Cỗ máy làm tin bóng đá đọc nhầm một vụ bắt giữ ở Mexico City

Đêm ở Acoxpa, quận Tlalpan, phía nam Mexico City. Hai người đàn ông — một 30, một 40 tuổi — bị khống chế sau một vụ ẩu đả với cảnh sát giao thông. Một chiếc xe màu trắng, một yêu cầu xuất trình giấy tờ bị từ chối, vài vết thương phần mềm, một toán cứu thương ERUM được gọi tới hiện trường. Bản tin ấy lẽ ra phải nằm ở trang an ninh đô thị, giữa những dòng ngắn về trật tự công cộng. Nhưng trong hệ thống dữ liệu, nó được dán một nhãn duy nhất, gọn ghẽ và dứt khoát: bóng đá. Tôi đã ngồi rất lâu trước dòng nhãn đó. Mười ba năm theo nghề, tôi quen với việc bóng đá bị đọc sai — bị đọc bằng định kiến, bằng cảm xúc, bằng những cú hot-take rẻ tiền mà chính tôi đôi khi cũng là thủ phạm. Nhưng đây là lần đầu tôi thấy bóng đá bị đọc sai bởi một cỗ máy không hề biết bóng đá là gì. Câu chuyện thật ra không nằm ở Mexico City. Nó nằm ở Marseille, ở Hà Nội, ở bất cứ đâu có một newsroom đang vận hành bằng thuật toán. Ngành tin tức thể thao hiện đại không còn được viết hoàn toàn bằng tay người. Hàng triệu bản tin mỗi ngày chảy qua các hệ thống gắn nhãn tự động: nhận diện thực thể, phân tích cảm xúc, gom cụm chủ đề. Một cỗ máy chỉ cần bắt được vài từ khóa — "trận đấu", "đội", "thẻ" — là đủ để đẩy một bản tin vào rổ bóng đá. Vụ ở Tlalpan không có đội bóng nào. Không cầu thủ, không giải đấu, không chuyển nhượng, không chiến thuật, không một phút bóng lăn. Nó chỉ có một từ có thể bị đọc nhầm: "thẻ" — tấm thẻ mà cảnh sát giao thông yêu cầu, không phải tấm thẻ vàng trên sân cỏ. Chỉ vậy thôi. Một từ. Một cỗ máy. Và một bản tin lạc đường giữa hàng triệu dòng dữ liệu mỗi ngày. Điều đáng sợ hơn nằm ở chỗ lỗi này không hề cá biệt. Khi tôi rà lại toàn bộ hồ sơ phân tích, mục rủi ro hệ thống được xếp ở mức cao — không phải vì vụ bắt giữ, mà vì chính quy trình đứng sau nó. Một bản tin không chứa bất kỳ thực thể bóng đá nào — không câu lạc bộ, không cầu thủ, không giải đấu — vẫn lọt được vào tập dữ liệu bóng đá. Nghĩa là bộ lọc đầu vào đã hỏng. Và khi bộ lọc đầu vào hỏng, mọi thứ phía sau đều nhiễm độc. Hãy hình dung cụ thể điều gì xảy ra tiếp theo. Một mô hình phân tích cảm xúc đọc bản tin Tlalpan, thấy chữ "ẩu đả", "khống chế", "cảnh sát", rồi ghi nhận: bóng đá đang có xu hướng bạo lực gia tăng. Một mô hình theo dõi xu hướng gom cụm chủ đề và kết luận: người hâm mộ Mexico đang phẫn nộ. Những tín hiệu giả ấy chảy vào báo cáo, vào biểu đồ, vào quyết định biên tập của một tòa soạn nào đó cách hiện trường mười ngàn cây số. Không ai kiểm chứng, bởi không ai nghĩ rằng một vụ bắt giữ giao thông lại có thể mang nhãn bóng đá. Vấn đề sâu hơn nằm ở nguồn. Trong bản tin gốc, gần như mọi điểm thông tin đều ghi "nguồn: không". Chỉ có ERUM — đội cứu hộ khẩn cấp của Mexico City — được dẫn tên, và chỉ để xác nhận các sĩ quan bị thương phần mềm. Đây là dấu hiệu của một bản tin được sao chép lại từ sổ trực công an, không phải một tác phẩm báo chí nguyên bản. Nguồn yếu, cộng với gắn nhãn tự động, tạo ra một tổ hợp hoàn hảo cho ô nhiễm dữ liệu. Bóng đá không cần kẻ thù. Nó tự đầu độc chính mình bằng sự cẩu thả. Mười ba năm qua, tôi chứng kiến ngành tin thể thao chuyển từ viết bằng mắt sang viết bằng máy. Tốc độ tăng, độ chính xác giảm. Người ta không còn hỏi "câu chuyện này có thật không", mà hỏi "câu chuyện này có đủ từ khóa không". Một cỗ máy không phân biệt được đâu là nhận định, đâu là dữ kiện. Nó học được rằng "Pháp vô địch nhờ lịch dễ" là một câu bóng đá, rồi nó nhả câu đó ra ở bất cứ đâu có chữ "vô địch". Nó không hiểu rằng chức vô địch không bao giờ đến từ lịch thi đấu, nhưng người ta cần một cái cớ để ghét kẻ mạnh. Với cỗ máy, tất cả chỉ là xác suất từ ngữ. Và đây mới là phần tôi không muốn viết ra. Bóng đá hiện đại không giết chết sự ngẫu hứng, nó chỉ nhốt sự ngẫu hứng trong một chiếc lồng chiến thuật. Nhưng cỗ máy làm tin thì nhốt cả bóng đá trong một chiếc lồng khác — chiếc lồng của từ khóa. Trong chiếc lồng ấy, một vụ bắt giữ ở Tlalpan và một trận chung kết World Cup có cùng trọng lượng. Cả hai đều là dữ liệu. Cả hai đều đáng để gom vào cùng một rổ. Khoan đã. Đổ lỗi cho cỗ máy là cách trốn tránh dễ dàng nhất, và tôi không muốn đi con đường đó. Cỗ máy chỉ làm đúng những gì chúng ta dạy nó: ưu tiên số lượng, tốc độ, và những từ khóa đủ để tạo tiêu đề. Nếu một bản tin về hai người đàn ông ở Tlalpan lọt được vào rổ bóng đá, thì vấn đề không phải cỗ máy đọc sai. Vấn đề là chúng ta đã ngừng đọc. Tôi nhớ cái đêm tôi ngồi viết về một sân vận động trống, khi Ligue 1 trở lại sau đại dịch. Tiếng vỗ tay trong sân vận động trống là tiếng vọng của nỗi sợ, không phải của niềm vui. Chúng ta đã quen với việc bóng đá không còn khán giả, rồi cũng quen luôn với việc bóng đá không còn người đọc thật sự. Cả hai đều là cùng một căn phòng vắng: bóng đá trong căn phòng vắng. Có thể tôi sai. Có thể đây chỉ là một lỗi kỹ thuật nhỏ, một nhãn dán nhầm, vài giây trong một pipeline khổng lồ, và chẳng ai bận tâm. Nhưng tôi đã học được một điều qua mười ba năm: những lỗi nhỏ trong hệ thống lớn không tự biến mất. Chúng tích tụ. Chúng lặp lại. Và rồi chúng thành tiêu chuẩn. Đêm ở Tlalpan rồi sẽ bị xóa khỏi tập dữ liệu. Bản tin sẽ được gỡ nhãn, cỗ máy sẽ được huấn luyện lại, và một bộ lọc mới sẽ ra đời — đòi hỏi ít nhất một đội bóng, một cầu thủ, một giải đấu trước khi cho bất cứ dòng nào đi qua. Nhưng sẽ có một bản tin khác, ở một thành phố khác, lọt qua một khe hở khác. Câu hỏi cuối cùng không phải là cỗ máy có biết bóng đá là gì không. Câu hỏi là: còn ai trong chúng ta còn nhớ?