Bản báo cáo rỗng ở vòng loại trực tiếp: khi kết luận sống lâu hơn dữ liệu

Phòng họp báo ở tầng hai của trung tâm truyền thông vẫn còn mùi cà phê nguội. Tôi mở tập hồ sơ mười bốn trang mà ban tổ chức phát cho báo chí trước loạt trận vòng loại trực tiếp. Trang sáu là bảng phân tích cách một đội bóng xử lý tình huống đổi người phòng ngự. Bảng có chín dòng. Cả chín ô số liệu đều trống. Ngay bên dưới, đoạn kết luận vẫn viết trọn vẹn: “Hệ thống đổi người của họ sẽ sụp dưới áp lực.” Tôi đọc lại lần thứ ba, rồi đếm. Chín ô trống. Không một nguồn trích dẫn. Không một mùa giải tham chiếu. Vậy mà câu kết luận vẫn đủ chủ ngữ, vị ngữ và một động từ chỉ sự sụp đổ.

Trong nghề này tôi đã học cách tách hai loại văn bản: loại được viết ra từ dữ liệu, và loại được viết ra để lấp vào chỗ dữ liệu còn thiếu. Loại thứ hai đọc trôi hơn. Nó ít chống cự hơn. Nó không bao giờ buộc người đọc phải dừng lại ở một ô trống và tự hỏi vì sao ô đó trống.

Tôi đến với bóng rổ từ một sân xi măng ở Việt Nam, nơi không ai đo bàn kỳ vọng, không ai đếm số lần chạm bóng trong vòng cấm. Mọi thứ phải tự chứng minh bằng kết quả nhìn thấy được: bóng vào rổ hay không vào rổ, đội thắng hay đội thua. Khi sang Mỹ làm báo dữ liệu, tôi mang theo thói quen đó và biến nó thành một nguyên tắc: nếu không đếm được, tôi không viết.

Mùa MLS năm hai nghìn không trăm mười bảy, trận New England Revolution gặp Atlanta United kết thúc với tỷ số hai một nghiêng về chủ nhà. Bảng xG tôi dựng cho thấy Atlanta tạo ra hai phẩy tám bàn kỳ vọng, còn New England chỉ một phẩy một. Tôi viết rằng đội bóng của Tata Martino đang thiếu may mắn chứ không hề yếu. Cộng đồng mạng gọi tôi là gã mọt sách mơ mộng. Tôi thu thêm dữ liệu cả mùa: Atlanta giữ mức một phẩy tám bảy bàn kỳ vọng mỗi trận. Cuối mùa họ vào vòng play-off. Bài viết đó trở thành một trong những phân tích xG sớm nhất ở MLS, và cũng là lần đầu tôi hiểu rằng kiên nhẫn với mẫu số lớn là một dạng bản lĩnh.

Một năm sau, ESPN mời tôi làm cây bút dữ liệu cho vòng chung kết World Cup. Trận Tây Ban Nha gặp Nga ở vòng mười sáu đội: Tây Ban Nha kiểm soát bóng bảy mươi tư phần trăm, chuyền gần một nghìn đường, rồi thua trên chấm luân lưu với tỷ số bốn ba. Chỉ số PPDA của Nga chỉ bảy phẩy tám. Họ chủ động bỏ biên, bịt trung lộ, mời đối thủ chuyền ngang rồi chờ sai số. Igor Akinfeev cản cú sút của Iago Aspas. Tôi viết rằng Nga có đủ cơ sở để loại một đối thủ sừng sỏ, và bài viết tạo ra tranh luận. Một huấn luyện viên người Đức chia sẻ lại kèm một dòng: dữ liệu không biết nói dối.

Năm hai nghìn không trăm hai mươi, các giải đấu dừng lại. Tôi lấy mười mùa Premier League, phân tích quãng đường chạy và cường độ thi đấu của bốn nghìn năm trăm cầu thủ, dựng chỉ số Workload Risk Index để đo nguy cơ chấn thương. Báo cáo dài mười hai nghìn từ. Một câu lạc bộ Championship áp dụng mô hình vào quản lý thể lực và giảm ba mươi phần trăm số ca chấn thương trong nửa sau mùa giải. Từ đó cách tôi viết thay đổi: ít tin vắn hơn, nhiều điều tra dài hơn, và mỗi số liệu phải kèm nguồn.

Vậy nên khi nhìn thấy chín ô trống dưới một tiêu đề in đậm ở trang sáu, tôi không nghĩ tới một lỗi trình bày. Tôi nghĩ tới một kiến trúc.

Một báo cáo phân tích hiện đại chạy qua hai tầng. Tầng trích xuất đọc nguồn và bóc ra các điểm thông tin: tên đội, tên cầu thủ, ngày tháng, con số, phát ngôn. Tầng phân tích nhận tập dữ liệu đó và dựng luận điểm. Kiến trúc này chỉ đúng khi tầng một giao ra dữ liệu thật. Nếu tầng một giao ra một khuôn rỗng, tầng hai vẫn chạy. Nó vẫn sinh ra tiêu đề, vẫn sinh ra bảng, vẫn sinh ra kết luận. Chiếc khuôn có sức hút riêng của nó: một bảng chín dòng trông như đang chờ được điền, và mắt người luôn muốn điền.

Đó là cái bẫy của độ chính xác giả. Một ô dữ liệu không có nguồn trích dẫn phải được để trống, và một kết luận không có ô dữ liệu nào đứng sau chỉ là văn học. Tôi đã thấy cái bẫy ấy vận hành ở thị trường chuyển nhượng. Mùa hè năm hai nghìn không trăm mười sáu, hợp đồng truyền hình trị giá hai mươi bốn tỷ đô la đẩy trần lương NBA từ bảy mươi triệu lên chín mươi tư phẩy một triệu đô la chỉ trong một mùa. Tiền tràn vào, và các đội điền vào bảng của mình những con số nghe rất hợp lý: Mike Conley ký một trăm năm mươi ba triệu đô la cho năm năm, Timofey Mozgov nhận sáu mươi bốn triệu đô la cho bốn năm. Không ai nói dối về con số. Cái sai nằm ở chỗ khác: mẫu số đã đổi trục, còn mô hình đánh giá thì chưa.

Cơ chế ấy vẫn đang chạy. Một hợp đồng truyền hình mới sẽ bơm tiền vào hệ thống, trần lương sẽ nhảy, và mô hình đánh giá sẽ lại chậm hơn một nhịp. Đó là biến số vĩ mô tôi theo dõi liên tục, độc lập với bất kỳ trận đấu nào. Chuỗi nhân quả trong ngành này dài nhất trong tất cả các chiều phân tích, và cũng là nơi dễ sinh ra những suy diễn không thể kiểm chứng nhất. Mỗi khi ai đó nói với tôi rằng cả giải đấu sắp thay đổi vì một bản hợp đồng thương mại, tôi hỏi lại bằng một câu duy nhất: mẫu số nằm ở đâu.

Tôi không đoán, tôi đếm. Và rồi một ngày, viên ngọc lộ ra giữa đống dữ liệu thô. Nhưng đếm sai mẫu số thì viên ngọc biến thành viên sỏi, và cái giá phải trả không nằm ở con số mà nằm ở bốn năm hợp đồng phía sau.

Trở lại thang đo độ tin cậy tôi dùng cho mọi cầu thủ. Bậc một là số liệu cơ bản: điểm, rebound, kiến tạo. Bậc hai là hiệu suất: TS%, eFG%, PER. Bậc ba là tác động: cộng trừ, on/off, EPM, LEBRON, BPM. Bậc bốn là hiệu chỉnh theo vai trò: USG%. Bạn không thể nhảy từ bậc một lên bậc bốn. Không có điểm số thì không có hiệu suất. Không có hiệu suất thì không có tác động. Cả bốn bậc cùng khóa ở bậc một khi bậc một trống rỗng. Ở trang sáu của tập hồ sơ, bậc một trống rỗng.

Với một đội bóng, logic cũng vậy. Trạng thái trần lương là đại lượng dẫn xuất, không phải đại lượng trích xuất. Người ta suy ra nó từ hợp đồng, quyền Bird, ngoại lệ trung cấp, ngoại lệ cầu thủ bị đem bán, điều khoản cắt và trải lương, mức thuế lặp. Nếu dữ liệu gốc không được đưa vào, mọi kết luận về vị trí tài chính của đội bóng đều phải dựng lại từ đầu. Không ai dựng lại. Người ta chép kết luận cũ và đổi tên đội.

Có một chiều phân tích khác tôi luôn kiểm tra trước khi viết: nhiệt của câu chuyện. Một cầu thủ ghi ba mươi điểm trong hai trận, một thủ môn cản ba quả phạt đền trong một tuần, một đội thắng bốn trận liên tiếp. Tất cả đều tạo ra câu chuyện, và câu chuyện chỉ đáng viết khi mẫu số đủ lớn. Người ta gọi hiện tượng ấy là mệt mỏi của lá phiếu, và trong bóng rổ nó xuất hiện ở mọi cuộc bầu chọn danh hiệu. Cùng một bộ số liệu, một mẫu nhỏ và một mẫu lớn, hai kết luận khác nhau.

Một bộ khung chấm điểm có nhiều tầng kích hoạt. Phân tích luật chỉ hoạt động khi có một sự kiện cụ thể: một vụ cầu thủ nghỉ thi đấu gây tranh cãi, một án phạt, một quyết định gia hạn hợp đồng. Không có sự kiện thì kết quả rỗng là kết quả đúng. Tôi phải nói rõ điều này, vì nó đi ngược lại bản năng thông thường. Ở phần lớn các chiều phân tích, một kết luận trống là thất bại. Với những chiều được thiết kế để chờ tín hiệu, một kết luận trống lại là trung thực.

Vấn đề nằm ở chỗ khác: người đọc không nhìn thấy cái trống. Người đọc nhìn thấy câu kết luận. Con số im lặng, nhưng câu chuyện thì không bao giờ im lặng. Mà câu chuyện, khi không có mẫu số, sẽ tự tìm lấy mẫu số của riêng nó: ký ức, cảm giác, uy tín của người viết, và sự tự tin trong giọng văn.

Đó là lý do tôi coi bản báo cáo được điền đầy đủ nguy hiểm hơn bản báo cáo rỗng. Một bảng trống chín ô buộc người đọc dừng lại. Một bảng điền đủ số, có nguồn, có ngày tháng, không buộc ai dừng lại cả. Nó đi thẳng vào buổi phát sóng, vào bản tin, vào dòng trạng thái, vào một quyết định của ai đó ở thành phố mà người viết chưa từng đặt chân tới. Tôi không đưa ra nhận định nào về tỷ lệ cược, và trong tập hồ sơ này cũng không có dữ liệu thị trường nào để nói về chúng. Nhưng tôi biết một điều về nghề của mình: một kết luận sai có nguồn trông đáng tin hơn một kết luận đúng không nguồn.

Khủng hoảng không phải kẻ thù. Nó chỉ là dữ liệu bị đọc sai ngay từ đầu. Cái tôi nhìn thấy ở trang sáu chưa bao giờ là một cuộc khủng hoảng chuyên môn. Đó là một sự cố đường ống. Ai đó đã dựng đúng khuôn, đặt đúng tiêu đề cho từng trường, rồi để nguyên các trường trống và giao đi. Trong chính những trường trống ấy còn sót lại những câu lệnh nội bộ kiểu như “xác định từ các điểm thông tin ở trên” và “đánh giá dựa vào trường nguồn của các điểm”. Một trường dữ liệu chứa câu lệnh nghĩa là khuôn mẫu đã rò rỉ vào kết quả. Với một hệ thống tự động ít đề phòng hơn, tập hồ sơ mười bốn trang kia đã có thể ra đời với đầy đủ tên đội, tên cầu thủ và những con số nghe rất thuyết phục. Tôi đã đọc đủ nhiều báo cáo kiểu đó để nhận ra mùi của chúng.

Còn một chi tiết nữa khiến tôi chú ý. Trường thời gian của tập dữ liệu ghi rõ: chưa được đánh giá. Không có trường giải đấu. Không có trường chất lượng nguồn. Ba trường này chưa bao giờ là chi tiết phụ. Chúng quyết định việc hệ thống sẽ rẽ vào nhánh nào. Một tập dữ liệu chỉ ghi “bóng rổ” mà không nói rõ giải nào thì không thể định tuyến. Luật ba giây phòng ngự tồn tại ở một giải và không tồn tại ở giải khác. Đường ba điểm dài ngắn khác nhau. Khung trần lương khác nhau. Cùng một sự kiện, hai hệ luật, hai kết luận trái ngược. Thêm một trường “giải đấu” vào khuôn là việc rẻ nhất mà ban tổ chức có thể làm trong tuần này.

Vậy điều gì đáng theo dõi trong vòng tiếp theo? Không phải một chỉ số mới. Chúng ta đã có quá nhiều chỉ số. Thứ đáng theo dõi là một quy tắc biên tập: mỗi ô số liệu phải kèm một nguồn trích dẫn, và ô nào không có nguồn thì để trống. Tôi muốn nhìn thấy một bảng phân tích mà ở đó dấu gạch ngang xuất hiện nhiều hơn con số. Một bảng như vậy sẽ khó đọc hơn, ít được chia sẻ hơn, và đúng hơn.

Đức tin của tôi không nằm ở may rủi, mà nằm ở mẫu số lớn. Mẫu số lớn không dừng ở số trận. Nó là tỷ lệ ô dữ liệu có nguồn trên tổng số ô dữ liệu được in ra. Đó là tỷ lệ tôi muốn thấy trong báo cáo của vòng tứ kết. Nếu tỷ lệ ấy thấp, tôi sẽ không tranh luận về kết luận. Tôi sẽ yêu cầu xem lại khuôn.

Ban tổ chức nên lưu tập hồ sơ rỗng này lại, dán nhãn và cất vào ngăn kiểm định chất lượng. Một ca kiểm thử âm tính có giá trị hơn một trăm ca thành công, vì nó chỉ ra chính xác nơi đường ống gãy. Và nếu trong mười đến hai mươi lần chạy tiếp theo, những tập dữ liệu trống như thế lại xuất hiện, thì vấn đề không còn nằm ở một lần gọi hàm hỏng. Nó nằm ở thiết kế.

Tôi vẫn giữ thói quen đến phòng họp báo sớm, mở tập hồ sơ từ trang đầu, và đếm. Mọi hệ thống đều nứt nếu bạn nhìn đủ lâu. Rồi bạn thấy trật tự nằm ngay trong đống vỡ vụn. Ở trang sáu của tập hồ sơ đó, trật tự hiện ra dưới dạng chín đường kẻ ngang thẳng tắp, không có gì để đọc, và một câu kết luận vẫn đứng vững như thể nó có chân. Việc của tôi trong mùa giải này là chỉ cho người đọc thấy bàn chân đó rỗng.