Ô dữ liệu trống: Nghề dựng số của bóng đá Việt Nam

Tháng 7 năm 2026, tôi ngồi ở khán đài B sân Hàng Đẫy trong một trận đấu U19 quốc gia. Trời nóng đến mức cỏ khô vàng, và trên tay tôi là một bản báo cáo tuyển trạch do một cộng sự cũ gửi lại qua email. Bản báo cáo có đủ hai mươi ba ô theo chuẩn của một học viện châu Âu: tên cầu thủ, vị trí, chiều cao, cân nặng, chân thuận, tốc độ bứt tốc 30 mét, số đường chuyền thành công trong một phần ba sân cuối, tỷ lệ thắng tranh chấp tay đôi, chỉ số phòng ngự chủ động, dự đoán tiềm năng hai năm và năm năm. Không một ô nào để trống. Cả hai mươi ba ô đều được điền bằng những con số cụ thể, có số nguyên, có số thập phân, gọn gàng như vừa mới chạy ra từ một phần mềm phân tích chuyên nghiệp. Vấn đề duy nhất là vào năm 2026, không một hệ thống quang học nào ở Việt Nam đo được "tốc độ bứt tốc 30 mét" của một cầu thủ U19 ở sân Hàng Đẫy. Không có camera định vị, không có thẻ cảm biến, không có hệ thống theo dõi trực tiếp nào vận hành ở cấp độ đó. Bản báo cáo kia sai ở chỗ những con số ấy tồn tại. Khi một ô bị bỏ trống, nó không im lặng. Nó tự điền. Và cả nghề của tôi nằm ở chỗ đọc ra đâu là con số sinh ra từ hư không, đâu là con số sinh ra từ một lần chạy thật ngoài kia. Đó là bài học đầu tiên. Việt Nam là một thị trường bóng đá kỳ lạ. Ở tầng trên, đội tuyển quốc gia từng vào tứ kết Asian Cup 2026, lọt vào vòng loại thứ ba World Cup 2026, vô địch AFF Cup 2026 và giành á quân AFF Cup 2026. Ở tầng dưới, các học viện như Hoàng Anh Gia Lai, PVF, Viettel hay Hà Nội FC đã sản sinh ra một thế hệ cầu thủ đủ giá trị để các câu lạc bộ Nhật Bản, Hàn Quốc và Thái Lan phải để mắt, từ Nguyễn Công Phượng của lò Hoàng Anh Gia Lai đến Nguyễn Quang Hải trưởng thành ở Hà Nội. Nhưng ở tầng giữa, cái tầng mà công việc phân tích thực sự diễn ra, mọi thứ mỏng đến mức đáng ngại. V.League 1 không công bố dữ liệu tài chính kiểm toán. Không có cơ chế kiểu FFP của UEFA áp lên các câu lạc bộ Việt Nam, bởi hệ thống quản trị khác, quy mô khác, và quan trọng hơn cả, khả năng buộc các chủ sở hữu tư nhân công khai sổ sách cũng khác. Chỉ số tiến trình trận đấu ở mức bàn thắng kỳ vọng (xG), bàn thua kỳ vọng (xGA) hay cường độ gây áp lực (PPDA) không được công bố thường xuyên cho V.League theo chuẩn Opta hay StatsBomb ở châu Âu. Phần lớn dữ liệu công khai về bóng đá Việt Nam là dữ liệu kết quả, gồm tỷ số, thẻ phạt, bàn thắng, chứ không phải dữ liệu quá trình, gồm chất lượng cơ hội, cường độ gây áp lực, tốc độ ra quyết định. Khoảng trống đó là điều kiện nền của mọi phân tích. Trong một thị trường mà dữ liệu quá trình gần như không tồn tại, người phân tích phải chọn giữa hai con đường: nói thật rằng mình không đủ dữ liệu, hoặc dựng lên dữ liệu để câu chuyện trông hoàn chỉnh hơn. Con đường thứ hai là con đường bị đi nhiều nhất. Tôi đã làm nghề đủ lâu để nhận ra rằng mối nguy lớn nhất không đến từ những bài viết dám nói "tôi không biết". Mối nguy lớn nhất đến từ những bài viết trông có vẻ đã biết mọi thứ. Một bản mẫu bị bỏ trống nhưng vẫn được xuất ra với đầy đủ tên trường dữ liệu, đầy đủ định dạng, đầy đủ nhãn là một cái bẫy. Nó trông hợp lệ. Về mặt kỹ thuật, nó vượt qua mọi lần kiểm tra sơ bộ. Nó có tiêu đề, có mã định danh, có nhãn lĩnh vực. Nhưng bên trong, không có lấy một sự kiện nào có thể xác minh. Mối nguy này vượt ra ngoài phạm vi công nghệ. Nó là một mẫu hành vi đã tồn tại trong bóng đá Việt Nam từ rất lâu trước khi có trí tuệ nhân tạo. Tôi từng đọc một bản tin chuyển nhượng trên một trang thể thao trong nước, đưa tin một câu lạc bộ V.League đang chiêu mộ một tiền đạo với mức phí năm tỷ đồng. Con số nghe rất cụ thể. Không ai kiểm chứng. Không có hợp đồng nào được công bố. Không có câu lạc bộ nào xác nhận. Ba tuần sau, cùng trang đó viết lại, lần này là mức phí ba tỷ đồng. Con số cũ không được cải chính, nó chỉ đơn giản là biến mất. Người đọc không có cách nào truy vết, bởi vì chưa bao giờ có một nguồn gốc nào để truy vết. Trong ngành, chúng tôi gọi đây là hiện tượng "con số mồ côi". Nó được sinh ra, nó sống một thời gian, nó chết. Không nguồn, không ngày, không nhân chứng, không hồ sơ. Và vì không có gì để kiểm tra, nó trở thành điều được tin mặc định. Người hâm mộ tin nó. Các nhà báo trích lại nó. Đến lượt những mô hình phân tích nhỏ hơn lấy nó làm đầu vào. Ba bốn vòng trích dẫn sau, một con số dựng ra từ đầu đã thành "dữ liệu được công bố rộng rãi". Đó chính là cơ chế mà tôi lo ngại nhất ở tầng hệ thống. Một bản mẫu bị bỏ trống, nếu được xuất ra thay vì bị đánh dấu lỗi, sẽ trở thành một hạt giống. Người tiếp nhận nó không thấy một lỗ hổng. Họ thấy một cấu trúc hợp lệ cần được điền. Và bản năng tự nhiên của bất cứ ai, của bất cứ mô hình nào, của bất cứ người phân tích nào, là điền vào chỗ trống bằng những gì nghe có lý. Trong bóng đá, cái gì nghe có lý lại thường là cái quen thuộc: một tiền đạo hay chạy, một tiền vệ hay chuyền, một trung vệ hay phá bóng. Không ai cần kiểm chứng cái nghe có lý. Quay trở lại bản báo cáo hai mươi ba ô ở Hàng Đẫy. Nếu tôi nộp nó cho một học viện châu Âu, và họ không có cơ chế hỏi dữ liệu này lấy từ đâu, họ sẽ xếp hạng đúng chỗ nó được điền. Nếu tôi nộp một bản mẫu với hai mươi ba ô trống, họ sẽ hỏi tôi làm gì suốt chín mươi phút. Câu hỏi đó là câu hỏi đúng. Nó buộc tôi trả lời bằng con mắt, bằng ký ức, bằng những gì tôi thực sự nhìn thấy trên sân. Và đó là lý do vì sao tôi thích gửi bản trống hơn gửi bản đã điền. Bởi vì một ô trống, khi trung thực, sẽ nói với người đọc một điều quan trọng: chúng ta chưa biết. Còn một ô được điền bằng số dựng, nó sẽ nói với người đọc rằng chúng ta đã biết. Khoảng cách giữa "chưa biết" và "đã biết nhưng sai" là khoảng cách giữa một thị trường minh bạch và một thị trường bị xói mòn từ bên trong. Tôi muốn nói rõ hơn về cách dữ liệu dựng lan truyền trong bóng đá Việt Nam, vì đây không thuần túy là một vấn đề đạo đức. Nó là một vấn đề cấu trúc, và nó có thể được vẽ ra thành ba đường truyền chính. Đường truyền thứ nhất là từ học viện đến đội một. Ở Việt Nam, một cầu thủ mười tám tuổi có thể được đôn lên đội một dựa trên một báo cáo nội bộ mà không ai ngoài ban huấn luyện đọc. Nếu báo cáo đó nói cậu ta có tốc độ bứt tốc 32 km/h, con số ấy sẽ đi theo cậu ta vào hợp đồng, vào các bản tin, vào các cuộc gọi của người đại diện. Nhưng không ai đo. Con số 32 km/h trở thành một mảnh gốm vỡ được đặt vào bộ sưu tập mà không có lý lịch. Một bản hợp đồng không phải là đích đến, nó chỉ là một mảnh gốm vỡ trên đường tìm thành cổ. Đường truyền thứ hai là từ cầu thủ trong nước sang thị trường nước ngoài. Nhật Bản, Hàn Quốc, Thái Lan là ba điểm đến phổ biến của cầu thủ Việt Nam. Đây là nơi dữ liệu bị bóp méo nhiều nhất, bởi hai bên có hai hệ thống đo lường khác nhau. Một câu lạc bộ J.League hỏi một câu lạc bộ Việt Nam cầu thủ này chạy bao nhiêu cây số một trận, và câu trả lời, nếu có, thường được lấy từ một nguồn không rõ. Ở châu Âu, con số đó đến từ cùng một hệ thống cho mọi cầu thủ, cho mọi trận, qua cả một mùa giải. Ở Việt Nam, nó thường đến từ một trận duy nhất mà người ta nhớ, hoặc từ một lần chạy bộ ở buổi tập. Đặt hai con số cạnh nhau mà không nói rõ nguồn gốc là một hành vi sai lệch về mặt học thuật, và nó đã diễn ra đủ lâu để trở thành bình thường. Đường truyền thứ ba là từ quản trị liên đoàn trở xuống các câu lạc bộ. Đây là tầng nhạy cảm nhất và cũng mờ nhất. VFF và VPF có những hệ thống cấp phép câu lạc bộ, tiêu chuẩn tài chính và quy định về chuyển nhượng, nhưng mức độ công khai của các quyết định và án phạt lại thấp hơn nhiều so với các liên đoàn lớn ở châu Âu. Khi một quyết định không được giải thích công khai, phần còn lại của ngành sẽ tự suy diễn. Và khi suy diễn được lan truyền đủ lâu, nó lại được chấp nhận như một dữ kiện. Đây là điểm tôi phải nói thẳng: vấn đề của bóng đá Việt Nam nằm ở hạ tầng bằng chứng. Không có hạ tầng bằng chứng, mọi đánh giá về cầu thủ, dù là đánh giá chuyên môn hay đánh giá chuyển nhượng, đều trở thành một hành động dựa trên niềm tin thay vì một hành động dựa trên dữ liệu. Và niềm tin, như chúng ta đều biết, có thể bị bán đi. Tôi từng làm một thử nghiệm nhỏ ở một trại huấn luyện trẻ. Tôi đưa cho mười huấn luyện viên bản báo cáo của cùng một cầu thủ. Năm người nhận bản có đầy đủ số liệu. Năm người nhận bản có các ô số liệu để trống, kèm một ghi chú: dữ liệu định lượng chưa có, chỉ đánh giá bằng quan sát. Kết quả: năm người nhận bản đầy đủ số liệu đều đưa ra đánh giá có cấu trúc, tự tin và gần như hoàn toàn giống nhau. Năm người nhận bản trống đưa ra đánh giá phân tán hơn nhiều, khác biệt rõ rệt, nhưng khi tôi yêu cầu họ giải thích lý do, họ lại nói về những khoảnh khắc cụ thể họ nhìn thấy trên sân, gồm một pha xử lý dưới áp lực, một lần bỏ vị trí để bọc lót, một lần thay đổi tốc độ đúng lúc. Nhóm thứ nhất cộng trừ. Nhóm thứ hai quan sát cá nhân. Và khi tôi đối chiếu với video, nhóm thứ hai đúng nhiều hơn. Điều đó cho tôi thấy điều mà tôi đã nghi ngờ từ lâu: số liệu không làm cho phân tích chính xác hơn, nếu số liệu không có nguồn gốc đủ mạnh. Trong trường hợp tệ nhất, số liệu dựng ra làm cho phân tích trông chính xác hơn trong khi thực tế nó kém chính xác hơn. Bởi khi có số, người ta ngừng nhìn. Họ bắt đầu cộng trừ. Và trong bóng đá, cộng trừ một cách mù quáng là con đường ngắn nhất để đánh giá sai một cầu thủ, đặc biệt là một cầu thủ trẻ. Tôi đã thấy điều này xảy ra với một tiền vệ mà tôi theo dõi suốt ba năm. Khi cậu ta mười sáu tuổi, các chỉ số của cậu ta đều ở mức trung bình. Không nhanh, không mạnh, không ghi nhiều bàn. Nếu ai đó đánh giá cậu ta bằng số liệu, cậu ta sẽ bị xếp vào nhóm không có gì đặc biệt. Nhưng tôi nhìn thấy một thứ không có trong bảng số liệu: mỗi khi trận đấu đảo chiều, cậu ta là người đầu tiên đổi nhịp. Khi đội nhà bị dẫn, cậu ta chuyền bóng nhanh hơn. Khi đội nhà dẫn trước, cậu ta giữ bóng lâu hơn. Khi bị kèm chặt, cậu ta chạy vào khoảng trống thay vì đòi bóng. Không có chỉ số nào đo được thứ đó. Không có mô hình nào chấm điểm nó. Mọi thứ trong bóng đá đều là chuyển trạng thái, kể cả những người không đủ trình độ để hiểu nó. Và chuyển trạng thái là thứ mà dữ liệu kém không bao giờ nhìn thấy, bởi nó đòi hỏi sự liên tục của quan sát, chứ không phải sự chính xác của một con số tại một thời điểm. Giờ tôi phải nói một điều mà ít người trong ngành muốn nghe: phần lớn nỗ lực chuyên nghiệp hóa dữ liệu ở các thị trường bóng đá mới nổi đang đi ngược lại mục tiêu của chính nó. Việc nhập khẩu các bản mẫu phân tích từ châu Âu, mang theo đầy đủ các ô số liệu, đầy đủ các chỉ số tiên tiến, đầy đủ các mô hình dự đoán vào một thị trường chưa có hạ tầng thu thập dữ liệu tương ứng không làm cho phân tích tốt hơn. Nó làm cho phân tích trông tốt hơn. Và cái trông tốt hơn là thứ nguy hiểm nhất trong một ngành mà quyết định đầu tư hàng tỷ đồng được đưa ra dựa trên những gì trông có vẻ đúng. Người ta cười tôi vì đặt cược một đứa trẻ; năm năm sau họ hỏi tôi đã thấy gì. Nhưng câu hỏi mà tôi muốn được hỏi nhiều hơn là câu hỏi ngược lại: điều gì sẽ khiến tôi sai? Nếu tôi không trả lời được câu hỏi đó, tôi chưa làm đủ việc. Và nếu một bản báo cáo không có chỗ cho khả năng sai, nó không phải là một bản báo cáo. Nó là một tờ quảng cáo. Đây là lý do vì sao tôi có ác cảm với các mô hình được xây dựng trên dữ liệu không kiểm chứng. Tôi tin vào công nghệ ở mức độ nó phục vụ quan sát. Nhưng tôi biết rằng một mô hình được huấn luyện trên dữ liệu dựng sẽ cho ra kết quả tự tin hơn một mô hình được huấn luyện trên dữ liệu thiếu, và sự tự tin đó chính là thứ khiến người ta đưa ra những quyết định sai lầm mà không hề do dự. Trong bóng đá trẻ, cái giá của một quyết định sai lầm không phải là một chỉ số bị lệch. Đó là một sự nghiệp bị chệch hướng. Đó là một đứa trẻ bị đánh giá thấp vì một chỉ số không đo được điều gì có thật, hoặc bị đánh giá cao rồi bị vứt đi khi thực tế không khớp với con số. Vòng lặp phản hồi xã hội là một huấn luyện viên tàn nhẫn, nó không bao giờ ngủ và không bao giờ thứ tha. Một con số sai được viết ra vào thứ Hai sẽ được đọc vào thứ Ba, được trích vào thứ Tư, được đưa vào một bài phân tích vào thứ Năm, và đến Chủ nhật nó đã trở thành một phần của câu chuyện. Không ai đứng ra cải chính. Không ai đủ can đảm nói rằng con số đầu tiên là sai. Và cậu bé bị gắn với con số đó thì không có tiếng nói nào trong quá trình ấy. Tôi không viết bài này để chỉ trích một trang báo cụ thể hay một hệ thống cụ thể. Tôi viết nó vì mỗi lần một bản mẫu bị bỏ trống lại được xuất ra với đầy đủ định dạng, mỗi lần một con số mồ côi lại được sinh ra, chúng ta đang lặng lẽ tích lũy một tầng trầm tích sai lệch dưới nền của bóng đá Việt Nam. Tầng trầm tích đó sẽ không biến mất. Nó sẽ chờ ở đó, và một ngày nào đó, nó sẽ xuất hiện dưới dạng một quyết định chuyển nhượng, một danh sách triệu tập, một ưu tiên phát triển. Năm 2026, sân trống nhưng có ba trăm cầu thủ trẻ đang chơi cho một khán đài tưởng tượng. Không ai đo các em ấy. Không ai ghi lại những khoảnh khắc các em ấy thay đổi nhịp độ của một trận đấu. Và cũng không ai chịu trách nhiệm cho những con số được dựng ra nhân danh các em ấy. Câu hỏi duy nhất tôi muốn để lại không phải là chúng ta đo được gì, mà là: khi không đo được, chúng ta sẽ chọn nói thật là chưa biết, hay sẽ tiếp tục dựng lên?