Một nhãn “bơi” giữa bảng dữ liệu trống: khi tín hiệu yếu bị nhầm thành bằng chứng

Đêm ấy, màn hình trước mặt tôi chỉ còn đúng một chữ: “bơi”. Mọi ô khác — tên giải, ngày thi đấu, cự ly, thành tích, tên vận động viên — đều trống rỗng. Tôi ngồi nhìn cái ô trống đó rất lâu. Trong đầu nổi lên đúng một câu quen thuộc: con số không biết nói dối, nhưng nó biết giấu điều gì đó. Chỉ có điều, đêm đó con số không còn gì để giấu nữa — nó đã biến mất, chỉ để lại một cái nhãn sót lại. Đó là một tệp dữ liệu trả về từ hệ thống thu thập tự động của một giải bơi. Kết quả gần như rỗng: không tiêu đề, không nguồn, không quan điểm cốt lõi, không một điểm thông tin nào, không một thực thể nào được nêu tên. Duy nhất một trường còn sống: nhãn lĩnh vực — “bơi”. Mọi thứ khác hoặc trống, hoặc mang giá trị mặc định. Với một người làm phân tích, đây là tình huống khó chịu nhất. Không phải vì thiếu dữ liệu — thiếu dữ liệu là chuyện cơm bữa. Mà vì cái nhãn duy nhất còn sót lại ấy mang một sức hút nguy hiểm: nó khiến ta tưởng rằng mình vẫn còn một điểm tựa để bám vào. Tôi từng chứng kiến chuyện này trong nghề. Bảng điểm điện tử của một giải bơi lội được dựng bằng JavaScript, trình thu thập đơn giản không đọc được, trả về trang trắng. Một tệp PDF kết quả thi đấu không qua được bước nhận dạng ký tự. Một trang kết quả yêu cầu đăng nhập, chặn mọi nỗ lực lấy dữ liệu. Trong mọi trường hợp đó, hệ thống vẫn “thành công” theo cách của nó — nó trả về một đối tượng trông có vẻ hợp lệ, với một nhãn duy nhất còn nguyên vẹn, còn phần hồn thì đã mất. Điều đáng nói là cái nhãn “bơi” ấy gần như chắc chắn không đến từ phân tích nội dung. Nó được suy ra từ đường dẫn, từ thẻ meta, từ chú thích ảnh, hoặc chỉ từ một từ khóa đơn lẻ. Nghĩa là một tín hiệu yếu, không phải bằng chứng. Một tín hiệu yếu được dán lên một khoảng trống lại càng nguy hiểm hơn một khoảng trống thuần túy, bởi vì nó khoác cho sự trống rỗng một vẻ ngoài có nghĩa. Trong bơi lội, chúng ta đã quá quen với việc đánh giá cả một vận động viên qua một con số. Một lần phá kỷ lục, một tấm huy chương, một thông số thành tích đỉnh cao — và ngay lập tức một câu chuyện được dựng lên. Nhưng kinh nghiệm theo dõi thi đấu của tôi cho thấy điều ngược lại: một điểm dữ liệu đơn lẻ chưa bao giờ đủ để kể một câu chuyện, và càng không đủ để kết luận. Tôi nhớ một lần theo dõi một vận động viên bơi đường dài. Bảng kết quả cho thấy cô về đích với thành tích rất tốt. Nếu chỉ nhìn con số đó, ai cũng sẽ viết rằng cô đang ở đỉnh cao phong độ. Nhưng khi tôi bóc tách nhịp độ theo từng 50 mét, tôi thấy nửa đầu cô bơi nhanh bất thường, còn nửa sau chậm dần đều. Đó là dấu hiệu của một lần bung sức quá sớm, không phải của một nền tảng thể lực bền vững. Thành tích vẫn đẹp, nhưng câu chuyện đằng sau nó hoàn toàn khác. Đó là lý do tôi luôn kiểm tra chéo với ít nhất hai nhóm dữ liệu khác trước khi đưa ra bất kỳ nhận định nào: nhịp độ từng đoạn và thời gian phản xạ xuất phát. Một chỉ số có thể lừa ta; hai chỉ số độc lập thì khó lừa hơn; và khi cả một bộ chỉ số cùng chỉ về một hướng, ta mới có quyền nói. Ai cũng biết cái tên Nguyễn Thị Ánh Viên gắn với một thời kỳ hoàng kim của bơi lội Việt Nam. Nhưng nếu chỉ ghi lại những tấm huy chương, ta sẽ bỏ lỡ toàn bộ câu chuyện về cách cô phân bổ sức lực qua từng vòng đấu, cách cô giữ nhịp ở những mét cuối, cách cô thay đổi chiến thuật tùy đối thủ. Huy chương là kết quả; nhịp độ mới là câu chuyện. Những cái tên như Nguyễn Huy Hoàng ở cự ly dài hay Trần Hưng Nguyên ở bơi ngửa cũng vậy — một thông số đơn lẻ không bao giờ kể hết câu chuyện của họ. Cái tệp dữ liệu rỗng kia cũng vậy. Nó không nói với tôi rằng bài viết gốc không có nội dung. Nó nói với tôi rằng quá trình trích xuất đã thất bại. Đó là hai kết luận khác nhau hoàn toàn, và nhầm lẫn giữa chúng chính là sai lầm chết người. Một người làm nghề như tôi có hai lựa chọn khi đối mặt với tệp rỗng đó. Lựa chọn thứ nhất: lấp đầy khoảng trống bằng suy đoán. Thấy nhãn “bơi”, tôi có thể viết một bài về bơi lội. Tôi có thể dựng lên một câu chuyện nghe rất hợp lý về một giải đấu, một vận động viên, một kỳ tích. Độc giả sẽ không biết rằng tôi đang bịa. Và đó chính là điều đáng sợ nhất — một bài viết bịa đặt trông hoàn toàn giống một bài viết thật. Lựa chọn thứ hai: gắn cờ cho tệp dữ liệu đó là “không thể phân tích” và quay lại lấy dữ liệu. Tìm một phương pháp khác — render trang bằng trình duyệt, trích xuất PDF, dùng bản lưu cache. Nếu nguồn vốn được biết là tốt, báo lỗi trích xuất. Nếu không, treo cái nhãn “bơi” lại như một giả thuyết chưa kiểm chứng. Tôi chọn lựa chọn thứ hai, dù nó không hào nhoáng. Bởi vì trong nghề này, uy tín được xây bằng những lần ta từ chối nói khi chưa có đủ dữ liệu, chứ không phải bằng những lần ta nói thật to. Điều tôi không thể làm, và cũng không được phép làm, là suy ra chủ đề, quan điểm, hay mục đích của bài viết gốc từ một danh sách thông tin trống rỗng. Tôi không thể kết luận bài viết nói về cái gì khi trong tay không có lấy một điểm thông tin. Tôi không thể đánh giá độ tin cậy của nguồn khi không biết nguồn là ai. Tôi không thể phán đoán mức độ nhạy cảm về thời gian khi không biết bài viết ra đời lúc nào. Và tôi cũng không thể coi “bơi” là một lĩnh vực đã được xác thực. Nó có thể là tình cờ — một trang cá cược thể thao nhắc đến bơi, một bài đánh giá khách sạn có hồ bơi, một bài y khoa về bệnh viêm tai của người bơi, hoặc chỉ là một liên kết điều hướng. Một từ khóa không phải là một bằng chứng. Truyền thông thể thao sống bằng câu chuyện. Khi không có dữ liệu, họ vẫn phải kể. Và khi buộc phải kể mà không có dữ liệu, họ sẽ lấy cảm xúc làm nguyên liệu. Cảm xúc không sai, nhưng cảm xúc không phải là bằng chứng. Đó là ranh giới mà người làm dữ liệu như tôi phải giữ bằng mọi giá. Mùa hè Sài Gòn năm ấy, tôi học được rằng dữ liệu cũng cần được tưới nước. Một tệp dữ liệu khô cằn, không được chăm sóc, sẽ không cho ra hoa. Và một tệp rỗng thì không có gì để tưới cả — việc duy nhất đúng đắn là đi tìm nguồn nước mới. Nhưng ở đây có một nghịch lý mà tôi muốn dành cho những ai đã theo dõi tôi lâu năm. Trong rất nhiều trường hợp, một tệp dữ liệu trống lại trung thực hơn một tệp dữ liệu đầy. Một tệp đầy nhưng sai sẽ âm thầm dẫn ta đi lạc, còn một tệp trống thì buộc ta phải dừng lại. Sự trống rỗng, nếu ta chịu đọc nó đúng cách, là một lời cảnh báo, không phải một thất bại. Cái nguy hiểm thật sự không nằm ở khoảng trống. Nó nằm ở phản xạ muốn lấp đầy khoảng trống bằng bất cứ thứ gì. Đó là phản xạ của thị trường tin tức, của dư luận, của những người cần một câu chuyện để kể mỗi ngày. Và đó cũng là lý do vì sao những bài phân tích tồi tệ nhất thường ra đời từ những bộ dữ liệu trông có vẻ hoàn hảo nhất. Tôi đã nhiều lần tự nhắc mình: mỗi đường bơi đều là một điểm dữ liệu, nhưng không phải điểm dữ liệu nào cũng là một đường bơi. Một cái nhãn “bơi” không phải là một giải đấu. Một từ khóa không phải là một sự thật. Và một đối tượng trông hợp lệ không phải là một bằng chứng. Vậy nên, khi một hệ thống trả về cho tôi một kết quả rỗng với đúng một nhãn còn sót lại, tôi không coi đó là điểm khởi đầu cho một bài phân tích. Tôi coi đó là một tín hiệu để quay lại từ đầu. Câu hỏi tôi giữ lại cho chính mình không phải là “bài viết này nói về điều gì”, mà là “tôi cần thêm gì để biết được điều đó”. Trong bơi lội cũng như trong dữ liệu, người về đích nhanh nhất chưa chắc là người hiểu đường đua nhất — chỉ là người đã bơi đủ số mét cần thiết.