Ô trống trong dữ liệu bơi lội Việt Nam

Bảng tính tôi mở tối thứ Bảy có 1.842 dòng. Cột thời gian chung cuộc đầy đủ: mỗi dòng một vận động viên, một nội dung, một giải đấu. Cột thời gian chặng trống hoàn toàn. Cả 1.842 ô mang cùng một giá trị — N/A. Trong hệ thống của tôi, N/A là viết tắt của "insufficient information — cannot assess", nghĩa là dữ liệu đầu vào không đủ để kết luận. Nó là một kết quả phân tích, không phải một sự bỏ cuộc. Tôi dùng nó khi buộc phải thừa nhận rằng mình không biết, thay vì lấp ô trống bằng một phán đoán nghe hợp lý. Ở chung kết 200m tự do nam của một giải vô địch quốc gia gần đây, tôi có thời gian về đích của cả tám làn, chính xác tới từng phần trăm giây. Tôi không có thời gian của bốn chặng 50m. Tôi biết ai thắng. Tôi không biết vì sao người đó thắng. Đó là điểm khởi đầu cho bài toán tôi theo đuổi suốt mùa giải này. Bơi lội là môn thể thao được đo lường tốt nhất trong toàn bộ hệ thống thi đấu. Kết quả là một số thực. Thiết bị bấm giờ điện tử chạm thành bể ghi nhận tới một phần trăm giây. Liên đoàn quốc tế lưu trữ hồ sơ thành tích theo từng năm, từng cự ly, từng loại bể. Không môn nào khởi đầu với lợi thế dữ liệu lớn hơn bơi lội. Lợi thế đó dừng lại ở biên giới của hệ thống quốc tế. Khi một vận động viên Việt Nam thi đấu ở nước ngoài, dữ liệu của họ tồn tại đầy đủ trong hệ thống ban tổ chức: thời gian chặng, thời gian phản xạ xuất phát, thời gian lộn thành bể. Khi vận động viên đó trở về bơi ở giải trong nước, hồ sơ biến mất. Kết quả tồn tại dưới dạng một tờ bảng điểm A3 dán ở hành lang nhà thi đấu, một tấm ảnh chụp đăng trên trang cá nhân, hoặc một file PDF scan không có lớp văn bản để máy đọc. Dựa trên việc theo dõi bảng kết quả các giải bơi trong nước và quốc tế trong nhiều năm, tôi ước tính phần lớn đường bơi ở các giải quốc gia không để lại bản ghi thời gian chặng nào sau khi giải kết thúc. Vòng loại mất trước, chung kết mất sau, và khoảng ba tháng sau ngày thi đấu, thứ còn lại là một dòng thời gian chung cuộc không kèm ngữ cảnh. Có một nguyên tắc phổ quát mà bất kỳ ai làm dữ liệu bơi lội cũng phải thuộc: bể ngắn 25m và bể dài 50m là hai không gian thành tích khác nhau, không so sánh trực tiếp được. Ở cự ly 200m, bể 25m cho vận động viên 8 lần bơi và 7 lần lộn thành bể; bể 50m chỉ cho 4 lần bơi và 3 lần lộn. Mỗi lần lộn kèm một cú đẩy thành bể, và ở trình độ cao, một cú lộn tốt tiết kiệm từ nửa giây trở lên. Với các cự ly từ 200m trở lên, thành tích bể ngắn thường nhanh hơn bể dài khoảng một đến hai phần trăm. Với 50m, chiều so sánh có thể đảo ngược, vì bể dài không có lần lộn nào. Việt Nam có rất ít bể 50m đạt chuẩn thi đấu. Phần lớn lực lượng vận động viên tập luyện hằng ngày ở bể 25m, và nhiều giải trong nước được tổ chức ở bể 25m. Nghĩa là đường cong thành tích nội địa và đường cong thành tích quốc tế của cùng một vận động viên được vẽ trên hai hệ trục khác nhau, và không có phép quy đổi nào đủ chính xác để ghép chúng lại. Thế hệ của Nguyễn Thị Ánh Viên để lại một hồ sơ quốc tế đầy đủ. Vận động viên sinh năm 2026 tại Cần Thơ này dự Olympic London 2026 khi chưa tròn 16 tuổi, gắn với giai đoạn tập huấn dài hạn ở Trung tâm Huấn luyện Olympic Hoa Kỳ tại Colorado Springs, và giành hơn hai chục tấm huy chương vàng SEA Games. Đó là may mắn về mặt dữ liệu. Khi cô rời đấu trường quốc tế, phần lớn hồ sơ bơi lội Việt Nam tụt trở lại mặt bằng trong nước, nơi thời gian chặng không được lưu. Nguyễn Huy Hoàng là trường hợp tiếp theo có hồ sơ quốc tế dày, với tấm huy chương đồng 1.500m tự do nam tại ASIAD 2026 theo bảng kết quả chính thức của ban tổ chức tại Jakarta - Palembang. Hoàng Quý Phước, Phạm Thanh Bảo, Trần Hưng Nguyên thuộc nhóm kế cận. Bên dưới họ, ở tầng 14 đến 18 tuổi, tôi không có cách nào dựng lại một đường cong phát triển đầy đủ, vì không ai giữ lại thời gian chặng của nhóm tuổi đó. Nếu phải chọn một đơn vị dữ liệu nhỏ nhất cho bơi lội, tôi chọn thời gian chặng, không chọn thời gian chung cuộc. Thời gian chung cuộc trả lời một câu hỏi duy nhất: ai về trước. Thời gian chặng trả lời câu hỏi mà huấn luyện viên thực sự cần: người đó đang phân bổ tốc độ như thế nào, và cách phân bổ đó có bền vững không. Lấy hai vận động viên cùng về đích 200m tự do với thành tích 1 phút 52 giây. Người thứ nhất bơi chặng đầu 25 giây 5 rồi chậm dần đều, chặng cuối 30 giây 2. Người thứ hai bơi chặng đầu 26 giây 8 rồi tăng dần, chặng cuối 27 giây 6. Trên bảng điểm, hai dòng giống nhau tới từng phần trăm giây. Trong hồ sơ thể thao, hai quỹ đạo ngược chiều nhau. Người thứ hai có nền tảng ưa khí tốt hơn và khả năng kiểm soát nhịp tốt hơn. Người thứ nhất có tốc độ thuần cao hơn nhưng đang tiêu hao vượt ngưỡng ở nửa đầu đường bơi. Ở tuổi 16, người thứ hai là tài sản dài hạn. Ở tuổi 16, người thứ nhất là một câu hỏi cần thêm hai mùa giải mới trả lời được. Chỉ với thời gian chung cuộc, cả hai đều là 1:52.0. Tôi không có cách nào phân biệt. Một bảng kết quả bị nén thành một dòng đã xóa mất toàn bộ giá trị phân tích của nó. Mỗi cú sốc đều có xác suất riêng. Ta gọi là sốc khi chưa kịp tra bảng số. Ví dụ: một vận động viên trẻ bất ngờ phá kỷ lục quốc gia ở nội dung 400m hỗn hợp. Với tôi, câu hỏi đầu tiên luôn là kỷ lục đó được lập ở loại bể nào, và kỷ lục cũ được lập ở loại bể nào. Nếu kỷ lục mới lập ở bể 25m còn kỷ lục cũ ở bể 50m, phần lớn "bước nhảy" nằm ở số lần lộn thành bể, không nằm ở thể lực. Nếu cả hai cùng một loại bể, lúc đó tôi mới bắt đầu tính toán. Nhưng để tính, tôi cần thời gian chặng. Và tôi không có. Chỉ số tiếp theo là tần số quạt tay và quãng đường mỗi chu kỳ. Tích của hai đại lượng này cho ra tốc độ trung bình; muốn bơi nhanh hơn, vận động viên phải tăng một trong hai hoặc cả hai. Trong dữ liệu tôi thu được ở các giải trong nước — chủ yếu bằng quan sát trực tiếp và đếm thủ công, vì không có thiết bị đo — tần số quạt tay của nhóm vận động viên Việt Nam thường thấp hơn mặt bằng quốc tế, trong khi quãng đường mỗi chu kỳ không tệ. Đó là dấu hiệu của nền tảng sức bền ổn và sức mạnh bùng nổ còn thiếu. Tôi ghi rõ: đây là quan sát không có số liệu nền chuẩn, chỉ nên đọc như một giả thuyết cần kiểm chứng bằng dữ liệu quang học ở hai loại bể khác nhau. Phần dữ liệu bị mất nhiều nhất là vòng loại. Bảng điểm chung kết in tám làn, còn vòng loại thường chỉ được thông báo qua loa hoặc dán tạm rồi gỡ. Vận động viên xếp thứ chín ở vòng loại, người suýt vào chung kết, không tồn tại trong bất kỳ hồ sơ nào tôi có thể truy vết. Nhưng nhóm thứ chín đến thứ mười sáu chính là chỉ báo dòng chảy của một lứa tuổi. Đội tuyển quốc gia không được xây từ tám người; nó được xây từ bốn mươi người, trong đó tám người nổi lên. Hệ quả kéo theo là tôi không thể xác định thời điểm chín của vận động viên bơi lội Việt Nam. Trong bơi lội, đỉnh cao phong độ của nữ thường đến sớm hơn nam, và giai đoạn dậy thì là một rào cản kỹ thuật: sải tay dài ra, trọng tâm cơ thể thay đổi, cảm giác nước phải xây lại từ đầu. Với nam, đỉnh cao thường muộn hơn và có thể kéo dài tới cuối hai mươi tuổi. Muốn kiểm chứng những điều này trên dữ liệu Việt Nam, tôi cần một chuỗi thời gian tám năm cho cùng một nhóm vận động viên. Tôi có chưa tới một phần năm lượng dữ liệu cần thiết. Bơi lội là môn có công cụ phân tích mạnh nhất nhưng lại áp dụng được ít nhất. Tôi từng dựng mô hình bàn thắng kỳ vọng cho đội U20 Việt Nam ở World Cup U20 năm 2026. Mô hình đó có sai số. Mỗi cú sút được gán một xác suất, và xác suất đó sai, buộc tôi phải hiệu chỉnh liên tục. Bơi lội không có vấn đề đó: thời gian chạm thành bể là sự thật, không phải ước lượng. Một mô hình dựng trên dữ liệu bơi lội đúng sẽ chính xác hơn mọi mô hình bóng đá cùng cấp. Nhưng nó chỉ chạy được nếu có dữ liệu, và bơi lội Việt Nam đang thiếu đúng loại dữ liệu rẻ nhất để thu thập. Cú sút xuất hiện một lần. Quỹ đạo của nó kéo dài nhiều năm. Với bơi lội, câu tương đương là: một lần chạm thành bể chỉ kéo dài một phần trăm giây. Nhưng bốn lần chạm thành bể, ghi lại đầy đủ, lặp lại qua tám mùa giải, cho tôi thấy một sự nghiệp đang đi lên hay đang bằng phẳng. Góc phản trực giác đầu tiên: công bố thêm dữ liệu có thể gây hại nếu công bố thiếu ngữ cảnh. Nếu một liên đoàn công bố thời gian chặng mà không kèm điều kiện vận hành, công chúng sẽ đọc từng chặng như một bản án. Một vận động viên bơi chặng cuối chậm hơn chặng đầu ba giây sẽ bị gọi là hết sức. Nhưng nếu người đó vừa thi đấu một nội dung khác hai mươi lăm phút trước, hoặc đang trong tuần giảm tải sau một khối lượng tập lớn, hoặc vừa qua một đợt sốt, thì chặng cuối đó không đo phẩm chất thể thao. Nó đo lịch thi đấu. Điều kiện vận hành là tham số đầu vào, không phải phần chú thích. Tôi luôn yêu cầu dữ liệu đi kèm bốn thông tin: loại bể, thời điểm trong ngày, thứ tự nội dung của vận động viên trong buổi thi đấu, và số ngày kể từ lần thi đấu trước. Thiếu bốn thông tin đó, thời gian chặng chỉ là một dãy ký tự không có nghĩa. Góc phản trực giác thứ hai liên quan tới hạ tầng. Dễ thấy một tương quan: thành tích SEA Games của bơi Việt Nam tăng trong giai đoạn có thêm bể đạt chuẩn, rồi chững lại. Nhưng tương quan không phải nhân quả. Muốn nói bể 50m sinh ra huy chương, tôi phải chỉ ra cơ chế vật lý và hành vi cụ thể: nhiều bể dài dẫn tới nhiều giải đấu bể dài, thi đấu bể dài nhiều dẫn tới quen nhịp phân bổ tốc độ không có lần lộn, quen nhịp đó dẫn tới thành tích quốc tế tốt hơn ở đúng các nội dung 200m trở lên. Đó là chuỗi ba bước, mỗi bước đều có thể đứt. Khi chưa kiểm chứng được bước nào, cách viết trung thực nhất là: hai biến có liên hệ với nhau. Góc phản trực giác thứ ba: có một phần phương sai mà dữ liệu không bao giờ giải thích được, và phần đó liên quan tới khán đài. Khi khán đài câm, lợi thế sân nhà tan thành một con số gần bằng không. Năm 2026, khi các giải đấu tạm dừng và bể tập đóng cửa, tôi rà lại dữ liệu tải vận động của hai mươi chín vận động viên tại một câu lạc bộ ở Sài Gòn. Quãng đường chạy ở cường độ cao tăng khoảng hai mươi phần trăm trong giai đoạn trước khi chấn thương cơ xuất hiện. Chúng tôi chia lại bài tập thành bốn ngưỡng sức ép; mùa giải sau, số ca chấn thương cơ giảm khoảng ba mươi phần trăm so với mùa trước. Không có khán giả, không có tiếng hô, vận động viên vẫn phải nạp khối lượng, nhưng cơ thể không được nghỉ đúng nhịp. Trong bơi lội, tiếng khán đài có tác động vật lý thật. Ở mười lăm mét cuối của một đường bơi, tiếng hô làm thay đổi nhịp thở và nhịp quạt tay. Đó là một biến số. Khi biến số đó bị tắt, kết quả thi đấu không còn so sánh được với chính nó ở mùa trước. Mọi hồ sơ thành tích giai đoạn 2026 cần một ghi chú riêng: không khán giả. Và một điểm mù nữa: kỷ lục quốc gia bơi lội Việt Nam được công nhận theo bể 50m, trong khi phần lớn lực lượng tập luyện ở bể 25m. Khoảng tin cậy giữa hai đường cong đó rộng hơn nhiều so với mức một bảng xếp hạng có thể chấp nhận. Trong hai mươi bốn tháng tới, tôi theo dõi ba tín hiệu. Tín hiệu thứ nhất là tỷ lệ giải bơi trong nước công bố thời gian chặng chính thức kèm loại bể. Nếu tỷ lệ này vượt một nửa, các mô hình phát triển vận động viên sẽ khả thi trở lại, và chúng ta có thể nói về tài năng bằng dữ liệu thay vì bằng cảm giác. Tín hiệu thứ hai là số bể 50m đưa vào vận hành và số giải đấu bể dài được tổ chức trên chúng. Đây là tín hiệu chậm, tính bằng năm, nhưng nó là tín hiệu duy nhất thay đổi được hệ trục so sánh quốc tế. Tín hiệu thứ ba là đường cong thời gian 200m tự do của nhóm dưới mười sáu tuổi, đo ở bể dài, lấy mẫu mỗi sáu tháng. Nếu đường cong đó dốc lên ở chặng thứ ba và thứ tư thay vì chặng thứ nhất, tôi sẽ biết nền tảng ưa khí đang được xây đúng chỗ. Tôi ngồi cách xa làn bơi để nhìn một đường bơi rõ hơn cả trọng tài. Người thường nhìn bảng thành tích để hiểu một giải đấu. Tôi nhìn bảng thành tích để hiểu mười năm. Nếu bốn mùa nữa tôi vẫn phải mở đầu một bảng tính bằng ô N/A, thì vấn đề của bơi lội Việt Nam sẽ không nằm ở làn bơi.