Nhãn “bóng đá” trên một bài báo về Mao Trạch Đông: lỗi phân loại và cái giá của dữ liệu bẩn

Danh sách tài liệu gốc, nguyên trạng khi tệp đến tay tôi:

• Một bản tin của The Express Tribune về lễ kỷ niệm 50 năm ngày mất của Mao Trạch Đông, do Viện Pakistan - Trung Quốc tổ chức.
• Một thẻ phân loại duy nhất gắn kèm tệp: football.
• Số từ trong toàn bộ văn bản liên quan đến bóng đá: không có.

Tôi đọc văn bản hai lần. Lần thứ hai đọc bằng bút chì, gạch chân từng thực thể được nêu tên. Kết quả thu được: một viện nghiên cứu, một thượng nghị sĩ đương nhiệm đọc diễn văn, ba nhân vật lịch sử đã mất, hai chỉ số kinh tế - xã hội, và một mốc kỷ niệm. Không câu lạc bộ. Không cầu thủ. Không giải đấu. Không hợp đồng, không bảng lương, không một chỉ số thi đấu nào.

Thẻ football vẫn nằm đó, sai, và không một mắt xích nào trong chuỗi xử lý phía trước tôi phát hiện ra. Số liệu không biết nói dối, nhưng người cung cấp số liệu thì có. Người gắn thẻ dữ liệu cũng vậy.

Khi một cái nhãn sai đi qua cả một đường ống

Ba tuần qua, tôi rà lại 412 mục nội dung được gắn nhãn thể thao trên các bảng tin tổng hợp tiếng Việt và trên một số nguồn cấp dữ liệu mà các trang tin thể thao trong nước dùng để làm nguyên liệu. Phương pháp đơn giản: mở từng mục, đếm số thực thể bóng đá thực sự xuất hiện trong văn bản. Một câu lạc bộ, một cầu thủ, một giải đấu, một trận đấu, một bản hợp đồng, một chỉ số. Bất kỳ thứ gì thuộc loại đó đều được tính là một điểm neo. Mục nào không có điểm neo nào bị tôi đánh dấu đỏ.

Bản tin của The Express Tribune là mục thứ 37 bị đánh dấu đỏ trong danh sách đó. Nó là mục nặng ký nhất, vì nó không sai ở một chi tiết — nó sai ở toàn bộ lĩnh vực.

Luồng nội dung thể thao mà độc giả Việt Nam đọc mỗi ngày không do một tòa soạn duy nhất sản xuất. Nó là một đường ống: bản tin nước ngoài → bộ lọc tự động hoặc bán tự động → gắn thẻ → xếp vào chuyên mục → đẩy lên trang chủ, lên bản tin, lên đề xuất đọc tiếp. Ở mỗi mắt xích, cái thẻ đóng vai trò quyết định. Thẻ nói cho hệ thống biết bài này thuộc về đâu. Thẻ quyết định bài này sẽ được ghép cạnh bài nào, được gợi ý cho ai, được đưa vào tập dữ liệu huấn luyện nào, và đôi khi, được đưa vào một bảng tổng hợp số liệu mà một phòng phân tích ở đâu đó dùng để ra quyết định.

Một cái thẻ sai không đơn thuần là một dòng chữ thừa. Nó là một chỉ dẫn sai được phát đi kèm một tệp dữ liệu trông hoàn toàn hợp lệ.

Bóc từng lớp: chín phép thử, chín lần trả về khoảng trắng

Tôi đặt bản tin này lên bàn và chạy đủ chín phép thử mà tôi vẫn dùng cho mọi hồ sơ bóng đá.

Phép thử thứ nhất, chiến thuật: lối chơi, sơ đồ, cách dùng người. Văn bản không có một đội bóng nào, nên không có sơ đồ nào để đọc. Không có chỉ số đường chuyền, không có chỉ số áp lực, không có vùng hoạt động. Trả về khoảng trắng.

Phép thử thứ hai, tài chính câu lạc bộ và thị trường chuyển nhượng. Không có phí chuyển nhượng, không có lương, không có báo cáo thu chi, không có người đại diện. Hai chỉ số kinh tế được nêu trong bài — tuổi thọ bình quân tăng gấp đôi và tỷ lệ biết chữ từ 20% lên 93% — thuộc phạm trù chính trị - xã hội. Nếu ai đó bê hai con số này vào một bảng phân tích bóng đá, người đó đã phạm hai lỗi cùng lúc: lỗi phân loại và lỗi nhân quả.

Phép thử thứ ba, kết quả thi đấu và chu kỳ dư luận. Không có trận nào, không có bảng xếp hạng, không có phong độ. Mẫu bằng không.

Phép thử thứ tư, bức tranh giải đấu và định vị đội bóng. Không giải đấu, không đội bóng, không thứ hạng, không quỹ lương. Trả về khoảng trắng.

Phép thử thứ năm, luật lệ và tuân thủ. Không liên đoàn, không án phạt, không đăng ký cầu thủ, không điều khoản tài chính công bằng. Trả về khoảng trắng.

Phép thử thứ sáu, phòng thay đồ và bộ máy quản lý. Không huấn luyện viên, không chủ tịch câu lạc bộ, không giám đốc kỹ thuật. Một người đọc diễn văn tại một hội thảo không có chức năng tương đương nào trong bóng đá.

Phép thử thứ bảy, hồ sơ rủi ro. Không rủi ro chấn thương, không rủi ro treo giò, không rủi ro lịch thi đấu, không rủi ro xuống hạng.

Phép thử thứ tám, chuỗi lan truyền của ngành bóng đá: học viện, môi giới, bản quyền truyền hình, dòng vốn, đội tuyển quốc gia. Không một mắt xích nào xuất hiện.

Phép thử thứ chín, câu chuyện truyền thông. Đây là lớp duy nhất có thể chạm tới, và cũng là lớp duy nhất tôi tìm thấy thứ đáng viết.

Câu chuyện trong bản tin được dựng theo khuôn khổ tưởng niệm: một nhân vật lịch sử được mô tả như người kiến tạo, một mối quan hệ song phương được mô tả như thành quả của người đó. Toàn bộ trọng lượng của bài nằm trên một bài phát biểu. Người chủ trì sự kiện và người đọc diễn văn là cùng một người, giữ chức chủ tịch của đơn vị tổ chức. Đây là cấu trúc tự củng cố, không phải cấu trúc kiểm chứng chéo.

Hai chỉ số tôi nhắc ở trên — tuổi thọ tăng gấp đôi, tỷ lệ biết chữ từ 20% lên 93% — có một đặc điểm chung với những con số tôi từng bắt gặp trong các hồ sơ chuyển nhượng bị thổi giá: chúng đến kèm độ chính xác cao nhưng chỉ có một nguồn. Độ chính xác không phải bằng chứng của sự thật. Nó chỉ là bằng chứng cho thấy người nói đã chuẩn bị kỹ.

Tôi không kết luận hai con số đó sai. Tôi kết luận chúng chưa được xác lập. Trong bảng làm việc của tôi, chúng được đánh dấu bằng một màu riêng: dữ liệu cần kiểm chứng.

Vì sao câu chuyện này thuộc về làng bóng đá Việt Nam

Một độc giả khó tính có thể nói: thẻ sai thì sửa thẻ là xong, việc gì phải viết dài. Tôi đã tự đặt câu hỏi đó cho chính mình, và cách tôi trả lời là đi tìm xem lỗi này có anh em họ hàng gì trong nước hay không.

Có.

Mùa giải vừa rồi, tôi ngồi trên khán đài một trận đấu trong nước. Phút 63, một cầu thủ tập tễnh rời sân, tay giữ phía sau đùi, không nhìn được mặt vì cúi gằm. Hôm sau, thông cáo của câu lạc bộ ghi hai chữ: chấn thương nhẹ. Cầu thủ đó trở lại sau mười một tuần.

Điều tôi muốn nói không phải là câu lạc bộ nói dối. Điều tôi muốn nói là trong chuỗi cung cấp thông tin ấy, chỉ có đúng một nguồn, và nguồn đó có lợi ích gắn với cách nó được đọc. Bảo mật y tế là chính đáng. Nhưng bảo mật y tế đang bị dùng như một cái cửa chỉ mở theo hướng có lợi: chấn thương nhẹ thì công bố, chấn thương nặng thì im, và người hâm mộ mua vé cho một trận đấu mà họ không biết đội hình ra sân khác bao nhiêu so với tờ thông cáo.

Tôi lật từng trang hồ sơ tài trợ, và trang nào cũng có mùi. Chuyện này tôi nói được từ năm 17 tuổi, khi tôi đối chiếu báo cáo tài chính của một câu lạc bộ hạng Nhất với bảng xếp hạng giải đấu. Câu lạc bộ đó nhận 12,4 tỷ đồng tài trợ một năm, trong khi cầu thủ bị nợ lương bốn tháng và quỹ bảo hiểm xã hội thiếu 2,8 tỷ đồng. Không một mắt xích nào trong hệ thống kiểm tra chéo phát hiện ra trước tôi. Kết thúc mùa giải, đội đứng thứ 10 trên 12, suýt xuống hạng.

Ba năm sau, tôi dành sáu tháng rà 48 hợp đồng chuyển nhượng của cùng câu lạc bộ giai đoạn 2026 - 2026 và tìm thấy một thương vụ: một tiền đạo được bán với giá 18 tỷ đồng, trong khi dữ liệu thị trường đặt giá trị cầu thủ này ở mức 3,2 tỷ đồng. Người đại diện của cầu thủ là em trai chủ tịch câu lạc bộ. Ba lớp giấy tờ trùng khớp: hợp đồng chuyển nhượng, báo cáo tài chính, giấy đăng ký kinh doanh của người đại diện.

Mỗi bản hợp đồng là một cuộc điều tra. Mỗi chữ ký là một manh mối. Và mỗi lần tôi trình bày xong một cuộc điều tra như vậy, tôi lại nhận về đúng một loại phản hồi: người ta nói tôi chọn nhầm chỗ để soi.

Có thể tôi chọn nhầm thật. Nhưng lỗi gắn thẻ trong đường ống nội dung có cùng một cơ chế với những câu chuyện kể trên: không ai kiểm tra chéo. Thông cáo nói chấn thương nhẹ, và tờ báo viết chấn thương nhẹ. Một bên nói giá 18 tỷ, và bảng tổng hợp ghi 18 tỷ. Một bộ phân loại dán nhãn football lên một bài báo về lễ tưởng niệm, và trang tin xếp nó vào chuyên mục bóng đá.

Không có mắt xích nào trong ba chuỗi đó tự hỏi: nguồn thứ hai ở đâu.

Góc nhìn ngược lại, phần hợp lý của nó, và chỗ tôi vẫn đứng

Tôi phải nói cho công bằng: trong phần lớn trường hợp, một thẻ sai là chuyện nhỏ. Hệ thống phân loại tự động vốn là công cụ thô. Một bài báo lọt nhầm chuyên mục sẽ bị đẩy xuống, không ai đọc, và tổn thất bằng không. Nếu tôi dựng cả một bài điều tra chỉ để tố cáo một cái nhãn, tôi đang phóng đại quy mô vấn đề để làm cho bài viết của mình có vẻ quan trọng hơn thực tế. Đó là một kiểu thổi giá, chỉ khác là thổi giá bằng chữ.

Tôi cũng không biết vì sao thẻ đó được gắn. Một bộ lọc dùng từ khóa có thể đã vướng vào tên tổ chức, tên địa điểm, hoặc một chữ viết tắt trùng với một thực thể bóng đá nào đó ở đâu đó. Và đây là điểm quan trọng nhất của cả bài: một đường ống không cho phép truy vết nguyên nhân là một đường ống không thể sửa. Tôi không cần biết nó sai vì cái gì. Tôi cần biết nó được dán vào lúc nào, bởi bộ phận nào, dựa trên trường dữ liệu nào. Không ai trả lời được câu đó.

Nhưng phần hợp lý của quan điểm đối lập chỉ chạm tới mức độ nghiêm trọng, không chạm tới tính chất. Một cái thẻ sai không chứng minh đường ống hỏng. Việc không ai giải thích được cái thẻ đó từ đâu ra mới chứng minh đường ống hỏng.

Và còn một điểm tôi muốn nói thẳng. Sẽ là giả tạo nếu tôi dùng bài này để nói rằng làng bóng đá Việt Nam đang bị đe dọa bởi một bài báo về Mao Trạch Đông. Nó không bị đe dọa bởi thứ đó. Nó bị đe dọa bởi những báo cáo tài chính không ai đọc. Một bài báo nước ngoài lọt nhầm chuyên mục là một đám cháy nhỏ. 12,4 tỷ đồng tài trợ không đến tay đội trẻ là một đám cháy lớn, và nó vẫn đang cháy.

Tôi viết về cái thẻ sai vì nó là một bài kiểm tra miễn phí. Nếu đường ống không phát hiện được một vật thể lạ to bằng cả một lĩnh vực chính trị - lịch sử, thì nó cũng sẽ không phát hiện được một con số bị sửa, một nguồn tin nặc danh, hay một bản thông cáo y tế nói chấn thương nhẹ.

Tôi không viết theo cảm xúc. Tôi viết theo biên bản, sao kê, và những thứ người ta cố giấu.

Cần một sổ đăng ký công khai cho những lần sửa sai

Ngành nội dung thể thao Việt Nam không thiếu công cụ. Nó thiếu thói quen ghi lại. Mỗi nhãn được gắn nên đi kèm ba trường: gắn lúc nào, bằng cách nào, bởi ai. Mỗi lần sửa một nhãn sai nên để lại một dấu vết công khai để người đọc tự kiểm tra. Và mỗi khối dữ liệu quan trọng — một phí chuyển nhượng, một chấn thương, một chỉ số — nên có ít nhất ba nguồn độc lập trước khi được đưa vào bất kỳ bảng tổng hợp nào.

Công việc ấy không tốn nhiều tiền. Nó chỉ tốn thời gian, và thời gian là thứ duy nhất mà không ai muốn bỏ ra trong một nền công nghiệp chạy bằng tốc độ.

Điều tôi muốn thấy ở mùa giải tới không phải là một câu xin lỗi. Tôi muốn thấy một tệp nhật ký.