Báo cáo đủ tám mục, ruột rỗng: cảnh báo từ một hệ thống phân tích cờ vua trả về dữ liệu trắng

Buổi chiều cuối tháng 11, tôi mở một tệp báo cáo dài bốn mươi trang. Tiêu đề có. Mục lục có. Tám chương đánh số rõ ràng, mỗi chương chia thành bảng biểu, kết luận, dẫn chứng, cảnh báo rủi ro. Nhìn qua, đây là sản phẩm của một quy trình nghiêm túc. Đọc tới trang thứ ba tôi mới thấy điều bất thường: mọi ô dữ liệu đều ghi "không đủ thông tin". Không tên giải đấu, không tên kỳ thủ, không số ván, không hệ số Elo. Danh sách điểm tin — thứ được xem là xương sống của cả báo cáo — trống hoàn toàn. Tám chương. Không một dữ kiện. Cảm giác ấy tôi từng gặp. Năm 2026, ở tuổi hai mươi lăm, tôi làm trợ lý phân tích cho ban huấn luyện SHB Đà Nẵng. Trong trận gặp Hà Nội FC ở vòng 12 V-League, tôi xác định sai vị trí một quả phạt góc phút 63. Cái sai không nằm ở con số, mà ở chỗ huấn luyện viên trưởng nhìn vào bảng ghi chép của tôi rồi đọc sai thế trận phòng ngự. Tôi đặt nhầm băng hình SHB Đà Nẵng năm ấy, và từ đó biết rằng bóng đá không tha thứ sự bất cẩn. Bóng đá Việt Nam bây giờ vận hành trên dữ liệu. Các câu lạc bộ V-League dùng áo GPS đo quãng đường, số lần tăng tốc, khoảng cách giữa các tuyến. Các đội cờ vua dùng engine Stockfish và Leela để tính chỉ số ACPL — mức tổn thất điểm trung bình mỗi nước đi — cùng tỷ lệ khớp nước với máy. Hai lĩnh vực khác nhau, nhưng dùng chung một khâu: trích xuất thông tin từ nguồn thô, rồi mới phân tích. Quy trình ấy chia hai tầng. Tầng một đọc bài, bóc ra dữ kiện: tên người, tên giải, ngày tháng, con số. Tầng hai nhận dữ kiện và làm phân tích chuyên môn. Chỗ dễ vỡ nằm ở tầng một. Nó có thể trả về một kết quả trông hợp lệ nhưng bên trong không có gì. Tệp báo cáo tôi cầm trên tay là ví dụ sạch sẽ nhất cho kiểu thất bại đó. Tám chương của nó lần lượt hỏi: giải đấu có gì đáng chú ý về chuyên môn; kỳ thủ đang ở tọa độ nào; thể thức giải ra sao; cục diện cạnh tranh phân tầng thế nào; luật và quản trị có rủi ro gì; rủi ro tổng thể ở mức nào; câu chuyện truyền thông đang đẩy kỳ vọng đi đâu; và dòng lan truyền của ngành cờ vua tác động tới đâu. Tám câu hỏi đúng. Tám câu trả lời rỗng. Ở chương kỳ thủ, bảng điểm ghi: Elo cổ điển không đủ thông tin, Elo nhanh không đủ thông tin, Elo chớp không đủ thông tin, phong độ gần đây không đủ thông tin. Mục đối đầu trực tiếp: không có đối thủ nào được nhận diện. Ở chương cục diện, sơ đồ phân tầng từ ngôi vương tới tuyến trẻ ghi một dòng duy nhất: không đủ thông tin ở mọi tầng. Chương thể thức ghi rõ: không xác định được giải nằm ở đâu trong hệ thống thứ bậc — vô địch thế giới, vòng ứng viên, vòng loại, giải mời, giải mở hay giải trực tuyến. Chương luật ghi: không thể xác định hệ thống luật nào đang áp dụng. Chương dòng lan truyền của ngành chia làm ba khúc: thượng nguồn là đào tạo trẻ, trung nguồn là giải đấu và nền tảng, hạ nguồn là nội dung và thương mại. Cả ba khúc đều ghi hai chữ giống nhau. Chương cảm nhận thời gian cũng không được đánh giá. Với một bài tin, đó là mất mát lớn nhất. Một phân tích không biết mình đang nói về tuần nào thì không thể dùng để chuẩn bị cho trận nào. Một chi tiết đáng để dừng lại. Ở phần đánh giá giá trị thông tin, bảng chấm điểm cho một sao — khác hẳn thang năm sao thường thấy. Lý do được ghi kèm: một sao ấy chỉ dành cho sự tồn tại của cấu trúc. Về mặt ngữ nghĩa, giá trị bằng không. Đó là chỗ báo cáo trung thực. Nó không bịa. Nhưng nếu giao tệp này cho một hệ thống tự động biết điền cho đầy, kết quả sẽ khác hẳn. Một mô hình ngôn ngữ được yêu cầu "phân tích" một đầu vào rỗng có xu hướng sáng tác ra nội dung cờ vua nghe rất hợp lý. Nó sẽ gán cho kỳ thủ một hệ số Elo, dựng một ván đấu, trích một khai cuộc. Không dòng nào có thật. Báo cáo đủ khung, ruột rỗng, tự nó vô hại. Báo cáo đủ khung, ruột rỗng nhưng được tô kín bằng suy diễn, mới là thứ nguy hiểm. Điều tôi giữ lại từ tệp này không phải phần phân tích cờ vua, mà là các cảnh báo vận hành ghi ở cuối. Ba cảnh báo, xếp theo mức ưu tiên. Mức cao nhất: lỗi im lặng lan xuống tầng dưới. Tầng một hỏng, trả về khung rỗng, tầng hai vẫn chạy như thường. Đề xuất đi kèm rất cụ thể: chặn tầng hai bằng một ngưỡng tối thiểu — ít nhất ba điểm tin và ít nhất một thực thể có tên — và hỏng thì phải báo to, thay vì xuất ra một khung hợp lệ nhưng trống. Mức cao thứ hai: rủi ro bịa đặt. Bất kỳ kết luận nào không dẫn được về một điểm tin xác định đều phải bị trả lại. Mức trung bình thứ ba: ô nhiễm âm tính giả. Một kho dữ liệu về sau có thể "cho thấy" không hề nhắc tới một chủ đề nào đó — không phải vì chủ đề không tồn tại, mà vì khâu trích xuất đã hỏng. Đây là loại lỗi khó phát hiện nhất, vì nó tạo ra bằng chứng cho một kết luận sai. Đọc tới đây thì tôi nghĩ tới sân vắng mùa COVID. Giữa mùa COVID, ngồi trong sân vắng, tôi nghe thấy tiếng thở của hệ thống chiến thuật. Hôm ấy tôi không có khán đài để dựa vào, buộc phải khớp dữ liệu GPS của mười một cầu thủ trong trận gặp CLB Thành phố Hồ Chí Minh. Tiền đạo trẻ Nguyễn Phi Hoàng di chuyển trung bình 46 mét mỗi phút trong vùng cấm, nhưng chỉ chạm bóng 21 lần. Hai con số ấy mâu thuẫn với nhau, và chính cái mâu thuẫn ấy mới đáng viết. Nếu hôm đó thiết bị GPS trả về một tệp đầy đủ nhưng rỗng, tôi sẽ viết một bài mười hai trang về một trận đấu không tồn tại. Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, chỉ số càng đẹp càng phải nghi. Một mẫu ACPL thấp bất thường ở một kỳ thủ trẻ có thể là dấu hiệu của phong độ, cũng có thể là dấu hiệu của việc bỏ sót nước đi trong khâu nhập liệu. Một chỉ số GPS mượt mà quá mức có thể là hệ thống ăng-ten ghi sai, chứ không phải cầu thủ chạy khôn. Một băng hình sai từ đầu đời là bài học đắt giá nhất: mắt luôn cần được kiểm chứng. Nghịch lý nằm ở chỗ này. Trong nghề phân tích, chúng ta sợ khoảng trắng. Khoảng trắng trông như lười. Nên chúng ta lấp nó. Nhưng một khoảng trắng có kiểm soát an toàn hơn một kết luận được lấp liều. Báo cáo không có dữ liệu là một báo cáo nói thật. Báo cáo có dữ liệu sai là một báo cáo đang lừa người đọc. Ở cờ vua, câu "không tìm thấy nước mới" thường được đọc thành "đối thủ không có nước mới". Hai câu đó khác nhau một trời. Câu đầu nói về cơ sở dữ liệu. Câu thứ hai nói về đối thủ. Trong bóng đá cũng vậy: một đội không ghi bàn nào từ phạt góc trong ba vòng có thể vì họ đá phạt góc dở, cũng có thể vì người ghi chép của bạn ghi sai cột. Phản trực giác nằm ở đây. Chúng ta thường đổ lỗi cho máy khi một hệ thống trả về kết quả vô nghĩa. Nhưng trong trường hợp này, máy đã làm đúng phần việc của nó: nó đọc, nó không thấy gì, nó ghi "không thấy gì". Lỗi thuộc về con người ở khâu thiết kế — thiết kế một quy trình không có điều kiện dừng. Một hệ thống không bao giờ được phép nói "tôi không đọc được" là một hệ thống sẽ luôn nói "tôi đã phân tích xong". Pressing kiểu Italy là thứ âm nhạc phải chơi cùng nhau, lệch một nhịp là vỡ cả bản giao hưởng. Dữ liệu cũng vậy. Khâu đọc và khâu phân tích phải cùng nhịp. Khâu đọc lỡ nhịp, cả bản giao hưởng phía sau đổ. Bài học từ tệp báo cáo tám chương ấy không dành riêng cho cờ vua, cũng không dành riêng cho bóng đá. Nó dành cho bất kỳ ai đang xây một quy trình phân tích thể thao ở Việt Nam, nơi dữ liệu đang trở thành thứ được trả tiền. Việc cần làm thì nhỏ. Đặt một ngưỡng tối thiểu. Giữ lại văn bản gốc bên cạnh bản trích xuất. Ghi lại nguồn, người đăng, thời điểm đăng, và cả kết quả của lần lấy dữ liệu. Kiểm tra ba lần trước khi công bố, như tôi đã tự đặt ra cho mình từ sau vòng 12 năm ấy. Sân cỏ vắng lặng hóa ra lại là tấm gương phản chiếu chân thật nhất của bóng đá hiện đại. Và một tệp dữ liệu trắng, nếu được đọc đúng cách, cũng là một tấm gương như thế. Vòng đấu tới, trước khi mở bảng chỉ số ra, tôi sẽ hỏi một câu khác trước: tệp này đã có ruột chưa, hay chỉ có khung.