Chín phần đều trắng: lỗ hổng dữ liệu đang bóp méo cách Việt Nam đọc bơi lội

Sáng thứ Ba, một tệp phân tích chín phần nằm trong hộp thư của tôi. Đầy đủ khung: kỹ thuật, thành tích, hệ thống thi đấu, bản đồ bơi lội thế giới, luật và phòng chống doping, sự nghiệp vận động viên, hồ sơ rủi ro, dư luận, hiệu ứng ngành. Đầy đủ tiêu đề, đầy đủ bảng biểu. Mọi ô dữ liệu đều ghi đúng một cụm: không đủ thông tin. Không tên vận động viên, không cự ly, không split, không ngày thi đấu. Một báo cáo hoàn chỉnh về hình thức, trống rỗng về nội dung.

Trận đấu kết thúc, nhưng dữ liệu vẫn đang nói tiếp. Lần này dữ liệu không nói gì, và chính sự im lặng ấy mới là thứ đáng đọc.

Nguồn của tệp là một bài viết về bơi lội bị trích xuất thất bại ngay ở khâu đầu tiên. Bộ máy đọc văn bản không lấy được thông tin nào, nên toàn bộ tầng phân tích phía sau chỉ còn một lựa chọn trung thực là ghi trắng. Dấu hiệu chẩn đoán nằm ở chi tiết nhỏ nhất: trường tiêu đề, thứ dễ lấy nhất từ metadata của một trang web, cũng trắng. Tiêu đề trắng thì lỗi thuộc về bộ máy đọc, không thuộc về bài viết. Ba dạng nguồn tạo ra đúng chữ ký lỗi này: ảnh chụp, video, và trang bị chặn trả phí.

Ở Việt Nam, dạng thứ nhất phổ biến nhất. Kết quả bơi lội trong nước phần lớn đến với công chúng qua ảnh chụp bảng điện tử, qua ảnh chụp tờ kết quả dán ở thành hồ, qua một dòng trạng thái đăng lúc nửa đêm. Không ai số hóa. Một tấm ảnh bảng điểm là dữ liệu sống với mắt người và là khoảng trắng hoàn toàn với máy. Dựa trên kinh nghiệm theo dõi thi đấu của tôi ở các giải bơi trong nước và khu vực, khoảng trắng đó chưa từng được ghi nhận là một vấn đề.

Tôi từng nghĩ dữ liệu là câu trả lời. 2026 cho tôi câu hỏi tốt hơn.

Một phán quyết bơi lội tử tế cần gì? Với cự ly 200m, cần bốn split 50m, cần thời gian phản ứng xuất phát, cần thời gian xoay ba lần, cần tần số tay và quãng bơi mỗi chu kỳ. Thiếu bốn split, không ai được phép nói vận động viên xuất phát hụt hơi hay về đích hụt sức; chỉ có thể nói người đó về thứ mấy. Sự khác biệt giữa một bản tin và một bản phân tích nằm đúng ở đó.

Nguyễn Huy Hoàng giành huy chương bạc ASIAD 2026 ở nội dung 800m tự do — cả nước nhớ tấm huy chương. Những split 100m giữa cuộc đua ấy thì gần như không tồn tại trong bất kỳ kho dữ liệu công khai nào của Việt Nam. Nguyễn Thị Ánh Viên rời đường bơi thi đấu năm 2026 với hơn hai mươi huy chương vàng SEA Games; hồ sơ chia đoạn của cả một sự nghiệp như thế cũng không nằm ở nơi ai cũng mở được. Chúng ta giữ kết quả, thả trôi quá trình.

Khung phân tích chín phần kia đòi hỏi nhiều hơn thế: cỡ hồ 50m hay 25m, năm thi đấu để sàng lọc kỷ nguyên áo siêu bóng polyurethane bị FINA cấm từ 2026, chuẩn A-cut hay B-cut, vị trí trên bảng xếp hạng thế giới mùa hiện tại, ngưỡng dậy thì với vận động viên nữ, mật độ thi đấu trong cùng một ngày. Mỗi ô trống là một câu hỏi chưa từng được đặt, không phải một câu trả lời phủ định.

Chiều sâu ấy còn thiếu ở tầng hệ thống. Muốn dựng một bản đồ bơi lội thế giới, phải biết ai đang giữ ngôi ở từng nội dung, quốc gia nào sản sinh vận động viên qua hệ đại học hay qua trung tâm huấn luyện quốc gia, và dòng chuyển dịch huấn luyện viên đang chảy về đâu. Bơi lội Việt Nam nhập cuộc ở tầng này bằng cảm nhận: ai đang lên thì khen, ai xuống thì tiếc. Không chuỗi cung ứng tài năng nào được đo.

Bảng tính không có màu áo, nhưng tôi vẫn nghe trận đấu qua từng cột số.

Đây là bẫy lớn nhất của nghề: đánh đồng chưa đánh giá với đã đánh giá và thấy sạch. Hai trạng thái ấy trông giống hệt nhau trên một trang giấy, nhưng một bên là kết luận, bên kia là sự vắng mặt của kết luận. Một nền bơi lội thiếu dữ liệu sẽ liên tục sinh ra những kết luận sạch giả tạo: không ca doping nào bị phát hiện, không chấn thương nào bị ghi nhận, không ngưỡng dậy thì nào bị cảnh báo — bởi vì không ai kiểm tra, chứ không phải vì không có gì để kiểm tra.

Nguy hiểm hơn một thông số sai là một biểu mẫu đầy. Khi bản thảo đến hạn, cám dỗ lớn nhất là lấp ô trống bằng một cái tên nghe hợp lý, một thông số nghe quen, một cảnh báo nghe chuyên môn. Tôi đã thấy những dòng như thế đi thẳng vào bản tin mà không ai hỏi nguồn. Và khi một vận động viên trẻ đọc được một lời cảnh báo về chính mình, được dựng lên từ một ô trống, thiệt hại không nằm ở trang báo — nó nằm ở sự nghiệp của người chưa kịp bơi trận nào.

Ở chiều ngược lại, ba trường dữ liệu đầu tiên được khôi phục — ngày công bố, tên vận động viên, một kết quả hoặc một tuyên bố — mở khóa khoảng sáu đến bảy phần mười độ sâu của cả khung phân tích. Đó là tỷ suất lợi nhuận cao nhất trong toàn bộ quy trình, và nó nằm ở khâu rẻ nhất: đọc lại nguồn gốc bằng mắt người, bằng OCR với ảnh, bằng ASR với video.

Tín hiệu của vòng tiếp theo không nằm ở một kỷ lục mới. Nó nằm ở việc tờ kết quả dán ở thành hồ được chụp lại rồi số hóa ngay trong đêm, để bốn split của một trận chung kết không biến mất sau khi khán giả rời khỏi khán đài. Bơi lội Việt Nam có đủ kình ngư để thế giới phải dừng lại nhìn. Câu hỏi là: khi họ dừng lại nhìn, chúng ta có gì để đưa ra ngoài một tấm ảnh?