Bảng dữ liệu trống và chuẩn xác minh kép của người viết bóng bàn

Đêm ấy, sau lượt trận cuối vòng bảng một giải bóng bàn quốc gia, tôi mở lại file ghi chép và thấy cột "điểm thắng khi giao bóng" trống trơn. Bốn mươi pha giao trong ba set, người ghi của tôi bỏ dở từ giữa set hai vì ban tổ chức đổi bàn sang dãy bên kia. Có hai cách xử lý. Cách thứ nhất: điền vào một con số nghe hợp lý, chẳng hạn 62%, rồi viết tiếp — độc giả đọc tin nhanh sẽ không ai kiểm chứng. Cách thứ hai: để nguyên ô trống, ghi rõ "không đủ dữ liệu", chấp nhận bài viết trông kém đậm đặc hơn bài của người khác. Tôi chọn cách thứ hai. Sáng hôm sau biên tập gọi hỏi vì sao bài phân tích lại có chỗ trống. Câu trả lời của tôi là câu tôi vẫn dùng suốt chín năm làm podcast: một con số bịa được dán nhãn độ tin cậy cao còn tệ hơn không có con số nào.

Nghề phân tích bóng bàn ở Việt Nam đang ở giai đoạn kỳ lạ. Lượng người xem tăng, các giải trong nước đều đặn, những tay vợt như Nguyễn Anh Tú, Đinh Quang Linh, Mai Hoàng Mỹ Trang hay Trần Tuấn Quỳnh đã có lượng người theo dõi riêng. Nhưng hạ tầng dữ liệu thì mỏng. Bóng rổ có camera tracking, bóng đá có nhà cung cấp dữ liệu theo từng pha, còn bóng bàn Việt Nam phần lớn vẫn dựa vào người ghi tay ngồi cạnh bàn. Một pha bóng bàn kéo dài vài giây; tốc độ bóng sau cú giật thuận tay của vận động viên nam trình độ quốc gia vượt xa khả năng ghi chép thủ công. Mọi bảng thống kê trong nước đều có lỗ hổng, và câu hỏi nghề nghiệp không phải là lấp lỗ hổng, mà là công bố lỗ hổng ấy theo cách nào.

Mùa giải thường niên làm áp lực nặng thêm. Độc giả theo dõi từng vòng đấu, muốn biết ai đang lên phong độ, ai đang hụt hơi, tay vợt nào quá tải ở vai vì khối lượng giật thuận tay quá lớn. Nhu cầu ấy chính đáng. Nhưng nó tạo ra một thị trường mà ở đó người viết không có số bị coi là thiếu chuyên môn, còn người có số — bất kể số ấy từ đâu — được chia sẻ.

Dữ liệu bóng bàn chia thành hai lớp rõ rệt. Lớp nền kiểm chứng được bằng luật và thiết bị: set đến 11 điểm, đổi giao bóng sau mỗi 2 điểm, bóng nhựa đường kính 40mm, bàn dài 2,74m, lưới cao 15,25cm — tất cả nằm trong quy định của Liên đoàn Bóng bàn Quốc tế. Ai cũng tra được, và chính vì thế lớp này gần như không tạo ra khác biệt cho bài viết. Lớp quan sát mới sinh ra giá trị: tỷ lệ thắng điểm khi giao, tỷ lệ trả giao thành công theo từng kiểu xoáy, độ dài rally trung bình, phân bố điểm rơi của cú giật thuận tay. Không ai công bố sẵn lớp này.

Phương pháp tôi dùng sau nhiều năm dựng mô hình cho podcast DataCourt là mã hoá bốn trường cho mỗi pha: người giao, kiểu xoáy, điểm rơi, kết quả. Một pha chỉ vào mẫu khi cả bốn trường đầy đủ; pha thiếu trường bị loại, không nội suy, không đoán theo cảm giác. Hệ quả là mẫu luôn nhỏ hơn số pha thực tế, có lúc chỉ còn 60 đến 70%. Đổi lại, khi mẫu nói rằng một tay vợt thắng 68% số điểm ở những pha giao xoáy ngang ngắn vào góc trái, con số đó đứng vững trước chất vấn. Xác minh kép gồm hai lớp: một lớp kiểm tra nguồn gốc dữ liệu, một lớp kiểm tra tính nhất quán của kết luận. Thiếu lớp thứ hai, người viết chỉ đang sao chép chứ chưa phân tích.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi ở các giải trong nước, có một cái bẫy ít người nhắc: thiết bị. Khi một tay vợt đổi mặt mút hoặc đổi cốt vợt, số liệu về xoáy và tốc độ trước đó mất tính so sánh. Tôi từng thấy những bảng so sánh phong độ dựng xuyên qua một lần thay mút mà không ai ghi chú. Người viết kết luận tay vợt xuống phong độ, trong khi anh ta chỉ đang làm quen với độ nảy khác của mặt vợt mới. Một dòng ghi chú thiết bị có thể cứu cả một kết luận.

Điều tôi muốn nói kỹ hơn: dữ liệu không nói dối, nhưng câu chuyện phía sau mới là sự thật. Cùng một tỷ lệ trả giao thành công 55%, đặt cạnh nhau, kể được hai câu chuyện trái ngược. Tay vợt A đạt 55% vì chủ động bạt trước, chấp nhận rủi ro để giành quyền kiểm soát điểm. Tay vợt B đạt 55% vì đẩy bóng an toàn sang bên, nhường thế chủ động và chờ đối thủ đánh hỏng. Bảng thống kê in ra hai con số giống nhau; video in ra hai số phận khác nhau.

Tôi từng dựng mô hình dự đoán chấn thương cho một giải bị dồn lịch và giữ bản thảo năm tuần chỉ để kiểm tra lại hệ số. Khi công bố, dự đoán khớp với thực tế. Bài học lớn hơn nằm ở chỗ khác: sự trì hoãn ấy suýt làm bài viết mất thời điểm. Cầu toàn không phải chậm trễ, đó là lần kiểm chứng cuối cùng dành cho người đọc — nhưng nó chỉ có giá trị khi đi kèm một hạn chót cứng.

Số đông trong nghề tin rằng bài phân tích không có số là bài vô dụng. Tôi thấy ngược lại: bài dám ghi "không đủ dữ liệu" ở đúng chỗ thiếu dữ liệu có giá trị cao hơn bài lấp đầy mọi ô bằng nội suy. Lý do nằm ở chỗ người đọc dùng thông tin để làm gì. Một huấn luyện viên đọc bài của tôi để quyết định có đổi phương án giao bóng cho tay vợt trẻ hay không. Nếu tôi đưa cho anh ta một con số bịa, anh ta thay đổi đúng thứ không cần thay đổi và bỏ qua đúng thứ cần thay đổi. Một con số sai trong huấn luyện đắt hơn nhiều một khoảng trống được dán nhãn trung thực.

Còn một điểm phản trực giác nữa: sự im lặng của dữ liệu đôi khi chính là tín hiệu chiến thuật. Một tay vợt có rất ít pha rally dài trong hồ sơ không hẳn vì yếu thể lực. Thường là vì đối thủ đã đọc được anh ta và chủ động cắt rally bằng giao bóng ngắn, buộc anh ta xử lý trong hai nhịp đầu. Khi mẫu rally dài co lại đột ngột qua ba giải, đó là dấu hiệu đối phương đã có phương án. Sụp đổ không xảy ra tức thời, nó âm thầm đóng băng trong ba mùa giải — và ở bóng bàn, ba giải đấu đủ để một tay vợt rơi khỏi nhóm được miễn vòng loại.

Cuộc cách mạng luôn bắt đầu từ một con số bị bỏ quên. Với bóng bàn Việt Nam, con số bị bỏ quên nhiều nhất là số pha bóng không được ghi chép — thứ không xuất hiện trong bất kỳ bảng thống kê nào, và vì thế không ai chịu trách nhiệm về nó. Nếu mỗi giải quốc gia công bố kèm một dòng ghi chú về tỷ lệ pha bóng bị loại khỏi mẫu, người hâm mộ sẽ học được cách đọc độ tin cậy trước khi đọc kết luận. Một nền bóng bàn dám công bố phần dữ liệu mình không có, liệu có phải là nền bóng bàn trưởng thành hơn không?