Ô dữ liệu trống trên đường bơi: khi kiểm chứng buộc tôi phải nói “chưa biết”

Buổi sáng thứ Ba đó, tôi mở bảng phân tích của một cuộc thi bơi và thấy nó trống. Không trống vì tôi quên nhập, mà trống vì mọi trường dữ liệu đều trả về giá trị rỗng: thời gian phản xạ xuất phát, split 50 mét, tần số quạt tay, số lần đạp chân dưới nước, thời gian xoay người ở thành bể — tất cả để lại những khoảng lặng giống hệt nhau. Trong mười tám năm làm nghề phân tích, tôi học được rằng một chỉ số sai có thể sửa, nhưng một ô trống thì không thể bịa. Ngày hôm đó, thay vì lấp đầy bảng bằng phỏng đoán cho đẹp mắt, tôi đóng tệp lại và viết lên đầu trang một dòng duy nhất: “Chưa đủ dữ liệu để kết luận.” Đó là câu khó viết nhất trong nghề của tôi, và cũng là câu trung thực nhất. Tôi kể câu chuyện này không phải để than vãn về một lỗi kỹ thuật. Tôi kể vì trong bơi lội, khoảng trống dữ liệu là chuyện thường ngày, và cách chúng ta đối diện với nó quyết định giá trị của toàn bộ bản phân tích. Một đường bơi dài 50 mét, một cuộc đua 200 mét hỗn hợp cá nhân, hay một vòng loại tiếp sức 4x100 mét tự do đều có thể được đo bằng hàng trăm điểm dữ liệu. Nhưng chỉ cần một điểm bị mất, chuỗi suy luận phía sau có thể sụp đổ. Ở Việt Nam, chúng ta có một hình mẫu để nói về điều này. Nguyễn Thị Ánh Viên, sinh năm 2026 tại Cần Thơ, từng giành tám huy chương vàng tại SEA Games 2026 ở Singapore — một con số đủ để bất kỳ bảng thống kê nào cũng phải dừng lại. Trước đó, tại Đại hội Thể thao châu Á 2026 ở Incheon, cô giành huy chương đồng nội dung 400 mét hỗn hợp cá nhân. Những cột mốc ấy là dữ kiện có thể trích dẫn, có nguồn, có ngày tháng. Nhưng điều khiến tôi chú ý không phải là những tấm huy chương, mà là cách chúng ta ghi lại hành trình đằng sau chúng. Mỗi lần một kình ngư Việt Nam bước lên vạch xuất phát, có ít nhất năm tầng dữ liệu được sinh ra: thời gian phản xạ khi hiệu lệnh vang lên, split từng 50 mét, tần số quạt tay mỗi phút, quãng đường mỗi chu kỳ quạt, và thời gian xoay người ở thành bể. Năm tầng này không độc lập. Chúng khóa vào nhau như một dây xích: nếu tầng đầu bị lệch, bốn tầng sau đều sai theo. Đây là lúc ký ức nghề nghiệp của tôi quay về. Năm 2026, khi còn là cố vấn dữ liệu trẻ, tôi từng tính sai quãng đường nước rút của một cầu thủ và ghi nhận 1,2 km thay vì 0,8 km. Một lệch GPS nhỏ cũng đủ dạy tôi: kiểm chứng là tất cả. Tôi mất ba tháng rà lại mười bốn nghìn mẫu dữ liệu và phát hiện thêm ba lỗi hệ thống khác. Từ đó, tôi thêm một cột “độ tin cậy” vào mọi bảng thống kê mình tạo ra, kể cả bảng của bơi lội. Với bơi lội, nguyên tắc ấy còn khắt khe hơn. Bởi vì bơi là môn thể thao của những khoảng cách nhỏ: một phần trăm giây có thể là ranh giới giữa huy chương vàng và vị trí thứ tư. Khi phân tích một lần bơi 100 mét tự do, tôi không bao giờ đọc kết quả cuối cùng trước. Tôi đọc split 50 mét đầu, rồi 50 mét sau, rồi so sánh tốc độ suy giảm giữa hai nửa. Một kình ngư bơi nửa đầu 24 giây và nửa sau 27 giây kể một câu chuyện hoàn toàn khác với người bơi 25 giây và 26 giây, dù tổng thời gian có thể chỉ chênh nhau vài phần trăm giây. Tôi tin vào con số, nhưng chỉ sau khi con số vượt qua ba vòng kiểm tra. Vòng thứ nhất là kiểm tra nguồn: dữ liệu đến từ hệ thống bấm giờ điện tử hay từ người bấm tay? Vòng thứ hai là kiểm tra chéo: split từng 50 mét có cộng lại đúng bằng tổng thời gian không, sai số có nằm trong ngưỡng cho phép không? Vòng thứ ba là kiểm tra logic: tốc độ suy giảm có hợp lý với cự ly và lứa tuổi không? Chỉ khi cả ba vòng khớp nhau, tôi mới cho phép mình viết một câu kết luận. Lấy ví dụ về giai đoạn dưới nước sau khi xuất phát. Luật thi đấu giới hạn quãng đường lặn tối đa 15 mét ở các nội dung bơi tự do, bơi ngửa, bơi bướm và hỗn hợp hợp lệ. Đây là vùng dữ liệu cực kỳ quan trọng, vì phần lớn tốc độ được tạo ra ở đây. Nhưng cũng chính là vùng dữ liệu hay bị bỏ sót nhất. Camera đặt ở thành bể có thể không ghi được góc lặn, cảm biến có thể không phân biệt được giai đoạn lặn và giai đoạn nổi lên mặt nước. Khi dữ liệu giai đoạn dưới nước trống, mọi kết luận về kỹ thuật xuất phát đều trở nên mong manh. Một ví dụ khác là split tiếp sức. Trong nội dung 4x100 mét, split của từng người thường được tính bằng hiệu số giữa các lần chạm thành bể. Nhưng nếu một lần chạm bị ghi nhận sai thời điểm, toàn bộ split phía sau đều lệch. Tôi đã từng thấy một bảng split tiếp sức cộng lại không khớp với tổng thời gian đội — dấu hiệu rõ ràng rằng có ít nhất một điểm dữ liệu bị lỗi. Trong trường hợp đó, cách duy nhất đúng là loại bỏ toàn bộ chuỗi split và bắt đầu lại, chứ không phải cố sửa cho khớp. Về cỡ mẫu, tôi luôn tự hỏi: tôi đang nói về một lần bơi, một mùa giải, hay cả sự nghiệp? Một lần bơi đột biến có thể là dấu hiệu của tài năng, cũng có thể chỉ là nhiễu của biến ngẫu nhiên. Phân biệt hai điều này cần mẫu, cần thời gian, cần kiểm chứng lặp lại. Đó là lý do tôi không bao giờ gọi một kết quả bất ngờ là phép màu. May mắn, nếu có, là phần dư của sai số — và sai số thì đo được. Và đây là phần khó nhất. Khi ba vòng kiểm tra không khớp — khi bảng dữ liệu trở về trống — phản xạ tự nhiên của một nhà phân tích là lấp đầy khoảng trống. Chúng ta muốn một câu trả lời. Chúng ta muốn con số. Nhưng chính lúc đó, sự trung thực trở thành tiêu chuẩn nghề nghiệp. Một bảng phân tích có ô trống, được đánh dấu rõ ràng là chưa đủ dữ liệu để đánh giá, có giá trị hơn một bảng đầy ắp những con số được suy diễn từ hư không. Tôi nhớ một buổi họp phân tích trước một kỳ SEA Games. Ai đó đưa ra nhận định rằng một kình ngư trẻ đã bị bắt bài ở nội dung sở trường. Tôi hỏi lại: bắt bài bằng gì, ở split nào, tần số quạt tay giảm bao nhiêu phần trăm? Không có câu trả lời. Nhận định ấy nghe rất chắc chắn, nhưng nó không đứng trên bất kỳ dữ liệu nào. Đó chính xác là kiểu câu mà tôi học cách gạch bỏ. Trong mùa giải đấu lớn, áp lực càng lớn. Khán giả cuốn theo những tấm huy chương, theo lá cờ và những kỷ lục. Nhưng dữ liệu bơi lội không cuốn theo ai cả. Nó chỉ ghi lại. Dữ liệu không kể chuyện; nó ghi lại mọi thứ để tôi tự kể. Đó là lý do tôi luôn giữ một tầng riêng trong mỗi bài phân tích: tầng điều tôi tin vững và tầng điều tôi còn nghi ngờ. Tầng thứ nhất gồm những dữ kiện đã qua ba vòng kiểm tra — ví dụ, tám huy chương vàng SEA Games 2026 của Ánh Viên, hay huy chương đồng châu Á 2026 của cô. Tầng thứ hai gồm những suy luận cần thêm mẫu — ví dụ, liệu một kình ngư trẻ có duy trì được tốc độ suy giảm thấp qua nhiều vòng đấu hay không. Trộn hai tầng này vào nhau là sai lầm phổ biến nhất của người viết phân tích. Ở đây xuất hiện góc phản trực giác mà tôi muốn nhấn mạnh. Chúng ta thường tin rằng một bảng dữ liệu càng đầy thì càng đáng tin. Thực tế ngược lại. Một ô trống được ghi nhận trung thực là một tín hiệu chất lượng; một ô trống bị lấp bằng phỏng đoán là một quả bom nổ chậm. Trong bơi lội, mối tương quan không đồng nghĩa với nhân quả. Một kình ngư có tần số quạt tay cao chưa chắc đã bơi nhanh hơn — có thể họ đang quạt nhiều nhưng quãng đường mỗi chu kỳ lại ngắn, và tổng tốc độ không đổi. Nếu tôi chỉ nhìn tần số quạt tay, tôi sẽ kết luận sai. Tôi cũng học cách đưa bằng chứng phản chứng vào chính bài viết của mình. Nếu mô hình dự báo của tôi nói rằng một kình ngư sẽ chậm lại ở nửa sau, tôi chủ động tìm những lần bơi mà điều ngược lại xảy ra, và nêu ra. Khiêm nhường trước dữ liệu mới không phải là thái độ yếu đuối — nó là hàng rào bảo vệ chống lại việc biến mình thành kẻ tiên tri bảo thủ. Dựa trên kinh nghiệm theo dõi các trận đấu và các kỳ đại hội của tôi, câu chuyện về ô dữ liệu trống không kết thúc bằng một kết luận về một kình ngư cụ thể, bởi vì tôi chưa có đủ dữ liệu để nói về ai. Nó kết thúc bằng một câu hỏi hướng về phía trước: nếu chúng ta xây dựng văn hóa thể thao dựa trên những gì được kiểm chứng, thay vì những gì được tô vẽ, thì điều gì sẽ thay đổi? Tín hiệu tôi sẽ theo dõi trong vòng tiếp theo rất cụ thể. Tôi sẽ để mắt đến tỷ lệ các bảng phân tích có ghi rõ độ tin cậy cho từng chỉ số, thay vì chỉ đưa ra con số trần trụi. Khi một nền thể thao bắt đầu tôn trọng các ô trống — khi nói chưa biết trở thành một câu trả lời được chấp nhận — đó là lúc chất lượng phân tích bắt đầu tăng thật sự. Còn cho đến lúc đó, mỗi buổi sáng tôi vẫn mở bảng dữ liệu của mình với một câu hỏi duy nhất: mình đã kiểm chứng đủ chưa?