Báo cáo toàn 'N/A' và bài học cho truyền thông thể thao Việt Nam

Sáng nay, trên màn hình trước mặt tôi, chín khung phân tích được xếp thành ba cột dọc. Ô nào cũng hiển thị ba chữ cái: N/A. Không có tên giải đấu, không có tên cầu thủ, không có số liệu chuyền bóng hay tỉ lệ chiến thắng. Một báo cáo phân tích thể thao vừa được hệ thống của tôi tạo ra – và nó trống rỗng toàn bộ. Trớ trêu thay, trong khi hệ thống máy móc kia dám thừa nhận sự trống rỗng của mình, không ít bài viết thể thao ở Việt Nam vẫn đầy ắp những con số được khẳng định chắc chắn mà không ai dám hỏi: chúng từ đâu ra? Chuyện bắt đầu từ một bài tập quen thuộc. Một bài viết chủ đề esports được đưa vào hệ thống phân tích hai tầng. Tầng thứ nhất có nhiệm vụ trích xuất các mẩu thông tin: tựa đề, nguồn, quan điểm, thực thể, mức độ nhạy cảm thời gian. Tầng thứ hai nhận đầu vào đó và phân tích theo chín chiều, từ tác động bản vá, cấu trúc giải đấu, đội hình, sức mạnh khu vực, tài chính câu lạc bộ, tuân thủ quy định, đến hồ sơ rủi ro, câu chuyện dư luận và sự lan truyền của ngành công nghiệp esports. Kết quả tầng một lần này trả về một danh sách rỗng: không tiêu đề, không mục thông tin, không thực thể có thể nhận diện. Tầng phân tích thứ hai nhận vào sự trống rỗng đó và – thay vì bịa ra thứ gì đó – nó phản hồi bằng chín khung N/A sạch sẽ. Không một dòng suy đoán nào được phép viết ra. Sự cố này thoạt nhìn là một thất bại kỹ thuật. Nhưng đối với tôi, người đã bốn năm đào bới dữ liệu thể thao, nó là một trong những tài liệu đáng đọc nhất trong năm. Vì nó phơi bày điều mà phần lớn truyền thông thể thao Việt Nam đang thiếu: lòng can đảm để nói “tôi không biết”. Hãy nhìn vào cách nhiều trang tin thể thao trong nước vận hành. Khi một cầu thủ trẻ ghi bàn, lập tức xuất hiện bài viết gọi anh ta là “Messi Việt Nam”, kèm theo loạt chỉ số được khẳng định chắc chắn – tỉ lệ qua người thành công, quãng đường di chuyển, số lần tạo cơ hội. Nhưng nguồn của những số liệu này là gì? Trong nhiều trường hợp, không ai kiểm chứng được. Số liệu có thể đến từ một trang web không rõ nguồn gốc, hoặc đơn giản là được tác giả ước lượng theo cảm tính rồi viết ra dưới dạng một dãy số chính xác đến từng đơn vị. Người ta gọi những dự đoán kiểu đó là may mắn; tôi gọi đó là thiếu một tầng dữ liệu nền. Tôi không nói rằng mọi bài viết đều bịa số liệu. Tôi đang nói về một môi trường mà ở đó, việc xuất bản một câu trả lời sai còn dễ hơn việc xuất bản một câu trả lời trống. Báo cáo N/A kia cho thấy một hệ thống có thể vận hành theo cách ngược lại: nếu không có dữ liệu, nó viết rõ “không có dữ liệu”, và kết luận duy nhất được phép đưa ra là “không thể kết luận”. Tiếp theo, tôi muốn nói về cách hệ thống phân biệt giữa “không có thông tin” và “không có rủi ro”. Trong chín khung phân tích, có ba vị trí thường dễ bị hiểu lầm: tài chính câu lạc bộ, tuân thủ quy định và cá cược. Báo cáo gốc không có dữ liệu về nợ lương, nhưng nó không viết “câu lạc bộ lành mạnh”. Nó không có dữ liệu về dàn xếp tỉ số, nhưng nó không viết “không có gian lận”. Nó chỉ viết: không đủ thông tin để đánh giá. Cách diễn đạt đó nghe khô khan, nhưng nó bảo vệ sự thật. Trong khi đó, ở Việt Nam, không ít bài viết đã vô tình biến sự im lặng thành lời minh oan, biến việc thiếu dữ liệu thành bằng chứng của sự trong sạch. Một bài học nữa, và là bài học tôi đã trả giá hai lần trong đời: phân tích có thời hạn sử dụng. Hồi World Cup 2026, tôi viết một bài phân tích dài năm nghìn từ về khối pressing biến thiên của đội tuyển Pháp nhưng trì hoãn xuất bản để trau chuốt thêm. Đến khi Pháp vô địch, bài viết vẫn chưa hoàn thành, và giá trị của nó bốc hơi. Báo cáo N/A cũng có một dòng nhắc đến chuyện này: mức độ nhạy cảm thời gian không được đánh giá, nên không thể neo bất kỳ kết luận nào vào một mốc thời gian cụ thể. Truyền thông thể thao Việt Nam thường mắc bệnh ngược lại: đăng bài phân tích sau khi sự kiện trôi qua ba ngày, dùng số liệu của mùa trước để giải thích trận đấu hiện tại, và gọi đó là phân tích chiến thuật. Dữ liệu cũ chỉ là lớp trầm tích. Trầm tích chỉ có giá trị khi người ta biết nó nằm dưới lớp nào. Có thể bạn sẽ nghĩ: một báo cáo rỗng thì có gì mà học? Đó chính là điểm mù của cách nhìn thông thường. Một báo cáo toàn N/A thực ra là một sản phẩm hoàn chỉnh, bởi vì nó không nói dối. Nó từ chối vẽ ra một bức tranh sống động từ những mảnh vụn không tồn tại. Trong một năm mà ai cũng chạy theo tin nóng, câu view, và những dự đoán táo bạo, một văn bản dám viết “không có gì để nói” lại trở thành tài sản hiếm có. Vấn đề không nằm ở chỗ dữ liệu trống, mà nằm ở chỗ chúng ta đã quen với việc che đậy sự trống rỗng bằng những số liệu bịa đặt, bằng những tính từ hào nhoáng, bằng những cảm xúc được khuấy lên nhân tạo. Khi đám đông nhìn lên màn hình sáng, tôi đào dưới lớp bụi dữ liệu cũ – và lần này, thứ tôi tìm thấy chính là sự trung thực trong một hệ thống vô tri. Nếu một cỗ máy được lập trình để phân tích thể thao còn biết từ chối phán xét khi thiếu dữ liệu, thì tại sao con người chúng ta lại không làm được điều tương tự? Câu hỏi không nằm ở việc làm sao để có thêm số liệu. Câu hỏi là: khi không có số liệu, ta có đủ dũng cảm để nói rằng mình không biết hay không? Mọi lời tiên tri đều nằm trong lớp trầm tích mà đám đông vội bỏ qua – nhưng trầm tích cần được khai quật, không phải được bịa ra. Đó là điều duy nhất báo cáo N/A này muốn nói với chúng ta.