Bảng dữ liệu trống ở một giải bơi quốc gia: ba giả thuyết và một chẩn đoán

Buổi tối cuối cùng của giải vô địch bơi quốc gia, tôi ngồi ở hàng ghế thứ bảy khán đài Cung thể thao dưới nước Mỹ Đình, laptop mở, tai nghe cắm một bên. Màn hình kết quả hiện đủ tám làn, đủ tên vận động viên, đủ thời gian chạm thành. Cột thời gian từng 50m trắng trơn. Tôi bấm xuất dữ liệu. Tệp trả về bốn dòng: tên giải, ngày, địa điểm, và một ô ghi N/A. Ba ngày thi đấu, hơn bốn trăm lượt bơi, và thứ duy nhất tôi mang về là một bảng có cấu trúc đúng nhưng rỗng ruột. Không nhịp quạt. Không quãng sải. Không thời gian lượt xoay. Không một phân đoạn 50m nào để so nửa đầu với nửa sau của một lượt bơi 400m. Người ta vẫn gọi đó là dữ liệu. Tôi gọi đó là một biên bản ghi đúng thủ tục. Nói cho rõ nghề của tôi làm gì. Một nhà phân tích bơi lội không đọc thời gian chung cuộc để khen ai bơi đẹp. Anh ta đọc cấu trúc của lượt bơi: 100m đầu thả bao nhiêu, 100m cuối còn bao nhiêu, lượt xoay mất mấy phần mười giây, nhịp quạt tăng hay giảm ở 15m cuối, quãng sải có bị rút ngắn khi mệt hay không. Tất cả nằm trong bảng splits. Không có splits, thời gian chung cuộc chỉ là một con số cuối kỳ — giống như đọc báo cáo tài chính mà chỉ có dòng lợi nhuận ròng. Khi Nguyễn Thị Ánh Viên còn thi đấu, bảng splits nội dung 200m hỗn hợp của cô là tài liệu đáng đọc nhất của bơi Việt Nam. Nó cho thấy phần bơi ếch — đoạn cô mạnh nhất — được đặt ở đâu trong tổng thể, và mỗi năm nó dịch chuyển ra sao. Nguyễn Huy Hoàng ở 800m và 1500m tự do thì ngược lại: anh bơi đều, và giá trị của anh nằm ở chỗ độ lệch giữa 100m nhanh nhất và chậm nhất rất nhỏ. Trần Hưng Nguyên ở 400m hỗn hợp lại là kiểu thứ ba: mạnh ở đoạn ngửa, dễ hụt ở đoạn ếch cuối. Ba kiểu vận động viên, ba cách đọc khác nhau, và cả ba chỉ đọc được bằng splits. Bỏ splits đi, họ trở thành ba dòng thời gian giống nhau. Nhịp quạt đẹp là một lời nói dối đẹp đẽ; thời gian chạm thành mới là thứ chói mắt nhất. Nhưng muốn biết vì sao chạm thành chậm, phải quay lại nhịp quạt. Ở Việt Nam, dữ liệu bơi lội có một kiến trúc đặc thù. Ban tổ chức in bảng kết quả chính thức và phát hành PDF. Liên đoàn giữ hồ sơ vận động viên. Hệ thống tính giờ điện tử giữ dữ liệu thô tại chỗ, nhưng phần lớn không đi kèm hồ sơ lưu trữ. Ba nguồn này hiếm khi khớp nhau về định dạng, và thường chỉ một nguồn sống sót qua mùa giải. Thói quen kiểm chứng ba nguồn của tôi hình thành từ đó: mỗi nguồn phải đến từ một bối cảnh khác nhau, nếu không thì ba nguồn chỉ là ba lần đọc cùng một tờ giấy. SEA Games 31 tại Hà Nội là ngoại lệ. Ở đó có hệ thống đo đạc đầy đủ hơn, có splits, có dữ liệu lượt xoay. Chính vì thế mà khoảng cách giữa một giải có dữ liệu và một giải không có dữ liệu trở nên rõ rệt: cùng một liên đoàn, cùng một nhóm vận động viên, nhưng một bên phân tích được, một bên chỉ kể được. Có một chi tiết ít ai để ý. Các nội dung nữ thường được đưa lên mặt báo nhiều hơn, được đưa vào thông cáo nhiều hơn, nhưng hồ sơ kỹ thuật của họ lại mỏng hơn. Bơi nữ được dùng làm hình ảnh cho chiến dịch truyền thông của giải, cho phần phát biểu khai mạc, cho ảnh bìa. Đến khi cần đánh giá một suất tập trung, cái còn lại vẫn chỉ là thời gian chung cuộc. Tôi đã thấy đủ nhiều trường hợp để không tin vào sự hào phóng của truyền thông: hào phóng về hình ảnh, tiết kiệm về số liệu. Quay lại cái bảng rỗng. Có ba giả thuyết, và tôi xếp chúng theo xác suất. Giả thuyết thứ nhất: lỗi đầu vào. Đây là nguyên nhân phổ biến nhất của mọi trường dữ liệu trắng. Bàn tính giờ đẩy thời gian chung cuộc lên bảng điện tử, còn luồng splits chạy trên một kênh riêng — kênh mà khâu lưu trữ không bắt. Kết quả là ta có một tệp đúng schema, đúng tên trường, nhưng mọi trường nội dung đều trỏ về hư không. Trong bơi lội, dấu hiệu nhận biết rất cụ thể: nếu bảng kết quả PDF vẫn đủ thời gian chung cuộc mà không có dòng splits nào, thì vấn đề nằm ở khâu xuất chứ không nằm ở khâu đo. Tôi xóa cột splits khỏi mô hình và mô hình đã đòi tôi một lời giải thích. Giả thuyết thứ hai: sai định dạng thể loại. Một đường ống xây cho văn bản lập luận sẽ trả về rỗng khi gặp bảng kết quả, ảnh chụp bảng điểm, hay bản ghi hình. Bơi lội có một dạng đặc biệt khó: nội dung nước mở. Một lượt bơi 10km không có splits 50m theo nghĩa hồ bơi; nó có dữ liệu theo trạm tiếp nước, và những trạm đó không nằm trên lưới 50m. Đem mô hình hồ bơi áp vào nước mở thì kết quả rỗng là kết quả đúng. Tương tự với tiếp sức: đôi khi chỉ có tổng thời gian bốn chân, không tách từng chân, vì quy trình chạm thành không ghi riêng. Giả thuyết thứ ba: bản ghi rỗng thật. Có những trang thông tin mang đúng nhãn bơi lội, đúng tên giải, đúng ngày, và không có một số liệu nào bên trong. Đó là trang thông báo kế hoạch tổ chức, là trang giới thiệu địa điểm, là khung điều hướng của một cổng thông tin. Chúng tồn tại hợp pháp. Vấn đề là chúng bị đưa vào cùng một đường ống với bài phân tích. Ba giả thuyết dẫn đến ba cách xử lý khác nhau, và đây là chỗ nghề này đòi kỷ luật. Với lỗi đầu vào, việc cần làm là chạy lại khâu trích xuất trên văn bản gốc. Với sai định dạng, việc cần làm là đổi bộ trích xuất. Với bản ghi rỗng thật, việc cần làm là ghi vào biên bản rằng nguồn không có nội dung, rồi đóng hồ sơ. Không có cách nào trong ba cách đó là đoán. Nhãn duy nhất còn sống sau lần trích xuất đó là nhãn lĩnh vực: bơi lội. Tôi ngồi với đúng một chữ và tự hỏi nó cho tôi biết gì. Nó cho tôi biết phạm vi. Bơi lội có kỹ thuật và huấn luyện, có kết quả và giải đấu, có sinh lý học và khối lượng tập, có thiết bị, có an toàn nước mở, có quản trị — luật liên đoàn, vấn đề doping, điều kiện dự thi. Nó cho tôi biết lớp thực thể cần chú ý: vận động viên, huấn luyện viên, câu lạc bộ, liên đoàn, địa điểm, giải đấu, hãng thiết bị, kiểu bơi, chỉ số thời gian. Và nó cho tôi biết mức độ nhạy cảm thời gian: rất cao nếu nội dung liên quan đến kết quả, kỷ lục hay điều kiện dự thi; rất thấp nếu là hướng dẫn kỹ thuật. Tất cả những thứ đó là danh sách kiểm tra, không phải phát hiện. Tôi phải viết rõ điều đó, vì ranh giới giữa danh sách kiểm tra và phát hiện là ranh giới giữa phân tích và bịa. Chỗ đáng nói nhất nằm ở bản thân cái khuôn. Khuôn đó yêu cầu các bước sau suy ra thực thể, độ nhạy thời gian và chất lượng nguồn từ các điểm thông tin ở trên. Nhưng các điểm thông tin đang rỗng. Suy ra từ cái rỗng thì chỉ ra được cái rỗng. Ở bơi lội Việt Nam, đây là lỗi lặp lại ở tầng hành chính: mẫu báo cáo của ban huấn luyện yêu cầu đánh giá hiệu quả kỹ thuật dựa trên thông số kỹ thuật mà không ai ghi lại. Kết quả là mọi đánh giá cuối mùa đều quy về thời gian chung cuộc, và mọi quyết định về đầu tư, về suất tập trung, về chỉ tiêu huy chương, đều đứng trên một chân. Dựa trên kinh nghiệm theo dõi các giải bơi trong nước của tôi, cái giá của một cột trắng không dừng ở bài viết của tôi. Nó dừng ở chỗ khác, nặng hơn. Một huấn luyện viên muốn chứng minh rằng khối lượng tập giảm ở giai đoạn nước rút là đúng đắn cần splits để so sánh hai mùa. Không có splits, anh ta chỉ còn một lập luận: thành tích năm nay tốt hơn năm ngoái. Lập luận đó đúng, nhưng nó không loại trừ được bất kỳ giả thuyết nào khác — kể cả giả thuyết rằng vận động viên tiến bộ vì lớn tuổi hơn, vì đối thủ yếu hơn, vì lịch thi đấu thưa hơn. Và lịch thi đấu là chỗ tôi không nhân nhượng. Mật độ giải là thủ phạm lớn nhất của chấn thương, và không đội ngũ y tế nào cứu được một lịch hai giải một tháng. Vai của vận động viên bơi bướm chịu tải lặp lại hàng nghìn lần mỗi tuần; một giải sát một giải không tạo ra chấn thương ở lượt bơi đầu tiên, nó tạo ra chấn thương ở lượt bơi thứ bốn trăm. Muốn nhìn thấy đường cong đó, cần dữ liệu khối lượng và dữ liệu phân đoạn theo ngày. Cái bảng rỗng ở Mỹ Đình xóa luôn cả đường cong đó. Có một phản biện tôi phải tự đặt cho mình, vì bản tính nghịch đám đông rất dễ trượt thành nghịch cho có. Nếu đám đông đúng thì sao? Đám đông nói: nhiều dữ liệu hơn thì tốt hơn, thiếu dữ liệu thì đi tìm, đừng ngồi đó viết về cái trống. Phản biện đó đúng một nửa. Đúng ở chỗ nhà phân tích không được lấy cái rỗng làm lá chắn. Sai ở chỗ nó giả định mọi khoảng trống đều lấp được bằng nỗ lực cá nhân, trong khi phần lớn khoảng trống ở đây là lỗi kiến trúc: dữ liệu không được sinh ra ngay từ đầu, và không có bài viết nào lấp lại được một khâu xuất hỏng. Phần nguy hiểm thật sự nằm ở phía ngược lại. Khi có một khuôn rỗng trong tay, phản xạ nghề nghiệp là lấp nó. Lấp bằng cảm giác, bằng ký ức về một giải năm ngoái, bằng câu theo quan sát thì có vẻ. Tôi đã trả giá cho phản xạ đó. Tháng 6 năm 2026, tôi khẳng định Đan Mạch sẽ dừng bước sớm dựa trên mức xG trung bình trước giải. Christian Eriksen đột quỵ ngay trận mở màn. Đan Mạch đi tiếp bằng một thứ không nằm trong mô hình, rồi vào bán kết, và tôi mất 12 triệu đồng cho một kèo xiên. Bài học không nằm ở chỗ dự đoán sai. Bài học nằm ở chỗ tôi đã điền vào một ô trống bằng một con số không được sinh ra để trả lời câu hỏi đó. Từ đó, mọi bài phân tích của tôi có thêm một mục: biến số phi định lượng. Chấn thương, tâm lý, thẻ phạt, sự kiện bất ngờ, và cả những thứ chưa ai đặt tên. Tôi dùng hệ số điều chỉnh rủi ro từ 0,8 đến 1,2 thay vì những từ như chắc chắn. Trong bài này, biến số đó là chính cái cột trắng — và nó nặng hơn mọi hệ số tôi từng nhập. Cũng cần nói thêm điều này cho công bằng với mô hình. Khi mô hình không giải thích được một kết quả, nghĩa vụ của tôi là viết rõ phần nó không giải thích được, chứ không phải ép nó khớp. Cái bảng rỗng ở Mỹ Đình là một phép thử: nó kiểm tra xem tôi có đủ can đảm để nộp một bản chẩn đoán thay vì một bản phán đoán hay không. Việc cần làm trong vòng tiếp theo rất cụ thể, và nó rẻ. Đưa yêu cầu xuất dữ liệu thô vào điều kiện cấp thẻ tác nghiệp: tệp splits theo từng 50m, theo từng làn, kèm thời gian lượt xoay, xuất được ngay trong buổi thi đấu. Không có tệp đó thì không có phân tích, và ban tổ chức nên biết điều này trước khi mùa giải sau khép lại. Chỉ số tôi sẽ theo dõi không phải kỷ lục. Kỷ lục là điểm cuối của một phân phối. Chỉ số đáng theo dõi là độ lệch giữa 100m đầu và 100m cuối ở nội dung 200m và 400m — nó cho biết ai đang bơi bằng chiến lược và ai đang bơi bằng khát vọng. Một đường bơi gửi một tín hiệu. Người phân tích không giải mã, mà chịu nghe. Và để nghe được, trước hết phải có tín hiệu. Bảng trống không xóa được đường bơi. Nó chỉ xóa đi lớp trang phục của cuộc đua. Nghĩa vụ của nhà phân tích không phải nói đúng. Mà nói đúng điều dữ liệu muốn nói.