Bơi lội Việt Nam đang đọc thành tích bằng một điểm dữ liệu duy nhất

Chiếc đồng hồ bấm giây thứ hai trong túi áo đã hỏng từ lâu, nhưng tôi vẫn mang theo mỗi lần ra bể. Ở một giải bơi trẻ tổ chức tại Hải Phòng, tôi ngồi hàng ghế thứ ba, canh đúng vạch 50 mét, bấm giờ cho từng lượt bơi của tám làn. Một vận động viên nữ mười lăm tuổi chạm thành ở nội dung 200 mét tự do. Bảng điện tử nhảy lên một dãy số. Khán đài vỗ tay. Huấn luyện viên của em gật đầu, ghi vào sổ tay, rồi cả hai rời khu vực thi đấu.

Tôi có bốn mốc chia đoạn cho một lượt bơi 200 mét, sai số cộng dồn ước chừng 0,3 đến 0,5 giây, cộng thêm một mốc thời gian chung cuộc mà bất kỳ ai có mặt cũng đọc được. Đó là toàn bộ những gì còn lại sau khi giải kết thúc: một dãy số trên bảng, vài tấm ảnh, và một tờ kết quả chỉ có tên, câu lạc bộ, làn bơi và thời gian chung cuộc.

Tờ kết quả ấy không có cột splits. Không có thời gian phản ứng xuất phát. Không có tốc độ tay chèo, không có quãng bơi mỗi chu kỳ, không có thời gian xoay người ở mỗi thành bể. Một vận động viên bơi 200 mét tự do trong 2 phút 12 giây, và chúng ta không biết em đã đi 100 mét đầu trong bao lâu.

Số liệu không biết nói dối, nhưng người đọc số liệu thì biết. Với một mốc thời gian duy nhất, người ta có thể viết ra ba câu chuyện hoàn toàn khác nhau — một tài năng đang lên, một nền tảng thể lực đã chạm trần, hay một lỗi phân phối sức ở 50 mét cuối — và cả ba đều không thể bị bác bỏ bằng dữ liệu, bởi dữ liệu dùng để bác bỏ chúng không tồn tại.

Một lượt bơi ở giải vô địch thế giới tạo ra khoảng hai mươi đến ba mươi trường dữ liệu cho mỗi vận động viên. Hệ thống giám định điện tử ghi lại thời gian phản ứng khi xuất phát, tính bằng phần trăm giây; chia đoạn mỗi 50 mét; tốc độ tay chèo và quãng bơi trên mỗi chu kỳ; thời gian vào thành và ra thành trong khoảng cách 5 mét; thời gian ngầm dưới nước sau mỗi lần xoay; và cả khoảng cách điểm nổi đầu tiên. Kho dữ liệu của World Aquatics lưu lại những trường này qua nhiều mùa giải, cho phép hồi quy đường cong tiến bộ của một vận động viên qua hàng chục lần thi đấu.

Ở cấp giải quốc gia Việt Nam, đầu ra thường chỉ gồm bốn trường: họ tên, đơn vị, làn bơi, thời gian chung cuộc. Có giải còn không công bố cả thời gian của các lượt bơi vòng loại. Kết quả được phát hành dưới dạng ảnh chụp bảng điện tử, đôi khi là một tệp PDF scan, hiếm khi là tệp bảng tính có thể đọc bằng máy.

Tôi bắt đầu viết về bơi lội từ năm 2026, khi còn là phóng viên của Thanh Niên Báo. Hồi đó tôi học được một thói quen mà về sau thành kỷ luật: ghi lại giờ xuất phát, giờ về đích và giờ ở mỗi lần chạm thành, bằng tay, ngay tại chỗ ngồi. Tôi giữ thói quen ấy suốt mười chín năm. Tôi có một bảng tính cá nhân lưu kết quả các giải vô địch bơi quốc gia từ năm 2026 đến nay, nhập bằng tay từng dòng, từng mùa. Đó là tài sản riêng của một người, trong khi lẽ ra nó phải là hạ tầng công cộng của cả một nền bơi lội.

Năm 2026, khi toàn bộ giải bóng đá hoãn vô thời hạn và tôi mất việc, tôi ngồi nhà tập hợp 3.487 trận Bundesliga từ 2026 đến 2026 và so sánh với 412 trận không khán giả sau khi giải trở lại. Kết quả: lợi thế sân nhà giảm 42 phần trăm, từ trung bình 0,48 bàn mỗi trận xuống 0,28. Bài nghiên cứu được đăng sau ba ngày. Bài học tôi rút ra không nằm ở con số lợi thế sân nhà, mà ở cấu trúc: một câu hỏi rõ ràng, một tập dữ liệu đủ lớn, và một kết luận phũ phàng. Bơi lội Việt Nam hiện không có tập dữ liệu nào đủ để chạy lại phép thử tương tự, dù chỉ ở quy mô một nội dung.

Khi tôi kiểm tra chéo những phân tích bơi lội gần đây, có một tình huống lặp lại: phần dữ liệu đầu vào trống rỗng. Không tiêu đề, không nguồn, không thực thể nào được nêu tên. Phản ứng nghề nghiệp đúng trong trường hợp đó là ghi rõ ba chữ không đủ thông tin, chứ không phải dựng lên một vận động viên để phân tích. Tôi giữ nguyên tắc ấy ở đây, và nó dẫn thẳng tới chủ đề thật của bài viết này: một nền bơi lội mà mọi phân tích đều bắt đầu từ khoảng trống.

Hai vận động viên, một mốc thời gian, hai tương lai khác nhau

Hãy lấy nội dung 400 mét tự do. Vận động viên A bơi 4 phút 05 giây với cấu trúc 58 – 62 – 63 – 62. Vận động viên B cũng bơi 4 phút 05 giây với cấu trúc 61 – 61 – 61 – 62. Trên bảng kết quả, hai người ngang nhau tuyệt đối. Trong mô hình, họ ở hai vị trí hoàn toàn khác nhau.

A xuất phát nhanh hơn nhịp trung bình 3 giây ở 100 mét đầu, rồi mất dần. Đường hồi quy chia đoạn của A dốc xuống, nghĩa là phần dự trữ hiếu khí đã bị tiêu hết trước khi vào nửa sau. B giữ nhịp phẳng và tăng nhẹ ở 100 mét cuối, nghĩa là B chưa chạm trần. Cùng một mốc thời gian, A đã ở sát giới hạn của mình, B còn khoảng trống phía trước. Nếu chỉ có một mốc thời gian, huấn luyện viên sẽ chọn theo cảm giác — ai trông khỏe hơn ở 50 mét cuối — và cảm giác là một bộ lọc có tương quan rất kém với tiềm năng thật.

Tôi đã thử làm phép so sánh này bằng đồng hồ bấm tay. Với sai số 0,3 giây mỗi mốc và bốn mốc, tổng sai số lên tới hơn 1 giây — đủ để xóa sạch khác biệt giữa A và B. Dữ liệu bấm tay không sai về mặt ý tưởng, nó chỉ sai về mặt biên độ. Tôi không tin vào may mắn, tôi tin vào biên độ sai số. Và biên độ ấy đang lớn hơn tín hiệu mà chúng ta muốn đọc.

Huy chương thì có, cơ chế thì không

Nguyễn Thị Ánh Viên giành tám huy chương vàng bơi lội tại SEA Games 2026 tổ chức ở Singapore, và giành huy chương đồng nội dung 400 mét hỗn hợp tại ASIAD 2026 ở Incheon, Hàn Quốc. Đó là hai mốc có thể kiểm chứng và chúng nằm trong mọi bài tổng kết về bơi lội Việt Nam.

Nhưng hãy thử trả lời một câu hỏi khác: chia đoạn của lượt bơi 400 mét hỗn hợp ấy trông như thế nào? Bốn kiểu bơi, mỗi kiểu 100 mét, cộng thêm bảy lần xoay người. Sự thống trị của Ánh Viên trong gần một thập kỷ được xây bằng cách nào — bằng nền tảng hiếu khí vượt trội ở hai kiểu bơi cuối, bằng hiệu quả xoay người, hay bằng khả năng giữ tốc độ ở đoạn bướm và ngửa? Chúng ta không có dữ liệu để trả lời. Chúng ta biết kết quả, chúng ta không biết công thức.

Hệ quả không nằm ở quá khứ mà ở hiện tại. Một nền bơi lội có một vận động viên thống trị thường không cảm thấy cần đo lường chi tiết, vì người đó thắng cách biệt ba giây và không ai cần biết ba giây ấy đến từ đâu. Sự thống trị là một liều thuốc tê cho hạ tầng dữ liệu. Khi người thống trị rời đường bơi, hệ thống mới nhận ra mình chưa bao giờ ghi lại cơ chế của thành công, chỉ ghi lại thành tích của nó.

Một quốc gia có thể sản sinh ra một vận động viên vĩ đại bằng may mắn về mặt phân bố sinh học. Sản sinh ra vận động viên thứ hai, thứ ba thì cần một hệ thống đọc được vì sao người thứ nhất thành công. Khoảng cách giữa hai điều đó chính là khoảng cách giữa một huy chương và một thế hệ.

Ba mươi điểm chia trong một lượt bơi 1.500 mét

Nguyễn Huy Hoàng giành huy chương đồng nội dung 800 mét tự do tại ASIAD 2026 ở Jakarta, Indonesia. Anh là mẫu vận động viên đường dài, và đường dài là nơi phép cộng lộ ra rõ nhất.

Một lượt bơi 1.500 mét tự do gồm ba mươi lần bơi 50 mét và hai mươi chín lần xoay thành. Thời gian chung cuộc là tổng của ba mươi quyết định độc lập. Không có splits, người ta không phân biệt được ba nguồn giới hạn hoàn toàn khác nhau: trần hiếu khí, lỗi phân phối sức, và thất thoát ở thành bể.

Hãy lượng hóa nguồn thứ ba. Nếu mỗi lần xoay mất thêm 0,3 giây so với nhóm dẫn đầu, hai mươi chín lần xoay tạo ra 8,7 giây. Ở cấp châu Á, 8,7 giây là khoảng cách giữa một suất vào chung kết và một lượt bơi vòng loại. Một huấn luyện viên không có dữ liệu xoay thành sẽ tập trung vào khối lượng, vì khối lượng là thứ duy nhất đo được bằng dụng cụ sẵn có. Anh ta sẽ bơi thêm, trong khi vấn đề nằm ở bức tường.

Đó là cái bẫy của nền bơi lội thiếu dữ liệu: dụng cụ đo quyết định nội dung huấn luyện. Có đồng hồ bấm giây thì đo tổng thời gian; có tổng thời gian thì tối ưu tổng thời gian bằng cách tăng khối lượng. Không ai tối ưu thứ mình không nhìn thấy.

Rào cản dậy thì và khoảng trống dọc

Ở nội dung nữ, có một hiện tượng mà bất kỳ ai theo dõi bơi lội đủ lâu đều gặp: một vận động viên mười bốn, mười lăm tuổi phá kỷ lục lứa tuổi, rồi hai năm sau thành tích chững lại hoặc đi xuống. Nguyên nhân sinh lý đã được mô tả đầy đủ trong tài liệu thể thao: thay đổi cấu trúc cơ thể, tỷ lệ sải tay trên chiều cao, phân bố mỡ, và cả những thay đổi về tâm lý thi đấu.

Điều cần thiết để phân biệt một vận động viên đang đi qua rào cản dậy thì với một vận động viên đã chạm trần vĩnh viễn là dữ liệu dọc: cùng một người, nhiều thời điểm, cùng bộ trường dữ liệu. Ba trường tối thiểu — họ tên, ngày sinh, thời gian gắn với ngày thi đấu — đủ để vẽ đường cong. Việt Nam chưa có kho lưu trữ công khai nào cho phép vẽ đường cong đó.

Kết quả là mọi tài năng trẻ đều tồn tại dưới dạng một điểm dữ liệu duy nhất, không thể hồi quy. Phép màu chỉ là một điểm dữ liệu chưa được hồi quy. Khi một em gái mười lăm tuổi bơi 200 mét tự do trong 2 phút 12 giây, chúng ta không biết em đang ở đâu trên đường cong, vì chúng ta chưa từng vẽ đường cong cho bất kỳ ai.

Hạ tầng đo lường, không phải hạ tầng bể bơi

Người ta thường nói về số lượng bể bơi khi bàn về bơi lội Việt Nam. Đó là một biến số quan trọng, nhưng nó không phải biến số duy nhất, và nó không phải biến số dễ sửa nhất.

Một liên đoàn có thể yêu cầu mỗi câu lạc bộ nộp kèm splits khi đăng ký vận động viên dự giải quốc gia, với chi phí gần bằng không: mỗi làn bơi đã có người bấm giờ ở mỗi 50 mét, vì trọng tài chạm thành cần biết thứ tự về đích. Dữ liệu ấy đang tồn tại, chỉ là nó không được ghi vào một trường có thể đọc bằng máy. Chi phí của việc thiếu một cột trong bảng tính không phải là chi phí của một cột, mà là chi phí của việc mỗi thế hệ phải phân tích lại từ đầu.

Tôi đã nhìn sang bên kia biên giới trong nhiều năm. Các trường thể thao Trung Quốc ghi splits cho từng vận động viên ở từng giải trong nhiều thập kỷ, tạo ra một hồ sơ dọc theo chiều dài sự nghiệp. Khi một vận động viên mười sáu tuổi bơi chậm lại, huấn luyện viên có thể đặt kết quả ấy cạnh chính vận động viên đó ba năm trước, và cạnh hai mươi vận động viên khác cùng độ tuổi. Ở Việt Nam, phép so sánh ấy chỉ tồn tại trong trí nhớ của những người có mặt.

Sự lệch pha giữa hai bên không nằm ở nhiệt huyết hay ở tài năng. Nó nằm ở chỗ một bên coi việc ghi chép là mặc định, còn bên kia coi đó là việc làm thêm của người có tâm.

Góc phản trực giác: cơ sở dữ liệu không phải là thuốc chữa

Kết luận dễ nhất từ tất cả những gì trên là: hãy xây một cơ sở dữ liệu quốc gia. Tôi đã định viết đúng như vậy, rồi dừng lại, vì đó là kiểu kết luận mà một người làm dữ liệu thích nghe và không ai khác cần.

Hãy nhìn vào tương quan. Các quốc gia có kho dữ liệu bơi lội đầy đủ cũng là các quốc gia có mật độ bể bơi trên đầu người cao, huấn luyện viên toàn thời gian, đội ngũ y sinh thể thao và hệ thống tuyển chọn nhiều tầng. Dữ liệu là sản phẩm phụ của năng lực thể chế, không phải nguyên nhân của nó. Xây kho dữ liệu trong khi giữ nguyên mọi thứ khác là mua một chiếc cân rồi không đổi chế độ ăn.

Phép thử tôi tự đặt ra rất cụ thể: kể tên một quyết định sẽ thay đổi nếu ngày mai chúng ta có splits của toàn bộ giải vô địch quốc gia. Nếu câu trả lời là không có quyết định nào, thì cơ sở dữ liệu chỉ là đồ trang trí, và nó sẽ chết trong vòng mười tám tháng như mọi dự án dữ liệu không có người dùng.

Có một phép thử thứ hai, khó chịu hơn. Khoảng trống dữ liệu hiện tại là một lỗ hổng, không phải bằng chứng. Nó không chứng minh bơi lội Việt Nam đang đi lùi, và cũng không chứng minh đang đi tới. Cả người lạc quan nói chúng ta đang bắt kịp, lẫn người bi quan nói chúng ta đang tụt lại, đều đang đọc cùng một khoảng trống và gán cho nó hai ý nghĩa trái ngược. Cả hai đều không có dữ liệu. Chỉ có niềm tin.

Tôi tự kiểm tra thiên kiến của mình: tôi kiếm sống bằng dữ liệu, nên tôi có động cơ nói rằng thiếu dữ liệu là vấn đề. Cách duy nhất để phép thử này trung thực là đảo ngược trật tự. Thay vì xây kho dữ liệu trước rồi tìm người dùng, hãy tạo ra nhu cầu trước: buộc splits phải được nộp như một điều kiện tham dự, để huấn luyện viên phải mở bảng tính ra xem. Nhu cầu tạo ra hạ tầng bền hơn hạ tầng đi tìm nhu cầu.

Tín hiệu cần theo dõi

Trong mười hai tháng tới, tín hiệu đáng theo dõi ở bơi lội Việt Nam không phải một kỷ lục mới. Một kỷ lục mới sẽ chỉ là một dãy số khác trên cùng một tấm bảng, và nó sẽ được giải thích bằng đúng những câu chuyện cũ.

Tín hiệu thật nằm ở cấu trúc của tờ kết quả. Hãy xem bảng kết quả giải vô địch quốc gia có thêm một cột chia đoạn 50 mét hay không. Hãy xem liên đoàn có mở một kho lưu trữ công khai, có ngày tháng, có thể tải về hay không. Hãy xem một huấn luyện viên trẻ có thể trả lời câu hỏi về thất thoát xoay thành của học trò mình bằng một con số cụ thể, hay vẫn phải nói rằng em ấy xoay chưa tốt.

Ba dấu hiệu đó nhỏ, và chúng không xuất hiện trên bản tin truyền hình. Nhưng chúng quyết định việc mười năm sau, khi một vận động viên Việt Nam chạm thành ở một trận chung kết lớn, chúng ta có thể giải thích vì sao — hay lại phải viết một bài ca ngợi ý chí và gọi đó là điều kỳ diệu.

Dữ liệu chỉ chết khi ta ngừng đặt câu hỏi. Một nền bơi lội có thể sống rất lâu với rất ít số liệu, miễn là còn người ngồi ở hàng ghế thứ ba, bấm giờ bằng chiếc đồng hồ hỏng, và ghi lại mọi thứ có thể ghi. Nhưng sẽ đến lúc chiếc đồng hồ ấy không còn đủ. Và lúc đó, câu hỏi đáng giá nhất không phải là ai bơi nhanh nhất, mà là chúng ta đã ghi lại được gì trước khi nước lặng trở lại.