Hồ Kaptai và nhãn 'tennis': khi hệ thống phân loại tự tin sai

Ba giờ sáng ở Melbourne, tôi mở một bản ghi được dán nhãn "quần vợt" và đọc thấy tên ba khu nghỉ dưỡng, một thác nước, một cây cầu treo và một công viên hươu. Không một tay vợt. Không một tỉ số. Không một giải đấu, một bảng xếp hạng, một điều lệ nào. Bản ghi ấy là bài viết tiếng Bengal về lượng khách đổ về hồ Kaptai, huyện Rangamati, Bangladesh, trong dịp lễ Puja — Rangadwip Resort, Furamon Resort, Wellwood Resort, thác Subalong, cầu treo du lịch, Deer Park, thuyền nhà trên hồ. Một bài du lịch địa phương, đăng trên cổng tin khu vực, kèm thư viện 12 ảnh. Tôi ngồi im khoảng một phút. Chín năm trước, tôi từng thức trắng đêm nghe lại băng ghi hình để sửa ba lần phát âm sai tên Chanathip Songkrasin trong trận Australia gặp Thái Lan ở vòng loại World Cup 2026 trên sân Melbourne Rectangular Stadium. Băng ghi hình là vị khán giả khó tính nhất. Lần này thứ phải sửa không phải giọng tôi, mà là một cái nhãn. Kaptai đọc là Káp-tai; Rangamati đọc là Ran-ga-ma-ti — tôi vẫn giữ thói quen ghi chú phát âm cho mọi địa danh và tên người nước ngoài. Cỗ máy đứng sau bản ghi vận hành theo ba bước quen thuộc: trích xuất thông tin từ văn bản gốc, gán nhãn lĩnh vực, rồi đẩy sang khâu phân tích chuyên sâu. Bước một trả về tám điểm thông tin. Bước hai trả về một chữ: "tennis". Tám điểm ấy, đọc kỹ, không có một thực thể quần vợt nào: không tay vợt, không huấn luyện viên, không giải, không tour, không bảng điểm, không cơ quan quản lý, không thiết bị, không nhà tài trợ. Chúng có khu nghỉ dưỡng, thuyền máy, thác nước, cầu treo, công viên hươu, hồ nước, và một câu bình luận của tác giả về "không khí lễ hội". Trường "thực thể liên quan" trong bản trích xuất còn nguyên câu hướng dẫn thay vì dữ liệu. Trường "nguồn" trống ở cả tám điểm. Nguyên nhân nằm ở tầng ngôn ngữ. Văn bản gốc viết bằng chữ Bengal. Một bộ phân loại học chủ yếu trên văn bản thể thao dùng chữ Latin sẽ không khớp được từ khóa nào, rồi thay vì trả về "không rõ", nó rơi về nhãn gần nhất trong tập nhãn có sẵn. Ở đây, nhãn gần nhất là quần vợt. Đây là chỗ tôi muốn dừng lâu hơn phần lớn người trong nghề. Giữa kỳ chuyển nhượng, cả ngành đang dạy độc giả một phản xạ: xếp hạng tin đồn theo bằng chứng, theo dõi tiền, hợp đồng và động thái của người đại diện. Nhưng có một tầng nhiễu nguy hiểm hơn tin đồn, và nó không nằm trong bài báo nào cả — nó nằm trong hệ thống quyết định bài nào được coi là tín hiệu. Điều đáng lo nhất trong bản ghi này là sự vắng mặt tuyệt đối của tên người. Một bài thể thao, kể cả tin ngắn 200 chữ, gần như luôn có ít nhất một nhân vật được nêu tên. Không có tên nào trong tám điểm thông tin là dấu hiệu của một lần gán nhãn sai cứng, không phải ca biên giới. Tôi dựng lại toàn bộ bản ghi theo góc máy 360 độ: đối chiếu từng điểm với lĩnh vực, đối chiếu tám điểm với nhau, rồi đối chiếu với cấu trúc của một bản tin quần vợt bất kỳ. Cả ba lớp cho cùng một kết quả. Nếu buộc phải phân tích quần vợt từ văn bản này, tôi sẽ phải bịa. Không có lối nào khác. Bịa phong cách thi đấu, bịa chỉ số giao bóng, bịa áp lực bảo vệ điểm. Trong nghề của tôi, đó là lỗi nặng nhất, nặng hơn cả việc bỏ trống. Một khoảng trống thì người đọc biết mình đang thiếu gì. Một đoạn bịa thì họ không biết. Cho nên kết luận đúng ở đây là một kết luận rỗng: không thể đo lường, vì không có đối tượng để đo. Kết quả rỗng, khi được chứng minh bằng bằng chứng, là một phát hiện chứ không phải một thất bại phân tích. Nó chỉ ra ba lỗi chồng lên nhau. Nhãn sai. Trường thực thể trống — nghĩa là khâu trích xuất có thể đã tắt sớm với văn bản không dùng chữ Latin. Tỷ lệ gán nguồn bằng không trên toàn bộ tám điểm, khiến ngay cả những dữ kiện du lịch kia cũng không kiểm chứng được. Tôi từng thấy đúng kiểu chồng lỗi ấy ở Leicester City tháng 3/2026: mất ba trung vệ chính trong 11 ngày, thua Bournemouth 1-4, và kết thúc mùa với 4 trận sạch lưới sau vòng 30 — con số tồi nhất lịch sử câu lạc bộ ở Premier League kể từ 2026. Không lỗi nào trong số đó là thảm họa riêng lẻ. Chúng cộng dồn. Phản xạ đầu tiên của phần lớn người làm nội dung là đổ lỗi cho cỗ máy. Tôi cho rằng lỗi nằm ở thiết kế: một hệ thống được dựng để luôn trả về câu trả lời là một hệ thống không bao giờ biết mình không biết. Tập nhãn không có lớp "không rõ" thì mọi văn bản lạ sẽ bị nuốt vào nhãn gần nhất; lần sau sẽ là một bài về bảo hiểm, một bài về bầu cử địa phương, hay một bài về giá cà chua. Góc nhìn thứ hai khó chịu hơn. Chính sự thiếu vắng lại là dữ liệu. Góc máy 360 độ dạy tôi: bóng đá không nằm ở trái bóng, mà nằm ở khoảng trống quanh nó. Băng ghế dự bị trống trơn không phải cú sụp đổ — nó là mảnh ghép cho một câu chuyện chưa ai kể. Trường thực thể trống nói với tôi điều mà một bản ghi đầy đủ không nói được: nếu khâu trích xuất bỏ rơi văn bản chữ Bengal, thì nội dung quần vợt tiếng Bengal, nếu có, cũng đang bị bỏ rơi. Đó là khoảng trống thật trong công tác theo dõi quần vợt Nam Á, và chỉ nên kết luận sau khi thử bằng một bài quần vợt tiếng Bengal đã biết trước. Tôi không viết bài này như một lời cảnh báo về trí tuệ nhân tạo. Đây là chuyện vệ sinh dữ liệu. Một hồ nước và một khu nghỉ dưỡng không được phép tồn tại trong đồ thị thực thể của quần vợt. Hành động trước, phân tích sau — tôi học được từ cái máy quay 360 độ ở World Cup. Lần này hành động đúng là loại bản ghi khỏi tập dữ liệu quần vợt, chuyển nó về đúng ngành du lịch, và ghi lại sự cố kèm ngày tháng. Một cỗ máy biết nói "tôi không biết" là cỗ máy đáng tin hơn cỗ máy luôn có câu trả lời. Và một tòa soạn dám công bố lỗi của chính mình đáng tin hơn một tòa soạn chưa từng nhận lỗi.