Một bản tin bóng đá không có bóng đá: lỗ hổng phân loại dữ liệu và niềm tin người hâm mộ

Một bản tin bóng đá không có bóng đá

Bảy giờ sáng ở Liverpool, tôi mở điện thoại trước cả khi bật đèn bàn. Bảng tin xếp lên đầu một mục được gắn thẻ football. Tôi đọc: lịch xét xử của Tòa án Tối cao Islamabad bị hủy, hai thẩm phán Sarfraz Dogar và Muhammad Asif không nằm trong danh sách phân công của ngày thứ Hai, một đơn yêu cầu mở điều tra vụ cháy bệnh viện PIMS, và một vụ kiện về khoản phí thu thêm đối với xe không dán thẻ M-Tag trên đường cao tốc. Tôi kéo xuống hết bài. Không câu lạc bộ. Không cầu thủ. Không tỷ số. Chỉ có phòng xử án, giấy tờ, và một cái nhãn do cỗ máy gõ vào.

Cốc cà phê nguội dần trên bàn trong lúc tôi ngồi im. Thứ khiến tôi khựng lại không phải bài báo, vì nó bình thường với một tờ nhật báo ở Karachi. Thứ khiến tôi khựng lại là cái nhãn. Có ai đó, hoặc thứ gì đó, đã đọc bản tin về tòa án này và kết luận rằng nó thuộc về bóng đá. Một thẩm phán được xếp vào cùng ngăn với một tiền vệ cánh. Một đơn kiện phí đường bộ nằm cạnh bảng xếp hạng.

Điều tệ hơn: sẽ không ai sửa. Không biên tập viên nào gọi điện. Không độc giả nào phàn nàn, vì mục đó trôi qua màn hình trong bốn giây rồi biến mất dưới một video highlight.

Bối cảnh: cỗ máy đọc bóng đá thay chúng ta

Ở Anh, nơi tôi làm nghề, gần như không ai còn tự tay sắp bảng tin. Một bài viết được thu thập tự động, chạy qua lớp phân loại, gán nhãn chủ đề, gán nhãn thực thể, gán mức độ liên quan, rồi phân phối tới hàng chục nền tảng trung gian. Từ đó nó chảy sang các trang tổng hợp, sang các fanpage, sang những bản tin tiếng Việt được đăng lại nhanh hơn cả tốc độ đọc.

Tôi sinh ra ở một nền bóng đá đang khát thông tin và làm việc ở một nền bóng đá đã no thông tin. Chính khoảng cách đó dạy tôi một điều: ở Việt Nam, người hâm mộ tiếp nhận bóng đá châu Âu gần như hoàn toàn qua lớp trung gian này. Không ai trong số họ chứng kiến trận đấu. Không ai kiểm tra nguồn. Họ tin, đơn giản vì thứ họ nhận được đã được gắn nhãn là đúng.

Mười sáu năm đứng trong nghề, tôi từng nghĩ phần khó nhất của công việc là phân tích. Không phải. Phần khó nhất là biết một thông tin nào đó có thật sự tồn tại hay không, trước khi nó kịp bẻ cong cách bạn nghĩ về một đội bóng.

Nhiều năm trước, trong một phòng họp báo chỉ toàn đàn ông, tôi nghe thấy tiếng vỡ của một giấc mơ nào đó, tiếng vỡ của niềm tin rằng nếu mình viết đủ chính xác thì sẽ được đọc đúng. Ngày hôm đó tôi hiểu: độ chính xác ở phía người viết chưa bao giờ đủ. Nó cần một hệ thống không tự bẻ cong thông tin trên đường di chuyển.

Lỗ hổng nằm ở ba chỗ

Khi tôi soi lại bản ghi phân tích của bài báo kia, ba lỗi hiện ra, và cả ba đều thuộc loại lỗi mà bóng đá đang mắc phải hằng ngày.

Thứ nhất, nhãn lĩnh vực sai hoàn toàn. Toàn bộ nội dung nằm ở lĩnh vực tư pháp, không có một thực thể bóng đá nào: không câu lạc bộ, không giải đấu, không liên đoàn, không cầu thủ, không chuyển nhượng. Khi khung phân tích bóng đá được áp lên văn bản đó, kết quả là chín trên chín hạng mục trả về 'không đủ thông tin'. Một hệ thống trả về toàn số không lẽ ra phải tự báo động. Nó không báo.

Thứ hai, và đây mới là chỗ đáng sợ: trường 'thực thể liên quan' trong bản ghi vẫn còn nguyên câu hướng dẫn mẫu, kiểu như 'xác định từ các điểm thông tin ở trên'. Nghĩa là bước bóc tách nội dung đã không hề kiểm tra lại chính nó. Nó in ra một biểu mẫu trống rồi chuyển tiếp. Trong bóng đá, chúng ta gọi đó là một đội hình ra sân không có ai đứng trong khung thành, và trọng tài vẫn thổi còi cho trận đấu tiếp tục.

Thứ ba, không có năm xuất bản. Văn bản chỉ ghi 'thứ Hai' và 'ngày 21 và 22 tháng 9'. Không có năm thì không ai biết sự kiện đó xảy ra khi nào, không ai đối chiếu được, và quan trọng nhất, không ai có thể biến nó thành dữ liệu.

Ba lỗi này cộng lại thành một thứ nguy hiểm hơn một bài báo sai: một mẩu rác lọt vào kho dữ liệu bóng đá và ở lại đó vĩnh viễn.

Khi rác lọt vào kho dữ liệu bóng đá

Tôi từng ngồi xem lại bàn thắng quyết định của Liverpool ở mùa 2026-20, khoảnh khắc Virgil van Dijk ôm mặt giữa khán đài trống rỗng vì dịch bệnh. Khi khán đài trống, trái bóng kể cho tôi nghe những điều đám đông không thể, và điều nó kể hôm đó là: một sự kiện chỉ tồn tại nếu có ai đó ghi lại nó đúng cách.

Dữ liệu bóng đá ngày nay vận hành y hệt. Mọi chỉ số về tâm lý người hâm mộ, mọi bảng theo dõi phong độ, mọi mô hình dự đoán kết quả, mọi chỉ số độ sâu đội hình đều được xây từ những kho văn bản khổng lồ. Nếu một phần nhỏ trong kho đó là lịch xét xử, là biên bản tòa án, là tin phí đường bộ, thì mô hình vẫn học. Nó học rằng những từ như 'hủy', 'hoãn', 'không có mặt' xuất hiện cùng với nhãn bóng đá. Nó học sai, và nó học rất ngoan.

Hậu quả không nằm ở một bài viết lạc chủ đề. Hậu quả nằm ở đường xu hướng. Nếu lỗi đến từ một nguồn duy nhất bị gắn nhãn sai hàng loạt, thì một biểu đồ theo dõi tâm lý người hâm mộ có thể nhích lên hoặc sụt xuống mà không có một trận đấu nào giải thích được. Và có một nhóm người đọc những biểu đồ đó để ra quyết định tài chính trong vòng vài giây.

Tôi không nói về kịch bản tận thế. Tôi nói về một thứ nhỏ hơn, dai dẳng hơn, khó thấy hơn: niềm tin bị mài mòn từng lớp mỏng. Một kèo chuyển nhượng chỉ có ý nghĩa khi bạn nhìn thấy nỗi sợ trong mắt cầu thủ, còn một tin chuyển nhượng chỉ có ý nghĩa khi bạn biết nó đến từ đâu. Khi nguồn gốc biến mất, tin chuyển nhượng trở thành một dãy ký tự có hình dạng giống tin chuyển nhượng.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, cả trên khán đài Anfield lẫn qua màn hình ở nhà, tôi nhận ra một quy luật: sai sót trong dữ liệu luôn đến sớm hơn sai sót trong nhận định. Bạn có thể tranh cãi với một nhận định. Bạn không thể tranh cãi với một cái nhãn đã được gán.

Góc nhìn ngược: lỗi của cỗ máy hay lỗi của chúng ta

Đây là chỗ tôi phải nói điều khó nghe nhất.

Một cỗ máy gán sai nhãn cho một bài báo về tòa án là chuyện nhỏ. Chuyện lớn hơn là văn phong bóng đá của chúng ta đã trở nên giống văn bản hành chính đến mức một bài báo hành chính thật sự lọt qua cửa kiểm tra mà không ai chớp mắt.

Hãy nghĩ về cách chúng ta viết hôm nay. Câu lạc bộ xác nhận. Nguồn tin cho biết. Đội bóng đang theo dõi tình hình. Ban huấn luyện sẽ đánh giá. Cầu thủ đã trở lại tập luyện. Đọc những câu đó và thay chủ thể bằng một cơ quan nhà nước, bạn sẽ không nhận ra sự khác biệt. Chúng ta đã tạo ra một ngữ pháp thông cáo, và ngữ pháp đó không phân biệt nổi một tiền đạo với một văn phòng đăng ký.

Tôi có thể sai. Có thể đây chỉ là một lỗi đơn lẻ, một mẩu tin bị bộ thu thập kế thừa nhãn danh mục từ trang cha, và tôi đang thổi phồng một chi tiết vệ sinh dữ liệu thành một bài luận về sự suy tàn. Cũng có thể người hâm mộ thật sự không quan tâm nguồn gốc. Họ bấm, họ cuộn, họ quên, và thị trường thưởng cho khối lượng chứ không thưởng cho độ chính xác. Nếu vậy, mọi thứ tôi viết ở trên chỉ là tiếng ồn của một người làm nghề quá lâu trong một môi trường quá sạch.

Nhưng tôi vẫn giữ nghi ngờ của mình, vì một lý do rất cụ thể: trong im lặng, người ta không sửa. Im lặng là một thứ ngôn ngữ, chỉ những ai từng đứng giữa sân vận động trống mới hiểu được. Và cái im lặng bao quanh mẩu dữ liệu sai này, không khiếu nại, không đính chính, không truy vết, chính là thứ ngôn ngữ đáng lo nhất trong toàn bộ câu chuyện.

Điều tôi cho là sẽ xảy ra

Nếu trong mười tám tháng tới có ít nhất một nền tảng tổng hợp lớn công bố bản kiểm toán nguồn gốc dữ liệu thể thao của mình, thì ngành này đã học được bài học từ những mẩu tin như mẩu tin sáng nay.

Nếu không, sự cố đầu tiên sẽ không đến từ một tòa soạn. Nó sẽ đến từ một thị trường, nơi một mô hình đã học sai và không ai kịp nhận ra cho tới lúc tiền đã đổi chủ.

Còn tôi, sáng nay, tôi vẫn giữ lại ảnh chụp màn hình. Không phải để tố cáo ai. Tôi giữ lại vì tôi muốn nhớ cảm giác đọc một bản tin bóng đá không có bóng đá, và tự hỏi bao nhiêu lần tôi đã đọc một bản tin có bóng đá mà cũng chẳng có bóng đá nào trong đó.