Sự thất bại im lặng: Khi làng esports đọc dữ liệu trống thành dữ liệu sạch

Sự thất bại im lặng: Khi làng esports đọc dữ liệu trống thành dữ liệu sạch

Tháng 3 vừa rồi, một analyst cấp cao của một đội tuyển đang thi đấu tại giải quốc tế lớn nhất mùa này gửi cho tôi một bản báo cáo đối thủ dài 47 trang. Bìa in đẹp, mục lục chỉn chu, mỗi phần có tiêu đề, có bảng, có màu. Tôi đọc từ đầu đến cuối trong hai tiếng. Không một con số nào thực sự nói lên điều gì. Không một cờ đỏ nào được giương lên. Trang 46, dòng cuối cùng viết: "Không phát hiện rủi ro nghiêm trọng." Tôi đóng tập tài liệu và hỏi người gửi đúng một câu: "Cậu đã kiểm tra cái gì để kết luận là không có rủi ro?" Anh im lặng mười giây, rồi đáp: "Em không kiểm tra được, vì em không có dữ liệu."

Đó là khoảnh khắc tôi hiểu vấn đề không nằm ở con người. Nó nằm ở cấu trúc. Trong ngành phân tích esports hiện nay, một bảng báo cáo đầy đủ về hình thức gần như luôn trông giống một bảng báo cáo đầy đủ về nội dung. Khi đường ống dữ liệu đứt gãy, khi nguồn tin bị chặn, khi giao diện lập trình trả về rỗng, hệ thống không báo lỗi theo cách con người hiểu được. Nó trả về một khuôn mẫu hoàn chỉnh với các ô trống. Và con người — vốn được huấn luyện để đọc khuôn mẫu — đọc ô trống thành "không có gì bất thường."

Khi sự vắng mặt của cờ đỏ được sinh ra bởi sự vắng mặt của dữ liệu, nhưng bị đọc thành sự vắng mặt của rủi ro, chúng ta không còn phân tích nữa. Chúng ta đang trang trí cho sự thiếu hiểu biết. Đây là căn bệnh mà giới phân tích thể thao châu Âu gọi là thất bại im lặng, và esports đang mắc nó với tốc độ nhanh gấp ba lần.

Bối cảnh: Một ngành được xây trên khuôn mẫu

Trong mười tám năm theo dõi ngành này, tôi đã thấy văn hóa báo cáo chuyển từ ghi chú tay sang bảng tính, rồi sang dashboard, rồi sang những nền tảng tự động sinh báo cáo. Mỗi bước tiến đều hứa hẹn một điều: nhiều dữ liệu hơn, quyết định tốt hơn. Nhưng tôi luôn tự hỏi một câu mà ít ai trong phòng họp dám hỏi: khi dữ liệu biến mất, cái khung báo cáo có còn đứng vững không?

Esports có một đặc điểm khiến vấn đề này nghiêm trọng hơn bóng đá hay bơi lội. Toàn bộ nguồn thông tin của chúng ta — chỉ số trong trận, tỷ lệ thắng, lịch sử cấm chọn, dữ liệu kinh tế của các đội — phần lớn đều chảy qua hệ thống kỹ thuật số do một vài nhà phát hành và một vài nền tảng thống kê nắm giữ. Bóng đá có máy quay, có phóng viên đứng trên sân, có hồ sơ giấy tồn tại giữa lúc mạng lưới đứt. Esports thì không. Một API đóng cửa, một trang web render bằng JavaScript không được lập chỉ mục, một trận đấu chỉ có lịch phát trực tiếp mà không có bảng số liệu kèm theo — và chúng ta mất trắng nền tảng sự thật.

Tệ hơn, cấu trúc báo cáo của chúng ta được thiết kế để không bao giờ trống. Khi tôi ngồi ở phòng tổ chức giải năm 2026 và nhận báo cáo scouting của một đội, tôi để ý thấy một chuyện: bất kể dữ liệu có đầy đủ hay không, bản báo cáo luôn có bốn mục — điểm mạnh, điểm yếu, cơ hội, thách thức. Nếu đội không có dữ liệu về đối thủ, bốn mục vẫn còn đó. Chúng chỉ chuyển thành những dòng dặn dò chung chung: "cần chú ý giao tranh sớm," "đối thủ có thể đổi chiến thuật," "kiểm soát tầm nhìn là chìa khóa." Những câu đó đúng trong mọi trận đấu, vì vậy chúng vô nghĩa trong mọi trận đấu.

Và khi bốn mục được điền bằng những câu đúng cho mọi trường hợp, người đọc không thấy khoảng trống. Họ thấy một báo cáo hoàn chỉnh. Họ không biết rằng đằng sau sự hoàn chỉnh đó là một đường ống đã chết từ lâu.

Điều này không phải lỗi của riêng ai. Nó là hệ quả của cách chúng ta định nghĩa "phân tích." Trong phần lớn tài liệu nghiệp vụ mà tôi đọc, quy trình được mô tả là: thu thập dữ liệu, áp khuôn mẫu phân tích, xuất ra kết luận. Bước thứ ba luôn được coi là đích đến. Bước thứ nhất bị coi là điều kiện mặc định — giả định rằng nó luôn thành công. Không ai viết một mục trong quy trình có tên "nếu dữ liệu không đến thì làm gì." Vì vậy khi nó không đến, con người vẫn tiếp tục bước hai và bước ba, chỉ là với nguyên liệu rỗng. Kết quả là một bản báo cáo trơn tru, tự tin, và sai.

Phân tích cốt lõi: Giải phẫu của một thất bại im lặng

Tôi muốn đưa các bạn vào bên trong cơ chế. Một thất bại im lặng trong phân tích esports diễn ra theo ba tầng, và mỗi tầng đều có cách tự ngụy trang riêng.

Tầng một — tầng kỹ thuật. Dữ liệu không đến. Đây là chuyện bình thường. Nền tảng thống kê có thể chưa cập nhật trận đấu mới nhất, hoặc giới hạn truy cập với người dùng ngoài. Một trang nguồn có thể tải bằng JavaScript đến nỗi công cụ thu thập chỉ nhận được khung rỗng, trong khi con người mở trình duyệt vẫn thấy đầy đủ nội dung. Có khi nguồn nằm sau một hình thức trả phí, và công cụ thu thập vấp phải trang đăng nhập rồi trả về rỗng thay vì báo lỗi. Ở tầng này, sự thật là: hệ thống không có gì.

Tầng hai — tầng khuôn mẫu. Hệ thống xử lý không phân biệt "dữ liệu nói rằng không có rủi ro" với "không có dữ liệu để nói về rủi ro." Cả hai đều dẫn đến kết quả giống nhau trên màn hình: một ô trống, hoặc một dấu gạch ngang, hoặc chữ N/A. Về mặt kỹ thuật, đây là hai trạng thái hoàn toàn khác nhau. Về mặt hiển thị, chúng không thể phân biệt. Một bảng khuôn mẫu đầy đủ với chín mục phân tích đều ghi "chưa đủ thông tin" trông giống hệt một bảng khuẩn mẫu đầy đủ với chín mục đều đã được kiểm tra và kết luận bình thường — nếu người đọc không đọc kỹ phần chú thích.

Tầng ba — tầng diễn giải. Đây là tầng nguy hiểm nhất, vì nó do con người vận hành. Khi một người đọc lướt qua báo cáo và thấy các mục đã được điền đầy đủ về hình thức, bộ não họ hoàn thành công việc còn lại bằng cách tự điền ý nghĩa. "Không có cờ đỏ nào được giương lên" ngay lập tức được dịch thành "không có rủi ro nào được tìm thấy." Trên thực tế, sự thật là "không có rủi ro nào được kiểm tra." Hai câu này khác nhau một trời một vực, nhưng trong trí nhớ làm việc của con người, chúng chỉ cách nhau một lần đọc lướt.

Tôi đã thấy tầng ba này gây thiệt hại cụ thể. Năm 2026, khi Bundesliga trở lại sau đại dịch với các trận đấu trên sân không khán giả, tôi phân tích dữ liệu của 95 trận và phát hiện tỷ lệ thắng sân nhà giảm từ khoảng 43% xuống khoảng 36%. Tôi viết bài "Lợi thế sân nhà chỉ là trò lừa" và đăng trên Medium. Bài viết lan nhanh, thu về hai nghìn lượt đọc trong hai mươi tư giờ. Rồi Premier League khởi động lại vào tháng 6, và tỷ lệ thắng sân nhà ở đó vọt lên khoảng 45%. Con số của tôi không sai. Nhưng tôi đã mắc lỗi tầng ba: tôi biến một mẫu dữ liệu từ một giải, trong một bối cảnh văn hóa khán đài cụ thể, thành một quy luật phổ quát về bản chất của lợi thế sân nhà.

Điều tôi học được từ lần đó là một nguyên tắc mà tôi áp dụng cho mọi báo cáo từ ấy đến nay. Trước khi kết luận, tôi luôn tự hỏi: ngoại lệ nào có thể phá vỡ kết luận này? Nếu tôi không liệt kê được ít nhất hai ngoại lệ, tôi chưa hiểu dữ liệu của mình. Sân trống không làm đội khách mạnh hơn, nó chỉ lột mặt nạ của đội nhà — và ở Anh, chiếc mặt nạ đó có hình dạng khác với ở Đức, vì văn hóa hò reo tại các sân bóng địa phương của Đức mang trọng lượng cảm xúc mà các câu lạc bộ Anh không sao chép được qua màn hình.

Quay lại tầng kỹ thuật. Có một dạng thất bại im lặng nữa mà tôi gọi là "bảng điểm không có điểm." Đó là khi một hệ thống trả về một bảng có cấu trúc đẹp, có tiêu đề cột, có phân loại, nhưng mọi ô nội dung đều rỗng hoặc mang giá trị mặc định. Trong nhiều nền tảng thống kê, giá trị mặc định của một ô số là 0, không phải là ô trống. Điều đó có nghĩa là một cầu thủ chưa từng ra sân có thể hiển thị chỉ số 0, và một cầu thủ ra sân nhưng dữ liệu bị mất cũng hiển thị chỉ số 0. Hai người hoàn toàn khác nhau, cùng một con số. Nếu analyst không kiểm tra nguồn gốc của từng con số 0, họ có thể đưa ra kết luận về một cầu thủ mà thực chất chưa từng có dữ liệu về cầu thủ đó.

Tôi từng chứng kiến một trường hợp như vậy ở một đội trẻ. Một analyst đưa ra báo cáo rằng một tuyển thủ có thể lực yếu vì số phút thi đấu trung bình mỗi trận thấp. Con số là 0. Sự thật là tuyển thủ đó chưa từng được đăng ký thi đấu chính thức, chỉ tập luyện cùng đội. Bản báo cáo đúng về mặt số liệu, sai về mặt ý nghĩa, và suýt nữa khiến ban huấn luyện loại một người vì một lỗi của đường ống dữ liệu.

Cơ chế cốt lõi của thất bại im lặng là ở đây: chúng ta thiết kế hệ thống để trả lời câu hỏi "rủi ro là gì," nhưng không thiết kế nó để trả lời câu hỏi "chúng ta có đủ dữ liệu để tìm rủi ro hay không." Khi câu hỏi thứ hai không được đặt ra, câu trả lời cho câu hỏi thứ nhất trở thành vô nghĩa.

Trong bối cảnh mùa giải đấu lớn hiện nay, áp lực càng đẩy cơ chế này lên cao. Khi cả thế giới đang cuốn theo cờ và câu chuyện, tốc độ trở thành thứ được thưởng. Một báo cáo đúng nhưng chậm bị coi là thất bại. Một báo cáo nhanh nhưng rỗng được coi là thành công nếu nó xuất hiện trước. Trong cuộc đua đó, kiểm tra tính toàn vẹn dữ liệu là bước đầu tiên bị cắt. Không ai có thời gian để hỏi nguồn có thật sự render hay không khi deadline đang gõ cửa.

Góc phản trực giác: Cái bẫy của sự minh bạch giả

Đây là phần tôi muốn dành nhiều cân nhắc nhất, vì nó đi ngược lại niềm tin phổ biến của chính giới phân tích chúng ta.

Có một giả định đang được truyền tai nhau trong ngành: nếu một báo cáo minh bạch về phương pháp, liệt kê rõ các mục phân tích, dẫn nguồn từng bước, thì nó đáng tin. Tôi cho rằng giả định này đúng với điều kiện dữ liệu tồn tại, và sai nghiêm trọng khi dữ liệu vắng mặt. Bởi vì chính sự minh bạch về hình thức lại là lớp ngụy trang hoàn hảo nhất cho sự trống rỗng về nội dung.

Một báo cáo được trình bày cẩu thả với vài dòng chữ nguệch ngoạc sẽ khiến người đọc cảnh giác. Họ sẽ hỏi: số liệu đâu? Nhưng một báo cáo được trình bày chỉn chu với đầy đủ mục, đầy đủ bảng, đầy đủ chú thích, lại khiến người đọc hạ thấp phòng vệ. Họ tin rằng nếu ai đó đã bỏ công trình bày kỹ đến vậy, người đó ắt đã bỏ công kiểm tra. Kết luận: kỹ năng trình bày đang được dùng như một chứng chỉ về chất lượng nội dung mà nó không hề bảo chứng.

Tôi đã ở vị trí người trình bày đủ nhiều để biết điều này. Người ta cười dự đoán của tôi, nhưng không ai cười cách tôi đếm lại từng con số — câu đó tôi vẫn giữ như một lời tự nhắc. Nhưng có một thời điểm tôi tự lừa mình bằng chính câu đó. Năm 2026, tôi dự đoán Croatia vào chung kết World Cup, dựa trên mô hình tuổi trung bình đội hình, số đường chuyền vào một phần ba sân đối phương, và sự đột phá của bộ ba Modrić – Rakitić – Kovačić. Bài đăng ngày 12 tháng 6 năm 2026 bị chê cười hơn một nghìn hai trăm lượt. Nhiều tài khoản cá độ bảo tôi "thích phán bừa." Croatia thắng liền ba trận vòng loại trực tiếp, đánh bại Anh 2-1 ở bán kết. Sau đêm đó, bài viết được chia sẻ năm nghìn lần, và tôi được mời làm bình luận viên khách mời cho một podcast thể thao.

Thành công đó suýt phá hỏng tôi. Nó khiến tôi tin rằng mình có thể phá vỡ mọi quy ước chỉ bằng số liệu, rằng bất cứ kết luận nào tôi rút ra từ một tập dữ liệu đều đúng vì cách tôi đếm đúng. Đó là sự kiêu ngạo tầng ba. Tôi đã quên rằng một dự đoán đúng không chứng minh phương pháp đúng. Nó chỉ chứng minh rằng trong một trường hợp, phương pháp chưa bị bác bỏ.

Bài học về Croatia và bài học về sân trống là hai mặt của cùng một vấn đề. Ở Croatia, tôi đúng về kết quả nhưng rủi ro vẫn là tôi đúng vì may. Ở sân trống, tôi đúng về một mẫu dữ liệu nhưng sai vì đã khái quát hóa nó. Cả hai lần, tôi đều đứng trước nguy cơ đọc dữ liệu của mình thành một cái gì đó mạnh hơn thực tế. Và nguy cơ đó — trong ngành phân tích esports hiện nay — đang được tự động hóa.

Giờ hãy nhìn vào hệ quả. Khi một nhà phân tích đọc một bản báo cáo đầy đủ hình thức và thấy "không phát hiện rủi ro," họ thường không kiểm tra lại xem rủi ro đã được tìm kiếm bằng cách nào. Khi một huấn luyện viên nhận một bảng scouting và thấy mọi mục đã được điền, họ thường không hỏi nguồn dữ liệu đã chảy hay chưa. Khi một biên tập viên duyệt một bài phân tích chuyển nhượng có đầy đủ bảng so sánh chỉ số, họ thường không truy vết xem các chỉ số đó có nguồn gốc từ trận đấu thật hay từ một ô mặc định. Ở cả ba tầng, sự im lặng của dữ liệu đi qua mà không bị phát hiện, và nó đi qua dưới dạng an toàn.

Vào tháng 1 năm 2026, tôi suýt trả giá vì một phiên bản khác của cùng căn bệnh. Một nguồn tin ở Chelsea cho tôi biết họ sẽ cho Fulham mượn Conor Gallagher đến cuối mùa. Nhưng vì muốn tung tin nóng trước báo chí, tôi đăng một dòng khẳng định Gallagher chuyển thẳng đến Fulham khi hợp đồng chưa được ký. Gallagher sau đó phải ra thông báo rằng chưa có gì xảy ra, và nguồn tin của tôi giận dữ cắt liên lạc. Điều đau nhất là vụ việc này diễn ra ngay sau khi tôi trở thành người đầu tiên đưa tin đúng về việc Jordan Pickford gia hạn với Everton. Tôi mất ba tuần xin lỗi và viết một bài phân tích chi tiết để khôi phục lòng tin. Sự thật trong tay tôi là một nửa. Tôi biến một nửa sự thật thành một tin hoàn chỉnh, đúng y như cách một analyst biến một ô trống thành một kết luận bình thường.

Một hot take giỏi không phải là dám nói sai, mà là dám đúng trước cả thế giới — và dám im lặng cho đến khi mình có đủ dữ liệu để đúng. Năm 2026, trong buổi bàn luận trước trận California Clásico giữa LA Galaxy và San Jose Earthquakes, tôi cãi thẳng cựu danh thủ Landon Donovan rằng tinh thần chiến thắng chỉ là ngụy biện. Tôi trích dẫn chỉ số bàn thắng kỳ vọng của trận lượt đi: Galaxy tạo ra khoảng 2,8 xG nhưng thua 0-1, còn Earthquakes thắng nhờ một pha bóng duy nhất. Anh gạt đi bằng một câu mà tôi còn nhớ nguyên văn: "Cô đừng dạy tôi bóng đá." Đoạn tranh luận lan truyền, và tôi nhận năm trăm bình luận miệt thị giới tính. Tôi quyết định học phân tích dữ liệu trong ba tuần liền. Cú đấm năm đó dạy tôi nghe giọng phụ nữ trước khi nhìn bảng số liệu — nghĩa là đôi khi thứ bị bỏ qua không phải con số, mà là người đang đọc con số.

Điều đó liên quan gì đến thất bại im lặng? Rất nhiều. Vì trong cả hai trường hợp, thứ bị thiếu không phải là dữ liệu, mà là tiếng nói nêu câu hỏi đúng. Người phụ nữ trong phòng bị bỏ qua, và ô trống trong bảng cũng bị bỏ qua, vì cả hai đều không tự phát ra âm thanh đủ lớn để buộc người khác dừng lại. Hệ thống đọc sự im lặng thành sự đồng ý. Đó là lý do tôi tin rằng sửa lỗi kỹ thuật thôi chưa đủ; phải sửa cả thói quen đọc của con người.

Hệ quả lớn nhất của toàn bộ vấn đề này nằm ở tầng thị trường chuyển nhượng, nơi tôi đã quan sát đủ nhiều để thấy các mẫu hình lặp lại. Kỳ chuyển nhượng là nơi người ta trả một trăm triệu cho một lời hứa, và gọi đó là đức tin. Một bản báo cáo scouting trình bày chỉn chu có thể đẩy giá một tuyển thủ lên gấp ba, dù đằng sau nó là dữ liệu từ một giải đấu nhỏ với cỡ mẫu không đủ để nói bất cứ điều gì. Và khi tuyển thủ đó thất bại ở đội mới, không ai truy lại xem bản báo cáo ban đầu đã dựa trên chất liệu gì. Cái chết của sự thật thường diễn ra trong im lặng, và nó được thanh toán bằng tiền thật.

Cách đây ít lâu, tôi theo dõi một vụ cho mượn kèm nghĩa vụ mua đứt giữa một đội nhỏ và một đội lớn. Đội nhỏ nhận một bản báo cáo đầy đủ về cầu thủ, ký hợp đồng với các điều khoản thanh toán gắn với chỉ số hiệu suất. Mùa sau, chỉ số của cầu thủ không đạt, nhưng không ai ở đội nhỏ có đủ dữ liệu nền để biết rằng ngưỡng chỉ số trong hợp đồng được đặt dựa trên mẫu từ giải lớn, nơi đồng đội và hệ thống chiến thuật hoàn toàn khác. Đội nhỏ trả tiền cho một kết luận được sinh ra từ một bối cảnh không áp dụng cho họ. Là bán thành phẩm cho đại gia là điều mà các đội nhỏ đang làm với chính mình. Họ nuôi dưỡng một lực lượng mà họ không đủ khả năng giữ, dựa trên những con số mà họ không đủ khả năng kiểm chứng.

Điểm mù thực thi và cách đọc lại

Nếu phần trên là chẩn đoán, phần này là câu hỏi tôi phải tự đặt cho chính mình trước khi kết thúc bài viết: tôi có thể sai ở đâu?

Tôi có thể đang quá nặng tay khi cho rằng một ô trống luôn nguy hiểm hơn một con số sai. Trong một số trường hợp, sự thận trọng quá mức khiến đội bóng không dám quyết định, và bỏ lỡ thời điểm cũng là một dạng thất bại. Một huấn luyện viên cần hành động trong khi tôi cần dữ liệu; hai nhu cầu này không phải lúc nào cũng tương thích.

Tôi cũng có thể đang đánh giá thấp các nỗ lực sửa chữa đang tồn tại. Nhiều công cụ phân tích hiện nay đã thêm gắn nhãn dữ liệu chưa được xác minh, tách biệt rõ giữa giá trị mặc định và giá trị thiếu. Một số đội đã bắt đầu ghi nhật ký từng bước xử lý để truy vết nguồn gốc dữ liệu. Tôi thấy những dấu hiệu đó, và tôi không muốn phủ nhận chúng chỉ vì chúng chưa phổ biến. Sân trống không làm đội khách mạnh hơn, nó chỉ lột mặt nạ của đội nhà — và với cùng logic, thất bại im lặng không làm chúng ta ngu đi, nó chỉ lột mặt nạ của những quy trình mà chúng ta luôn tưởng là vững.

Đây là điều tôi rút ra từ chính sai lầm của mình. Khi tôi phải viết bài đính chính về sân trống, tôi không cố bám giữ nhận định cũ. Tôi đọc lại từng con số, giải thích tư duy cũ sai ở đâu, và nói rõ dữ liệu nào đã thay đổi kết luận. Sự linh hoạt đính chính không phải là điểm yếu. Nó là lá chắn duy nhất mà tôi có để chống lại việc biến sự tự tin thành sự kiêu ngạo.

Và nếu toàn bộ lập luận này sai — nếu thất bại im lặng hóa ra chỉ là một vấn đề kỹ thuật nhỏ, không ảnh hưởng đến quyết định thực tế — thì cách tôi sẽ biết mình sai là thế này: tôi sẽ tìm một đội công khai nhật ký xử lý dữ liệu của họ, và chứng minh rằng số báo cáo bị hủy vì dữ liệu rỗng bằng không. Nếu tồn tại một đội như vậy, tôi sẽ ngồi lại và viết một bài đọc lại, đúng như tôi đã làm nhiều lần trước đây. Esports chạy nhanh hơn bóng đá vì esports không sợ sai — và kẻ không sợ sai là kẻ duy nhất có thể sửa sai đủ nhanh để giữ được sự thật.

Kết: Điều tôi mong đợi ở mùa giải này

Trong mùa giải đấu lớn đang diễn ra, mọi con mắt đang đổ về những trận knock-out và những cú đổi đội hình quyết định. Tôi cũng nhìn vào đó. Nhưng tôi sẽ dành một phần sự chú ý cho thứ mà ít người xem: các báo cáo phân tích đi kèm mỗi trận, và cách chúng xử lý những khoảng trống.

Tôi đoán trước một điều có thể kiểm chứng. Khi mùa giải đi đến giai đoạn loại trực tiếp, sẽ có ít nhất một trường hợp một quyết định lớn — thay huấn luyện viên, đổi tuyển thủ, hoặc điều chỉnh chiến thuật giữa giải — được đưa ra dựa trên một báo cáo có hình thức đầy đủ nhưng nguồn dữ liệu rỗng hoặc không đủ. Khi điều đó xảy ra, cách nó được xử lý sẽ nói lên nhiều về ngành này hơn bất kỳ trận đấu nào. Nếu đội đó công khai thừa nhận quy trình đã hỏng, chúng ta tiến lên. Nếu họ im lặng và sửa kết quả mà không sửa quy trình, chúng ta lại tiếp tục ru ngủ mình bằng những bảng báo cáo không có cờ đỏ.

Người ta cười dự đoán của tôi, nhưng không ai cười cách tôi đếm lại từng con số. Lần này, tôi không đếm số liệu. Tôi đếm những ô trống. Và nếu có một điều tôi muốn các bạn mang theo ra khỏi bài này, thì là câu hỏi tôi vẫn hỏi mỗi buổi sáng khi mở một bản báo cáo: cái gì đang vắng mặt trong đây, và tôi có đủ dữ liệu để biết nó vắng mặt, hay chỉ đủ sự tự tin để giả rằng nó không tồn tại?