Hồ sơ điền kinh trắng và chín tầng kiểm định: lằn ranh giữa phân tích dữ liệu và sự bịa đặt

Màn hình sáng lúc 6 giờ 40 phút ngày 13 tháng 8 năm 2026. Bản hồ sơ gửi về từ nhóm thu thập dữ liệu có chín mục, và cả chín mục đều để trắng. Mục thành tích: không có số đo nào. Mục tình trạng vận động viên: không có tên ai. Mục cấu trúc giải đấu: không có giải nào. Mục rủi ro: không có rủi ro nào được liệt kê, chỉ có một dòng ghi chú ở cuối trang — "chưa có dữ liệu đầu vào".

Tôi đọc bản hồ sơ ấy ba lần trong khoảng bốn mươi phút, trước khi gõ dòng đầu tiên vào bản thảo. Dòng đó không phải một nhận định. Nó là một lời từ chối: không thể phân tích cái không tồn tại.

Trong hai mươi lăm năm làm nghề, tôi đã gặp hồ sơ hỏng đủ kiểu. Có bản thiếu một cột gió kế. Có bản ghi thời gian bằng đồng hồ bấm tay của ba người khác nhau, lệch nhau bốn phần mười giây. Có bản chép kết quả từ một bài báo, mà bài báo đó lại chép từ một bảng điểm không rõ nguồn. Nhưng chưa lần nào tôi nhận được một bản đủ chín mục và trắng cả chín.

Bốn mươi phút trước khi gõ dòng đầu tiên

Người ta thường nghĩ nghề cố vấn dữ liệu là nghề của những con số. Nó không phải. Đó là nghề của những khoảng trống. Công việc thật của tôi phần lớn là xác định chỗ nào dữ liệu dừng lại, để phần còn lại của bài viết không bước qua vạch đó.

Nếu tôi nhận bản hồ sơ trắng này hôm 13 tháng 8 và vẫn quyết định viết cho đủ hai nghìn từ, tôi sẽ buộc phải làm một việc duy nhất: bịa. Tôi sẽ phải chọn một cự ly, chọn một cái tên, gán cho cái tên đó một thông số, rồi dựng lên một câu chuyện nghe rất hợp lý về đường cong phong độ của người đó. Bản thảo sẽ trôi chảy. Người đọc sẽ gật gù. Và mọi câu trong đó sẽ sai, theo cách tệ nhất — sai mà không ai kiểm được, vì không có nguồn nào để đối chiếu.

Đó là lý do tôi dừng lại. Không phải vì thiếu ý tưởng, mà vì đủ ý thức.

Trước khi tin vào danh tiếng, tôi cần thấy dữ liệu đằng sau nó. Một tên tuổi lớn chỉ là một tên tuổi lớn cho tới khi có ai đó lần ngược được về chuỗi tập luyện và kết quả thiếu thời của người mang tên ấy. Không có chuỗi đó, mọi lời khen đều là phỏng đoán có trang trí.

Bối cảnh: điền kinh Việt Nam đang được ghi lại bằng gì

Để hiểu vì sao một hồ sơ có thể trắng cả chín mục, phải hiểu hạ tầng dữ liệu của điền kinh Việt Nam đang vận hành ở mức nào.

Ở các giải đấu quốc tế lớn, mỗi lần xuất phát sinh ra một gói dữ liệu hoàn chỉnh: thời gian phản xạ khỏi bàn đạp, phân đoạn từng trăm mét, thời gian bay trên từng rào, tốc độ đỉnh, độ suy giảm tốc độ ở 20 mét cuối, hướng và tốc độ gió đo tại chỗ, nhiệt độ, độ ẩm, tình trạng mặt đường chạy. Những gói ấy được hệ thống điện tử ghi tự động và công bố kèm kết quả.

Ở phần lớn các cuộc thi trong nước, chuỗi đó ngắn hơn nhiều. Kết quả về đích được ghi bằng hệ thống bấm giờ điện tử ở một số đường chạy và bằng bấm tay ở số còn lại. Gió kế có, nhưng không phải lúc nào cũng có, và không phải lúc nào cũng được ghi đúng thời điểm vận động viên chạy qua. Phân đoạn thì gần như không tồn tại ở cấp quốc nội — không ai đo, không ai lưu, không ai công bố.

Điều đó không có nghĩa là điền kinh Việt Nam thiếu kết quả. Nó có nghĩa là điền kinh Việt Nam thiếu loại kết quả mà phân tích cần. Một HCV SEA Games, một tấm vé tham dự đấu trường châu lục — những dữ kiện ấy đủ để viết tin. Chúng không đủ để viết phân tích. Chênh lệch giữa hai loại văn bản đó chính là toàn bộ khoảng cách giữa một phóng viên thể thao và một người làm dữ liệu.

Dựa trên kinh nghiệm theo dõi các cuộc thi điền kinh trong nước nhiều năm, tôi nhận thấy một đặc điểm lặp lại: dữ liệu được sinh ra dồi dào ở tầng thời gian lớn — năm, mùa giải, đại hội — và cạn kiệt ở tầng thời gian nhỏ. Ai cũng nhớ kết quả của một trận chung kết. Gần như không ai lưu được tốc độ trung bình của hai mươi mét cuối trận chung kết đó. Nhưng chính tầng nhỏ ấy mới là nơi đường cong phong độ được viết.

Chín tầng kiểm định, và cái gì sập trước tiên khi dữ liệu trắng

Bộ khung tôi dùng cho một bài phân tích điền kinh có chín tầng. Khi nguồn dữ liệu đầy đủ, chín tầng ấy ăn khớp với nhau như chín trạm kiểm soát trên một đường chạy bền: qua được trạm trước mới tính được trạm sau. Khi nguồn dữ liệu trắng, cả chín trạm sập cùng lúc, và điều đáng chú ý là chúng sập theo một thứ tự rất cụ thể.

Tầng một: thành tích và phép hiệu chỉnh

Mọi con số trên đường chạy đều là một con số có điều kiện. Một thông số 100 mét chỉ có nghĩa khi đi kèm tốc độ gió: gió xuôi vượt 2,0 mét mỗi giây thì thông số đó không còn được tính là thành tích chính thức. Cùng một vận động viên, cùng một mặt đường chạy, chênh nhau về gió có thể lệch tới vài phần mười giây — nhiều hơn khoảng cách giữa huy chương vàng và vị trí thứ tư ở một cuộc thi khu vực.

Độ cao cũng là một biến số, vì không khí loãng làm giảm lực cản. Thiết bị là biến số thứ ba, và đây là điểm chưa được bàn đủ ở Việt Nam. Khi thế hệ giày có tấm đệm siêu đàn hồi trở thành tiêu chuẩn quốc tế, ngưỡng kỷ lục dịch chuyển, nhưng dữ liệu quốc nội không tự động ghi lại việc một vận động viên có dùng giày ấy hay không. Một kết quả cũ đối chiếu với một kết quả mới, mà không có trường thiết bị, là một phép so sánh có lỗ thủng.

Khi tầng một trắng, không thể làm gì. Không có số đo thì không có hiệu chỉnh. Không có hiệu chỉnh thì không có kết luận về đẳng cấp.

Tầng hai: đường cong của vận động viên

Tầng thứ hai hỏi một câu đơn giản: người này đang ở đoạn nào của sự nghiệp?

Câu trả lời không nằm ở tuổi, mà nằm ở chuỗi kỷ lục cá nhân theo năm. Một vận động viên cự ly trung bình như Nguyễn Thị Oanh không thể được đọc qua một kết quả duy nhất, bởi giá trị của cô nằm ở khả năng chịu khối lượng thi đấu dày — thứ chỉ hiện ra khi người ta xếp cạnh nhau toàn bộ lịch thi đấu và mức suy giảm thành tích giữa các lượt chạy cách nhau vài ngày. Cùng lý do, một vận động viên rào như Quách Thị Lan cần dữ liệu thời gian bay trên từng rào để biết chỗ nào đang mất thời gian, chứ không phải một thông số chung cuộc.

Tầng hai cũng hỏi về chấn thương và về đỉnh phong độ. Một mùa giải có được thiết kế để đạt đỉnh đúng một giải, hay bị kéo căng qua bốn giải liên tiếp? Không có lịch thi đấu và không có dữ liệu khối lượng, hai câu hỏi này không có đáp án.

Với một vận động viên đường dài như Nguyễn Văn Lai, biến số còn khắt khe hơn: phân bổ tốc độ giữa các vòng, mức tụt tốc ở lượt cuối, và chi phí sinh lý của việc chạy vòng loại. Không có dữ liệu phân đoạn, một chiến thắng và một thất bại có thể trông gần giống nhau trên giấy.

Tầng ba: cấu trúc giải và cơ chế tuyển chọn

Điền kinh không có một cửa vào. Nó có ít nhất ba: đạt chuẩn thành tích, tích điểm xếp hạng, và suất do liên đoàn quốc gia chọn. Ba cửa này chạy theo ba đồng hồ khác nhau, và sai một mốc thời gian là mất cả mùa.

Khi tầng ba trắng, không thể đánh giá chiến lược tham dự. Vận động viên nên dồn vào một giải để phá chuẩn, hay rải ra nhiều giải để tích điểm? Câu hỏi ấy chỉ trả lời được khi biết chuẩn đang áp dụng là bao nhiêu, cửa sổ tích điểm đóng khi nào, và mật độ giải trong khoảng đó dày hay thưa.

Một biến số nữa ít được nói tới: lựa chọn giữa nội dung cá nhân và nội dung tiếp sức. Ở cấp đội tuyển, một vận động viên chạy tốt ở lượt đầu của tiếp sức 4x100 mét có thể bị điều sang nội dung đồng đội, và chi phí của quyết định đó không nằm ở thành tích cá nhân mà nằm ở quỹ thời gian hồi phục. Không có dữ liệu lịch thi đấu, quyết định ấy không thể đánh giá.

Tầng bốn: cục diện nội dung thi

Mỗi nội dung điền kinh có một cục diện riêng: một người thống trị, hai người đua song mã, một nhóm năm người cạnh tranh, hay một thế hệ đang chuyển giao. Cách đọc cục diện không dựa vào tên tuổi mà dựa vào độ dày của nhóm.

Bùi Thị Thu Thảo ở nội dung nhảy xa là một ví dụ về kiểu dữ liệu cần thiết: không chỉ thành tích tốt nhất, mà là phân bố của các lần nhảy hợp lệ trong một cuộc thi. Một vận động viên nhảy xa có thành tích đỉnh rất cao nhưng tỷ lệ phạm lỗi lớn là một vận động viên có phương sai lớn — và phương sai là thứ quyết định xác suất thắng, chứ không phải giá trị đỉnh.

Đây là chỗ tôi muốn nói rõ một nguyên tắc: Một mùa giải nên được đọc như chuỗi xác suất, chứ không phải chuỗi sự kiện. Chuỗi sự kiện cho biết ai đã thắng. Chuỗi xác suất cho biết ai sẽ thắng lần sau, và với mức tin cậy bao nhiêu.

Khi tầng bốn trắng, không có bản đồ cục diện. Không biết đâu là nhóm dẫn đầu, đâu là khoảng trống phía sau, đâu là mối đe dọa đang lên từ tuyến trẻ.

Tầng năm: luật và phòng chống doping

Đây là tầng mà sự thiếu dữ liệu gây hậu quả nặng nhất, vì nó không chỉ làm hỏng một bài phân tích mà còn làm hỏng một sự nghiệp.

Khung pháp lý của điền kinh quốc tế gồm nhiều lớp: quy định kỹ thuật thi đấu, quy định về tư cách tham dự, quy định về thiết bị, và hệ thống phòng chống doping với các nhóm quy định đặc thù về điều kiện tham dự nội dung nữ. Một cuộc kiểm tra hợp lệ cần biết vận động viên thuộc diện nào, đã qua bao nhiêu lần kiểm tra ngoài thi đấu, có trường hợp miễn trừ điều trị nào đang hiệu lực.

Khi những trường ấy trắng, kết luận duy nhất có thể đưa ra là: không thể kết luận. Và trong nghề này, câu "không thể kết luận" phải được viết ra thành chữ, chứ không được để trống cho người đọc tự suy diễn. Khoảng trống trong văn bản luôn bị lấp bằng thứ tệ nhất mà người đọc có sẵn trong đầu.

Tầng sáu: hệ thống đội và huấn luyện

Tầng sáu nhìn vào phía sau vận động viên: huấn luyện viên, nhóm tập, chu kỳ huấn luyện, mức độ ứng dụng công nghệ, năng lực y tế và phục hồi.

Đây là tầng mà Việt Nam có lợi thế về câu chuyện nhưng thiếu dữ liệu về bằng chứng. Các trung tâm lớn có phòng tập, có bác sĩ, có giáo án theo chu kỳ. Nhưng dữ liệu để chứng minh giáo án ấy hiệu quả — khối lượng theo tuần, cường độ theo vùng nhịp tim, số ngày nghỉ chủ động — thường không được lưu thành chuỗi. Không có chuỗi, không ai chứng minh được điều gì, kể cả những điều đúng.

Tầng bảy: ma trận rủi ro, khi chữ "N/A" là một phán quyết

Ở đây tôi muốn dừng lại lâu hơn một chút, vì đây là phần bị hiểu sai nhiều nhất.

Trong một ma trận rủi ro chuẩn, mỗi ô có ba tham số: mức độ, xác suất, tác động. Khi dữ liệu đầu vào trắng, mọi ô đều mang giá trị "không đánh giá được". Nhiều người đọc thấy chữ ấy và nghĩ đó là một sự bỏ trống, một chỗ chưa làm xong.

Nó không phải. Trong phân tích dữ liệu, "không đánh giá được" là một phán quyết đầy đủ. Nó nói rằng tập dữ liệu hiện có không đủ để tách tín hiệu khỏi nhiễu, và bất kỳ kết luận nào rút ra từ đó đều có xác suất sai cao hơn xác suất đúng.

Với bản hồ sơ ngày 13 tháng 8, rủi ro lớn nhất không nằm ở bất kỳ mục nào trong chín mục. Nó nằm ở chính việc chín mục đều trắng. Đó là một rủi ro ở tầng quy trình, không phải tầng chuyên môn — và rủi ro quy trình luôn nguy hiểm hơn, vì nó không tự tố cáo. Một kết quả sai về một vận động viên sẽ bị phát hiện. Một quy trình sinh ra kết quả sai sẽ tiếp tục sinh ra kết quả sai cho tới khi có người chặn nó lại.

Tầng tám: tường thuật công chúng và kỳ vọng

Tầng tám hỏi: câu chuyện đang được kể về vận động viên này là gì, và câu chuyện ấy có trụ được bằng dữ liệu nền không?

Các nhãn tường thuật quen thuộc — thần đồng mới nổi, cuộc đua phá kỷ lục, sự trở lại, lời chia tay — mỗi nhãn có một vòng đời. Nhãn phá kỷ lục chỉ sống được khi có thông số nền đủ dài. Nhãn thần đồng chỉ sống được khi mẫu đủ lớn.

Đây là chỗ tôi áp một phép thử đơn giản: nếu bỏ hết tính từ ra khỏi câu chuyện, phần còn lại có đứng được không? Với một vận động viên trẻ mới có một giải đấu tốt, phần còn lại thường không đứng được. Và một tường thuật không đứng được thì sớm muộn cũng đổ, thường là đổ lên chính vận động viên.

Tầng chín: truyền dẫn ra toàn ngành

Tầng cuối cùng nối một kết quả thi đấu với những thứ lớn hơn: thương mại hóa giải đấu, công nghệ thiết bị, tài trợ cá nhân, chuỗi tài năng trẻ, và hệ sinh thái đội tuyển quốc gia.

Đây là tầng mà tôi thấy Việt Nam đang có một khoảng trống thật, không phải khoảng trống dữ liệu mà là khoảng trống cấu trúc. Một kết quả tốt ở đấu trường khu vực chưa tự động chuyển thành dòng chảy tài trợ cho tuyến trẻ. Không có dữ liệu về dòng chảy ấy, không ai đo được hiệu ứng của một tấm huy chương lên số lượng trẻ gia nhập đường chạy ở tỉnh.

Khi tầng chín trắng, bài viết mất phần ý nghĩa ngành. Nó vẫn có thể là một bản tin. Nó không thể là một phân tích.

Góc phản trực giác: dữ liệu trắng không phải là trung tính

Có một niềm tin phổ biến trong các tòa soạn: thiếu dữ liệu thì viết nhẹ hơn, viết ít số hơn, viết theo hướng cảm xúc. Niềm tin ấy nghe hợp lý và nó sai theo một cách rất cụ thể.

Khoảng trống dữ liệu không trung tính. Nó là một cái hút. Người viết, dù cẩn thận tới đâu, vẫn có xu hướng lấp nó bằng những hình mẫu có sẵn — hình mẫu về thần đồng, về sự trở lại, về bước ngoặt. Những hình mẫu ấy không đến từ dữ liệu, chúng đến từ ký ức tập thể. Và ký ức tập thể thì luôn có sẵn, luôn hấp dẫn, luôn dễ viết.

Tôi thờ dữ liệu, nhưng tôi cầu nguyện bằng kiểm định thực tế. Nghĩa là mỗi khi tôi buộc phải lấp một khoảng trống bằng diễn giải, tôi đặt ra một câu hỏi kiểm tra: nếu một người phản biện có trong tay tập dữ liệu gốc, lập luận này có đứng được không?

Có một ví dụ tôi dùng khi đào tạo phóng viên trẻ, và nó nằm ở đúng lằn ranh giữa đo lường và bản năng. Luật xuất phát của điền kinh quy định thời gian phản xạ dưới 0,100 giây được coi là xuất phát trước khi có tín hiệu. Ngưỡng này sinh ra để bảo vệ tính công bằng, và nó làm rất tốt việc đó. Nhưng nó cũng tạo ra một hệ quả phụ: vận động viên buộc phải học cách chờ, học cách kìm phản xạ tự nhiên của mình lại một chút, bởi một phản xạ quá nhanh và trung thực vẫn có thể bị xử. Đo lường, khi trở nên đủ chính xác, không chỉ ghi lại hành vi — nó thay đổi hành vi.

Điều đó đúng cả với người viết. Khi bạn biết chắc rằng thông số của mình sẽ bị đối chiếu, bạn viết khác đi. Khi bạn biết rằng sẽ không ai đối chiếu — vì không có nguồn nào để đối chiếu — bạn viết dễ dãi hơn, và thường không nhận ra mình đang dễ dãi.

Đây cũng là lý do tôi phản đối việc dùng các vạch đo ở mức milimét như một tiêu chuẩn đạo đức thay vì một tiêu chuẩn kỹ thuật. Một hệ thống đo có độ phân giải cao chỉ tốt khi nó đi kèm một chuẩn diễn giải tương xứng. Nếu không, nó biến người viết thành biên tập viên của thực tế: chỉnh sửa một kết quả cho khớp với con số, thay vì đọc con số để hiểu kết quả. Ở điền kinh, hiện tượng này ít nổi tiếng hơn ở các môn có vạch việt vị, nhưng cơ chế thì giống hệt.

Và đây là phần phản trực giác quan trọng nhất: rủi ro lớn nhất của một bài phân tích điền kinh Việt Nam không phải là thiếu kết quả. Nó là quá nhiều kết quả không có nguồn nền. Một bảng thành tích dày đặc nhưng không truy được về nơi ghi nhận gốc thì tệ hơn một bảng trắng. Bảng trắng ít nhất còn trung thực về sự thiếu hiểu biết của mình.

May mắn là phần dư mà mô hình không giải thích được — và tôi không bao giờ quy nó về zero. Nhưng may mắn không phải là thứ được phép lấp vào chỗ trống một cách tùy tiện. Khi một vận động viên giành kết quả tốt hơn mọi dự báo, việc đầu tiên cần làm là kiểm tra lại đầu vào của mô hình, chứ không phải viết một bài ca ngợi về tinh thần.

Ba trường phải có trước khi viết một chữ

Sau nhiều năm, tôi rút quy trình của mình về ba trường bắt buộc. Không có đủ ba, tôi không viết phân tích.

Trường thứ nhất: số đo kèm điều kiện. Thông số phải đi cùng ngày, giờ, địa điểm, tốc độ gió, tình trạng mặt đường chạy, và loại thiết bị. Đây là trường mà bản hồ sơ ngày 13 tháng 8 trắng hoàn toàn.

Trường thứ hai: chuỗi ít nhất ba giải đấu liên tiếp. Một kết quả đơn lẻ là một điểm. Ba kết quả là một xu hướng. Chỉ khi có xu hướng mới được phép dùng chữ "đang".

Trường thứ ba: nguồn ghi nhận gốc. Ai ghi, ghi lúc nào, bằng thiết bị gì. Không có nguồn, mọi trích dẫn đều là trích dẫn của một trích dẫn, và tôi có nguyên tắc không bao giờ để bài viết của mình đứng trên một chuỗi trích dẫn không có điểm neo.

Ba trường này không phải thủ tục hành chính. Chúng là hàng rào chống lại chính tôi — chống lại bản năng muốn viết một bài hay ngay cả khi chưa có gì để viết.

Tín hiệu cần theo dõi trong vòng tiếp theo

Từ bản hồ sơ trắng ấy, có ba tín hiệu đáng theo dõi, và cả ba đều ở phía quy trình chứ không ở phía chuyên môn.

Thứ nhất là sự xuất hiện của một tập dữ liệu đầu vào có trường phân đoạn. Nếu các giải điền kinh quốc nội bắt đầu công bố thời gian qua từng trăm mét cho các nội dung chạy, cửa phân tích sẽ mở ra ở một tầng hoàn toàn mới. Điều kiện kích hoạt rất rõ: xuất hiện ít nhất một giải có dữ liệu phân đoạn được công bố kèm kết quả chính thức.

Thứ hai là sự xuất hiện của trường thiết bị trong bảng kết quả. Đây là thay đổi nhỏ về mặt kỹ thuật nhưng lớn về mặt phân tích, vì nó cho phép so sánh kết quả qua các năm mà không bị lệch bởi sự thay đổi của chuẩn thiết bị.

Thứ ba là sự xuất hiện của một chuẩn công bố thống nhất giữa các ban tổ chức. Khi mỗi giải ghi một kiểu, việc ghép dữ liệu thành chuỗi vẫn khả thi nhưng tốn công và dễ sai. Khi có chuẩn chung, chi phí ghép giảm xuống, và số người có thể làm phân tích tăng lên.

Cả ba tín hiệu đều không phụ thuộc vào thành tích của bất kỳ vận động viên nào. Chúng phụ thuộc vào việc những người tổ chức có quyết định lưu lại thứ mà họ đang nhìn thấy hay không.

Điều còn lại sau một hồ sơ trắng

Bản hồ sơ ngày 13 tháng 8 không cho tôi một bài phân tích. Nó cho tôi một thứ khác, và theo một nghĩa nào đó, thứ đó hữu ích hơn: một lời nhắc rằng trong nghề này, phần khó nhất không phải là tìm ra câu trả lời, mà là biết chính xác mình chưa có đủ để trả lời.

Nếu tôi phải chọn một câu để đặt lên đầu trang đầu tiên của mọi bản báo cáo điền kinh mình viết, tôi sẽ chọn câu tôi vẫn nói với các phóng viên trẻ trong những buổi đào tạo: điều không đo lường được thì không nên viết. Không phải vì nó vô nghĩa, mà vì viết nó ra sẽ chiếm mất chỗ của thứ đáng lẽ phải được đo.

Ngày mai, nhóm thu thập sẽ gửi lại một bản khác. Tôi sẽ mở nó lúc 6 giờ 40 phút, và việc đầu tiên tôi làm không phải là đọc nhận định. Tôi sẽ đếm số ô trắng.