trong ba lớp đó cần đến trí tuệ nhân tạo phức tạp. Chúng cần một người chịu trách nhiệm đặt thước đo lên bàn và đọc kết quả, đúng như việc tôi vẫn làm mỗi sáng. Bóng đá không thay đổi vì bạn nhìn nó kỹ hơn. Bóng đá thay đổi vì bạn nhìn nó đúng hơn. Và nhìn đúng bắt đầu từ những thứ nhỏ nhất: một cái nhãn đặt đúng chỗ, một nguồn được ghi rõ, một con số được đặt cạnh bối cảnh của chính nó. Bản tin về Andy Cohen sẽ trôi khỏi luồng tin trong vài ngày. Lỗi đã đẩy nó vào đó sẽ ở lại lâu hơn rất nhiều. Câu hỏi tôi để lại cho chính mình, và cho những ai đang vận hành bất kỳ luồng nội dung nào: nếu hệ thống của bạn không thể nói “tôi không biết bài này thuộc chuyên mục nào”, thì nó đang nói dối bằng sự tự tin của mình.