Bản trích xuất rỗng: khi không có rủi ro nào là kết luận nguy hiểm nhất

2 giờ 47 phút, ngày 13 tháng 8 năm 2026. Tôi mở tệp swimming_stage2.docx trên máy ở Bình Dương, và thứ hiện ra là một khung xương hoàn chỉnh của chín chiều phân tích — tiêu đề cột đầy đủ, định dạng chuẩn, chú thích rõ ràng — cùng đúng một dòng dữ liệu thật: Domain label: swimming.

Không tên vận động viên. Không cự ly. Không một cột mốc thời gian nào dạng phút:giây. Không tên giải. Không tên quốc gia. Mọi ô nội dung đều ghi cùng một câu: N/A — insufficient information, cannot assess.

Đó là dị biệt đầu tiên, và là dị biệt đắt nhất trong sáu năm tôi soi dữ liệu: bộ phân loại lĩnh vực chạy đúng, bộ trích xuất nội dung trả về số không.

Trong nghề này, một tệp rỗng là lời mời phạm tội. Bạn có một khung chín chiều, có uy tín sáu năm, có một biên tập viên đang chờ, và có một trang giấy trắng. Cám dỗ lớn nhất không nằm ở việc bịa ra một vận động viên. Cám dỗ nằm ở việc viết một bài nghe rất chuyên nghiệp về một vận động viên không tồn tại, rồi tin vào chính mình.

Tôi đã suýt làm thế. Năm 2026, khi còn là chuyên gia cấp cao tại Becamex Bình Dương, tôi từng dựng một mô hình pressing cho một đội bóng mà tôi chỉ có bốn trận dữ liệu. Bốn trận. Tôi vẫn xuất ra báo cáo mười hai trang. May mắn là trưởng bộ phận phân tích khi đó bắt tôi ghi rõ cỡ mẫu ngay dòng đầu. Bốn trận, viết to, ở đầu trang. Từ đó, mọi báo cáo của tôi đều bắt đầu bằng cỡ mẫu.

Con số không biết nói dối, nhưng người ta luôn tìm cách dối con số.

Ba năm sau, bài học đó thành quy tắc. Năm 2026, khi Bundesliga trở lại với 312 trận không khán giả, tôi đo được lợi thế sân nhà giảm từ 54% xuống 47%, PPDA của đội chủ nhà tăng 0,9. Bài «Sân trống, thế trận đổi» đạt 180.000 lượt đọc. Nhưng điều tôi nhớ nhất không phải con số, mà là việc tôi dám công bố một kết luận trái số đông chỉ vì mẫu 312 trận đủ lớn để chịu được sức nặng của nó.

Với bơi lội, ngưỡng đó còn khắt khe hơn. Đây là môn mà một phần trăm giây là một tầng đẳng cấp, và cũng là môn mà một phần trăm giây là thứ dễ bịa nhất.

Cái gì thiếu khi không có lấy một cái tên

Muốn phân tích kỹ thuật một đường bơi, tôi cần biết kiểu bơi: tự do, ếch, ngửa, bướm, hỗn hợp hay tiếp sức. Cần biết cự ly. Cần biết pha nào đang được nói tới — xuất phát, thời gian phản xạ, đoạn đá cá heo dưới nước, pha quay, pha chạm đích. Cần con số chia đoạn: 15 mét đầu, 5 mét vào thành, 5 mét ra thành. Cần tần số quạt tay và quãng đường mỗi chu kỳ quạt. Không có một cái nào trong số đó.

Kết quả là chiều phân tích kỹ thuật rơi vào trạng thái tệ hơn thiếu dữ liệu: không có chủ thể. Thiếu dữ liệu thì còn đi tìm được. Không có chủ thể thì mọi câu chữ viết ra đều là tự sự.

Với hiệu suất, vấn đề nặng hơn. Một thành tích chỉ có nghĩa khi đặt được vào hệ tọa độ: kỷ lục thế giới, danh sách mọi thời đại, xếp hạng mùa hiện tại. Không có một cột thời gian nào thì không có hệ tọa độ nào. Mà thiếu hệ tọa độ, phép tính chênh lệch so với tốc độ kỷ lục thế giới — ngưỡng nửa giây của tầng đỉnh thế giới và các tầng dưới nó — trở thành bất khả thi.

Bể 25 mét, bể 50 mét và một ô trống làm sập mọi so sánh

Đây là chỗ tôi muốn dừng lâu nhất, vì nó là bài học phổ quát.

Bơi ngắn 25 mét có số lần quay gấp đôi bơi dài 50 mét trên cùng cự ly. Mỗi lần quay là một cú đẩy thành, và cú đẩy thành là nguồn tốc độ miễn phí lớn nhất trong môn này. Liên đoàn thế giới công nhận kỷ lục riêng cho hai loại bể chính vì lý do đó. Nghĩa là: nếu tôi không biết thành tích được bơi ở bể nào, tôi không được phép so nó với bất kỳ thành tích nào khác. Mức độ ở đây vượt qua «nên thận trọng»: nó là điều bị cấm.

Trong bản trích xuất rỗng kia, ô điều kiện bể để trống. Một ô trống duy nhất, và toàn bộ chiều thứ hai của khung phân tích mất hiệu lực.

Bộ lọc áo polyurethane

Năm 2026, tại giải vô địch thế giới ở Rome, 43 kỷ lục thế giới bị phá trong tám ngày. Con số đó phản ánh một thế hệ áo nhiều hơn là một thế hệ vận động viên. Từ năm 2026, Liên đoàn thế giới bơi lội cấm áo toàn thân polyurethane, và mọi bảng xếp hạng mọi thời đại lập sau đó đều phải qua một bộ lọc: thành tích nào thuộc kỷ nguyên áo công nghệ cao, thành tích nào thuộc kỷ nguyên vải.

Bộ lọc đó cần đúng một thứ: năm thi đấu. Bản trích xuất rỗng không có năm. Nên bộ lọc không chạy được, và mọi bảng xếp hạng trích dẫn từ nó sẽ sai một cách có hệ thống — luôn luôn theo hướng thổi phồng.

Cái giá của một năm không phải Olympic

Kim tự tháp giải đấu trong bơi lội chạy từ Olympic xuống vô địch thế giới bể dài, vô địch thế giới bể ngắn, chuỗi World Cup, giải châu lục, rồi vô địch quốc gia. Mỗi tầng có một chức năng khác nhau: chạy đà, vòng loại, tuyển chọn, hay tung ra phong độ đỉnh. Một thành tích ở giải tuyển chọn quốc gia và một thành tích ở chung kết Olympic là hai loại tài sản không quy đổi được.

Tệ hơn, chu kỳ bốn năm tạo ra một hệ số chiết khấu mà bất kỳ nhà phân tích nào cũng phải áp: năm Olympic là năm giá trị đầy đủ; năm sau Olympic là năm điều chỉnh, thành tích bị chiết khấu mạnh vì vận động viên thường bơi qua giải trong trạng thái tập nặng. Không có năm, tôi không thể phân biệt một cú bơi chạy đà với một tín hiệu phong độ đỉnh. Trong bơi lội, sự nhầm lẫn đó là loại sai số đắt nhất.

Cơ chế tuyển chọn cũng đáng một đoạn riêng, vì đây là chỗ ba mô hình lớn nhất thế giới khác nhau rõ nhất. Mỹ dùng nguyên tắc «hai người nhanh nhất trong ngày» ở Trials — tàn nhẫn, minh bạch, và tạo ra những cú sốc tuyển chọn nổi tiếng. Australia cũng đi theo mô hình trials nhưng có thêm các suất do liên đoàn quyết. Trung Quốc dùng mô hình đánh giá tổng hợp, nơi thành tích là một phần chứ không phải toàn bộ.

Ba mô hình đó cho ra ba loại rủi ro khác nhau: mô hình Mỹ tối đa hóa rủi ro cú sốc trong một ngày; mô hình tổng hợp tối đa hóa rủi ro thiên vị; mô hình trials có suất liên đoàn tối đa hóa rủi ro tranh cãi. Muốn biết vận động viên trong bài đối mặt với loại rủi ro nào, tôi cần biết liên đoàn của người đó. Một ô dữ liệu. Nó mở khóa ba chiều phân tích cùng lúc.

Bản đồ quyền lực và chỗ đứng của Việt Nam

Bản đồ bơi lội thế giới có một trục chính: các cường quốc có chiều sâu tổng thể, các nước đột phá đơn điểm, và các quốc gia thống trị theo cụm nội dung. Mỹ đứng ở cực thứ nhất nhờ đường ống NCAA — hệ thống đại học biến bơi lội thành một ngành công nghiệp học bổng với hàng trăm suất thi đấu chất lượng cao mỗi năm. Cực thứ hai là những nước chỉ có vài cá nhân đủ tầm huy chương và dồn toàn bộ nguồn lực cho họ. Cực thứ ba là mô hình cụm: mạnh ở hai, ba nội dung cụ thể và gần như vô hình ở phần còn lại.

Việt Nam nằm ở đâu trong bản đồ đó? Câu trả lời thành thật là ở cực thứ hai, và ở đó một cách mỏng. Nguyễn Thị Ánh Viên từng đưa bơi lội Việt Nam lên bản đồ bằng một mình cô ấy, với suất dự Olympic Rio 2026. Nguyễn Huy Hoàng sau đó mở ra một cụm nội dung đường dài với tấm huy chương bạc 1500 mét tự do ở ASIAD 2026. Đó là mô hình đột phá đơn điểm, và mô hình đó có một điểm yếu cấu trúc: nó phụ thuộc vào một người.

Nhưng tôi phải nói rõ ranh giới: tôi đưa hai cái tên đó vào bài với tư cách bối cảnh, không phải bằng chứng cho bất kỳ kết luận nào về một vận động viên cụ thể trong tệp rỗng kia. Bối cảnh và bằng chứng là hai thứ khác nhau, và trộn chúng lại là cách nhanh nhất để một bài phân tích tự phá hủy.

Ranh giới luật và bốn tầng của một cáo buộc

Trong bơi lội, ba vùng vi phạm kỹ thuật xuất hiện nhiều nhất là luật 15 mét dưới nước, luật một cú đá cá heo duy nhất ở bơi ếch, và quy định về bàn xuất phát ở bơi ngửa. Cộng thêm luật một lần xuất phát sai là loại trực tiếp — thay đổi từ năm 2026, và từ đó trở thành nỗi ám ảnh của mọi vận động viên bơi ngắn.

Với phòng chống doping, kỷ luật của tôi là bốn tầng tách bạch: vi phạm đã được xác nhận; tranh chấp nhiễm chéo; vi phạm quy trình; và cáo buộc thuần túy trên dư luận. Bốn tầng đó có hệ quả pháp lý và hệ quả truyền thông hoàn toàn khác nhau. Trộn chúng lại là cách nhanh nhất để một bài phân tích biến thành một bản cáo trạng.

Trong tệp rỗng, không có một chữ nào về doping. Đó là một khoảng lặng. Và khoảng lặng trong một bản trích xuất lỗi là thứ nguy hiểm nhất, vì nó có thể là «không có chuyện gì», hoặc có thể là «chuyện quan trọng nhất đã bị mất ở khâu đọc». Tôi không được phép chọn cách hiểu có lợi cho mình.

Rào cản dậy thì và lá chắn không chạy được

Đây là phần tôi thấy tiếc nhất khi cầm tệp dữ liệu rỗng.

Trong bơi lội nữ, rào cản dậy thì là bộ lọc rủi ro có giá trị cao nhất trong toàn bộ hệ thống phân tích của tôi. Giai đoạn phát triển thể chất tuổi dậy thì làm thay đổi tỷ lệ cơ thể, lực đẩy và cảm giác nước; rất nhiều kỷ lục lứa tuổi không chuyển được thành thành tích người lớn. Một cô gái 14 tuổi bơi rất nhanh có thể là tài năng của một thế hệ, hoặc có thể là người đang bơi bằng một lợi thế sinh học tạm thời. Hai kịch bản đó cần hai lời khuyên hoàn toàn khác nhau, và việc phân biệt chúng cần bốn dữ liệu: tuổi, giới, nội dung thi đấu, và một chuỗi thành tích theo thời gian.

Tệp rỗng không có cái nào. Nghĩa là nếu bài gốc nói về một vận động viên nữ tuổi teen, thì chiều phân tích này — chiều duy nhất có chức năng bảo vệ — đã bị vô hiệu hóa đúng ở chỗ nó cần thiết nhất.

Ở chiều ngược lại, với vận động viên nam trưởng thành, bộ ba rủi ro nghề nghiệp là vai của người bơi, đầu gối của người bơi ếch, và cửa sổ đỉnh cao hẹp. Vai là chấn thương do khối lượng quạt tay tích lũy; đầu gối là hệ quả của động tác đá ếch lặp lại; cửa sổ đỉnh cao ở bơi lội nam thường rơi vào khoảng 22 đến 27 tuổi tùy cự ly, cự ly ngắn thì sớm hơn, cự ly dài thì muộn hơn. Không có tuổi và cự ly, tôi không thể đặt vận động viên vào điểm nào trên đường cong.

Rủi ro thật nằm ở quy trình

Toàn bộ ma trận rủi ro của tôi trả về rỗng. Nhưng có một rủi ro vẫn ở mức Cao, và nó không thuộc về vận động viên nào: rủi ro bịa đặt của chính người phân tích.

Tôi xếp nó mức Cao vì ba lý do. Áp lực sản xuất là có thật và nó không biến mất khi dữ liệu biến mất. Một bài viết tự tin sinh ra từ dữ liệu rỗng khó bị phát hiện hơn một bài viết dở, vì người đọc không có cách nào kiểm chứng một con số không tồn tại. Và quan trọng nhất: nếu bản trích xuất rỗng này được đưa vào một bản tóm tắt tự động ở hạ nguồn, nó sẽ hiện ra dưới dạng «không phát hiện rủi ro». Đó là đảo ngược ý nghĩa hoàn toàn — từ «không đọc được gì» thành «không có gì để đọc».

Trong y học, người ta có một cái tên cho lỗi này khi nó xảy ra với xét nghiệm: âm tính giả. Trong phân tích thể thao, chúng ta chưa có cái tên, nên chúng ta liên tục mắc lại nó.

Nhãn dán không thể phản chứng

Bơi lội là môn thể thao bị ám bởi một kiểu nhãn: «Phelps tiếp theo», «Ledecky tiếp theo». Nhãn đó sống được vì nó gần như không thể phản chứng. Muốn phản chứng, cần hai thứ: dữ liệu chia đoạn của chính vận động viên, và một hệ tọa độ lịch sử cùng độ tuổi. Tệp rỗng không có cả hai. Vậy là trong toàn bộ không gian của bản phân tích này, nhãn dán kia không thể bị bắt lỗi.

Đó là lý do tôi luôn đặt một câu hỏi trước khi viết về bất kỳ ai dưới 18 tuổi: dữ liệu đang chứng minh điều gì trái với nhận định của đám đông? Nếu câu trả lời là «không có gì», thì việc tôi viết bài không còn là phân tích. Nó là khuếch đại.

Chuỗi lan tỏa và mắt xích bị bỏ quên

Bơi lội có một chuỗi lan tỏa đặc biệt rõ: hiệu ứng ngôi sao chảy vào lớp học bơi của trẻ em, vào thị phần của các hãng đồ bơi thi đấu, vào giá bản quyền truyền hình, và vào di sản của những bể thi đấu được xây cho một kỳ đại hội. Chuỗi đó cần từ năm đến mười mốc dữ kiện để lần ra. Tệp rỗng có không mốc nào.

Nhưng có một điều về cấu trúc: trong chuỗi đó, nút giữa là vận động viên và giải đấu. Không có nút giữa, thượng nguồn và hạ nguồn không có gì để truyền qua nhau. Các bài phân tích ngành thể thao hay thất bại đúng ở đây: chúng nhảy thẳng từ chính sách sang thị trường, bỏ qua nút giữa, và kết quả là một chuỗi nhân quả nghe rất hợp lý nhưng thiếu mắt xích.

Góc ngược

Và đây là chỗ tôi ngược số đông.

Một tệp dữ liệu rỗng có giá trị cao hơn một tệp dữ liệu đầy đủ giả tạo. Một báo cáo chín chiều với đủ số liệu sẽ khiến biên tập viên gật đầu, sẽ khiến người đọc tin, và sẽ chôn sâu khâu hỏng ở tận đáy quy trình. Tệp rỗng thì la lên. Nó buộc người ta quay lại sửa bộ trích xuất trước khi xử lý bài tiếp theo.

Khi sân trống, mọi mô hình đều sụp đổ. Tôi xây lại từ đống dữ liệu cháy dở. Và lần này, đống cháy dở chỉ còn đúng một mẩu: nhãn lĩnh vực «swimming». Mẩu đó không vô dụng. Nó chứng minh bộ phân loại đã chạy đúng — nghĩa là hệ thống hỏng một phần, không hỏng toàn bộ. Trong chẩn đoán, biết chỗ nào còn sống quan trọng ngang biết chỗ nào đã chết.

Tôi từng coi mô hình là thánh kinh. Giờ nó chỉ là la bàn — nhưng thiếu nó, ta lạc. Và một chiếc la bàn không có kim thì việc đúng đắn nhất là đặt nó xuống, thay vì quay nó thật nhanh để nó chỉ vào một chỗ nào đó.

Thị trường chuyển nhượng là nơi duy nhất người ta trả tiền cho kỳ vọng, không phải hiện tại. Phân tích dữ liệu vận hành theo luật ngược lại: kỳ vọng không có giá cho tới khi nó được gắn một nhãn độ tin cậy. Trong kỳ chuyển nhượng, tin đồn là hàng hóa. Trong phòng dữ liệu, tin đồn chỉ là một dòng chưa xác minh.

Tín hiệu vòng tiếp theo

Sáu dữ liệu sẽ mở khóa khoảng 80% khung phân tích này: tên bài, tên nguồn, ngày công bố, tên vận động viên, nội dung thi đấu kèm cự ly, và một con số thành tích hoặc một phát biểu rõ ràng. Sáu ô.

Tín hiệu tôi theo dõi ở vòng tiếp theo rất cụ thể: lần chạy lại bộ trích xuất tới, có xuất hiện một cái tên riêng hay không. Nếu có, bài phân tích này bắt đầu. Nếu không, câu trả lời đúng vẫn là câu trả lời hôm nay — và câu trả lời hôm nay vẫn đáng được in.

Danh tiếng chỉ là cái tên. Thứ ở lại luôn là cách bạn đọc trận đấu, kể cả khi trận đấu chưa có ai bơi.