Khoảng trống dữ liệu trong bơi lội Việt Nam: Điều bảng thành tích không nói

Trên bảng điện tử của một giải bơi cấp quốc gia, dòng thời gian hiện lên đầy đủ: 1 phút 58 giây 34 ở nội dung 200m tự do nam. Ngay bên cạnh, những ô dành cho split 50m, tần số quạt tay và số nhịp thở để trống. Ban tổ chức có kết quả, nhưng không có dữ liệu. Với một người làm nghề đọc số như tôi, khoảng trống ấy đáng chú ý hơn cả con số vừa hiện.

Tôi ngồi lại sau buổi thi đấu, mở khung phân tích chín chiều mà mình dựng cho môn bơi, và thấy phần lớn các ô đều nằm ở trạng thái chưa đủ thông tin. Không phải vì tôi lười. Mà vì hệ thống thu thập dữ liệu bên dưới không tồn tại. Một bảng phân tích trống không phải là dấu chấm hết của câu chuyện — nó là bằng chứng cho thấy câu chuyện chưa từng được ghi lại.

Ở Việt Nam, bơi lội tồn tại một nghịch lý. Đây là môn đã sản sinh ra những tên tuổi tầm cỡ châu lục như Nguyễn Thị Ánh Viên hay Nguyễn Huy Hoàng, những người từng giành huy chương ở đấu trường ASIAD và giành vé dự Olympic. Thành tích thì có. Nhưng dữ liệu để giải thích thành tích ấy gần như không được lưu trữ một cách hệ thống.

Tôi từng làm việc với dữ liệu GPS của 29 cầu thủ bóng đá tại một câu lạc bộ ở Sài Gòn, phát hiện quãng đường chạy tốc độ cao tăng 20% trước khi xảy ra chấn thương cơ. Từ đó, tôi đưa chỉ số thể lực vào mọi bài phân tích. Khi chuyển sang bơi lội, tôi nhận ra mình không có nguyên liệu thô tương đương. Không có split, không có tần số quạt tay, không có dữ liệu ngưỡng lactate. Chỉ có thời gian chung cuộc và thứ hạng.

Nghề của tôi là kéo một kết quả về đúng vị trí của nó trong một phân bố xác suất. Muốn làm điều đó với bơi lội, tôi cần ba lớp dữ liệu: dữ liệu kỹ thuật trong từng đường bơi, dữ liệu thành tích qua nhiều mùa giải, và dữ liệu bối cảnh về hệ thống thi đấu. Ở Việt Nam, lớp thứ nhất hầu như biến mất, lớp thứ hai chỉ tồn tại rời rạc, và lớp thứ ba phụ thuộc vào trí nhớ của những người làm chuyên môn.

Điều này không chỉ là vấn đề kỹ thuật. Nó là vấn đề của cả một nền thể thao. Khi một vận động viên bơi xong và chỉ có con số cuối cùng được ghi lại, chúng ta mất đi khả năng trả lời câu hỏi đơn giản nhất: vì sao cậu ấy thắng, và liệu cậu ấy có thể thắng lại?

Tôi dựng khung phân tích chín chiều như một cách tự kiểm tra. Mỗi chiều là một câu hỏi, và mỗi câu hỏi cần một loại dữ liệu cụ thể. Điều đáng nói là khi áp khung này vào bơi lội Việt Nam, phần lớn các ô trả về giá trị rỗng. Đây là bản đồ của những khoảng trống.

Chiều kỹ thuật. Để đánh giá một vận động viên, tôi cần giai đoạn xuất phát, tốc độ dưới nước sau khi lao, kỹ thuật quay đầu và hiệu suất quạt tay. Không có split, tôi không thể biết vận động viên tăng tốc ở 50m cuối hay tụt lại ở 50m thứ ba. Không có tần số quạt tay, tôi không thể tính quãng đường mỗi nhịp quạt. Một người bơi 200m tự do với 1 phút 58 giây có thể phân bổ lực hoàn toàn khác nhau giữa bốn đoạn, và mỗi cách phân bổ kể một câu chuyện chiến thuật khác. Chỉ với con số cuối, mọi cách phân bổ trở nên giống hệt nhau.

Chiều thành tích. Muốn định vị một kết quả, tôi cần so nó với kỷ lục quốc gia, kỷ lục SEA Games và xếp hạng mùa hiện tại. Nhưng khi cơ sở dữ liệu không được chuẩn hóa, mỗi lần tra cứu lại là một cuộc khảo sát thủ công. Một kết quả không có mốc so sánh thì không phải là thành tích — nó chỉ là một con số đứng một mình.

Chiều hệ thống thi đấu. Bơi lội sống theo chu kỳ bốn năm. Một giải trong nước có ý nghĩa rất khác nếu nó nằm ở năm tiền Olympic so với năm hậu Olympic. Cơ chế vượt chuẩn A và chuẩn B quyết định việc một vận động viên có vé dự giải lớn hay không, nhưng để phân tích điều đó, tôi cần biết chuẩn, thời hạn và số suất. Những thông tin này tồn tại, nhưng nằm rải rác.

Chiều bản đồ thế giới. Ai đang thống trị nội dung 200m tự do nam châu Á? Nội dung nào của Việt Nam có khoảng cách nhỏ nhất so với tốp đầu khu vực? Đây là câu hỏi mà một bản đồ dữ liệu có thể trả lời trong vài giây, nhưng không ai dựng nó.

Chiều luật và phòng chống doping. Bơi lội có những giới hạn luật rất cụ thể: quy tắc 15 mét dưới nước sau khi xuất phát và sau mỗi lần quay đầu, số nhịp đạp cá heo hợp lệ ở nội dung ếch. Để đánh giá một kỹ thuật có chạm ranh giới luật hay không, tôi cần dữ liệu quay phim và số liệu đo. Chúng tôi không có.

Chiều sự nghiệp vận động viên. Bơi lội là môn mà tuổi đỉnh cao đến sớm và rất khác nhau giữa nam và nữ. Một vận động viên nữ 17 tuổi và một vận động viên nam 24 tuổi ở cùng nội dung đang ở hai giai đoạn sinh lý hoàn toàn khác. Nhưng nếu hồ sơ chỉ ghi thành tích mà không ghi tuổi, chiều cao và quãng tập luyện, tôi không thể vẽ đường cong sự nghiệp.

Chiều rủi ro. Rủi ro lớn nhất của bơi lội Việt Nam không nằm ở đối thủ. Nó nằm ở chỗ chúng ta không có cách phát hiện sớm chấn thương vai — loại chấn thương phổ biến nhất của môn này. Không có dữ liệu khối lượng tập, không có biện pháp phòng ngừa dựa trên số.

Chiều câu chuyện công chúng. Kỳ vọng của khán giả thường bám theo huy chương, trong khi thực tế vận động ở tầng sâu hơn. Khoảng cách giữa hai lớp này là nơi niềm tin bị bào mòn.

Chiều hiệu ứng ngành. Một ngôi sao bơi lội có thể kéo theo dòng tiền vào cơ sở vật chất, thiết bị và đào tạo trẻ. Nhưng dòng chảy đó chỉ bền nếu có dữ liệu chứng minh hiệu quả đầu tư.

Có một cám dỗ mà tôi luôn phải đề phòng: coi một bảng phân tích trống là một kết luận. Khi mọi ô đều rỗng, rất dễ kết luận rằng không có gì đáng nói. Sự thật thì ngược lại. Một hệ thống trả về dữ liệu rỗng một cách có hệ thống không phải là hệ thống không có dữ liệu — đó là hệ thống hỏng ở khâu thu thập.

Tôi phân biệt hai tình huống. Thứ nhất, một bài viết thực sự không chứa thông tin, ví dụ một bài bình luận thuần cảm xúc. Thứ hai, một bài viết có thông tin nhưng bị đánh rơi trong quá trình xử lý. Hai tình huống này đòi hỏi hai phản ứng hoàn toàn khác nhau, và nhầm lẫn giữa chúng là sai lầm tốn kém nhất.

Đây cũng là lúc tôi nhắc lại nguyên tắc cũ: tương quan không phải nhân quả. Khi thấy một vận động viên cải thiện thành tích cùng lúc với việc thay huấn luyện viên, rất dễ gán thành tích cho sự thay đổi đó. Nhưng nếu không có dữ liệu khối lượng tập, kỹ thuật và thể lực theo tuần, tôi không thể chỉ ra cơ chế nối giữa hai biến. Tôi chỉ được phép nói rằng chúng có liên hệ.

Nguy hiểm hơn cả sự trống rỗng là việc âm thầm chấp nhận nó. Nếu một bảng phân tích rỗng được đối xử như một bảng phân tích hợp lệ, mọi quyết định phía sau sẽ dựa trên một nền bằng chứng không tồn tại. Trong thể thao, điều đó có nghĩa là tuyển chọn bằng cảm tính, đầu tư bằng niềm tin, và thất bại mà không hiểu vì sao. Mỗi kết quả đều có một xác suất nền. Ta gọi nó là bất ngờ khi chưa kịp tra bảng số.

Bơi lội Việt Nam không thiếu tài năng. Nó thiếu một hệ thống ghi lại tài năng ấy thành dữ liệu có thể truy vết. Việc đầu tiên không phải là mua thêm thiết bị, mà là chuẩn hóa cách ghi split, tần số quạt tay và hồ sơ vận động viên ngay từ cấp cơ sở.

Người thường nhìn bảng thành tích để hiểu một cuộc thi. Tôi nhìn cuộc thi để hiểu nhiều năm. Tôi ngồi cách xa đường đua để nhìn rõ hơn cả trọng tài, nhưng tôi chỉ nhìn rõ khi có số. Và cho đến khi hệ thống dữ liệu được dựng lên, câu hỏi lớn nhất của bơi lội Việt Nam vẫn sẽ là câu hỏi mà chúng ta chưa có đủ thông tin để trả lời.