Bản trích xuất bóng chuyền rỗng: khi chín chiều phân tích buộc phải dừng

13 giờ 40 phút, ngày 13 tháng 8 năm 2026, tôi mở gói dữ liệu của một bản phân tích bóng chuyền được chuyển tới để thẩm định. Thói quen cũ của tôi vẫn vậy: đọc phần trích xuất trước, đọc kết luận sau. Trang đầu trống. Trang thứ hai trống. Đến trang thứ chín, cả tập hồ sơ vẫn chỉ có một cột chữ lặp lại: N/A. Tôi đã ngồi ở nhiều hàng ghế khác nhau quanh sân đấu suốt bốn mươi hai năm, từ khán đài bê tông của những giải trẻ cho tới phòng phân tích có điều hòa ở Thâm Quyến. Chưa lần nào tôi nhận một tập tài liệu dày đến vậy mà bên trong không có lấy một mẩu thông tin để bám vào. Không tên giải, không tên đội, không ngày thi đấu, không một chỉ số chạm bóng. Khi khán đài trống, tiếng ồn duy nhất còn lại là sai số của chính tôi. Công việc phân tích thể thao chuyên nghiệp chạy qua hai tầng. Tầng đầu tiên đọc bài viết gốc rồi rút ra những viên gạch nền: tiêu đề, nguồn, thời điểm công bố, các dữ kiện rời, danh tính của đội bóng, vận động viên, huấn luyện viên và giải đấu. Tầng thứ hai nhận những viên gạch đó và xây lên chín chiều phân tích: chiến thuật, dữ liệu, hệ thống thi đấu, cục diện, luật lệ, xây dựng đội hình, bề mặt rủi ro, câu chuyện truyền thông và chuỗi lan tỏa của ngành. Gói dữ liệu tôi cầm trên tay đã đi qua tầng đầu tiên và trở về rỗng. Bảng trích xuất ghi tiêu đề là N/A, nguồn là N/A, loại bài là 'chưa phân loại', danh sách dữ kiện cốt lõi là một danh sách trắng, và phần thực thể ghi một câu hướng dẫn thay vì tên thật: hãy nhận diện từ những dữ kiện phía trên. Phía trên không có gì cả. Trong bóng chuyền, một bản phân tích tử tế cần tối thiểu vài thông số nền: tỉ lệ chuyền một hoàn hảo, hiệu suất đập, số pha chắn thành công trên mỗi hiệp, tỉ lệ ăn điểm trực tiếp so với lỗi giao bóng, và cách một đội xoay vòng qua sáu vị trí. Đó là những thứ cho phép người phân tích biết một đội đang tấn công ngoài hệ thống vì bị phá vỡ khâu đỡ bước một, hay vì chủ ý giấu bài. Thiếu chúng, mọi nhận định chiến thuật chỉ còn là phỏng đoán được trang điểm. Chín chiều phân tích trong tập hồ sơ ấy đều được điền đầy đủ theo khuôn mẫu, và mọi ô đều mang cùng một câu: không đủ thông tin để đánh giá. Nhìn bề ngoài, đó là một tài liệu hoàn chỉnh. Nhìn vào ruột, đó là một tòa nhà có đủ cửa sổ nhưng không có móng. Tầng chiến thuật dừng lại ở chỗ không có đội nào để nói tới. Tầng dữ liệu không dựng nổi một bảng so sánh, bởi ngay cả mẫu số cũng chưa từng tồn tại. Tầng hệ thống thi đấu không neo được vào đâu, bởi thiếu ngày công bố thì cũng không biết kỳ này nằm ở năm Olympic, năm vòng loại hay năm chuyển giao thế hệ. Tầng cục diện không xếp được thứ hạng vì không rõ quốc gia nào đang được nhắc tới. Tầng luật lệ, tầng xây dựng đội hình, tầng rủi ro, tầng truyền thông, tầng chuỗi lan tỏa ngành — tất cả đứng yên vì cùng một lý do. Có một khác biệt nghề nghiệp mà tôi học được sau nhiều năm, và nó quan trọng hơn vẻ ngoài của nó. Dữ liệu thiếu và dữ liệu sai là hai loại bệnh khác nhau. Dữ liệu sai vẫn cho ta một con đường: ta kiểm tra chéo, ta soi lại phương pháp thu thập, ta hạ độ tin cậy xuống. Dữ liệu thiếu thì không cho ta con đường nào, bởi không có gì để kiểm tra. Bốn mươi bảy trang báo cáo tôi từng viết về một tiền đạo người Brazil có xG mỗi chín mươi phút là 0,28 vẫn là dữ liệu, dù ban lãnh đạo khi đó chọn cách bỏ qua. Khi ấy tôi có bằng chứng và bị phớt lờ. Lần này thì ngược lại: không ai phớt lờ tôi, vì chẳng có gì để phớt lờ. Điều duy nhất sống sót trong cả gói dữ liệu là một nhãn ghi 'bóng chuyền'. Bản thân nhãn ấy cũng chưa được xác minh — nó có thể là giá trị mặc định được gán tự động thay vì kết quả của một lần đọc văn bản thật. Với một nhãn chưa xác minh và không có thực thể nào, ngay cả khoảng tin cậy tôi cũng không thể tính, vì muốn tính khoảng tin cậy thì phải có ít nhất vài điểm dữ liệu. Nói cách khác, đây là bài toán không có cả biến số lẫn ẩn số. Về mặt xác suất, tôi đặt giả thuyết nguyên nhân gốc với độ tin cậy cao: nội dung bài viết gốc đã không được tải về. Có thể do tường phí, do trang web dựng nội dung bằng JavaScript, do đường dẫn hỏng, hoặc do bộ thu thập nhận về một trang rỗng. Bộ trích xuất ở tầng đầu nhận đầu vào trống nên trả về một khuôn mẫu trống. Đây là lỗi ở khâu thu thập. Bài viết gốc khó có khả năng tồn tại ở dạng không có nội dung. Góc nhìn phản trực giác nằm ở chỗ này. Người ta thường sợ dữ liệu sai. Nỗi sợ đúng hơn là sức hấp dẫn của việc lấp đầy khoảng trống. Khi một bảng có ô trống, bản năng của người viết là làm cho nó đầy lên: suy luận từ ngữ cảnh, nhớ lại một trận tương tự, mượn một chỉ số từ mùa trước. Từng bước nhỏ như vậy, một bản phân tích rỗng biến thành một câu chuyện nghe rất hợp lý, và không ai còn nhớ nó bắt đầu từ số không. Nguy hiểm tăng lên khi định dạng trông chuyên nghiệp. Một tài liệu đủ tiêu đề, đủ bảng, đủ mục, với chữ N/A nằm đều đặn ở mọi ô, sẽ được đọc lướt và mặc nhiên coi là đã có người làm việc nghiêm túc. Vẻ đẹp của bản highlight chính là tấm màn che giấu sự thật — và một khuôn mẫu được điền đầy đủ cũng là một dạng highlight: nó trình bày hình thức của sự hoàn chỉnh trong khi phần ruột rỗng. Tương quan thì rẻ, nhân quả thì đắt. Tôi có thể chỉ ra rằng một bản trích xuất rỗng xuất hiện cùng lúc với một mùa giải đang chạy, rồi kể một câu chuyện về khủng hoảng dữ liệu trong bóng chuyền châu Á. Nhưng mối tương quan ấy không chứng minh được gì ngoài việc hai sự kiện xảy ra gần nhau. Người vẽ bản đồ không được phép tự thêm địa hình khi tấm bản đồ còn trắng. Trong trường hợp này, hành động trung thực duy nhất là đóng dấu dừng phân tích và ghi rõ lý do. Tín hiệu tôi sẽ theo dõi trong vòng tiếp theo nằm ở khâu thu thập. Một bản trích xuất chỉ được phép đi tiếp khi có tối thiểu ba dữ kiện nguyên tử và ít nhất một thực thể có tên — một đội, một vận động viên, một huấn luyện viên hoặc một giải đấu. Song song đó, đường ống cần lưu lại ba thứ: đường dẫn nguồn, thời điểm thu thập và mã băm của văn bản thô. Lỗi lần này sửa được rất nhanh, và nó đáng được sửa trước khi bất kỳ ai đọc phải một bản phân tích được dựng trên khoảng không. Tôi không đoán tương lai. Tôi chỉ đọc bản thảo mà dữ liệu đã viết sẵn.