Bóng đá giữa thuật toán: Khi một hồ sơ dữ liệu mặc nhầm áo và cái giá của cú nhầm lẫn ngành

Đã bao giờ bạn mở một tập hồ sơ được dán nhãn "bóng đá" và bên trong không có lấy một cầu thủ chưa? Tôi vừa làm điều đó. Mười sáu điểm thông tin. Không điểm nào nhắc tới trái bóng. Thay vào đó là tên một nữ diễn viên truyền hình người Mỹ, một nhân vật hư cấu trong một bộ phim dài tập, một nền tảng phát trực tuyến, và một bảng xếp hạng phim truyền hình của một tờ báo lớn. Không đội hình. Không sơ đồ chiến thuật. Không bảng điểm. Không một chỉ số bàn thắng kỳ vọng nào. Chỉ có một cái nhãn sai, và một cái tên đặt lệch chỗ.

Với một người đã hai mươi năm ngồi trước màn hình mổ xẻ từng đường bóng, đây không phải một sự cố kỹ thuật nhỏ để lướt qua. Đây là một tín hiệu. Và tín hiệu này đáng mổ xẻ hơn cả một trận derby.

Hãy để tôi kể bạn nghe vì sao.

Bóng đá hiện đại đã trở thành một ngành công nghiệp dữ liệu từ lâu trước khi bất kỳ ai kịp nhận ra. Mỗi trận đấu giờ đây sinh ra hàng triệu điểm dữ liệu: vị trí cầu thủ theo từng giây, số đường chuyền, tốc độ chạy, quãng đường di chuyển, xác suất ghi bàn của từng pha dứt điểm. Các câu lạc bộ lớn thuê cả phòng ban phân tích, các công ty tuyển trạch dùng thuật toán để lọc hàng nghìn cầu thủ trẻ mỗi mùa. Đến cả khán giả ngồi nhà cũng quen với việc nhìn con số hiện lên sau mỗi pha bóng. Bóng đá, vốn được xem là môn thể thao của cảm xúc, đã lặng lẽ khoác thêm tấm áo dữ liệu.

Nhưng càng nhiều dữ liệu, càng nhiều cơ hội cho sai sót. Và sai sót nghiêm trọng nhất không phải là một con số tính nhầm. Sai sót nghiêm trọng nhất là một hồ sơ được xếp nhầm ngăn. Bởi vì khi một hồ sơ đi lạc vào đúng chỗ nó không thuộc về, toàn bộ chuỗi phân tích phía sau sẽ nhiễm độc. Người ta gọi đó là vấn đề toàn vẹn dữ liệu, hay nói nôm na theo cách của người làm nghề như tôi: đây là cú mặc nhầm áo đấu.

Cụ thể, hồ sơ tôi kiểm tra mang tên một nữ diễn viên từng nổi tiếng với vai diễn học sinh trung học trong một bộ phim truyền hình Mỹ về hai mẹ con sống ở một thị trấn hư cấu. Hồ sơ cũng nhắc tới nữ diễn viên đóng vai người mẹ trong phim, tới nhà sáng tạo của bộ phim, tới nền tảng phát trực tuyến đã đưa phim lên kho nội dung của mình, và tới một bảng xếp hạng phim truyền hình thế kỷ 21 do một tờ báo Mỹ công bố. Không có một đội bóng nào. Không có một giải đấu nào. Không có một hợp đồng chuyển nhượng nào. Không có một vụ vi phạm luật công bằng tài chính nào. Tất cả những gì thuộc về bóng đá đều vắng mặt.

Đây là lúc cần nói thẳng: một bài viết thuộc lĩnh vực giải trí đã bị dán nhãn "bóng đá" và được đưa vào đúng một quy trình phân tích bóng đá. Đó là một lỗi phân loại. Và lỗi phân loại này, nếu lặp lại đủ nhiều, có thể làm hỏng độ chính xác của cả một hệ thống phân tích thể thao.

Điều đáng sợ nhất của một hệ thống dữ liệu không phải là nó thiếu dữ liệu, mà là nó tin vào một cái nhãn sai.

Hãy hình dung cơ chế vận hành. Một cỗ máy phân tích bóng đá chạy trên nền tảng hàng nghìn hồ sơ: trận đấu, cầu thủ, đội bóng, giải đấu, thị trường chuyển nhượng, chỉ số thi đấu, vi phạm, kỷ luật. Mỗi hồ sơ được gắn một nhãn để hệ thống biết cần rút ra kết luận gì. Nếu một hồ sơ giải trí lọt vào ngăn "bóng đá", hệ thống sẽ cố gắng tìm chiến thuật trong đó. Nó sẽ cố gắng tìm đội hình. Nó sẽ cố gắng tìm một chuỗi kết quả. Và khi không tìm thấy gì, nó hoặc là báo lỗi, hoặc là — tệ hơn — bịa ra một thứ gì đó để lấp chỗ trống.

Trong giới phân tích, chúng tôi có một nguyên tắc bất thành văn: không bao giờ suy đoán khi không có cơ sở. Một nhà phân tích tử tế, đứng trước một hồ sơ trống rỗng về bóng đá, phải nói đúng ba chữ: không đủ thông tin. Chứ không được phép vẽ ra sơ đồ chiến thuật cho một trận đấu chưa từng tồn tại. Không được phép dựng lên một bản hợp đồng cho một cầu thủ không hề xuất hiện trong văn bản. Bịa dữ liệu là tội nặng nhất trong nghề của tôi. Nó không chỉ sai về chuyên môn. Nó còn là sự phản bội đối với người đọc.

Và đây chính là điều thú vị: khi chín khía cạnh phân tích tiêu chuẩn của bóng đá được áp lên hồ sơ này, tất cả đều trả về một kết quả duy nhất — không đủ thông tin. Khía cạnh chiến thuật không có gì để nói. Khía cạnh tài chính câu lạc bộ không có gì để nói. Khía cạnh kết quả thi đấu và chu kỳ dư luận không có gì để nói. Khía cạnh bức tranh giải đấu không có gì để nói. Khía cạnh tuân thủ luật lệ không có gì để nói. Khía cạnh quản lý và phòng thay đồ không có gì để nói. Khía cạnh rủi ro không có gì để nói. Khía cạnh truyền thông và dư luận không có gì để nói. Cả khía cạnh lan tỏa trong ngành bóng đá cũng không có gì để nói.

Một hồ sơ mà cả chín chiều phân tích đều trả về số không. Đó không phải là một trận đấu nhàm chán. Đó là một trận đấu không tồn tại.

Người ta có thể hỏi tôi: vậy thì sao? Một lỗi nhỏ của một cỗ máy phân loại thì có gì đáng bàn? Câu trả lời nằm ở chỗ này — dữ liệu bẩn không gây hại ngay lập tức. Nó gây hại một cách âm thầm. Một hồ sơ lạc đường hôm nay, nếu bị dùng làm mẫu huấn luyện cho một mô hình vào ngày mai, sẽ dạy cho mô hình đó một thói quen sai. Và thói quen sai, khi đã ăn vào hệ thống, sẽ cực kỳ khó gỡ. Tôi từng chứng kiến những bảng xếp hạng tuyển trạch giới thiệu nhầm cầu thủ, những con số thống kê bị đọc sai trong các buổi phát sóng, và cả những bản báo cáo chuyển nhượng dựa trên nguồn không đáng tin mà vẫn được lan truyền khắp mạng xã hội. Tất cả đều bắt nguồn từ một thứ rất đơn giản: ai đó đã tin vào một cái nhãn mà không kiểm chứng.

Nếu bạn hỏi tôi đâu là phẩm chất quan trọng nhất của một người làm phân tích bóng đá, tôi sẽ không nói đó là khả năng đọc trận đấu, dù đó là kỹ năng nền tảng. Tôi sẽ nói đó là sự nghi ngờ có kỷ luật. Người phân tích giỏi là người luôn kiểm tra lại cái nhãn trước khi tin vào nó. Và đây là điều mà cú nhầm lẫn này dạy cho toàn ngành.

Chúng ta đang sống trong thời đại mà thuật toán được trao quá nhiều quyền lực trong bóng đá. Một mô hình dự đoán nói đội A sẽ thắng, và người ta tin. Một thuật toán nói cầu thủ B đáng giá bao nhiêu, và các câu lạc bộ trả tiền theo. Một hệ thống tự động gắn nhãn bài viết rồi đưa vào kho dữ liệu, và gần như không ai ngồi kiểm lại. Nhưng thuật toán không hiểu bóng đá. Nó chỉ hiểu nhãn. Nó không biết một trận đấu là gì khác với một tập phim ở chỗ nào theo cách mà một con người lớn lên cùng bóng đá biết. Nó chỉ biết rằng cái nhãn ghi "bóng đá" thì bên trong phải là bóng đá.

Và khi cái nhãn sai, cả bộ máy sai theo.

Tôi có một ký ức nghề nghiệp về điều này. Nhiều năm trước, trong một buổi tối theo dõi trực tiếp, đồng nghiệp của tôi — một nhà bình luận được đào tạo bài bản — đã lỡ đọc nhầm số áo của một cầu thủ dự bị thành cầu thủ chính. Sai lầm chỉ kéo dài hai mươi giây, nhưng trong hai mươi giây ấy, hàng nghìn người xem tin vào một điều không đúng. May mắn là chúng tôi kịp sửa sai ngay. Nhưng với dữ liệu thì khác. Dữ liệu sai không tự sửa. Nó nằm đó, chờ được nhân bản, chờ được sao chép, chờ được đưa vào một báo cáo khác. Một cái tên đặt lệch chỗ có thể nhân lên thành mười, thành trăm, thành nghìn cái tên lệch chỗ khác.

Một pha bóng sai có thể sửa bằng VAR. Một cái nhãn sai thì không VAR nào cứu được.

Nói đến đây, tôi phải tự vặn mình. Tôi có đang thổi phồng một lỗi kỹ thuật nhỏ thành một vấn đề đạo đức lớn không? Có khả năng. Và đây là phần tôi luôn dành cho chính mình trong mỗi bài viết — phần tự phản biện. Bởi vì nếu tôi đem một lỗi phân loại vô hại ra làm to, tôi cũng đang phạm đúng cái tội mà tôi vừa lên án: dựng chuyện từ chỗ không có chuyện.

Hãy nhìn nó một cách công bằng. Một lỗi phân loại đơn lẻ, trong một kho dữ liệu khổng lồ, có thể chỉ là tiếng ồn. Mọi hệ thống lớn đều có tiếng ồn. Ngân hàng có, bệnh viện có, và bóng đá cũng có. Nếu đây là một trường hợp cá biệt, thì câu chuyện nên dừng ở việc gắn cờ và định tuyến lại hồ sơ về đúng ngăn của nó. Không cần bi kịch hóa.

Nhưng điều làm tôi không thể buông là ở chỗ khác. Vấn đề không nằm ở bản thân lỗi. Vấn đề nằm ở tần suất. Nếu một hệ thống phân loại để lọt một hồ sơ giải trí vào ngăn bóng đá, thì câu hỏi bắt buộc phải đặt ra là: nó đã lọt bao nhiêu lần khác mà chưa ai phát hiện? Và tệ hơn: bao nhiêu sai sót đã lặng lẽ chảy vào các mô hình dự đoán, vào các bản báo cáo, vào các quyết định chuyển nhượng? Đó mới là câu hỏi đáng sợ. Một con ruồi trong ly nước là chuyện nhỏ. Nhưng khi bạn bắt đầu tự hỏi liệu còn bao nhiêu con ruồi khác bạn chưa từng nhìn thấy, thì ly nước đã không còn uống được nữa.

Có một điểm tôi muốn nhấn mạnh với những người làm nội dung thể thao, bởi vì đây là ranh giới giữa việc kể một câu chuyện hay và việc bịa một câu chuyện dở. Khi tôi ngồi trước một hồ sơ trống rỗng về bóng đá, tôi có thể dễ dàng bịa ra một bài phân tích nghe rất kêu. Tôi có thể tưởng tượng ra một đội bóng, đặt cho nó một hàng thủ chặt, một tiền vệ kiến tạo, một bảng thống kê chiến thắng. Độc giả khó lòng kiểm chứng ngay. Nhưng tôi sẽ không làm thế. Bởi vì một khi đã bịa, tôi sẽ phải bịa tiếp để che cái bịa đầu tiên, và cứ như vậy cho tới khi cả tòa soạn của tôi sụp đổ. Nghề của tôi sống bằng chữ tín. Và chữ tín thì được tích lũy trong nhiều năm nhưng mất đi trong một phút.

Vậy nên với hồ sơ này, điều đúng đắn phải làm rất đơn giản: gắn cờ, loại nó khỏi đường ống dữ liệu bóng đá, chuyển nó về đúng ngăn của nó — ngăn giải trí, hoặc ngăn tin tức truyền thông — và ghi lại nó như một mẫu âm để huấn luyện. Không phải mọi thứ bất thường đều cần bi kịch hóa. Nhưng mọi thứ bất thường đều cần được ghi lại và theo dõi. Đó là kỷ luật của nghề phân tích.

Nhìn rộng ra, cú nhầm lẫn này nói lên một điều về thế giới bóng đá hôm nay. Bóng đá đã trở thành một thứ quá phổ biến, quá bao trùm, tới mức mọi dữ liệu trên internet đều có thể được gán cho nó. Bóng đá có mặt trong tin tức, trong quảng cáo, trong âm nhạc, trong điện ảnh, trong các sự kiện văn hóa. Bóng đá là chủ đề của những cuộc trò chuyện gia đình và của cả các phiên tòa tranh chấp bản quyền. Khi một chủ đề phổ biến đến vậy, các hệ thống tự động có xu hướng nhầm nó với mọi thứ khác. Bóng đá trở thành cái ngăn kéo mà người ta nhét mọi thứ vào khi không biết nhét vào đâu. Và đó chính là lý do vì sao việc gắn nhãn chính xác lại khó hơn người ta tưởng.

Tôi nhớ mình từng chứng kiến điều tương tự trong thế giới bóng đá ngoài đời, chứ không chỉ trong dữ liệu. Đó là khi các sân vận động vắng khán giả. Khi khán đài trống, người ta bắt đầu tin vào một thứ bóng đá không có người xem, và mọi thứ trở nên méo mó. Lợi thế sân nhà biến thành một con số vô nghĩa. Các đội khách bỗng nhiên tự tin hơn. Bầu không khí — thứ mà dữ liệu không đo được, thứ mà chỉ con người cảm nhận được — biến mất, và để lại một khoảng trống mà không thuật toán nào lấp nổi. Khán đài trống chính là tấm gương phơi bày sự thật sân nhà. Và một hồ sơ rỗng chính là tấm gương phơi bày sự thật của một hệ thống dữ liệu.

Cả hai đều dạy cùng một bài học: khi một thứ gì đó vắng mặt, điều quan trọng là phải nhận ra sự vắng mặt ấy, chứ không phải bịa ra một sự hiện diện giả.

Đối với tôi, người đã dành cả sự nghiệp để nói về bóng đá, cú nhầm lẫn này còn mang một ý nghĩa khác. Nó nhắc tôi nhớ rằng bóng đá, dù được đo đếm bằng bao nhiêu con số, vẫn là một thứ được tạo nên bởi con người. Một cầu thủ chạy trên sân. Một huấn luyện viên đứng bên đường biên. Một khán giả hát trên khán đài. Những điều đó không thể bị thay thế bằng một cái nhãn dán trên một tệp dữ liệu. Và khi chúng ta quên điều đó — khi chúng ta tin vào nhãn hơn tin vào con mắt của mình — thì bóng đá không còn là bóng đá nữa, mà chỉ là một chuỗi ký tự trong một kho dữ liệu.

Tôi luôn tin rằng người làm nội dung thể thao có một trách nhiệm kép: vừa phải hấp dẫn, vừa phải trung thực. Hấp dẫn mà không trung thực là bịa đặt. Trung thực mà không hấp dẫn là báo cáo. Nghề của tôi nằm ở khoảng giữa: lấy sự thật làm nguyên liệu và kể nó theo cách khiến người ta muốn nghe tiếp. Nhưng gốc rễ của tất cả vẫn là sự thật. Và sự thật, trong trường hợp này, là một câu rất ngắn: hồ sơ này không chứa bóng đá.

Nếu bạn đang chạy một hệ thống dữ liệu thể thao, hãy coi đây là một lời nhắc. Đừng bao giờ để nhãn thay thế cho nội dung. Đừng bao giờ để thuật toán quyết định thay cho con mắt người trong nghề. Và nếu bạn là một độc giả, độc giả của tôi, hãy cứ nghi ngờ chúng tôi một cách lành mạnh. Hãy hỏi chúng tôi nguồn ở đâu. Hãy hỏi chúng tôi con số ấy lấy từ đâu. Hãy hỏi chúng tôi liệu cái tên kia có thật sự thuộc về bài viết hay không. Bởi vì sự nghi ngờ có kỷ luật của các bạn chính là cái VAR của cả một ngành.

Tôi sẽ kết bài này bằng một lời tự nhắc, như vẫn thường làm sau mỗi lần viết nóng. Trong suốt hai mươi năm làm nghề, tôi đã nhiều lần nói sai. Tôi đã từng khẳng định một cầu thủ là trung tâm của mọi đường bóng, để rồi buổi tối hôm sau phải ngồi xem lại băng và phát hiện ra người gánh cả hàng thủ lại là một cái tên khác, người không ghi bàn thắng nào nhưng chạy cả một trận với tỷ lệ chuyền chính xác cao ngất. Tôi đã từng viết những dòng hứng khởi và phải lặng lẽ sửa lại lúc bình minh. Điều đó dạy tôi một bài học mà tôi muốn truyền lại: hãy luôn để lại cho mình một cánh cửa để rút lui. Đừng bao giờ tự nhốt mình trong một phát ngôn tới mức không còn lối thoát.

Và cũng đừng bao giờ quên kiểm tra lại cái nhãn dán trên ngăn kéo.

Có thể một ngày nào đó, một cỗ máy sẽ phân loại đúng tất cả, sẽ không còn cú nhầm lẫn nào nữa, sẽ không còn hồ sơ lạc đường nào. Nhưng cho tới ngày đó, người làm nghề như tôi vẫn phải ngồi đây, mở từng tập hồ sơ, và tự hỏi: bên trong ngăn "bóng đá" này, rốt cuộc là bóng đá, hay là một bộ phim?

Bởi vì nếu tôi không tự hỏi, sẽ không ai hỏi thay tôi.

Và đó, có lẽ, là đường bóng quan trọng nhất mà tôi từng phải theo trong sự nghiệp phân tích của mình: đường bóng giữa một cái nhãn và sự thật.