Cusco, Cienciano và một nhãn dán nhầm: chuyện lệch miền trong dữ liệu bóng đá

Chuyến tàu từ Cusco lên Aguas Calientes chạy chậm hơn người ta tưởng. Ở độ cao khoảng 2.430 mét so với mực nước biển, mỗi bậc thang đá của Machu Picchu buộc cơ thể du khách thương lượng lại với lượng oxy ít hơn mức nó quen: tim đập nhanh hơn, phổi làm việc nhiều hơn, và một người khỏe mạnh bình thường cũng có thể thấy chóng mặt chỉ sau vài chục bước. Y học thể thao quan tâm tới độ cao vì lý do đó. Nhưng câu chuyện dưới đây thuộc về một trang hoàn toàn khác.

Trong chuyến thăm khu di tích, một du khách Mexico 66 tuổi tên Álvaro Sánchez Pérez qua đời. Cơ quan chức năng Peru vào cuộc theo đúng trình tự điều tra dân sự: Dirección Desconcentrada de Cultura de Cusco, Cảnh sát Quốc gia Peru và Bộ Công tố Peru. Các hãng tin quốc tế đưa sự việc như một bản tin thông thường.

Rồi một chuyện khác xảy ra ở nơi độc giả không nhìn thấy. Bản ghi về cái chết tại Machu Picchu đi vào một đường ống xử lý dữ liệu thể thao và được dán nhãn lĩnh vực: bóng đá.

Machu Picchu là thành trì của người Inca từ thế kỷ 15, được UNESCO công nhận là Di sản Thế giới từ năm 2026, và đón khoảng 1,5 triệu lượt khách mỗi năm trước đại dịch. Chính quyền Peru đã nhiều lần điều chỉnh hạn mức khách tham quan hằng ngày để giảm áp lực lên các bậc thang đá. Nhưng Cusco cũng là một thành phố bóng đá, và chi tiết này quan trọng với câu chuyện.

Club Sportivo Cienciano, thành lập năm 2026 tại Cusco, đã giành Copa Sudamericana 2026 và Recopa Sudamericana 2026 — những danh hiệu quốc tế đầu tiên của bóng đá Peru ở cấp câu lạc bộ. Cùng thành phố còn có Deportivo Garcilaso. Ở tầm quốc gia, đội tuyển Peru dự World Cup 2026 sau 36 năm chờ đợi rồi vào chung kết Copa América 2026. Một bản tin đến từ vùng Cusco vì thế hoàn toàn có thể là tin bóng đá.

Đó chính là vùng xám mà hệ thống phân loại tự động phải xử lý mỗi ngày. Một tòa soạn thể thao hiện đại nuốt vào hàng chục nghìn bản ghi: tin, thông cáo, kết quả, bài mạng xã hội, dữ liệu nhà cái, báo cáo tuyển trạch. Không ai đọc hết. Quy trình được chia tầng. Tầng một bóc tách văn bản thành các điểm thông tin rồi gán cho nó một nhãn lĩnh vực. Tầng hai mới phân tích sâu: chiến thuật, tài chính, kết quả, thị trường chuyển nhượng, quản trị, phòng thay đồ, rủi ro, dòng chảy truyền thông và chuỗi lan truyền của ngành.

Khi nhãn ở tầng một sai, tầng hai đứng trước hai con đường: bịa ra một kết luận bóng đá từ một văn bản không có bóng đá, hoặc ghi nhận sự thật rằng nó không có gì để nói. Với bản ghi ở Cusco, người ta đã chọn cách ghi nhận sự thật.

Công việc tiếp theo là dựng lại cấu trúc. Một bản phân tích bóng đá đầy đủ gồm chín lớp, mỗi lớp phải trả lời được một câu hỏi cụ thể.

Lớp chiến thuật và kỹ thuật hỏi: trận đấu được tổ chức thế nào, đội hình ra sao, cầu thủ có đặc điểm kỹ thuật gì, dữ liệu quá trình như xG hay PPDA nói lên điều gì. Bản ghi Cusco không có một dòng nào thuộc lớp này. Không trận đấu, không sơ đồ, không cầu thủ.

Lớp tài chính và thị trường chuyển nhượng hỏi về doanh thu bản quyền, doanh thu thương mại, quỹ lương, nợ ròng, và những thương vụ đang được đàm phán. Bản ghi Cusco không nhắc tới một câu lạc bộ nào, cũng không có một đơn vị tiền tệ nào.

Lớp kết quả thi đấu và chu kỳ dư luận hỏi về phong độ gần đây, vị trí trên bảng xếp hạng, áp lực lên huấn luyện viên và trụ cột. Cỡ mẫu ở đây bằng không. Không có trận nào để đánh giá thì cũng không có áp lực nào để đo, và lớp bức tranh giải đấu cũng trống theo: không giải, không đội, không tầng.

Lớp quy tắc và quản trị là lớp duy nhất có một cái bẫy tinh vi. Bản ghi nhắc tới DDC Cusco, Cảnh sát Quốc gia Peru và Bộ Công tố Peru — những cái tên nghe rất có quyền lực. Nhưng đó là quản trị dân sự của một cuộc điều tra cái chết, nằm hoàn toàn ngoài hệ thống luật bóng đá. Không điều khoản công bằng tài chính nào được viện dẫn, không án phạt nào được nhắc, không điều kiện dự giải nào bị đặt dấu hỏi.

Lớp quản lý và phòng thay đồ hỏi về mức độ kiên nhẫn của chủ sở hữu, chất lượng các quyết định tuyển trạch, độ ổn định của cấu trúc và quan hệ giữa huấn luyện viên với cầu thủ. Không có phòng thay đồ nào trong văn bản.

Lớp rủi ro dựng một ma trận sáu nhánh: thi đấu, tài chính, nhân sự, luật lệ, dư luận, hệ thống. Không nhánh nào có dữ liệu để chấm điểm. Nhưng có một rủi ro thật nằm ở tầng khác, tầng đường ống: cái nhãn sai.

Lớp câu chuyện truyền thông hỏi dư luận đang ở pha nào của chu kỳ nhiệt, tin đồn chuyển nhượng có đáng tin không, kỳ vọng thị trường lệch bao xa so với thực tế. Không có tin đồn nào để cân. Lớp chuỗi lan truyền của ngành hỏi một sự kiện lan từ học viện tới đại lý, từ bản quyền tới dòng vốn, từ cầu thủ nhỏ tới đội tuyển quốc gia xa đến đâu. Bản ghi Cusco không kích hoạt một mắt xích nào.

Có một chi tiết nữa đáng ghi lại: giá trị thời sự. Sự việc có mốc thời gian riêng, nhưng mốc đó thuộc về một câu chuyện an toàn du lịch, không thuộc về lịch thi đấu. Giá trị tham chiếu cho phân tích bóng đá bằng không. Bản ghi chỉ hữu ích với đúng một mục đích: làm ví dụ cho lỗi đường ống.

Chín lớp, chín khoảng trống. Với người làm phân tích, cách dễ nhất là điền chữ N/A vào tất cả rồi đóng bản ghi lại. Nhưng nếu dừng ở đó thì đã bỏ lỡ thứ đáng giá nhất.

Một bản ghi lệch miền có giá trị đúng bằng một ca kiểm nghiệm âm tính: nó chứng minh hệ thống phân loại còn phân biệt được đâu là bóng đá và đâu là phần còn lại của thế giới.

Trong y học, một xét nghiệm âm tính vẫn tốn tiền, vẫn chiếm chỗ trong hồ sơ và vẫn phải được lưu đúng cách. Nếu lưu sai, lần sau bác sĩ sẽ đọc phải một kết quả vô nghĩa và tưởng nó có nghĩa. Ở đây cũng vậy. Nhãn bóng đá dán lên bản ghi Cusco sẽ nằm lại trong kho. Ba tháng nữa, một biên tập viên tra cứu dữ liệu về Cusco sẽ thấy nó nằm cạnh Cienciano và rất dễ tin rằng có chuyện gì đó liên quan.

Còn một lớp trầm tích sâu hơn, đáng lo hơn cả nhãn sai: ô nhiễm thực thể. Khi bộ trích xuất chạy qua văn bản, các tên như DDC Cusco, Cảnh sát Quốc gia Peru, Bộ Công tố Peru đều là thực thể hợp lệ về mặt kỹ thuật. Không có bộ lọc loại thực thể thì chúng sẽ chảy vào bảng dữ liệu bóng đá. Lúc đó tìm kiếm bắt đầu nhiễu, thẻ bắt đầu lệch, và cái sai thôi nằm gọn trong một bản ghi mà lan ra cả kho.

Tôi biết cảm giác đó từ một hướng khác. Dựa trên kinh nghiệm theo dõi các trận đấu và hồ sơ học viện của mình ở Rome, có một báo cáo tôi từng viết năm 2026 khi còn là trợ lý phân tích dữ liệu ở lò đào tạo AS Roma. Tôi ngồi cả một buổi xem lại băng hình trận Cúp Ý với Virtus Entella và phát hiện tiền vệ trẻ Nicolò Zaniolo, khi đó 17 tuổi, tiếp đất bằng chân trái lệch tới 62%, tạo áp lực bất đối xứng lên đầu gối phải. Tôi gửi báo cáo cho đội ngũ y tế. Không ai trả lời.

Tháng 1 năm 2026, Zaniolo rách dây chằng chéo trước trong một pha xoay người. Điều khiến tôi ám ảnh không phải chấn thương, mà là khoảng lặng giữa hai thời điểm ấy: một cảnh báo đúng đã tồn tại, đã được ghi ra giấy, và đã bị bỏ qua vì nó không đủ ồn.

Lớp trầm tích không lừa ai, chỉ lừa người không đủ kiên nhẫn đào. Báo cáo Zaniolo là một dương tính thật bị bỏ qua. Bản ghi Cusco là một dương tính giả chưa bị lọc. Hai lỗi trông khác nhau nhưng cùng chỉ về một cơ quan còn thiếu: một tầng kiểm chứng đủ thẩm quyền để nói dừng lại trước khi dữ liệu kịp được dùng.

Phần việc đó không hào nhoáng. Năm 2026, khi các sân vận động đóng cửa, tôi thiết kế một chương trình tập tại nhà cho 15 học viên trẻ của Roma bằng dây nhảy 15 phút và dây kháng lực, theo dõi qua một nhóm WhatsApp. Một tiền vệ 18 tuổi tên Edoardo Bove, người gần như không ai để ý, tăng 12% sức bền tối đa và được đôn lên đội một cho trận gặp Young Boys tại Europa League. Không khán giả nào vỗ tay cho buổi tập trong phòng khách hôm đó. Phòng khách biến thành phòng gym, bởi tài năng không chờ ai kê giường. Việc làm sạch dữ liệu cũng vậy: nó diễn ra trong im lặng và chỉ được nhớ tới khi đã quá muộn.

Phản ứng đầu tiên của số đông là đòi hệ thống lọc chặt hơn. Đó là phản xạ dễ hiểu, và cũng là phản xạ dẫn tới một sai lầm khác.

Lọc chặt hơn nghĩa là loại bỏ nhiều hơn, và loại bỏ nhiều hơn nghĩa là bỏ luôn cả những ca kiểm nghiệm âm tính — đúng loại bản ghi đã cứu hệ thống khỏi một kết luận sai. Một đường ống chỉ giữ lại những gì chắc chắn đúng sẽ không bao giờ học được gì về chỗ hổng của chính nó. Nó chỉ im lặng hơn, chứ không chính xác hơn.

Điều ít được nói tới là chi phí. Một tầng kiểm chứng tử tế tiêu tốn thời gian của người có chuyên môn, và trong phần lớn trường hợp, nó không tạo ra sản phẩm nào có thể đăng. Cả một ngày làm việc có thể kết thúc bằng một bảng chín lớp toàn chữ N/A. Đó là loại công việc đầu tiên bị cắt khi ngân sách co lại, và cũng chính là loại công việc khiến những nhãn sai như ở Cusco tồn tại dai dẳng.

Cám dỗ còn lại là ép một cách đọc bóng đá lên bản ghi. Cusco, Cienciano, Copa Sudamericana 2026 — chỉ ba từ khóa là đủ dựng nên một bài viết nghe rất hợp lý. Nhưng đó chính là kiểu suy diễn mà bất kỳ ai làm nghề đánh giá cầu thủ cũng phải học cách từ chối: sự gần gũi về địa lý và chủ đề không tạo ra bằng chứng. Một nhãn dán sai không giết ai, nhưng nó bào mòn niềm tin của người đọc mỗi ngày một ít.

Kết luận đúng cho bản ghi Cusco gói trong một câu ngắn: nhãn bóng đá sai, tài liệu nằm ngoài lĩnh vực, cần gán lại hoặc loại bỏ. Việc đáng làm tiếp theo là kiểm tra xem còn bao nhiêu bản ghi khác đang mang nhãn sai giống như vậy trong kho.

Câu hỏi để lại không dành cho đường ống dữ liệu. Nó dành cho người đọc: khi một bản tin đến với bạn kèm theo một cái nhãn, bạn đang tin vào nội dung của nó, hay tin vào cái nhãn dán bên ngoài? Và nếu câu trả lời là cái nhãn, thì ai đang dán nhãn cho bạn mỗi ngày?