Khoảng trống dữ liệu tennis và thói quen lấp đầy bằng con số không nguồn

Tháng Sáu năm 2026, trong một phòng họp báo ở Đà Nẵng, tôi ngồi cạnh một đồng nghiệp trẻ. Trước mặt cậu là tờ giấy in bảng thống kê của trận bán kết: tỷ lệ giao bóng một thành công, điểm thắng trên giao bóng hai, số lỗi tự đánh hỏng. Cậu đọc trơn tru. Tôi hỏi số liệu lấy từ đâu. Cậu chỉ vào điện thoại, nói rằng trên một hội nhóm người ta đã tổng hợp sẵn. Tôi đề nghị mở nguồn. Tờ số liệu đó không có tên người lập, không ngày tháng, không đường dẫn tới bất kỳ cơ sở dữ liệu chính thức nào. Ba ngày sau, con số "giao bóng một thành công 68%" được ít nhất bốn trang tin thể thao trong nước dẫn lại, mỗi nơi thêm một câu bình luận, cho tới khi nó trở thành một sự thật không còn ai kiểm chứng.

Đó là lúc tôi hiểu vấn đề của tennis không nằm ở chỗ thiếu dữ liệu. Nó nằm ở thói quen lấp đầy khoảng trống bằng những con số nghe hợp lý.

Nền tảng dữ liệu của tennis toàn cầu vốn dày bậc nhất trong các môn thể thao. ATP và WTA công bố thống kê giao bóng, trả giao bóng, tỷ lệ thắng trên từng loại điểm, chia theo mặt sân và theo giải. Những nền tảng độc lập còn đi xa hơn, tái dựng cả những mùa giải đã qua từ dữ liệu điểm số thô. Nghĩa là với một trận đấu cấp Grand Slam hay ATP Tour, người viết có đủ nguyên liệu để kiểm chứng ba nguồn trở lên: bảng điểm chính thức của ban tổ chức, hồ sơ trận đấu trên trang của hiệp hội, và dữ liệu điểm-từng-điểm nếu giải có cung cấp. Không cần suy đoán.

Nhưng phần lớn các giải tennis trong nước, kể cả một số giải thuộc hệ thống quốc gia, không có hạ tầng đó. Ban tổ chức thường chỉ công bố kết quả cuối cùng, đôi khi chỉ là tỷ số set. Không có bảng điểm từng game, không có thống kê giao bóng. Với người viết, đó là một khoảng trống. Và khoảng trống thì luôn có sức hút: nó mời gọi người ta lấp vào.

Cách lấp phổ biến nhất là suy diễn từ những gì nhìn thấy. Một tay vợt thắng set đầu dễ dàng thì mặc định "giao bóng tốt". Một tay vợt thua tiebreak thì mặc định "tâm lý yếu". Những nhãn dán này không phải dữ liệu, chúng là cảm giác được đóng gói thành ngôn ngữ số. Chúng có sức lan nhanh vì nghe hợp lý, và vì không ai đủ kiên nhẫn để truy ngược xem chúng xuất phát từ đâu.

Sai lầm không nằm ở việc đoán; nó nằm ở chỗ để phán đoán không nguồn trôi vào bản in như thể đó là dữ kiện.

Tôi từng theo một trường hợp cụ thể. Năm 2026, khi còn là phóng viên tập sự ở Bình Dương, tôi bắt gặp một bản hợp đồng có hai giá trị khác nhau — một bản khai với cơ quan quản lý giải, một bản phản ánh số tiền thật. Tổng biên tập bảo tôi đừng phí thời gian. Tôi không đăng bài đó, nhưng tôi ghi lại tất cả. Người ta gọi đó là hợp đồng hai giá; tôi gọi đó là bài học đầu tiên trên sân nhà. Bài học không nằm ở chỗ có một kẻ gian lận, mà ở chỗ một con số sai vẫn có thể tồn tại song song với con số đúng trong nhiều năm, miễn là không ai chịu đối chiếu.

Khoảng trống dữ liệu trong tennis vận hành theo cùng một cơ chế. Khi không có nguồn gốc, mọi con số đều bình đẳng về mặt hình thức: con số bịa và con số thật trông giống nhau trên trang giấy. Chỉ có việc truy nguồn mới tách được chúng. Và truy nguồn là công việc chậm, không phù hợp với nhịp của tin tức.

Nhịp đó là một phần của vấn đề. Thuật toán tìm kiếm thưởng cho nội dung công bố sớm, cập nhật thường xuyên, có số liệu. Một bài viết tay không có số liệu, chỉ có mô tả diễn biến và xác nhận nguồn, sẽ bị xếp sau một bài có đầy đủ bảng biểu, kể cả khi bảng biểu đó không có cơ sở. Áp lực này không chỉ ở Việt Nam. Nó là đặc điểm chung của ngành truyền thông thể thao, nơi tốc độ được đặt lên trước độ chính xác, và nơi người đọc hiếm khi quay lại để kiểm tra một con số đã đọc hôm qua.

Tôi không tin vào linh cảm, tôi tin vào con số lệch nửa xu trong một bản kê chuyển nhượng. Cùng lý do đó, trong tennis tôi không tin vào một tỷ lệ phần trăm không có nguồn, dù nó nghe hợp lý đến đâu. Một con số chỉ có giá trị khi tôi biết ai đo nó, đo bằng cách nào, và đo vào lúc nào.

Đến đây cần nói rõ một điều, nếu không thì dễ bị hiểu thành lời kêu gọi đạo đức suông. Việc tổng hợp dữ liệu giúp ích thật. Trong điều kiện hạ tầng trong nước còn mỏng, người hâm mộ cần ai đó gom số liệu rải rác lại thành một chỗ để nhìn. Những hội nhóm, những trang cộng đồng làm việc này miễn phí, bằng thời gian cá nhân, và nhiều khi bằng dữ liệu họ tự tay ghi trong lúc xem trận. Có người ghi chép cẩn thận đến mức hồ sơ của họ chính xác hơn cả một bản tổng hợp vội vàng của báo chí.

Vấn đề không phải ở sự tồn tại của những nguồn trung gian, mà ở việc thiếu thói quen ghi lại nguồn gốc. Một bảng số liệu tổng hợp nếu có kèm ngày, tên người lập và cách đo thì là tài sản. Nếu bị tách khỏi những thông tin đó rồi trôi qua nhiều lần dẫn lại, nó biến thành thứ khác. Ranh giới mong manh nằm đúng ở khâu trích dẫn.

Tôi cho rằng cách sửa không nằm ở việc cấm đoán, mà ở việc biến nguồn thành một phần bắt buộc của con số. Mỗi tỷ lệ phần trăm trong một bài viết tennis nên đi kèm câu trả lời cho ba câu hỏi: số này lấy từ đâu, nó đo cái gì, và nó thuộc khoảng thời gian nào. Người viết không cần công bố cả ba dòng trong bài, nhưng phải có chúng trong tay trước khi gõ. Khi không có, lựa chọn đúng không phải là viết một con số khác, mà là viết rằng con số chưa xác minh được. Việc thừa nhận một khoảng trống chưa lấp không làm giảm giá trị bài viết. Nó chỉ khiến bài viết trung thực hơn về mức độ hiểu biết của người viết.

Trong nhiều năm viết về tennis, tôi để ý một mẫu hình lặp lại. Những bài viết trụ được lâu nhất không phải là những bài có nhiều số liệu nhất, mà là những bài nói rõ số liệu nào đáng tin, số liệu nào còn nghi ngờ. Độc giả tha thứ cho một khoảng trống được thừa nhận. Họ không tha thứ cho một con số bị phát hiện là bịa, vì khi đó toàn bộ phần còn lại của bài viết cùng mất giá trị.

Tôi ghi lại từng dấu chân trên sân để khi họ phủi tay, tôi nhận diện được từng bàn tay. Trong công việc theo dõi dữ liệu tennis hằng ngày, dấu chân ấy chính là đường dẫn tới nguồn. Một tỷ lệ phần trăm không có nguồn là một bàn tay không lộ diện; sau nhiều lần dẫn lại, nó có thể mang tên bất kỳ ai.

Điều đáng lo không phải là những sai số nhỏ trong từng bài. Điều đáng lo là sự tích tụ. Một tỷ lệ sai được lặp lại mười lần trong mười bài khác nhau sẽ trở thành cái mà người ta nhớ. Đến lúc đó, một bài phản bác có nguồn đầy đủ sẽ phải chiến đấu với một định kiến đã đóng băng. Khoảng cách giữa dữ liệu đúng và dữ liệu lan truyền ngày càng rộng ra, không vì ai cố ý, mà vì không ai chịu dừng lại ở khâu kiểm nguồn.

Không có biện pháp hành chính nào sửa được thói quen này. Nó chỉ thay đổi khi người viết tự đặt cho mình một ngưỡng: khi có đủ ba nguồn xác nhận độc lập và một mốc thời gian rõ ràng, mới đưa con số vào bài. Ngưỡng đó không cần công bố. Nó cần được tuân thủ.

Hạ tầng dữ liệu tennis trong nước rồi sẽ dày lên, vì ban tổ chức ngày càng có động lực công bố thống kê đầy đủ. Nhưng một hàng rào kỹ thuật tốt hơn không thay thế được kỷ luật của người viết. Dữ liệu đầy đủ hơn cũng đồng nghĩa với nhiều chỗ hơn để chèn con số không kiểm chứng vào, nếu thói quen chưa đổi.

Tôi vẫn giữ một quy tắc trong công việc hằng ngày. Trước khi viết bất kỳ con số nào về một trận tennis, tôi tự hỏi: nếu ngày mai ai đó yêu cầu tôi đưa ra nguồn, tôi có mở được nó ngay không. Nếu câu trả lời là không, con số đó không vào bài. Quy tắc này khiến tôi viết chậm hơn, ít số liệu hơn phần lớn đồng nghiệp. Đổi lại, khi một bài viết bị phản biện, tôi không phải rút lại.

Độc giả tennis Việt Nam xứng đáng với nhiều hơn những bảng số liệu nghe hợp lý nhưng không có gốc. Cho họ một khoảng trống được thừa nhận, và tôi tin họ sẽ tự đánh giá được giá trị của nó. Điều họ cần không phải là nhiều con số hơn. Điều họ cần là biết con số nào trong tay mình có thể tin.