Một bảng phân tích chín chiều và chữ “không đủ thông tin”

Ba giờ sáng ngày 14 tháng 8 năm 2026, tôi ngồi trước màn hình ở Thượng Hải đọc một báo cáo phân tích bóng đá chín chiều. Báo cáo có đủ mục: chiến thuật kỹ thuật, tài chính câu lạc bộ và thị trường chuyển nhượng, chu kỳ kết quả và dư luận, cục diện giải đấu, tuân thủ quy định, phòng thay đồ, hồ sơ rủi ro, phân tích truyền thông, chuỗi truyền dẫn ngành. Mỗi mục có bảng. Mỗi bảng có ô. Mỗi ô đều có chữ.

Và mỗi ô đều ghi đúng một câu: không đủ thông tin, không thể đánh giá.

Tôi bật cười trong căn phòng im. Một cỗ máy chín chiều được thiết kế để nói về bóng đá lại trung thực tới mức từ chối nói bất cứ điều gì về bóng đá. Hai mươi tám năm quan sát ngành này, tôi chưa từng thấy hệ thống nào làm được điều đó mà không bị người vận hành ép phải bịa.

Rồi tôi thấy lạnh sống lưng. Vì tôi biết chính xác chuyện gì đã xảy ra ở phía trước nó.

Ở đầu nguồn, một bộ lọc mang tên Stage-1 có nhiệm vụ bóc tách bài viết gốc thành các điểm thông tin nguyên tử: đội nào, cầu thủ nào, huấn luyện viên nào, giải nào, ngày nào, nguồn nào. Nếu Stage-1 làm đúng việc của nó, lớp phân tích phía sau có nguyên liệu để chạy chín chiều. Nếu Stage-1 trả về danh sách rỗng, mọi chiều phía sau tự động sụp theo — không phải vì mô hình kém, mà vì không còn gì để mô hình bám vào.

Bản báo cáo tôi cầm trên tay cho thấy đúng điều đó. Tiêu đề bài gốc: không có. Nguồn: không có. Điểm thông tin: danh sách trống. Thực thể liên quan: chưa trích xuất. Độ nhạy thời gian: chưa đánh giá. Chất lượng nguồn: chưa đánh giá. Chỉ còn một ô duy nhất có nội dung, và ô đó ghi hai chữ “bóng đá”.

Một hệ thống phân tích nhận vào hai chữ đó rồi trả về chín chiều toàn chữ “không”. Từ góc nhìn kỹ thuật, đây là một thất bại sạch. Từ góc nhìn nghề, đây là loại thất bại đáng mơ ước.

Tôi đã dành phần lớn sự nghiệp để nói với các biên tập viên rằng thất bại sạch là món quà, còn thất bại bẩn mới là thứ giết người. Một lần bóc tách nửa vời — đúng tên câu lạc bộ, đúng tên cầu thủ, nhưng sai số liệu tài chính hoặc lệch ngày — sẽ trôi qua hệ thống mà không ai chặn, vì trông nó quá hợp lý để bị nghi ngờ. Rồi nó chui vào bản tin, vào bảng tỷ lệ, vào buổi phát sóng lúc mười một giờ đêm. Không ai phát hiện. Ba tuần sau, khi kết quả đã ngã ngũ, người ta mới quay lại hỏi vì sao con số đó tồn tại.

Nên khi thấy một hệ thống tự chặn mình, tôi ghi nhận. Đây là lần hiếm hoi kiến trúc phân tích hoạt động đúng như thiết kế: nó thà trả về khoảng trắng còn hơn lấp khoảng trắng bằng phỏng đoán được trang điểm thành kết luận.

Nhưng tôi không viết bài này để khen một đường ống dữ liệu. Tôi viết vì câu chuyện đó lặp lại gần như nguyên vẹn trong bóng đá, ở tầng cao hơn nhiều: nơi con số được sinh ra, được di cư, được tôn sùng sai chỗ, rồi được dùng để thuyết phục những người không có công cụ kiểm chứng.

Một mô hình chỉ nguy hiểm bằng đúng khoảng trống dữ liệu mà nó che giấu.

Năm 2026, tôi ba mươi lăm tuổi, làm chuyên gia cấp cao cho một nền tảng thể thao mới. Trước trận Thượng Hải SIPG gặp Sơn Đông Lỗ Năng ở vòng 18 giải Ngoại hạng Trung Quốc, tôi công bố bài phân tích dùng xG: SIPG có xG 2,8 so với 0,4 của đối thủ, tôi dự đoán thắng 3-1, trong khi toàn bộ các chuyên gia truyền thống đều chọn hòa. Chung cuộc 3-1. Bài viết đạt 50.000 lượt xem sau 24 giờ.

Điều tôi học được từ đêm đó không phải là mình giỏi. Mà là mình may, và may ở đúng chỗ nguy hiểm nhất: may trước công chúng. Hưng phấn với hướng mới, tôi lập tức bỏ dở chuỗi bài đó để sang thử nghiệm mô hình cá cược bóng rổ, khiến biên tập viên phát điên. Anh ta nói một câu tôi nhớ tới giờ: mày không bỏ bài, mày bỏ người đọc.

Từ đó tôi ghi vào cuối mỗi bài một dòng: tôi sẽ quay lại chủ đề này. Ban đầu nó là thủ thuật giữ chân độc giả. Sau này nó thành kỷ luật. Người đọc cần biết tôi đang bỏ dở cái gì, chứ không chỉ biết tôi vừa nghĩ ra cái gì.

World Cup 2026 dạy tôi phần còn lại. Sau thành công năm 2026, một công ty cá cược mời tôi làm nhà phân tích chính. Mô hình của tôi dựa trên chỉ số PPDA và chiều cao hàng thủ dự đoán chính xác Hàn Quốc thắng Đức 2-0 ở vòng bảng. Tôi lên mạng xã hội kêu gọi mọi người đặt cược theo. Đến vòng 1/8, mô hình tin Brazil sẽ thắng Bỉ vì xG phòng ngự tốt hơn, và tôi khẳng định điều đó trên sóng trực tiếp.

Brazil thua 1-2. Rất nhiều khách hàng mất tiền vì nghe tôi. Tôi tranh luận gay gắt với một đồng nghiệp trên mạng, rồi dành ba tuần viết lại mã nguồn, thêm biến số giải đấu và hệ số nhiễu. Kể từ đó, mọi bài viết của tôi đều có một dòng cảnh báo: mô hình chỉ là xác suất, không phải lời tiên tri.

Hai câu chuyện đó nối với bản báo cáo ba giờ sáng bằng một sợi chỉ duy nhất. Năm 2026, tôi đúng vì dữ liệu đầy. Năm 2026, tôi sai vì dữ liệu đầy nhưng đặt sai trọng số. Còn đêm nay, hệ thống im lặng vì dữ liệu trống. Ba tình huống, ba cấp độ nguy hiểm khác nhau, và cấp độ nguy hiểm nhất không phải là cấp độ ồn ào nhất.

Dựa trên kinh nghiệm theo dõi các trận đấu và các bảng số liệu suốt gần ba thập kỷ, tôi phân loại thất bại dữ liệu trong bóng đá thành ba bậc.

Bậc một là thất bại sạch: không có gì để nói, và hệ thống nói rằng không có gì để nói. Đây là bậc an toàn nhất, và cũng là bậc hiếm nhất, vì nó đòi hỏi người thiết kế phải chấp nhận rằng sản phẩm của mình có thể trả về số không. Trong ngành nội dung thể thao, trả về số không bị coi là thất bại thương mại. Nên áp lực luôn nghiêng về phía lấp.

Bậc hai là thất bại một phần: vài điểm thông tin đúng, vài điểm sai, và không có cơ chế phân biệt. Một cái tên đội đúng đi kèm một phí chuyển nhượng sai sẽ đi xa hơn một danh sách trống rỗng, vì nó không kích hoạt bất kỳ còi báo động nào. Đây là bậc phổ biến nhất trong tin chuyển nhượng ở cả thị trường Việt Nam lẫn Trung Quốc.

Bậc ba là thất bại im lặng: dữ liệu rỗng nhưng hệ thống vẫn tự sinh giá trị mặc định. Đây là bậc chết người, vì nó biến khoảng trắng thành một con số trông có thật. Một mô hình nhận đầu vào rỗng rồi trả về dự đoán tỷ số là một cỗ máy bịa đặt được cấp giấy chứng nhận.

Bản báo cáo đêm nay rơi vào bậc một. Đó là lý do tôi gọi nó là món quà.

Nhưng câu chuyện chưa dừng ở tầng kỹ thuật. Có sáu tín hiệu mà bất kỳ ai đọc bảng số bóng đá cũng nên theo dõi, và chúng không phụ thuộc vào phần mềm nào.

Tín hiệu thứ nhất là mật độ điểm thông tin. Một bài viết nghiêm túc về một trận đấu cụ thể phải chứa tối thiểu năm phát biểu dữ kiện riêng biệt và có thể truy nguồn. Ít hơn con số đó, bài viết đang bán cảm xúc chứ không bán thông tin.

Tín hiệu thứ hai là mức độ đầy đủ của việc trích xuất thực thể. Nếu một bản phân tích không nêu được tên đội, tên cầu thủ, tên huấn luyện viên và tên giải đấu, thì không phần nào của nó có thể kiểm chứng được, kể cả những phần nghe rất chắc chắn.

Tín hiệu thứ ba là độ nhạy thời gian. Một nhận định về áp lực ghế huấn luyện có hạn sử dụng khoảng mười ngày. Sau mười ngày, nó có thể bị một trận thắng duy nhất xóa sổ. Đưa một nhận định như vậy vào bản tin hôm nay mà không ghi ngày là hành vi gây hại, kể cả khi nhận định đó từng đúng.

Tín hiệu thứ tư là chất lượng nguồn. Câu lạc bộ công bố, phóng viên có tên tuổi đưa tin, và tài khoản ẩn danh chia sẻ là ba mức độ khác hẳn nhau về xác suất đúng. Gộp chúng vào một chỗ là cách nhanh nhất để biến tin đồn thành dữ liệu.

Tín hiệu thứ năm là tỷ lệ ô trống trong các bảng công khai. Khi một bảng chỉ số có quá nhiều ô ghi “không có dữ liệu”, người đọc nên đọc chính các ô trống đó như một phát hiện, chứ không nên bỏ qua chúng để đi tìm phần kết luận.

Tín hiệu thứ sáu, và cũng là tín hiệu tôi sợ nhất, là hiện tượng thay thế giả định. Nếu một hệ thống âm thầm thay các ô “không đủ thông tin” bằng giá trị mặc định, toàn bộ kết quả đầu ra sẽ là ảo giác được trình bày như phân tích. Cảnh báo lớn nhất trong cả bản báo cáo chín chiều đêm nay nằm đúng ở đây, và nó nói về rủi ro dữ liệu, không nói về rủi ro bóng đá.

Giờ tới phần tôi phải tự phản biện.

Có một cái bẫy rất dễ sa vào khi đọc một báo cáo toàn chữ “không”: tin rằng sự im lặng tự nó là một phát hiện. Nó không phải. Một danh sách trống chỉ chứng minh rằng đường ống dữ liệu hỏng, chứ không chứng minh bất cứ điều gì về trận đấu, về câu lạc bộ, hay về giải đấu. Suy ra điều gì đó về bóng đá từ một đầu vào rỗng là nhảy qua vực bằng một bước chân.

Đây là chỗ tương quan trượt sang nhân quả, và cũng là chỗ nghề của tôi mất uy tín nhiều nhất. Người ta thấy một đội thắng sau khi thay huấn luyện viên, liền kết luận việc thay huấn luyện viên gây ra chiến thắng. Người ta thấy một chỉ số xG cao đi kèm một chuỗi thắng, liền biến chỉ số đó thành nguyên nhân. Trong khi phần lớn các trường hợp, cả hai đều là hệ quả của một biến thứ ba chưa ai đo.

Tôi đã từng là nạn nhân của chính kiểu lập luận này, và tôi đã trả giá bằng ba tuần viết lại mã nguồn cùng một đống khách hàng mất tiền.

Dữ liệu biến mất là một loại dữ liệu — nhưng nó chỉ là dữ liệu về đường ống, không phải dữ liệu về trận đấu.

Có một tầng nữa mà tôi quan sát được trong nhiều năm sống giữa hai nền bóng đá. Dữ liệu di cư rất nhanh và biến chất rất nhanh. Một bảng xG được tính ở châu Âu, đăng lại ở Trung Quốc, dịch sang tiếng Việt, cắt mất phần mô tả phương pháp, và cuối cùng xuất hiện trong một bản tin ở Hà Nội như một sự thật phổ quát. Không ai trong chuỗi đó nói dối. Chỉ là mỗi lần đi qua một biên giới, con số mất thêm một lớp bối cảnh.

Đó là lý do tôi không viết kiểu so sánh nền bóng đá này hơn nền bóng đá kia. Sự khác biệt không nằm ở chất lượng dữ liệu, mà ở chỗ dữ liệu được tôn sùng sai chỗ tới mức nào.

Và đây là điều tôi tự nhắc mình mỗi lần gõ chữ “ngẫu nhiên”: tôi đã loại trừ được bao nhiêu biến can thiệp rồi? Nếu chưa loại trừ được biến nào, tôi chưa được phép dùng chữ đó. Bóng đá ngừng lăn năm 2026, nhưng sự ngẫu nhiên chưa từng nghỉ trưa — và chính vì nó không nghỉ trưa, nó không được phép trở thành tấm khiên để tôi né trách nhiệm phân tích.

Mọi mô hình đều sai, nhưng vài kẻ sai một cách có ích.

Cỗ máy đêm nay sai một cách có ích. Nó sai bằng cách không nói gì, và nhờ vậy nó chỉ cho tôi thấy chính xác chỗ nào trên đường ống bị hở. Nếu nó lấp khoảng trống bằng một tên đội, một đội hình, một phí chuyển nhượng, tôi đã có một bài viết trông hoàn hảo và không có giá trị nào. xG không ghi bàn, nhưng nó khiến người ta tranh cãi nhiều hơn cả quả bóng thật — và một ô trống đúng chỗ cũng làm được điều tương tự.

Trong vòng xử lý tiếp theo, tôi sẽ theo dõi ba thứ. Tôi sẽ đếm số ô trống trong mỗi bảng phân tích và coi đó là chỉ số sức khỏe của đường ống, chứ không phải khuyết điểm cần giấu. Tôi sẽ kiểm tra xem mỗi bản báo cáo có nêu được ngày công bố hay không, vì một nhận định không ngày tháng là một nhận định đã hết hạn mà không ai biết. Và tôi sẽ tìm xem có ô nào bị thay bằng giá trị mặc định — nếu có, đó là dấu hiệu tệ nhất, vì nó nghĩa là hệ thống đang học cách nói dối một cách lịch sự.

Mỗi bảng tính là một bài thiền, chỉ khác là thiền xong bạn mất tiền. Đêm nay tôi không mất tiền. Tôi chỉ mất một niềm tin cũ: rằng một hệ thống nhiều chữ luôn biết nhiều hơn một hệ thống ít chữ.

Câu hỏi tôi để lại cho vòng sau, và cũng để lại cho chính mình: nếu một cỗ máy được thiết kế để trả lời mọi thứ lại chọn cách im lặng, thì lần tới khi nó lên tiếng, ai trong chúng ta sẽ đủ bình tĩnh để hỏi nó lấy dữ liệu từ đâu?