Vị vua 23 tuổi chết vì nâng vạc đồng, và lỗ hổng định tuyến trong chuyên mục bóng đá tiếng Việt

Một buổi sáng đầu tuần, trong hàng đợi nội dung của một chuyên mục bóng đá tiếng Việt, tôi bắt gặp một bài viết mở đầu bằng cảnh một thanh niên hai mươi ba tuổi dùng tay bẻ gãy cổ một con trâu rừng trước mặt sứ thần các nước chư hầu. Người đó tên Doanh Đãng, vua nước Tần, lên ngôi năm 310 trước Công nguyên, chết ba năm sau tại Lạc Dương vì nâng một chiếc vạc đồng. Tôi đọc lại ba lần, chậm hơn, để tìm một câu lạc bộ, một cầu thủ, một giải đấu, một hợp đồng, một bảng xếp hạng. Không có gì. Hai mươi ba điểm thông tin trong bản tóm tắt nguồn, không một điểm nào chạm vào bóng đá. Nhãn gắn trên tệp: football_vn. Trường "Entities Involved" bỏ trống, để nguyên dòng hướng dẫn "xác định từ các điểm thông tin trên" như một người lập biên bản quên ký tên.

Chuyện này không hiếm và cũng chẳng mới. Các trang tin tổng hợp tiếng Việt từ lâu đã đăng lại rất nhiều bài về lịch sử, văn hóa, nhân vật cổ Trung Hoa, thường ở dạng kể lại giai thoại không có nguồn sơ cấp. Khi những bài đó đi qua một hệ thống phân loại tự động, thứ quyết định nhãn thường là ngôn ngữ cộng vài tín hiệu từ vựng. Tiếng Việt vào, chuyên mục bóng đá tiếng Việt ra. Cái bẫy nằm ở chỗ văn bản chứa đầy những từ mà bất kỳ bộ phân loại nào cũng đọc thành tín hiệu thể thao: sức mạnh, thi đấu, rèn luyện, chấn thương, qua đời khi còn trẻ. Một vị vua tập nâng vạc đọc thành một cầu thủ tập tạ. Một cái chết tuổi hai mươi ba đọc thành một sự nghiệp bị cắt ngang.

Khoảng cách thời gian ở đây là hai nghìn ba trăm năm, khoảng cách địa lý là cả một lục địa. Một bộ lọc tỉnh táo tối thiểu — mục bóng đá Việt Nam mà ngày tháng trước năm 2026, chưa nói tới trước năm 1863 — sẽ chặn đứng mọi thứ ngay cửa. Bộ lọc đó không tồn tại, nên bài viết đi tiếp, và đến lượt tôi phải chọn: dựng một bài phân tích bóng đá từ chất liệu này, hay nói thẳng rằng không có gì để phân tích.

Tôi chọn cách thứ hai. Rủi ro lớn nhất ở đây là rủi ro bịa đặt, và nó lớn hơn mọi rủi ro chuyên môn khác trong một tòa soạn thể thao. Chất liệu này rất dễ đọc thành một câu chuyện thể thao hay: một vận động viên trẻ tài năng, một chấn thương chí mạng, một kết cục bi thảm ở tuổi hai mươi ba. Nếu muốn, tôi có thể viết tám trăm chữ về bài học quản lý rủi ro của một đội bóng và không ai kiểm chứng nổi. Mười sáu năm theo dõi bóng đá từ khán đài dạy tôi phải sợ chính khả năng đó.

Trong sổ tay của tôi, bằng chứng có hình dạng cụ thể. Tháng 4 năm 2026, khi được giao theo dõi thường xuyên Câu lạc bộ Bóng đá Quảng Châu Hằng Đại, tôi đếm được bảy lần mất bóng của hậu vệ phải Trương Lâm Bồng trong một trận ở AFC Champions League và ghi lại từng phút đội nhà tổ chức tấn công. Tôi nộp bài một nghìn năm trăm chữ. Biên tập viên cắt còn năm trăm và bảo độc giả cần câu chuyện, không cần bảng thống kê. Tôi giận, rồi lập một tệp riêng lưu mọi dữ liệu trận đấu và hành vi cầu thủ. Cuốn sổ dữ liệu đầu tiên của tôi là một bản giao hưởng, nhưng hồi đó tôi chỉ nghe được tiếng trống. Phải thêm một năm tôi mới hiểu vì sao anh ấy cắt.

Cái tôi học được không nằm ở việc bỏ dữ liệu, mà ở việc biết lúc nào dữ liệu đang nói dối mình. Người viết thể thao giỏi nhất là người biết cuốn sổ tay của mình có thể nói dối. Một tệp sạch sẽ, đầy đủ trường, đúng định dạng, vẫn có thể mô tả sai hoàn toàn bản chất sự việc — và đó chính xác là những gì đã xảy ra với bài viết về Doanh Đãng. Nó có nhãn. Nó có cấu trúc. Nó có số liệu về cân nặng chiếc vạc. Nó thiếu đúng một thứ: bóng đá.

Nhìn kỹ vào hệ thống, tôi thấy bốn lỗ hổng xếp chồng lên nhau. Cổng thực thể vắng mặt: không quy tắc nào buộc một tệp mang nhãn bóng đá phải chứa ít nhất một thực thể bóng đá đã xác minh — câu lạc bộ, cầu thủ, huấn luyện viên, giải đấu, liên đoàn, hay một thương vụ chuyển nhượng. Bộ lọc thời gian và địa lý cũng vắng mặt. Phân tầng nguồn bị bỏ qua: một trang tin tổng hợp đăng lại giai thoại có trọng số ngang một tờ báo thể thao chuyên ngành. Và tính đầy đủ của trường dữ liệu — tín hiệu tôi tin nhất, vì nó miễn phí. Khi trường "Entities Involved" bỏ trống trên một tệp mang nhãn bóng đá, bước trích xuất đã tự nói rằng nó không tìm thấy neo nào. Không ai đọc câu đó.

Lỗi này có tính hệ thống, chứ không dừng ở mức tai nạn đơn lẻ. Nguồn tin tiếng Việt có khối lượng khổng lồ nội dung lịch sử và văn hóa Trung Hoa được đăng lại, nên nếu tỉ lệ định tuyến sai vượt hai phần trăm một lô dữ liệu, đó là dấu hiệu suy giảm chất lượng đầu ra. Ngưỡng hai phần trăm không thiêng liêng, nhưng nó là ngưỡng để hành động: vượt qua thì phải rà lại bộ định tuyến, chứ không phải tăng người sửa tay.

Chỗ này dễ đi sai hướng. Phản xạ đầu tiên của một người viết thể thao khi gặp chất liệu lạc chuyên mục là cứu nó bằng ẩn dụ: vị vua bị chính sức mạnh của mình đánh bại nghe rất giống một bài học về khẩu vị rủi ro, về một huấn luyện viên đặt cả tập thể vào tay một quyết định cá nhân. Nhưng ẩn dụ chưa bao giờ là phân tích. Một bài học lãnh đạo chung chung áp cho mọi tổ chức thì không nói được gì về bóng đá Việt Nam, và đăng nó lên chuyên mục bóng đá là biến một lỗi định tuyến thành một lỗi biên tập.

Còn một tầng ngược với trực giác. Bản thân bài viết gốc được viết khá tốt: ba hồi rõ ràng, một cái kết bi hài có chủ đích, và — điều hiếm trong tầng nội dung này — tác giả tự ghi rõ những kỳ tích kia là truyền thuyết, không kiểm chứng được. Trong viết lịch sử, đó là tín hiệu đáng tin. Trong một chuyên mục bóng đá, nó vô nghĩa. Vấn đề nằm ở cửa nó đi vào, chứ không ở chỗ nó được viết ra.

Tôi nhớ một buổi sáng khác, năm 2026, khi các giải đấu dừng vì dịch bệnh và tôi vẫn ra sân tập mỗi ngày. Chú bảo vệ tên Trần Vinh, làm ở trung tâm huấn luyện mười lăm năm, kể rằng tiền đạo trẻ Dương Lập Du đến sân một mình lúc sáu giờ ba mươi suốt hai mươi bảy ngày cách ly. Tôi suýt viết một bài ca ngợi kỷ luật. Tìm hiểu thêm mới biết cậu ấy đang khủng hoảng vì không được gặp gia đình. Khi dữ liệu bất lực, tôi mới tin câu chuyện có sức mạnh riêng của nó. Nhưng để đi từ hai mươi bảy ngày đến khủng hoảng, tôi phải ra sân. Không bộ phân loại nào làm hộ được việc đó, và cũng không bộ phân loại nào được phép thay tôi kết luận.

Việc cần làm đơn giản đến mức khó tin. Một nhãn bóng đá phải kèm ít nhất một thực thể bóng đá đã xác minh; không có thì chuyển sang chuyên mục tổng hợp. Một tệp mang nhãn bóng đá Việt Nam mà ngày tháng trước năm 2026 bị loại theo định nghĩa. Nguồn tổng hợp đăng lại giai thoại phải gắn nhãn truyền thuyết, chưa xác minh. Hành vi đúng của hệ thống trước một tệp như bài viết về Doanh Đãng là từ chối; sinh ra một bản báo cáo bóng đá trông có lý là hành vi sai.

Tôi giữ bài viết đó trong một thư mục riêng, cạnh những tệp dữ liệu cũ. Tôi không viết để dự đoán; tôi viết để mai này ai đó đọc lại biết chúng ta đã sống thế nào. Một chuyên mục bóng đá tử tế cũng nên được đọc theo cách ấy: biết cái gì đã thực sự diễn ra trên sân, và biết cái gì đã bị đưa vào nhầm cửa. Việc tôi để lại cho tuần sau rất hẹp: nếu tỉ lệ lỗi định tuyến của lô dữ liệu kế tiếp vẫn trên hai phần trăm, ai sẽ là người đầu tiên mở trường "Entities Involved" đọc trước khi nó thành một bài báo?