Khi bảng số liệu đường bơi trắng cột: kỷ luật của người không bịa thành tích

Buổi sáng cuối tuần, tôi mở tập tin kết quả một giải bơi quốc gia và nhận về một cột trắng. Không thời gian chạm thành, không chia đoạn, không nhịp quạt, không cự ly mỗi quạt. Chỉ còn tên các đường bơi và khoảng trống phía sau. Máy chấm thời gian vẫn hoạt động, nhưng đường truyền dữ liệu về máy chủ ban tổ chức đứt giữa chừng, và toàn bộ tầng phân tích phía sau bị cắt khỏi nguồn sống.

Trong 24 năm ghi chép đường bơi, tôi đếm được vài lần như vậy. Mỗi lần, phản xạ đầu tiên luôn giống nhau: muốn lấp khoảng trống bằng một con số hợp lý. Một chia đoạn 29 giây cho 50 mét đầu. Một nhịp quạt 44 lần mỗi phút. Một cự ly mỗi quạt 2,1 mét. Tất cả đều nghe rất thật. Và tất cả đều là bịa.

Ranh giới tôi muốn nói tới hôm nay nằm ở đó, giữa một con số nghe hợp lý và một con số có thật.

Bơi lội là môn thể thao sinh ra dữ liệu liên tục, ở mọi tầng. Tầng thô nhất là thời gian chạm thành, đo bằng hệ thống bấm điện tử gắn cảm biến dưới thành bể — thứ mà Omega lắp đặt cho các giải lớn từ năm 2026. Tầng sâu hơn là chia đoạn mỗi 50 mét, nhịp quạt, cự ly mỗi quạt, thời gian dưới nước sau khi xuất phát và sau mỗi lần lặn bể. Tầng cao nhất là mô hình dự báo: đỉnh phong độ, ngưỡng chấn thương vai, khả năng quy đổi giữa bể 25 mét và bể 50 mét.

Một bảng số liệu đầy đủ cho phép trả lời những câu hỏi rất cụ thể. Vận động viên về đích chậm hơn 0,4 giây so với kỷ lục cá nhân — phần chênh đó nằm ở đâu? Ở 15 mét đầu sau xuất phát, ở đoạn quay bể thứ ba, hay ở 10 mét cuối? Không có chia đoạn, câu hỏi ấy không có câu trả lời, và mọi lời giải thích chỉ còn là phỏng đoán. Khi đường truyền đứt, ta mất đúng cái tầng trả lời được câu hỏi ấy. Cái còn lại chỉ là một con số tổng — về đích trong bao lâu — mà bản thân nó không nói được vì sao.

Ở tầng quản trị, khoảng trống dữ liệu còn nguy hiểm hơn. Hồ sơ sinh học của môn bơi dựa trên chuỗi mẫu máu và nước tiểu theo thời gian. Một điểm dữ liệu thiếu có thể khiến cả đường nền bị hiểu sai, và trong trường hợp xấu nhất, một vận động viên vô tội có thể bị soi oan, hoặc một trường hợp gian lận có thể lọt qua — chỉ vì ai đó đã điền cho đủ thay vì để trống.

Đây là chỗ tôi phải nói rõ một nguyên tắc nghề: thiếu dữ liệu thì ghi "chưa đủ dữ liệu", tuyệt đối không suy diễn để lấp chỗ trống. Nghe thì đơn giản, nhưng áp lực làm ngược lại lớn hơn nhiều so với tưởng tượng.

Ngành phân tích thể thao sống bằng kết luận. Không ai trả tiền cho một báo cáo chỉ toàn chữ không thể đánh giá. Nhà tài trợ muốn biết ai đang lên phong độ. Ban huấn luyện muốn biết vận động viên nào cần giảm tải. Truyền thông muốn biết kỷ lục nào sắp bị phá. Khi tập tin trắng cột, cám dỗ lớn nhất là tái tạo dữ liệu bằng kinh nghiệm — điền vào ô trống một giá trị trông hợp lý, dựa trên những lần trước đó.

Tôi từng chứng kiến hậu quả của việc đó. Một nhóm phân tích nội bộ điền lại chia đoạn bị mất bằng cách nội suy từ đường cong của chính vận động viên ở giải trước. Bảng số sau đó được dùng để kết luận vận động viên chậm ở 50 mét cuối vì thiếu bền. Khi đường truyền được phục hồi, chia đoạn gốc cho thấy vận động viên chậm ngay từ 25 mét đầu — vấn đề nằm ở tốc độ xuất phát, không phải sức bền. Một kết luận sai, dựng trên một con số đúng về mặt hình thức nhưng sai về mặt nguồn gốc, suýt khiến cả một chu kỳ huấn luyện đi lệch hướng.

Con số không tự sinh ra. Nó có nguồn. Khi nguồn đứt, con số mất quyền tồn tại.

Ở bơi lội, dữ liệu dễ bị làm giả hơn nhiều môn khác, và lý do nằm ở chính cấu trúc của các chỉ số. Nhịp quạt, cự ly mỗi quạt và tốc độ bơi ràng buộc nhau theo một phương trình gần đúng: tốc độ bằng nhịp quạt nhân cự ly mỗi quạt. Nếu bịa một trong ba, hai cái còn lại vẫn có thể khớp nếu bịa cả ba cho đồng bộ. Người đọc bình thường không có cách nào phát hiện. Chỉ người cầm dữ liệu gốc mới biết.

Đó là lý do tôi giữ một quy tắc riêng: mọi tập tin thiếu nguồn đều bị đánh dấu cần chạy lại, và không một kết luận nào được phép rời bàn làm việc khi cờ đó còn treo. Một tập tin trắng cột không đồng nghĩa với phân tích xong mà không có phát hiện. Nó là chưa phân tích. Hai thứ đó khác nhau, và sự khác biệt ấy có thể làm lệch cả một quyết định nhân sự.

Tôi học điều này không phải từ sách vở. Năm 2026, khi các bể bơi đóng cửa vì dịch, tôi rà soát dữ liệu cảm biến của gần ba mươi vận động viên tại một trung tâm huấn luyện ở Sài Gòn. Có những tuần, dữ liệu tải về thiếu hẳn một ngày. Thay vì nội suy, tôi ghi rõ ngày 14 tháng 4 không có dữ liệu. Nhờ vậy, khi phân tích sau đó, tôi mới thấy một mẫu hình thật: khối lượng chạy tốc độ cao tăng khoảng 20% trong tuần trước khi xuất hiện chấn thương cơ. Nếu tôi lấp ngày trống bằng số trung bình, mẫu hình ấy đã bị làm mờ, và đề xuất giảm tải chia theo bốn ngưỡng sức ép có thể đã không ra đời. Mùa giải sau, trung tâm ấy giảm khoảng 30% ca chấn thương so với mùa trước.

Điều tương tự đúng với bơi lội đường dài. Nguyễn Thị Ánh Viên từng giành tám huy chương vàng tại SEA Games 2026 ở Singapore khi mới 19 tuổi, một thành tích khiến người ta gọi cô là cỗ máy. Nhưng để hiểu vì sao cô làm được điều đó, người ta cần chuỗi dữ liệu nhiều năm, không phải một dòng kết quả. Cùng lý do, kỷ lục 800 mét tự do nữ của Katie Ledecky — 8 phút 04,79 giây, lập ngày 12 tháng 8 năm 2026 tại Olympic Rio — chỉ có ý nghĩa khi đặt cạnh tốc độ trung bình từng đoạn, không phải khi đọc trơ con số cuối cùng.

Bơi lội nữ có một đặc thù: đỉnh phong độ thường đến sớm, và giai đoạn dậy thì có thể đảo chiều thành tích. Một đường cong đi lên trong hai mùa giải chưa nói lên điều gì nếu thiếu dữ liệu chiều cao, cân nặng và chu kỳ tập luyện. Với nam, khoảng cách giữa một vận động viên cự ly dài như Nguyễn Huy Hoàng và nhóm dẫn đầu châu lục nằm ở những chi tiết mà chỉ dữ liệu từng đoạn mới nhìn ra.

Một bảng số trắng cột không lấy đi của tôi thứ gì. Nó chỉ lấy đi thứ tôi chưa từng có: quyền nói những điều mình không biết.

Nhưng tôi không muốn dừng ở lời khuyên đạo đức. Có một góc phản trực giác mà người trong ngành ít nói ra: dữ liệu đầy đủ đôi khi còn nguy hiểm hơn dữ liệu trắng.

Bởi vì dữ liệu đầy đủ tạo ra cảm giác chắc chắn. Khi có chia đoạn, có nhịp quạt, có cự ly mỗi quạt, ta dễ tin rằng mình đã nhìn thấy toàn bộ sự thật. Nhưng số liệu chỉ cho thấy tương quan. Một vận động viên cải thiện thành tích sau khi chuyển sang bể tập mới có thể khiến ta kết luận bể mới giúp em bơi nhanh hơn. Chưa chắc. Có thể em vừa qua tuổi dậy thì. Có thể em đổi chế độ ăn. Có thể em đổi huấn luyện viên. Trước khi nói X dẫn đến Y, tôi buộc phải chỉ ra cơ chế cụ thể nối hai biến. Không có cơ chế, tôi chỉ được phép viết có liên hệ.

Đây là chỗ tôi khác số đông. Mỗi cú sốc đều có xác suất riêng. Ta gọi là sốc khi chưa kịp tra bảng số. Và ngược lại, mỗi kết luận đẹp đều có một khoảng tin cậy phía sau. Khi điều kiện vận hành vượt ngưỡng lịch sử — một bể lạnh bất thường, một khán đài quá khích, một lịch thi đấu dồn dập chưa từng có — tôi phải ghi rõ rằng có một phần phương sai không giải thích được bằng số liệu.

Có lần tôi bị chất vấn vì từ chối đưa ra dự báo huy chương cho một vận động viên trẻ trước thềm giải lớn. Tôi chỉ có ba lần bơi trong dữ liệu, tất cả ở bể 25 mét, tất cả đều ở giai đoạn chưa qua tuổi dậy thì. Quy đổi từ bể 25 mét sang bể 50 mét luôn là phép tính gần đúng, và với một vận động viên đang thay đổi thể trạng, sai số còn lớn hơn. Tôi nói thẳng: chưa đủ dữ liệu để dự báo. Người ta không hài lòng. Ba tháng sau, chính vận động viên ấy bơi chậm hơn hẳn so với mọi dự báo hợp lý mà người khác đưa ra. Không ai nhắc lại chuyện cũ. Tôi cũng không.

Một suất đầu tư cho một vận động viên trẻ, suy cho cùng, không phải một chữ ký. Nó là một giả thuyết được ký tên. Và một giả thuyết chỉ đứng vững khi nó dám nhận mình chưa đủ dữ liệu để phán quyết.

Bảng số trắng cột ấy, đến cuối ngày, đã được phục hồi từ bộ nhớ của máy chấm thời gian. Nhưng bài học thì ở lại: kỷ luật phân tích được xây không phải bằng những gì ta biết, mà bằng những gì ta từ chối nói khi chưa biết.

Người thường nhìn thành tích để hiểu cuộc đua. Tôi nhìn cuộc đua để hiểu tháng năm. Một kỷ nguyên chiến thuật tàn đi khi bảng số liệu của nó không còn ai đọc — và một chuyên gia mất uy tín vào đúng ngày anh ta quyết định điền vào ô trống bằng một con số nghe có lý.

Tín hiệu cho vòng tiếp theo rất rõ: hãy theo dõi những đường truyền dữ liệu trước khi theo dõi những tấm huy chương. Mỗi tấm huy chương đều có ngày sinh, và ngày sinh ấy thường nằm trong một tập tin mà không ai muốn mở lại.