Dữ liệu bóng đá Việt Nam và bài học từ một bản phân tích trống

Hình dung một buổi tối tại sân vận động, khi hệ thống phân tích dữ liệu trận đấu hiển thị một báo cáo trông hoàn hảo: đủ tiêu đề, đủ bảng biểu, đủ chín hạng mục trải từ chiến thuật, tài chính đến truyền thông. Nhưng khi kéo xuống từng dòng, mọi ô đều trống. Không một cái tên cầu thủ, không một con số, không một sự kiện nào. Bản báo cáo ấy không nói dối — nó chỉ thú nhận rằng dữ liệu đầu vào đã biến mất trước khi quá trình phân tích bắt đầu. Với người làm nghề đọc trận đấu như một hồ sơ vụ án, đó là khoảnh khắc đáng sợ hơn cả một quyết định VAR sai. Một trọng tài sai vẫn còn băng ghi hình để thẩm vấn; một hệ thống trả về dữ liệu rỗng mà vẫn tỏ ra đầy đủ thì đến bằng chứng để thẩm vấn cũng không còn.

Bóng đá Việt Nam đang bước vào giai đoạn phụ thuộc dữ liệu nhiều chưa từng thấy. VAR đã xuất hiện ở V.League trong những mùa giải gần đây, công nghệ xác định việt vị bán tự động đang được bàn đến, và phần lớn câu lạc bộ tại V.League 1 đều dùng phần mềm theo dõi chỉ số cầu thủ để tuyển trạch và xây dựng giáo án. Tất cả những hệ thống ấy vận hành trên một giả định ngầm: đầu vào luôn tồn tại và luôn đúng. Nhưng giả định đó không phải định luật, nó chỉ là một thói quen.

Trong quá trình theo dõi các trận đấu và rà soát dữ liệu trọng tài, tôi từng chứng kiến những báo cáo nội bộ được lấp đầy bằng các nhận định nghe rất hợp lý, nhưng khi truy ngược về nguồn thì không có nguồn nào cả. Một con số về tỷ lệ thổi phạt được trích dẫn mà không ai nhớ nó đến từ đâu. Một mô tả về sơ đồ chiến thuật được viết ra chỉ vì đội bóng đó thường chơi như vậy. Đó là cách một khoảng trống dữ liệu bị biến thành một lời khẳng định, rồi một lời khẳng định bị biến thành một niềm tin khó gỡ.

Điểm mấu chốt không nằm ở việc dữ liệu có đầy đủ hay không, mà ở việc hệ thống có dám thừa nhận khi nó trống rỗng hay không. Một bản phân tích trung thực khi đầu vào rỗng sẽ tự vô hiệu hóa chính nó: giữ nguyên khung định dạng để tuân thủ quy trình, nhưng đánh dấu mọi kết luận là không đủ thông tin để đánh giá. Cách hành xử đó nghe có vẻ yếu ớt, nhưng thực chất là dấu hiệu của một quy trình trưởng thành. Ngược lại, một hệ thống luôn muốn tỏ ra hữu ích sẽ tự động lấp đầy khoảng trống bằng những suy diễn hợp lý. Trong bóng đá, suy diễn hợp lý là loại sai lầm nguy hiểm nhất, bởi nó không bao giờ trông giống sai lầm.

Cách VAR vận hành cho thấy điều này rõ hơn bất cứ đâu. Khi trọng tài video không có đủ góc quay, họ không được phép đoán ý định của cầu thủ. Nhưng trong thực tế, khoảng trống bằng chứng thường bị lấp đầy bởi một thứ khác: áp lực của khán đài, kỳ vọng của truyền thông, và mong muốn đưa ra một quyết định dứt khoát. Kết quả là một cuộc kiểm tra được tiến hành với đầy đủ giao thức, nhưng lại kết thúc bằng một kết luận không dựa trên giao thức nào. VAR không tìm ra sự thật, nó chỉ phơi bày những gì trọng tài đã cố tình bỏ qua.

Vấn đề tương tự xuất hiện trong phân tích chiến thuật. Một mô hình chỉ số bàn thắng kỳ vọng trả về giá trị cao cho một đội bóng mà không giải thích được vì sao, và thay vì đặt câu hỏi về dữ liệu đầu vào, người ta lại đi tìm lời giải thích cho con số. Ở một dự án rà soát dữ liệu trọng tài mà tôi từng tham gia, một bảng thống kê cho thấy tỷ lệ trọng tài thổi phạt lỗi kéo áo trong vòng cấm chỉ ở mức 18%, trong khi các giải châu Âu lên tới 61%. Con số ấy chỉ có giá trị khi ta biết nó được tính từ bao nhiêu tình huống, trong bao nhiêu vòng đấu, và ai là người ghi nhận. Khi thiếu ba thông tin đó, nó không còn là bằng chứng, mà chỉ là một lời đồn được trình bày dưới dạng bảng biểu. Đây chính là ranh giới giữa phân tích và trang trí.

Một quy trình đáng tin cậy phải có ít nhất một cổng kiểm soát ở đầu vào: nếu trường thông tin cốt lõi trống, toàn bộ chuỗi phân tích phía sau phải bị chặn lại, chứ không được phép chạy tiếp. Không có cổng kiểm soát đó, mọi tầng phân tích phía sau, dù tinh vi đến đâu, đều chỉ đang xây nhà trên cát. Điều đáng chú ý là lỗi này không thuộc về dữ liệu, mà thuộc về thiết kế. Dữ liệu rỗng là một sự kiện trung tính; việc lấp đầy nó mới là một hành vi có chủ ý.

Phản ứng trực giác trước một hệ thống trả về kết quả rỗng là đổ lỗi cho công nghệ, rồi đòi thay thế nó bằng công nghệ mới hơn. Nhưng bản thân công nghệ không tạo ra vấn đề. Vấn đề nằm ở niềm tin rằng hễ có một hệ thống, ắt phải có một câu trả lời. Bóng đá Việt Nam đã quá quen với việc mọi câu hỏi đều phải có đáp án — ai mạnh hơn, ai xứng đáng thắng, ai phạm lỗi — đến mức một câu trả lời trống bị coi là thất bại, chứ không phải là sự trung thực.

Nhưng nếu nhìn kỹ, chính sự trung thực ấy lại là thứ đáng giá nhất mà một hệ thống phân tích có thể cung cấp. Một bản báo cáo dám nói tôi không có đủ dữ liệu đáng tin hơn một bản báo cáo đầy ắp kết luận nhưng không truy được nguồn. Bóng đá không thiếu luật lệ, nó thiếu những người đọc luật bằng đúng ngôn ngữ của luật. Trong kỷ nguyên dữ liệu, ngôn ngữ của luật là ngôn ngữ của bằng chứng có thể truy xuất, không phải ngôn ngữ của sự hợp lý nghe được.

Rủi ro lớn nhất không phải là thiếu dữ liệu. Rủi ro lớn nhất là dữ liệu giả được sinh ra để lấp chỗ trống, rồi được lưu trữ và tái sử dụng như một kết luận đã được kiểm chứng. Một khi điều đó xảy ra, không có VAR nào đủ để sửa lại.

Bóng đá Việt Nam có thể học được nhiều từ cách các hệ thống phân tích xử lý khoảng trống của chính mình. Một trọng tài xuất chúng chỉ được nhớ đến sau khi tất cả phải xem lại — và một hệ thống phân tích đáng tin cậy cũng vậy, nó chỉ chứng minh được giá trị khi dám để người khác xem lại cả những chỗ nó không biết. Việc cần làm không phải là thêm công nghệ, mà là thêm một cổng kiểm soát biết nói không.