Sai sót trong phân loại nội dung: Khi tin giải trí bị gán nhãn bóng đá

Những ngày qua, giới truyền thông thể thao Việt Nam xôn xao về một vụ việc hi hữu: một bài báo về gia đình Osbourne – Kelly Osbourne, Sharon Osbourne và những tranh cãi chính trị xung quanh Tommy Robinson – bất ngờ bị hệ thống phân loại tự động gán nhãn 'bóng đá'. Sai sót này không chỉ gây hoang mang cho độc giả mà còn đặt ra câu hỏi lớn về độ tin cậy của các công cụ trí tuệ nhân tạo trong ngành báo chí thể thao. Hãy cùng nhìn lại sự việc. Một bài viết dài kể về việc Kelly Osbourne lên tiếng chỉ trích mẹ mình, Sharon Osbourne, vì ủng hộ Tommy Robinson – một nhân vật cực hữu gây tranh cãi tại Anh. Trong bài, có nhắc đến tổ chức từ thiện Centrepoint chấm dứt hợp tác với Sharon, cùng những phát biểu về cộng đồng LGBT+. Rõ ràng, đây là một câu chuyện giải trí – chính trị, không hề liên quan đến bóng đá. Thế nhưng, hệ thống phân loại của chúng tôi lại đánh dấu nó là 'football'. Tại sao lại có lỗi này? Theo phân tích kỹ thuật, nguyên nhân có thể đến từ việc hệ thống nhận diện sai thực thể. Cái tên 'Tommy Robinson' từng xuất hiện trong bối cảnh bóng đá Anh – anh ta có liên quan đến nhóm cổ động viên quá khích của Luton Town. Nhưng trong bài báo này, Robinson chỉ là nhân vật chính trị. Hệ thống đã không đủ tinh tế để phân biệt ngữ cảnh, dẫn đến gán nhãn sai nghiêm trọng. Là một nhà báo thể thao kỳ cựu, tôi từng chứng kiến nhiều lỗi tương tự trong quá khứ. Năm 2026, một bài viết về cầu thủ bóng rổ LeBron James bị gán nhãn 'bóng đá Mỹ' vì hệ thống nhầm lẫn giữa 'football' và 'basketball'. Mỗi lần như vậy, uy tín của tòa soạn bị ảnh hưởng nặng nề. Bởi độc giả không chỉ đọc để giải trí – họ tìm kiếm thông tin chính xác, phân tích sâu sắc. Khi một bài viết về gia đình Osbourne xuất hiện dưới dạng tin bóng đá, họ sẽ đặt câu hỏi: 'Liệu những bài viết khác có đáng tin không?' Bản thân tôi, từng là một cầu thủ trẻ của Lyon trước khi chuyển sang làm báo, luôn đặt tính xác thực lên hàng đầu. Tôi nhớ bài học đầu tiên về phí giải phóng hợp đồng: con số chỉ là khởi điểm, không phải đích đến. Nếu hồi đó tôi đăng tin sai, tôi đã mất hoàn toàn niềm tin của nguồn tin. Cũng giống như bây giờ, nếu chúng ta để hệ thống phân loại sai lan rộng, chúng ta đánh mất lòng tin của độc giả thể thao vốn rất khó tính. Điều đáng nói là lỗi này hoàn toàn có thể phòng tránh. Trong quy trình xuất bản của VuaBong, chúng tôi luôn có bước kiểm tra chéo: một người thật đọc và xác nhận chủ đề trước khi đăng. Nhưng vì khối lượng tin tức lớn, nhiều tòa soạn đã tự động hóa hoàn toàn, dẫn đến những vụ việc như thế này. Giải pháp không phải là loại bỏ AI, mà là kết hợp nó với 'mắt người' – một bộ lọc kinh nghiệm mà chỉ người trong nghề mới có. Tôi đề xuất một quy trình ba bước: (1) AI gán nhãn sơ bộ dựa trên từ khóa và thực thể; (2) Một phóng viên thể thao kiểm tra ngữ cảnh – nếu phát hiện thiếu các yếu tố cốt lõi như tên cầu thủ, câu lạc bộ, giải đấu, thì từ chối; (3) Trước khi xuất bản, chạy một danh sách kiểm tra nhanh, ví dụ: 'Bài này có nhắc đến trận đấu nào không? Có bàn thắng, chuyển nhượng, chiến thuật không?' Nếu câu trả lời là không, hãy chuyển nó sang chuyên mục khác. Trong trường hợp bài Osbourne, chỉ cần nhìn vào ba dòng đầu tiên: 'Kelly Osbourne nói mẹ cô ấy đã sai...' – không có bóng dáng bóng đá. Một phóng viên có kinh nghiệm sẽ nhận ra ngay. Nhưng AI lại bị đánh lừa bởi cái tên 'Tommy Robinson' vốn có dính líu đến bóng đá hooligan cách đây hơn chục năm. Đây là một bài học về việc huấn luyện dữ liệu: nếu chúng ta chỉ dùng từ khóa lịch sử mà không cập nhật ngữ cảnh, lỗi sẽ lặp lại. Đối với các tòa soạn thể thao Việt Nam, tôi khuyên nên tự xây dựng một kho ngữ liệu riêng, tập trung vào các thuật ngữ đặc thù: tên cầu thủ Việt Nam (Văn Hậu, Quang Hải, Công Phượng), tên đội bóng (Hà Nội FC, CAHN, Thép Xanh Nam Định), các giải đấu (V-League, Cúp Quốc gia). Chỉ khi AI được huấn luyện trên dữ liệu chuyên biệt, nó mới có thể phân loại chính xác. Đừng dùng một mô hình tổng quát cho mọi thể loại tin tức. Nhìn về tương lai, tôi tin rằng công nghệ sẽ ngày càng tiến bộ. Nhưng ngay cả khi AI có thể đọc hiểu ngữ cảnh hoàn hảo, vẫn cần có con người đứng sau để chịu trách nhiệm. Báo chí thể thao không chỉ là đưa tin – nó là kể câu chuyện bằng trái tim. Một bài viết về gia đình Osbourne, dù chất lượng đến đâu, cũng không thể thay thế được cảm xúc của một pha ghi bàn ở phút bù giờ... Khi công nghệ mắc lỗi, chính chúng ta – những người viết – phải sửa sai. Và hãy nhớ: mỗi lần sửa sai là một lần ta mạnh mẽ hơn.