Bảng dữ liệu bóng bàn trống: khi 'chưa biết' bị đọc thành 'an toàn'

Sáng thứ Ba tại Quảng Châu, tôi mở một bản phân tích chuyên sâu về bóng bàn vừa chạy xong trong hệ thống hai tầng. Tầng đầu có nhiệm vụ bóc tách bài viết nguồn thành các điểm thông tin: tên vận động viên, giải đấu, tỷ số, thứ hạng, điều luật. Gói dữ liệu gửi tới tầng hai gồm đúng một trường có giá trị — dòng nhãn "table_tennis". Tiêu đề để trống. Tên nguồn để trống. Danh sách điểm thông tin rỗng, không một mục nào.

Tôi ngồi nhìn màn hình khoảng ba mươi giây. Trong nghề này tôi đã quen với những bảng số liệu mâu thuẫn nhau, những mô hình phải chỉnh lại sau mỗi vòng đấu. Một bảng trắng hoàn toàn lại là chuyện khác. Nó không nói rằng trận đấu vô hại. Nó chỉ nói rằng chúng tôi chưa lấy được gì cả.

Cần nói rõ cách vận hành, vì phần lớn độc giả không nhìn thấy tầng trung gian này. Hệ thống phân tích gồm hai tầng. Tầng một đọc bài báo nguồn và rút ra các dữ kiện nguyên tử: ai thi đấu, giải nào, kết quả ra sao, nguồn nào, thời điểm nào. Tầng hai nhận gói dữ kiện đó rồi áp khung chín chiều chuyên môn — kỹ thuật và thiết bị, dữ liệu vận động viên và đối đầu, hệ thống giải cùng luật điểm, cục diện Trung Quốc và phần còn lại của thế giới, luật và quản trị, ban huấn luyện cùng tuyến trẻ, bề mặt rủi ro, câu chuyện truyền thông và kỳ vọng, cuối cùng là truyền dẫn ra toàn ngành.

Nguyên tắc bất di bất dịch của tầng hai: mọi kết luận phải neo vào ít nhất một dữ kiện ở tầng một. Không neo được thì không kết luận.

Với gói dữ liệu rỗng, cả chín chiều đổ về cùng một câu — chưa đủ thông tin, không thể đánh giá. Không vận động viên nào được nêu tên, nên không dựng được đường cong tuổi, không tính được áp lực bảo vệ điểm. Không giải đấu nào được nêu, nên không xếp được hạng giải. Không hiệp hội nào được nhắc, nên không vẽ được tương quan lực lượng. Điều đáng chú ý là bản phân tích vẫn hợp lệ về cấu trúc: đầy đủ tiêu đề mục, đầy đủ bảng biểu, đầy đủ phần kết luận. Chỉ có nội dung là trống.

Vậy nếu có dữ liệu thật, một bản phân tích bóng bàn nghiêm túc sẽ trông thế nào?

Nên bắt đầu từ luật điểm, vì đó là thứ chi phối gần như toàn bộ chiến lược thi đấu của một tay vợt chuyên nghiệp. Hệ thống xếp hạng của ITTF vận hành theo cơ chế cuốn 52 tuần: điểm chỉ được giữ trong một năm, và thứ hạng lấy từ tám kết quả tốt nhất. Một tay vợt không thể ngồi im. Mỗi tuần trôi qua, một phần điểm cũ bốc hơi, và nếu không có kết quả mới thay vào, thứ hạng tụt xuống dù chưa thua trận nào. Bảng xếp hạng là bản tóm tắt, dữ liệu thô mới là lời khai. Muốn biết ai đang chịu áp lực thật, phải xem lịch sử điểm sắp hết hạn chứ không phải con số thứ hạng của ngày hôm nay.

Tầng thứ hai là hệ thống giải. WTT phân tầng từ Grand Smash, Champions, Star Contender xuống Contender, giá trị điểm giảm dần theo tầng. Ba giải lớn — Olympic, giải vô địch thế giới, World Cup — vẫn là thước đo nặng ký nhất khi đánh giá độ ổn định ở đấu trường lớn. Một bản phân tích tử tế phải tách được thành tích ở giải nhỏ khỏi thành tích ở ba giải lớn, vì hai loại này kể hai câu chuyện rất khác nhau về cùng một con người.

Tiếp đến là dữ liệu đối đầu. Số trận thắng trước tay vợt ngoài hiệp hội, tỷ lệ thắng ở loạt đấu quyết định, tương quan đối đầu trong hai năm gần nhất — đây là những cột không thể bỏ. Bóng bàn là môn mà một cặp đấu có thể lệch hẳn về một phía suốt nhiều năm, không vì bên nào giỏi hơn tuyệt đối, mà vì cấu trúc xoáy và nhịp độ của hai bên khóa vào nhau theo cách rất cụ thể.

Cuối cùng là phần kỹ thuật và thiết bị: cấu trúc cú giao bóng, tỷ lệ thắng ở ba nhịp đầu, khả năng chuyển từ phòng ngự sang phản công, độ cứng của mút, kết cấu cốt vợt, và độ trễ thích nghi sau mỗi lần thay dụng cụ. Bỏ qua phần này, bản phân tích chỉ còn là bảng điểm được diễn giải lại bằng lời.

Trong bản phân tích trống kia, không một mục nào trong số đó tồn tại.

Rủi ro lớn nhất ở đây không nằm ở bài báo bị mất. Nó nằm ở cách người ta đọc một bảng trống.

Trong báo cáo rủi ro, một ma trận không có dòng nào thường bị hiểu thành "không phát hiện rủi ro". Cách đọc đó sai về mặt logic. Trống nghĩa là chưa biết, và chưa biết khác hoàn toàn với an toàn. Con số không biết nói dối, nhưng người đọc con số thì có. Một bảng trắng còn nguy hiểm hơn một con số sai, vì nó không đưa ra gì để phản bác.

Nguy cơ thứ hai là cám dỗ lấp chỗ trống. Đưa một gói dữ liệu rỗng vào một mô hình sinh văn bản, kết quả nhận về thường rất trôi chảy: đủ tên, đủ giải, đủ nhận định, đọc lên nghe như một chuyên gia thật. Tôi từng chứng kiến chuyện tương tự trong một chu kỳ dữ liệu khác, khi một mô hình được vá bằng giả định mà không ai đánh dấu đó là giả định. Hậu quả không đến ngay. Nó đến vào lúc người ta ra quyết định dựa trên thứ chưa từng tồn tại.

Có một nguyên tắc tôi vẫn giữ từ những năm theo dõi các trận đấu không khán giả: khi khán đài trống, tôi nhìn thấy đội bóng thật nhất. Bảng trống cũng vậy — nó phơi ra chính xác chỗ nào quy trình còn hổng. Một bài báo bóng bàn thật, dù ngắn đến đâu, gần như luôn để lại ít nhất một cái tên hoặc một tỷ số. Trắng hoàn toàn thì khả năng cao là khâu thu thập dữ liệu đã hỏng, chứ không phải bài viết rỗng. Đây là suy luận ở mức trung bình về độ tin cậy, dựa trên việc một bài viết thể thao thông thường luôn chứa tối thiểu một thực thể có thể nhận diện.

Ca phân tích này để lại một việc cụ thể: dựng một cổng chặn ở đầu vào. Nếu số điểm thông tin bằng không, hệ thống phải dừng lại và trả về trạng thái thiếu dữ liệu, thay vì chạy tiếp và tự lấp. Đằng sau mọi con số là một quy trình có thể hỏng, và người viết thể thao tử tế nên là người đầu tiên nói "chưa biết" khi thật sự chưa biết.