Bơi lội Việt Nam và khoảng trống dữ liệu: ô "N/A" là chưa biết, chưa phải đã sạch

Bơi lội Việt Nam và khoảng trống dữ liệu: ô "N/A" là chưa biết, chưa phải đã sạch

2 giờ 14 phút sáng, tệp báo cáo mở ra trên màn hình. Bảng biểu đã dựng sẵn chín khối, hơn bốn mươi ô, mỗi ô chờ một dòng dữ liệu. Tôi kéo chuột từ trên xuống. Ô nào cũng giống ô nào: "N/A - insufficient information". Không tên giải. Không tên vận động viên. Không cự ly. Không thời gian. Không cả nhãn bể dài hay bể ngắn.

Trong hộp thư còn một dòng của biên tập viên: "Cần hai ngàn chữ trước chín giờ sáng."

Con trỏ nhấp nháy ở dòng đầu tiên, và tôi biết chính xác mình có thể làm gì lúc đó. Tôi biết đủ về bơi lội Việt Nam để lấp kín bốn mươi ô ấy bằng những câu nghe rất có lý: một tài năng trẻ đang vượt ngưỡng, một cự ly đang chuyển mình, một chu kỳ SEA Games đang tới gần, một nền bơi lội vừa chạm tới ngưỡng cửa châu lục. Không ai kiểm tra. Bảng biểu sẽ trông đẹp. Bài sẽ được chia sẻ. Và sẽ có người tin.

Đó là khoảnh khắc nguy hiểm nhất trong nghề của tôi, và nó không hiếm. Nó xảy ra mỗi lần một bài phân tích đẹp hơn dữ liệu sinh ra nó.

Tôi đóng tệp lại. Rồi mở lại, và đọc cái bảng trống ấy theo cách khác: một bảng toàn ô "N/A" không phải là bản báo cáo về một tình hình sạch sẽ — nó là bản báo cáo về một đường ống dữ liệu đã hỏng. Và trong bơi lội Việt Nam, loại báo cáo ấy xuất hiện nhiều hơn người ta tưởng.

Vì sao một bảng trống lại xuất hiện

Khung phân tích chín chiều mà tôi và một số đồng nghiệp dùng để mổ xẻ một kết quả bơi lội gồm những khối quen thuộc: kỹ thuật (xuất phát, pha dưới nước, quay đầu, về đích), dữ liệu thành tích (đối chiếu với kỷ lục, xếp hạng mùa giải), hệ thống thi đấu (giải thuộc tầng nào trong kim tự tháp, chu kỳ Olympic nào), bản đồ cục diện thế giới, luật và phòng chống doping, sự nghiệp vận động viên và hệ thống đội tuyển, hồ sơ rủi ro, câu chuyện truyền thông, và hiệu ứng lan sang ngành công nghiệp.

Một khung như thế rất hữu ích khi có dữ liệu. Nó cũng rất nguy hiểm khi không có.

Bơi lội Việt Nam tạo ra những "payload trống" vì một lý do rất cụ thể: tầng dữ liệu của môn này ở trong nước mỏng hơn nhiều so với cảm giác của khán giả. Kết quả các giải quốc gia thường được công bố dưới dạng ảnh chụp bảng điểm hoặc tệp PDF, không có cấu trúc máy đọc được. Thời gian từng 50 mét — thứ mà bất kỳ phân tích kỹ thuật nào cũng cần — gần như không được công bố. Danh sách đăng ký nội dung thi đấu khó tra cứu. Và đa số giải trong nước không ghi rõ bể 50 mét hay 25 mét trong tiêu đề kết quả, dù đây là khác biệt làm thay đổi toàn bộ ý nghĩa của một thông số.

So sánh cho rõ: với một giải quốc tế, việc phục hồi dữ liệu rất rẻ. Cơ sở dữ liệu kết quả của World Aquatics, hệ thống bấm giờ của nhà cung cấp chính thức, kho lưu trữ của các trang chuyên biệt về bơi lội — chỉ cần biết tên giải và ngày thi đấu, gần như mọi ô trong khung chín chiều đều lấp được trong vòng một buổi sáng. Với một giải trong nước, chi phí ấy tăng lên hàng chục lần, và có những ô vĩnh viễn không lấp nổi.

Năm 2026, tôi từng viết một bài về trận tứ kết World Cup và ghi rằng đội bóng ấy pressing thành công 21 lần, trong khi dữ liệu thật là 14. Một độc giả chỉ ra ngay trong đêm. Tôi phải đính chính. Từ đó tôi lập một bảng kiểm tra hai nguồn độc lập trước khi công bố, và ghi chú nguồn ở cuối mỗi bài. Sai lầm của tôi năm 2026 nhắc tôi rằng dữ liệu là chiếc gương, không phải là ngọn đèn. Chiếc gương chỉ cho thấy cái đã có; nó không chiếu sáng cái chưa có. Ngọn đèn thì chiếu sáng cái chưa có — và đó chính là lúc người viết bắt đầu bịa.

Cái bảng trống kia là ngọn đèn. Nó mời gọi.

Cái bẫy của khuôn mẫu đẹp

Một bảng bốn mươi ô có một quyền lực mà một đoạn văn không có: nó trông như đã được kiểm chứng. Hình thức mang tính chuyên môn, nên nội dung được mặc định là chuyên môn. Người đọc lướt qua, thấy cấu trúc chặt chẽ, thấy thuật ngữ, thấy những dòng "đánh giá" và "so sánh" — và tin.

Nhưng một ô ghi "N/A" không mang thông tin gì cả. Nó chỉ mang một thông điệp duy nhất: người phân tích chưa có cơ sở để nói. Và thông điệp ấy, khi bị đặt cạnh bốn mươi ô giống hệt nhau, sẽ tự động bị đọc sai. Mắt người đọc quét qua một bảng toàn dấu gạch ngang và ghi vào bộ nhớ một câu hoàn toàn khác: "không có vấn đề gì".

Bảng biểu càng đẹp, áp lực bịa càng lớn — và cái bịa trong một bảng đẹp khó bị phát hiện hơn cái bịa trong một đoạn văn.

Trong bơi lội, cái bịa có một dạng đặc biệt khó phát hiện: nó không nói sai một sự kiện, nó chỉ mô tả một sự kiện không tồn tại. "Vận động viên A đang bước vào giai đoạn chín của sự nghiệp" — nghe hợp lý, không ai cãi, nhưng nếu không biết tuổi, giới tính, cự ly sở trường và quỹ đạo thành tích ba mùa gần nhất, thì câu đó không có giá trị nào. Nó chỉ là một câu văn đúng ngữ pháp.

Tôi đã học cách đặt câu hỏi ngược: nếu ô này bị xóa khỏi bài, độc giả có mất thông tin gì không? Nếu câu trả lời là không, thì nó không phải phân tích. Nó là trang trí.

Chưa biết và đã sạch: hai chữ khác nhau, cách nhau cả một sự nghiệp

Đây là lỗi tốn kém nhất, và nó không nằm ở người viết. Nó nằm ở cách một bảng trống được đọc.

Trong hồ sơ rủi ro của một vận động viên bơi lội có ba nhóm rủi ro mà dữ liệu thiếu sẽ bị đọc thành "không có".

Nhóm thứ nhất là chấn thương nghề nghiệp. Bơi lội là môn ít va chạm, nên người ta mặc định nó ít chấn thương. Thực tế, vai của vận động viên bơi là vùng chịu tải lặp lại lớn nhất trong toàn bộ hệ vận động: hàng nghìn vòng quay tay mỗi tuần, mỗi vòng ở biên độ cực đại. Đầu gối của vận động viên bơi ếch chịu lực xoắn lặp lại ở mỗi chu kỳ đạp chân. Và vùng thắt lưng chịu tải ở pha sóng thân của bơi bướm. Không có dữ liệu chấn thương không có nghĩa là không có chấn thương; nó có nghĩa là chưa ai ghi lại.

Nhóm thứ hai là ngưỡng dậy thì ở vận động viên nữ. Đây là biến số có sức giải thích lớn nhất cho quỹ đạo thành tích của một nữ vận động viên bơi tuổi 14 đến 17, và nó gần như không tồn tại trong dữ liệu công khai ở Việt Nam. Một vận động viên chững lại ở tuổi 16 có thể đang đi qua giai đoạn thay đổi thể chất bình thường, cũng có thể đang gặp vấn đề kỹ thuật, cũng có thể đang bị quá tải. Ba giả thuyết, ba hướng xử lý khác nhau hoàn toàn. Không có dữ liệu, người ta sẽ chọn giả thuyết phù hợp với câu chuyện mình muốn kể.

Nhóm thứ ba là phòng chống doping. Ở đây, sự im lặng có sức nặng lớn nhất và cũng dễ bị hiểu sai nhất. Một hồ sơ không có ghi nhận vi phạm không đồng nghĩa với một hồ sơ sạch đã được kiểm chứng — nó chỉ có nghĩa là chưa có thông tin công khai. Và có bốn mức hoàn toàn khác nhau mà truyền thông hay gộp làm một: một vi phạm đã được xác nhận, một tranh chấp về nhiễm chéo, một vi phạm thủ tục như bỏ sót kiểm tra, và một cáo buộc chỉ tồn tại trên mạng xã hội. Bốn mức ấy dẫn tới bốn hệ quả pháp lý và bốn mức tổn thất danh dự khác nhau. Gộp chúng lại là một lỗi nghề nghiệp, không phải một sự tắt gọn cho dễ đọc.

Trong một bảng phân tích, "chưa biết" và "đã sạch" chỉ cách nhau một dấu gạch ngang — nhưng khoảng cách ấy có thể là cả một sự nghiệp.

Tôi đã thấy đủ nhiều bài viết trong nước biến sự im lặng thành sự tán dương để biết rằng đây không phải chuyện lý thuyết.

Chi phí phục hồi: ô nào rẻ, ô nào đắt

Một phát hiện thực dụng hơn, và theo tôi là phần đáng giá nhất của toàn bộ khung phân tích: các chiều không hề khó như nhau. Có những chiều phục hồi gần như miễn phí, có những chiều phục hồi cực đắt, và có một chiều gần như không bao giờ phục hồi được từ một bài báo thể thao.

Chiều hệ thống thi đấu là chiều rẻ nhất. Chỉ cần biết tên giải và ngày thi đấu, mọi thứ khác gần như tự suy ra theo cơ chế: giải nằm ở tầng nào trong kim tự tháp từ Olympic xuống giải vô địch thế giới bể dài, bể ngắn, World Cup, châu lục, quốc gia; giải nằm ở vị trí nào trong chu kỳ bốn năm; kết quả nên được đọc với hệ số chiết khấu bao nhiêu. Một kết quả ở năm hậu Olympic có ý nghĩa hoàn toàn khác một kết quả ở năm tiền Olympic. Cùng một thông số, hai cách đọc.

Chiều dữ liệu thành tích là chiều rẻ thứ hai, nhưng chỉ với giải quốc tế. Với giải trong nước, nó đắt.

Chiều kỹ thuật là chiều đắt. Muốn đánh giá pha xuất phát và pha dưới nước, cần thời gian phản xạ và thời gian từ lúc chân rời bục tới mốc 15 mét. Muốn đánh giá quay đầu, cần thời gian từng lần quay. Muốn đánh giá hiệu quả bơi, cần tần số tay và quãng bơi mỗi chu kỳ. Không có những thứ ấy, mọi nhận xét kỹ thuật chỉ là mô tả bằng mắt — và mắt người không đếm được tần số tay ở tốc độ thi đấu.

Chiều hiệu ứng công nghiệp là chiều đắt nhất và cũng là chiều được viết nhiều nhất. Từ một tấm huy chương tới việc trẻ em đăng ký học bơi, tới doanh số áo bơi thi đấu, tới giá trị bản quyền truyền hình — chuỗi nhân quả ấy dài, nhiều mắt, và gần như không ai đo. Nó là chuỗi suy luận không có bằng chứng, được trình bày như một kết luận.

Chi phí phục hồi dữ liệu quyết định chất lượng phân tích, chứ không phải tài năng của người viết.

Một nhà phân tích giỏi với dữ liệu đắt sẽ cho ra một bài nghèo hơn một nhà phân tích tầm trung với dữ liệu rẻ. Nghề này công bằng theo cách ít ai thừa nhận.

Bể 50 mét và bể 25 mét: cái nhãn bị bỏ quên

Trong bơi lội, có một chi tiết kỹ thuật mà nếu thiếu nó thì mọi so sánh đều vô nghĩa, và nó thường xuyên bị bỏ sót trong các bảng kết quả ở Việt Nam.

Bể dài 50 mét và bể ngắn 25 mét là hai hệ quy chiếu khác nhau. Bể 25 mét có gấp đôi số lần quay đầu, và mỗi lần quay đầu kèm một pha đạp tường tạo tốc độ mà không cần dùng sức bơi. Kết quả là cùng một vận động viên, cùng một cự ly, cùng một trạng thái thể lực, thời gian ở bể 25 mét luôn nhanh hơn bể 50 mét một cách hệ thống. Vì thế, liên đoàn thế giới ghi nhận kỷ lục ở hai hệ riêng biệt, và không cho phép so sánh chéo.

Hệ quả với bơi lội Việt Nam rất cụ thể. Nhiều giải trong nước diễn ra ở bể 25 mét. Các giải quốc tế lớn như SEA Games hay ASIAD diễn ra ở bể 50 mét. Một vận động viên có thể tiến bộ rõ rệt về thời gian trong một mùa giải trong nước mà hoàn toàn không tiến bộ về năng lực — chỉ vì mùa ấy thi đấu ở bể ngắn.

Người viết không có nhãn bể sẽ kể một câu chuyện tiến bộ không tồn tại. Và vì kết quả giải trong nước thường được công bố dưới dạng ảnh bảng điểm, cái nhãn ấy biến mất ngay từ khâu đầu tiên.

Đây là loại lỗi tôi sợ nhất, vì nó không cần ác ý. Nó chỉ cần một tệp PDF thiếu dòng chữ "bể 25 mét" ở góc trên.

Điểm nhấn cá nhân: hai mươi chín lần quay đầu

Có một cách kiểm tra rất nhanh xem một bài phân tích bơi lội có thật sự dựa trên dữ liệu hay không: đếm số lần quay đầu mà bài ấy nhắc tới.

Lấy ví dụ cự ly 1.500 mét tự do nam ở bể 50 mét. Đó là ba mươi lần bơi chiều dài, tức hai mươi chín lần quay đầu. Ở cự ly 800 mét, con số là mười lăm lần. Ở nội dung 400 mét hỗn hợp cá nhân, vận động viên thực hiện bảy lần quay đầu và ba lần chuyển kiểu bơi — bướm, ngửa, ếch, sải — trong đó mỗi lần chuyển kiểu là một lần đánh đổi nhịp điệu.

Một bài viết về cự ly 1.500 mét mà không nhắc tới hai mươi chín lần quay đầu thì đang bỏ qua phần lớn cấu trúc của cuộc đua. Một bài viết về 400 mét hỗn hợp mà không nhắc tới ba lần chuyển kiểu thì đang mô tả bốn cuộc đua riêng lẻ ghép lại.

Khi tôi theo dõi Nguyễn Huy Hoàng thi đấu ở các cự ly tự do dài, điều tôi muốn biết nhất không phải là thời gian chung cuộc mà là phân đoạn: anh phân bổ tốc độ thế nào giữa 400 mét đầu và 400 mét cuối của một cuộc đua 800 mét; anh mất bao nhiêu ở mỗi lần quay đầu so với nhóm dẫn đầu; pha dưới nước sau xuất phát của anh kéo dài tới đâu trong giới hạn 15 mét mà luật cho phép. Không có dữ liệu phân đoạn, tôi chỉ có thể nói những câu chung chung về "sức bền" và "ý chí" — hai từ mà tôi cố tránh, vì chúng không đo được gì cả.

Tương tự với Nguyễn Thị Ánh Viên và nội dung 400 mét hỗn hợp cá nhân, nội dung mà cô từng giành huy chương đồng ở ASIAD 2026 — lần đầu tiên một vận động viên bơi Việt Nam có huy chương ở đấu trường châu lục. Bốn kiểu bơi trong một cuộc đua nghĩa là bốn cấu trúc kỹ thuật khác nhau, bốn cách phân bổ năng lượng, và ba điểm chuyển tiếp có thể làm sụp cả cuộc đua. Đó là nội dung khát dữ liệu nhất trong toàn bộ chương trình thi đấu, và cũng là nội dung mà tầng dữ liệu công khai của Việt Nam mỏng nhất.

Bản đồ chuyển động của một vận động viên giống một ván cờ: đọc được ý đồ, đoán được nước tiếp. Nhưng muốn đọc ý đồ thì phải có bàn cờ. Một bảng kết quả chỉ có một dòng thời gian chung cuộc là một bàn cờ đã bị xóa hết quân, chỉ còn lại ô vua.

Phần ít bảo vệ được nhất

Nếu phải chọn một phần trong toàn bộ khung phân tích mà tôi muốn xóa khỏi mọi bài báo thể thao, đó là phần hiệu ứng lan sang ngành công nghiệp.

Nó hấp dẫn vì nó nói về những thứ lớn: thị trường huấn luyện, doanh số áo bơi thi đấu, giá trị bản quyền, đầu tư cơ sở vật chất. Nó cũng là phần dễ viết nhất, vì không ai kiểm chứng được một chuỗi nhân quả dài mười mắt.

Nhưng hãy nhìn vào cấu trúc. Hiệu ứng lan là một hàm số của các chiều khác. Nó cần một vận động viên được xác định danh tính, một thành tích được xác định cỡ mẫu, một bối cảnh giải được xác định tầng. Khi ba đầu vào ấy trống, đầu ra không phải là "chưa rõ" — đầu ra là một chuỗi suy luận không có gốc.

Trong bơi lội Việt Nam, có một nghịch lý nghề nghiệp đáng ghi lại. Bơi là môn lõi của Olympic, nhưng giữa hai kỳ Olympic nó là vùng chú ý thấp. Vì thế, mỗi khi có một tấm huy chương, áp lực kể một câu chuyện lớn về "sự trỗi dậy của bơi lội Việt Nam" tăng vọt. Và câu chuyện ấy thường được viết bằng đúng cái phần ít bảo vệ được nhất của khung phân tích.

Mùa hè không có giải đấu lớn là lúc bơi lội Việt Nam lộ ra khung xương thật của mình — và khung xương ấy không nằm ở số huy chương, mà ở chỗ có bao nhiêu dữ liệu được ghi lại trong những tháng không ai nhìn.

Góc phản trực giác: bảng đầy số mới là bảng nguy hiểm

Ở đây tôi muốn đi ngược lại phản xạ của chính mình.

Phản xạ thông thường là: bảng trống thì nguy hiểm, bảng đầy số thì an toàn. Thực tế vận hành theo chiều ngược lại.

Một bảng trống tự tố cáo. Người đọc thấy "N/A" và biết phải nghi ngờ. Một bảng đầy số thì không tự tố cáo gì cả — nó tạo ra một lớp vỏ bảo vệ bằng chính hình thức của nó. Sai số trong một bảng đầy số khó bị phát hiện hơn sai số trong một đoạn văn, vì người đọc phải kiểm tra từng ô thay vì kiểm tra một lập luận.

Tôi đã mất ba giờ đồng hồ để kiểm chứng một thông số duy nhất và phát hiện nó sai. Ba giờ ấy không phải chi phí của sự chậm chạp. Nó là chi phí của việc giữ cho cái bảng không tự biến thành một lời nói dối có cấu trúc.

Tôi không tin vào linh cảm. Tôi tin vào việc linh cảm đó biết bao nhiêu biến số đã được nạp. Linh cảm của một nhà phân tích là một mô hình đã được huấn luyện quá nhiều lần trên quá ít dữ liệu. Nó thường đúng về hướng và sai về độ lớn. Và trong bơi lội, độ lớn là tất cả: sai nửa giây ở cự ly 100 mét là sai một tầng đẳng cấp; sai nửa giây ở cự ly 1.500 mét là nhiễu đo.

Góc phản trực giác thứ hai liên quan tới chính nền bơi lội Việt Nam. Vấn đề không phải là thiếu tài năng, và cũng không phải thiếu câu chuyện. Vấn đề là thiếu hạ tầng cho phép nói câu "tôi chưa biết".

Một nền thể thao trưởng thành có ba thứ: dữ liệu được công bố có cấu trúc, chuẩn mực để từ chối kết luận khi thiếu dữ liệu, và một tầng trung gian đủ dày để kiểm chứng chéo. Bơi lội Việt Nam hiện có tầng thứ nhất ở mức một phần, tầng thứ hai gần như không, và tầng thứ ba rất mỏng. Khi ba tầng ấy yếu, mỗi bài phân tích đều trở thành một canh bạc cá nhân của người viết — và người viết nào cũng muốn thắng.

Điều cần kiểm chứng ở giải tới

Tôi không có kết luận về bất kỳ vận động viên nào trong bài này, vì tôi không có dữ liệu để kết luận. Đó là toàn bộ nội dung của bài viết, và tôi muốn nó được đọc đúng như vậy.

Nhưng tôi có một việc cần làm ở giải tới, và nó rất cụ thể. Tôi sẽ ghi lại tên giải, ngày thi đấu, và nhãn bể ngay ở dòng đầu tiên của mọi bảng kết quả mình thu thập. Tôi sẽ đánh dấu rõ ô nào lấy từ cơ sở dữ liệu chính thức và ô nào lấy từ ký ức. Tôi sẽ để nguyên những ô trống thay vì lấp chúng bằng một câu văn hay.

Số liệu chỉ kể lại, chiến thuật mới bắt đầu từ sai lầm. Và sai lầm lớn nhất trong nghề này không phải là đọc nhầm một thông số, mà là đọc nhầm một khoảng trống thành một sự yên tâm.

Lần tới, khi bạn đọc một bài phân tích bơi lội Việt Nam, hãy đếm xem có bao nhiêu ô thật sự được lấp — và trong số đó, bao nhiêu ô đến từ một cơ sở dữ liệu có thể tra cứu, bao nhiêu ô đến từ trí nhớ của người viết. Nếu câu trả lời là không rõ, thì bài viết ấy đang nói với bạn nhiều hơn về người viết nó so với vận động viên trong đó.