Nhãn dán nhầm: khi một bản tin y tế lọt vào đường ống dữ liệu bóng đá

Tệp dữ liệu đến tay tôi mang nhãn “Bóng đá”. Bên trong là bốn mươi ba điểm thông tin, và không một điểm nào nhắc tới câu lạc bộ, cầu thủ, huấn luyện viên, giải đấu, hợp đồng chuyển nhượng hay bất kỳ hạng mục nào thuộc về môn thể thao này. Toàn bộ nội dung xoay quanh một loại vắc-xin phòng bệnh tay chân miệng do vi-rút EV71, được một chuỗi tiêm chủng tại Việt Nam công bố, với các bác sĩ, bệnh nhi và một đối tác dược phẩm Thụy Sĩ làm nhân vật chính. Với người làm nghề ghi biên bản kỷ luật giải đấu như tôi, tình huống này chẳng khác nào mở sổ trận đấu ra và thấy toàn bộ trang giấy ghi diễn biến của một buổi họp báo ngành y. Không thể bắt lỗi một trận đấu không tồn tại. Nhưng hoàn toàn có thể, và cần phải, ghi lại chính xác chuyện gì đã xảy ra với cái nhãn ấy. Sai nhãn, trong nghề của tôi, là lỗi nặng nhất, vì nó kéo theo mọi lỗi khác. Trong vài năm gần đây, các tòa soạn thể thao vận hành bằng đường ống dữ liệu: nội dung thô được thu thập, gắn nhãn lĩnh vực, rồi đẩy tới các khâu phân tích chuyên sâu. Nhãn lĩnh vực giống như số áo của trọng tài trong biên bản — nó quyết định ai được quyền xử lý, xử lý theo luật nào và kết quả cuối cùng thuộc về bảng nào. Một tệp mang nhãn “Bóng đá” sẽ đi thẳng tới bàn của những người như tôi: người chấm điểm pha phạm lỗi, người đối chiếu số lần bứt tốc, người tra cứu lịch sử đối đầu. Ở thị trường Việt Nam, nơi mùa giải thường niên diễn ra liên tục và lượng nội dung đổ về mỗi ngày lớn hơn năng lực đọc của bất kỳ ban biên tập nào, việc tự động gắn nhãn gần như là bắt buộc. Chính vì thế mà lỗi phân loại trở thành rủi ro hệ thống. Nó không gây ồn ào như một bàn thắng bị VAR tước, không tạo ra tranh cãi trên mạng xã hội, và không ai gọi điện phàn nàn. Nó chỉ lặng lẽ đưa nội dung sai vào đúng chỗ không nên có nó. Ngành thể thao đã quen với việc kiểm tra lại bàn thắng, kiểm tra lại thẻ phạt, kiểm tra lại số phút bù giờ. Rất ít nơi kiểm tra lại chính khâu đầu tiên: nội dung này có thuộc về lĩnh vực của chúng ta hay không. Phần phân tích cho thấy bức tranh rõ ràng. Trong bốn mươi ba điểm thông tin, các thực thể được nêu tên gồm một chuỗi tiêm chủng, một công ty dược phẩm, một số bác sĩ và bệnh nhân. Không có bất kỳ thực thể bóng đá nào. Số liệu nổi bật nhất, tỷ lệ bảo vệ 96,8%, là hiệu quả bảo vệ của vắc-xin, không phải bất kỳ chỉ số thi đấu nào. Đọc nhầm nó thành một thông số thể thao sẽ tạo ra một kết luận vô nghĩa được trình bày với vẻ ngoài rất khoa học. Đó là kiểu sai lầm mà tôi đã học cách sợ nhất. Điểm mấu chốt: vấn đề lớn nhất của tệp dữ liệu này không nằm ở nội dung, mà ở chỗ nó được dán nhãn sai và đẩy vào một đường ống phân tích mà nó không thuộc về. Tôi lần theo cấu trúc thông tin theo cách mình vẫn làm với một tình huống gây tranh cãi. Trước hết là chuỗi thời gian. Sự kiện được ghi ngày 25 tháng 9 năm 2026, một mốc nằm ở tương lai so với thời điểm tệp được xử lý. Với người dựng bảng mã lỗi cá nhân, một dấu hiệu như vậy đủ để dừng lại. Nó có thể là lỗi đánh máy, có thể là chỗ giữ chỗ trong bản nháp, và cũng có thể là một sự kiện chưa xảy ra. Cả ba khả năng đều dẫn tới cùng một kết luận: không được đưa số liệu này vào bất kỳ phán đoán nào trước khi xác minh. Tiếp theo là nguồn. Các tuyên bố về độ phủ, gần ba trăm trung tâm trên toàn quốc và hàng chục nghìn lượt đăng ký, đều xuất phát từ chính đơn vị triển khai. Về mặt nghiệp vụ, đây là nguồn có quyền lợi liên quan trực tiếp. Số liệu hiệu quả 96,8% được gán cho “dữ liệu đã công bố” nhưng không nêu tên tạp chí, không nêu cỡ mẫu, không nêu thời gian theo dõi. Trong bảng mã lỗi của tôi, đây là lỗi thuộc nhóm thiếu nguồn sơ cấp, nhóm lỗi mà tôi từng mắc phải và phải trả giá. Tôi nhớ buổi chiều tháng 9 năm 2026 tại sân Groupama. Tôi đếm sai số lần phạm lỗi của một tiền vệ trong hiệp một, ghi ba thay vì bốn, và báo cáo kỷ luật bị ban tổ chức trả về. Bốn tuần sau đó tôi ngồi xem lại toàn bộ băng ghi hình mười hai trận để đối chiếu từng tình huống trọng tài thổi còi. Sai sót ở vòng loại World Cup 2026 dạy tôi: biên bản không viết trước. Một số liệu chưa qua kiểm chứng hai nguồn độc lập thì chưa được phép bước vào hệ thống, dù nó đến từ đâu. Điều đáng chú ý là tệp dữ liệu này vẫn chứa một cấu trúc có thể nhận diện. Nó được xây theo mô-típ quen thuộc: một mối đe dọa đang lan rộng, một giải pháp được chờ đợi từ lâu, các chuyên gia xác nhận, và một lời kêu gọi hành động. Đây là mô-típ truyền thông sản phẩm, và nó xuất hiện trong thể thao thường xuyên hơn người ta tưởng. Chỉ khác là ở thể thao, mối đe dọa được thay bằng một cuộc khủng hoảng phong độ, còn giải pháp được thay bằng một bản hợp đồng. Tệp dữ liệu cũng nhắc tới lợi thế của người đi trước, quyền đưa sản phẩm về thị trường sớm, vị thế quốc gia đầu tiên trong khu vực. Về hình thức, đây là một thỏa thuận thương mại độc quyền, thứ mà giới bóng đá hiểu rất rõ qua các hợp đồng tài trợ và phân phối bản quyền. Nhưng đây chỉ là một phép so sánh mang tính minh họa. Không có phí chuyển nhượng, không có quỹ lương, không có cấu trúc hợp đồng nào để phân tích. Mọi cột trong bảng tài chính đều trống, và một cái bảng trống thì không nên được lấp bằng suy đoán. Đây là chỗ tôi phải nói thẳng về giới hạn của chính mình. Công cụ phân tích của tôi được thiết kế cho bóng đá: hệ thống chiến thuật, dữ liệu trận đấu, lịch sử đối đầu, cấu trúc giải đấu, luật trọng tài. Tệp dữ liệu này không có một mục nào trong số đó. Không có sơ đồ đội hình, không có chỉ số PPDA, không có số liệu bứt tốc, không có bảng xếp hạng. Không có huấn luyện viên nào chịu áp lực, không có cầu thủ nào hết hợp đồng, không có ban lãnh đạo nào bị chất vấn. Gán những khung phân tích ấy lên một bản tin y tế sẽ tạo ra kết luận hư cấu, và kết luận hư cấu là thứ tôi từ chối sản xuất. Phương pháp theo dõi World Cup 2026 của tôi là một cái lưới: mắt nhỏ, không bỏ sót cá. Năm đó tôi bỏ qua những trận đại chiến và chọn mười bốn trận vòng bảng ít bàn thắng nhất, để rồi phát hiện một đội tuyển có tỷ lệ phạm lỗi ngăn phản công cao nhất giải, hai mươi ba lần trong ba trận. Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, bài học từ tấm lưới ấy áp dụng được cho tệp dữ liệu này: khi mắt lưới đủ nhỏ, ta nhìn thấy ngay điều mà người khác bỏ qua, ở đây là sự vắng mặt hoàn toàn của bóng đá trong một tệp mang nhãn bóng đá. Góc nhìn ngược đời nằm ở chỗ này. Người ta sẽ dễ quy lỗi cho một thuật toán gắn nhãn kém cỏi, sửa nhãn, rồi coi như xong. Nhưng sửa nhãn chỉ giải quyết được triệu chứng. Vấn đề gốc là thói quen tiếp nhận nội dung dựa trên nhãn thay vì dựa trên kiểm chứng. Một tòa soạn thể thao có thể dễ dàng loại bỏ bản tin vắc-xin ra khỏi bàn, nhưng lại rất khó loại bỏ một bản tin chuyển nhượng được tung ra bởi chính người đại diện của cầu thủ, dù cả hai đều thuộc cùng một loại: nguồn có quyền lợi liên quan. Trong mùa giải thường niên, áp lực tốc độ khiến biên tập viên phải tin vào nguồn sẵn có. Các tuyên bố về độ phủ, về số lượt đăng ký, về hiệu quả 96,8% trong tệp dữ liệu này không khác gì những chỉ số mà giới bóng đá vẫn đăng mỗi tuần: số kilômét di chuyển, số lần bứt tốc, số đường chuyền chính xác. Chúng đều có thể đúng, đều có thể đẹp, và đều có thể được trình bày mà không kèm nguồn sơ cấp. Quãng đường di chuyển được đóng gói như chỉ số nỗ lực, nhưng chạy vô hiệu cũng tạo ra những chỉ số đẹp như thường. Điểm mù ở đây là giả định rằng nhãn đúng thì nội dung đúng. Nhãn chỉ nói nội dung thuộc lĩnh vực nào, không nói nội dung đã được kiểm chứng hay chưa. Hai câu hỏi đó phải được trả lời riêng, bằng hai quy trình riêng. Bỏ qua quy trình thứ hai là cách nhanh nhất để một bài phân tích thể thao trở thành bản sao có chú thích của một thông cáo quảng cáo. Nếu phải rút ra một việc cần làm từ tệp dữ liệu này, thì đó là đặt lại câu hỏi ở khâu đầu tiên thay vì ở khâu cuối cùng. Trước khi hỏi dữ liệu này nói lên điều gì, hãy hỏi nội dung này có thuộc về đây không, và ai là người có lợi nếu tôi tin nó. Sai sót ở vòng loại World Cup 2026 để lại cho tôi một câu duy nhất, và tôi vẫn để nó ngay trên bàn làm việc: biên bản không viết trước. Một đường ống dữ liệu thể thao chỉ đáng tin khi nó kiểm tra được cả cái nhãn lẫn cái nguồn. Còn với một bản tin y tế bị dán nhãn bóng đá, việc đúng đắn nhất mà người làm nghề như tôi có thể làm là trả nó về đúng chỗ, và nói rõ rằng ở đây không có trận đấu nào để phân tích.