Khi hồ sơ điền kinh trả về toàn ô trống: bài học về sự vắng mặt của bằng chứng

Đồng hồ trên tường phòng làm việc ở Osaka chỉ 2 giờ 47 phút sáng. Trên màn hình thứ hai, hồ sơ phân tích cho một giải điền kinh lớn đang mở ra với một đặc điểm kỳ lạ: mọi trường dữ liệu đều trống. Tên giải đấu, không có. Nội dung thi, không có. Thành tích, không có. Điều kiện gió, không có. Sau toàn bộ quá trình bóc tách, chỉ còn đúng một nhãn sống sót: hai chữ "điền kinh". Không vận động viên, không cự ly, không một con số nào để bám vào.

Trong 29 năm theo nghề, tôi đã ngồi trước rất nhiều hồ sơ mỏng. Hồ sơ mỏng là chuyện thường ngày. Nhưng một hồ sơ trắng toàn tập, nơi từng ô đều được đánh dấu "không đủ thông tin, không thể đánh giá", lại là một loại sự kiện khác hẳn. Nó không nói với tôi rằng giải đấu không có gì đáng phân tích. Nó nói với tôi rằng đường ống dữ liệu đã đứt ở đâu đó, và người ngồi đầu dưới của đường ống đang có nguy cơ đọc một khoảng trống thành một tấm giấy chứng nhận an toàn.

Đó là cái bẫy đắt nhất của nghề này, và nó không dành riêng cho điền kinh.

Bởi khi không có số liệu, phản xạ tự nhiên của con người là lấp đầy khoảng trống bằng thứ gì đó: bằng trực giác, bằng ký ức, bằng câu chuyện quen thuộc. Trong thế giới mà tôi làm việc, nơi mỗi bước chạy được quy về mili giây và mỗi cú nhảy được quy về centimet, việc lấp khoảng trống bằng cảm giác là cách nhanh nhất để mất tiền, mất uy tín, và tệ hơn, là mất khả năng tự sửa sai.

Bối cảnh: đường ống dữ liệu điền kinh và chỗ dễ vỡ nhất

Điền kinh là môn thể thao minh bạch nhất về mặt con số và mong manh nhất về mặt cấu trúc dữ liệu. Hai điều đó không hề mâu thuẫn. Một đường chạy 400 mét là đường chạy 400 mét ở mọi nơi trên hành tinh này. Một mức xà 2,40 mét trong nhảy sào không thương lượng với bất kỳ ai. Chính vì đơn vị đo tuyệt đối sạch sẽ như vậy, người ta dễ tin rằng dữ liệu điền kinh cũng sạch sẽ tương tự. Sự thật nằm ở phía ngược lại.

Con số thô thì trung thực. Đường ống đưa con số thô đến tay người phân tích thì đầy vết nứt. Một thành tích chỉ thực sự có nghĩa khi nó đi kèm bốn thứ: tên nội dung thi, điều kiện gió, độ cao của sân, và bối cảnh giải đấu. Thiếu bất kỳ mảnh nào trong bốn mảnh đó, con số biến thành một vật trang trí.

Tôi thường chia đường ống này thành hai tầng. Tầng một là tầng bóc tách: lấy văn bản thô, lấy kết quả, lấy danh sách vận động viên, lấy điều lệ, rồi rút ra các điểm thông tin có thể kiểm chứng. Tầng hai là tầng thẩm định chuyên sâu: dựng lại bức tranh về phong độ, về cấu trúc giải, về rủi ro, về truyền thông. Khi tầng một trả về một hồ sơ trống, tầng hai chỉ còn một lựa chọn trung thực duy nhất là ghi lại sự thiếu hụt, chứ không được phép bịa ra nội dung để lấp chỗ.

Vấn đề của ngành nằm ở chỗ: một tầng hai bị bỏ trống vì lý do kỹ thuật trông bề ngoài giống hệt một tầng hai kết luận rằng "mọi thứ đều ổn". Người đọc lướt qua sẽ thấy một bảng biểu gọn gàng, không có cảnh báo đỏ, không có dấu chấm than. Họ không nhận ra rằng bảng biểu đó trống rỗng, chứ không phải sạch sẽ. Tôi đã từng chứng kiến các huấn luyện viên và nhà quản lý chọn cách đọc số liệu để làm đẹp câu chuyện của mình. Nhưng kiểu "chọn cách đọc" nguy hiểm nhất không phải là đọc sai một con số có thật. Nó là đọc một khoảng trống thành một con số bằng không.

Số liệu không bao giờ nói dối; kẻ nói dối là người chọn cách đọc chúng.

Giải phẫu một hồ sơ trắng: chín tầng và cái giá của từng ô trống

Để độc giả hình dung vì sao một hồ sơ toàn ô trống lại đáng lo hơn một hồ sơ có vài con số xấu, tôi sẽ đi qua từng tầng của quy trình thẩm định mà tôi và nhóm của mình áp dụng. Mỗi tầng đều có yêu cầu dữ liệu tối thiểu. Khi yêu cầu đó không được đáp ứng, ô tương ứng buộc phải để trống. Và chính cái ô trống đó mới là thông tin.

Tầng một: tình trạng hồ sơ và mức độ lành mạnh của dữ liệu đầu vào. Trước khi phân tích bất cứ điều gì, tôi kiểm tra xem hồ sơ có thực sự đến tay mình không. Tên bài, nguồn, ngày xuất bản, tóm tắt một câu, lập trường tác giả, mục đích bài viết, các điểm thông tin, các thực thể liên quan. Nếu toàn bộ những trường này trả về giá trị rỗng, kết luận hợp lý nhất không phải là "giải đấu này không có gì đáng nói", mà là "hệ thống lấy dữ liệu đã thất bại". Trong nghề phân tích, việc nhầm một lỗi kỹ thuật với một phát hiện chuyên môn là sai lầm nền tảng, vì nó làm ô nhiễm mọi kết luận phía sau.

Tầng hai: nội dung thi và thành tích. Đây là trái tim của mọi phân tích điền kinh. Một thành tích chỉ đọc được khi ta biết nó thuộc nội dung nào: chạy nước rút, nhảy, ném, hay các môn phối hợp. Với nước rút và nhảy, điều kiện gió là biến số quyết định. Một thành tích chỉ được công nhận cho mục đích kỷ lục khi gió xuôi không vượt quá 2,0 mét trên giây. Vượt ngưỡng đó, dấu sao xuất hiện bên cạnh con số, và mọi so sánh lịch sử phải đặt lại. Với các cự ly sức bền, độ cao sân thi đấu lại là biến số lớn: sân trên khoảng 1.000 mét giúp nước rút và nhảy, nhưng bóp nghẹt các nội dung bền. Cùng một con số, hai cách đọc khác nhau hoàn toàn, tùy vào bối cảnh. Thiếu bối cảnh, con số trở nên vô nghĩa.

Mẫu giày cũng vậy. Kỷ nguyên giày có tấm carbon và đế siêu bọt đã tạo ra một khoản lợi tức hiệu suất có hệ thống, và giới phân tích vẫn đang tranh cãi xem nên trừ khoản đó bao nhiêu khi so sánh thành tích giữa các thế hệ. Một thành tích phá kỷ lục mà không rõ mẫu giày là một thành tích chưa thể định giá.

Hệ thống còn phân biệt ba mức độ bằng chứng: nội dung được nói rõ, suy luận hợp lý, và phỏng đoán có độ tin cậy thấp. Một hồ sơ trắng không cho phép dựng ngay cả mức đầu tiên. Mọi tuyên bố về nội dung thi, thành tích hay vận động viên khi đó chỉ còn là sự bịa đặt được khoác áo phân tích.

Tầng ba: tình trạng vận động viên. Đây là nơi tôi dành nhiều thời gian nhất khi dữ liệu đầy đủ. Đường cong thành tích cá nhân theo năm, phong độ mùa hiện tại so với kỷ lục cá nhân, lịch sử chấn thương, và kế hoạch đạt đỉnh. Trong điền kinh, đỉnh cao sự nghiệp phụ thuộc vào nội dung thi. Nước rút đạt đỉnh sớm hơn, thường quanh 24 đến 29 tuổi. Marathon lại kéo dài được qua tuổi 35. Vì vậy, biết ngày sinh của một vận động viên là chưa đủ. Phải biết người đó chạy cự ly nào.

Công cụ quan trọng nhất ở tầng này là kiểm tra đột biến. Khi thành tích cá nhân của một vận động viên bật lên một bậc lớn, vượt xa mức tăng trưởng thường niên trong lịch sử của chính người đó, hệ thống sẽ gắn cờ đỏ. Cờ đỏ này không kết luận gian lận. Nó buộc phải đối chiếu chéo với tầng luật và phòng chống doping. Trong 29 năm, tôi đã thấy những cú bật như vậy đi kèm hai kết cục trái ngược: đôi khi là một bước ngoặt huấn luyện hợp pháp, đôi khi là khởi đầu của một hồ sơ bị xóa. Không có dữ liệu chuỗi, cả hai kết cục đều bất khả phân biệt.

Sự phục hồi không bao giờ là phép màu; nó chỉ là thứ mà bạn đã nhìn thấy trong số liệu từ ba tháng trước.

Tầng bốn: cấu trúc giải và cơ chế vòng loại. Một vận động viên có thể lọt vào giải lớn theo hai con đường. Con đường thứ nhất là đạt chuẩn vòng loại, tức mức thành tích do liên đoàn thế giới đặt ra cho kỳ Olympic hoặc giải vô địch thế giới. Con đường thứ hai là tích điểm xếp hạng thế giới, dành cho những ai không chạm được chuẩn nhưng đủ điểm qua các giải trong hệ thống. Hai con đường này vận hành theo cửa sổ thời gian cụ thể, và cửa sổ đó thay đổi theo từng chu kỳ.

Cùng với đó là hạn ngạch tối đa cho mỗi quốc gia. Đây là biến số tạo ra nghịch lý nội bộ: một quốc gia mạnh có thể có vận động viên xếp thứ tư nội địa mà vẫn không được dự giải, trong khi một quốc gia khác đưa người xếp thứ hai mươi thế giới đi thi đấu. Không biết tên nội dung thi và quốc tịch, toàn bộ tầng này bất khả phân tích.

Tầng năm: luật và phòng chống doping. Đây là tầng tôi không bao giờ cho phép mình bỏ qua, kể cả khi mọi tầng khác đã đầy dữ liệu. Có bốn nhóm quy tắc thường xuyên chi phối số phận của một kết quả thi đấu: luật thi đấu của liên đoàn thế giới, khung phòng chống doping, quy định quốc gia, và điều lệ của ban tổ chức từng giải.

Công cụ trung tâm ở tầng này là hộ chiếu sinh học của vận động viên, thứ theo dõi các chỉ dấu sinh học theo thời gian dọc để phát hiện những bất thường mà một lần xét nghiệm đơn lẻ bỏ sót. Bên cạnh đó là nghĩa vụ khai báo vị trí: vận động viên elite phải nộp thông tin về nơi ở hằng ngày để phục vụ xét nghiệm đột xuất ngoài thi đấu. Ba lần bỏ lỡ trong mười hai tháng là một vi phạm.

Có một nguyên tắc tôi luôn nhắc học trò cũ: sự vắng mặt của một dấu hiệu doping trong nguồn tin không phải là bằng chứng về một hồ sơ trong sạch. Đó là bằng chứng về một nguồn tin vắng mặt. Với một hồ sơ trắng, tầng này không được "xóa án", nó chỉ đơn thuần chưa từng được xét tới.

Các vấn đề về tư cách thi đấu cũng thuộc tầng này. Quy định về giới hạn testosterone với các vận động viên có khác biệt phát triển giới tính, chủ yếu ảnh hưởng tới một số nội dung chạy của nữ. Quy định về tư cách đối với vận động viên chuyển đổi giới tính. Thời gian chờ khi đổi quốc tịch. Tư cách vận động viên trung lập cho các quốc gia bị đình chỉ. Bất kỳ vấn đề nào trong số này đều có thể đảo ngược kết quả một cuộc thi, và không có cách nào đánh giá chúng khi không biết giải đấu là giải nào.

Tầng sáu: hệ thống đội và huấn luyện. Đây là tầng bị đánh giá thấp nhất. Tôi phân loại mô hình vận hành thành ba kiểu: hệ thống nhà nước chuyên nghiệp, vận động viên tự do chuyên nghiệp, và nhóm tập huấn ở nước ngoài. Mỗi kiểu mang một hồ sơ rủi ro khác nhau. Hệ thống nhà nước cho nguồn lực và cơ sở vật chất ổn định, nhưng đôi khi đi kèm áp lực thành tích ngắn hạn. Vận động viên tự do linh hoạt hơn trong lịch thi đấu, nhưng phụ thuộc vào dòng tiền tài trợ. Nhóm tập huấn nước ngoài tiếp cận được công nghệ và phục hồi tốt hơn, đổi lại là rủi ro xa nhà và chi phí.

Cấu hình khoa học của đội cũng quan trọng không kém huấn luyện viên trưởng. Có phòng lab chuyển động không. Có bộ phận phân tích dữ liệu riêng không. Có quy trình kiểm soát khối lượng và cường độ tập luyện theo chu kỳ không. Trong điền kinh, sự bền vững của một vận động viên giống như sự bền vững của một đội, đều vận hành theo các khái niệm ngưỡng lactate, tần suất sải chân, và cấu trúc khối lượng, cường độ, mật độ. Tốc độ tăng trưởng là một cú nước rút; đột biến không giải thích được là một dấu hiệu doping. Không có thực thể nào được nêu tên, tầng này không có gì để dựng.

Tầng bảy: bản đồ rủi ro. Tôi chia rủi ro thành sáu nhóm: cạnh tranh, doping, tài chính và sự nghiệp, luật và tư cách, dư luận và thương hiệu, và rủi ro mang tính hệ thống. Với một hồ sơ trắng, cả sáu nhóm đều không thể xếp hạng. Nhưng tôi phải nói rõ hai lý do khác nhau đang cùng tồn tại ở đây. Thứ nhất, không có nội dung rủi ro nào để xếp hạng. Thứ hai, và quan trọng hơn, chính kết quả rỗng của đường ống dữ liệu là rủi ro vận hành lớn nhất. Mọi quyết định đưa ra trên nền tảng này đều dựa trên một cơ sở bằng chứng bằng không, và do đó không thể tái lập, không thể kiểm toán.

Tầng tám: truyền thông và kỳ vọng. Đây là tầng mà tôi gọi là tầng của các câu chuyện. Có sáu mẫu câu chuyện quen thuộc trong điền kinh: săn kỷ lục, thần đồng xuất hiện, vinh quang quốc gia, trở lại sau chấn thương, chia tay sự nghiệp, và bê bối doping. Mỗi mẫu câu chuyện có một nhịp độ riêng: nảy mầm, tăng tốc, đạt đỉnh, rồi thoái trào. Phân tích kỳ vọng thị trường chỉ có giá trị khi ta so được kỳ vọng với thực lực khách quan. Không có tuyên bố nào về vận động viên hay giải đấu, tầng này bất khả vận hành.

Cần phân biệt một trường tiêu đề bị bỏ trống với một tiêu đề thực sự không mang tín hiệu câu chuyện nào. Trường hợp đầu là lỗ hổng dữ liệu. Trường hợp sau là một phát hiện phân tích. Chỉ trường hợp đầu là điều tôi có thể khẳng định ở đây.

Tầng chín: truyền dẫn ngành. Phân tích truyền dẫn cần một cú sốc khởi nguồn: một kỷ lục bị phá, một bản hợp đồng tài trợ, một thay đổi luật, một thương vụ chuyển nhượng. Từ cú sốc đó, tác động lan theo ba chặng: thượng nguồn là đào tạo trẻ và nghiên cứu thiết bị, trung nguồn là vận động viên và giải đấu, hạ nguồn là truyền hình, thương mại và các thị trường phái sinh. Không có cú sốc, không có gì để lan truyền.

Phát âm sai một cái tên không phải là lỗi; thiếu sót là không nhìn thấy bóng dáng của một hệ thống.

Góc phản trực giác: sự vắng mặt của bằng chứng không phải là bằng chứng của sự vắng mặt

Đây là câu mà giới phân tích chúng tôi phải tự nhắc mình mỗi ngày, và cũng là câu dễ bị vi phạm nhất.

Trong logic thông thường của con người, một bảng biểu không có cảnh báo đỏ được đọc là một bảng biểu an toàn. Không có tin xấu nghĩa là tin tốt. Không có chấn thương nghĩa là lành mạnh. Không có dấu hiệu doping nghĩa là trong sạch. Toàn bộ lối suy nghĩ này dựa trên một giả định ngầm: rằng nếu có chuyện xấu, nó đã xuất hiện trong dữ liệu. Giả định đó đúng trong một hệ thống thu thập dữ liệu hoàn hảo. Nó sai trong mọi hệ thống khác, kể cả hệ thống của chúng tôi.

Khi một hồ sơ trắng, người ta rất dễ bị cám dỗ gán cho nó một ý nghĩa tích cực. Nhà phân tích vội vã kết luận: vận động viên này không có vấn đề gì. Thực ra, thông tin duy nhất mà hồ sơ trắng cung cấp là chính nó, tức là một sự thiếu hụt. Vận động viên đó không được xác nhận là khỏe mạnh, không được xác nhận là trong sạch, cũng không bị nghi ngờ. Người đó chỉ đơn giản nằm ngoài mọi lưới dữ liệu.

Tôi đã từng đứng trước một tình huống tương tự ở một quy mô nhỏ hơn nhiều. Tháng 6 năm 2026, trong vai trò bình luận viên dữ liệu cho một kênh phát sóng tiếng Nhật ở một trận vòng bảng World Cup, tôi đọc sai tên một cầu thủ ba lần trong hiệp một. Sai lầm phát âm đó, nhìn từ bên ngoài, là lỗi đáng xấu hổ nhất của buổi tối. Nhưng điều khiến tôi mất ngủ lại nằm ở chỗ khác. Dữ liệu theo dõi cho thấy đội hình đã giãn ra quá xa, phá vỡ cấu trúc gây áp lực. Cái sai phát âm là chuyện bề mặt. Cái sai cấu trúc mới là chuyện hệ thống. Tôi đã dành trọn một tháng xem lại toàn bộ băng ghi hình vòng bảng để sửa.

Bài học nằm ở thứ tự ưu tiên. Người ta thường bị phân tâm bởi những điểm sáng chói trên bề mặt và bỏ qua những khoảng trống lớn phía sau. Cái mà người ta gọi là "không có cảnh báo" thường chỉ là lớp sơn bề mặt của một trật tự sâu hơn, hoặc của một lỗ hổng sâu hơn.

Trong bối cảnh phân tích dữ liệu thể thao, có một cái bẫy song sinh với bẫy vừa nêu: bẫy phụ thuộc vào nhãn. Khi một hồ sơ chỉ còn lại đúng một nhãn lĩnh vực, chẳng hạn hai chữ "điền kinh", chúng ta rất dễ lấy nhãn đó ra làm bằng chứng rằng chủ đề có tính mạch lạc. Một cái nhãn không phải là nội dung. Nó là một cái thùng rỗng có dán tên. Nhãn nói rằng dữ liệu, nếu có, sẽ thuộc loại điền kinh. Nó không chứng minh rằng dữ liệu tồn tại.

Ở tầng sâu hơn, tôi cho rằng cái bẫy lớn nhất của toàn bộ ngành phân tích nằm ở việc sùng bái kết luận. Nhu cầu tạo ra một phán đoán dứt khoát mạnh đến mức nó chèn ép nhu cầu xác minh nền tảng. Khi khách hàng hỏi tôi một dự đoán, tôi luôn tự hỏi: nếu bộ dữ liệu hiện có bị rút đi một nửa, dự đoán này còn giữ nguyên không. Nếu câu trả lời là có, tôi biết mình đã bịa. Tôi đã làm việc cho một sàn cá cược lớn tại Osaka suốt nhiều năm, và ở đó, kỷ luật duy nhất cứu được bạn chính là kỷ luật từ chối kết luận khi chưa đủ dữ liệu.

Người ta có thể hỏi: vậy nếu dữ liệu thực sự không tồn tại thì làm gì. Trong đa số trường hợp, việc đúng đắn là ghi lại rõ ràng rằng chưa có cơ sở để kết luận, giữ nguyên câu hỏi mở, và quay lại sửa đường ống. Nguyên tắc cạo râu Occam nhắc rằng nếu lời giải thích đơn giản nhất là "lỗi trích xuất dữ liệu", thì đó thường chính là đáp án, chứ không phải một phát hiện sâu xa về bản chất của môn thể thao.

Điều cần theo dõi từ lúc này

Với một hồ sơ trắng, danh sách tín hiệu cần theo dõi không nằm ở phía vận động viên hay giải đấu. Nó nằm ở phía đường ống.

Thứ nhất, kiểm tra khả năng truy xuất của tài liệu gốc. Nếu tài liệu gốc vẫn tồn tại, vấn đề nằm ở khâu bóc tách, và nó có thể phục hồi. Nếu tài liệu gốc không tồn tại, một vấn đề khác đang diễn ra.

Thứ hai, đo tỷ lệ hồ sơ trắng trên toàn bộ lô dữ liệu đang xử lý. Một hồ sơ trắng có thể là tai nạn cá biệt. Ba hồ sơ trắng trở lên là một mô hình lỗi, và mô hình lỗi cần được báo lên cấp trên trước khi bất kỳ ai đọc các kết luận khác.

Thứ ba, đối chiếu lại nhãn lĩnh vực sau khi tài liệu gốc được phục hồi. Nếu nhãn không khớp, toàn bộ quy trình phải chạy lại từ đầu.

Thứ tư, xếp lại thứ tự ưu tiên theo thời điểm công bố một khi ngày xuất bản được lấy lại.

Điền kinh là bộ môn mà câu hỏi sắc bén luôn có giá trị hơn đáp án nhanh. Kỷ nguyên không bắt đầu bằng công nghệ, mà bắt đầu bằng một câu hỏi đủ sắc để rạch thủng lối mòn. Câu hỏi của tôi lúc gần ba giờ sáng hôm đó không phải là ai sẽ thắng. Câu hỏi là đường ống dữ liệu đã đứt ở đâu, và liệu có ai ngoài tôi đang đọc khoảng trống đó thành một tấm giấy chứng nhận an toàn. Khi tất cả nhìn về một hướng, tôi bắt đầu soi kỹ khoảng trống phía sau lưng họ. Nếu bạn đọc một hồ sơ trắng và thấy bình yên, hãy kiểm tra lại xem bạn đang yên tâm vì dữ liệu sạch, hay vì bạn đã quên rằng dữ liệu chưa từng đến.