Chín phần phân tích, bốn mươi ô trống: khi pipeline dữ liệu esports trả về chữ N/A

22 giờ 47 phút, tôi mở tệp báo cáo phân tích cấp hai mà một đơn vị dữ liệu esports gửi sang. Chín phần. Bốn mươi mốt ô trong các bảng. Mỗi ô đều được điền cẩn thận, và nội dung của gần như toàn bộ số ô ấy là một cụm từ lặp lại: “N/A — insufficient information”. Không tên tựa game. Không số patch. Không tên giải, tên đội, tên tuyển thủ. Không một mốc thời gian nào để đối chiếu với lịch thi đấu.

Người làm báo cáo ấy không nói dối. Họ làm đúng thứ tôi vẫn đòi hỏi ở một trọng tài: không kết luận khi chưa nhìn thấy. Nhưng có một dòng ở phần tổng hợp khiến tôi dừng lại lâu hơn cả: im lặng không phải là an toàn. Dòng ấy được gắn mức rủi ro Cao, xác suất “đã xảy ra”, tác động Cao. Cả tệp chỉ có đúng một kết luận bảo vệ được trước dữ liệu, và kết luận ấy nói về chính hệ thống, không nói gì về bài viết gốc.

Khung chín chiều ấy được thiết kế cho một bài viết esports cụ thể: patch và meta, thể thức giải, đội hình và phong độ, cục diện khu vực, tài chính câu lạc bộ, tuân thủ luật và quản trị, hồ sơ rủi ro, câu chuyện truyền thông, chuỗi truyền dẫn ra thị trường. Mỗi chiều có sẵn ô để điền, thang điểm, cảnh báo rủi ro. Không chiều nào điền được. Nguyên nhân nằm ở khâu trước đó: bước trích xuất cấp một trả về một gói dữ liệu rỗng — không tiêu đề, không nguồn, không loại bài, không điểm thông tin, không thực thể.

Trong mười sáu năm theo dõi ngành này, tôi đã đọc hàng trăm báo cáo phân tích. Phần lớn sai theo cách dễ chịu: kết luận vội, khung đẹp, số liệu nhặt ở đâu đó. Tệp này sai theo cách khó chịu hơn nhiều. Nó đúng.

“Bài viết không chứa thông tin về patch” và “khâu trích xuất đã không lấy được thông tin về patch” là hai phát hiện hoàn toàn khác nhau. Phát hiện thứ nhất nói về biên tập. Phát hiện thứ hai nói về kỹ thuật. Chỉ phát hiện thứ hai có bằng chứng trong tay. Gộp hai thứ ấy lại là cách nhanh nhất để một hệ thống tự lừa mình.

Tôi đã từng đứng ở phía bên kia của sự nhầm lẫn đó. Năm 2026, ở tuổi 23, tôi làm trợ lý VAR cho một trận thuộc vòng 29 giải vô địch quốc gia Hàn Quốc. Phút 67, Lee Dong-gook ghi bàn. Tôi phát hiện anh đã ở vào thế việt vị 0,3 mét. Tôi mải xem lại góc máy phía sau và gửi tín hiệu cảnh báo trễ 14 giây, gấp đôi tiêu chuẩn 7 giây của FIFA. Trọng tài chính không thể can thiệp. Bàn thắng được công nhận. Đêm đó tôi không học được rằng mình đã bỏ sót một lỗi. Tôi học được rằng khi hệ thống quan sát chậm, người ta đọc sự chậm ấy thành “không có lỗi”. Mỗi lỗi VAR là một vết nứt trên tấm gương phản chiếu luật lệ, và vết nứt ấy thường nằm ở độ trễ của công cụ, không nằm ở mắt người.

Báo cáo esports kia vận hành y hệt. Nó không trả về “không có rủi ro”. Nó trả về “không có rủi ro nào kiểm tra được”. Khoảng cách giữa hai câu ấy bằng đúng khoảng cách giữa một trọng tài nói “không có lỗi” và một trọng tài nói “tôi không nhìn thấy”. Cả hai đều không thổi còi. Chỉ một trong hai là trung thực.

Phần hồ sơ rủi ro là chỗ đáng đọc nhất. Bảng có bảy dòng: cạnh tranh, tài chính, nhân sự, luật lệ, dư luận, hệ thống, và phân tích quy trình. Sáu dòng đầu trống. Dòng thứ bảy được điền đầy đủ: mức Cao, xác suất đã xảy ra, tác động Cao, biện pháp khắc phục là chạy lại bước trích xuất và không luân chuyển tệp này xuống hạ nguồn. Một bảng rủi ro mà dòng duy nhất có nội dung là dòng nói về chính bảng rủi ro. Về mặt kỹ thuật, đó là một lời thú nhận được viết đúng chỗ.

Cấu trúc đầu ra đã thắng nội dung. Khi khung phân tích đủ chi tiết — chín chiều, mỗi chiều có bảng, có thang, có cảnh báo — thì việc lấp đầy khung trở thành một mục tiêu tự thân. Hệ thống không được thiết kế để nói “tôi không biết”; nó được thiết kế để nói đủ chín chiều. Không có dữ liệu, nó vẫn nói đủ chín chiều, chỉ là bằng chữ N/A. Về hình thức, tệp ấy vượt qua mọi bài kiểm tra định dạng. Về nội dung, nó không tồn tại. Một hệ thống chỉ có hai trạng thái — có kết luận và lỗi — sẽ luôn có động cơ bịa ra trạng thái thứ ba.

Rồi tới chỗ hạ nguồn. Ở tầng tiêu thụ — lập kế hoạch nội dung, tư vấn câu lạc bộ, bình luận thị trường — hai thứ “rỗng” và “không có gì đáng nói” trông giống hệt nhau. Một tệp có mười ô “không phát hiện rủi ro” và một tệp có mười ô trống dẫn tới cùng một hành động: không làm gì. Chính vì thế tệp rỗng nguy hiểm hơn tệp sai. Tệp sai còn có cái để tranh cãi. Tệp rỗng lặng lẽ trôi qua.

Phần đáng giữ lại lâu nhất: một hệ thống biết nói “tôi không thấy” là hệ thống tốt hơn, không phải tệ hơn. Nó không bịa ra một tựa game, không gán đại một số patch, không dựng một câu chuyện tuyển thủ từ hư không. Nó giữ nguyên trạng thái rỗng và gắn nhãn cho nó. Trong giới trọng tài, chúng ta gọi đó là vị trí tự nhiên của một dữ liệu thiếu: chỗ mà nó thực sự đứng, không phải chỗ ta muốn nó đứng.

Tôi có một tham chiếu cũ để so sánh. Năm 2026, khi bóng đá toàn cầu dừng lại vì đại dịch, tôi dành sáu tháng phân tích 1.247 quyết định VAR từ năm giải châu Âu. Thời gian trọng tài tham khảo VAR giảm 22%, tỷ lệ giữ nguyên quyết định ban đầu lại tăng 15%. Không có khán giả, trọng tài tham khảo ít hơn nhưng cứng đầu hơn. Tiếng ồn của sân vận động không được ghi trong luật, nhưng lại có trọng lượng pháp lý. Báo cáo esports kia đứng ở phía ngược lại: không có tiếng ồn, và vì thế cũng không có gì để bám vào.

Giả sử khâu trích xuất kia không hỏng, giả sử nó lấy được tiêu đề, tựa game, ba đến năm điểm thông tin có ngày tháng. Tệp báo cáo sẽ lập tức có nội dung ở bốn chiều cùng lúc — patch, thể thức, đội hình, truyền thông. Bốn chiều ấy phụ thuộc vào cùng một tập dữ liệu thô rất nhỏ: tựa game, thực thể, sự kiện, một nhận định có mốc thời gian. Hệ thống này mỏng hơn vẻ ngoài của nó rất nhiều. Chín chiều là phần nổi. Bốn biến số là phần chìm. Người đọc báo cáo dữ liệu hiếm khi nhìn xuống phần chìm.

Trong làng esports, chúng ta đang xây rất nhiều báo cáo dữ liệu và rất ít quy trình kiểm tra đầu vào. Tuổi nghề tuyển thủ ngắn, hệ thống trẻ gần như bằng không, hợp đồng ký vội, và mỗi quyết định chuyển nhượng đều được biện minh bằng một bảng số. Bảng số ấy đẹp đến mức không ai hỏi dữ liệu vào bảng đến từ đâu. Năm 2026, mô hình của tôi kết luận Kim Min-jae phạm 0,73 lỗi mỗi trận ở Serie A và xếp anh vào nhóm rủi ro thẻ phạt cao; tôi khuyên không nên ký. Napoli vẫn ký, và anh trở thành trụ cột trong chức vô địch Serie A 2026. Mô hình không sai về số. Nó sai vì không biết rằng khả năng bọc lót của đồng đội và cách trọng tài Ý hiểu luật khác cách trọng tài Hàn Quốc hiểu luật. Tôi đã dựng một báo cáo hoàn chỉnh trên một khâu đầu vào không được kiểm tra.

Một quyết định sai không hủy hoại trận đấu; sự im lặng sau nó mới làm hỏng niềm tin.

Nên với tệp chín chiều kia, tôi không đọc nó như một bản án. Tôi đọc nó như một tiếng còi báo hiệu đúng chỗ. Nó dừng lại, gắn nhãn, và nói rõ: chỗ này tôi không thấy. Việc cần làm là chạy lại khâu trích xuất, lấy về một tiêu đề và ba điểm thông tin có ngày, rồi kiểm tra xem hệ thống có đi tiếp được không.

Bốn tín hiệu cần theo dõi: tỷ lệ trích xuất thành công — đếm tỷ lệ bản ghi có ít nhất một điểm thông tin; độ phủ phân loại bài — đếm tỷ lệ bản ghi bị gắn nhãn chưa phân loại; độ đầy đủ của danh sách thực thể — so danh sách máy trích với danh sách người đọc; và độ bền của trường nguồn — kiểm tra tiêu đề và nguồn có bị rỗng ngay lúc nạp hay không. Bốn phép đếm này rẻ hơn nhiều so với một báo cáo chín chiều, và chúng bắt được đúng loại lỗi đã sinh ra tệp kia.

Chúng ta tìm kiếm trên sân cỏ không phải công lý, mà là một cái cớ để dừng tranh cãi. Với dữ liệu cũng vậy. Báo cáo tốt không được đo bằng số ô trống. Nó được đo bằng khả năng phân biệt ô trống vì “không có gì” với ô trống vì “chưa nhìn” — trước khi sự mơ hồ ấy kịp biến thành một dòng “không phát hiện rủi ro” trong biên bản của ai đó.