Lỗi định danh trong dữ liệu thể thao: khi một thông cáo Grammy bị gán nhãn "bóng đá"

Tối thứ Ba, trước giờ ghi hình podcast, tôi mở bản kiểm tra dữ liệu định kỳ và bắt gặp một bản ghi được gắn nhãn "bóng đá". Nội dung bên trong là thông cáo về giải Grammy Latin lần thứ 27: một nam ca sĩ Mexico nhận đề cử Nghệ sĩ mới xuất sắc, lễ trao giải dự kiến tổ chức tại Las Vegas. Không câu lạc bộ. Không cầu thủ. Không tỷ số, không đội hình, không một phút bóng lăn. Một bản tin âm nhạc nằm gọn trong trường dữ liệu lẽ ra chỉ dành cho trận đấu. Với người làm nghề kiểm chứng, đó là vết nứt đầu tiên của cả một hệ thống.

Tôi ngồi lại hai tiếng, lật từng dòng. Mười chín điểm thông tin, cả mười chín đều thuộc về âm nhạc: tên nghệ sĩ, hạng mục đề cử, ngày công bố 16 tháng 9, ngày lễ 12 tháng 11, địa điểm MGM Grand Garden Arena, một dòng trạng thái cảm ơn trên Instagram. Trường "nhãn lĩnh vực" ghi rõ: bóng đá. Sai lầm định danh năm ấy dạy tôi rằng: thể thao không bao giờ tha thứ cho sự chủ quan. Lần này, sự chủ quan không đến từ con người — nó đến từ một cỗ máy gán nhãn chạy tự động.

Để hiểu vì sao một lỗi như thế đáng lo, cần nhìn vào cách dữ liệu thể thao vận hành. Mỗi ngày, hàng nghìn bản tin được thu thập, bóc tách rồi dán nhãn tự động để chảy vào các kho dữ liệu lớn. Từ đó, chúng phục vụ ba nhóm khách hàng: tòa soạn thể thao, trung tâm phân tích hiệu suất, và thị trường cá cược. Bản ghi dán nhãn đúng đi đúng đường. Bản ghi dán nhãn sai âm thầm trôi vào kho, chờ ngày ai đó trích dẫn nó như một dữ kiện.

Trong bóng đá, chuỗi này nhạy cảm hơn nhiều. Dữ liệu trận đấu chảy từ sân tới nhà cung cấp, từ nhà cung cấp tới đài truyền hình, từ đài truyền hình tới các ứng dụng tỷ số trực tiếp. Một chỉ số sai có thể khiến một huấn luyện viên đọc nhầm xu hướng phòng ngự của đối thủ. Một bản ghi lạc loài có thể khiến một mô hình dự đoán nhiễu loạn. Những năm gần đây, khi người ta nói nhiều về VAR và tính chính xác của công nghệ, tôi luôn tự hỏi: nếu dữ liệu đầu vào đã bẩn, thì công cụ tinh vi đến mấy cũng chỉ làm sai nhanh hơn.

Ở bản ghi tôi cầm trên tay, điểm đáng chú ý nằm ở sự đồng nhất tuyệt đối của đầu vào và sự lệch lạc tuyệt đối của nhãn. Cả mười chín điểm thông tin đều là âm nhạc, vậy mà nhãn vẫn là bóng đá. Điều đó chứng tỏ bộ gán nhãn không hề đọc nội dung — nó dựa vào một tín hiệu bề mặt nào đó rồi gán bừa. Trong y học, người ta gọi đây là chẩn đoán sai bệnh: bệnh nhân sốt xuất huyết bị ghi thành viêm phổi, và cái chết đến từ đơn thuốc chứ không từ con virus.

Từ trải nghiệm làm trợ lý phân tích dữ liệu cho học viện bóng rổ trẻ tại Nha Trang, tôi hiểu một quy trình tốt phải có chốt chặn. Năm đó, khi tay ném U16 Trần Minh Hiếu chấn thương dây chằng, ban huấn luyện muốn rút ngắn thời gian hồi phục để kịp giải. Tôi dựa trên dữ liệu đo lực đẩy chân và biểu đồ phục hồi của hai mươi trường hợp tương tự để khẳng định cần ít nhất bảy tuần, rồi soạn báo cáo mười bốn trang trích dẫn tiền lệ. Mọi cuộc khủng hoảng chấn thương đều giấu một bản đồ phục hồi, nếu bạn đủ kiên nhẫn để đọc. Quy trình chốt chặn ấy cứu một đầu gối, và nó cũng sẽ cứu một cơ sở dữ liệu.

Một cơ sở dữ liệu thể thao thiếu cổng kiểm tra lĩnh vực thì không khác gì một phòng VAR không có trọng tài ngồi trước màn hình. Bản ghi Grammy kia, nếu không bị chặn, sẽ nằm trong kho. Vài tháng sau, một mô hình dự đoán có thể học nhầm từ nó. Một biên tập viên vội vàng có thể trích dẫn nó. Không ai kiện cáo, không ai phát hiện, nhưng niềm tin vào dữ liệu lại mòn đi một chút.

So sánh với ngành y. Khi một bệnh án bị dán nhãn sai, bệnh viện có quy trình rà soát chéo bắt buộc. Trong thể thao, chúng ta hiếm khi có quy trình tương đương. Tốc độ được đặt lên trước độ chính xác. Phòng tin nhanh đua nhau đăng trước, ứng dụng tỷ số đua nhau cập nhật trước, cỗ máy gán nhãn chạy càng lúc càng nhanh. Chính tốc độ đã đẻ ra những bản ghi lạc loài.

Cách phản ứng quen thuộc là đổ lỗi cho thuật toán. Tôi không nghĩ vậy. Cỗ máy chỉ làm đúng điều nó được dạy. Vấn đề nằm ở chỗ không ai thiết kế một cổng kiểm tra loại trừ: nếu nhãn là bóng đá mà nội dung không có câu lạc bộ, cầu thủ, hay giải đấu nào, bản ghi phải bị trả về. Đó là một dòng lệnh đơn giản. Việc nó không tồn tại phản ánh một thói quen nguy hiểm hơn cả lỗi kỹ thuật: thói quen tin vào con số đã qua xử lý mà không truy về nguồn.

Người dẫn chuyện thể thao giỏi nhất là người biết mình có thể sai — và nói điều đó trước khi khán giả kịp nhận ra. Tôi từng nhầm tên một cầu thủ năm 2026; từ đó tôi lật dữ liệu như lật ký ức. Mỗi bản ghi bước vào bài viết của tôi đều phải qua ít nhất hai nguồn đối chiếu. Cỗ máy gán nhãn không có ký ức, cũng không biết xấu hổ. Con người thì có, và chính nỗi xấu hổ ấy mới là thứ bảo vệ chất lượng dữ liệu.

Có người sẽ nói: một bản ghi sai giữa hàng triệu bản ghi thì đáng gì. Trong một kho dữ liệu dùng chung, tỷ lệ nhiễm bẩn ít quan trọng hơn vị trí nhiễm bẩn. Một hạt cát trong mắt vẫn làm mờ cả tầm nhìn. Nếu lỗi này sinh ra từ một lô xử lý hàng loạt, thì những bản ghi anh em của nó rất có thể cũng đang mang nhãn sai. Khi đó, vấn đề mở rộng thành cả một lô dữ liệu nói dối một cách im lặng.

Ba thập kỷ bên lề sân đấu, tôi nhận ra: bền bỉ không phải là không ngã, mà là biết cách ngã đúng tư thế. Một hệ thống dữ liệu cũng vậy. Nó sẽ gán nhãn sai, sẽ có bản ghi lạc loài. Câu hỏi là nó có cơ chế tự phát hiện và sửa hay không. Ngành thể thao Việt Nam đang số hóa mạnh mẽ, từ dữ liệu trận đấu ở V.League tới các học viện trẻ. Xây kho dữ liệu mà bỏ qua chốt chặn lĩnh vực, chúng ta sẽ gieo mầm cho hàng nghìn lỗi định danh nhỏ, âm thầm như bản ghi Grammy kia.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, độ chính xác không phải thứ được thêm vào sau cùng. Nó là nền móng. Một mô hình dự đoán đẹp đến đâu cũng sụp nếu dữ liệu đầu vào không sạch. Tôi từng gọi nhầm tên tiền đạo Nguyễn Văn Toàn thành Nguyễn Văn Quyết trước hàng nghìn khán giả, và tôi đã trả giá bằng việc xây dựng một quy trình xác minh nhân danh cho mọi buổi ghi hình. Cơ sở dữ liệu thể thao cũng cần một lần xấu hổ như thế để trưởng thành.

Việc cần làm rất cụ thể: mỗi kho dữ liệu cần một chốt chặn lĩnh vực, mỗi bản ghi cần truy được nguồn, mỗi người dùng dữ liệu cần biết mình có thể sai. Phiên bản kế tiếp của nghề phân tích thể thao sẽ không thắng bằng tốc độ, mà bằng khả năng nói không với một con số nghe có vẻ hợp lý.

Bao nhiêu bản ghi khác đang mang nhãn sai mà chưa ai mở ra kiểm? Câu trả lời ấy sẽ quyết định độ tin cậy của cả một ngành dữ liệu thể thao trong vài năm tới.