Bản phân tích trống rỗng: Bài học về độ tin cậy của dữ liệu trong làng thể thao

Hôm qua tôi nhận một bản phân tích chiến thuật F1 dài tám phần. Mọi mục đều đề cùng một dòng chữ: dữ liệu không đủ để đánh giá. Người viết thể thao suốt mười bốn năm như tôi nhìn thấy phía sau sự trống trơn đó không phải là lỗi máy móc, mà là một bức thông điệp gửi đến toàn bộ giới truyền thông thể thao trong kỷ nguyên AI: Nếu không có sự kiện, không có con số, không bối cảnh, mọi phân tích trở thành một thùng rỗng kêu to. Vào một buổi tối tháng Ba tại Turin, tôi mở tập dữ liệu mà hệ thống phân tích tự động xuất ra. Một thuật toán được thiết kế để soạn một bài tường thuật kỹ thuật về một chặng đua Công thức 1. Nhưng khi tôi đọc từng phần từ Kỹ thuật đến Chiến lược, từ Đội đua đến Bối cảnh cạnh tranh, tất cả đều phản hồi cùng một trạng thái: không đủ thông tin để xác định. Không có mục nào được đánh dấu là có dữ liệu thực tế. Không có đồ thị. Không có thời gian. Không có tên tay đua. Đây là một cột mốc đáng lo ngại cho báo chí thể thao: khi công nghệ có thể viết nhanh nhưng không thể tìm ra ý nghĩa nếu nguồn cung đầu vào trống rỗng. Tôi ngồi lại trước màn hình và nhớ câu ký hiệu của mình: Trên sân có 22 cầu thủ, nhưng trận đấu thực sự diễn ra giữa hai bộ não. Trong Công thức 1, cuộc chiến đó cũng diễn ra giữa hai đội ngũ kỹ thuật và hai chiến lược gia. Nhưng nếu không có ai ghi lại các pha dừng pit, nếu không có ai ghi nhận nhiệt độ lốp hay áp lực nhiên liệu, cuộc chiến tinh thần giữa hai bộ não ấy hoàn toàn vô hình. Hệ thống phân tích tự động lúc này không sai về kỹ thuật, nhưng nó khiến chúng ta nhận ra một sự phụ thuộc khủng khiếp: thuật toán được huấn luyện trên dữ liệu, còn con người được huấn luyện trên câu chuyện. Nếu không có câu chuyện, thuật toán chỉ là một bộ xương khô giữa sa mạc. Sự kiện này xảy ra trong bối cảnh các phòng tin thể thao toàn cầu đang lao vào ứng dụng AI như một công cụ tiết kiệm biên tập viên. Nhiều tòa soạn giao cho AI viết các bản tin bóng đá, đua xe, quần vợt. Nhưng phần lớn các hệ thống này không hề xử lý sự kiện thực tế; chúng chỉ tổng hợp từ dữ liệu có sẵn. Vấn đề nằm ở chính tầng dữ liệu. Nếu bước Thu thập ý định ban đầu được gọi là Giai đoạn một mà không thu được bất cứ mục tin nào, toàn bộ chuỗi suy đoán sụp đổ như một lâu đài bài. Cả tám mục của báo cáo đều kết luận giống nhau: thiếu hụt thông tin. Sự lặp lại đó không phải do thuật toán kém cỏi, mà do đối tượng đưa vào máy là một bài viết không có thực chất. Có lẽ nguồn bài viết gốc cũng chỉ là một bản tóm tắt chung chung, được viết bởi AI khác, và khi hai tầng tự động hóa gặp nhau, chúng tạo ra một vòng tròn nghịch lý. Điều đáng bàn là tiêu chí đánh giá chất lượng. Trong báo cáo đó, mỗi tiểu mục đều có cột Chỉ số, Nhận định, Cơ sở. Nhưng tất cả các ô đều trống hoặc gắn cờ NOT AVAILABLE. Có thể hệ thống đã hoạt động đúng: nó không bịa ra con số, không vẽ ra một kịch bản sai lệch, và không tâng bốc một tay đua. Đây là phẩm chất đáng quý trong thời đại tin giả tràn lan. Nhưng câu hỏi khó hơn là liệu một bản phân tích toàn bộ bằng chữ “không đủ dữ liệu” có phải là một sản phẩm báo chí có thể phát hành hay không. Nếu người đọc bỏ ra mười phút để đọc một bài phân tích, thì việc nhận lại một thông điệp vô nghĩa là sự xúc phạm trí tuệ. Đã đến lúc báo chí cần phân biệt rõ hai khái niệm: minh bạch và trống rỗng. Minh bạch là khi một nhà phân tích thừa nhận thiếu số liệu nhưng vẫn cung cấp một khung tư duy để độc giả tự theo dõi trận đấu và kiểm chứng. Trống rỗng là khi hệ thống chỉ xuất ra một chuỗi các câu từ chối trách nhiệm. Bản phân tích tôi nhận được thuộc loại thứ hai. Tuy nhiên, giữa sự trống trải đó, một tín hiệu ngược vẫn xuất hiện. Nhìn ở góc độ thiết kế, chính sự thất bại của thuật toán lại phơi bày một điểm mù trong quy trình sản xuất tin tức thể thao: độ tin cậy của thông tin đầu vào chưa bao giờ được kiểm định trước khi đưa vào băng chuyền phân tích. Nếu một bộ phận biên tập kiểm tra nguồn trước khi chạy AI, tám phần của bản phân tích nói trên sẽ không được sinh ra. Sự ra đời của một tài liệu dài mười trang chứa đầy từ “không thể đánh giá” thực chất là một lỗi quy trình, không phải lỗi thuật toán. Nó giống như một cuộc đua mà các kỹ sư quên gắn cảm biến tốc độ: hệ thống thu nhận dữ liệu vẫn ghi, nhưng tất cả là giá trị 0. Vào lúc đó, nhà phân tích có thể nhìn vào biểu đồ đường thẳng nằm ngang và kết luận chiếc xe đang đứng im hoặc nói rằng cảm biến hỏng, nhưng việc công bố một biểu đồ toàn số không sẽ chẳng mang lại lợi ích gì. Trong một bài phỏng vấn cũ, tôi từng nói vùng xám không phải nơi thiếu ánh sáng. Nó là nơi bóng đá thật nhất. Giờ tôi cũng tin như vậy với Công thức 1. Vùng xám của dữ liệu chính là nơi các quyết định chiến lược được đưa ra dưới áp lực thời gian thực. Nhưng hệ thống phân tích tự động đã biến vùng xám thành một vực sâu không thể đổ đầy bằng các câu xin lỗi. Đối với tôi, một nhà phân tích chiến thuật có trách nhiệm phải bắc một cây cầu giữa khoảng trống dữ liệu và câu chuyện thể thao. Cây cầu đó bắt đầu bằng việc đặt câu hỏi đúng. Thay vì hỏi “Kết quả của tay đua là gì?”, phải hỏi “Điều gì đã khiến tay đua đó chọn phương án một chặng dừng?”. Nếu không có câu trả lời, người viết nên nói rõ danh sách các giả định. Một thông báo như “Chúng tôi không có dữ liệu nhiệt độ lốp của tay đua X, vì vậy chúng tôi chưa thể xác nhận chiến thuật tối ưu” sẽ mang lại sự tin cậy hơn nhiều so với việc chỉ để trống ô phân tích. Kỹ năng điều hướng sự không chắc chắn là một kỹ năng truyền đạt, không phải kỹ năng lập trình. Bản phân tích trống rỗng này cũng phơi bày một vấn đề nhức nhối về trách nhiệm. Người sản xuất ra nó có thể viện dẫn rằng hệ thống chỉ phản ánh đúng chất lượng của dữ liệu đầu vào. Nhưng báo chí có đạo đức nghề nghiệp không cho phép đổ trách nhiệm lên công cụ. Một người viết có kinh nghiệm sẽ từ chối xuất bản một bài viết không có chủ thể. Một biên tập viên sẽ yêu cầu tác giả bổ sung bối cảnh, phỏng vấn nhân vật hoặc ít nhất là nêu giả thuyết. Nếu một AI tạo ra một bài báo sơ sài và con người ấn nút xuất bản, thì con người phải chịu trách nhiệm. Sự thất bại nói trên giống như một hồi chuông cảnh tỉnh đối với các phòng thể thao đang chạy theo công nghệ nhưng quên mất nghiệp vụ cốt lõi: khai thác sự kiện. Thế nhưng, khoảng trống thông tin cũng đáng giá như một nguồn tin âm tính. Định lý World Cup của tôi không dự đoán nhà vô địch. Nó dự đoán ai sẽ sụp đổ trước. Trong ngữ cảnh này, chúng ta có thể dùng định lý để dự đoán những quy trình báo chí nào sẽ sụp đổ trước dòng chảy nội dung AI: đó là các tòa soạn chạy theo sản lượng mà không kiểm định nguồn. Thay vì tạo ra một bài viết gốc về thành tích của đội đua, hệ thống đã tạo ra một bài viết chứng minh sự yếu kém của khâu thu thập dữ liệu. Điều này hữu ích cho những người vận hành. Một biên tập viên giỏi có thể đọc bản phân tích rỗng đó và nhận ra rằng quy trình của họ đang thiếu bước thu thập thông tin từ các trang telemetry, từ các buổi phỏng vấn sau chặng đua, từ các văn bản kỹ thuật của đội. Bản phân tích rỗng biến thành một bản đồ các vị trí gãy trong quy trình sản xuất thông tin. Nó cho thấy nơi thiếu dữ liệu cụ thể. Nó chỉ ra rằng khâu nghiên cứu con người vẫn quan trọng hơn bao giờ hết. Nhìn sang các lĩnh vực khác, cùng khuôn mẫu này cũng xuất hiện trong tin bóng chuyền, bóng rổ và đặc biệt là bóng đá. Nhiều trang bóng đá sử dụng AI để tóm tắt trận đấu. Chúng đưa ra những câu như “đội chủ nhà kiểm soát bóng 55 phần trăm”, nhưng quên mất số liệu sút trúng đích hay số cơ hội nguy hiểm. Sự thiếu hụt theo chiều sâu ngày càng phổ biến. Với một độc giả ham hiểu biết, những bài viết đó không khác gì những dấu chấm câu lạc lõng giữa màn hình tối. Sự phát triển của trí tuệ nhân tạo không nên làm giảm chuẩn mực báo chí. Ngược lại, nó phải được dùng để nâng cao năng lực truy xuất dữ liệu, để nhà báo có nhiều thời gian hơn cho phân tích chuyên sâu, cho phỏng vấn, cho việc đi tìm bối cảnh. Nếu AI chỉ tạo ra nhiều bài viết rỗng nhanh hơn, chúng ta đang tự đào huyệt chôn uy tín của mình. Tôi tự hỏi vai trò của tôi trong kỷ nguyên này là gì. Khi tôi viết những bài bình luận về một pha bóng hoặc một cuộc đua, tôi thường phải ngồi xem lại nhiều giờ video, tự tay vẽ sơ đồ chuyển động, hoặc ghi chú lại từng biến số. Công việc đó không thể giao phó cho máy. Thuật toán có thể phát hiện ra mối tương quan nhưng không thể giải thích vì sao một tài năng trẻ mất tự tin suốt ba chặng đua liên tiếp. Sự tinh tế về tâm lý và bối cảnh là điều mà một bản phân tích trống rỗng chưa bao giờ chạm tới. Vì vậy, sứ mệnh của nhà báo thể thao là bắc nhịp cầu giữa hai thế giới: thế giới dữ liệu thô và thế giới cảm xúc con người. Nếu không có dữ liệu, hãy nói rằng ta thiếu dữ liệu, nhưng vẫn cung cấp kiến thức để độc giả tự khám phá. Một bài viết dù ngắn đến đâu cũng có thể đọc được nếu tác giả nói bằng giọng chân thật và khiêm nhường. Một bài phân tích dù dài đến mức nào cũng là rác nếu bên trong không có sự sống. Có người bảo rằng nền tảng công nghệ làm cho các nhà phân tích truyền thống trở nên dư thừa. Thực tế ngược lại. Những người biết sử dụng dữ liệu để kể câu chuyện có khả năng tạo ra nội dung vượt trội hơn bất cứ thuật toán nào. Bản phân tích trống rỗng đã dạy tôi bài học lớn: không nên để máy quyết định nội dung khi con người chưa đặt câu hỏi đúng. Mỗi bản tin thể thao đều bắt đầu bằng giá trị của một sự kiện cụ thể. Nếu giá trị đó không được thu thập, không một công cụ viết lách tự động nào có thể tạo ra ánh sáng từ bóng tối. Chúng ta có thể so sánh nó với một chiếc xe Công thức 1 không động cơ: dù aero có xuất sắc, dù khung xe có nhẹ, chiếc xe vẫn không thể rời khỏi làn pit. Thông tin sự kiện chính là động cơ của báo chí. Nếu ai đó quên lắp động cơ vào trước khi bấm nút khởi hành, thì tất cả những vòng đua uy nghi chỉ là một màn trình diễn của những cỗ máy bất động. Điều gì sẽ xảy ra nếu trong vài năm tới, cứ mỗi giây lại có một bài phân tích tự động ra đời mà không có người kiểm chứng? Chúng ta sẽ chết chìm trong biển nội dung vô nghĩa, và độc giả dần dần mất niềm tin vào truyền thông thể thao. Nhưng điều gì sẽ xảy ra nếu biên tập viên yêu cầu AI cung cấp tên các nguồn dữ liệu, chỉ ra mức độ chắc chắn của từng nhận định, hoặc từ chối xuất bản khi không đạt 3 tiêu chí? Khi đó, công nghệ trở thành trợ thủ đắc lực của con người. Tôi dám chắc rằng trong tương lai, thước đo chất lượng của một bài phân tích thể thao không phải là chiều dài hay độ nhiều của buzzword, mà là lượng thông tin mới mà bài viết mang lại. Một bài viết có thể ngắn, nhưng nếu nó giúp độc giả nhìn thấy một khía cạnh chiến thuật mà trước đó họ bỏ qua, bài viết đó đã làm tròn nhiệm vụ. Từ góc nhìn đó, một bài phân tích dài suông hoàn toàn là một sản phẩm thất bại. Bài học của sự trống rỗng hôm nay sẽ theo tôi trong suốt sự nghiệp cầm bút. Khi một đội bóng có thành tích kém, tôi không vội chê bai huấn luyện viên. Tôi tìm kiếm số lần mất bóng, sơ đồ pressing, hiệu suất chuyển đổi trạng thái. Khi một tay đua bị loại ở vòng phân hạng, tôi không vội kết luận tài năng suy giảm. Tôi kiểm tra góc trôi, độ mòn của lốp, và nhiệt động cơ. Phân tích chân chính không bao giờ bắt đầu bằng những nhận định hào nhoáng. Nó bắt đầu bằng việc lắng nghe dữ liệu, đặt nghi vấn, và khi không có đủ dữ liệu, nói thẳng ra. Sự trung thực ấy mới là tôn chỉ mà mọi người làm báo cần giữ gìn. Nếu một hệ thống AI có thể xuất bản một trang trắng với tựa đề hoành tráng, thì con người càng phải khẳng định giá trị khác biệt của mình bằng việc cung cấp chất xám nhận thức. Một tờ báo thể thao không nên chỉ dựa vào những con số thống kê vô hồn; nó cần những cây viết biết đặt câu hỏi “Tại sao”. Bản phân tích với tám mục đều bất lực nói trên, vì vậy, có thể được xem là một biểu tượng của thời đại: công nghệ tuyệt vời nhưng vô nghĩa nếu thiếu tư duy chiến lược. Tôi gấp bản phân tích đó lại và cất vào ngăn kéo kỷ niệm như một lời nhắc nhở cho chính mình. Vào các mùa giải World Cup, tôi thường nói rằng sân trống không phải bất thường. Sân trống là phòng mổ. Ở đó, mọi ý đồ chiến thuật của hai đội bị phơi bày trên bàn mổ không có khán giả che chắn. Tương tự, một bản phân tích không dữ liệu giống như một ca phẫu thuật mà không có bệnh nhân: tất cả các dụng cụ, ánh đèn và bác sĩ đều sẵn sàng, nhưng không có điều gì để chữa trị. Chính khoảnh khắc đó cho thấy sự cần thiết của vai trò biên tập. Một biên tập viên dày dạn sẽ nhìn vào bản thảo và nói: Chúng ta cần bệnh nhân trước đã. Chúng ta cần sự kiện. Chúng ta cần những phút giây con người sống thật trên sân. Rồi từ đó mọi phân tích mới nở hoa. Trở về với câu chuyện cụ thể hôm nay, điều buồn cười là không có một cuộc đua nào để bàn luận. Tám phần phân tích kia không hề nói về một chặng đua cụ thể nào. Nó giống như một bài tường thuật kết quả hòa 0-0 giữa Bỉ và Việt Nam trong trận giao hữu không diễn ra trên Mặt Trăng. Nhà báo có trách nhiệm không được để cho trí tưởng tượng lấp đầy chỗ trống bằng các phán đoán vô chứng. Viết một câu “có thể là” khi không có căn cứ là tồi tệ hơn nhiều so với không viết gì. Khi một trang tin thể thao chọn xuất bản một bản phân tích rỗng để lấp đầy khoảng lặng, họ đã đánh mất uy tín. Uy tín được tạo dựng qua nhiều năm; sự nông cạn có thể phá hủy nó trong một cú nhấp chuột. Đối với một thị trường nhỏ như Công thức 1, tin tức vốn đã hiếm, mỗi bài viết nông được xuất bản đều góp phần làm xói mòn lòng tin của cộng đồng hâm mộ. Bài viết này, về bản chất, không nhằm mục đích chỉ trích bất cứ hệ thống nào. Nó là một bức thư ngỏ đến các phòng biên tập thể thao đang phát triển công cụ phân tích tự động. Hãy xem dữ liệu là nền tảng, sự hiểu biết là giá trị trên nền tảng đó. Hãy xây dựng các quy trình kiểm tra chất lượng đầu vào trước khi chạy AI. Hãy đào tạo cho các nhà báo khả năng đọc số liệu, vì đó là kỹ năng không thể tự động hóa. Hãy nuôi dưỡng văn hóa biên tập trong đó từ “không biết” được tôn trọng hơn một dự đoán may rủi. Một bài phân tích thiếu dữ liệu vẫn có thể là một bài phân tích có ích nếu nó minh bạch về giới hạn của chính mình và giúp người đọc xác định được các yếu tố cần chú ý trong trận đấu. Chỉ khi đó, cụm từ “phân tích” mới giữ trọn ý nghĩa của nó. Bản phân tích trống rỗng hôm qua, trong góc tối của tầng hầm AI, đã vô tình trở thành một bài học nghề nghiệp sáng rõ cho báo chí thể thao hiện đại. Nếu ai đó hỏi tôi rằng ngày hôm nay tôi học được điều gì từ tin tức thể thao, tôi sẽ trả lời: Học được rằng không phải bất cứ thứ gì ghi trên màn hình cũng là thông tin. Có những bài viết tồn tại chỉ để lấp chỗ trống, như một trang trắng trôi dạt trên Internet. Nhưng những khoảng trống đó nếu được nhận diện đúng lại là môi trường để con người suy ngẫm về cách mình sản xuất tri thức. Mọi hợp đồng mới đều là một giả thuyết. Trận đấu là thí nghiệm. Đổi lại, mỗi bản phân tích là một giả thuyết. Chính dữ liệu kiểm chứng nó. Nếu dữ liệu thiếu, thí nghiệm bất hợp lệ. Hãy đừng vội đăng thứ thí nghiệm bất hợp lệ; hãy đi tìm dữ liệu. Có một phạm vi rộng lớn các nguồn dữ liệu thể thao mà nhiều tòa soạn bỏ phí: hồ sơ chấn thương, chế độ dinh dưỡng, thời tiết trên sân, trọng tài, mức độ cổ vũ khán giả. Những yếu tố đó không bao giờ nằm trong một bức điện tín từ hãng tin. Chúng nằm trong những câu chuyện ở hậu trường, cuộc trò chuyện với nhân viên, bản phân tích quang phổ, dữ liệu đeo tay của vận động viên. Nhiệm vụ của nhà báo là khai quật những kho báu bị bỏ quên đó. Và nếu chúng ta không có khả năng tiếp cận nguồn dữ liệu cao cấp, hãy trung thực nói với độc giả rằng đây mới chỉ là quan sát bước đầu. Không có gì sai khi một bài viết ghi rõ chú thích: “Bài viết dựa trên phiếu điểm trọng tài và băng hình công khai.” Sẽ tệ khi nào? Tệ khi ta cố tình trình bày một phỏng đoán chủ quan như một sự thật khoa học. Trong kỷ nguyên AI, những giả mạo ngày càng tinh vi, vai trò bảo vệ sự thật của người viết càng trở nên quan trọng. Nếu hệ thống chỉ nói ra sự thật khi có đầy đủ dữ liệu, thì đến lượt con người, chúng ta phải nói ra sự thật về giới hạn của chính mình. Sự khiêm tốn là một dạng của trí tuệ thể thao. Bởi bóng đá và Công thức 1 luôn chứa đựng yếu tố ngẫu nhiên không thể mô hình hóa. Nếu ai đó khẳng định mọi thứ đều nằm trong phép tính, họ sẽ bị dòng chảy thực tế quật ngã. Vùng xám không phải nơi thiếu ánh sáng, nó là nơi trò chơi thật nhất. Trong vùng xám đó, dữ liệu và câu chuyện cùng nhảy múa. Nhà báo là người giữ ngọn đèn để chỉ ra vũ điệu đó. Nếu vì sợ hãi những dữ liệu sai lệch mà chúng ta rút lui vào những câu chữ an toàn, thì ngọn đèn đã tắt. Một nền tảng tin tức thể thao tốt, theo quan điểm của tôi, nên giống như một đội ngũ pit stop xuất sắc: chuẩn bị kỹ lưỡng, thao tác chính xác và luôn giữ liên lạc chặt chẽ với chiến lược gia. AI có thể là một thành viên trong đội pit stop đó, góp phần thay lốp nhanh hơn, nhưng không thể là chiến lược gia đưa ra quyết định bước vào thời điểm quan trọng. Trận đấu thực sự nằm ở tầng quyết định của con người. Nền tảng thể thao sống được không phải vì công nghệ tiên tiến, mà vì sự nhìn xa của người dẫn dắt. Đó là người biết đủ để hiểu khi nào máy móc có thể hành động, khi nào cần đôi mắt con người đánh giá. Trong báo cáo trống rỗng trên, bộ não máy móc không xử lý được vì không có tín hiệu nào vào. Nếu con người chúng ta cũng không thể cung cấp tín hiệu, thì thất bại nằm ở chính cách chúng ta định hình vấn đề. Lần tới, thay vì đổ lỗi cho AI, các cơ quan báo chí nên đặt câu hỏi: Chúng ta đã thu thập những dữ liệu gì trước khi yêu cầu AI soạn tin? Từng câu hỏi này dẫn đến một quy trình được thiết kế chặt chẽ hơn. Chúng ta cần một giao thức kiểm tra tương tự như quy trình đánh giá trước khi ra mắt sản phẩm kỹ thuật số. Một tòa soạn nên thành lập hội đồng kiểm định nội dung do các biên tập viên dày dặn đứng đầu, để duyệt tất cả các bài báo do AI tạo ra trước khi phát hành. Họ có quyền từ chối một bài viết nếu thiếu các trường thông tin bắt buộc, giống như một thanh tra kỹ thuật sẽ không cho xe xuất phát nếu chưa vượt qua bài kiểm tra an toàn. Nội dung thể thao là một sản phẩm công nghiệp; khi sản xuất hàng loạt, cần kiểm soát chất lượng. Việc phát hành một bài phân tích rỗng có thể coi là một lỗi an toàn nghiêm trọng, gây tổn hại đến sức khỏe hệ thống truyền thông. Đã đến lúc các tòa soạn coi trọng chất lượng dữ liệu đầu vào ngang với trải nghiệm người dùng. Vì trải nghiệm người dùng tệ hại nhất không phải là một bài viết chậm tải, mà là một bài viết không mang lại thông tin gì sau khi bạn lãng phí thời gian đọc nó. Trên góc nhìn công nghệ, bài viết này có thể trở thành một nghiên cứu điển hình thú vị trong chương trình đào tạo các mô hình ngôn ngữ: nó chỉ ra cách một hệ thống có thể nhận biết giới hạn của mình và phản hồi một cách an toàn. Nếu mục tiêu của AI là phục vụ con người, thì biết nói “tôi không biết” là một tính năng, không phải lỗi. Nhưng trong môi trường báo chí thực chiến, “tôi không biết” phải đi kèm với hướng giải quyết: “tôi sẽ tìm hiểu” hoặc “đây là cách bạn có thể tự tìm hiểu”. Bài phân tích kia không hứa hẹn sẽ tìm hiểu, không hướng dẫn độc giả, và cũng không có kế hoạch hành động. Vì thế, nhà phân tích con người phải đứng ra làm công việc kết nối: nhìn vào sự bất lực của máy, ghi nhận nó, rồi hành động. Khi thông tin thiếu, hãy biến sự thiếu thành một câu chuyện. Tin tốt lành từ sự trống trơn hôm nay là gì? Đó là các người làm báo vẫn còn việc để làm. Bộ não máy móc chưa thể thay thế trực giác và khả năng đặt bối cảnh xã hội của con người. Miễn là còn những câu chuyện cần soi xét từ nhiều khía cạnh, vẫn còn cần một cây bút tỉnh táo, không ngại nói ra khoảng tối và dám dấn thân vào mê cung dữ liệu để tìm một viên ngọc ẩn giấu. Sau khi tách ly cà phê đã nguội lạnh vào cuối ngày, tôi nhập bản phân tích trống rỗng vào kho dữ liệu của mình, kèm nhãn “cần kiểm tra lại đầu vào”. Đây sẽ là một minh chứng cho lớp trẻ rằng một bài viết không chỉ có thể bị lỗi vì sai sự kiện, mà còn bị lỗi khi không có một sự kiện nào để bám vào. Càng về sau, khi các công cụ AI trở nên dễ sử dụng hơn, chúng ta càng cần những người hiểu rõ bản chất của thông tin. Có một câu nói tôi thường tự nhắc: “Viết là hành động đưa ra lựa chọn.” Người viết phải chọn lựa chủ thể, chọn lựa góc nhìn, chọn lựa dữ liệu. Nếu không có chủ thể, không có góc nhìn, không có dữ liệu, thì không có bài viết. Chỉ có một khoảng lặng vô nghĩa. Và khi một khoảng lặng vô nghĩa xuất hiện trên một trang báo, nó không được gọi là tác phẩm báo chí. Nó là tiếng ồn khiến người ta xa rời những tín hiệu thực sự. Vì vậy, kỷ nguyên dữ liệu lớn đòi hỏi báo chí thể thao không chỉ là nhà cung cấp nội dung, mà còn là người canh gác chất lượng thông tin. Mọi cây bút cần sống với nguyên tắc: chứng cứ trước, kết luận sau. Khi chưa có chứng cứ, hãy đợi. Khi đã có chứng cứ, hãy viết. Đừng vội vàng, vì niềm tin của độc giả là thứ đắt giá nhất. Niềm tin ấy không thể được tạo ra bằng một bài viết rỗng, dù bài viết đó có được tô vẽ bằng những thuật toán tối tân đến đâu. Tôi tin điều đó không chỉ bằng cái đầu lạnh của một nhà phân tích, mà còn bằng trái tim của một người dành mười bốn năm nhìn cuộc đua từ hai bên mép đường: con người và máy móc.