Tôi mở tệp dữ liệu để chuẩn bị cho bản tin bơi lội của tuần này, và ô đầu tiên ghi đúng một trạng thái: trống. Không thông số kỹ thuật, không mốc tham chiếu, không kết quả cuộc đua nào để đối chiếu. Làm nghề phân tích cá cược thể thao đã nhiều năm, tôi quen với những bảng số dày đặc tới mức chóng mặt. Một tệp rỗng vì thế là chuyện lớn. Bơi lội là môn được đo đạc kỹ lưỡng bậc nhất hành tinh: mỗi lần chạm thành bể được hệ thống bấm giờ điện tử ghi tới từng phần trăm giây, mỗi vòng bơi có thời gian chia nhỏ, mỗi nhịp quạt tay được camera dưới nước ghi lại. Vậy mà trước mặt tôi chỉ có một khoảng lặng. Trong nghề này, thiếu số liệu là chuyện thường ngày. Thứ đáng sợ hơn là phản ứng của con người khi số liệu biến mất.

Bơi lội vận hành trên một hệ sinh thái dữ liệu dày đặc hơn nhiều người tưởng. Sau mỗi cuộc đua, World Aquatics công bố kết quả chính thức kèm thời gian chia nhỏ từng 50 mét. Omega, đơn vị bấm giờ chính thức của nhiều kỳ Olympic và giải vô địch thế giới, ghi lại từng phần trăm giây ở cảm biến chạm thành. Với mỗi vận động viên, người ta có thể đo tần suất quạt tay, độ dài mỗi sải, thời gian phản xạ khi xuất phát, tốc độ dưới nước sau khi lặn, và hiệu suất ở các pha quay người. Đó là lý do bơi lội thường được coi là môn sạch nhất về mặt dữ liệu, nơi tranh cãi hiếm khi kéo dài vì con số bấm giờ là trọng tài cuối cùng.

Với bơi lội Việt Nam, bức tranh dữ liệu lại không đồng đều như vậy. Các kỳ SEA Games, nơi Nguyễn Thị Ánh Viên từng gom về hàng loạt huy chương vàng và trở thành gương mặt quen thuộc của làng bơi khu vực, cung cấp kết quả khá đầy đủ. Nhưng khi bước ra sân chơi châu lục và thế giới, nơi Nguyễn Huy Hoàng ở các cự ly 800 mét và 1500 mét tự do đã ghi dấu, lượng dữ liệu chi tiết mà truyền thông trong nước có thể tiếp cận lại mỏng đi rõ rệt. Khoảng cách giữa một kết quả được công bố và một hồ sơ kỹ thuật đủ dày để phân tích là rất lớn. Chính khoảng cách đó tạo ra vùng xám, nơi phỏng đoán dễ bị nhầm với phân tích.

Điều đáng chú ý là ngay cả khi kết quả có sẵn, dữ liệu kỹ thuật vẫn thường thiếu. Ở các giải khu vực, người ta công bố thời gian về đích và thứ hạng, nhưng hiếm khi công bố đầy đủ thời gian chia nhỏ từng 50 mét, tốc độ dưới nước sau khi lặn, hay tần suất quạt tay theo từng vòng. Những chỉ số đó là thứ phân biệt một vận động viên bơi nhanh vì thể lực với một vận động viên bơi nhanh vì kỹ thuật. Không có chúng, mọi nhận xét về chiến thuật đều chỉ là suy diễn từ kết quả cuối cùng, giống như đọc một cuốn tiểu thuyết chỉ bằng trang cuối.

Dựa trên kinh nghiệm theo dõi các cuộc đua khu vực và quốc tế của tôi trong nhiều năm, tôi nhận ra rằng chất lượng của một bản tin bơi lội không nằm ở việc nó dài bao nhiêu, mà ở việc mỗi câu trong đó có neo được vào một con số hay không. Vì thế, mọi bài viết của tôi đều chạy trên một quy trình hai bước. Bước thứ nhất là giải mã nguồn: bóc tách bài viết gốc thành các điểm thông tin, tách đâu là dữ kiện, đâu là ý kiến, đâu là tuyên bố chưa được kiểm chứng. Bước thứ hai mới là phân tích chuyên sâu theo từng chiều: kỹ thuật, thành tích, hệ thống thi đấu, cục diện thế giới, luật và phòng chống doping, sự nghiệp vận động viên, rủi ro, dư luận, và tác động tới ngành. Nguyên tắc bất di bất dịch: nếu bước thứ nhất trả về con số không, thì mọi chiều phân tích phía sau buộc phải ghi “không đủ thông tin, không thể đánh giá”. Không được bịa. Không được lấp.

Khi một tệp dữ liệu bơi lội trở về rỗng, có ba khả năng xảy ra, và chúng khác nhau hoàn toàn về bản chất. Khả năng thứ nhất, nguồn thật sự trống: một bản tin chỉ có tiêu đề, một thông cáo chưa đăng tải đầy đủ, hoặc một đường dẫn hỏng. Khi đó, phân tích là bất khả thi về mặt kỹ thuật, và cách xử lý đúng đắn là dừng lại, báo lỗi ở khâu thượng nguồn, chứ không phải ngồi đoán. Khả năng thứ hai, nguồn có nội dung nhưng công cụ bóc tách thất bại. Đây là kịch bản nguy hiểm hơn, vì nó tạo ảo giác rằng không có gì để phân tích, trong khi thực tế thông tin vẫn nằm đó, chỉ là chưa được lấy ra. Khả năng thứ ba, và cũng là kịch bản tôi sợ nhất: nguồn có nội dung, nhưng người phân tích chọn cách lấp khoảng trống bằng trí tưởng tượng.

Một vận động viên không có số liệu chấn thương bỗng nhiên được mô tả là đang hồi phục tốt. Một cuộc đua thiếu thời gian chia nhỏ bỗng nhiên được gán cho một chiến thuật giữ sức ở 50 mét đầu. Một tài năng trẻ chưa từng thi đấu quốc tế bỗng nhiên được đánh giá là có nền tảng thể lực vượt trội. Những câu như vậy nghe rất chuyên nghiệp, rất chắc chắn, và hoàn toàn vô căn cứ. Chúng nguy hiểm hơn cả một dự đoán sai, bởi vì chúng không thể bị kiểm chứng để bác bỏ. Một dự đoán sai thì ta có thể sửa. Một phỏng đoán khoác áo số liệu thì cứ thế trôi đi, được trích dẫn lại, và cuối cùng trở thành sự thật trong ký ức của người đọc.

Trong quy trình của tôi, một kết quả rỗng như vậy được đánh dấu là cờ cảnh báo toàn vẹn dữ liệu, một trạng thái kỹ thuật chứ không phải kết luận chuyên môn. Sự phân biệt này quan trọng. Một phát hiện phân tích có thể được tranh luận, được kiểm chứng, được sửa sai. Một cờ cảnh báo toàn vẹn dữ liệu thì chỉ có một yêu cầu duy nhất: quay lại khâu thượng nguồn và làm lại. Nếu ta nhầm lẫn hai thứ này, ta sẽ biến một lỗi kỹ thuật thành một kết luận về thế giới. Và trong bơi lội, nơi mọi thứ được đo bằng phần trăm giây, việc biến lỗi kỹ thuật thành kết luận là cách tự hủy hoại uy tín nhanh nhất.

Tôi đã học bài học này bằng một cái giá không nhỏ. Ngày Đức sụp đổ ở Kazan, tại World Cup 2026, tôi viết rằng đội bóng kiểm soát bóng tới 74% nhưng chỉ tung ra 11 đường chuyền vào vòng cấm và đạt xG 0,7, thấp hơn cả đối thủ. Fan Đức tấn công tôi dữ dội, đòi tôi xóa bài. Một tuần sau, số liệu chính thức của FIFA xác nhận từng con số tôi đưa ra. Tôi không đứng vững vì tôi đoán giỏi. Tôi đứng vững vì mọi con số đều có nguồn. Kazan là ngày tôi học được rằng xác suất 99% vẫn có thể chết trên bàn cược, và cũng là ngày tôi hiểu rằng một nhận định không nguồn có thể sụp đổ nhanh hơn cả một đội bóng lớn.

Trong bơi lội, cám dỗ lấp khoảng trống còn mạnh hơn, bởi môn này có quá nhiều chỉ số hấp dẫn để trích dẫn. Tần suất quạt tay. Độ dài mỗi sải. Thời gian quay người. Chỉ cần một huấn luyện viên nói bóng gió rằng học trò của mình cải thiện khả năng dưới nước, lập tức sẽ có người dựng lên cả một bảng phân tích mà không có lấy một lần bấm giờ thật. Tôi từng chứng kiến chuyện tương tự khi đánh giá thương vụ Daniel Arzani. Ban đầu, giám đốc thể thao phản đối kết luận của tôi, cho rằng tôi nhìn con người như cỗ máy. Nhưng dữ liệu về quãng đường chạy, tần suất rê bóng và lịch sử chấn thương đã đứng về phía tôi. Định giá cầu thủ không phải phép tính, mà là cuộc chiến giữa niềm tin và bảng số.

Trong bơi lội, cuộc chiến ấy diễn ra ở một nơi khác: giữa kỳ vọng của người hâm mộ và tốc độ thật của đường bơi. Một tài năng trẻ phá kỷ lục quốc gia ở tuổi 16 tạo ra một câu chuyện đẹp. Nhưng để biết câu chuyện đó có bền hay không, ta cần biết cậu ấy đã tiến bộ bao nhiêu sau mỗi mùa, mức tiến bộ đó có hợp lý về mặt sinh lý hay không, và liệu có đang bước vào giai đoạn dậy thì, giai đoạn mà thành tích của nhiều vận động viên nữ đặc biệt có thể chững lại hoặc đảo chiều. Không có chuỗi số liệu dài, mọi lời khen đều giống như một tấm vé số. Và như tôi vẫn nói với các đồng nghiệp: tôi không tin cảm xúc, tôi tin chuỗi số liệu dài hơn cảm xúc của bạn.

Nhưng đây là chỗ tôi phải tự phản biện chính mình. Nếu cứ khư khư giữ nguyên tắc không có số liệu thì không nói gì, tôi sẽ tự đẩy mình vào một cái bẫy khác: ngạo mạn xác suất ngược chiều. Sau khi chứng kiến xác suất 99% sụp đổ ở Kazan, người ta rất dễ rơi sang cực đoan đối lập, tin rằng mọi con số đều có thể lừa dối và dữ liệu chẳng có giá trị gì. Đó là một sai lầm không kém phần nguy hiểm. Xác suất 99% sụp đổ một lần không có nghĩa là nó sai. Nó vẫn đúng trong hàng trăm, hàng nghìn lần khác mà ta không để ý, đơn giản vì những lần đó chẳng có gì để kể.

Khoảng trống dữ liệu, vì thế, cũng là một dạng dữ liệu. Khi một hồ sơ vận động viên trống rỗng, đó có thể là dấu hiệu cho thấy môn thể thao ấy chưa được đầu tư bài bản về mặt thống kê, hoặc vận động viên ấy chưa từng bước ra đấu trường đủ lớn để được ghi chép. Cả hai khả năng đều là thông tin. Ở bơi lội Việt Nam, sự chênh lệch về mật độ dữ liệu giữa đấu trường SEA Games và đấu trường thế giới nói lên nhiều điều về khoảng cách trình độ, về hệ thống ghi chép, và về cách truyền thông trong nước xây dựng câu chuyện. Nhưng tôi sẽ không gán cho khoảng cách đó một nguyên nhân duy nhất nào. Số liệu không có giới tính, nhưng người đọc chúng thì có, và tôi cũng có thành kiến của riêng mình, nên tốt nhất là nêu câu hỏi thay vì kết tội.

Điều tôi mang ra khỏi câu chuyện về một tệp dữ liệu rỗng là một câu hỏi dành cho chính người làm nghề, hơn là một kết luận: khi nguồn thông tin cạn kiệt, liệu ta có đủ can đảm để viết rằng chưa đủ để nói, hay ta sẽ chọn cách nghe có vẻ thông minh hơn bằng một phỏng đoán khoác áo số liệu? Trong một ngành mà ai cũng muốn tỏ ra mình nắm rõ mọi thứ, sự im lặng có trích nguồn có thể là phát ngôn trung thực nhất. Vòng tiếp theo của bơi lội Việt Nam sẽ không được quyết định bởi những bài báo dày đặc con số, mà bởi việc chúng ta có dám giữ nguyên khoảng trống khi nó thật sự trống hay không.

Cần nói rõ: một quy trình phân tích chỉ mạnh bằng nguồn đầu vào của nó. Bản thân bài viết này không khẳng định bất kỳ thành tích cụ thể nào của vận động viên, cũng không đưa ra dự đoán về kết quả thi đấu. Những yếu tố như tinh thần thi đấu, cảm giác nước, áp lực khán đài và quyết định của huấn luyện viên là dữ liệu thật, nhưng chúng ta vẫn chưa đủ công cụ để đo chúng bằng mili-giây. Khi số liệu vắng mặt, việc trung thực nhất là thừa nhận nó vắng mặt.