Một bài viết về Trudeau nằm trong mục bóng đá: lỗi dây chuyền, không phải lỗi con người

Bảng điều khiển hiện lên một dòng dữ liệu mang nhãn "bóng đá". Tôi mở nó ra theo thói quen, như mọi đêm khác trong sáu năm qua kể từ ngày tôi bắt đầu dựng một kho lưu trữ riêng cho bóng đá Tây Ban Nha. Dòng dữ liệu ấy chứa hai mươi sáu điểm thông tin. Không một điểm nào nhắc đến câu lạc bộ. Không một điểm nào nhắc đến cầu thủ, huấn luyện viên, giải đấu, vụ chuyển nhượng, pha bóng hay thẻ phạt. Hai mươi sáu điểm ấy kể về một cựu thủ tướng Canada chuẩn bị mở công ty sản xuất phim cùng người chánh văn phòng cũ của ông, với buổi ra mắt hẹn vào ngày 11 tháng 9.

Chuyện một chính khách rời ghế rồi bước vào làng giải trí không làm tôi dừng lại. Điều làm tôi dừng lại là ô trống. Trong biểu mẫu phân loại, mục "thực thể liên quan" bị để trắng, kèm một dòng ghi chú nội bộ đại ý rằng hãy xác định thực thể từ các điểm thông tin phía trên. Phía trên không có thực thể nào để xác định. Vậy mà bản ghi vẫn đi tiếp. Nó vẫn được đóng dấu, vẫn nhận nhãn, vẫn vào kho lưu trữ, và từ giây phút đó nó trở thành một phần hồ sơ bóng đá.

Ai cũng nhìn thấy trái bóng, tôi nhìn thấy người cầm bút vẽ trận đấu. Đêm đó, người cầm bút vẽ trận đấu là một bộ đọc từ khóa, và nó vẽ nên một trận đấu không tồn tại.

Sáu năm sống ở Valencia và mười hai năm theo dõi ngành này dạy tôi một điều ít ai muốn nghe: phần lớn nội dung bóng đá mà độc giả đọc mỗi ngày không do một nhà báo ngồi nghĩ rồi viết ra, mà do một dây chuyền sản xuất. Tin từ hãng thông tấn chảy vào, bộ gắn thẻ tự động đọc tiêu đề và đoạn mở, gán nhãn chủ đề, gán nhãn nhân vật, gán nhãn cảm xúc, rồi đẩy sang hàng đợi biên tập. Người biên tập cuối chuỗi thường chỉ còn đủ thời gian sửa dấu câu. Nhãn đã được đóng từ trước đó rất lâu.

Khi nhãn trở thành dữ liệu đầu vào cho công cụ tìm kiếm, cho bảng xếp hạng chủ đề, cho gợi ý nội dung, cho các mô hình tổng hợp tin, nó thôi là một chú thích kỹ thuật. Nó trở thành bản ghi chính thức. Và bản ghi chính thức có một đặc tính nguy hiểm: nó không tự sửa. Một bài báo sai thì có thể bị đính chính. Một nhãn sai thì nằm im, lặp lại mỗi lần ai đó lọc dữ liệu theo chủ đề.

Tôi vẫn nhớ lần đầu mình nhận ra điều này trong chính công việc của mình. Năm 2026, khi tôi gom dữ liệu về các trận đấu của Valencia ở La Liga, tôi phát hiện một tỷ lệ đáng ngờ trong nhóm bản ghi mùa 2026-2026. Hóa ra thứ sai không nằm ở trận đấu, mà ở nhãn mùa giải. Từ đó tôi có thói quen kiểm tra ô trống trước khi kiểm tra nội dung.

Bóng đá đã đi qua con đường này trước các tòa soạn, và đi xa hơn. Năm 2026 tại World Cup ở Brazil, công nghệ vạch cầu môn được đưa vào sử dụng chính thức để chấm dứt tranh cãi về những bàn thắng không được công nhận. Bốn năm sau, tại World Cup 2026 ở Nga, VAR xuất hiện và mở rộng phạm vi can thiệp sang việt vị, phạt đền, thẻ đỏ. Đến World Cup 2026 tại Qatar, công nghệ việt vị bán tự động dựng hình ba chiều cho từng quyết định. Ở mùa giải 2026-2026, giải Ngoại hạng Anh và La Liga đưa công nghệ việt vị bán tự động vào vận hành thường nhật.

Mỗi bước tiến ấy đều được bán cho khán giả bằng một lời hứa giống nhau: sẽ hết tranh cãi. Nhưng thứ thực sự thay đổi không phải số lượng tranh cãi, mà là vị trí của tranh cãi. Người ta không còn cãi nhau xem cầu thủ có việt vị hay không. Người ta cãi nhau xem hệ thống có đọc đúng khoảnh khắc hay không, và ai chịu trách nhiệm khi nó đọc sai. Quyền lực dịch chuyển từ trọng tài sang người thiết kế hệ thống, và người thiết kế hệ thống không bao giờ bị phỏng vấn sau trận.

Đây chính là điểm giao nhau mà tôi muốn đào tới. Một bộ gắn thẻ tự động gán nhãn "bóng đá" cho một bài viết về một cựu thủ tướng và một vạch việt vị milimet vẽ trên màn hình là hai sản phẩm của cùng một niềm tin: rằng nếu quy trình đủ chặt, kết quả sẽ đúng. Niềm tin ấy không sai về mặt kỹ thuật. Nó chỉ sai ở chỗ khác.

Hệ thống tự động không sai khi nó báo một kết quả. Nó sai khi nó báo một kết quả về thứ nó chưa từng đọc.

Hãy hình dung trường hợp cụ thể hơn. Một bộ phân loại được huấn luyện trên hàng trăm nghìn bài báo có chứa các từ khóa như "chuyển nhượng", "câu lạc bộ", "hợp đồng", "huấn luyện viên", "giải đấu". Khi gặp một bài viết nói về một công ty sản xuất phim sắp ra mắt, trong đó có những từ như "bản hợp đồng mới", "đội ngũ", "dự án", "ra mắt", bộ phân loại sẽ làm đúng việc nó được dạy: nó nhận ra một mẫu. Nhãn "bóng đá" không phải một lỗi kỹ thuật. Nó là kết quả chính xác của một câu hỏi sai.

Ở đây có một chi tiết tinh tế hơn mà tôi cho là đáng chú ý. Trường "thực thể liên quan" bị bỏ trống. Nghĩa là hệ thống đã nhận ra nó không tìm thấy cầu thủ nào để gán. Ở một dây chuyền có chốt kiểm tra, ô trống đó là tín hiệu dừng: nếu không có thực thể nào, nhãn chủ đề phải bị xem lại. Ở dây chuyền không có chốt, ô trống chỉ là một ô trống, và bản ghi đi tiếp với mức độ tin cậy y như một bản ghi có đầy đủ thực thể.

Đây là bi kịch của hệ thống đo lường, và bóng đá đã sống trong đó hơn một thập kỷ. Khi PPDA trở thành chỉ báo phổ biến, mọi đội bóng đều học cách đá để chỉ số ấy đẹp, kể cả khi cách đá ấy không tạo ra cơ hội nào. Khi quãng đường di chuyển được đóng gói thành thước đo nỗ lực, một tiền vệ chạy mười hai cây số trong một trận thua ba bàn vẫn được khen là chiến binh. Khi số lần bứt tốc được trình bày như bằng chứng về khát vọng, cầu thủ bứt tốc vào khoảng không vẫn có điểm cao hơn người giữ bóng đúng nhịp.

Chạy không mục đích vẫn sinh ra chỉ số đẹp. Đó là cùng một căn bệnh với một kho dữ liệu đầy nhãn sạch và rỗng nghĩa.

Kho lưu trữ của tôi đầy những thứ như vậy. Tôi có các bảng thống kê về mùa 2026-2026 của Valencia, mùa họ vô địch La Liga dưới thời Rafa Benítez. Khi tôi ngồi bóc lại từng vòng đấu của mùa ấy trong ba tuần giãn cách vì đại dịch, tôi tìm thấy một dữ kiện mà đương thời gần như không ai nói tới: Benítez thay đổi đội hình gần như hoàn toàn giữa các trận, xoay vòng ở mức độ mà bóng đá Tây Ban Nha khi đó coi là tự sát. Đó là một số liệu vô nghĩa trong bảng dữ liệu tóm tắt. Nó chỉ có nghĩa khi ta đọc nó cùng lịch thi đấu, cùng chấn thương, cùng đối thủ.

Bài học nằm ở chỗ đó. Dữ liệu của Benítez không phải dữ liệu hay vì nó được ghi đúng. Nó trở nên hay vì có người ngồi đọc nó trong đúng bối cảnh, và dám kết luận một điều mà bảng tóm tắt phản đối.

Bây giờ quay lại bản ghi hai mươi sáu điểm kia. Tôi thử kiểm tra nó theo cách tôi kiểm tra mọi bản ghi cũ: đối chiếu các mốc thời gian với nhau. Kết quả không giữ được. Một mặt, bản ghi ghi rõ nhân vật trung tâm rời chính trường vào tháng 3 năm 2026. Mặt khác, phần mô tả sự kiện ghi rằng đây là liên hoan phim lần thứ 51, thuộc kỳ liên hoan năm 2026, và khai mạc ngày 10 tháng 9. Buổi ra mắt công ty được hẹn ngày 11 tháng 9. Khi ghép lại, các mốc này không tựa vào nhau.

Tôi không kết luận ai đó nói dối. Tôi kết luận điều nhỏ hơn và đáng sợ hơn: không ai trong dây chuyền có đủ nhiệm vụ để thấy rằng các ngày tháng không khớp. Bản ghi vẫn sạch về mặt định dạng. Nó vẫn qua được mọi cổng kiểm tra tự động. Một cỗ máy kiểm tra được định dạng, không kiểm tra được ý nghĩa.

Trong ngành chuyển nhượng, chúng ta đã quá quen với kiểu tin này. Nó có một cái tên tôi dùng riêng: tin ra mắt của một buổi ra mắt. Một thông báo rằng sắp có thông báo. Một sự kiện được tổ chức để nói rằng sự kiện sẽ được tổ chức. Không dự án nào được nêu tên, không nguồn vốn nào được công bố, không đối tác phân phối nào xuất hiện, không một đơn vị sản xuất nào được xác nhận. Và nghịch lý nằm ở chỗ: càng ít nội dung, bài viết càng dễ được lan truyền, vì không có gì cụ thể để phản bác.

Điều tương tự xảy ra mỗi kỳ chuyển nhượng. Một đội bóng lớn để lộ quan tâm đến một cái tên. Không có đề nghị chính thức, không có mức giá, không có thời hạn hợp đồng. Tin ấy sống ba tuần, sinh ra hàng nghìn bài, và kết thúc bằng một câu ngắn rằng thương vụ không thành hiện thực. Trong kỳ chuyển nhượng, người ta đọc bảng số, tôi đọc tiểu thuyết về lòng tham. Cùng một cơ chế: phần cứng của tin không nằm ở nội dung, mà ở tính xác thực của cái tên được gắn vào.

Và đây là chỗ tôi phải nói thẳng với chính mình. Nếu một bộ gắn thẻ tự động đưa một bài viết về một cựu thủ tướng vào mục bóng đá, thì sai lầm nghiêm trọng không phải là sai lầm của bộ gắn thẻ. Sai lầm nghiêm trọng là việc không ai phát hiện ra trong nhiều tuần.

Tôi không phát hiện ra nó vì tôi giỏi. Tôi phát hiện ra nó vì nó rơi trúng bàn tôi. Nếu đêm ấy tôi đóng máy tính sớm hai mươi phút, bản ghi ấy vẫn nằm trong kho lưu trữ, vẫn mang nhãn bóng đá, và có thể vẫn ở đó đến khi một mô hình nào đó học từ nó.

Nếu tôi sai thì sao? Có ba chỗ tôi có thể sai, và tôi muốn nói rõ cả ba.

Chỗ thứ nhất: có thể hệ thống tự động vẫn chính xác hơn con người, xét trên toàn bộ dữ liệu. Điều đó hoàn toàn có thể đúng. Người biên tập bằng xương bằng thịt cũng gán nhãn sai, cũng cắt xén tiêu đề sai, cũng đẩy một tin về bóng đá vào mục giải trí vì vội. Tôi đã từng làm điều đó. Nếu tỷ lệ lỗi của máy thấp hơn, thì việc tôi phàn nàn về một ca lỗi đơn lẻ là một kiểu hoài cổ, không phải một phân tích.

Chỗ thứ hai: có thể nhãn chỉ là tiện ích, không phải sự thật. Trong mắt người dùng, một bài về Trudeau nằm lẫn trong mục bóng đá là chuyện vặt, đọc rồi bỏ qua. Gánh nặng chứng minh nằm ở phía tôi: hãy chỉ ra thiệt hại cụ thể. Tôi chưa chỉ ra được. Tôi chỉ ra được sự sai lệch, và sự sai lệch chưa phải thiệt hại.

Chỗ thứ ba, và đây là chỗ đau nhất: có thể vấn đề không nằm ở dây chuyền, mà nằm ở chỗ chúng ta đã thôi đọc. Người ta sợ tranh cãi, tôi sợ một trận đấu không khiến mình phải nghĩ. Một kho lưu trữ sai chỉ nguy hiểm khi có người thật sự tin vào nó. Khi không còn ai đọc kỹ, sai lệch không còn là lỗi nữa, nó trở thành nền.

Nhưng kể cả khi thừa nhận cả ba khả năng trên, tôi vẫn giữ một điều. Một hệ thống được đánh giá bằng tỷ lệ đúng trung bình sẽ luôn có một điểm mù: nó không bao giờ bị buộc phải nhìn vào ca lỗi hiếm. Và trong công việc phân tích, chính ca lỗi hiếm mới là nơi chứa thông tin.

Khi sân vận động không có khán giả, tôi nghe thấy tiếng nói rõ nhất từ chiến thuật. Đêm ấy, căn phòng không có khán giả, chỉ có tôi và một bản ghi hai mươi sáu điểm, và thứ tôi nghe thấy là tiếng của một hệ thống tự tin vào chính mình.

Vậy nên tôi đưa ra một dự đoán có thể kiểm chứng. Trước khi chu kỳ giải đấu lớn tiếp theo khép lại, sẽ có ít nhất một kho lưu trữ công khai để lộ một ca sai lệch cùng loại: một bản ghi mang nhãn bóng đá với trường thực thể trống, hoặc một bản ghi mà các mốc thời gian không tựa vào nhau. Điều kiện để dự đoán này đúng rất đơn giản, và cũng rất nghiệt: phải có một người, chứ không phải một cỗ máy, mở nó ra và đọc.

Nếu không có ai đọc, dự đoán của tôi sẽ đúng theo cách tệ nhất. Nó đúng vì không ai biết nó đúng.

Tôi không viết để được đồng tình, tôi viết để mở cánh cửa mà người khác khóa lại. Cánh cửa trong trường hợp này là một ô trống trên biểu mẫu. Ô trống ấy đã nói với chúng ta rằng nó không có gì để nói. Chỉ cần một người lắng nghe.