Vùng trống dữ liệu: Khi người viết thể thao phải học cách không kết luận

Ngày 17 tháng 6 năm 2026, trên khán đài báo chí của sân Luzhniki, tôi viết sai một sơ đồ.

Đức cầm bóng 67 phần trăm, thực hiện hơn 600 đường chuyền, và thua Mexico 0-1 bằng một pha phản công ở phút 35. Trong bản tường thuật gửi về tòa soạn lúc rạng sáng theo giờ Moskva, tôi gọi đội hình Đức là 4-2-3-1 và mô tả Sami Khedira là “số 6” cầm nhịp. Cả hai đều sai. Đội hình thực tế là 4-1-4-1, và Khedira trong hiệp một chơi như một tiền vệ con thoi lệch phải, để lại khoảng trống trước hàng thủ mà Hirving Lozano khai thác. Độc giả phát hiện trước tòa soạn. Bản đính chính lên trang lúc 2 giờ 14 phút sáng theo giờ Berlin.

Trận thua ở Luzhniki dạy tôi điều mà chiến thắng không bao giờ chịu nói.

Nhưng bài học thật không nằm ở chỗ tôi đọc sai một sơ đồ. Nó nằm ở chỗ tôi đã lấp một khoảng trống bằng thứ có sẵn rẻ nhất: ký ức về trận đấu gần nhất của tuyển Đức mà tôi từng xem. Sau đó tôi ngồi lại, mã hóa lại toàn bộ 64 trận của giải, ghi từng sơ đồ xuất phát, từng vùng di chuyển trung bình, từng phút cấu trúc đội hình thay đổi, dựng nên một cơ sở dữ liệu cá nhân. Không phải vì tôi thích khổ. Mà vì tôi vừa viết một bài dài 900 từ về một thứ không hề tồn tại trong bất kỳ tập dữ liệu nào.

Mười chín năm quan sát ngành thể thao, từ tạp chí Autosport năm 2026 đến phòng thu ở Hamburg, đưa tôi đến một kết luận mà tôi cho là trung tâm của nghề: phần lớn sai sót trong báo chí thể thao không đến từ việc đọc sai con số. Nó đến từ việc viết khi chưa có con số nào cả.

Mùa giải đấu lớn và áp lực của khoảng trống

Mùa giải đấu lớn là mùa mà khoảng trống dữ liệu sinh sôi nhanh nhất. Chu kỳ giải đấu quốc gia nén mọi thứ lại: 32 đội, 64 trận, 30 ngày, hàng triệu người đọc cùng lúc, và một tòa soạn chỉ có vài giờ giữa tiếng còi mãn cuộc và hạn chót.

Áp lực đó tạo ra một loại động lực mà tôi gọi là “cơn đói thời gian phát sóng”. Trong mùa giải đấu lớn, số giờ phát trực tiếp tăng gấp ba, số chuyên trang giải đấu tăng gấp năm, nhưng lượng dữ liệu công khai có tính kiểm chứng lại gần như không đổi. GPS của cầu thủ không được công bố. Dữ liệu chuyển động chi tiết nằm trong tay các nhà cung cấp độc quyền. Bảng đội hình chính thức thường chỉ xuất hiện khoảng 60 phút trước giờ bóng lăn. Ở các giải trẻ và các giải nữ vòng loại, một trận có thể chỉ có duy nhất một nguồn thống kê.

Nghĩa là phần lớn thời gian, người viết chuyên nghiệp không thiếu năng lực phân tích. Họ thiếu nguyên liệu. Và khi thiếu nguyên liệu, có hai kiểu phản ứng. Kiểu thứ nhất lấp khoảng trống bằng câu chuyện lớn nhất đang có sẵn. Kiểu thứ hai đọc khoảng trống như một giấy chứng nhận an toàn, rồi biến một khung phân tích rỗng thành một kết luận sạch sẽ.

Cả hai kiểu đều nguy hiểm như nhau, và cả hai đều rất dễ bán cho độc giả.

Vùng trống tự lấp đầy

Tháng 5 năm 2026, Bundesliga tái khởi động trong sân không khán giả. Đó là lần đầu tiên trong sự nghiệp của tôi, toàn bộ đường cơ sở dữ liệu mà tôi tích lũy suốt mười một năm trở nên vô hiệu trong một đêm. Tất cả mô hình tôi từng dựng đều dựa trên một giả định chưa từng được kiểm chứng: rằng đám đông có mặt.

Tôi thu thập 82 trận sau giãn cách và so với 82 trận trước dịch. Kết quả nằm trong khoảng mà nhiều người sẽ cho là nhiễu. Tỷ lệ thắng sân nhà giảm từ 42,9 phần trăm xuống 33,3 phần trăm. Số bàn thắng trung bình mỗi trận giảm 0,4. Số thẻ vàng trung bình cũng giảm, điều mà tôi cho là chỉ dấu cho sự suy yếu của áp lực khán đài lên trọng tài.

Tòa soạn nghi ngờ. Lập luận rất hợp lý: mẫu 82 trận là nhỏ, mùa dịch là mùa bất thường, thể lực cầu thủ sau ba tháng nghỉ là một biến số không kiểm soát được. Tôi không phản bác bằng cảm xúc. Tôi dựng một khung phân tích đầy đủ trước khi công bố: giả thuyết, biến số kiểm soát, ngưỡng tin cậy, và danh sách những kịch bản có thể phủ định giả thuyết của chính tôi. Phải mất thêm hai tuần.

Sân không khán giả, lợi thế sân nhà là một con số không tròn trĩnh.

Khi khán đài trống, thể thao lột bỏ lớp vỏ và lộ ra bộ xương của nó.

Kết quả của khung phân tích đó không phải một bài báo, mà là một công cụ dự báo. Nó giúp tòa soạn nhận diện sớm chuỗi trận bất thường của Werder Bremen trong cuộc đua trụ hạng mùa 2026-2026, đội bóng vốn dựa rất nhiều vào áp lực sân nhà tại Weserstadion. Khi biến số đó biến mất, mô hình cũ của chúng tôi vẫn dự đoán Bremen thắng. Mô hình mới thì không. Chuỗi kết quả sau đó xác nhận mô hình mới.

Một tập dữ liệu trống không trung tính. Nó chủ động, và nó luôn tự lấp đầy bằng thứ rẻ nhất có sẵn.

Thứ rẻ nhất có sẵn, trong hầu hết trường hợp, là câu chuyện mà công chúng đã tin từ trước. Nếu độc giả tin rằng đội lớn thắng vì bản lĩnh, khoảng trống sẽ tự lấp bằng chữ “bản lĩnh”. Nếu độc giả tin rằng huấn luyện viên mới là nguyên nhân, khoảng trống sẽ tự lấp bằng tên huấn luyện viên. Không cần dữ liệu nào cả. Chỉ cần một cái tên và một tính từ.

Đường chạy gặp sân cỏ

Tháng 7 năm 2026, lần đầu tôi được phân công mảng điền kinh tại Olympic Tokyo. Cùng lúc, tại Euro, tôi đang theo dõi đội tuyển Ý.

Ngày 1 tháng 8 năm 2026, tại sân vận động Olympic ở Tokyo, Marcell Jacobs thắng chung kết 100 mét nam với 9,80 giây. Anh được truyền thông gọi là “kẻ ngoại đạo” vì trước đó anh là vận động viên nhảy xa chuyển sang chạy nước rút. Cùng tháng đó, ở Euro, Leonardo Spinazzola của Ý gây chú ý với những pha dâng cao từ cánh trái, và tôi đã phân tích vai trò của anh như một hậu vệ biên có mô hình tăng tốc của một vận động viên chạy nước rút.

Đường chạy và sân cỏ không đối nghịch; chúng là hai nhịp của cùng một trái tim.

Nhưng phép so sánh chỉ có giá trị nếu tôi kiểm tra nó bằng số. Tôi lấy dữ liệu mô hình sải bước của Jacobs: số bước trên 100 mét, thời gian tiếp đất mỗi bước, phân đoạn 0-30 mét, 30-60 mét, 60-100 mét. Tôi đối chiếu với dữ liệu chuyển động của các hậu vệ biên ở Euro, vốn có thời gian tiếp đất dài hơn đáng kể vì họ chạy trong trạng thái phải quan sát bóng, phải xử lý bóng, phải phanh và đổi hướng liên tục.

Kết quả không phải một công thức chung. Kết quả là một chỉ số tôi tự dựng, tạm gọi là chỉ số gia tốc biên: đo khả năng một hậu vệ biên đạt tốc độ tối đa trong bao nhiêu mét, và quan trọng hơn, đo khả năng lặp lại pha tăng tốc đó bao nhiêu lần trong 90 phút. Đó là một chỉ số về khả năng phục hồi, không phải về tốc độ đỉnh.

Điểm này bị hiểu sai rất nhiều. Tốc độ đỉnh là một thông số truyền hình. Nó đẹp, nó dễ in lên đồ họa, và nó gần như vô nghĩa trong phân tích trận đấu. Thứ quyết định một hậu vệ biên có thể dâng cao ở phút 78 hay không là số lần anh ta đã tăng tốc trước đó, không phải anh ta nhanh nhất đến mức nào.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, tôi giữ một nguyên tắc với mọi phép tương đồng liên môn: nó chỉ được phép xuất hiện trong bài nếu tôi có ít nhất hai con số cụ thể để chống đỡ. Nếu không, nó là văn học, không phải phân tích.

Và tôi luôn tự hỏi câu hỏi phủ định trước khi viết: nếu chỉ số gia tốc biên này sai, thì biểu hiện của nó trên sân sẽ trông như thế nào? Câu trả lời phải cụ thể, đo được, và phải khiến tôi phải bỏ ý tưởng nếu nó xảy ra. Một giả thuyết không thể bị phủ định thì không phải giả thuyết.

Ba tuần mã hóa một cầu thủ

Cuối năm 2026, tuyển Đức lại bị loại ngay từ vòng bảng World Cup. Trong khi phần lớn đồng nghiệp viết bài than khóc về một thế hệ tài năng không có kết quả, tôi ngồi tách riêng và dành ba tuần mã hóa 23 pha đột phá của Jamal Musiala, kèm dữ liệu GPS về quãng đường di chuyển mà tôi có được qua kênh cộng tác với NDR.

Kết luận của tôi: Musiala nên chơi như một “số 8 tự do” ở trung lộ, thay vì bị đẩy ra biên. Ở biên, khả năng xoay người trong không gian hẹp của cậu bị giới hạn bởi đường biên và bởi hậu vệ biên đối phương lùi sâu. Ở trung lộ, cậu nhận bóng trong khoảng trống giữa các tuyến, nơi mà khả năng nhận bóng bằng lưng vào khung thành trở thành vũ khí.

Bài viết bị vài người chế giễu. Lập luận phổ biến là Musiala còn trẻ, và đặt cậu vào trung lộ là giết đi sự tự do của một cầu thủ chạy cánh.

Một tuần sau, môi giới của Musiala gọi điện xác nhận rằng ban huấn luyện đội tuyển đã nghĩ tới phương án tương tự. Bài viết trở thành một trong những phân tích được chia sẻ nhiều nhất mùa giải đó tại Đức.

Tôi kể chuyện này không phải để nói rằng tôi đúng. Tôi kể vì trong suốt ba tuần đó, tôi đã nhiều lần suýt viết một bài khác. Áp lực phải xuất bản ngay sau khi Đức bị loại là rất lớn. Nếu tôi viết vào ngày thứ hai, tôi sẽ viết bằng khung cũ: Musiala có tiềm năng, hàng công thiếu sắc bén, thế hệ vàng thất bại. Đó là những câu có sẵn. Chúng không cần dữ liệu.

Người xem nhìn pha bóng, tôi nhìn cả một ván cờ đang di chuyển.

Ba tuần chờ đợi chính là cái giá tối thiểu để một bài phân tích có thể tồn tại độc lập với câu chuyện đang thịnh hành.

Cổng kiểm chứng

Trong môn đua xe, trước mỗi chặng, ban kỹ thuật kiểm tra xe. Một chiếc xe không vượt qua được cổng kiểm tra kỹ thuật thì không được xuất phát, bất kể nó nhanh đến đâu, bất kể đội đua đã đầu tư bao nhiêu. Đó là một quy tắc đơn giản và tàn nhẫn, và tôi cho rằng báo chí thể thao cần một phiên bản tương tự.

Tôi gọi nó là cổng siêu dữ liệu. Một bài phân tích chỉ được phép rời khỏi bàn làm việc khi nó vượt qua tối thiểu bốn điều kiện: có tiêu đề phản ánh đúng nội dung, có nguồn gốc rõ ràng, có ít nhất một điểm thông tin độc lập và tự chứa đủ nghĩa, và có một mốc thời gian tuyệt đối.

Nghe có vẻ hiển nhiên. Trong thực tế, đó là cổng mà phần lớn quy trình sản xuất nội dung thể thao hiện đại không có.

Tôi đã từng chứng kiến một quy trình phân tích trả về kết quả rỗng: không tiêu đề, không nguồn, không điểm thông tin, không thực thể, không mốc thời gian. Điều đáng chú ý là phản ứng mặc định của hệ thống không phải là dừng lại. Phản ứng mặc định là in ra một khung phân tích đầy đủ với mọi ô ghi “không đủ thông tin” và mọi mục đánh giá rủi ro ghi “không có rủi ro nào được nhận diện”.

Đó là lỗi nguy hiểm nhất trong toàn bộ chuỗi. Một khung rỗng bị đọc như một giấy chứng nhận.

Trong môn đua xe, ban kỹ thuật không bao giờ trả kết quả “không tìm thấy vấn đề” khi họ chưa từng mở nắp ca-pô. Họ trả kết quả “chưa kiểm tra”. Hai thông báo này khác nhau hoàn toàn về hệ quả pháp lý, và cũng khác nhau hoàn toàn về hệ quả biên tập.

Tôi không tin vào may mắn, tôi tin vào những con số được xếp thẳng hàng.

Với tôi, trạng thái đúng khi dữ liệu đầu vào trống là một nhãn rõ ràng: không đủ thông tin để đánh giá. Không phải một khung rỗng được trình bày như một kết luận an toàn. Sự khác biệt giữa “chưa phát hiện rủi ro” và “không có rủi ro” là sự khác biệt giữa một quy trình nghiêm túc và một quy trình đang tự lừa mình.

Bốn cách người viết lấp khoảng trống

Cách thứ nhất là đọc khoảng trống như giấy chứng nhận an toàn. Khi không có dữ liệu về một cầu thủ, người ta mặc định anh ta ổn. Khi không có báo cáo về một chấn thương, người ta mặc định cầu thủ đó sẵn sàng đá chính.

Cách thứ hai là biến một khung phân tích rỗng thành một kết luận. Đây là kiểu sai tinh vi nhất, vì nó khoác áo chuyên nghiệp. Bảng biểu đầy đủ, thuật ngữ chính xác, kết luận trống rỗng.

Cách thứ ba là để tin đồn lấp chỗ. Giai đoạn chuyển nhượng là môi trường hoàn hảo cho kiểu này: khi không có thông tin chính thức về một bản hợp đồng, thứ duy nhất còn lại là tin rò rỉ, và tin rò rỉ luôn có sẵn với số lượng vô hạn.

Cách thứ tư là đánh mất dấu thời gian. Một con số đúng trong một tuần bị trình bày như một chân lý vĩnh viễn. Một phong độ đúng trong ba trận bị trình bày như một bản chất.

Mỗi cách trong bốn cách này đều có một điểm chung: chúng khiến bài viết trông đầy đủ hơn thực tế. Và trong một mùa giải đấu lớn, nơi khối lượng nội dung được đo bằng số lần hiển thị, “trông đầy đủ” là một phần thưởng.

Ba huyền thoại được nuôi bằng vùng trống

Có những câu chuyện tồn tại được lâu như vậy không phải vì chúng đúng, mà vì dữ liệu để kiểm chứng chúng không bao giờ được công bố.

Huyền thoại thứ nhất là mô hình cho mượn kèm nghĩa vụ mua đứt được trình bày như con đường phát triển của các câu lạc bộ nhỏ. Thực tế vận hành của nó gần với kỹ thuật tài chính hơn. Câu lạc bộ lớn trì hoãn khoản chi sang một kỳ chuyển nhượng tương lai, giữ được dòng tiền và giữ được quyền kiểm soát cầu thủ. Câu lạc bộ nhỏ thì gánh rủi ro khấu hao: nếu cầu thủ chấn thương hoặc mất phong độ, nghĩa vụ mua đứt vẫn còn nguyên. Và phần lớn các điều khoản kích hoạt, mức phân chia lương, tỷ lệ bán lại đều không được công bố. Không có dữ liệu, câu chuyện mặc định là “cơ hội cho đội nhỏ”.

Thị trường chuyển nhượng không mua hiện tại; nó mua những lời hứa về tương lai.

Huyền thoại thứ hai là quản lý tải. Nó được trình bày như một biện pháp bảo vệ cầu thủ trước lịch thi đấu dày đặc. Tôi không phủ nhận rằng khối lượng thi đấu hiện tại là quá lớn. Nhưng cần đọc bản chất của nó: khi số phút thi đấu chính thức được cắt giảm, số ngày của các tour du đấu thương mại và giao hữu tiền mùa giải thường không giảm theo. Dữ liệu về tải thực tế — chỉ số GPS, điểm phục hồi, khối lượng tập — nằm trong tay câu lạc bộ và hầu như không bao giờ được công bố. Công chúng chỉ nhìn thấy thông cáo. Và thông cáo luôn nói về sức khỏe của cầu thủ.

Huyền thoại thứ ba là khả năng phát bóng của thủ môn. Trong thập niên vừa qua, tiêu chí này đã trở thành thước đo gần như tối thượng để định giá một thủ môn, trong khi kỹ năng cơ bản nhất — phản xạ và khả năng cản phá ở cự ly gần — ít được dùng trong câu chuyện chuyển nhượng. Một thủ môn có thể được định giá cao nhờ số đường chuyền dài chính xác, trong khi tỷ lệ cản phá sau cú sút, chỉ số đo chất lượng cú sút mà anh ta phải đối mặt, hầu như không xuất hiện trong bất kỳ bản tin nào.

Cả ba huyền thoại này có cùng một cấu trúc: một nửa dữ liệu được công bố để nuôi câu chuyện, một nửa dữ liệu bị giữ lại để câu chuyện không thể bị kiểm chứng.

Điều cần theo dõi

Trong chu kỳ giải đấu lớn đang diễn ra, tôi đang theo dõi ba nhánh kịch bản với xác suất ước lượng của riêng tôi, và tôi nói rõ đây là ước lượng chủ quan dựa trên dữ liệu công khai, không phải kết luận.

Nhánh thứ nhất, xác suất khoảng 45 phần trăm: các đội có chiều sâu đội hình tốt nhất sẽ đi xa, nhưng không phải nhờ chất lượng đội hình xuất phát, mà nhờ khả năng xoay tua mà không sụp cấu trúc. Dấu hiệu nhận diện sớm là số phút của cầu thủ dự bị trong ba trận vòng bảng.

Nhánh thứ hai, xác suất khoảng 35 phần trăm: một đội không được đánh giá cao sẽ vào sâu nhờ một chi tiết cố định — một bài phạt góc, một phương án phòng ngự có tổ chức, hoặc một thủ môn có chuỗi trận trên mức kỳ vọng. Dấu hiệu nhận diện là tỷ lệ bàn thắng từ tình huống cố định của họ trong giai đoạn vòng loại.

Nhánh thứ ba, xác suất khoảng 20 phần trăm: giải đấu được quyết định bởi một biến số mà ở thời điểm này không ai có dữ liệu — một sự cố thể lực hàng loạt, một thay đổi luật được áp dụng giữa giải, hoặc một cuộc khủng hoảng ngoài sân cỏ.

Nhánh thứ ba chính là nhánh mà báo chí thể thao xử lý tệ nhất, vì nó không thể dự đoán và vì nó đến khi khoảng trống dữ liệu là lớn nhất.

Thất bại vĩ đại nhất là học được cách đọc trận đấu trước khi nó bắt đầu.

Đôi khi đọc trận đấu trước khi nó bắt đầu có nghĩa là nói rằng chưa có gì để đọc. Đó là một câu khó bán. Nhưng trong mười chín năm qua, tất cả những lần tôi mất uy tín đều đến từ việc tôi nói quá nhiều khi biết quá ít, chứ chưa từng đến từ việc tôi nói rằng mình chưa biết.

Mùa giải đấu lớn này sẽ tạo ra hàng nghìn giờ phát sóng, hàng triệu bài viết, và hàng vạn khoảng trống dữ liệu. Câu hỏi mà tôi mang theo vào mỗi trận đấu không phải là đội nào mạnh hơn. Câu hỏi là: trong khoảng trống trước mắt, tôi có đủ dữ liệu để nói điều gì đó khác với những gì người ta đã tin sẵn hay không?

Nếu câu trả lời là không, tôi đóng laptop. Còn lại, chỉ là câu chuyện của người khác được viết lại bằng tên tôi.