Đường ống rỗng: bài học từ những mô hình bóng đá không còn gì để nói

Ba giờ mười bảy phút sáng, Thượng Hải. Tôi ngồi trước ba màn hình: hai cái chạy bảng dữ liệu, một cái mở trận đấu. Đến phút bảy mươi tám, màn hình bên trái — cái tôi tin nhất, cái tôi đã dựng suốt bốn năm — chỉ còn đúng một dòng chữ: N/A. Không cảnh báo đỏ. Không tiếng bíp. Đường ống dữ liệu của tôi đã rỗng tự lúc nào, và nó không buồn thông báo.

Tôi nhớ cảm giác đó hơn cả trận đấu đêm ấy. Một mô hình không sập vì sai. Nó sập vì im lặng. Vẫn con số, vẫn biểu đồ, vẫn cảm giác kiểm soát — nhưng bên trong chẳng còn gì để thẩm vấn.

Sáng hôm sau, tôi mở lại toàn bộ nhật ký hệ thống. Ba tuần trước đó, một trường dữ liệu chấn thương đã ngừng cập nhật. Hai tuần trước, nguồn dữ liệu tuyển trạch trẻ mất kết nối. Một tuần trước, biến số giải đấu bị treo. Không cái nào báo lỗi. Mô hình của tôi vẫn chạy trơn tru trên một cái xác rỗng, và tôi vẫn đọc nó như đọc kinh.

Để hiểu vì sao câu chuyện này quan trọng hơn một lỗi kỹ thuật, cần quay lại năm 2026, khi tôi mới ba mươi lăm tuổi, làm chuyên gia cấp cao cho một nền tảng thể thao non trẻ ở Trung Quốc.

Trước trận Thượng Hải SIPG gặp Sơn Đông Lỗ Năng ở vòng 18 giải Ngoại hạng Trung Quốc, tôi công bố bài phân tích dùng mô hình bàn thắng kỳ vọng — xG. Con số tôi đưa ra gây sốc: SIPG có xG 2.8, đối thủ chỉ 0.4. Tôi dự đoán 3-1. Toàn bộ các chuyên gia truyền thống trong tòa soạn đều chọn hòa, bởi Sơn Đông đang có chuỗi phòng ngự ổn định và lịch sử đối đầu không tệ. Kết quả chung cuộc: 3-1. Bài viết của tôi đạt năm mươi nghìn lượt xem sau hai mươi bốn giờ.

Đêm đó tôi tưởng mình đã nắm được chìa khóa. Tôi không biết rằng thứ tôi cầm trên tay chỉ là một mảnh ghép của một cỗ máy lớn hơn nhiều, và cỗ máy ấy có thể ngừng cung cấp nguyên liệu bất cứ lúc nào mà không hề kêu một tiếng.

Sang World Cup 2026, tôi được một công ty cá cược mời làm nhà phân tích chính. Mô hình mới của tôi dựa trên hai biến: PPDA — số đường chuyền đối thủ được phép trước mỗi hành động phòng ngự — và chiều cao trung bình của hàng thủ. Nó dự đoán Hàn Quốc thắng Đức 2-0 ở vòng bảng. Tôi đăng tweet kêu gọi mọi người đặt cược theo. Kết quả: 2-0 cho Hàn Quốc, với Kim Young-gwon và Son Heung-min ghi bàn trong những phút cuối. Đức bị loại ngay từ vòng bảng.

Cả mạng xã hội gọi tôi là nhà tiên tri. Tôi tin điều đó. Đó là sai lầm thứ hai, và nó đắt hơn sai lầm thứ nhất.

Vòng 1/8, mô hình nói Brazil sẽ thắng Bỉ, vì xG phòng ngự của Brazil tốt hơn và hàng thủ Bỉ bị đánh giá thấp về khả năng chống phản công. Tôi khẳng định điều đó trên sóng trực tiếp, trước hàng trăm nghìn người. Brazil thua 1-2. Fernandinho đá phản lưới, Kevin De Bruyne sút xa tung lưới, Renato Augusto chỉ gỡ được một bàn. Rất nhiều khách hàng mất tiền vì nghe tôi.

Tôi tranh luận gay gắt trên mạng xã hội với một đồng nghiệp, người đã cảnh báo rằng mô hình của tôi thiếu biến tâm lý trận đấu lớn. Sau đó tôi dành ba tuần viết lại mã nguồn, thêm biến số giải đấu và một thành phần ngẫu nhiên. Ba tuần ấy dạy tôi nhiều hơn bốn năm trước đó.

Nhưng phải đến cái đêm ở Thượng Hải, khi màn hình chỉ còn dòng N/A, tôi mới hiểu tận gốc vấn đề.

Sự cố ấy không phải chuyện dữ liệu sai. Nó là chuyện dữ liệu biến mất, và biến mất một cách im lặng. Tôi gọi đó là đường ống rỗng. Một hệ thống có thể vẫn chạy, vẫn xuất ra con số, vẫn vẽ ra biểu đồ đẹp — trong khi nguyên liệu đầu vào đã cạn từ lâu. Và điều nguy hiểm nhất: người đọc kết quả không thể phân biệt được một mô hình đầy với một mô hình rỗng, vì cả hai đều trình bày bằng cùng một định dạng.

Trong nghề phân tích bóng đá, chúng ta nói rất nhiều về dữ liệu sai, dữ liệu nhiễu, dữ liệu thiên lệch. Ít ai nói về dữ liệu rỗng. Một trường chấn thương ngừng cập nhật không tạo ra giá trị sai — nó tạo ra khoảng trống, và mô hình lấp khoảng trống bằng giả định cũ. Một nguồn tuyển trạch mất kết nối không làm con số lệch — nó làm con số đứng yên, và sự đứng yên bị hiểu nhầm thành ổn định. Một biến giải đấu bị treo không phá vỡ công thức — nó khiến công thức áp dụng sai bối cảnh, và cái sai bối cảnh là thứ khó phát hiện nhất.

Tôi từng nghĩ kẻ thù của mô hình là sự ngẫu nhiên. Không đúng. Kẻ thù của mô hình là sự im lặng. Ngẫu nhiên vẫn để lại dấu vết — nó tạo ra sai số, và sai số thì đo được. Im lặng không để lại dấu vết, vì nó khoác áo của sự bình thường.

Đây là lúc cần phân biệt hai thứ mà cả ngành thể thao đang trộn lẫn: dữ liệu và bằng chứng.

Dữ liệu là nguyên liệu thô. Bằng chứng là dữ liệu đã qua thẩm vấn và còn đứng vững sau khi bị chất vấn. Một con số xG 2.8 là dữ liệu. Nó chỉ trở thành bằng chứng khi ta trả lời được: con số ấy đến từ đâu, lấy mẫu bao nhiêu trận, ai ghi nhận, và nó còn đúng nếu đổi người ghi nhận hay không. Trong bài phân tích SIPG năm 2026, con số 2.8 đứng vững vì tôi tự tay kiểm tra từng tình huống, đối chiếu với vị trí sút và áp lực phòng ngự. Nếu hôm đó nguồn dữ liệu vị trí sút bị treo, tôi sẽ có một con số đẹp và một kết luận rỗng.

Ngành phân tích thể thao hiện đại đang bị cuốn vào một cuộc đua về độ phức tạp. Ai cũng muốn thêm biến, thêm lớp, thêm mô hình học máy. Nhưng mỗi biến thêm vào là một cửa ngõ mới để dữ liệu rỗng lẻn vào. Một mô hình có ba mươi biến có ba mươi cơ hội bị đầu độc bởi im lặng. Và vì mô hình phức tạp khó kiểm chứng hơn, kẻ vận hành nó thường giấu sự mơ hồ của mình sau màn trình diễn kỹ thuật.

Mọi mô hình đều sai, nhưng vài kẻ sai một cách có ích. Câu đó tôi nói nhiều năm. Nhưng phải đến khi đường ống của mình rỗng, tôi mới thêm được vế thứ hai: vài kẻ sai một cách có ích, còn phần lớn chỉ im lặng một cách vô hại cho đến khi có người mất tiền.

Tôi muốn kể kỹ hơn về hai trận đấu đã định hình cách tôi nhìn mô hình: Hàn Quốc — Đức và Brazil — Bỉ, cả hai ở World Cup 2026.

Trận Hàn Quốc — Đức, mô hình của tôi đúng. Nhưng sau này, khi bình tĩnh nhìn lại, tôi phải thừa nhận một điều khó chịu: đúng không có nghĩa là giỏi. Mô hình dự đoán dựa trên PPDA và chiều cao hàng thủ. Hàn Quốc thắng vì Đức chủ quan, vì họ dồn lên tìm bàn và bị phản công, vì một quả phạt góc và một pha thoát xuống của Son Heung-min khi khung thành đã trống. Trong số những nguyên nhân ấy, mô hình của tôi chỉ nắm được một phần nhỏ. Tôi đúng vì lý do khác với lý do tôi nghĩ mình đúng. Đó là loại đúng nguy hiểm nhất, vì nó xây dựng niềm tin sai chỗ.

Trận Brazil — Bỉ, mô hình của tôi sai. Nhưng sai vì đâu? Mô hình nhìn vào xG phòng ngự và kết luận Brazil mạnh hơn. Thực tế, Bỉ chơi đúng một kế hoạch: nhường thế trận, chờ phản công, và trừng phạt Brazil bằng một pha cố định và một cú sút xa. Mô hình của tôi không có biến cho ý đồ chiến thuật. Nó không biết rằng một đội có thể chủ động chọn thế yếu để thắng. Nó chỉ đo được cái đã xảy ra, không đo được cái đội bóng định làm.

Hai trận, một đúng một sai, nhưng cùng chỉ ra một lỗ hổng: mô hình của tôi đo lường quá khứ và giả định tương lai giống quá khứ. Bóng đá không vận hành như vậy. xG không ghi bàn, nhưng nó khiến người ta tranh cãi nhiều hơn cả quả bóng thật. Và trong những cuộc tranh cãi ấy, phần lớn thời gian ta đang cãi về một con số, chứ không cãi về trận đấu.

Sau World Cup 2026, tôi viết lại mã nguồn, thêm biến số giải đấu và yếu tố ngẫu nhiên. Nhưng thêm biến ngẫu nhiên không giải quyết được vấn đề gốc. Nó chỉ làm mô hình khiêm tốn hơn trong cách trình bày. Cái tôi thực sự cần không phải là thêm nhiễu, mà là thêm khả năng tự phát hiện khi mình không còn gì để nói.

Một mô hình tốt phải có cơ chế tự báo rỗng. Khi dữ liệu chấn thương ngừng cập nhật, mô hình phải hạ cấp độ tin cậy, không phải giữ nguyên. Khi nguồn tuyển trạch mất kết nối, mô hình phải đánh dấu khoảng trống, không phải lấp bằng giá trị cũ. Khi biến giải đấu bị treo, mô hình phải ngừng áp dụng, không phải chạy tiếp. Nghe đơn giản. Nhưng trong thực tế, hầu hết hệ thống phân tích thể thao mà tôi từng chạm vào đều không có cơ chế ấy, vì cơ chế ấy đi ngược lại bản năng của người làm nghề: chúng ta muốn mô hình luôn có câu trả lời.

Đó là cái bẫy của nghề. Khách hàng trả tiền để nghe dự đoán. Biên tập viên cần một con số để lên tiêu đề. Sếp cần một biểu đồ để trình bày. Không ai trả tiền cho một dòng chữ N/A. Vì thế, khi dữ liệu rỗng, người làm nghề bị đẩy vào lựa chọn: thừa nhận mình không biết, hoặc trình bày cái rỗng như thể nó đầy. Phần lớn chọn cách thứ hai. Tôi cũng từng chọn cách thứ hai, và đó là lý do tôi viết bài này.

Có một khái niệm trong ngành tìm kiếm mà tôi thấy đúng với phân tích bóng đá: giá trị thông tin gia tăng. Một bài phân tích chỉ có giá trị khi nó nói được điều gì đó mà người đọc chưa biết. Nếu nó chỉ lặp lại tỷ số, lặp lại bảng xếp hạng, lặp lại những gì ai cũng thấy, thì nó không có giá trị thông tin gia tăng, dù nó dài bao nhiêu. Đường ống rỗng là kẻ thù của giá trị thông tin gia tăng, vì nó khiến người viết tưởng mình đang phân tích trong khi thực chất chỉ đang trang trí khoảng trống.

Nhìn lại cả sự nghiệp, tôi thấy mình đã đi qua bốn giai đoạn niềm tin.

Giai đoạn đầu, tôi tin dữ liệu là chân lý. Con số đúng thì kết luận đúng. Giai đoạn này sinh ra bài phân tích SIPG năm 2026.

Giai đoạn hai, tôi tin mô hình phức tạp hơn sẽ đúng hơn. Giai đoạn này sinh ra thất bại Brazil — Bỉ và ba tuần viết lại mã nguồn.

Giai đoạn ba, tôi tin mọi thứ đều ngẫu nhiên. Giai đoạn này nguy hiểm nhất, vì nó cho tôi quyền không chịu trách nhiệm. Khi dự đoán sai, tôi đổ cho nhiễu. Khi phân tích vô dụng, tôi nói bóng đá vốn không thể đoán.

Giai đoạn bốn, giai đoạn hiện tại, tôi tin dữ liệu là nhân chứng, không phải quan tòa. Nhân chứng có thể nói dối, có thể nhầm, có thể im lặng, và việc của tôi là thẩm vấn nó — không phải thờ phụng nó.

Dữ liệu biến mất không phải là mất dữ liệu — mà là một loại dữ liệu. Sự vắng mặt của một con số cũng là một thông tin. Một cầu thủ không có số liệu chấn thương công khai cũng nói lên điều gì đó. Một câu lạc bộ không công bố thời gian hồi phục cũng là một tín hiệu. Nhưng để đọc được tín hiệu ấy, người phân tích phải chấp nhận rằng im lặng không đồng nghĩa với bình thường.

Tôi từng theo dõi rất nhiều trận đấu của các đội bóng ở giải Ngoại hạng Trung Quốc, và điều khiến tôi chú ý không phải là những gì được công bố, mà là những gì bị bỏ trống. Một đội thắng ba trận liên tiếp nhưng không công bố tình trạng của trụ cột hàng thủ. Một câu lạc bộ chi lớn trong kỳ chuyển nhượng nhưng im lặng về cấu trúc lương. Những khoảng trống ấy thường dự báo nhiều hơn những con số được tô đậm. Và khi một mô hình bỏ qua khoảng trống, nó tự đưa mình vào thế rỗng mà không biết.

Đến đây, tôi phải nói về một cái bẫy mà chính tôi suýt sa vào: dùng sự ngẫu nhiên như tấm khiên.

Bóng đá ngừng lăn năm 2026, nhưng sự ngẫu nhiên chưa từng nghỉ trưa. Câu này tôi rất thích, và vì thích nó, tôi đã nhiều lần lạm dụng nó. Sau đại dịch, lịch thi đấu đảo lộn, khán giả vắng bóng, các mô hình cũ đồng loạt sai. Tôi và nhiều đồng nghiệp rút ra một kết luận nghe rất sâu sắc: mọi thứ đều ngẫu nhiên, mô hình chỉ là ảo tưởng. Kết luận ấy đúng một phần, nhưng nó biến thành cái cớ để không ai phải chịu trách nhiệm về dự đoán của mình.

Vấn đề nằm ở chỗ: ngẫu nhiên là thứ phải được chứng minh, không phải thứ được viện dẫn. Trước khi gọi một kết quả là ngẫu nhiên, tôi phải loại trừ được các biến can thiệp. Tôi phải kiểm tra xem thất bại đến từ dữ liệu rỗng, từ biến bị treo, hay từ một sai lệch thực sự của bối cảnh. Nếu chưa loại trừ được biến nào, tôi chưa được phép dùng chữ ngẫu nhiên. Đây là kỷ luật tôi tự đặt ra sau cái đêm ở Thượng Hải, và nó khó hơn nhiều so với việc nói một câu triết lý nghe thật kêu.

Cùng lúc, tôi nhận ra mình phải cẩn thận với một cái bẫy khác: sùng bái sự phức tạp để che đậy sự mơ hồ. Sống giữa hai nền bóng đá Việt Nam và Trung Quốc, rồi từng đổi hướng nghiên cứu nhiều lần, tôi có thói quen nhìn mọi vấn đề từ nhiều phía. Thói quen ấy có ích, nhưng nó cũng khiến tôi dễ viết những bài nhiều tầng lớp mà cuối cùng không trả lời được câu hỏi nào. Một bài phân tích có năm biến số xoay quanh thường là dấu hiệu người viết chưa tìm được câu hỏi trung tâm. Với bài này, tôi buộc mình chỉ giữ một câu hỏi: khi dữ liệu rỗng, mô hình phải làm gì? Mọi thứ khác là phụ.

Trong bóng đá hiện đại, đường ống rỗng xuất hiện ở những nơi ít ai ngờ nhất. Hãy nhìn vào câu chuyện chấn thương. Các câu lạc bộ chỉ công bố thông tin có lợi cho giá trị của họ. Một chấn thương nhẹ được thổi thành nặng để giải thích thất bại. Một chấn thương nặng bị giấu để bảo vệ giá cầu thủ trên thị trường chuyển nhượng. Người hâm mộ và truyền thông bị đặt vào thế mù thông tin có chủ đích, và cái mù ấy lan vào mọi mô hình dự đoán đội hình ra sân. Khi tôi xây mô hình dự đoán đội hình, tôi không thiếu thuật toán. Tôi thiếu sự thật về việc ai còn đá được. Đó là một đường ống rỗng được xây dựng có chủ ý, và không thuật toán nào bù đắp được.

Điều tương tự xảy ra ở đào tạo trẻ. Nhiều cựu ngôi sao mở học viện, quảng cáo rầm rộ, nhưng phần lớn là hoạt động thương mại gắn với hình ảnh cá nhân hơn là một chương trình đào tạo bài bản. Dữ liệu về các học viện này thường rỗng: không có số liệu đầu ra, không có lộ trình huấn luyện viên, không có đánh giá độc lập. Một nền tảng phân tích dựa vào những nguồn như vậy sẽ vẽ ra một bức tranh phát triển cầu thủ trẻ đẹp đẽ mà không có cơ sở. Đầu tư vào đào tạo huấn luyện viên cơ sở có hệ thống, thứ thực sự tạo ra giá trị dài hạn, lại bị bỏ trống — một khoảng rỗng lớn hơn nhiều so với những gì truyền thông quan tâm.

Nhìn sang bóng đá châu Á nói chung, tôi thấy một nghịch lý. Các giải đấu ngày càng nhiều dữ liệu, nhưng chất lượng dữ liệu không tăng tương ứng. Số liệu vị trí, số liệu chạy, số liệu chuyền được thu thập ồ ạt, nhưng ít ai kiểm tra xem chúng có còn đúng trong bối cảnh mới hay không. Một mô hình huấn luyện trên dữ liệu mùa trước có thể hoàn toàn vô dụng cho mùa này, vì đội hình đã đổi, chiến thuật đã đổi, và quan trọng nhất, đối thủ đã học cách chống lại. Sự lỗi thời của dữ liệu là một dạng đường ống rỗng âm thầm: dữ liệu vẫn còn đó, nhưng nó không còn mô tả thực tại.

Mỗi bảng tính là một bài thiền, chỉ khác là thiền xong bạn mất tiền. Tôi học được điều này sau nhiều năm ngồi trước màn hình. Cái tĩnh lặng của người phân tích không phải là sự bình an, mà là sự tập trung vào câu hỏi đúng. Và câu hỏi đúng trong nghề này hiếm khi là câu hỏi về con số. Nó là câu hỏi về điều kiện sản sinh ra con số.

Quay lại cái đêm ở Thượng Hải. Sau khi phát hiện đường ống rỗng, tôi không viết lại mô hình ngay. Tôi làm một việc khác: liệt kê tất cả các nguồn dữ liệu và đánh dấu thời điểm cập nhật cuối cùng của từng nguồn. Kết quả khiến tôi lạnh người. Có nguồn đã ngừng cập nhật từ ba tháng trước mà tôi không hề biết. Tôi đã đưa ra hàng chục dự đoán trong khoảng thời gian đó, và mỗi dự đoán đều dựa trên một phần dữ liệu đã chết. Không có dự đoán nào trong số đó tự báo là không đáng tin. Tất cả đều trông bình thường.

Từ đó, tôi thêm một bước bắt buộc vào quy trình: kiểm tra sức khỏe đường ống trước khi phân tích. Mỗi nguồn dữ liệu phải có ngày cập nhật cuối, và nếu vượt ngưỡng, nó bị loại khỏi mô hình thay vì được dùng với giá trị cũ. Đây là kỷ luật khô khan, không có gì hấp dẫn để khoe, nhưng nó cứu tôi khỏi nhiều sai lầm hơn mọi thuật toán tinh vi.

Tôi cũng học cách phân biệt hai loại im lặng. Loại thứ nhất là im lặng kỹ thuật: nguồn dữ liệu hỏng, kết nối đứt, trường bị treo. Loại này có thể sửa bằng kỷ luật kiểm tra. Loại thứ hai là im lặng chiến lược: ai đó chủ động giấu thông tin vì nó bất lợi cho họ. Loại này nguy hiểm hơn, vì không có lỗi kỹ thuật nào để phát hiện. Đối phó với nó cần một thứ khác: đọc động cơ của người cung cấp dữ liệu. Một câu lạc bộ im lặng về chấn thương có thể vì họ không biết, hoặc vì họ biết nhưng không muốn nói. Hai tình huống ấy dẫn đến hai cách xử lý khác nhau, và người phân tích giỏi là người phân biệt được chúng.

Đây là phần phản trực giác mà tôi muốn nhấn mạnh, vì nó đi ngược lại niềm tin phổ biến trong ngành.

Niềm tin phổ biến cho rằng vấn đề lớn nhất của phân tích bóng đá là thiếu dữ liệu. Theo tôi, vấn đề lớn nhất là thừa dữ liệu chết và thiếu cơ chế phát hiện nó. Các nền tảng thể thao đang chạy đua thu thập ngày càng nhiều số liệu, nhưng gần như không ai đầu tư tương xứng vào việc kiểm tra độ sống của số liệu. Kết quả là một nghịch lý: càng nhiều dữ liệu, mô hình càng dễ bị đầu độc bởi im lặng, vì có nhiều cửa ngõ hơn để khoảng trống lẻn vào.

Phản trực giác thứ hai: độ chính xác của một dự đoán không đo được chất lượng của mô hình. Trận Hàn Quốc — Đức cho tôi một dự đoán đúng mà tôi không xứng đáng nhận. Nếu tôi lấy nó làm bằng chứng cho sự giỏi giang, tôi đã tự lừa mình. Cách duy nhất để đánh giá một mô hình là nhìn vào quá trình, không phải kết quả. Nhưng trong nghề cá cược và truyền thông, người ta chỉ nhớ kết quả. Đây là lý do vì sao rất nhiều mô hình tồi vẫn tồn tại lâu: chúng gặp may đúng lúc, và may mắn ấy được ghi nhận như tài năng.

Phản trực giác thứ ba: sự khiêm tốn có thể được đo lường. Một mô hình biết nói N/A khi cần là một mô hình trưởng thành hơn một mô hình luôn có câu trả lời. Trong ngành của tôi, điều này bị coi là yếu đuối. Khách hàng muốn con số, không muốn sự do dự. Nhưng một con số không kèm cảnh báo rỗng là một lời hứa mà mô hình không thể giữ. Tôi thà đưa ra một dự đoán kèm dòng chữ không chắc chắn, còn hơn đưa ra một dự đoán tự tin dựa trên dữ liệu đã chết.

Có một khía cạnh văn hóa đáng nói ở đây. Sống giữa bóng đá Việt Nam và bóng đá Trung Quốc, tôi thấy cách hai nền bóng đá đối xử với dữ liệu rất khác nhau, nhưng lại mắc chung một lỗi. Ở nơi này, người ta sùng bái con số như bùa hộ mệnh. Ở nơi kia, người ta coi nhẹ con số vì cho rằng bóng đá là cảm xúc. Cả hai thái cực đều bỏ qua câu hỏi trung tâm: con số này còn sống không? Sự khác biệt hệ quy chiếu không làm tôi viết kiểu so sánh ai hơn ai. Nó chỉ cho tôi thấy dữ liệu di cư từ nền này sang nền kia, biến chất dọc đường, và thường được tôn sùng sai chỗ khi đến nơi.

Với độc giả theo dõi bóng đá mùa giải đấu lớn, tôi muốn nói thẳng một điều. Trong các kỳ World Cup hay các giải đấu lớn, áp lực tạo ra dữ liệu rỗng cao hơn bình thường. Truyền thông cần nội dung mỗi ngày. Các chuyên gia cần phát biểu mỗi giờ. Các mô hình cần dự đoán mỗi trận. Không ai có thời gian kiểm tra xem nguồn dữ liệu có còn sống. Vì thế, trong các kỳ đại hội, tỷ lệ dự đoán dựa trên dữ liệu rỗng tăng vọt, và tỷ lệ thất bại cũng tăng theo. Đây là lúc người đọc cần tỉnh táo nhất, không phải lúc buông thả cảm xúc theo cờ và câu chuyện.

Tôi không nói điều này để tỏ ra khách quan. Tôi nói vì tôi từng là người đứng trên sóng trực tiếp khẳng định Brazil sẽ thắng Bỉ, và tôi biết cảm giác đưa ra một kết luận chắc chắn từ một mô hình thực chất đã rỗng. Tôi không muốn ai lặp lại cảm giác ấy, dù là người đưa ra dự đoán hay người tin theo nó.

Vậy một người xem bóng đá bình thường có thể làm gì với tất cả những điều này? Không cần đọc mã nguồn. Chỉ cần hỏi một câu với mỗi dự đoán mình gặp: con số này dựa trên dữ liệu còn sống hay đã chết? Nếu người đưa ra dự đoán không trả lời được nguồn dữ liệu của mình, khả năng cao mô hình của họ đang rỗng. Sự tự tin không phải là bằng chứng của chất lượng. Đôi khi nó chỉ là bằng chứng của việc người ta không kiểm tra đường ống của chính mình.

Trở lại câu hỏi trung tâm của bài này: khi dữ liệu rỗng, mô hình phải làm gì?

Câu trả lời của tôi, sau nhiều năm và nhiều lần mất tiền, là: mô hình phải im lặng. Không phải im lặng như sự đầu hàng, mà im lặng như sự trung thực. Một mô hình biết mình rỗng và nói ra điều đó hữu ích hơn một mô hình rỗng tưởng mình đầy. Trong một ngành mà ai cũng muốn có câu trả lời, người dám nói không biết là người đáng tin nhất.

Tôi vẫn chạy mô hình mỗi ngày. Tôi vẫn tin vào dữ liệu. Nhưng tôi không còn tin rằng một con số tự nó có nghĩa. Ý nghĩa đến từ việc con số ấy còn sống, còn mô tả thực tại, và còn đứng vững sau khi bị thẩm vấn. Khi một nguồn dữ liệu ngừng cập nhật, tôi không coi đó là bình thường. Tôi coi đó là một sự kiện, một thông tin, một điều cần được kể ra.

Sự ngẫu nhiên vẫn ở đó, chưa từng nghỉ trưa. Nhưng trước khi đổ mọi thứ cho nó, tôi phải kiểm tra đường ống của mình. Bởi trong rất nhiều thất bại mà tôi từng chứng kiến, thủ phạm không phải là đấng ngẫu nhiên. Thủ phạm là một dòng chữ N/A mà không ai buồn đọc.

Mùa giải đấu lớn này, khi bạn nghe một chuyên gia nói chắc như đinh đóng cột, hãy tự hỏi một câu giản dị: đường ống của người ấy còn sống không, hay họ đang đọc cho bạn nghe một mô hình đã chết từ lâu mà không hề hay biết? Câu hỏi ấy không cần thuật toán để trả lời. Nó chỉ cần một chút nghi ngờ đúng chỗ — thứ mà bóng đá hiện đại, với tất cả dữ liệu của nó, đang ngày càng thiếu.