Bảng dữ liệu bơi lội trả về ô rỗng: kiểm chứng trước, kết luận sau

Tháng 1 năm 2026, tôi ngồi ở bàn cuối phòng biên tập, trước một bảng kết quả bơi lội của giải vô địch quốc gia. Bảng có ba cột số và mười một ô trống. Người phụ trách chuyển dữ liệu nói gọn: chưa có thì để trống, viết thế nào cũng được. Tôi viết. Bài lên trang hôm sau với một câu mà mười sáu năm sau tôi vẫn thấy nóng mặt: kình ngư trẻ ấy “gần chạm kỷ lục quốc gia”. Không split 50m, không thời gian lượt về, không cỡ mẫu, không nguồn đối chiếu thứ hai. Một khẳng định dựng trên mười một ô trống, và không ai trong tòa soạn hôm đó phản đối. Cũng trong tháng 1 năm 2026, FINA — nay là World Aquatics — chính thức loại dòng áo polyurethane khỏi thi đấu đỉnh cao, hiệu lực từ ngày 1 tháng 1 năm 2026. Sách kỷ lục bơi thế giới bị cắt làm hai thời đại. Từ đó, mỗi thông số bơi lội đi qua tay tôi đều phải trả lời một câu hỏi trước khi được dùng: số này nằm bên nào của đường cắt? BỐN TRỤ DỮ LIỆU Nghề phân tích bơi lội, sau khi gỡ hết phần trang trí, đứng trên bốn trụ. Trụ thứ nhất là split — thời gian từng 50m, thứ duy nhất cho biết một vận động viên phân bổ sức ra sao qua từng chặng. Trụ thứ hai là cặp tần số quạt tay và quãng đường mỗi lần quạt: nhanh hơn bằng cách quạt dày hơn, hay bằng cách kéo dài hơn từng sải. Trụ thứ ba là dữ liệu kỹ thuật vi mô: thời gian phản xạ khi xuất phát, quãng đường bơi ngầm dưới nước, thời gian xoay người ở thành bể, thời gian chạm đích. Trụ thứ tư là bối cảnh giải đấu: bể dài 50 mét hay bể ngắn 25 mét, vòng loại hay chung kết, và cấp độ giải quyết định ngưỡng chuẩn A-cut hay B-cut. Bốn trụ ấy vô nghĩa khi tách khỏi bối cảnh. Bể 25 mét cho nhiều lần xoay thành hơn, nên thời gian luôn nhanh hơn bể 50 mét; đặt hai con số ấy cạnh nhau là đặt hai nội dung khác nhau cạnh nhau. Một vận động viên 15 tuổi và một vận động viên 27 tuổi có thể trùng nhau ở mọi chỉ số split mà vẫn nằm ở hai pha hoàn toàn khác của đường cong sự nghiệp. Và một kỷ lục lập năm 2026 với một kỷ lục lập sau năm 2026 cùng mang nhãn kỷ lục thế giới, nhưng được tạo ra trong hai thời đại thiết bị khác nhau. Việt Nam công khai rất ít trong số đó ở dạng có cấu trúc và truy vết được. Phần lớn dữ liệu bơi lội trong nước tồn tại dưới dạng bảng điểm PDF, ảnh chụp bảng điện tử, hoặc sổ ghi tay của huấn luyện viên. Những định dạng này trung thực với cách chúng ra đời. Nguyễn Thị Ánh Viên, kình ngư giàu thành tích nhất của bơi Việt Nam ở đấu trường SEA Games, là một ví dụ: hành trình của cô được ghi lại chủ yếu qua tin tức và hình ảnh, không qua một cơ sở dữ liệu mở nào cho phép truy vấn từng split. Vấn đề nằm ở bước sau: người muốn biến những mảnh ấy thành một nhận định phải tự tay dựng lại toàn bộ chuỗi bằng chứng, và mỗi lần dựng lại là một lần có thể sai. KHI HỆ THỐNG TRẢ VỀ KHUÔN RỖNG Cách đây không lâu, tôi nhận được một báo cáo phân tích do hệ thống nội bộ trả về. Báo cáo có đủ tiêu đề mục, đủ khung, đủ chín phần phân tích theo mẫu. Nhưng phần tóm tắt một câu để trống. Danh sách điểm thông tin trả về rỗng. Không vận động viên nào được nêu tên, không nội dung thi đấu, không thời gian, không ngày tháng. Mọi ô đều mang dòng chữ “không đủ thông tin để đánh giá”. Điều dễ xảy ra nhất lúc đó là điền vào chỗ trống. Một người phân tích có kinh nghiệm nhìn khung ấy vài phút là có thể dựng lại một câu chuyện hợp lý: một kình ngư trẻ bứt phá, một kỷ lục bị đe dọa, một đường bơi hỏng ở 50m cuối. Câu chuyện sẽ trôi chảy. Và nó sẽ hoàn toàn không có bằng chứng. Một ô trống không phải một ô sạch. Đây là khác biệt mà rất ít người đọc để ý. Trong kiểm tra chất lượng dữ liệu, “không phát hiện bất thường” và “chưa hề kiểm tra” là hai trạng thái khác nhau, và gộp chúng lại là sai sót nghiêm trọng. Trên sổ theo dõi của tôi, một dòng thiếu dữ liệu không bao giờ được phép chuyển sang màu xanh. Nó ở lại màu vàng cho đến khi có bằng chứng thứ hai. Ví dụ ở nội dung 200m tự do: hai vận động viên về đích trong cùng một khoảng thời gian. Người thứ nhất bơi 50m đầu rất nhanh rồi chậm dần về cuối. Người thứ hai bơi đều và tăng tốc ở 50m cuối — giới phân tích gọi đó là negative split. Hai kết quả giống nhau, hai ý nghĩa huấn luyện trái ngược. Người thứ nhất có vấn đề phân bổ sức, người thứ hai có nền thể lực và khả năng chịu đau tốt hơn. Nếu bảng dữ liệu chỉ có tổng thời gian, cả hai được ghi giống hệt nhau, và mọi kết luận rút ra từ đó là phỏng đoán được trang điểm bằng số. Nếu tôi kể ở đây một ví dụ minh họa với các con số cụ thể, tôi phải ghi rõ đó là ví dụ minh họa, không phải kết quả đo. Người đọc có quyền biết mình đang đọc cái gì. Katie Ledecky lập kỷ lục thế giới 800m tự do với 8:04.79 tại Olympic Rio 2026, theo dữ liệu công bố của ban tổ chức. Thành tích ấy ra đời sau mốc áo vải, nên nó so sánh được với các kỷ lục cùng thời đại. Một kỷ lục lập năm 2026 dưới thời áo công nghệ cao nằm ở ngăn khác của ngăn kéo. Người viết thể thao thường gộp cả hai vào một danh sách “những kỷ lục vĩ đại nhất”, và việc gộp ấy làm hỏng tính so sánh mà không ai để ý, vì cả hai đều là số đúng. Cấu trúc giải đấu cũng tạo ra dữ liệu mà bảng điểm không nhìn thấy. Một kỳ đại hội lớn thường chạy ba vòng: vòng loại buổi sáng, bán kết, chung kết. Vận động viên phải bơi ba lần trong khoảng hơn hai mươi giờ, với hai lần bơi cách nhau vài phút ở bán kết. Cách họ chia sức ở vòng loại — vừa đủ vào hay bung hết — quyết định chất lượng chung kết nhiều hơn người ta tưởng. Chuẩn A-cut cho suất trực tiếp, B-cut phụ thuộc phân bổ chỉ tiêu; một vận động viên đạt B-cut vẫn có thể dự giải, nhưng đường vào của họ khác hẳn về mặt tâm lý và lịch thi đấu. Với bơi nữ tuổi thiếu niên, có một biến số mà bảng điểm không bao giờ hiển thị: ngưỡng dậy thì. Đây là giai đoạn thay đổi thể chất khiến thành tích đình trệ hoặc đi xuống ở một nhóm vận động viên, trong khi nhóm khác bứt lên. Một cô gái 14 tuổi phá kỷ lục lứa tuổi không đảm bảo giữ được đà ấy ở tuổi 18. Gọi cô ấy là hiện tượng sau một lần bơi nhanh là bỏ qua biến số quyết định nhất của cả nội dung. Thêm hai rủi ro nghề nghiệp: vai của người bơi và đầu gối của người bơi ếch, hai chấn thương phổ biến nhất ở nhóm khối lượng vận động lớn. Và sự ổn định của huấn luyện viên — đổi người giữa chu kỳ là biến cố lớn hơn nhiều so với một lần đổi bài tập, và nó không xuất hiện trên bảng điểm. Khung luật thi đấu có những đường ranh khá rõ: quy định không bơi ngầm quá 15 mét sau xuất phát và sau mỗi lần xoay, quy định về động tác đá chân ếch, quy định thiết bị xuất phát ngửa. Về phòng chống doping, hệ thống phân tầng từ World Aquatics tới WADA và tòa án trọng tài thể thao CAS đòi hỏi một nguyên tắc: một trường hợp dương tính đã xác nhận, một tranh chấp nhiễm bẩn, một vi phạm thủ tục, và một cáo buộc trên mạng xã hội là bốn cấp độ hoàn toàn khác nhau. Sự im lặng trong dữ liệu không phải bằng chứng vi phạm, và cũng không phải giấy chứng nhận sạch. Nó chỉ là im lặng. Ngành công nghiệp quanh bơi lội vận hành theo sự kiện: ánh đèn chỉ bật khi có một kỳ đại hội hoặc một gương mặt mới. Nhãn “Phelps tiếp theo” hay “Ledecky tiếp theo” xuất hiện đều đặn, và tỷ lệ thành hiện thực của chúng thấp đến mức đáng được thống kê tử tế. Thị trường tập luyện, thiết bị, bản quyền truyền thông đều chờ một cú hích cụ thể. Một báo cáo không có sự kiện nào, về mặt kinh tế, không tạo ra tín hiệu nào. GÓC PHẢN TRỰC GIÁC Phần lớn người đọc coi một ô trống là vô hại, vì nó không nói điều gì sai. Nhưng trong một dây chuyền phân tích, ô trống lan ra: nó đi qua bước kiểm tra định dạng như một dòng hợp lệ, rồi xuất hiện trong bản tóm tắt như một dòng đã xác nhận. Một hệ thống báo lỗi to sẽ bị chặn lại. Một hệ thống trả về khuôn đẹp với phần nội dung rỗng sẽ đi thẳng đến người ra quyết định. Tôi cũng tự vấp ở phía ngược lại. Năm 2026, mô hình chỉ số hồi phục của tôi dự báo ba đội pressing mạnh nhất có nguy cơ chấn thương tăng khoảng 23%. Ba đội ấy cũng là ba đội tập nặng nhất trong giai đoạn tạm hoãn. Mô hình chỉ ra mối liên hệ, và mối liên hệ ấy đúng. Nhưng giả định của mô hình là khối lượng vận động giữ vai trò trội; trong một mùa giải bị cắt làm đôi bởi dịch bệnh, mọi thứ khác cũng đổi theo, từ lịch thi đấu đến điều kiện tập. Ước lượng có thể đúng, cơ chế có thể sai. Từ đó tôi viết phần hạn chế của mô hình dài hơn phần kết quả. Năm 2026, tôi tính sai quãng đường nước rút của một tiền đạo: 1,2km thay vì 0,8km. Một chuyên gia trong phòng nói rằng phụ nữ không hiểu chiến thuật. Tôi dành ba tháng kiểm lại 14.000 mẫu dữ liệu GPS và tìm thêm ba lỗi hệ thống từ phần mềm đồng bộ. Quy trình kiểm tra chéo dựng sau đó trở thành chuẩn nội bộ của câu lạc bộ. Nghề của tôi bắt đầu từ một lỗi, không phải từ một thành tích. TÍN HIỆU CHO VÒNG TIẾP THEO Chu kỳ tiếp theo của dữ liệu bơi lội nên bắt đầu bằng ba cổng kiểm soát. Cổng thứ nhất: một báo cáo không có điểm thông tin nào phải bị đánh dấu vô hiệu và báo lỗi, thay vì được tự động điền. Cổng thứ hai: mọi con số phải đi kèm nguồn, thời điểm truy xuất và bối cảnh bể đấu. Cổng thứ ba: mỗi mô hình phải công bố phần hạn chế của chính nó trước khi công bố kết quả. Tôi tin vào con số, nhưng chỉ sau khi con số vượt qua ba vòng kiểm tra. Dữ liệu không kể chuyện; nó ghi lại mọi thứ để tôi tự kể. Một lệch GPS nhỏ cũng đủ dạy tôi: kiểm chứng là tất cả. Điều tôi muốn thấy ở mùa giải tới không phải một kỷ lục mới, mà là một bảng dữ liệu đủ dày để lần sau, khi có ô trống, chúng ta biết chắc mình đang thiếu cái gì.