Bảng số trống: Khi nhà phân tích bơi lội từ chối bịa ra một vận động viên

3 giờ 17 phút sáng ngày 12 tháng 3 năm 2026, tôi ngồi trước màn hình với một bảng tính có 60 dòng và một cột dữ liệu hoàn toàn trống. Đó là file theo dõi tốc độ sải tay của một vận động viên bơi tự do trẻ mà tôi đang xây hồ sơ cho một giải cấp quốc gia. Không phải dữ liệu sai. Không phải dữ liệu nhiễu. Trống. Trơ. Như mặt hồ lặng gió lúc 5 giờ sáng, khi sương còn chưa tan và không một gợn sóng nào đủ để người ta biết nước đang chảy về đâu.

Người trợ lý gửi tôi file đó kèm một tin nhắn: “Anh cứ lấy trung bình rồi điền vào cho mô hình chạy, mai nộp rồi.” Tôi đọc tin nhắn, đặt điện thoại xuống, rồi nhìn chằm chằm vào cột trống ấy thêm bốn mươi phút. Đó là khoảnh khắc tôi hiểu rằng nghề của mình có một ranh giới mà không thuật toán nào vẽ hộ: ranh giới giữa việc phân tích một sự thật và việc bịa ra một sự thật trông có vẻ hợp lý. Cái cột trống ấy, về mặt kỹ thuật, không nói lên điều gì. Nhưng chính vì nó không nói gì, nó lại là dữ liệu quan trọng nhất trong cả file.

Tôi từ chối điền. Và chính cái khoảnh khắc từ chối ấy định hình nên bài viết này.

Tôi bước vào nghề phân tích bơi lội từ năm 2026, khi còn là sinh viên ngành Khoa học vận động. Ngày đó tôi viết cho một tờ báo thể thao với vai trò phóng viên mảng bơi, và tôi học được một điều sớm hơn nhiều đồng nghiệp: ở Việt Nam, dữ liệu bơi lội là một thứ xa xỉ. Bóng đá có Opta, có StatsBomb, có hàng trăm công ty bán dữ liệu theo gói. Bơi lội thì không. Một giải bơi quốc gia có thể kết thúc mà ban tổ chức chỉ công bố đúng thời gian về đích của tám làn, không split, không tốc độ sải, không thời gian phản xạ xuất phát, không gì cả.

Vì thế mà tôi quen với việc tự đi đo. Tôi từng ngồi trên khán đài một bể bơi ở Hải Phòng, bấm đồng hồ bấm giây bằng tay cho từng vận động viên qua từng vòng, rồi về nhà gõ lại vào Excel. Sai số của tay người là khoảng 0,2 đến 0,3 giây mỗi lần bấm — tôi biết rõ điều đó. Nhưng một con số có sai số vẫn tốt hơn một ô trống. Đó là nguyên tắc đầu tiên tôi tự đặt ra cho mình: thà có một con số dở còn hơn có một khoảng trắng được lấp bằng trí tưởng tượng.

Năm 2026, ở tuổi 19, tôi được một giảng viên nhờ thống kê số liệu trận U23 Việt Nam gặp U23 Thái Lan ở SEA Games 29 tại Kuala Lumpur. Tôi tự dựng một bảng tính theo dõi 37 pha chuyền bóng ở một phần ba sân đối phương, ghi nhận chỉ số 0,68 xG cho Việt Nam dù đội thua 0-3. Truyền thông hôm sau chỉ nói về tỷ số. Không ai hỏi vì sao hàng tiền vệ bị bóp nghẹt ở khu vực giữa sân. SEA Games 2026 dạy tôi rằng dữ liệu nghèo nàn cũng có thể mở ra một vũ trụ rộng lớn — nhưng chỉ khi ta chịu nhìn vào cái nghèo đó thay vì che nó đi.

Sang đến bơi lội, cái nghèo ấy còn rõ hơn. Nếu bạn muốn đánh giá một vận động viên bơi 200m tự do, bạn cần ít nhất bốn vòng split, tốc độ sải tay trung bình mỗi 50m, tần suất thở, và thời gian phản xạ xuất phát. Ở một giải quốc gia của chúng ta, bạn thường chỉ có đúng một con số: thời gian về đích. Một con số duy nhất để đánh giá một quãng đường dài 200 mét. Đó giống như việc bạn được cho biết một cuốn tiểu thuyết kết thúc ở trang 300 mà không được đọc một chữ nào ở giữa.

Vậy nên khi một bảng tính trả về cột trống, tôi không xem đó là lỗi kỹ thuật. Tôi xem đó là một tín hiệu. Nó nói rằng hệ thống thu thập dữ liệu ở đâu đó đã đứt gãy, rằng ai đó đã quên bấm đồng hồ, quên ghi chép, hoặc quên truyền file. Và nếu tôi điền một con số trung bình vào cái cột trống ấy, tôi sẽ không sửa được sự đứt gãy — tôi chỉ che nó đi bằng một lớp sơn trông có vẻ đẹp.

Đây là điều mà tôi gọi là rủi ro quy trình — thứ rủi ro nguy hiểm hơn mọi sai số dữ liệu, bởi nó không nằm trong con số mà nằm ở người tạo ra con số. Một thời gian bơi sai thì người ta phát hiện được, sửa được, đối chiếu được với video. Nhưng một con số bịa ra để lấp ô trống thì không ai phát hiện, vì nó trông hoàn toàn bình thường. Nó nằm im trong báo cáo, được dùng để ra quyết định, và cuối cùng là để phán xét một đứa trẻ 15 tuổi đang tập bơi mỗi sáng.

Tôi đã chứng kiến hậu quả của việc này một lần, và tôi không muốn chứng kiến lần thứ hai. Hồi năm 2026, một trung tâm huấn luyện gửi tôi hồ sơ của một vận động viên nữ 14 tuổi kèm lời đề nghị đánh giá tiềm năng. Hồ sơ ghi rằng em có tốc độ sải tay ổn định qua cả bốn vòng của cự ly 400m hỗn hợp. Nhưng khi tôi yêu cầu file gốc, tôi phát hiện tốc độ sải ấy được tính bằng cách lấy tổng thời gian chia cho tổng số sải — nghĩa là làm phẳng toàn bộ khác biệt giữa bốn kiểu bơi khác nhau hoàn toàn. Bơi bướm khác bơi ếch, bơi ngửa khác bơi tự do. Việc gộp chúng lại thành một con số “trung bình” là một sự xúc phạm đối với sinh lý học.

Con số đó không sai về mặt số học. Nó sai về mặt ý nghĩa. Và đó là kiểu sai nguy hiểm nhất, bởi nó không hề trông giống một lỗi.

Tôi nhớ một buổi chiều mùa hè năm 2026, khi đại dịch khiến mọi đường bơi trên thế giới đóng cửa. Tôi ngồi xem lại toàn bộ 98 trận Bundesliga mùa 2026-20 từ băng ghi hình, ghi chép tỉ mỉ khoảng trống giữa các tuyến khi sân vận động không có khán giả. Khi bóng đá trở lại sau năm tuần, tôi nhận ra một điều mà tôi không hề kỳ vọng: đội chủ nhà chỉ thắng 23% số trận, so với mức 45% trước dịch. Sân vận động trống không là cuộc hôn phối kỳ lạ giữa dữ liệu và nỗi cô đơn. Tôi viết một báo cáo dài 30 trang gửi cho một nhà phân tích người Đức, và anh ta chia sẻ nó lên mạng. Trong hai ngày, bài viết được hơn 2.000 lượt chia sẻ lại.

Nhưng điều tôi học được từ mùa hè đó không phải là về lợi thế sân nhà. Mà là về một thứ khác: khi thế giới ngừng lại, dữ liệu cũng biết chờ đợi. Và khi dữ liệu chờ, người phân tích phải biết chờ theo. Không được vội vàng lấp đầy khoảng trống.

Trở lại với bơi lội, tôi muốn nói về một cái tên đã định hình cả một thế hệ: Nguyễn Thị Ánh Viên. Cô gái sinh năm 2026 ấy từng khiến cả Đông Nam Á phải nhìn lại. Ở SEA Games 2026 tại Singapore, cô giành tám huy chương vàng — một kỳ tích mà đến nay vẫn chưa ai lặp lại trong lịch sử thể thao Việt Nam ở một kỳ đại hội. Nhưng điều mà truyền thông ít nói tới là dữ liệu đằng sau tám tấm huy chương ấy mỏng đến mức nào.

Khi Ánh Viên thi đấu, chúng ta có thời gian về đích. Chúng ta có tên giải. Chúng ta có huy chương. Nhưng chúng ta hầu như không có split từng vòng, không có so sánh tốc độ sải giữa vòng đầu và vòng cuối, không có phân tích vì sao cô mạnh ở nội dung hỗn hợp mà lại chật vật ở một số cự ly tự do. Những câu hỏi ấy chỉ có thể trả lời bằng dữ liệu chi tiết, và dữ liệu chi tiết ấy chưa bao giờ được công bố đầy đủ ở Việt Nam.

Điều đó có nghĩa là gì? Nó có nghĩa là chúng ta đã có một vận động viên tầm cỡ châu lục, nhưng lại không có một hệ thống dữ liệu tương xứng để hiểu cô ấy. Chúng ta khen cô bằng những câu như “bản lĩnh hơn người”, “đẳng cấp vượt trội” — những câu không định lượng được bản lĩnh là bao nhiêu, đẳng cấp là mấy phần trăm.

Và khi một vận động viên như thế giải nghệ, cái gì còn lại? Không phải dữ liệu. Mà là ký ức. Ký ức thì đẹp, nhưng ký ức không giúp đào tạo được thế hệ kế tiếp.

Đây là lúc tôi phải nói một điều mà nhiều người trong ngành không muốn nghe: phần lớn các bài viết về bơi lội Việt Nam trong suốt mười năm qua là những bài viết không có một con số gốc nào. Chúng là những dòng cảm thán được trang trí bằng thành tích. Người viết kể lại cảm xúc khi chứng kiến một tấm huy chương, chứ không kể lại câu chuyện của tốc độ, của nhịp thở, của quỹ đạo năng lượng trong bốn vòng bơi.

Nếu tôi phải chọn một ví dụ ngược lại, tôi sẽ chọn Nguyễn Huy Hoàng. Ở Á vận hội 2026 tại Jakarta, chàng trai sinh năm 2026 ấy giành huy chương đồng ở cả 800m và 1500m tự do. Đó là thành tích mà bơi lội Việt Nam phải chờ rất lâu mới có lại. Nhưng điều tôi chú ý không phải là tấm huy chương. Mà là cách cậu ấy phân bổ sức lực qua các vòng. Ở cự ly 1500m, người bơi giỏi không phải người bơi nhanh nhất ở 100m đầu, mà là người giữ được độ dốc thời gian giữa các vòng nhỏ nhất.

Để đánh giá điều đó, bạn cần split. Và split của Huy Hoàng ở những giải quốc tế thì có — do ban tổ chức nước ngoài công bố. Nhưng split của cậu ấy ở các giải trong nước thì gần như không tồn tại. Nghĩa là chúng ta có thể phân tích một vận động viên khi cậu ấy ra nước ngoài thi đấu, nhưng lại mù tịt khi cậu ấy tập và thi ở nhà. Chúng ta hiểu vận động viên của mình qua con mắt của người nước ngoài, chứ không qua con mắt của chính mình.

Đó là một nghịch lý mà tôi gọi là nghịch lý dữ liệu ngoại lai: chúng ta chỉ nhìn rõ vận động viên của mình khi người khác đo hộ. Và cái nghịch lý ấy có giá của nó. Giá của nó là chúng ta không thể tối ưu hóa quá trình huấn luyện, không thể phát hiện sớm sự chững lại, không thể phát hiện sớm chấn thương, không thể biết một tay bơi trẻ đang tiến bộ hay đang chạm trần.

Tôi từng nói chuyện với một huấn luyện viên ở một trung tâm bơi lội phía Bắc. Ông bảo tôi một câu mà tôi ghi vào sổ tay: “Ở đây tụi tôi dạy bằng mắt và bằng cảm giác. Con số là chuyện của mấy người làm báo.” Tôi không trách ông. Ông lớn lên trong một hệ thống mà dữ liệu chưa bao giờ là một phần của công việc. Nhưng tôi hiểu rằng chừng nào con số còn bị coi là “chuyện của người làm báo”, chừng đó bơi lội Việt Nam còn bị bỏ lại phía sau trong một thế giới mà người ta đã đo từng phần trăm giây từ lâu.

Katie Ledecky, khi bơi 1500m tự do, có những vòng split mà tốc độ của cô ấy gần như không đổi trong suốt phần lớn quãng đường. Michael Phelps được phân tích đến từng góc quay của bàn tay khi vào nước. Đó không phải là sự cuồng tín dữ liệu. Đó là sự tôn trọng đối với môn thể thao này. Bởi vì trong bơi lội, khác biệt giữa huy chương vàng và huy chương bạc đôi khi chỉ là 0,01 giây — một phần trăm giây, ít hơn một nhịp tim, ít hơn một lần chớp mắt.

0,01 giây. Bạn hãy thử tưởng tượng khoảng thời gian đó. Nó ngắn hơn thời gian bạn vừa đọc chữ “giây” này. Vậy mà nó là ranh giới giữa vinh quang và sự lãng quên. Và chúng ta đang quản lý ranh giới đó bằng cảm giác.

Đó là lý do tôi không thể điền một con số bịa vào cột trống. Bởi vì trong một bộ môn mà kết quả được quyết định bằng phần trăm giây, việc bịa dữ liệu không phải là một tiểu xảo vô hại. Nó là một tội ác nhỏ chống lại sự thật.

Có một điều tôi phải thừa nhận, và tôi muốn nói thẳng ở đây: bản thân tôi, trong những năm đầu làm nghề, cũng từng suýt rơi vào cái bẫy ấy. Năm 2026, khi phân tích thất bại của đội tuyển Đức ở World Cup tại Nga, tôi dành gần ba tuần để thu thập dữ liệu. Tôi ghi nhận Đức chỉ tạo ra 0,9 xG trong trận thua Hàn Quốc, thấp hơn mức trung bình 1,8 xG của họ ở vòng loại. Tôi thấy hàng phòng ngự dâng cao nhưng pressing rời rạc, chỉ số PPDA lên tới 12,4 trong khi Hàn Quốc là 8,9.

Tôi viết một bài dài 4.000 chữ. Nhưng không ai đọc. Mọi người chỉ muốn bàn về việc huấn luyện viên không đem theo một cầu thủ chạy cánh nào đó. Khi ấy, tôi có một lựa chọn: tiếp tục làm dữ liệu tử tế và im lặng, hoặc thêm thắt vài chi tiết cho bài viết “đắt” hơn. Tôi suýt chọn vế thứ hai. Tôi suýt thêm một con số mà tôi không kiểm chứng được, chỉ để bài viết có sức nặng.

Tôi không làm. Và bài học ấy theo tôi đến tận hôm nay: dữ liệu thô không đủ hấp dẫn, nhưng dữ liệu bịa thì không đủ trung thực. Giữa hai điều đó, tôi chọn điều thứ nhất, dù nó ít người đọc hơn.

Bây giờ, tôi muốn quay lại cái bảng tính trống ở đầu bài và nhìn nó từ một góc khác. Bởi vì có một cám dỗ mà tôi chưa nói hết: cám dỗ tin rằng một con số trung bình là một sự thật. Nếu tôi điền giá trị trung bình vào cột trống, tôi không chỉ bịa dữ liệu — tôi còn tạo ra một loại dữ liệu trông khoa học hơn cả dữ liệu thật. Nó có đơn vị, có định dạng, có vẻ ngoài đáng tin. Nó sẽ chạy qua mô hình, cho ra một kết quả, và kết quả đó sẽ được dùng để ra quyết định.

Đây là điểm tôi muốn nhấn mạnh: tương quan không phải là nhân quả, và một con số trông hợp lý không phải là một con số đúng. Khi chúng ta thấy một vận động viên trẻ cải thiện thành tích, chúng ta dễ gán cho nó một nguyên nhân — thay huấn luyện viên, đổi giáo án, đổi bể tập. Nhưng nếu dữ liệu nền tảng bị bịa, thì mọi kết luận rút ra từ nó đều là những tòa nhà xây trên cát.

Tôi từng chứng kiến một đội bơi thay huấn luyện viên và ngay lập tức có thành tích tốt hơn. Cả làng thể thao kết luận: huấn luyện viên mới giỏi hơn. Nhưng khi tôi kiểm tra kỹ, tôi phát hiện ra một điều khác: nhóm vận động viên ấy vừa thoát khỏi giai đoạn dậy thì, và đỉnh cao thể lực tự nhiên của họ trùng đúng với thời điểm đổi huấn luyện viên. Sự cải thiện có thể đã xảy ra dù có đổi người hay không. Tương quan trùng khớp về thời gian, nhưng không có nghĩa là quan hệ nhân quả.

Nếu tôi chỉ nhìn vào con số cải thiện, tôi sẽ ca ngợi huấn luyện viên mới. Nhưng nếu tôi nhìn vào bối cảnh — tuổi, giai đoạn sinh lý, điều kiện tập luyện — tôi sẽ đưa ra một kết luận khác, thận trọng hơn, và đúng hơn.

Đó là lý do tôi luôn viết kèm cụm từ “với độ tin cậy hiện tại”. Bởi vì 70% là 70%, không phải 100%. Và một mô hình dự đoán, dù tốt đến đâu, cũng chỉ là một mô hình — nó không phải là lời tiên tri. Bơi lội là thứ duy nhất khiến thuật toán của tôi phải học cách sợ.

Năm 2026, khi làm trợ lý phân tích cho một công ty cá cược thể thao ở Hà Nội, tôi theo dõi Euro và để mắt tới đội tuyển Italy của Mancini. Tôi nhận thấy họ có chỉ số PPDA 8,5 — tốt nhất giải, trong khi các đội lớn khác đều trên 11. Tôi thuyết phục sếp đặt cửa Italy vô địch với tỷ lệ cược 11/1. Cuối cùng họ vô địch, và công ty thu về lợi nhuận kỷ lục. Sếp đề nghị tôi xây dựng bộ mô hình dự đoán riêng.

Nhưng tôi không cho phép mình quên rằng lần đó tôi đúng một phần vì dữ liệu, và một phần vì may mắn. Nếu Italy thua ở bán kết, mô hình của tôi vẫn đúng về mặt quy trình, nhưng kết quả thì khác. Tôi học được rằng một nhà phân tích giỏi không phải người luôn đúng, mà là người luôn biết mình có thể sai ở đâu.

Và đây là nơi tôi muốn nói về một cái bẫy mà những người làm nghề như tôi dễ mắc nhất: cái bẫy của sự ngoan cố. Khi ta đã công khai một lập trường ngược với số đông, việc rút lui khi dữ liệu mới bác bỏ ta trở nên đau đớn. Ta sợ mất thể diện. Ta sợ bị coi là kẻ đã sai. Thế là ta bám lấy lập trường cũ, dù nó đã sụp đổ.

Tôi đặt ra một quy tắc cho chính mình: mỗi khi dữ liệu thay đổi, tôi viết một bài đính chính. Và tôi gọi loạt bài đó là “Khi tôi sai, con số đã đúng.” Bởi vì trong nghề này, việc thừa nhận sai không phải là thất bại. Đó là cách duy nhất để giữ cho dữ liệu còn đáng tin.

Tôi cũng muốn nói về một điều mà tôi gọi là bổn phận của người xướng số. Mỗi con số trong báo cáo của tôi là một số phận. Khi tôi viết rằng một vận động viên 15 tuổi có tiềm năng hạn chế, tôi đang gieo một hạt giống có thể khiến em bị bỏ rơi. Khi tôi viết rằng một em khác có tiềm năng lớn, tôi đang gieo một hạt giống có thể khiến em bị đặt lên vai một áp lực không chịu nổi.

Vì thế, tôi luôn dành một mục riêng trong mỗi báo cáo để nói về giới hạn của dữ liệu. Và tôi luôn nhắc mình rằng phía sau mỗi con số là một con người đã dậy lúc 4 giờ sáng, bơi trong làn nước lạnh, đếm từng sải tay trong im lặng. Con số lên tiếng, nhưng không ai hỏi chúng đã khóc bao nhiêu lần.

Tám năm tôi bơi lội đã dạy tôi cách đếm từng sải nước. Nhưng chính những năm làm phân tích mới dạy tôi cách đếm những thứ không nhìn thấy: nỗi cô đơn của một vận động viên không được ai đo, sự im lặng của một tài năng không được ghi lại, khoảng trống trong một bảng tính mà không ai buồn lấp.

Mỗi trận đấu là một lời thú tội; tôi chỉ là người giải mã những thì thầm từ bảng số.

Vậy tín hiệu vòng tiếp theo là gì? Nếu bạn theo dõi bơi lội Việt Nam trong mùa giải tới, đừng chỉ nhìn vào huy chương. Hãy nhìn vào việc liệu ban tổ chức có công bố split từng vòng hay không. Hãy nhìn vào việc liệu các trung tâm huấn luyện có bắt đầu ghi chép tốc độ sải tay hay vẫn dạy bằng mắt. Hãy nhìn vào việc liệu một tay bơi trẻ có được theo dõi qua nhiều mùa hay chỉ được biết đến khi cậu ấy đoạt huy chương.

Đó là những tín hiệu nhỏ, khô khan, không lên trang nhất. Nhưng chúng chính là nền móng. Và nếu chúng ta không xây nền móng ấy, chúng ta sẽ mãi chỉ có những tấm huy chương lấp lánh trên một nền dữ liệu trống rỗng.

Còn về cột trống trong file của tôi đêm hôm đó — tôi vẫn để nguyên nó. Tôi gửi trả file cho trợ lý kèm một dòng: “Cột này trống vì dữ liệu không tồn tại, không phải vì chúng ta chưa kịp nhập. Đừng lấp nó.” Hôm sau, chúng tôi cử người xuống bể đo lại. Mất thêm hai ngày. Nhưng con số cuối cùng là thật.

Và nếu bạn hỏi tôi, giữa một báo cáo hoàn hảo được nộp đúng hạn và một báo cáo trung thực được nộp trễ hai ngày, tôi sẽ luôn chọn vế thứ hai. Bởi vì trong nghề này, sự thật không có hạn chót. Chỉ có sự bịa đặt mới cần hạn chót để tồn tại.