Hồ bơi và khoảng trống dữ liệu: Khi người phân tích phải học cách im lặng

Hồ bơi và khoảng trống dữ liệu: Khi người phân tích phải học cách im lặng

Tháng 7 năm 2026, tại khu vực truyền thông của nhà thi đấu Paris La Défense, tôi mở hai cửa sổ trên cùng một màn hình. Một bên là bản ghi chung kết 200 mét tự do nữ. Bên kia là bảng dữ liệu tôi tự dựng suốt kỳ Olympic: từng đoạn 50 mét, số lần quay đầu, tần suất sải tay, độ lệch so với vòng loại. Cách đó hai ghế, một đồng nghiệp mở bảng thống kê của trận bóng đá diễn ra trước đó hai mươi phút. Bảng của anh dài hơn bảng của tôi nhiều lần.

Nghịch lý ấy lặp lại ở mọi kỳ đại hội. Bơi lội là môn quyết định tất cả bằng thời gian, đến từng phần trăm giây, vậy mà lượng dữ liệu công khai của nó lại mỏng nhất trong nhóm thể thao hàng đầu. Người ta nhìn bàn thắng; tôi nhìn đường chuyền trước đó mười nhịp. Nhưng khi thước phim mười nhịp không được ghi lại, người phân tích chỉ còn hai lựa chọn: im lặng, hoặc bịa.

Tôi chọn cách thứ nhất. Không phải vì tôi thích im lặng, mà vì nghề của tôi bắt đầu từ một tòa soạn nơi mỗi con số phải có nguồn.

Từ sân cỏ đến đường bơi

Năm 2026, ở tuổi 41, tôi nhận việc xây dựng mô hình dự đoán phong độ cho Melbourne Victory tại A-League. Cơn lốc dữ liệu năm ấy đã đổi cách tôi đọc trận đấu, và sau đó đổi cả cách tôi nhìn con người. Tôi học được rằng tỷ lệ tạo cơ hội trên mỗi phút thi đấu có thể kể câu chuyện về một cầu thủ trẻ mà mắt thường bỏ qua, rằng một đường chuyền ngang ở phút 78 có thể là dấu hiệu tê liệt hệ thống chứ không phải toan tính.

Khi trở lại hồ bơi với tư cách người đưa tin cho thị trường Úc, tôi mang theo tiêu chuẩn ấy. Và tôi phát hiện ra nó không áp dụng được.

Một trận bóng đá cấp cao sản sinh hàng nghìn điểm dữ liệu được ghi tự động. Một chung kết Olympic môn bơi sản sinh chính xác những gì ban tổ chức công bố: thời gian đích, đôi khi là thời gian từng đoạn, danh sách xuất phát, và biên bản họp báo. Không có tọa độ tay chạm, không có đường cong vận tốc, không có dữ liệu sinh lực công khai. Toàn bộ phần "mười nhịp trước" — quãng thời gian quyết định kết quả — nằm trong tay liên đoàn, đội tuyển và các nhà cung cấp thiết bị.

Ở Úc, điều này có hệ quả cụ thể. Đây là một trong số ít thị trường mà một chung kết bơi lội có thể cạnh tranh lượng người xem với một trận bóng bầu dục ở khung giờ vàng. Người Úc xem bơi như xem quốc hồn. Nhưng người hâm mộ Úc vẫn phải tin vào những gì được kể, chứ không phải những gì được kiểm chứng.

Ba khoảng trống

Khoảng trống thứ nhất nằm ở hệ thống phòng chống doping, và nó không liên quan đến việc ai đúng ai sai.

Tháng 4 năm 2026, báo chí quốc tế đưa tin rằng 23 vận động viên bơi lội Trung Quốc từng có kết quả xét nghiệm dương tính với trimetazidine vào cuối năm 2026 và đầu năm 2026, và rằng cơ quan phòng chống doping Trung Quốc kết luận đây là nhiễm bẩn qua thực phẩm, còn WADA không kháng nghị. Sau đó, WADA chỉ định một công tố viên độc lập, ông Eric Cottier, để rà soát chính mình. Báo cáo công bố tháng 7 năm 2026 kết luận WADA không tỏ ra thiên vị Trung Quốc, nhưng ghi nhận các quy tắc hiện hành còn lỗ hổng trong việc xử lý những ca nhiễm bẩn.

Điều đáng nói với người làm phân tích không nằm ở phán quyết. Điều đáng nói là cấu trúc thông tin. Trong suốt hơn ba năm, công chúng không có một bộ dữ liệu nào để tự đánh giá: chỉ có rò rỉ, phủ nhận, và những bản báo cáo dày mà gần như không ai đọc hết. Khi một hồ sơ kết thúc bằng "không có lỗi", nó để lại một lỗ thủng vĩnh viễn trên đường cong sự nghiệp. Người phân tích muốn so sánh hai vận động viên ở hai thời điểm khác nhau sẽ phải so hai tập dữ liệu có quy tắc đưa vào khác nhau, mà không có cột nào ghi rõ sự khác biệt ấy.

Khoảng trống thứ hai nằm ở kỷ lục, và nó có niên đại cụ thể.

Năm 2026, tại giải vô địch thế giới ở Rome, 43 kỷ lục thế giới bị xóa trong tám ngày. Đó là hệ quả của cuộc đua trang phục: các bộ áo polyurethane giúp vận động viên nổi cao hơn và giảm ma sát đến mức kết quả mất hết ý nghĩa so sánh. Tháng 7 năm đó, FINA — nay là World Aquatics — quyết định từ ngày 1 tháng 1 năm 2026 chỉ cho phép trang phục dệt. Một thế hệ kỷ lục bị tuyên bố là hợp lệ về mặt luật, nhưng vô giá trị về mặt so sánh.

Với người viết, đây là một sự kiện chất lượng dữ liệu, không phải một vụ bê bối đạo đức. Mọi mô hình dài hạn huấn luyện trên dữ liệu 2026–2026 đều bị nhiễm. Mọi biểu đồ "tiến bộ của loài người" vẽ qua giai đoạn ấy đều phải khai báo ngoại lệ. Nhưng gần như không ai làm việc đó, bởi một biểu đồ có ghi chú ngoại lệ thì ít được chia sẻ hơn một biểu đồ đẹp.

Khoảng trống thứ ba nằm ở tường thuật. Đây là khoảng trống do chính chúng tôi tạo ra.

Năm 2026, khi đại dịch khiến mọi giải đấu đình trệ, tôi mất phương hướng vì thói quen phân tích dữ liệu hàng nghìn trận không còn đất dùng. Tôi dành sáu tuần xem lại các trận cũ và hợp tác với một nhà tâm lý học thể thao để dựng một bộ dữ liệu giả định về sức ép khi thi đấu trên sân không khán giả. Kết quả là một bài viết dài dự đoán lợi thế sân nhà sẽ giảm khoảng 0,42 bàn mỗi trận. Nhiều người phản đối. Nhưng ít nhất con số ấy có một định nghĩa, một phương pháp, và một điều kiện sai.

Hồ bơi không có may mắn như thế. Khi một vận động viên 17 tuổi vô địch, tường thuật sẽ gọi cô ấy là thần đồng. Hai năm sau, khi cô ấy chậm đi, tường thuật sẽ gọi đó là rào cản tuổi dậy thì. Giữa hai tiêu đề ấy không có một dòng dữ liệu nào về chu kỳ kinh nguyệt, về khối lượng tập, về thay đổi huấn luyện viên, về chấn thương vai. Những nhãn dán ấy không giải thích; chúng chỉ lấp chỗ trống.

Im lặng trên khán đài không phải là mất dữ liệu — mà là loại dữ liệu mới. Tôi đã học được điều đó ở Tokyo, khi ngồi tại Melbourne xem một kỳ Olympic không có khán giả qua màn hình, và nhận ra rằng tất cả các mô hình của tôi đều đang chạy trên một giả định chưa từng được kiểm chứng: rằng tiếng hét của khán đài có thể quy đổi thành phần trăm giây.

Điều phản trực giác

Sai lầm phổ biến là nghĩ rằng vấn đề của bơi lội là quá ít dữ liệu. Không hẳn. Vấn đề là chúng ta đã lấp đầy khoảng trống quá nhanh.

Một tập dữ liệu rỗng là một tập dữ liệu trung thực. Nó nói: chưa biết. Một tập dữ liệu rỗng được lấp bằng suy luận có giọng điệu chắc chắn thì trở thành thông tin sai có chú thích. Trong nghề của tôi, tốc độ là kẻ thù của xác minh, và trong kỳ chuyển nhượng, tốc độ là toàn bộ mô hình kinh doanh. Người hâm mộ không thiếu tin; họ thiếu bộ lọc.

Tôi buộc phải tự phản biện. Có một lập luận nghiêm túc cho sự mờ đục: quy trình phòng chống doping giữ kín thông tin để bảo vệ người bị buộc tội oan. Công bố dữ liệu thô của mọi ca xét nghiệm sẽ tạo ra một tòa án dư luận không có quyền kháng cáo. Vận động viên trẻ cũng cần được bảo vệ khỏi những hồ sơ y tế bị đem ra mổ xẻ vì mục đích giải trí.

Lập luận ấy đúng, và nó buộc tôi phải chỉnh lại kết luận: yêu cầu không phải là công bố tất cả, mà là công bố có cấu trúc. Một hệ thống ghi rõ ca nào đã mở, ca nào đã đóng, kết luận dựa trên tiêu chí nào, và ai đã phê chuẩn. Bảo mật và minh bạch không loại trừ nhau; chúng chỉ cần một định dạng chung.

Phía trước

Ngành công nghiệp thể thao đang bước vào giai đoạn mà bản quyền đắt hơn khả năng sinh lời, và các nền tảng phát trực tuyến đang lặp lại sai lầm của truyền hình cũ: trả giá cho quyền phát sóng rồi tiết kiệm ở đúng chỗ tạo ra giá trị, là dữ liệu. Với bơi lội, khoản tiết kiệm ấy có nghĩa là mỗi kỳ Olympic qua đi, chúng ta lại có thêm huy chương và bớt đi khả năng hiểu vì sao huy chương ấy xuất hiện.

Thị trường Úc sẽ cảm nhận điều này rõ hơn ai hết. Kaylee McKeown hoàn tất cú đúp 100 mét và 200 mét bơi ngửa ở hai kỳ Olympic liên tiếp — một thành tích cần được đọc bằng dữ liệu quãng nghỉ giữa hai lần quay đầu, chứ không phải bằng tính từ. Cameron McEvoy vô địch 50 mét tự do ở tuổi 30, khi phần lớn đối thủ kém anh gần một thập kỷ, và lời giải nằm ở cấu trúc lực đẩy mà gần như không ai công bố. Léon Marchand giành bốn huy chương vàng ở Paris trong bốn nội dung cá nhân, một khối lượng thi đấu cần bảng hồi phục để lý giải. Ariarne Titmus lập kỷ lục 400 mét tự do với 3 phút 55,38 giây tại Fukuoka năm 2026. Katie Ledecky vẫn giữ kỷ lục 800 mét tự do với 8 phút 04,79 giây lập năm 2026, gần một thập kỷ sau vẫn không ai chạm tới, và người ta vẫn không có dữ liệu công khai về cách cô phân bổ nhịp trong 200 mét cuối. Pan Zhanle bơi 100 mét tự do trong 46,40 giây, nhưng kỳ tích ấy lại nằm trong một tập dữ liệu mà chính người hâm mộ từng đặt dấu hỏi về độ tinh khiết.

Ba câu chuyện, ba khoảng trống, cùng một vấn đề.

Tôi mất ba năm để hiểu: cơn lốc không phải để sợ, mà để cưỡi. Nhưng muốn cưỡi thì phải có ngựa. Nếu môn thể thao quyết định mọi thứ bằng thời gian tiếp tục giữ kín dữ liệu của chính mình, người hâm mộ sẽ mãi chỉ còn một cách để đọc kết quả: tin vào người kể chuyện nhanh nhất.

Điều tôi chờ ở World Aquatics rất cụ thể: một ngày mà một huấn luyện viên bình thường ở một quốc gia bình thường có thể mở máy tính và thấy đúng thứ mà tôi đã không được thấy ở Paris.