Đường bơi Việt Nam và khoảng trống dữ liệu chưa ai đọc hết

Đường bơi Việt Nam và khoảng trống dữ liệu chưa ai đọc hết

Hook

Trong một giải bơi quốc gia, tôi đứng ở khu kỹ thuật với tờ giấy in bảng splits trên tay. Tờ giấy ghi thành tích tổng, thời gian từng vòng 50 mét, và vài dòng ghi chú tay về nhịp quạt. Vị huấn luyện viên đứng cạnh nhìn vào đó rồi nói một câu khiến tôi nhớ mãi: "Chúng tôi biết nó bơi nhanh. Nhưng chúng tôi không biết vì sao nó bơi nhanh hơn năm ngoái."

Không ai trong chúng tôi trả lời được câu hỏi đó bằng dữ liệu. Thông tin cần thiết không nằm trong bất kỳ hồ sơ điện tử nào. Nó chỉ tồn tại trong trí nhớ của vài người, và rồi sẽ biến mất khi họ chuyển đội. Một vận động viên trẻ có thể đã cải thiện kỹ thuật quay đầu suốt hai năm, nhưng nếu không có người ghi lại, sự cải thiện đó chỉ là một câu chuyện được kể lại, không phải một dữ kiện có thể kiểm chứng.

Tôi làm nghề đọc bảng số. Công việc quen thuộc của tôi là mở một tập dữ liệu, xác định biến nào thực sự đóng góp vào kết quả, và loại bỏ những biến chỉ tạo cảm giác về tiến bộ. Với bơi lội, bước đầu tiên mỗi lần lại là tự hỏi: bảng dữ liệu của chúng ta có tồn tại hay chưa.

Mỗi cú sốc đều có xác suất riêng. Ta gọi là sốc khi chưa kịp tra bảng số.

Context: Một bể bơi chạy bằng ký ức

Bơi lội Việt Nam mang một nghịch lý đặc biệt. Ở cấp độ khu vực, chúng ta thuộc nhóm mạnh nhất. Trong giai đoạn đỉnh cao, Nguyễn Thị Ánh Viên thống trị đường bơi nữ với số huy chương SEA Games mà không một kình ngư Đông Nam Á nào cùng thời chạm tới. Ở đường bơi nam, Nguyễn Huy Hoàng giành huy chương tại đấu trường châu Á và hai lần góp mặt ở Olympic. Những thành tích ấy không đến từ may mắn. Chúng đến từ giáo án huấn luyện được thiết kế riêng, từ những chuyến tập huấn dài ngày ở nước ngoài, và từ một thế hệ huấn luyện viên dám thay đổi cách làm cũ.

Vấn đề nằm ở phía sau những tấm huy chương. Mỗi lần một kình ngư đạt thành tích cao, người ta luôn hỏi một câu giống nhau: "tiếp theo là ai". Nhưng để trả lời, cần một thứ mà bơi lội Việt Nam chưa xây xong: hệ thống dữ liệu.

Tôi đã có dịp ngồi lại với vài huấn luyện viên ở các trung tâm lớn. Điều tôi nhận ra là họ không thiếu chuyên môn. Họ thiếu ngôn ngữ để chuyển chuyên môn thành tham số có thể truy vết. Một huấn luyện viên có thể nhìn một vận động viên bơi và biết ngay cậu ta đang mất nước ở đoạn quay đầu. Nhưng ông không có cách nào để chứng minh điều đó bằng số, và cũng không có cách nào so sánh nó với chính vận động viên đó ở mùa trước.

Đây là điểm khởi đầu của mọi vấn đề. Không có dữ liệu nền, không thể có mô hình. Không có mô hình, không thể phân biệt tiến bộ thật với dao động ngẫu nhiên. Và khi không phân biệt được, mọi quyết định về giáo án, về tuyển chọn, về đầu tư đều trở thành một dạng đặt cược dựa trên trực giác.

Điều đáng chú ý là chúng ta không hề thiếu nhân tài. Các giải trẻ quốc gia năm nào cũng sản sinh ra những vận động viên có chỉ số cơ thể phù hợp, có tinh thần tập luyện tốt. Cái thiếu là khả năng theo dõi họ đủ lâu và đủ chi tiết để biết ai sẽ tiến xa. Một vận động viên 14 tuổi bơi tốt chưa chắc sẽ bơi tốt ở tuổi 20. Sự khác biệt giữa hai kịch bản đó thường nằm ở những biến số chỉ lộ ra khi có dữ liệu theo thời gian.

Core: Bốn nhóm tham số quyết định một đường bơi

Trong phân tích bơi lội, tôi thường bắt đầu từ bốn nhóm tham số. Nhóm thứ nhất là xuất phát và pha lặn dưới nước, gồm phản xạ, độ sâu, số lần đá chân và khoảng cách nổi lên. Nhóm thứ hai là quay đầu, gồm tốc độ tiếp cận thành bể, số sải tay trước khi chạm và tốc độ thoát ra. Nhóm thứ ba là hiệu suất bơi, gồm tần số quạt tay, quãng đường mỗi sải và chỉ số hiệu quả. Nhóm thứ tư là phân bổ tốc độ theo từng vòng 50 mét.

Trên thế giới, bốn nhóm tham số này đã được đo đạc tự động trong nhiều thập kỷ. Ở nhiều quốc gia, mỗi buổi tập đều được ghi lại, và toàn bộ lịch sử của một vận động viên có thể tra cứu theo từng tuần. Khi một kình ngư bất ngờ giảm thành tích, đội ngũ phân tích không cần đoán. Họ mở dữ liệu, tìm biến đã thay đổi, và chỉ đúng vào nguyên nhân.

Ở Việt Nam và phần lớn các nước Đông Nam Á, công việc này vẫn được làm bằng mắt và bằng trí nhớ. Bảng splits có, nhưng bảng splits chỉ nói kết quả, không nói cơ chế. Nó cho biết vận động viên bơi vòng cuối chậm hơn vòng đầu một khoảng thời gian cụ thể. Nó không cho biết vì sao: tần số quạt giảm, quãng đường mỗi sải ngắn đi, hay pha quay đầu mất nhiều thời gian hơn.

Giả sử một vận động viên bơi 200 mét ếch có bảng splits như sau: 50 mét đầu mất 32 giây, 50 mét thứ hai mất 36 giây, 50 mét thứ ba mất 38 giây, 50 mét cuối mất 39 giây. Nhìn vào đó, ta biết cậu ta xuống sức. Nhưng nếu biết thêm rằng quãng đường mỗi sải giảm từ 2,1 mét xuống 1,7 mét trong khi tần số quạt tăng, câu chuyện sẽ khác. Cậu ta không mất sức theo nghĩa thể lực thuần túy. Cậu ta chuyển sang bơi bằng tần số để bù cho việc kỹ thuật sải bị ngắn. Đây là lỗi kỹ thuật, không phải lỗi thể lực. Và cách sửa hai lỗi này hoàn toàn khác nhau.

Đó là giá trị của dữ liệu. Nó không thay thế con mắt của huấn luyện viên. Nó buộc con mắt phải đặt câu hỏi đúng. Một huấn luyện viên giỏi nhìn ra vấn đề. Một hệ thống dữ liệu tốt nói cho ông biết vấn đề đó bắt đầu từ khi nào và đã thay đổi ra sao.

Điều kiện biên: Bể bơi, độ cao và thời điểm

Khi phân tích một cuộc đua, việc đầu tiên không phải là nhìn thành tích. Việc đầu tiên là dựng lại các điều kiện vận hành. Bể dài 50 mét hay 25 mét. Độ cao so với mực nước biển. Nhiệt độ nước. Thời điểm thi đấu trong ngày. Số vòng loại phải bơi trước chung kết. Và mật độ khán giả trong nhà thi đấu.

Mỗi tham số trong số đó thay đổi kết quả cuối cùng. Bơi ở bể 25 mét khác với bể 50 mét ở chỗ số lần quay đầu tăng gấp đôi, và với những vận động viên có pha quay đầu yếu, khác biệt có thể lên tới cả giây. Thi đấu ở độ cao lớn làm giảm oxy trong máu, ảnh hưởng rõ nhất ở các cự ly dài. Một vận động viên bơi chung kết sau khi đã bơi ba vòng loại trong cùng buổi sáng sẽ có bảng splits khác hẳn với chính họ ở một giải chỉ có một lần đấu loại.

Ở Việt Nam, phần lớn những tham số này không được ghi chép thành dữ liệu. Chúng ở trong đầu ban huấn luyện và được truyền miệng. Điều đó nghĩa là khi có kết quả bất thường, ta không thể tách nguyên nhân do điều kiện ra khỏi nguyên nhân do năng lực. Một vận động viên về đích chậm hơn mong đợi có thể vì cậu ta bơi kém, cũng có thể vì cậu ta vừa trải qua lịch thi đấu dày. Nếu cả hai khả năng đều không có dữ liệu, ta chỉ còn cách đoán.

Khi khán đài vắng, lợi thế thi đấu trên sân nhà tan thành một giá trị gần bằng không. Với bơi lội, điều này đúng theo một cách khác. Bơi lội không có khái niệm sân nhà theo nghĩa tiếng hò reo sau lưng vận động viên. Nhưng nó có một dạng lợi thế khác: quen với bể, quen với ánh sáng, quen với cảm giác nước và cảm giác khối xuất phát. Một đội bơi thi đấu ở bể quen thuộc có thể có lợi thế nhỏ nhưng đo lường được. Nếu không ghi lại, ta không biết lợi thế đó lớn tới đâu, và cũng không biết nó có thật hay chỉ là cảm giác.

Pha lặn dưới nước: Ngọn núi băng chìm

Có một khoảng thời gian trong cuộc đua mà khán giả gần như không nhìn thấy, nhưng lại quyết định thứ hạng: pha lặn dưới nước sau khi xuất phát và sau khi quay đầu. Ở nhiều cuộc đua cự ly ngắn, khoảng cách giữa hai vận động viên được tạo ra và mất đi ngay dưới mặt nước. Các vận động viên hàng đầu thế giới có thể lặn tới 15 mét đầu tiên, đá chân dolphin nhiều lần với tốc độ cao hơn cả tốc độ bơi bình thường của họ.

Với Việt Nam, đây là một trong những đường biên rõ nhất giữa nhóm đỉnh khu vực và nhóm đỉnh thế giới. Một vận động viên có thể bơi ngang với đối thủ Đông Nam Á, nhưng thua ở pha lặn. Khoảng cách đó không được nhìn thấy, và vì không được nhìn thấy, nó không được huấn luyện đủ.

Điều thú vị là pha lặn lại là thứ dễ đo nhất nếu có thiết bị. Số lần đá chân, độ sâu trung bình, khoảng cách nổi lên, tất cả đều có thể ghi lại tự động. Nhưng tự động chỉ có nghĩa khi có người biết đọc dữ liệu đó và biết gắn nó với giáo án tập luyện cụ thể. Một chỉ số về độ sâu trung bình không tự nó nói lên điều gì. Nó chỉ nói lên điều gì đó khi được đặt cạnh chỉ số của chính vận động viên đó ở tuần trước và ở tháng trước.

Kỹ thuật và thể lực: Hai đường hầm khác nhau

Trong nghề của tôi, có một sai lầm kinh điển: nhầm tương quan với nhân quả. Tôi từng thấy những bảng phân tích khẳng định rằng lượng sữa uống vào buổi sáng tỉ lệ thuận với thành tích bơi. Dĩ nhiên điều đó vô nghĩa. Nhưng những sai lầm tinh vi hơn thường khó phát hiện hơn nhiều.

Ví dụ, ta quan sát thấy những vận động viên có thành tích tốt nhất đều có quãng đường mỗi sải dài. Điều đó có nghĩa kéo dài sải sẽ cải thiện thành tích? Không hẳn. Thường thì chính thể lực tốt cho phép họ duy trì sải dài, và chính kỹ thuật tốt cho phép họ tận dụng sải dài. Sải dài là hệ quả, không phải nguyên nhân duy nhất. Nếu một vận động viên cố kéo dài sải mà không đủ thể lực, cậu ta sẽ giảm tần số quạt và mất nhiều thời gian hơn ở mỗi chu kỳ. Kết quả là bơi chậm hơn, dù trông có vẻ đẹp hơn.

Trước khi tôi nói "X dẫn đến Y" trong một báo cáo, tôi luôn buộc mình phải chỉ ra cơ chế. Quãng đường mỗi sải dài hơn dẫn đến tốc độ cao hơn thông qua việc giảm lực cản và tối ưu hướng đẩy nước. Nếu không chỉ ra được cơ chế đó, tôi chỉ được phép viết "có liên hệ", không phải "nguyên nhân".

Đây là kỷ luật mà bơi lội Việt Nam sẽ cần khi hệ thống dữ liệu bắt đầu được xây dựng. Nếu không có kỷ luật đó, càng nhiều dữ liệu sẽ càng nhiều kết luận sai. Một tập dữ liệu lớn mà thiếu cơ chế giải thích chỉ là một đống số biết nói dối một cách thuyết phục.

Hệ thống thi đấu và chu kỳ bốn năm

Muốn hiểu một thành tích, phải biết nó nằm ở đâu trong chu kỳ. Bơi lội được tổ chức theo những chu kỳ rõ ràng: SEA Games hai năm một lần, Asiad bốn năm một lần, Olympic bốn năm một lần, giải vô địch thế giới và các giải châu lục xen kẽ. Một vận động viên không thể đạt đỉnh ở mọi giải. Đội ngũ huấn luyện phải quyết định giải nào là đỉnh, giải nào là bước đệm.

Đây là nơi dữ liệu phát huy giá trị lớn nhất. Nếu biết một vận động viên thường đạt phong độ cao nhất vào tháng nào, nếu biết chu kỳ tập luyện của cậu ta kéo dài bao lâu từ giai đoạn nền tảng đến giai đoạn đỉnh, thì việc lên lịch thi đấu trở thành một bài toán tối ưu chứ không phải một quyết định cảm tính.

Ở cấp độ quốc gia, điều này quan trọng gấp nhiều lần. Suất dự Olympic và Asiad được quyết định bởi các chuẩn A và chuẩn B, và việc đạt chuẩn cần được lên kế hoạch từ sớm. Một vận động viên đạt chuẩn sớm có thể tập trung vào chung kết. Một vận động viên phải chạy đua đạt chuẩn sát ngày sẽ bước vào giải với thể lực hao mòn. Sự khác biệt này nghe nhỏ, nhưng ở những cuộc đua được phân định bằng phần trăm giây, nó có thể là toàn bộ câu chuyện.

Sự nghiệp và hệ thống đội

Tôi luôn nghĩ về tuổi nghề của một vận động viên bơi lội như một đường cong hẹp. Đỉnh của đường cong thường đến sớm và kéo dài không lâu. Với nữ, tuổi dậy thì là một cột mốc có thể thay đổi toàn bộ quỹ đạo thể hình và do đó thay đổi cảm giác nước. Với nam, giai đoạn phát triển cơ bắp có thể tạo ra bước nhảy vọt, nhưng cũng có thể phá vỡ kỹ thuật đã ổn định.

Điều này có nghĩa là công tác huấn luyện trẻ ở Việt Nam không thể dựa trên thành tích ngắn hạn. Một vận động viên 13 tuổi vô địch giải thiếu niên chưa chắc là tài năng dài hạn. Ngược lại, một vận động viên đứng thứ năm ở tuổi 13 có thể là người tiến xa nhất nếu các chỉ số kỹ thuật và tâm lý của cậu ta tốt. Chỉ có dữ liệu theo dõi nhiều năm mới phân biệt được hai trường hợp này.

Hệ thống đội cũng vậy. Một vận động viên đỉnh cao không chỉ là một cá nhân. Cậu ta là trung tâm của một nhóm gồm huấn luyện viên, chuyên gia thể lực, chuyên gia dinh dưỡng, bác sĩ và chuyên gia tâm lý. Ở Việt Nam, các nhóm này thường mỏng, và mức độ phối hợp giữa họ phần lớn dựa vào quan hệ cá nhân hơn là quy trình. Khi một mắt xích thay đổi, hệ thống dễ mất cân bằng. Dữ liệu có thể giúp giữ tri thức lại trong hệ thống, thay vì để nó ra đi cùng người ra đi.

Contrarian: Điều mà dữ liệu không kể được

Tôi phải nói rõ một điều. Dữ liệu không phải chìa khóa vạn năng. Có một phần phương sai trong kết quả thi đấu mà không một mô hình nào giải thích hết được.

Một trận chung kết bơi lội có sự tham gia của cảm xúc. Áp lực của một suất dự đại hội, ý nghĩa của một tấm huy chương ở đấu trường khu vực, sự hiện diện của gia đình trên khán đài, tất cả tác động tới vận động viên theo cách mà đồng hồ bấm giây không đo được. Tôi từng chứng kiến một vận động viên có bảng splits đẹp suốt mùa, rồi bước vào chung kết và bơi chậm hơn gần hai giây. Không một dữ liệu kỹ thuật nào giải thích được điều đó. Chỉ có tâm lý thi đấu mới làm được.

Vì thế khi đưa ra một phán đoán, tôi luôn kèm theo khoảng tin cậy. Khi khán đài vượt ngưỡng cảm xúc lịch sử, khi cuộc đua là trận quyết định suất dự một đại hội, khoảng tin cậy của tôi phải được nới rộng. Mô hình có giới hạn, và tôi chọn nói thẳng giới hạn đó.

Có một điều nữa mà dữ liệu không thay thế được: bản năng của huấn luyện viên. Người huấn luyện viên giỏi nhất mà tôi từng làm việc cùng có thể nhìn một vận động viên bơi mười phút và biết cậu ta hôm nay không ổn. Ông không cần bảng số. Nhưng khi tôi đưa cho ông bảng số để kiểm tra trực giác đó, ông thường đúng. Điều đó cho tôi thấy dữ liệu và trực giác không đối lập. Chúng là hai hệ thống khác nhau để cùng đi tới một sự thật. Hệ thống tốt nhất là hệ thống có cả hai.

Takeaway: Bảng số liệu đang chờ một người đọc

Bơi lội Việt Nam đang ở một giai đoạn chuyển tiếp. Sau khi thế hệ vàng khép lại và một vài trụ cột bước sang phần sau sự nghiệp, câu hỏi về lớp kế tiếp trở nên cấp thiết hơn bao giờ hết. Và câu hỏi đó không thể trả lời bằng cảm giác.

Một kỷ nguyên kỹ thuật tàn đi khi bảng số liệu của nó không còn ai đọc. Nếu bơi lội Việt Nam xây được một hệ thống dữ liệu đủ dày, từ lứa tuổi thiếu niên, từ những buổi tập sáng, thì mười năm nữa câu hỏi "tiếp theo là ai" sẽ có câu trả lời nằm trong một bảng tính, không phải trong trí nhớ của một vài người.

Người thường nhìn vạch đích để hiểu cuộc đua. Tôi nhìn cuộc đua để hiểu tháng năm.