Bóng bàn và bài toán mang tên số không: khi dữ liệu vắng mặt, phân tích phải biết dừng lại

Bảy giờ sáng theo giờ Munich, đường ống phân tích trả về đúng một trường còn sống trong toàn bộ gói dữ liệu: nhãn miền “bóng bàn”. Mọi trường còn lại đều trống — tiêu đề, nguồn, tóm tắt một câu, danh sách điểm thông tin, thực thể liên quan, độ nhạy thời gian, chất lượng nguồn. Không một cái tên vận động viên. Không một giải đấu. Không một ngày tháng cụ thể. Trong mười tám năm quan sát ngành thể thao, tôi đã quen với những bảng dữ liệu lỗi. Nhưng một bảng trống hoàn toàn lại là loại lỗi hiếm gặp nhất, và cũng nguy hiểm nhất. Khi không có dữ liệu, phản xạ tự nhiên của người phân tích là bịa ra dữ liệu. Đó là cám dỗ lớn nhất của nghề, và là điều tôi đã học được sau nhiều lần suýt mắc sai lầm. Buổi sáng hôm đó, tôi đã có thể làm điều mà nhiều người trong ngành vẫn làm: lấp đầy khoảng trống bằng những câu chữ nghe rất hợp lý. Một nhận định về kỹ thuật giao bóng. Một dòng về phong độ của tuyển Trung Quốc. Một dự đoán về tương lai của môn bóng bàn. Tất cả đều có thể trôi chảy, đều có thể đọc như thật. Và tất cả đều sẽ sai. Để hiểu vì sao một bảng trống lại đáng lo đến vậy, cần hiểu cách một quy trình phân tích thể thao hiện đại vận hành. Công việc của tôi ở Munich chia làm hai giai đoạn. Giai đoạn một, gọi là giải mã thô, đọc bài viết gốc và trích ra những điểm thông tin rời rạc: một cái tên, một con số, một sự kiện, một ngày tháng. Giai đoạn hai, gọi là phân tích chuyên sâu, nhận gói dữ liệu đó rồi triển khai chín chiều phân tích. Chín chiều ấy không phải là một danh sách trang trí. Chúng là chín câu hỏi mà bất kỳ ai làm nghề này cũng phải trả lời: kỹ thuật và chiến thuật của chủ thể là gì; dữ liệu vận động viên và lịch sử đối đầu ra sao; hệ thống giải đấu và luật điểm vận hành thế nào; cục diện cạnh tranh giữa các quốc gia đang nghiêng về đâu; luật lệ và quản trị có rủi ro gì; ban huấn luyện và nguồn tuyển chọn có khỏe mạnh không; bề mặt rủi ro nằm ở đâu; câu chuyện công chúng đang ở pha nào; và chuỗi truyền dẫn của ngành sẽ đi về đâu. Điểm mấu chốt nằm ở đây: cả chín chiều đều phụ thuộc vào ít nhất một điểm thông tin, một thực thể, hoặc một trường nguồn. Không có chúng, mọi kết luận đều là sản phẩm của trí tưởng tượng chứ không phải của suy luận. Với bóng bàn, điều này đặc biệt nghiêm trọng. Đây là môn thể thao mà mọi đánh giá đều gắn chặt với những con số rất cụ thể: tỷ lệ thắng điểm ở loạt đánh bền, hiệu suất giao bóng, độ chính xác của cú giật thuận tay, số điểm thắng trong ba nhịp đánh đầu tiên. Không có những con số ấy, một nhận định về kỹ thuật chỉ còn là một câu văn. Hãy lấy chiều thứ nhất — kỹ thuật và chiến thuật — làm ví dụ. Muốn đánh giá một vận động viên, tôi cần biết hệ thống lối chơi của người đó. Đó có thể là lối giật xoáy kết hợp tấn công nhanh, lối tấn công nhanh kết hợp giật, lối phòng thủ phản công bằng cắt bóng, lối đánh cầm vợt dọc với trái tay đảo, hay lối đánh bằng gai. Mỗi hệ thống có một ngưỡng hiệu suất riêng, và ngưỡng ấy phải được đo bằng dữ liệu trận đấu. Một bài viết không nêu tên vận động viên, không mô tả lối đánh, không kèm chỉ số nào thì chiều này hoàn toàn không thể kích hoạt. Chiều thứ hai — dữ liệu vận động viên và đối đầu trực tiếp — cũng vậy. Muốn dựng một hồ sơ, tôi cần thứ hạng thế giới hiện tại, xu hướng thứ hạng gần đây, áp lực bảo vệ điểm trong chu kỳ 52 tuần, và lịch sử đối đầu với những đối thủ cụ thể. Một tay vợt có thể đang giữ vị trí cao nhờ những điểm số sắp hết hạn, và đó là câu chuyện hoàn toàn khác với một tay vợt đang lên. Nhưng nếu bài viết gốc không nêu một cái tên nào, tôi không có chủ thể để dựng hồ sơ. Chiều này cũng nằm im. Chiều thứ ba — hệ thống giải đấu và luật điểm — cần một giải đấu được nêu tên và một cấp độ được xác định. Bóng bàn hiện đại vận hành trên một hệ thống phân tầng phức tạp: ba giải lớn truyền thống, chuỗi WTT Grand Smash, WTT Champions, các giải châu lục, và các giải quốc nội. Mỗi tầng có giá trị điểm khác nhau, ảnh hưởng khác nhau đến thứ hạng, và vị trí khác nhau trong chu kỳ Olympic. Không có tên giải, không có luật điểm, tôi không thể mô hình hóa bất cứ điều gì. Chiều thứ tư — cục diện cạnh tranh giữa Trung Quốc và phần còn lại của thế giới — là chiều mà tôi thích nhất, và cũng là chiều dễ bị lạm dụng nhất. Người ta thường nói Trung Quốc thống trị bóng bàn như một sự thật hiển nhiên. Nhưng một sự thật hiển nhiên không phải là một phân tích. Muốn đo mức độ thống trị, tôi cần số ghế trong top 10 thế giới theo từng thời điểm, số chức vô địch ở năm kỳ gần nhất của ba giải lớn, và độ sâu của thế hệ trẻ dưới 21 tuổi. Đây đều là những con số có thể kiểm chứng. Không có chúng, câu chuyện về sự thống trị chỉ là một định kiến được lặp lại. Ở đây tôi muốn dừng lại một chút. Số phận đã được viết từ trước — chỉ là ta cần đủ dữ liệu để đọc ra mà thôi. Nhưng nếu tờ giấy ghi số phận ấy trống rỗng, thì việc tự tay viết lên đó vài con số không phải là tiên tri, mà là ngụy tạo. Chiều thứ năm — luật lệ và quản trị — là chiều nhạy cảm nhất trong toàn bộ hệ thống. Nó liên quan đến những thay đổi luật thi đấu, luật chọn đội tuyển, và các án kỷ luật. Đây là vùng mà một sai sót nhỏ cũng có thể trở thành cáo buộc vô căn cứ. Khi không có một sự kiện quản trị nào được nêu tên, không có cơ quan điều hành nào được xác định, thì cách hành xử đúng đắn duy nhất là im lặng. Trong nghề này, im lặng đôi khi là một hành động chuyên môn, không phải một sự né tránh. Chiều thứ sáu — ban huấn luyện và nguồn tuyển chọn — cần một đội tuyển được nêu tên và ít nhất một trong những yếu tố sau: một sự thay đổi huấn luyện viên, một cơ cấu độ tuổi, một thành tích tuyển trẻ, hoặc một tín hiệu cạnh tranh nội bộ. Bóng bàn là môn thể thao mà sức mạnh của một quốc gia phụ thuộc vào dòng chảy liên tục từ lứa trẻ lên đội chính. Một thế hệ vàng có thể bị bào mòn nếu dòng chảy ấy tắc nghẽn. Nhưng để nói về dòng chảy, tôi cần biết có bao nhiêu vận động viên trẻ đã chuyển hóa thành công, và họ đang ở đâu. Không có dữ liệu ấy, mọi nhận định về tương lai đều là phỏng đoán. Chiều thứ bảy — bề mặt rủi ro — là chiều mà tôi coi là la bàn của toàn bộ quy trình. Rủi ro trong thể thao có nhiều loại: rủi ro cạnh tranh, rủi ro chọn đội, rủi ro khoảng cách thế hệ, rủi ro quản trị và dư luận, rủi ro hệ thống, và rủi ro từ đối thủ. Mỗi loại cần một chủ thể để gắn vào. Nhưng trong gói dữ liệu trống, rủi ro duy nhất có thể nhận diện không phải là rủi ro thể thao, mà là rủi ro phân tích: nguy cơ rằng một người đọc nào đó sẽ coi một gói dữ liệu rỗng là có nội dung. Chiều thứ tám — câu chuyện công chúng và kỳ vọng — là chiều gắn với cảm xúc đám đông. Mỗi thời điểm, bóng bàn có một câu chuyện chủ đạo: cuộc đua vô địch, sự trỗi dậy của một thần đồng, cuộc đối đầu giữa hai ngôi sao, hay bóng đổ của một triều đại. Câu chuyện ấy có một chu kỳ nhiệt, lên đến đỉnh rồi tắt dần. Để định vị chu kỳ, tôi cần tín hiệu từ truyền thông và cộng đồng người hâm mộ. Không có tín hiệu nào, tôi không thể biết mình đang ở pha nào của chu kỳ. Chiều thứ chín — chuỗi truyền dẫn của ngành — mở rộng phân tích ra ngoài sân đấu. Nó nối từ thượng nguồn là thiết bị, phát triển trẻ và huấn luyện, qua trung nguồn là giải đấu, hiệp hội và câu lạc bộ, xuống hạ nguồn là truyền thông, thương mại và các thị trường phái sinh. Một sự thay đổi nhỏ ở thượng nguồn — chẳng hạn một loại mặt vợt mới — có thể lan xuống hạ nguồn trong vài mùa giải. Nhưng để vẽ chuỗi ấy, tôi cần ít nhất một tín hiệu công nghiệp. Không có nó, bản đồ truyền dẫn chỉ là một khung tranh trống. Chín chiều, chín lần dừng lại. Đó là kết quả của buổi sáng hôm ấy. Giờ đến phần phản trực giác, phần mà tôi cho là quan trọng nhất của toàn bộ câu chuyện này. Phản xạ thông thường khi thấy một bảng dữ liệu trống là coi đó là thất bại. Nhưng theo kinh nghiệm của tôi, một bảng trống trung thực có giá trị hơn một bảng đầy những con số được thêu dệt. Khi sân không còn tiếng hò reo, ta nghe rõ hơn tiếng gõ phím của những phép tính. Và khi không còn dữ liệu, ta nghe rõ hơn tiếng của sự thật: rằng ta chưa biết gì cả. Ngành phân tích thể thao đang mắc một căn bệnh mà ít ai gọi đúng tên. Đó không phải là bệnh thiếu dữ liệu. Đó là bệnh thừa tiếng ồn. Mỗi ngày, hàng nghìn bài viết, hàng triệu con số, hàng tỷ dòng bình luận được sinh ra. Vấn đề không nằm ở chỗ ta không có đủ thông tin, mà ở chỗ ta không phân biệt được đâu là thông tin và đâu là tiếng vọng. Một bảng trống, trong bối cảnh ấy, lại trở thành một món quà. Nó buộc ta phải thừa nhận giới hạn của chính mình. Điều này dẫn tôi đến một niềm tin mà tôi đã mang theo suốt nhiều năm: tương quan không phải là nhân quả, và sự vắng mặt cũng là một tập dữ liệu. Khi một đội bóng không ghi bàn trong năm trận liên tiếp, đó là dữ liệu. Khi một tay vợt không xuất hiện ở một giải đấu lớn, đó cũng là dữ liệu. Và khi một bài viết không cung cấp một điểm thông tin nào, thì sự trống rỗng ấy chính là thông điệp rõ ràng nhất: hãy dừng lại, đừng suy diễn thêm. Tôi bắt đầu tin rằng mọi đêm huyền diệu của thể thao đều có một phương trình ngầm phía sau. Nhưng một phương trình chỉ có thể được viết khi ta có đủ biến số. Nếu thiếu biến số, cách trung thực nhất là để phương trình ở dạng chưa hoàn chỉnh, thay vì tự ý điền vào những giá trị ta không có. Chuyển nhượng mùa hè chẳng qua là một phiên bản chậm hơn của thị trường chứng khoán: con số quyết định, không phải tin đồn. Và trong mọi thị trường, kể cả thị trường thông tin thể thao, kẻ thua cuộc luôn là người hành động dựa trên những dữ liệu không tồn tại. Vậy nên buổi sáng hôm ấy, tôi đã chọn cách kết thúc công việc bằng một báo cáo trống. Không phải vì tôi lười biếng. Mà vì tôi tin rằng giới hạn của mô hình là một phần của sự chính trực nghề nghiệp, không phải một điểm yếu cần che giấu. Một nhà phân tích công bố điểm mù của mình là một nhà phân tích đáng tin. Một nhà phân tích giấu điểm mù của mình là một nhà phân tích đang bán ảo giác. Trong gói dữ liệu ấy, chỉ có một nhãn miền còn sống: bóng bàn. Vậy thì ít nhất ta cũng biết một điều. Ta biết rằng câu chuyện, nếu có, thuộc về môn thể thao này. Ta biết rằng phía sau gói dữ liệu trống kia, có thể là một bài viết đã tồn tại, và bài viết ấy đã không được truyền tải trọn vẹn qua đường ống. Đó là một lỗi ở khâu trích xuất, không phải sự vắng mặt của nguồn. Và mọi lỗi ở khâu trích xuất đều có thể sửa được, miễn là ta chịu thừa nhận nó tồn tại. Nhìn lại toàn bộ câu chuyện, tôi thấy ở đó một bài học vượt ra ngoài phạm vi một môn thể thao. Nền công nghiệp phân tích thể thao đang lớn lên rất nhanh, và cùng với nó là áp lực phải luôn có điều gì đó để nói. Nhưng biết khi nào nên im lặng là một kỹ năng, không phải một sự thất bại. Trong một thế giới mà ai cũng có thể phát ngôn về mọi thứ, người giữ được sự tín nhiệm là người biết ranh giới giữa điều mình biết và điều mình đang đoán. Bảng dữ liệu trống ấy, xét cho cùng, đã dạy tôi nhiều hơn bất kỳ bảng dữ liệu đầy nào. Nó dạy tôi rằng giá trị của một phân tích không nằm ở độ dài của nó, mà ở mức độ trung thực của nó với những gì thực sự được biết. Và nếu ngày mai đường ống trả về một gói dữ liệu đầy đủ — với những cái tên, những con số, những ngày tháng — thì tôi sẽ biết ơn nó gấp đôi, vì tôi đã từng thấy điều ngược lại trông như thế nào. Câu hỏi tôi để lại cho chính mình, và cho những ai đang đọc những dòng này, không phải là làm thế nào để có thêm dữ liệu. Mà là: khi dữ liệu vắng mặt, liệu ta có đủ can đảm để nói rằng ta chưa biết gì hay không?