Bóng bàn: khi nguồn dữ liệu rỗng, kỷ luật phân tích bắt đầu bằng việc từ chối kết luận

Ngày bản báo cáo phân tích cấp hai về bóng bàn được đặt lên bàn làm việc của tôi, hình thức của nó vẫn đúng chuẩn: chín phần mục, đủ bảng biểu, đủ ma trận rủi ro, đủ phần kết luận đánh giá. Chỉ một chi tiết lệch. Phần lớn trường nội dung trả về giá trị rỗng. Tiêu đề bài gốc không có. Nguồn bài không có. Loại bài chưa phân loại. Danh sách điểm thông tin trống hoàn toàn. Trường duy nhất còn sống là nhãn lĩnh vực: bóng bàn. Đó là toàn bộ dữ liệu đầu vào. Một từ. Trong nghề này, người ta sợ bản báo cáo sai, vì sai còn sửa được. Bản báo cáo kia nguy hiểm theo cách khác: đúng hình thức, trống nội dung. Một chiếc khung đẹp luôn mời gọi người viết lấp vào, và phần lấp vào thường mượt hơn phần sự thật. Mọi chiếc cúp đều bắt đầu từ một con số bị bỏ quên; nhưng cũng có những con số chưa từng tồn tại, và việc của người phân tích là phân biệt hai loại đó. Bóng bàn hiện đại vận hành trên hệ thống đo lường khô khan đến mức tàn nhẫn. WTT, công ty con thương mại của ITTF, điều hành chuỗi giải quốc tế và hệ thống điểm xếp hạng cuốn theo chu kỳ 52 tuần. Điểm cũ tự rụng khỏi hồ sơ một tay vợt đúng ngày tròn một năm, bất kể tay vợt đó có ra bàn hay không. ITTF giữ vai trò cơ quan quản lý luật thi đấu và chứng nhận thiết bị. Ba giải có trọng số cao nhất trong mọi bài toán sự nghiệp và tuyển chọn là Olympic, giải vô địch thế giới và World Cup. Hệ quả rất rõ: trong môn này, ngày tháng là dữ liệu, không phải siêu dữ liệu. Một tổng điểm 8.000 nghe giống nhau ở mọi thời điểm, nhưng cấu trúc bên trong nó khác nhau từng tháng, vì phần nào sắp hết hạn và phần nào vừa được nạp mới quyết định vị trí hạt giống thật của tay vợt. Cùng một con số, đọc vào tháng Giêng và đọc vào tháng Mười Hai, cho ra hai kết luận trái ngược. Vì thế một bài viết về bóng bàn không có ngày xuất bản là một bài viết mơ hồ về mặt phân tích, kể cả khi toàn bộ nội dung đã được trích xuất đầy đủ. Áp lực bảo vệ điểm là hệ quả trực tiếp của cơ chế đó. Một tay vợt bước vào giai đoạn có nhiều điểm sắp hết hạn sẽ phải chọn lịch thi đấu khác đi: hoặc nạp giải nhỏ để giữ vị trí, hoặc bỏ giải nhỏ để dồn thể lực cho giải lớn. Cả hai lựa chọn đều là quyết định dữ liệu, không phải quyết định cảm xúc. Người đọc bên ngoài thường thấy một chuỗi kết quả thất thường và gọi đó là phong độ đi xuống. Người có bảng điểm nhìn thấy một lịch trình bị bóp méo bởi ngày hết hạn. Thêm một lớp nữa: thi đấu đa nội dung. Một giải có thể gồm đơn, đôi và đôi nam nữ trong cùng tuần. Số trận tăng, số pha quyết định tăng, và độ chính xác của từng pha giảm ở cuối giải. Bất kỳ phân tích nào lấy tỷ lệ thắng của một tay vợt mà không tách theo nội dung đều đang trộn ba tập dữ liệu khác nhau vào một con số. Con số đó không sai về mặt số học; nó sai về mặt ý nghĩa. Trong hệ thống đánh giá của các hiệp hội, trận đấu với đối thủ thuộc hiệp hội khác là thước đo độ tin cậy cốt lõi. Lý do đơn giản: đối thủ trong nước đã quá quen nhau, còn đối thủ ngoài hiệp hội mang theo trường phái và nhịp độ khác. Một tỷ lệ thắng nội địa cao mà tỷ lệ thắng quốc tế thấp là dấu hiệu của một môi trường thi đấu khép kín, không phải dấu hiệu của đẳng cấp. Đáng tiếc, phần lớn nội dung bình luận lại chỉ trích dẫn con số đầu tiên. Cấu trúc của một bài phân tích bóng bàn tử tế vì thế không bắt đầu bằng nhận định, mà bằng bốn câu hỏi hành chính: giải nào, cấp nào, ngày nào, nội dung nào. Chỉ khi bốn câu đó có đáp án, phần số liệu mới có nghĩa. Quay lại bản báo cáo trống. Kiểu thất bại ở đây có hai dạng, và chẩn đoán đúng dạng nào quan trọng hơn việc vá ví dụ. Dạng thứ nhất xảy ra ở khâu lọc: máy đọc được văn bản nhưng loại bỏ gần hết, để lại vài mảnh vụn. Dạng thứ hai xảy ra ở khâu nạp: nguồn không đọc được ngay từ đầu, nên không có gì để lọc. Bản báo cáo này thuộc dạng thứ hai. Không một điểm thông tin nào, kể cả điểm rác, là dấu hiệu của cửa vào bị chặn, chứ không phải của một bộ lọc quá tay. Ở khâu nạp, nguyên nhân thường gặp là nguồn ảnh, video, tường phí, hoặc văn bản bị cắt cụt. Nhãn lĩnh vực sống sót một mình cũng phù hợp với giả thuyết đó: nhãn có thể được suy ra từ đường dẫn hoặc siêu dữ liệu, những thứ vẫn đọc được dù phần thân bài không đọc được. Nếu vậy, thứ đã hỏng không phải là năng lực phân tích, mà là đường ống. Đường ống có hai lỗi cấu trúc, và cả hai sẽ lặp lại ở mọi bài sau nếu không sửa. Lỗi thứ nhất là phụ thuộc vòng: trường thực thể được yêu cầu xác định từ danh sách điểm thông tin, trong khi danh sách ấy rỗng, nên trường thực thể tự động về không. Lỗi thứ hai là đánh giá chất lượng nguồn dựa trên trường nguồn của từng điểm thông tin, trong khi mẫu báo cáo không hề bắt buộc điểm thông tin phải có trường nguồn. Hai lỗi này không phải sơ suất của người phân tích; chúng là khiếm khuyết của mẫu. Vì sao phải nói kỹ chuyện kỹ thuật này trong một bài về bóng bàn? Vì chất lượng nguồn là biến số quyết định trong mọi tranh cãi của môn thể thao này. Câu chuyện tuyển chọn, câu chuyện chấn thương, câu chuyện nội bộ đội tuyển đều có một điểm chung: chúng lan nhanh hơn nhiều so với tốc độ kiểm chứng. Một thông tin không rõ cấp nguồn — thông cáo chính thức, báo chí có tòa soạn, hay tài khoản tự phát — thì không thể cân trọng số, và thứ không cân được trọng số thì không được phép bước vào phần kết luận. Cùng logic đó áp cho thiết bị. Kiểm tra vợt trước trận gồm độ dày cao su, độ phẳng mặt và dư lượng dung môi bay hơi. Đây là nhóm dữ kiện dễ kiểm chứng nhất và cũng bị báo lại sai nhiều nhất, vì nó cho phép người viết dựng nên một câu chuyện kỹ thuật nghe rất chuyên môn mà không cần mở hồ sơ gốc. Trước khi tin một tay vợt, hãy tin một chuỗi số dài. Và trước khi tin một chuỗi số, hãy xem nó được đo bằng cái gì. Đây là chỗ nguy hiểm nhất của một bản báo cáo trống: nó tạo ra khoảng không đủ rộng cho những câu như "tay vợt này có lối đánh xoáy kết hợp tấn công nhanh, kỹ thuật chững lại sau khi đổi mặt vợt". Những câu đó nghe chuyên môn, đúng ngữ pháp bóng bàn, và hoàn toàn không có nguồn. Trong nhiều năm làm nghề, tôi đã thấy loại câu này sống lâu hơn chính sự thật mà nó mô tả, vì nó không bao giờ bị phản bác — muốn phản bác thì phải có dữ liệu gốc, mà dữ liệu gốc thì không ai giữ. Đến đây là phần dễ gây khó chịu. Niềm tin phổ biến trong giới phân tích là thêm dữ liệu sẽ tốt hơn. Dựa trên kinh nghiệm theo dõi các trận đấu của tôi trong nhiều năm, điều ngược lại mới đúng: sai lầm nghiêm trọng nhất chưa bao giờ đến từ chỗ thiếu số, mà từ chỗ có số và đọc sai. Một bảng số liệu dày đặc tạo ra cảm giác chắc chắn, và cảm giác chắc chắn là thứ khiến người ta bỏ qua bước kiểm tra điều kiện đo. Tương quan không phải nhân quả. Một tay vợt thắng nhiều hơn sau khi đổi mặt vợt chưa chứng minh mặt vợt là nguyên nhân; nó chỉ chứng minh hai sự kiện cùng nằm trên một trục thời gian. Vì thế bản báo cáo trống kia, xét theo một nghĩa hẹp, lại có ích. Nó buộc người đọc dừng ở đúng chỗ phải dừng. Trong một ngành mà phần lớn nội dung được sản xuất để lấp chỗ trống, việc từ chối lấp là một hành vi chuyên môn. Dữ liệu không bao giờ hoảng loạn. Chỉ có người đọc nó hoảng loạn. Điều cần theo dõi trong vòng tới không phải là một kết quả trận đấu, mà là chất lượng của đường ống dữ liệu phía sau mọi bài phân tích bóng bàn mà độc giả đọc hằng ngày. Ba thứ cần có trước mọi kết luận: một mốc thời gian tuyệt đối, một cấp nguồn xác định, và một danh sách thực thể độc lập với danh sách điểm thông tin. Độc giả không cần biết đường ống vận hành ra sao. Nhưng độc giả cần biết một điều: khi một bài viết về bóng bàn không nêu ngày, không nêu giải, không nêu nguồn, thì phần còn lại của bài viết, dù dài bao nhiêu, cũng chỉ là văn. Sau năm mươi ba năm, tôi không còn tin vào câu chuyện. Tôi tin vào số. Nhưng tôi chỉ tin con số khi biết nó được đo vào ngày nào.