Cột trống trong bảng dữ liệu điền kinh: kỷ luật của người không viết bừa

2 giờ sáng ở Tokyo, tôi mở lại bảng phân tích điền kinh gửi về từ đêm trước: chín chiều phân tích, bốn mươi hai ô nội dung, và không một dòng nào chứa tên cự ly, không một mốc thành tích, không một lần đọc gió. Cột vận động viên trống. Cột thời điểm trống. Cột tiêu chuẩn dự giải trống. Thứ duy nhất được điền vào là một nhãn lĩnh vực: điền kinh. Tôi ngồi im trước màn hình mười lăm phút. Cám dỗ lớn nhất lúc đó rất cụ thể: lấp cho bảng trông đầy. Chọn tạm một cự ly quen thuộc, gán một mốc trung bình của mùa, viết một câu kết luận nghe hợp lý, rồi gửi đi. Mười lăm phút sau, tôi tô đỏ toàn bộ bảng và ghi vào từng ô một dòng: không đủ thông tin, không thể đánh giá. Trong nghề của tôi, quyết định đó không được trả tiền. Nhưng nó là ranh giới giữa một nhà phân tích và một người kể chuyện. Tôi lớn lên trên đường chạy, chuyển sang bàn dữ liệu sau khi sự nghiệp vận động viên khép lại, và mười hai năm qua làm việc với các chỉ số hiệu suất. Khung phân tích tôi dùng cho mọi bản tin điền kinh có chín chiều: sự kiện và thành tích, tình trạng vận động viên, cơ chế vòng loại, cục diện giải đấu, luật và phòng chống doping, hệ thống huấn luyện, rủi ro, câu chuyện truyền thông, và chuỗi lan truyền của ngành. Mỗi chiều đều có một quy tắc cứng: phân biệt ba tầng bằng chứng — được nêu rõ, suy luận hợp lý, và phỏng đoán cao. Khi một trường dữ liệu không có, ghi "không đủ thông tin" chứ không được lấp bằng cảm giác. Quy tắc này nghe hiển nhiên cho tới khi bạn làm việc trong một tòa soạn đang chạy deadline, hoặc trong một phòng giao dịch nơi người ta trả tiền cho sự dứt khoát. Bản điền kinh trong tay tôi sáng hôm đó không có gì để mổ. Muốn xác định vị trí của một vận động viên trên đường cong sự nghiệp, tôi cần cự ly, ngày sinh, và ít nhất ba mùa thành tích cá nhân. Muốn đọc một mốc thành tích, tôi cần lần đọc gió, độ cao sân, mặt đường chạy — vì một cơn gió đuôi trên 2.0 m/s đủ để mốc đó không được công nhận là kỷ lục, còn sân nằm trên khoảng 1.000 mét so với mực nước biển thì tặng thêm cho cự ly ngắn và lấy đi của cự ly dài. Muốn nói về suất dự giải, tôi cần biết vận động viên đi theo đường tiêu chuẩn hay đường điểm xếp hạng thế giới, và cửa sổ hợp lệ đóng khi nào. Quan trọng nhất là hai cột kiểm tra tự động. Thứ nhất, đường cong thành tích cá nhân: một bước nhảy vọt vượt khoảng ba lần mức tăng trung bình hằng năm lập tức kích hoạt đối chiếu chéo với chiều phòng chống doping — hồ sơ sinh học của vận động viên, lịch sử kiểm tra, số lần vi phạm nghĩa vụ khai báo vị trí. Ba lần bỏ lỡ trong mười hai tháng đã là một vi phạm. Thứ hai, kiểm tra danh tính vòng loại: các quy định về nồng độ testosterone ở một số cự ly nữ, thời gian chờ đổi quốc tịch, tư cách trung lập có điều kiện. Không có tên vận động viên, cả hai cột này nằm im. Và khi chúng nằm im, bảng phân tích mất khả năng tự vệ. Chín chiều sụp đổ theo một trật tự rất đẹp về mặt logic. Không cự ly thì không xác định được mốc so sánh — kỷ lục thế giới, kỷ lục Olympic, thành tích dẫn đầu mùa. Không mốc so sánh thì không định vị được cục diện: độc tôn, song mã, hay loạn đấu. Không cục diện thì không có cơ sở nào để nói về kỳ vọng của thị trường. Chiều cuối cùng, chuỗi lan truyền của ngành — tài trợ, giày đua có tấm carbon, bản quyền truyền hình — chỉ có thể được kích hoạt từ một cú sốc khởi nguồn, và cú sốc khởi nguồn chưa từng xuất hiện trong dữ liệu đầu vào. Điểm giá trị thông tin của bản phân tích đó, nếu chấm nghiêm túc, là một trên năm sao ở cả bốn hạng mục: giá trị thi đấu, giá trị ngành, giá trị thời sự, giá trị tham chiếu. Ngôi sao duy nhất ấy không đại diện cho nội dung nào cả; nó chỉ xác nhận rằng nhãn lĩnh vực "điền kinh" là một trường hợp lệ. Đọc theo nghĩa chặt, cả bốn hạng mục nên bằng không. Kết luận rủi ro duy nhất còn đứng vững là một kết luận mang tính thủ tục: mọi bản phân tích sinh ra từ đầu vào rỗng sẽ không thể tái lập và không thể kiểm toán, vì không có tuyên bố nào truy được về một ô thông tin nguồn. Với một nhà phân tích cá cược, đó là dạng rủi ro tệ nhất. Bạn có thể thua vì đọc sai một mốc; bạn phá sản vì tưởng mình đã đọc được một mốc. Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, tôi phân biệt hai kiểu sai khác nhau về bản chất. Năm 2026, trước trận Đức gặp Hàn Quốc ở vòng bảng World Cup, tôi viết trên blog cá nhân rằng xG của Đức là 2.1 so với 0.6 của Hàn Quốc, nhưng Hàn Quốc có 121 pha chạy nước rút và chỉ số PPDA 7.8 trong hiệp hai. Một bình luận viên chê tôi không hiểu bóng đá. Hàn Quốc thắng 2-0, Đức về nước. Đó là sai số của người đọc cảm tính, và nó sửa được. Năm 2026, khi Bundesliga trở lại trong các sân vận động không khán giả, tôi thu thập dữ liệu 26 trận đầu tiên và ghi nhận lợi thế sân nhà giảm từ mức trung bình 0.44 bàn mỗi trận xuống còn 0.15. Tôi đặt cược vào các đội khách bị định giá thấp và thắng 17 trong 20 lượt trong tháng đó. Nếu hôm ấy tôi lấp chỗ trống bằng trung bình lịch sử của mùa giải trước, tôi đã đứng nhầm phía của bảng tỷ lệ. Góc phản trực giác nằm ở đây. Ngành dữ liệu thể thao ám ảnh với sai số, nhưng thứ giết chết nó là sai hình. Sai số là đo sai một mốc. Sai hình là điền vào chỗ trống để bảng trông đầy đủ. Loại thứ hai không bao giờ bị phát hiện bởi kiểm định số học, vì nó chẳng mâu thuẫn với phép tính nào — nó chỉ mâu thuẫn với thực tế. Và có một dạng sai hình tinh vi hơn: đọc sự vắng mặt của tín hiệu rủi ro như bằng chứng của một hồ sơ sạch. Trong bản phân tích điền kinh kia, không tín hiệu doping nào xuất hiện, không chấn thương nào được nêu, không vấn đề tư cách nào bị đặt ra. Một độc giả vội sẽ kết luận: vận động viên này không có rủi ro. Cách đọc đúng ngược lại — không có nguồn thì không có kết luận nào theo cả hai hướng. Sự vắng mặt của bằng chứng ở đây không phải là bằng chứng của sự vắng mặt. Tôi cũng từng sai theo hướng ngược lại. Có một giai đoạn tôi coi cảm xúc của khán giả là nhiễu thuần túy. Khi dữ liệu lên tiếng, tiếng cười chỉ còn là nhiễu — câu đó vẫn đúng với tôi. Nhưng cảm xúc là một lớp dữ liệu riêng, không phải thứ để xóa khỏi bảng. Nó cần được gán nhãn, đo lường, rồi tách khỏi phần kết luận. Mọi lời chê cười là một cột dữ liệu chưa được gán nhãn. Có một dấu hiệu vận hành đáng chú ý hơn cả kết quả rỗng. Nếu trong cùng một lô xử lý xuất hiện nhiều hơn một bản trích xuất toàn trường trống, xác suất cao lỗi nằm ở khâu trích xuất chứ không nằm ở bài viết gốc. Người ta hay nhầm hai thứ này. Một bài viết rỗng nội dung và một cú đứt gãy đường ống dữ liệu cho ra cùng một bảng, nhưng cần hai cách xử lý trái ngược: một cái bị loại khỏi hàng đợi, một cái phải chạy lại từ nguồn. Trong phòng họp, cảm xúc hỏi, dữ liệu trả lời. Nhưng câu trả lời đáng tin nhất mà tôi học được trong mùa này lại là một câu từ chối: chỗ này tôi chưa biết. Tôi không đoán bóng đá; tôi đo khoảng cách giữa kỳ vọng và bàn thắng — và khi khoảng cách ấy chưa đo được, việc duy nhất đúng là nói ra. Tín hiệu cho vòng phân tích tiếp theo: lợi thế cạnh tranh trong dữ liệu thể thao đang dịch chuyển từ việc có thêm số sang việc chứng minh được mình đã để trống ở đâu. Người biên tập giỏi nhất mà tôi từng làm việc cùng sẽ không hỏi "kết luận là gì". Ông ấy sẽ hỏi: những ô nào của cậu đang trống, và vì sao?