Khi dữ liệu biến mất: Cái bẫy rỗng bên trong guồng máy phân tích bóng đá

Manchester, một sáng tháng Giêng. Trong văn phòng của một công ty phân tích dữ liệu thể thao nằm cách Old Trafford chưa đầy hai dặm, một lập trình viên trẻ mở màn hình và chỉ cho tôi xem thứ đã khiến anh mất ngủ ba tuần liền. Trên đó là một bảng tính. Cột tiêu đề trống. Cột nguồn bài trống. Danh sách thông tin trống. Chỉ còn duy nhất một ô được điền: lĩnh vực — bóng đá. Mọi thứ khác — trận đấu, cầu thủ, tỷ số, diễn biến, bàn thắng — đều là khoảng không. Vậy mà hệ thống vẫn báo cáo: đã hoàn thành. Trạng thái: thành công. Anh nhìn tôi, giọng gần như thì thầm: “Nó đọc một trận bóng không tồn tại. Và nó không hề nao núng.” Tôi đã dành gần hai mươi năm đứng trong các sân vận động, nghe tiếng còi, đếm nhịp thở của những con người trên đường chạy. Tôi từng nghĩ mình đã quen với những khoảng lặng. Nhưng khoảng lặng này khác. Đây không phải sự im lặng của một khán đài vắng người, mà là sự im lặng của một cỗ máy tự tin rằng nó vừa nhìn thấy điều gì đó. Một chiếc ghế trống vẫn ngồi một người — ta chỉ không còn nghe thấy tiếng vỗ tay của họ. Và trong trường hợp này, cỗ máy đã tự lấp chỗ trống bằng một tràng pháo tay không có thật. Để hiểu vì sao một bảng tính rỗng lại khiến người ta mất ngủ, cần hiểu ngành phân tích bóng đá đã đi xa đến đâu trong hai thập kỷ qua. Ngày tôi bắt đầu viết báo ở Madrid năm 2026, phân tích trận đấu phần lớn là chuyện của mắt người: một huấn luyện viên ngồi xem lại băng ghi hình, một nhà báo ghi chép sơ đồ đội hình bằng bút chì. Đến nay, mọi thứ đã đổi thay tận gốc. Các câu lạc bộ thuê hẳn những nhóm nhà khoa học dữ liệu. Brentford từng dùng mô hình thống kê để leo từ hạng thấp lên Ngoại hạng Anh và bán cầu thủ với mức lợi nhuận mà nhiều đội lớn phải ghen tị. Brighton của chủ sở hữu Tony Bloom — người đứng sau tập đoàn dữ liệu Starlizard — biến việc chiêu mộ cầu thủ giá rẻ thành một hệ thống gần như công nghiệp. Chỉ số bàn thắng kỳ vọng, hay xG, từ một khái niệm xa lạ đã trở thành dòng chữ quen thuộc trên mọi bản tin tối Chủ nhật. Tại World Cup 2026, đội tuyển Anh ghi được 12 bàn thắng, trong đó phần lớn đến từ các tình huống cố định — một kết quả được chuẩn bị bằng phân tích dữ liệu bài bản. Đó là mặt tốt của cuộc cách mạng này. Nhưng có một mặt khác, ít được nói tới: đằng sau mỗi dòng chỉ số mà khán giả nhìn thấy trên truyền hình là một chuỗi xử lý dài mà không ai kiểm tra. Trước hết là khâu thu thập: máy móc lấy bài viết, dữ liệu trận đấu, bản tin về. Sau đó là khâu phân tách: một mô hình ngôn ngữ đọc nội dung thô và rút ra những điểm thông tin — ai, làm gì, ở đâu, khi nào. Cuối cùng là khâu phân tích chuyên sâu: đánh giá chiến thuật, tài chính, rủi ro, dư luận. Sự cố tôi chứng kiến nằm ở mắt xích đầu tiên. Bài viết nguồn đáng lẽ phải được đưa vào hệ thống đã không đến. Có thể đó là một trang bị tường phí chặn lại, một bài đăng nằm sau lớp kính đăng nhập, một đoạn video không có chữ nào để đọc, hoặc chỉ đơn giản là một liên kết chết. Không ai biết chắc. Điều đáng sợ là hệ thống không hề báo lỗi. Nó lặng lẽ trả về một kết quả đúng về mặt cấu trúc, mọi ô đều tồn tại, chỉ có nội dung là rỗng. Trong giới kỹ thuật, người ta gọi đó là đầu ra rỗng đúng lược đồ: một phản hồi hoàn hảo về hình thức và hoàn toàn trống rỗng về nội dung. Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, tôi bắt đầu nhận ra lỗi này có thể len vào đâu. Hãy tưởng tượng một biên tập viên đang chạy đua với giờ lên bản tin. Anh ta cần một bài tổng hợp về chuyển nhượng. Cỗ máy trả về một tệp “thành công”. Anh ta không đọc kỹ, chỉ thấy hệ thống báo xanh, thế là đẩy vào dây chuyền. Đến khi lên sóng, bài viết đã được bồi đắp bằng những chi tiết không ai kiểm chứng: một vụ chuyển nhượng chưa từng xảy ra, một phát ngôn chưa từng được nói, một thống kê chưa từng tồn tại. Đây chính là cái bẫy nguy hiểm nhất. Khi một mô hình ngôn ngữ được yêu cầu phân tích một bài viết bóng đá mà nội dung trống, nó đứng trước hai lựa chọn: nói rằng “tôi không có thông tin”, hoặc tự bịa ra một bài viết hợp lý để hoàn thành nhiệm vụ. Với áp lực phải đưa ra câu trả lời, cỗ máy thường chọn cách thứ hai. Nó dựng lên một trận đấu nghe rất thật, một cầu thủ có tên có tuổi, một huấn luyện viên đang bị sa thải, một khoản phí chuyển nhượng nghe hợp lý. Tất cả đều mượt mà, đều thuyết phục, và đều không có thật. Nguy cơ này đầu tiên chỉ là nguy cơ kỹ thuật, nhưng nó lan nhanh thành nguy cơ nghề nghiệp. Một hệ thống tính toán sai có thể tự phát hiện qua con số. Một hệ thống bịa ra con số thì không. Nó không vỡ, nó không văng lỗi, nó chỉ lớn dần. Trong báo cáo mà tôi đọc được, các kỹ sư xếp rủi ro nhiễm độc do bịa đặt lên mức cao nhất, cao hơn cả rủi ro sập hệ thống. Bởi một khi thông tin rỗng đã lọt qua cửa, không ai còn biết đâu là thật. Những chỉ số như tần suất số lần để lộ đường chuyền, hay số cơ hội kỳ vọng, chỉ có ích khi chúng dựa trên một trận đấu thật. Nếu trận đấu chưa từng tồn tại, con số càng đẹp càng nguy hiểm. Một chi tiết khác khiến tôi chú ý. Trong báo cáo kỹ thuật, người ta cảnh báo rằng nếu những bản ghi rỗng này được đếm là “đã phân tích xong”, các chỉ số về năng suất và độ bao phủ của hệ thống sẽ bị thổi phồng. Nói cách khác, càng nhiều bài viết bị mất tích, con số báo cáo càng trông ấn tượng. Đó là một kiểu lừa dối không cần kẻ lừa dối. Nó xảy ra âm thầm, đều đặn, mỗi ngày, trong chính những cỗ máy mà chúng ta tin tưởng giao phó cho việc đọc và hiểu thế giới. Tôi nhớ lại buổi chiều năm 2026 khi tôi phỏng vấn Phil Foden, cậu thiếu niên mười bảy tuổi của Manchester City, sau trận chung kết Cúp FA trẻ. Cậu ấy vừa ghi một bàn và kiến tạo hai bàn. Vậy mà trong ba mươi tư phút trò chuyện, cậu chỉ nói đúng mười hai câu, phần lớn là về chiếc xe buýt đưa đội về. Tòa soạn yêu cầu tôi viết lại thành một câu chuyện về ngôi sao trẻ triển vọng, gạt bỏ mọi chi tiết về sự lúng túng của cậu. Tôi đã tự hỏi: khi ta lấp đầy một khoảng trống bằng câu chuyện mình muốn nghe, ta đang làm báo, hay đang bịa? Hôm nay câu hỏi ấy trở lại, nhưng với một chủ thể mới — cỗ máy. Nó cũng bịa, chỉ khác là nó bịa nhanh hơn và bịa nhiều hơn. Ở Moscow đêm ấy, tôi học được rằng tiếng còi mãn cuộc chỉ là một dấu lặng. Sau thất bại trước Croatia ở bán kết World Cup 2026, tôi ở lì trong phòng khách sạn sáu ngày, không viết được gì, chỉ đi bộ dọc bờ sông. Khi cuối cùng ngồi vào bàn, thứ tôi viết ra không phải một bản tường thuật, mà là một bài luận về khoảng trống sau tiếng còi. Bài ấy lan đi, và một nhà sản xuất phim tài liệu tìm đến tôi. Tôi kể lại điều này vì nó liên quan trực tiếp tới câu chuyện hôm nay: có những khoảnh khắc, đúng đắn nhất là thừa nhận mình không có gì để nói. Cỗ máy phân tích rỗng đã không làm được điều đó. Nó chọn lấp đầy. Câu hỏi được đặt ra với các kỹ sư không phải “làm sao để máy thông minh hơn”, mà là “làm sao để máy biết im lặng”. Họ đề xuất một cơ chế gọi là cửa chặn rỗng: nếu tiêu đề trống và danh sách thông tin trống, bản ghi phải bị đưa vào hàng chờ cách ly, không bao giờ được đi tiếp. Nghe đơn giản, nhưng nó chạm vào một vấn đề triết học hơn là kỹ thuật. Chúng ta đã dạy máy cách nói. Chúng ta chưa dạy nó cách im. Những chiếc ghế trống. Trong dự án mà tôi làm năm 2026, khi đại dịch khiến các sân vận động đóng cửa, tôi phỏng vấn Paul, một nhân viên vệ sinh năm mươi tám tuổi đã làm ở Old Trafford suốt hai mươi năm. Ông kể rằng ban đêm, khi không có trận đấu, ông vẫn nghe thấy tiếng hò hét vọng lại từ những hàng ghế trống. Tôi từng cho rằng đó là ảo giác của một người cô đơn. Giờ tôi nghĩ khác. Đó là tiếng vọng của một đám đông không còn ở đó, nhưng vẫn còn trong ký ức của người nghe. Cỗ máy phân tích cũng tạo ra một đám đông như vậy: những con số, những sự kiện, những trận đấu đông đúc — tất cả đều vang lên, chỉ là không ai trong số chúng từng tồn tại. Đây là điểm mà tôi muốn dừng lại lâu hơn một chút, bởi mọi phản ứng tự nhiên trước câu chuyện trên đều sẽ là: lỗi tại cỗ máy. Tôi cho rằng đó là một kết luận nửa vời. Cỗ máy chỉ làm đúng những gì nó được huấn luyện và được yêu cầu — tạo ra văn bản nghe hợp lý. Thứ thực sự bịp bợm, thứ đã bịp bợm từ rất lâu trước khi mô hình ngôn ngữ ra đời, là con người. Chúng ta đã sống nhiều thập kỷ với những bình luận viên truyền hình nói say sưa về “cấu trúc chiến thuật” trong khi thực chất họ chỉ đang đọc bảng vị trí. Chúng ta đã quen với những bài phân tích dùng chữ “hệ thống pressing” như một câu thần chú, mà không một con số nào đứng sau. Sự trỗi dậy của dữ liệu không tạo ra thói quen bịa đặt. Nó chỉ trao cho thói quen ấy một cỗ máy nhanh hơn. Nói cách khác, cái bẫy rỗng không phải là một lỗi riêng của trí tuệ nhân tạo. Đó là tấm gương phóng đại của một căn bệnh cũ: nỗi sợ phải nói rằng “tôi không biết”. Một cỗ máy tự tin bịa ra một trận đấu đáng sợ không chỉ vì nó sai, mà vì nó khiến chúng ta nhận ra mình đã quen sống giữa những trận đấu bị bịa từ lâu: những bản tin chuyển nhượng dựng từ một dòng tweet, những câu chuyện phòng thay đồ không có nhân chứng, những “nguồn tin thân cận” mà không ai kiểm chứng. Trước khi trở thành một cái tên, ai cũng chỉ là một dáng chạy. Và trước khi trở thành một con số, mỗi trận đấu cũng chỉ là một chuỗi sự kiện chờ được kiểm chứng. Bỏ qua khâu kiểm chứng, ta có một cái tên không có dáng chạy, một con số không có trận đấu. Vậy điều gì nên được làm? Các đề xuất kỹ thuật trong báo cáo rất cụ thể: ghi lại độ dài nội dung thô của mỗi bản ghi, gắn cảnh báo khi văn bản ít hơn hai trăm ký tự, phân tách rõ giữa “hoàn thành có nội dung” và “hoàn thành rỗng” trong mọi báo cáo, và biến mỗi bản ghi rỗng thành một ca kiểm thử hồi quy. Nhưng với một người làm nội dung như tôi, biện pháp quan trọng nhất lại mang tính con người. Đó là việc duy trì một ranh giới: cỗ máy có thể đọc và rút ra, nhưng con người phải là kẻ quyết định tin hay không. Công nghệ có thể tăng tốc quá trình, không thể thay thế bước cuối cùng — bước đặt câu hỏi “điều này có thật không”. Một trận đấu hay không bao giờ được kể hết; nó chỉ đợi người đủ im lặng để nghe. Cỗ máy phân tích rỗng đã không im. Nó ồn ào. Nó lấp đầy. Và nếu chúng ta để nó tiếp tục, chúng ta sẽ có một nền báo chí thể thao đông đúc những trận đấu chưa từng diễn ra, được tường thuật bởi những người chưa từng ngồi trong sân, cho một khán giả chưa từng nhận ra mình đang nghe tiếng vỗ tay của những chiếc ghế trống.