Ô trống không phải số không: khi bảng thông số quần vợt im lặng

Ô trống không phải số không: khi bảng thông số quần vợt im lặng

Bảng thông số sau trận tứ kết đơn nữ ở Melbourne Park có mười bốn dòng. Dòng thứ chín trống.

Không có số 0. Không có dấu gạch ngang. Chỉ là một khoảng trắng nằm gọn giữa hai con số đã được tô đậm. Trên sóng truyền hình, kỹ thuật viên đồ họa lấp khoảng trắng ấy bằng một số 0 cỡ lớn, và trong vòng bốn mươi giây, phòng bình luận đã nhất trí rằng tay vợt kia vừa chơi một set giao bóng hoàn hảo.

Tôi ở lại sau khi khán đài tan. Bản ghi thô của hệ thống theo dõi bóng cho thấy điều khác: ô trống đó là một trạm ghi dữ liệu tại sân bị ngắt trong sáu phút, đúng khoảng thời gian diễn ra bốn game giao bóng quyết định. Không ai ghi. Và vì không ai ghi, nó trở thành chỉ số đẹp nhất của cả buổi tối.

Sáu phút đó không hiếm. Chúng chỉ hiếm khi được nói ra.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi ở Melbourne Park và Sydney Olympic Park, tôi đã nhiều lần chứng kiến cùng một kịch bản: một ô trống xuất hiện trên bảng thông số, và trong vòng vài phút, nó được lấp bằng một con số không ai kiểm chứng. Người lấp không có ý xấu. Họ chỉ đang làm điều mà mọi hệ thống dữ liệu được huấn luyện để làm — không để lại khoảng trắng.

Ba nguồn, ba cây thước

Một trận Grand Slam tạo ra hàng nghìn điểm dữ liệu mỗi giờ, và chúng đến từ ít nhất ba nguồn khác nhau không bao giờ trùng khớp tuyệt đối.

Lớp đầu tiên là hệ thống theo dõi bóng. Hawk-Eye Innovations, ra đời năm 2026, đã trở thành hạ tầng chuẩn cho việc ghi vị trí, tốc độ và quỹ đạo bóng ở hầu hết các giải lớn. Lớp thứ hai là người ghi thủ công ngồi ngay cạnh sân. Chính con người quyết định một cú đánh là winner hay unforced error. Lớp thứ ba là phần mềm tổng hợp, tính các chỉ số phái sinh rồi đẩy lên đồ họa truyền hình.

Điểm mấu chốt nằm ở lớp thứ hai và lớp thứ ba. Ở lớp thứ hai, các định nghĩa không thống nhất giữa các nhà cung cấp. Không có một định nghĩa duy nhất cho "unforced error" được cả ATP, WTA và các đơn vị thống kê độc lập cùng ký. Một cú trái tay vào lưới khi tay vợt đã bị đẩy ra khỏi sân có thể bị đếm là lỗi tự đánh hỏng ở nơi này và là lỗi bị dồn ở nơi khác. Hai bảng thông số của cùng một trận, hai con số khác nhau, cả hai đều "đúng" theo cây thước của chính nó.

Ở lớp thứ ba, khi một trường dữ liệu không có giá trị, phần mềm có hai lựa chọn: để trống, hoặc điền. Trong môi trường truyền hình, để trống là một lựa chọn không được phép. Vậy nên nó được điền.

Điều đáng chú ý là lớp thiết bị và lớp con người không phải lúc nào cũng dày lên cùng nhau. Từ năm 2026, khi US Open đưa hệ thống gọi đường biên điện tử vào phần lớn các sân, lượng dữ liệu vị trí bóng tăng lên rõ rệt. Nhưng số người ngồi ghi thủ công tại chỗ lại giảm trong các giải tổ chức dưới điều kiện hạn chế. Nghĩa là: có những trường dữ liệu được máy ghi rất dày, trong khi những trường khác — do con người quyết định — bị mỏng đi.

Ba loại khoảng trắng

Một ô trống trong bảng thông số quần vợt có thể mang ít nhất ba nghĩa hoàn toàn khác nhau, và cả ba in ra giống hệt nhau trên màn hình.

Loại đầu tiên là ô chưa từng được ghi. Trạm dữ liệu ngắt, người ghi vắng, hoặc cú đánh rơi vào khoảng thời gian hệ thống chuyển máy. Sự kiện có xảy ra, nhưng không ai chứng kiến nó bằng dữ liệu. Đây là loại nguy hiểm nhất, bởi nó thường trùng đúng vào những thời điểm quan trọng — khi sân im lặng nhất, khi ít mắt nhìn nhất.

Loại thứ hai là ô bị cắt theo ngưỡng. Nhà cung cấp chỉ công bố một chỉ số khi mẫu đủ lớn. Nếu một tay vợt lên lưới hai lần trong cả trận, chỉ số hiệu suất lên lưới có thể không được xuất bản vì quá ít để có nghĩa. Ô bị để trống không phải vì bằng không, mà vì chưa đủ để nói.

Loại còn lại là ô thật sự bằng không. Sự kiện không xảy ra, và điều đó đã được xác nhận. Trường hợp này hiếm hơn người ta tưởng.

Ba loại này in ra giống nhau. Và khi một bảng thông số có mười bốn dòng, việc phân biệt chúng đòi hỏi một thứ không nằm trên màn hình: bản ghi gốc.

Con số là một lời khai, không phải một bản án

"Số liệu thì thầm. Người chịu nghe sẽ nghe thấy cả một trận đấu." Nhưng số liệu chỉ thì thầm khi ta biết nó được sinh ra ở đâu.

Năm 2026, tôi viết một bài tiếng Anh dự đoán Croatia vào bán kết World Cup dựa trên xG của họ ở vòng bảng. Một nhóm huấn luyện viên nghiệp dư trên Reddit gọi tôi là kẻ mọt sách không biết bóng đá. Croatia vào đến chung kết. Sau giải, một phóng viên của The Athletic liên hệ hỏi tôi cách tính "defensive xG prevented" cho các hậu vệ. Tôi mất hai tuần viết mã Python, kiểm chéo bằng dữ liệu StatsBomb, rồi gửi lại một bảng mười bảy trang.

World Cup 2026 họ cười xG của tôi. Năm nay họ hỏi tôi xG là gì. Nhưng trong khoảng thời gian giữa hai câu đó, một điều khác đã xảy ra mà ít người để ý: cùng một trận đấu, ba mô hình xG khác nhau cho ra ba con số khác nhau. Không mô hình nào sai. Chúng chỉ đặt cược vào những giả định khác nhau về việc một cú sút từ vị trí đó, trong tình huống đó, đáng giá bao nhiêu bàn thắng.

Một con số không phải là sự thật. Nó là lời khai về sự thật, được đưa ra bởi một nhân chứng có quan điểm riêng.

Vạch việt vị và độ chính xác giả

Cùng một lỗi ấy xuất hiện ở nơi ít ai ngờ nhất: vạch việt vị.

Trong bóng đá, một pha việt vị được xác định bằng cách chiếu các đường thẳng từ khung hình video lên mặt sân. Khung hình đó được ghi ở một tốc độ nhất định — phổ biến là 50 khung hình mỗi giây. Nghĩa là mỗi khung hình cách nhau 0,02 giây.

Một cầu thủ chạy nước rút ở tốc độ 30 km/h, tức khoảng 8,3 mét mỗi giây. Trong 0,02 giây, anh ta dịch chuyển khoảng 16,7 xăng-ti-mét. Đó là khoảng cách giữa hai khung hình. Mọi thứ xảy ra giữa hai khung hình ấy đều không được ghi lại, và hệ thống buộc phải nội suy.

Vậy nên khi một bàn thắng bị tước vì một ngón chân vượt qua vạch, thứ đang được công bố không phải là một sự thật chính xác đến từng milimét. Đó là một suy luận được dựng lên từ dữ liệu thô hơn thế rất nhiều. Đây là độ chính xác giả: một con số trông chắc chắn hơn những gì nó thực sự biết.

Và hệ quả thì đã rõ. Khi ngưỡng can thiệp được đặt ở mức "lỗi rõ ràng và hiển nhiên", mọi lỗi nằm dưới ngưỡng đều không được ghi nhận. Nhưng không được ghi nhận không giống với không tồn tại. Sự im lặng của phòng VAR bị đọc thành "không có lỗi", trong khi nó thực sự có nghĩa là "lỗi dưới ngưỡng can thiệp". Hai câu đó khác nhau rất xa, và chúng in ra giống hệt nhau.

Các tay vợt cũng sống trong cùng loại im lặng đó. Khi một tay vợt gọi chăm sóc y tế, đó là dữ liệu. Khi anh ta không gọi, đó có thể là dữ liệu, hoặc cũng có thể chỉ là một ô trống.

Sân nhà, và biến số bị bỏ quên

Tháng 6 năm 2026, khi Bundesliga trở lại với sân không khán giả, tôi đang chạy mô hình dự đoán kết quả trận đấu cho một công ty tư vấn dữ liệu ở Sydney. Mô hình của tôi định giá lợi thế sân nhà ở mức 0,45 bàn mỗi trận, dựa trên dữ liệu nhiều mùa.

Sau chín vòng không khán giả, con số đó tụt xuống 0,08.

Một tạp chí đề nghị tôi viết bài giải thích "bóng đá không khán giả". Tôi từ chối, và xin thêm ba tuần dữ liệu. Khi bài viết được công bố, tôi dành phần đầu để nói rằng chính tôi đã sai: tôi đã coi khán giả là một hằng số, trong khi nó là một biến số. Phân tích sai một biến số cũng như mất phương hướng cả một năm.

Điều đáng nói là không phải ai cũng sai theo cách đó. Một số nhà phân tích đọc sự biến mất của khán giả thành "nhiễu" — họ thấy mô hình kém chính xác hơn, kết luận rằng dữ liệu đang nhiễu, rồi tiếp tục với mô hình cũ. Họ có một ô trống ở đúng chỗ biến số khán giả, và họ điền vào đó chữ "nhiễu". Sau đó, mùa giải tiếp theo trở lại có khán giả và mọi thứ lại khớp — nhưng vì lý do sai.

Bản năng lấp chỗ trống

Khoa học dữ liệu có một thuật ngữ cho việc này: điền khuyết. Khi một ô trống, ta có thể thay nó bằng giá trị trung bình, bằng giá trị gần nhất, hoặc bằng một giá trị suy ra từ các biến khác.

Với dữ liệu y tế hay khí tượng, việc điền khuyết có kỷ luật riêng và được công bố minh bạch. Với dữ liệu thể thao trên truyền hình, nó diễn ra trong im lặng, và không ai ghi lại.

Vấn đề của việc điền khuyết trong thể thao không nằm ở chỗ nó làm sai lệch số liệu. Vấn đề nằm ở chỗ nó tạo ra một sự kiện chưa từng được quan sát. Khi ta điền số 0 vào ô thông số giao bóng của một tay vợt, ta đang tuyên bố rằng tay vợt đó không mắc lỗi kép trong sáu phút kia. Không ai chứng kiến điều đó. Nhưng từ lúc ấy trở đi, tuyên bố đó được kế thừa bởi mọi mô hình, mọi bài bình luận, mọi đồ họa.

Một lỗi tương tự, tinh vi hơn, là đọc ô trống thành "ổn định". Đây là cái bẫy phổ biến nhất. Khi không có dữ liệu, người ta mặc định rằng tình hình không thay đổi. Nhưng vắng bằng chứng không phải là bằng chứng của vắng mặt. Một bảng dữ liệu trống cho biết ta không biết gì cả — nó không cho biết mọi thứ đang bình thường.

Nguyên tắc này đúng ở mọi nơi có hồ sơ. Trong một hồ sơ kiểm tra, việc không có kết luận bất lợi không đồng nghĩa với việc mọi thứ đều sạch. Nó chỉ có nghĩa là hồ sơ mỏng. Một mùa giải thiếu chi tiết cũng giống một trận đấu thiếu phút bù giờ: nó không làm trận đấu ngắn hơn, nó chỉ làm ta hiểu trận đấu ít hơn.

Tháng 3 năm 2026, Ashleigh Barty giải nghệ khi đang giữ vị trí số một thế giới ở tuổi 25. Nhiều tháng sau đó, mọi bảng xếp hạng và mọi dự đoán Grand Slam của quần vợt Úc đều có một ô trống ở dòng đầu tiên. Và ô trống ấy nhanh chóng được lấp bằng những cái tên được chọn theo cảm giác, chứ không theo chỉ số.

Điều cần theo dõi ở vòng tiếp theo

Nếu ô trống là một loại dữ liệu, thì nó có thể được đo.

Tín hiệu tôi sẽ theo dõi trong giai đoạn tới không phải là một chỉ số mới, mà là tỷ lệ ô trống của từng nhà cung cấp dữ liệu. Khi tỷ lệ đó nhích lên so với đường cơ sở của chính họ, đó là dấu hiệu rằng lớp ghi thủ công đang mỏng đi vì một lý do nào đó — cắt giảm nhân sự, điều kiện tổ chức, hoặc thay đổi quy trình. Và khi lớp ghi mỏng đi, những câu chuyện được kể sau đó sẽ sai theo một hướng dễ đoán: chúng sẽ sạch sẽ hơn thực tế.

Đó là lý do tôi giữ thói quen ghi lại phiên bản dữ liệu cho mỗi bài viết, kèm ngày truy xuất. Không phải để tỏ ra cẩn thận, mà vì nếu ba tháng nữa một ô trống được lấp bằng một con số khác, tôi cần biết ai đã lấp, lúc nào, và dựa trên cái gì.

Trước khi tin một con số, hãy hỏi nó sinh ra từ đâu. Với một ô trống, câu hỏi còn quan trọng hơn: nó chưa từng được sinh ra, hay nó đã bị ai đó lấp đi?

Mùa giải tới, khi bảng thông số lại có một khoảng trắng, tôi sẽ không điền số 0 vào đó. Tôi sẽ đi tìm sáu phút bị mất, và xem còn ai khác cũng đang tìm.