Cú sút 25 mét và viên gạch lệch đầu tiên của mô hình xG

Ngày 6 tháng 7 năm 2026, tại Kazan, tôi ngồi trong một căn hộ thuê ở Thượng Hải với ba màn hình mở. Màn hình trái chạy mô hình tôi đã dành mười một tháng để xây. Màn hình giữa chiếu bản đồ nhiệt chuyển động. Màn hình phải là bảng tỷ lệ cập nhật từng giây. Brazil có xG tích lũy 2,19. Bỉ có 0,87. Mô hình của tôi nói Brazil thắng với xác suất 68%. Mười hai giờ trước đó, tôi lên sóng một kênh thể thao Trung Quốc và khẳng định Brazil sẽ đi tiếp. Kết quả 2-1 cho Bỉ. De Bruyne ghi bàn từ một cú sút xa ngoài vùng xG cao. Renato Augusto gỡ lại bằng một cú đánh đầu trong vùng mà mô hình tôi gọi là "rủi ro thấp". Sau tiếng còi mãn cuộc, tôi xóa luôn file mô hình đó. Đó là lần thứ hai trong sự nghiệp tôi phải viết lại từ số không. Cần nói rõ bối cảnh trước khi đi vào chi tiết. World Cup 2026 là lần đầu tiên một mô hình cá nhân của tôi được thương mại hóa. Tôi không còn là nhà phân tích ngồi trong phòng thu. Tôi được trả tiền để đưa ra dự đoán, và người ta đặt cược theo dự đoán đó. Điều đó thay đổi hoàn toàn trọng lượng của mỗi con số trên bảng tính. Khi một dòng dữ liệu có thể khiến một người lạ ở Hà Nội mất một tháng lương, thì dòng dữ liệu ấy không còn là dữ liệu nữa. Nó là một quyết định đạo đức. Mô hình của tôi khi ấy có ba trụ chính. Trụ thứ nhất là xG tích lũy trong mười trận gần nhất — chỉ số đo chất lượng cơ hội ghi bàn dựa trên vị trí, góc sút và số hậu vệ cản phá. Trụ thứ hai là PPDA, tức số đường chuyền đối phương được phép thực hiện trước mỗi hành động phòng ngự, dùng để đo cường độ pressing. Trụ thứ ba là chiều cao trung bình hàng thủ. Tôi từng tin rằng một hàng thủ thấp hơn 1m82 sẽ gặp bất lợi trước các đội bóng biết đánh đầu từ phạt góc. Trụ thứ ba đó đã giúp tôi dự đoán Hàn Quốc hạ Đức 2-0 ở vòng bảng chưa đầy hai tuần trước đó. Tôi nhớ mình đã tweet kết quả ấy trước khi trận đấu bắt đầu, và có người gọi tôi là kẻ điên. Khi Đức thua thật, tôi không nói gì. Tôi chỉ tăng trọng số cho biến "chiều cao hàng thủ" thêm 8%. Đó là sai lầm thứ nhất, và tôi chỉ nhận ra nó ba tuần sau trận Brazil thua Bỉ. Vấn đề không nằm ở biến số. Vấn đề nằm ở chỗ tôi tin rằng mình đang dự đoán kết quả, trong khi thực tế tôi chỉ đang mô tả khả năng. Hãy nhìn lại cú sút quyết định. De Bruyne tung cú sút từ khoảng cách 25 mét. Theo mô hình hiện đại nhất mà tôi chạy lại để đối chiếu, xG của cú sút đó rơi vào khoảng 0,04. Nghĩa là trong 100 lần sút từ vị trí ấy, chỉ có 4 lần thành bàn. Một mô hình chỉ nhìn vào con số sẽ kết luận: đó là may mắn. Bỉ thắng nhờ một khoảnh khắc ngẫu nhiên. Nhưng tôi đã xem lại băng ghi hình cú sút ấy khoảng bốn mươi lần. Và điều tôi nhận ra không nằm ở cú sút. Nó nằm ở ba giây trước đó. Trước khi De Bruyne tung chân, hàng thủ Brazil đã làm hai việc. Thứ nhất, họ lùi về lập hàng ngang cách khung thành 22 mét rồi thả cho tiền vệ Bỉ cầm bóng ở giữa sân. Thứ hai, không có bất kỳ ai ép từ phía sau De Bruyne trong suốt ba giây. Ba giây. Với một tiền vệ đẳng cấp như anh, ba giây là một buổi chiều dài. Đó là một dạng lỗi mà xG không nhìn thấy. xG nhìn vị trí sút, góc sút, số người cản phá. Nó không nhìn thấy "không gian thời gian" — khoảng thời gian mà một cầu thủ được phép đứng yên để căn chỉnh trước khi tung chân. Mô hình của tôi không có biến nào đo được điều đó. Và vì không có biến nào đo được, tôi đã gán cho cú sút ấy một xác suất thấp. Sự thật là xác suất thấp nằm ở cú sút, nhưng khả năng xảy ra cú sút thì lại cao. Đó là hai câu chuyện khác nhau, và mô hình của tôi đã trộn chúng thành một. Điều tương tự xảy ra với bàn gỡ hòa của Renato Augusto. Bàn thắng đến từ một pha đánh đầu trong vùng mà mô hình tôi xếp loại "rủi ro thấp" vì mật độ hậu vệ Bỉ trong vùng cấm cao. Nhưng khi tôi xem lại, tôi đếm được ba hậu vệ Bỉ lùi về muộn hơn nửa bước. Nửa bước đó không có trong bất kỳ mô hình nào tôi từng chạy. Nửa bước đó là chênh lệch giữa 0,12 xG và một bàn thắng thật. Tôi từng nghĩ xG là một thước đo khách quan. Sau đêm Kazan, tôi hiểu rằng nó chỉ khách quan trong việc mô tả cơ hội, không khách quan trong việc mô tả con người. Một hậu vệ lùi muộn nửa bước không vì anh ta kém. Anh ta lùi muộn vì anh ta mệt, vì anh ta lo cho đồng đội bên cánh, vì anh ta đã chạy 68 phút trước đó, vì trong đầu anh ta đang có một nỗi sợ mà bảng số không đo được. Đó là lớp dữ liệu bị đánh rơi, và tôi đã đánh rơi nó trong suốt mười một tháng xây mô hình. Sau trận đấu, tôi tranh luận gay gắt trên mạng xã hội với một đồng nghiệp. Anh nói mô hình của tôi vô dụng. Tôi nói anh không hiểu thống kê. Cả hai chúng tôi đều đúng một nửa, và cả hai đều sai một nửa. Điều tôi không nói ra khi đó là tôi đã đọc bản ghi dữ liệu của trận đấu ấy đúng 41 lần trong ba tuần tiếp theo. Tôi làm điều đó không phải để chứng minh mình đúng. Tôi làm điều đó để tìm xem viên gạch nào đã lệch trước khi bức tường đổ. Viên gạch lệch không phải là biến chiều cao hàng thủ. Viên gạch lệch là niềm tin rằng dữ liệu quá khứ có thể dự đoán được một khoảnh khắc chưa từng tồn tại. World Cup là một sân khấu nơi áp lực được nén lại đến mức mỗi cầu thủ hành xử khác với chính họ trong một trận đấu thường. Một tiền vệ đứng yên ba giây ở vòng bảng. Nhưng ở vòng 1/8, trên sân Kazan, dưới áp lực của một quốc gia, anh ta có thể đứng yên bảy giây nếu không ai ép. Mô hình của tôi được huấn luyện trên dữ liệu vòng bảng. Nó không biết rằng sự kiên nhẫn cũng là một biến số của giải đấu. Đây là chỗ tôi muốn dừng lại và nói thẳng điều mà nhiều nhà phân tích dữ liệu không dám nói. Mọi mô hình đều sai, nhưng vài kẻ sai một cách có ích. Mô hình của tôi sai trong trận Brazil-Bỉ. Nhưng nó sai theo một cách rất cụ thể, và cái sai cụ thể ấy đã dạy tôi nhiều hơn cái đúng của trận Hàn Quốc-Đức. Người ta chỉ đọc kết quả. Nhà phân tích đọc cái lệch. xG không ghi bàn, nhưng nó khiến người ta tranh cãi nhiều hơn cả quả bóng thật. Đó chính là giá trị của nó, và cũng chính là rủi ro của nó. Khi một chỉ số trở thành ngôn ngữ chung, người ta quên rằng nó chỉ là một lát cắt của thực tại. Tôi đã quên điều đó trong mười một tháng. Tôi nhớ lại nó trong ba tuần. Ba tuần ấy, tôi viết lại mã nguồn. Tôi thêm biến "yếu tố giải đấu" — một biến mô tả mức độ nén tâm lý của từng giai đoạn. Vòng bảng hệ số 1,0. Vòng 1/8 hệ số 1,15. Tứ kết hệ số 1,3. Bán kết hệ số 1,45. Chung kết hệ số 1,6. Ý tưởng rất thô, nhưng ý tưởng thô đúng còn hơn mô hình tinh vi sai. Tôi cũng thêm một biến khác, thứ mà tôi gọi là "khoảng lặng phòng ngự" — số giây trung bình mà một tiền vệ đối phương được phép cầm bóng mà không bị ép trong 10 mét cuối. Biến này không có trong bất kỳ API công khai nào. Tôi phải tự đếm bằng mắt. Công bằng mà nói, tôi không chắc biến ấy có giúp tôi dự đoán đúng trận Brazil-Bỉ. Tôi chưa từng chạy lại nó trên trận đó, vì tôi không muốn biết câu trả lời. Có những bài kiểm tra mà bạn không cần kết quả, chỉ cần biết mình đã đặt câu hỏi đúng. Bóng đá ngừng lăn năm 2026, nhưng sự ngẫu nhiên chưa từng nghỉ trưa. Điều đó đúng với bất kỳ mô hình nào. Mỗi bảng tính là một bài thiền, chỉ khác là thiền xong bạn mất tiền. Và trong môn thể thao này, người ta trả tiền để bạn nói ra những điều mà bạn chỉ nên nói với chính mình lúc ba giờ sáng. Có một câu hỏi tôi vẫn chưa trả lời được sau bảy năm. Liệu nửa bước lùi muộn của hậu vệ Bỉ có thể đo được bằng công nghệ theo dõi xương hiện đại hay không. Về mặt kỹ thuật, câu trả lời là có. Nhưng khi bạn đo được nó, bạn lại phải quyết định xem nó là biến độc lập hay biến phụ thuộc. Và quyết định đó không do máy tính làm. Nó do bạn làm, dựa trên những gì bạn tin về con người. Đó là lý do tôi không tin vào kỷ nguyên của dữ liệu thuần túy. Tôi tin vào kỷ nguyên của những nhà phân tích biết rằng mình đang đoán, và đoán một cách có kỷ luật. Trận Brazil-Bỉ không phải lần cuối tôi sai. Nó chỉ là lần đầu tiên tôi không cảm thấy xấu hổ vì đã sai. Tôi đã học được cách viết một dòng cảnh báo dưới mỗi bài phân tích từ sau đêm ấy: "Mô hình chỉ là xác suất, không phải lời tiên tri." Không phải để bảo vệ bản thân. Mà để nhắc chính mình rằng con số nào cũng có thể bị phán xét bởi một cú sút từ 25 mét. Vòng tiếp theo của câu chuyện này, tôi sẽ viết về cách một mô hình bóng rổ của tôi sụp đổ chỉ sau bốn mươi tám giờ vận hành. Nhưng đó là một chuyện khác, và tôi đã ghi chú ở cuối bài này rằng tôi sẽ quay lại với nó. Giống như mọi chủ đề tôi bỏ dở trước đây. Giống như một trận đấu không có hiệp phụ mà tôi từng xem. Mọi mô hình đều là những dòng chưa kết thúc. Và dòng đẹp nhất là dòng mà hôm sau bạn phải xóa.