Khi dữ liệu bi-a trở về số không: Ranh giới giữa bản tin và hư cấu

Nửa đêm ở London, tôi mở tệp đầu vào và thấy nó trống. Không tên giải đấu, không tên cơ thủ, không một khung điểm, không một tỷ số nào. Cột "tiêu đề" chưa được điền, cột "nguồn" cũng vậy, và danh sách điểm thông tin — thứ lẽ ra phải là xương sống của mọi bài phân tích — nằm im như một trang giấy trắng. Với một người kiếm sống bằng việc đọc dữ liệu bi-a cho độc giả Anh, đây không phải là một bản tin xấu. Đây là một bản tin không tồn tại. Chiếc huy chương không nằm trên bảng tỷ số, nó nằm trong bảng xG — và khi chính cái bảng còn chưa có, thì chẳng có huy chương nào để trao, kể cả cho một bài viết. Tôi kể lại chuyện này bởi nó là một tình huống nghề nghiệp, không phải một lời than. Tôi sinh ra ở Việt Nam, lớn lên bên tiếng bi lăn trên bàn, rồi sang Anh học kinh tế và ở lại làm báo dữ liệu. Công việc của tôi là biến những gì mắt người không đọc được — xác suất, khoảng tin cậy, độ lệch của một cú đánh — thành câu chuyện mà một người yêu bi-a bình thường có thể hiểu. Để làm được điều đó, tôi đi theo một quy trình cố định: đặt giả thuyết, trích xuất dữ liệu, đối chiếu chéo ít nhất hai nguồn độc lập, rồi mới viết. Không bước nào được phép nhảy qua, và bước đầu tiên luôn là bước dễ bị coi nhẹ nhất — xác minh rằng mình thực sự có gì đó để phân tích. Tệp trên bàn tôi minh họa cho sự cố ở chính bước đầu tiên ấy. Trong một dây chuyền phân tích, giai đoạn một có nhiệm vụ trích xuất các điểm thông tin thô: tên cơ thủ, tên giải, thể thức, con số. Giai đoạn hai mới là lúc tôi diễn giải: định vị cơ thủ trên bản đồ phong độ, đọc thể thức để đo rủi ro bất ngờ, dựng bản đồ quyền lực giữa các nền bi-a. Nhưng khi giai đoạn một trả về một tệp rỗng, giai đoạn hai chỉ còn một việc trung thực để làm: nói rằng nó rỗng. Tôi phân biệt rất rõ hai khái niệm mà nhiều người gộp làm một. Một đầu vào ít thông tin — chẳng hạn một bản tin kết quả vỏn vẹn một dòng — vẫn cho phép phân tích một phần. Một đầu vào rỗng thì không cho phép gì cả. Giữa hai thứ đó là cả một ranh giới đạo nghề. Hãy bắt đầu từ chỗ mà mọi phân tích bi-a đều phải bắt đầu: xác định bộ môn. Snooker, 9-ball Mỹ, 8-ball Trung Quốc, 8-ball Mỹ, carom ba băng hay pyramid Nga — mỗi bộ môn có hệ thống luật khác nhau, cách tính điểm khác nhau, và cả cách đọc một cú đánh cũng khác nhau. Một cú "an toàn" trong snooker không mang cùng ý nghĩa với một cú "an toàn" trong 9-ball. Việc nhận diện bộ môn phụ thuộc vào tên giải, thuật ngữ luật, mô tả bàn và bi, và danh tính cơ thủ. Khi tất cả những thứ đó đều vắng mặt, tôi không thể xác định bộ môn — và nếu không xác định được bộ môn, mọi phán đoán kỹ thuật phía sau đều trở thành bịa đặt. Đây là cổng gác đầu tiên, và nó đóng. Giả sử cổng ấy mở, tôi sẽ đi tiếp tới dữ liệu cơ thủ. Với một cơ thủ, tôi cần ít nhất vài mỏ neo định lượng: số danh hiệu ở các giải xếp hạng, số century break, số lần đạt 147, thành tích đối đầu trực tiếp, và phong độ ở thể thức dài. Từ những con số này tôi mới định vị được anh ta trên bản đồ xếp hạng — đang lên, đang ở đỉnh, hay đang ở đoạn đuôi sự nghiệp. Tôi cũng luôn chạy một phép kiểm tra riêng: danh tiếng và dữ liệu có khớp nhau không. Trong bi-a, khoảng cách giữa một cái tên được truyền thông tung hô và một cái tên thực sự thắng ở thể thức dài thường lớn hơn người ta tưởng. Nhưng phép kiểm tra ấy cần ít nhất một mỏ neo định lượng, và ở đây tôi có đúng số không. Tiếp theo là hệ thống giải đấu. Một giải thuộc nhóm nào — Triple Crown, giải xếp hạng, giải mời, giải thương mại, giải lão tướng — quyết định cách tôi đọc kết quả. Thể thức cũng vậy: số frame của một trận là biến số quan trọng nhất để đo khả năng xảy ra bất ngờ. Một trận đấu bảy frame nuôi dưỡng những cú sốc; một trận đấu ba mươi lăm frame thì không. Cơ cấu tiền thưởng, tiếp đó, hé lộ chiến lược của cơ thủ: họ dồn sức cho giải nào, bỏ qua giải nào. Không có tên giải, tôi không thể xếp tầng. Không có số frame, tôi không thể ước lượng rủi ro. Không có con số tiền thưởng, tôi không thể đọc chiến lược. Mỗi ô trống là một cánh cửa đóng. Ở tầng cao hơn là bản đồ quyền lực của làng bi-a thế giới. Ai đang ở nhóm tranh chức vô địch, ai là xương sống tầm trung, ai đang ở vùng nguy hiểm, và làn sóng thế hệ mới đang tiến tới đâu. Tôi thường đối chiếu sức mạnh giữa các nền bi-a — Anh, Trung Quốc, và phần còn lại — qua độ sâu của lực lượng kế cận. Sự chuyển giao thế hệ, chẳng hạn tình trạng của thế hệ vàng, chỉ có thể đọc được khi tôi có dữ liệu theo nhóm qua nhiều mùa. Một tệp rỗng không cho tôi một điểm nào để vẽ bản đồ. Rồi tới tầng nhạy cảm nhất: luật lệ và tuân thủ. Trong bi-a, chủ đề quan trọng bậc nhất của quản trị là tính liêm chính của trận đấu trước sức ép cá cược. Nhưng đây chính là lý do tôi phải cẩn trọng gấp đôi: không bao giờ được nêu nghi vấn về một cá nhân cụ thể khi nguồn không hề đưa ra tín hiệu nào. Nêu một rủi ro trên một đầu vào trống không phải là phân tích; đó là gieo một lời buộc tội. Sự thận trọng ở đây không phải là né tránh, mà là một phần của liêm chính. Sau cùng là hệ sinh thái nghề nghiệp của cơ thủ và tâm lý thi đấu: cấu trúc thu nhập, ê-kíp huấn luyện, nhịp độ thi đấu, và bản lĩnh ở những cú bi quyết định. Những thứ này thường rất khó đo, nhưng lại đúng là chỗ tạo ra khác biệt. Tôi vẫn nhớ có những cơ thủ thắng liên tục ở vòng ngoài nhưng khựng lại trước ngưỡng bán kết — một dạng dữ liệu chỉ hiện ra khi bạn theo đủ dài. Không có cơ thủ, không có quỹ đạo, không có gì để đọc. Chín chiều phân tích của tôi, từ bộ môn tới chuỗi truyền dẫn ngành, đều đứng trên cùng một nền móng, và nền móng ấy đang trống. Điều đáng nói là sức ép ngược lại luôn mạnh hơn ta tưởng. Khi một tệp trống nằm trên bàn, bản năng nghề nghiệp thôi thúc tôi lấp đầy nó. Tôi có thể chọn một bộ môn nghe hợp lý, gán vài cái tên quen, dựng một câu chuyện trôi chảy, và phần lớn độc giả sẽ không nhận ra. Đó chính là cái bẫy. Một bài viết mượt mà dựng trên dữ liệu không tồn tại là thứ nguy hiểm hơn một bài viết dở, bởi nó tạo ra sự tự tin giả. Tôi từng học bài học này từ rất sớm. Năm mười tám tuổi, tôi phân tích một thất bại nổi tiếng ở một giải lớn và suýt kết luận từ một con số mà quên mất bối cảnh. Người thầy dạy tôi kinh tế lượng khi đó nói một câu tôi mang theo suốt sự nghiệp: dữ liệu không nói dối, nhưng nó đang nói bằng một ngôn ngữ tôi chưa hiểu hết. Từ đó, tôi tự đặt luật cho mình: không một câu khẳng định nào được ra đời nếu chưa có ít nhất hai nguồn dữ liệu độc lập kiểm chứng. Cái bẫy thứ hai tinh vi hơn: nhầm tương quan thành nhân quả. Một cơ thủ đổi gậy rồi thắng liên tiếp mười trận có thể chỉ đang ăn may, hoặc đang ở đoạn đỉnh của một đường cong phong độ vốn dĩ ngẫu nhiên. Thị trường chuyển nhượng về bản chất là một mô hình hồi quy, nhưng mọi người cứ gọi nó là một cuộc đua. Nếu tôi viết về một thương vụ chỉ vì một chuỗi thắng ngắn hạn, tôi đang bán cho độc giả một mối quan hệ nhân quả mà tôi chưa từng chứng minh. Khả năng chống lại cám dỗ ấy, đôi khi, chính là giá trị lớn nhất mà một nhà báo dữ liệu mang lại. Giới hạn dữ liệu của bài viết này rất đơn giản để nêu: kích thước mẫu bằng không. Không có biến nào để cô lập, không có khoảng tin cậy nào để tính, không có cơ thủ nào để định vị. Vì vậy, điều duy nhất tôi dám khẳng định là sự cố nằm ở chính dây chuyền xử lý, chứ không nằm ở một trận đấu hay một cơ thủ nào. Tôi không biết bộ môn, không biết thời điểm, không biết nguồn. Những gì cần làm không phải là diễn giải sâu hơn, mà là quay lại bước đầu tiên và trích xuất lại cho đúng. Tín hiệu cần theo dõi ở vòng tiếp theo không nằm trên bàn bi, mà nằm trong chính quy trình. Một danh sách điểm thông tin được điền đầy đủ sẽ mở lại toàn bộ chín tầng phân tích chỉ trong một lần chạy. Sân vắng, tiếng huấn luyện viên rõ hơn bao giờ hết, và dữ liệu cũng vậy — sự im lặng đôi khi là điều kiện thí nghiệm tốt nhất, nhưng chỉ khi phòng thí nghiệm thực sự có mẫu. Còn với một tệp trống, việc đúng đắn nhất tôi có thể làm với tư cách người cầm bút là đặt bút xuống. Trong một ngành mà phép màu phải đo đếm được, im lặng không phải là thất bại — đó là liêm chính.