Ở chung kết 100m tự do nam tại Paris 2026, Pan Zhanle chạm tường ở 46,40 giây, phá kỷ lục thế giới cũ của chính anh 0,40 giây. Với một nội dung mà mỗi phần trăm giây được trả bằng nhiều năm tập luyện, mức cải thiện đó nằm trong nhóm hiếm nhất của lịch sử bơi lội nam.

Bốn tháng trước đó, tại Doha, chính Pan lập kỷ lục 46,80. Trước anh, cột mốc tồn tại mười ba năm là 46,91 do César Cielo lập ở Roma năm 2026.

Roma 2026 là kỳ giải mà 43 kỷ lục thế giới bị phá. Ngày 1 tháng 1 năm 2026, World Aquatics cấm áo bơi công nghệ cao. Phần lớn 43 con số kia đứng yên hơn một thập kỷ, không phải vì thế hệ sau yếu hơn, mà vì chúng được đo bằng một thước khác.

Sáng nay tôi nhận một tệp phân tích có đủ khung chín chiều. Mọi ô đều trống. Người gửi hỏi tôi kết luận. Tôi trả lời rằng kết luận duy nhất có thể rút ra là chưa có gì để kết luận.

Một tệp rỗng trong môn bơi lội trông như thế nào

Quy trình tôi dùng có hai tầng. Tầng một bóc tách bài viết thành các điểm thông tin nguyên tử, mỗi điểm phải truy được về nguồn. Tầng hai mới phân tích chuyên môn trên nền những điểm đó. Khi tầng một trả về rỗng, tầng hai không có gì để đứng lên. Viết tiếp chỉ còn cách bịa.

Trong bơi lội, một tệp rỗng tương đương bản tin chung kết chỉ có tên người thắng và thời gian chạm tường. Không split 50m. Không thời gian phản xạ xuất phát. Không tần số quạt tay. Không số mét bơi dưới nước sau mỗi lần quay đầu. Không chiều dài bể.

Một bảng như thế vẫn đủ để viết tiêu đề. Và tiêu đề là nơi dữ liệu chết.

Tôi lấy một ví dụ cụ thể. Khi tôi tính toán cho các thị trường cá cược ở Brisbane, một dòng thời gian chạm tường duy nhất không cho tôi biết vận động viên đó bơi 50m đầu nhanh hay chậm, xuất phát tốt hay tệ, mất bao nhiêu mét trong đoạn dưới nước, hay quay đầu sát tường hay hụt. Bốn biến số đó quyết định phần lớn kết quả ở cự ly ngắn, và cả bốn đều nằm ngoài dòng thời gian cuối cùng.

Điều tôi cần ở người gửi không phải một kết luận thận trọng hơn, mà là dữ liệu gốc. Information gain, nói theo ngôn ngữ của thuật toán tìm kiếm, chỉ xuất hiện khi có thứ mới để nói. Một bảng trống không có thứ gì mới.

Ba chuỗi dẫn chứng trước khi tin một con số

Chuỗi thứ nhất là dụng cụ đo. Bảng dưới đây là bốn cột mốc 100m tự do nam trong mười lăm năm.

| Thời điểm | Vận động viên | Thời gian | Điều kiện | |---|---|---|---| | Roma 2026 | César Cielo | 46,91 | Áo công nghệ cao | | Budapest 2026 | David Popovici | 46,86 | Áo vải, bể 50m | | Doha 2026 | Pan Zhanle | 46,80 | Áo vải, bể 50m | | Paris 2026 | Pan Zhanle | 46,40 | Áo vải, bể 50m |

Ba dòng dưới cùng có thể so sánh trực tiếp. Dòng đầu tiên thì không. Mười ba năm Cielo giữ kỷ lục không chứng minh anh vĩ đại hơn thế hệ sau; nó chỉ chứng minh anh bơi trong một hệ đo khác. Mọi so sánh xuyên kỷ nguyên chỉ hợp lệ khi dụng cụ đo, luật thi đấu và quy trình kiểm tra doping giống nhau. Đó là ranh giới đầu tiên trong bản đồ giới hạn của tôi.

Chuỗi thứ hai là chiều dài bể. Cùng một cự ly, số lần quay đầu khác nhau hoàn toàn giữa bể 50m và bể 25m.

| Cự ly | Số lần quay đầu, bể 50m | Số lần quay đầu, bể 25m | |---|---|---| | 100m | 1 | 3 | | 200m | 3 | 7 | | 400m | 7 | 15 | | 800m | 15 | 31 | | 1500m | 29 | 59 |

Mỗi lần quay đầu là một lần đẩy chân khỏi tường, một đoạn trượt và một đoạn bơi dưới nước có tốc độ cao hơn tốc độ bơi mặt nước. Một kỷ lục bể 25m nhanh hơn kỷ lục bể 50m cùng cự ly chưa bao giờ là bằng chứng về việc vận động viên đó tiến bộ. Nó là bằng chứng về số lần quay đầu. Xếp hai loại thành tích vào cùng một bảng là một lỗi phân loại, không phải một lỗi nhỏ.

Chuỗi thứ ba là tính đại diện của mẫu. Thời gian của một chân bơi tiếp sức là mẫu của một người, được đo trong điều kiện xuất phát có đà, vốn không tồn tại ở nội dung cá nhân. Trộn hai loại dữ liệu đó lại rồi kết luận về năng lực cá nhân là bước nhảy logic quen thuộc nhất trong ngành này.

Một trường hợp khác tôi gặp thường xuyên là hồ sơ chấn thương. Ở bơi lội, vai của vận động viên bơi tự do và đầu gối của vận động viên bơi ếch là hai điểm yếu mang tính hệ thống. Hồ sơ chấn thương công khai không tồn tại ở dạng chuẩn hóa, nên mọi mô hình định giá dài hạn đều phải giả định thay vì đo. Tôi ghi giả định đó thành một cột riêng trong bảng, để người đọc biết phần nào là số và phần nào là phỏng đoán.

Về phía kiểm soát, Hộ chiếu Sinh học của Vận động viên do WADA vận hành lấy mẫu máu theo chuỗi thời gian dài, đúng tinh thần mà tôi muốn ở mọi bảng phân tích: một điểm dữ liệu không nói lên gì, một chuỗi dài mới nói lên điều gì đó. Đó cũng là lý do tôi không bao giờ kết luận từ một lượt bơi duy nhất.

Điểm mù nằm ở chỗ tưởng như rõ nhất

Bơi dưới nước là ví dụ rõ nhất. Luật 15m giới hạn đoạn dưới nước sau xuất phát và sau mỗi lần quay đầu. Một vận động viên bơi bướm có thể dành gần 14m đầu tiên dưới nước với hai hoặc ba nhịp đập chân, rồi nổi lên và hoàn tất phần còn lại bằng quạt tay. Tần số quạt tay trung bình của lượt bơi đó thấp hơn hẳn một vận động viên nổi lên ở mét thứ sáu.

Nếu tôi chỉ đọc tần số quạt tay, tôi sẽ kết luận sai về hiệu quả kỹ thuật. Chỉ số trung bình che giấu chính quãng đường mà nó không đo. Tôi phải tách lượt bơi thành các đoạn, tính riêng đoạn dưới nước và đoạn mặt nước, rồi mới ghép lại. Bản đồ nhiệt, ở dạng tồi nhất của nó, làm ngược lại: nhét mọi thứ vào một ô màu và gọi đó là phân tích.

Cùng lúc, tôi phải nhớ rằng dữ liệu không tự sinh ra. Dựa trên kinh nghiệm theo dõi các lượt chung kết trực tiếp tại các hồ bơi ở Brisbane, tôi biết nhiệt độ nước, luồng khí trên mặt hồ và chất lượng bục xuất phát đều để lại dấu vết trong kết quả cuối, nhưng gần như không bao giờ xuất hiện trong bảng dữ liệu mà nhà cái phát hành.

Phía đối diện của sự rỗng

Ở đây diễn ra điều trớ trêu. Một tệp phân tích trống không phải là thất bại nguy hiểm nhất. Nó là thất bại duy nhất tự tố cáo mình. Nguy hiểm hơn là tệp có đầy số nhưng rỗng nghĩa: đúng định dạng, đúng cột, đúng đơn vị, nhưng mẫu quá nhỏ, hoặc so sánh sai tầng, hoặc số liệu được chọn vì nó ủng hộ kết luận đã viết xong từ trước.

Ngành của tôi có xu hướng lấp chỗ trống bằng câu chuyện. Một vận động viên trẻ thắng một lượt bơi duy nhất thì thành hiện tượng. Một kình ngư lớn tuổi thua một trận chung kết thì thành dấu hiệu suy tàn. Cả hai kết luận đều được xây trên cùng một cơ sở, và cơ sở đó không có gì.

Kazan là ngày tôi học được rằng xác suất 99% vẫn có thể chết trên bàn cược. Nhưng bài học đi kèm còn khắt khe hơn: một mô hình không có dữ liệu đầu vào không phải là mô hình rủi ro cao. Nó là một mô hình không tồn tại.

Con số không có giới tính, nhưng người đọc chúng thì có. Cùng một chuỗi split, một nhà phân tích nam ở London và một nhà phân tích nữ ở Brisbane có thể đọc ra hai câu chuyện khác nhau, vì mỗi người mang theo một tập giả định khác nhau về việc thế nào là bơi đẹp, thế nào là bơi bền, và thế nào là một vận động viên đáng được đầu tư. Tôi không tin cảm xúc. Tôi tin chuỗi số liệu dài hơn cảm xúc của bạn. Nhưng tôi chấp nhận rằng việc chọn chuỗi số liệu nào để kể đã là một hành động cảm tính.

Tín hiệu cho vòng tiếp theo

Ba thứ tôi theo dõi trong mùa giải tới. Thứ nhất, mức độ công khai dữ liệu split của các ban tổ chức giải quốc nội, vì không có split thì mọi phân tích kỹ thuật chỉ là suy diễn. Thứ hai, tiến độ chốt địa điểm thi đấu bơi lội cho Brisbane 2032, vì một hồ bơi tạm hoặc cải tạo sẽ tạo ra kiểu dữ liệu điều kiện khác biệt trong nhiều năm. Thứ ba, cách các thị trường cá cược định giá những vận động viên trẻ sau một lượt bơi bùng nổ duy nhất, vì đó là nơi câu chuyện thường đi trước mẫu.

Nếu một bảng phân tích đến tay bạn mà mọi ô đều trống, câu trả lời đúng không phải là một kết luận thận trọng hơn. Câu trả lời đúng là yêu cầu gửi lại dữ liệu.

Giới hạn của dữ liệu: bài viết này không đưa ra dự đoán về bất kỳ vận động viên nào. Các cột mốc được nêu thuộc hồ sơ công khai của World Aquatics và ban tổ chức các kỳ đại hội; phần diễn giải thuộc về người viết. Những yếu tố không thể định lượng trong bơi lội, gồm tâm lý phòng chờ, chất lượng giấc ngủ trước chung kết và quyết định chia sức của huấn luyện viên, chưa có công cụ đo đủ tin cậy.