Bảng dữ liệu trống và thói quen lấp đầy nó bằng định kiến

Tháng 9 năm 2026, hộp thư của tôi nhận một tệp PDF mười hai trang, gửi từ một đơn vị phân tích dữ liệu thể thao đang tìm đường vào thị trường Hàn Quốc. Tiêu đề tệp ghi "Báo cáo chuyên sâu – câu lạc bộ WK League". Bên trong là chỉ số pressing, bàn thắng kỳ vọng, số đường chuyền xuyên tuyến, bản đồ nhiệt theo từng vùng sân và một bảng xếp hạng mức ảnh hưởng của từng cầu thủ.

Tôi kéo xuống phần phụ lục để tìm cỡ mẫu. Bốn trận. Câu lạc bộ ấy đã chơi hai mươi mốt trận trong mùa giải đó.

Bốn trận, và mười hai trang kết luận. Không một dòng nào trong tệp ghi rằng độ tin cậy của những dữ liệu kia thấp tới mức không nên dùng để ra quyết định. Chính định dạng của báo cáo — bảng biểu, thuật ngữ, thứ tự trình bày — đã tạo ra một thứ thẩm quyền mà phần nội dung bên trong hoàn toàn không có.

Ba năm sau, tôi nhận một tài liệu khác. Lần này là báo cáo phân tích chín chiều về một bài viết thể thao điện tử, dựng theo khung chuyên nghiệp: phiên bản và meta, thể thức giải đấu, đội hình và tuyển thủ, cảnh quan khu vực, tài chính câu lạc bộ, tuân thủ luật lệ, hồ sơ rủi ro, dư luận và truyền dẫn ngành. Chín chiều. Hàng chục bảng. Và ở gần như mọi ô, cùng một câu trả lời: không đủ thông tin để kết luận.

Đó là tài liệu trung thực nhất tôi từng đọc trong ngành này.

Để thấy vì sao điều đó đáng nói, cần nhìn vào cấu trúc dữ liệu của thể thao nữ. WK League, giải bóng đá nữ vô địch quốc gia Hàn Quốc, thành lập năm 2026. K League 1 của nam thành lập năm 2026. Hai mươi sáu năm chênh lệch không dừng ở thời gian. Nó là chênh lệch về hạ tầng: số camera mỗi trận, hệ thống theo dõi chuyển động, nhân sự ghi chép chỉ số, hợp đồng truyền hình. Tất cả đều khởi động muộn hơn, với quy mô nhỏ hơn, và trong nhiều mùa giải, không khởi động chút nào.

Hệ quả nằm ở cách ngành phân tích đối xử với khoảng trống ấy, và có hai cách, cả hai đều sai. Cách thứ nhất là mặc kệ: không có dữ liệu thì không có phân tích, thế là bóng đá nữ bị đẩy khỏi mọi bản tin chiến thuật. Cách thứ hai phổ biến hơn và nguy hiểm hơn: lấp đầy.

Khi dữ liệu trống, phản xạ của ngành truyền thông không phải là im lặng — phản xạ là lấp đầy.

Vật liệu để lấp thường là định kiến đội lốt quan sát. "Đội này chạy nhiều nhưng thiếu tổ chức", dựa trên ba trận xem được. "Cầu thủ này có tốc độ nhưng ra quyết định chậm", dựa trên hai pha bóng còn nhớ. Ở thể thao nam, những câu như vậy vẫn tồn tại, nhưng các bộ dữ liệu dày chặn chúng lại trước khi lên bản tin. Ở thể thao nữ, chúng trôi thẳng vào bài.

Phần kỹ thuật đáng bàn nhất ở đây là cỡ mẫu, và nó khắc nghiệt hơn vẻ ngoài. Một mùa WK League chỉ có hơn hai mươi trận cho mỗi đội. Trong bóng đá, tỉ lệ chuyển hóa cơ hội của một cầu thủ cần hàng trăm cú sút mới tạm ổn định; tỉ lệ cản phá của thủ môn cần hàng nghìn pha đối mặt mới tách được kỹ năng khỏi may mắn. Với bốn trận dữ liệu, một tiền đạo có thể được dán nhãn "dứt điểm sắc bén" hoặc "phung phí cơ hội" gần như hoàn toàn do ngẫu nhiên. Vấn đề không nằm ở chỗ mẫu nhỏ, mà ở chỗ mẫu nhỏ được trình bày bằng ngôn ngữ của mẫu lớn.

Tôi đã thử làm điều đó theo cách khác. Dựa trên kinh nghiệm theo dõi và ghi chép thủ công các trận WK League và các giải thể thao điện tử nữ ở Seoul, tôi nhận ra rằng biên bản tự tay ghi — cầu thủ nào di chuyển khi không có bóng, ai là người gọi nhịp, ai giữ được bình tĩnh ở phút tám mươi — thường cho nhiều thông tin hơn một bảng chỉ số tính từ bốn trận. Tôi đã học cách lắng nghe những gì sân cỏ thì thầm khi không ai ghi hình. Nhưng biên bản thủ công không bán được cho nhà tài trợ, còn bảng chỉ số thì bán được. Đó là gốc rễ của vấn đề.

Một chuyện khác cần nói thẳng: các chuyên gia dữ liệu đang bước vào phòng thay đồ, và kết luận của họ thường lệch khỏi nhịp điệu thực tế của trận đấu. Trong thể thao, trận đấu quan trọng nhất có khi diễn ra sau cánh cửa phòng thay đồ. Tôi đã phỏng vấn Kim Jung-mi, thủ môn của Incheon Hyundai Steel Red Angels — đội vô địch WK League bảy mùa liên tiếp — trong giai đoạn giải đấu tạm dừng vì dịch bệnh. Điều cô ấy kể không nằm trong bất kỳ bảng chỉ số nào: việc phải tự làm công tác tâm lý cho đồng đội, nỗi sợ mất phong độ khi không được ra sân, áp lực của một đội thắng quá nhiều đến mức thua trở thành bất thường. Không có mô hình dự báo nào tính được biến số đó.

Quay lại tài liệu chín chiều kia. Điều tôi muốn nhấn mạnh không nằm ở sự trống rỗng của nó. Điều đáng học nằm ở chỗ tài liệu ấy tự gọi mình là một lỗi quy trình. Nó ghi rõ: đầu vào không có thông tin nào có thể phân tích; mọi kết luận về chủ thể sẽ là bịa đặt, và vì vậy mọi kết luận đều bị giữ lại. Nó còn tự gắn cho mình mức rủi ro cao nhất — không phải rủi ro của chủ thể, mà rủi ro của việc đưa ra phán đoán tự tin từ một nền bằng chứng rỗng.

Đặt hai tài liệu cạnh nhau: một bên là mười hai trang kết luận từ bốn trận, một bên là chín chiều với hàng chục bảng và câu trả lời "không đủ thông tin" ở gần hết các ô. Tài liệu thứ hai khiêm tốn hơn, và hữu ích hơn.

Góc nhìn phản trực giác ở đây là thế này: vấn đề của thể thao nữ không phải là thiếu dữ liệu. Vấn đề là ngành này quá dễ dãi với loại dữ liệu có hình dạng mà không có nội dung. Thêm chỉ số vào một mẫu mỏng không làm giảm sai số; nó nhân số cách để sai lên. Ngành thưởng cho khối lượng đầu ra, không thưởng cho độ hiệu chuẩn của niềm tin. Một báo cáo bốn mươi bảng trông có thẩm quyền hơn một dòng "chúng tôi không biết", dù dòng đó đúng hơn.

Điều này đúng cả ở thể thao điện tử. Các giải nữ trong esports thường không công bố dữ liệu trận đấu; người hâm mộ chỉ còn lại video và bình luận. Khi đó, thứ được sản xuất nhiều nhất không phải là phân tích, mà là suy đoán được trang trí bằng thuật ngữ.

Có một nghịch lý về giá trị thương mại và giá trị thi đấu ở đây. Người trả tiền cho báo cáo không trả cho sự thận trọng; họ trả cho kết luận. Nhưng trên một mẫu mỏng, một kết luận sai đắt hơn nhiều so với một câu từ chối kết luận. Chi phí của sự thận trọng là một khoản nhỏ, trả một lần. Chi phí của sự tự tin sai chỗ là một khoản lớn, trả bằng uy tín, bằng quyết định chuyển nhượng sai, bằng một cầu thủ bị đánh giá thấp suốt sự nghiệp vì bốn trận không may.

Và đây là phần tôi tin sẽ thay đổi. Hạ tầng đang đến. Các giải bóng đá nữ ở châu Âu đã có hệ thống theo dõi chuyển động; WK League đang được phát trực tuyến nhiều hơn; các giải thể thao điện tử nữ bắt đầu có nhà tài trợ và bảng dữ liệu riêng. Cánh cửa không hẹn trước thường mở ra sân vận động lớn nhất — và trong trường hợp này, nó đang mở theo cả nghĩa đen lẫn nghĩa bóng.

Nhưng hạ tầng chỉ giải quyết được một nửa. Nửa còn lại là thói quen. Nếu ngành này dùng thêm dữ liệu để làm ra nhiều bảng hơn thay vì để nói "không đủ thông tin" một cách chính xác hơn, thì chất lượng lập luận sẽ không tăng, chỉ có khối lượng tăng. Thước đo thật của một nền phân tích trưởng thành không phải là số chỉ số nó sản xuất ra, mà là số lần nó dám từ chối kết luận.