Khi hệ thống dán nhãn “bóng đá” cho một bài về quỹ nhà ở Mexico

Hai mươi mốt dòng dữ liệu, một cái nhãn, và một buổi sáng bị xáo trộn. Tôi mở hồ sơ ấy lúc sáu giờ, khi Sài Gòn còn chưa tan hết lớp sương mỏng trên những mái tôn khu Bà Chiểu. Cái nhãn ghi rõ: bóng đá. Tôi bấm vào, pha cà phê, ngồi xuống, rồi đọc hết hai mươi mốt điểm thông tin mà không gặp lấy một câu lạc bộ. Không một cầu thủ. Không một trận đấu, không một bản hợp đồng, không một bảng xếp hạng. Thay vào đó là Infonavit — quỹ nhà ở quốc gia dành cho người lao động Mexico — và IMSS, cơ quan bảo hiểm xã hội của nước này. Toàn bộ nội dung xoay quanh một câu hỏi rất người: nếu tôi mất việc, số điểm và khoản tiết kiệm nhà ở của tôi sẽ ra sao? Tôi ngồi yên khá lâu. Ba mươi sáu năm cầm bút dạy tôi rằng trước mỗi con số phải kiểm tra chéo ít nhất hai nguồn. Nhưng đây là lần đầu tôi thấy một hồ sơ tự nhận thuộc về bóng đá trong khi bên trong nó không có lấy một hạt bụi của môn thể thao này. Chuyện sẽ chẳng đáng nói nếu nó chỉ xảy ra một lần. Năm 2026, ở tuổi bốn mươi ba, tôi trở thành phóng viên thường trú đầu tiên của một nền tảng thể thao mới, theo chân Câu lạc bộ Bóng đá Sài Gòn suốt 250 ngày của một mùa giải. Tôi ghi chép 34 buổi tập, đi 18 trận sân khách, ngồi hàng giờ ở hành lang phòng thay đồ chỉ để nghe. Hồi đó, dữ liệu với tôi là cuốn sổ tay nhàu nát và trí nhớ. Không có bảng biểu, không có thuật toán, không có nhãn tự động. Trong mùa giải ấy có một chuyện khiến tôi nhớ mãi. Một cầu thủ trẻ mặc áo số 29 ghi được 7 bàn, nhưng trong các cuộc bình chọn trực tuyến, cậu gần như không được nhắc tên. Tôi tự tay lập một cuộc khảo sát trên fanpage, thu về 12.000 lượt tương tác, để tìm hiểu vì sao sự thờ ơ ấy tồn tại. Kết quả cho thấy cộng đồng không tin vào chiến thuật của ban huấn luyện, dù đội đang có chuỗi 5 trận thắng liên tiếp. Đó là bài học đầu tiên về khoảng cách giữa con số và niềm tin. Rồi công nghệ đến. Các nền tảng bắt đầu gắn nhãn tự động cho từng bài viết: bóng đá, bóng rổ, chuyển nhượng, tài chính, đời sống. Mục đích rất chính đáng — phân phối nội dung nhanh hơn, đúng người đọc hơn, đo lường tốt hơn. Ai cũng nói đây là một bước tiến. Tôi cũng tin vậy, cho đến khi nhìn thấy dòng dữ liệu như dòng tôi mở sáng nay. Một cái nhãn sai không nằm yên ở chỗ của nó. Nó chảy. Hãy tưởng tượng dòng dữ liệu ấy đi vào một mô hình gợi ý. Người đọc vừa xem tin về một trận derby sẽ được đề xuất thêm một bài về khoản tiết kiệm nhà ở của công nhân Mexico. Một mô hình tìm kiếm chuyển nhượng, khi được huấn luyện trên tập dữ liệu có lẫn những dòng như thế, sẽ học sai trọng số. Nếu lỗi này lặp lại đủ nhiều, nó trở thành một phần tính cách của hệ thống, và không ai còn nhớ vì sao. Đây chính là lúc ký ức nghề nghiệp của tôi lên tiếng. Một tuyển trạch viên người Đức từng nhờ tôi đánh giá một tiền vệ trung tâm người Việt. Anh ta xem đúng một trận, trong đó cầu thủ này bị phạt thẻ và chơi mờ nhạt, rồi kết luận tốc độ chỉ 27 km/h — dưới chuẩn châu Âu — và hủy luôn một bản hợp đồng trị giá 1,8 triệu euro. Tôi kiểm tra lại và phát hiện thiết bị GPS trên sân hôm đó bị lỗi. Tốc độ thực của cầu thủ ấy là 33 km/h. Bài viết của tôi vạch trần sự chủ quan này đạt 1,2 triệu lượt đọc, và đến giờ tôi vẫn giữ nó như một lời nhắc. Người Đức gõ cửa một lần, tôi mở ra cả kho hồ sơ tuyển trạch chưa từng công bố. Bài học không nằm ở con số 27 hay 33. Nó nằm ở chỗ: một điểm dữ liệu sai, nếu không ai kiểm chứng, có thể xóa sổ cả một sự nghiệp. Một cái nhãn sai cũng vậy, chỉ khác là nó không xóa sự nghiệp của một cầu thủ — nó bào mòn niềm tin của cả một hệ sinh thái thông tin. Vậy chính xác thì điều gì đã xảy ra với hồ sơ Infonavit kia? Nhìn vào cấu trúc hai mươi mốt điểm thông tin, tôi nhận ra đây là một văn bản giải thích mang tính hướng dẫn, nguồn chính là Infonavit, và nội dung có tính thường niên chứ không gắn với một thời điểm tin tức nào. Nó nói về khoản tiết kiệm trong tiểu khoản nhà ở; về việc đóng góp IMSS bị tạm dừng khi người lao động mất việc; về điều kiện tiên quyết để bắt đầu thủ tục vay; về quy định liên quan tới các kỳ đóng góp hai tháng liên tiếp; và về lời khuyên rằng người lao động không mất phần đã tích lũy. Không một chữ nào về bóng đá. Vậy mà nhãn vẫn là bóng đá. Có ba khả năng, và tôi xếp theo mức độ mình tin. Khả năng thứ nhất, theo tôi là cao nhất: lỗi phân loại ở tầng dán nhãn. Một bộ phân loại tự động nhìn thấy những chữ như đóng góp, kỳ, liên tục, tạm dừng — những từ vốn xuất hiện dày đặc trong tin chuyển nhượng và tin hợp đồng thể thao — rồi gán nhãn theo xác suất. Kiểu sai này rất phổ biến và vô hại nếu có người kiểm tra lại. Nó chỉ trở nên nguy hiểm khi dây chuyền không còn người. Khả năng thứ hai: lỗi ở tầng thu thập nguồn. Một bài được lấy từ chuyên mục đời sống nhưng bị đặt vào luồng thể thao vì cấu hình sai. Kiểu lỗi này thường đến từ việc đổi cấu trúc thư mục mà quên cập nhật ánh xạ. Khả năng thứ ba, ít khả năng nhất nhưng cần loại trừ: nội dung gốc thực sự có một đoạn liên quan bóng đá nhưng đã bị cắt khi trích xuất. Tôi đọc kỹ cả hai mươi mốt điểm, không thấy dấu vết nào như vậy. Điều đáng nói là dù rơi vào khả năng nào, hậu quả đều giống nhau. Một đơn vị nội dung bị nhiễm bẩn. Và trong một dây chuyền mà mọi thứ nối vào nhau, nhiễm bẩn một chỗ là nhiễm bẩn nhiều chỗ. Tôi từng nghĩ đây là vấn đề kỹ thuật thuần túy. Càng làm nghề, tôi càng thấy nó là vấn đề biên tập. Người gác cổng dữ liệu — cái tên tôi tự nhận cho mình — không phải người giữ kho. Chúng tôi là người đứng ở cửa, cầm trên tay danh sách những gì được phép đi qua. Nếu tôi để một hồ sơ về quỹ nhà ở Mexico lọt vào luồng bóng đá, thì lỗi không nằm ở thuật toán. Lỗi nằm ở chỗ tôi đã không mở nó ra đọc. Và tôi đã mở nó ra đọc. Đó là lý do câu chuyện này đến được với bạn. Điều khiến tôi trăn trở hơn cả là nó chạm đúng vào một quan điểm tôi mang theo suốt nhiều năm: những người phân tích dữ liệu đang bước vào phòng thay đồ, và kết luận của họ thường tách rời nhịp điệu thực tế của đội bóng. Tôi không nói điều này để hạ thấp nghề phân tích. Tôi nói vì tôi đã chứng kiến cái giá. Mùa giải 2026, khi sân vận động đóng cửa vì dịch, Câu lạc bộ Sài Gòn mất bốn mươi phần trăm doanh thu. Một mạnh thường quân tuyên bố cắt hợp đồng sau khi mười hai vòng đấu bị hoãn. Trên các bảng dữ liệu, đội bóng ấy là một dòng đang đi xuống: doanh thu giảm, chi phí cố định giữ nguyên, dòng tiền âm. Nhưng trong phòng thay đồ, câu chuyện khác hẳn. Cầu thủ vẫn tập. Người hâm mộ vẫn hỏi thăm. Và tôi đứng ra tổ chức một buổi giao lưu trực tuyến giữa cầu thủ với hơn ba nghìn cổ động viên, dẫn dắt câu chuyện về khoản nợ tám tỷ đồng. Cộng đồng quyên góp được 2,3 tỷ đồng chỉ trong hai tuần. Không một mô hình nào dự đoán được điều đó, vì nó không nằm trong dữ liệu. Nó nằm ở nhịp. Phòng thay đồ thì thầm; việc của tôi là ghi âm bằng trí nhớ, không phải bằng máy. Ở đây tôi muốn nói thẳng một điều mà nhiều người trong nghề sẽ không thích nghe. Câu chuyện được kể về dữ liệu thể thao luôn là câu chuyện tiến bộ. Dữ liệu giúp chọn người, giúp chẩn đoán chấn thương, giúp định giá cầu thủ, giúp phát hiện tài năng ở những nơi không ai nhìn tới. Phần lớn điều đó đúng. Nhưng niềm tin vào dữ liệu đã trở thành một dạng niềm tin không thể chất vấn, và đó là chỗ nguy hiểm. Một cái nhãn sai như hồ sơ Infonavit không phải là lỗi cá biệt. Nó là bằng chứng rằng trong dây chuyền ấy, không còn ai đọc. Mà một dây chuyền không ai đọc thì không phải dây chuyền thông tin. Nó là dây chuyền vận chuyển. Tôi hay nghe nói số hóa khiến nghề viết nhanh hơn. Điều đó đúng. Nhưng nhanh hơn theo hướng nào thì lại là câu hỏi khác. Số hóa không làm tôi nhanh hơn, nhưng buộc tôi trung thực hơn với từng con số. Và tôi nhận ra sự trung thực ấy không thể giao phó cho máy. Máy có thể đếm, nhưng không biết đau. Máy có thể gán nhãn, nhưng không biết nhãn ấy có nghĩa gì với một người công nhân đang lo mất việc và mất luôn cơ hội vay mua nhà. Chỉ con người mới dịch được một con số thành một nỗi lo. Có một điều nữa khiến tôi suy nghĩ. Những câu chuyện cổ tích ở giải hạng thấp luôn được tiêu thụ rất nhanh rồi bị vứt đi, còn cải cách cơ cấu phân bổ nguồn lực thực sự thì không bao giờ đến. Hệ thống nội dung cũng vậy. Nó thích những cú bùng nổ, những bản hợp đồng bom tấn, những cú sốc. Và khi guồng quay ấy đủ nhanh, khâu kiểm tra trở thành thứ xa xỉ. Một hồ sơ như hồ sơ Infonavit lẽ ra phải được xử lý ở một luồng khác: tài chính cá nhân, an sinh xã hội, lao động. Ở đó nó hoàn toàn có giá trị, có nguồn, có ích cho người đọc. Bị đẩy sang luồng bóng đá, nó trở thành rác. Không phải vì nội dung của nó tệ, mà vì nó bị đặt sai chỗ. Đây là điểm mà giới làm nội dung thể thao phải tự vấn: chúng ta đang tối ưu cho sự liền mạch của luồng, hay cho tính đúng đắn của từng đơn vị? Hai điều đó không phải lúc nào cũng đi cùng nhau. Tôi kể chuyện này không phải để kết tội một hệ thống cụ thể. Tôi không biết hệ thống ấy là ai, và đó không phải trọng tâm. Trọng tâm nằm ở một câu hỏi đơn giản hơn nhiều: nếu một bài về quỹ nhà ở Mexico có thể mang nhãn bóng đá mà không ai phát hiện, thì bao nhiêu bài khác đang mang nhãn sai mà chúng ta tưởng là đúng? Trong nghề của tôi, người ta thường đánh giá một phóng viên bằng những cú sốc tin tức. Tôi thì đánh giá bằng những lần anh ta dừng lại. Dừng lại trước một con số chưa kiểm chứng. Dừng lại trước một nguồn chỉ nghe từ một phía. Dừng lại trước một dòng dữ liệu trông có vẻ bình thường. Ba mươi sáu năm đủ để tôi hiểu rằng giá trị của người gác cổng không nằm ở việc anh ta cho bao nhiêu thứ đi qua, mà ở việc anh ta giữ lại đúng cái cần giữ. Khi công nghệ đổi cách kể chuyện bóng đá, tôi chỉ lặng lẽ đổi cách lắng nghe. Có một chi tiết tôi vẫn nhớ mãi. Năm 2026, tôi theo chân một vận động viên chạy 400m Việt Nam tại Thế vận hội Tokyo. Cô ấy bị thương ở vòng loại, về đích thứ năm với 47,2 giây, kém 0,4 giây so với kỷ lục cá nhân. Trên bảng kết quả, đó là một dòng thất bại. Nhưng tôi không viết về thất bại. Tôi dựa vào mạng lưới cộng đồng đã xây từ năm 2026, thu thập phản hồi từ mười lăm tỉnh thành, và viết về hành trình mười lăm năm tập luyện cho một giấc mơ dang dở, lồng vào câu nói của chính cô ấy: Chạy vì màu cờ. Không bảng dữ liệu nào ghi được câu đó. Đó là lý do tôi vẫn tin vào người đọc. Đó là lý do tôi vẫn tin rằng trong mọi dây chuyền, phải có một con người đứng ở cửa. Hồ sơ Infonavit ấy tối nay nằm đâu đó trong một kho dữ liệu, mang một cái nhãn sai. Tôi không biết nó có được sửa hay không. Nhưng tôi biết chắc một điều: cho đến khi có ai đó mở nó ra, đọc hai mươi mốt dòng, và nói cái này không thuộc về đây, thì nó vẫn tiếp tục chảy. Nhịp cộng đồng — thứ tôi vẫn giữ bằng đôi tai suốt bao năm — sẽ không tự động sửa được một cái nhãn. Nó chỉ có thể nhắc chúng ta rằng đằng sau mỗi dòng dữ liệu, dù đúng hay sai, luôn có một người thật. Nếu bạn làm nghề này, câu hỏi dành cho bạn không phải là hệ thống của bạn nhanh đến đâu. Mà là: lần cuối cùng bạn tự tay mở một hồ sơ ra đọc là khi nào?