Tài liệu trống rỗng: Khi bảng phân tích trở thành tấm gương soi chính nghề viết dữ liệu

Tôi mở tệp lúc 2 giờ 47 phút sáng. Tên tệp đúng quy chuẩn: Stage-2 Deep Professional Analysis. Bên trong là một cấu trúc hoàn chỉnh — mục 1 đến mục 9, mỗi mục có bảng biểu, có ô đánh giá, có cột so sánh, có dòng "Risk Flags". Nhưng từng ô, từng dòng, từng cột đều được điền đúng một cụm từ: N/A – insufficient information. Không có tên vận động viên. Không có giải đấu. Không có tỷ số. Không có ngày tháng. Một bộ xương được đúc sẵn, và người ta quên đắp thịt lên nó.

Tôi đã ngồi nhìn màn hình khoảng bốn phút, đủ lâu để cà phê nguội. Đây là dạng tai nạn mà tôi từng nghĩ mình đã miễn nhiễm sau tám năm viết cầu lông chuyên sâu. Văn bản đầy đủ về mặt hình thức, trống rỗng về mặt thông tin. Và điều khiến tôi rùng mình không phải là sự trống rỗng — mà là việc ai đó đã bỏ công định dạng nó thành một bảng phân tích trông rất đáng tin. Bảng xếp hạng bị bỏ quên không bao giờ chết, nó chỉ chờ người biết cách đọc — nhưng bảng xếp hạng không có người để đọc thì chết ngay tại dòng tiêu đề.

Tôi nhớ ngay đến mùa giải 2026. Khi các giải đấu toàn cầu đóng băng vì dịch bệnh, tôi 36 tuổi, các gói API dữ liệu mà tôi thuê bị cắt hợp đồng chỉ trong một email hai dòng. Nhà tài trợ rút. Tôi mất nguồn. Bốn tháng tiếp theo tôi sống bằng dữ liệu public từ các trận đấu cũ, dựng lại chỉ số của những huyền thoại như Xavi, Iniesta, Pirlo từ Opta 2026–2026 để chứng minh rằng ký ức cũng là một dạng dữ liệu nếu biết ghi chép tử tế. Loạt bài "Chỉ số vĩnh cửu" ra đời trong hoàn cảnh đó. Khi mất nguồn dữ liệu năm 2026, tôi không mất trận đấu, tôi mất tấm gương.

Nhưng tài liệu đêm nay là một tai nạn khác. Không phải mất nguồn. Không phải mất tiền thuê API. Mà là mất sự hiện diện — mất cái ý chí tối thiểu để nói rằng "tôi không có gì để nói".

Tôi gọi cho một đồng nghiệp cũ ở một tòa soạn thể thao tại Sài Gòn, người từng làm bảng dữ liệu cho các CLB V.League. Anh cười khi tôi mô tả tài liệu. "Cậu chưa thấy gì đâu. Bên tôi có mẫu báo cáo tự động, cứ thiếu dữ liệu thì đổ N/A vào cho đủ trường. Xuất PDF, đóng dấu, gửi lên. Không ai đọc hết đâu. Nhưng nếu đọc, nó trông như một báo cáo chuyên nghiệp." Anh nói câu đó bằng giọng bình thản, như đang mô tả cách pha một ly cà phê sữa đá chứ không phải cách một ngành công nghiệp tự lừa mình.

Đây là lúc tôi bắt đầu thấy tài liệu này không còn là một lỗi kỹ thuật. Nó là một hiện tượng xã hội.

Trong mười năm qua, cầu lông thế giới đã đi qua một cuộc cách mạng dữ liệu lặng thầm. Hệ thống Hawk-Eye cho phép đo điểm rơi chính xác đến centimet. Các giải BWF cấp độ Super 1000 bắt đầu ghi lại từng quả giao cầu với độ phân giải millisecond. Nhưng cùng lúc đó, số lượng "báo cáo phân tích" được sản xuất mà không có một mét dữ liệu nào chống đỡ cũng tăng theo cấp số nhân. Cac nhà phân tích xem lại video, viết lại cảm nhận của bình luận viên, và dán nhãn cho nó là "phân tích dữ liệu". Tôi gọi đó là lạm phát từ ngữ dữ liệu: các từ "chỉ số", "mô hình", "tối ưu hóa" được mang ra phát hành như tiền giấy không có vàng bảo chứng.

Và tài liệu đêm nay chính là tờ tiền không vàng bảo chứng hoàn hảo nhất mà tôi từng cầm.

Tôi lật lại cấu trúc của nó. Mục 1 — Tactical & Technical Analysis — có một bảng bốn dòng. Cột Metric, cột Assessment, cột Comparison Target, cột Notes. Ô nào cũng N/A. Nhưng cái cột tên vẫn còn đó. Nghĩa là ai đó, trước khi biết mình có gì, đã biết mình sẽ đo bằng thước gì. Đây là sự đảo ngược của quy trình nghiên cứu: thay vì câu hỏi sinh ra cây thước, người ta chọn trước cây thước rồi để câu hỏi tự tìm đến.

Mục 4 — World Landscape and Team Positioning — có cả một sơ đồ ASCII để vẽ landscape. Bên trong sơ đồ đó là dòng chữ duy nhất: N/A – insufficient information. Một bản đồ thế giới trống trải, được đóng khung bằng những ký tự gạch chéo và gạch ngang.

Tôi tự hỏi: bao nhiêu cuộc họp chiến lược trong các liên đoàn cầu lông quốc gia diễn ra theo đúng khuôn mẫu này? Một cấu trúc PowerPoint mười hai slide. Slide một: tên giải đấu. Slide hai đến mười một: các chỉ số dự kiến. Slide mười hai: quyết định. Và nếu ai đó hỏi dữ liệu ở đâu, câu trả lời là "sẽ thu thập trong quá trình triển khai". Nhưng quá trình triển khai không bao giờ đến, vì quyết định đã ra trước khi dữ liệu được sinh ra. Tôi đã thấy điều này trong công tác tuyển chọn đội tuyển trẻ quốc gia — nơi các tuyển thủ được gọi lên dựa trên thành tích một giải nhỏ, rồi bị đưa vào bảng phân tích cấp quốc tế với mọi ô đều trống.

Trước khi hỏi số liệu nói gì, hãy hỏi ai đã đặt câu hỏi trước bạn.

Đây là câu tôi viết trong sổ tay một lần, sau một buổi tranh luận với ban huấn luyện một CLB ở Bình Dương về việc tuyển một tay vợt ngoại. Họ đưa ra một tờ A4 với các chỉ số hấp dẫn: tỷ lệ thắng pha cầu tấn công 62%, tỷ lệ phòng thủ thành công 58%. Tôi hỏi: "Mẫu ở đâu?" Trả lời: "Trận gần nhất." Trận gần nhất là một trận đấu với đối thủ đã buông. Mẫu không phải một trận, mẫu là một trận.

Tài liệu đêm nay có mức độ tin cậy còn cao hơn thế. Nó không nói dối. Nó nói: tôi không biết. Nhưng cái tên tệp, cái cấu trúc, cái hệ thống các mục từ 1 đến 9 — chúng nói một điều ngược lại. Chúng nói: tôi có thẩm quyền phân tích.

Đây là khoảnh khắc tôi nhận ra thứ mình đang đọc không phải là một thất bại, mà là một tuyên bố quyền lực.

Cấu trúc chữ N/A là một cách nói rằng: quy trình còn quan trọng hơn nội dung. Hình thức còn quan trọng hơn thông tin. Và trong thể thao, nơi kết quả được quyết định trong vòng 0,3 giây của một pha cầu rơi, đây không phải là một tuyên bố trung tính. Đây là một lựa chọn đạo đức.

Tôi từng theo dõi một giải đồng đội quốc gia ở Sài Gòn, nơi ban tổ chức phát hành "báo cáo phân tích trước trận" dài bảy trang cho mỗi trận. Tôi đọc hết bảy trang. Không có một con số đo lường nào. Chỉ có các câu kiểu "tay vợt A có phông độ tốt", "tay vợt B có kỹ thuật toàn diện". Tất cả những câu này đều đúng — và tất cả đều vô nghĩa. Một câu đúng mà vô nghĩa là một câu tệ hơn câu sai, vì nó không thể bị phản biện.

Nhưng rồi tôi buộc phải quay đầu lại nhìn chính mình.

Có một phiên bản trước đây của tôi — phiên bản năm 2026, 33 tuổi, mới cộng tác với trang thể thao Sài Gòn — cũng từng viết những tờ báo cáo như thế. Không trống như đêm nay, nhưng đầy kiểu dữ liệu được chọn lọc để dẫn dắt kết luận. Vòng 18 V.League năm đó, Long An thủng lưới bảy bàn trong năm tình huống chuyển trạng thái. Tôi dựng bảng từ Instat và tranh luận với tòa soạn rằng trung vệ đội bạn chỉ thắng 41% pha tranh chấp tay đôi. Bảng đó đúng. Nhưng tôi đã bỏ qua một biến số: bốn trong năm tình huống đó xảy ra sau phút 75, khi Long An đã chơi với mười người. Con số 41% của tôi không sai — nhưng nó đã là một con số có chủ ý.

Tôi từng tin vào số liệu sạch, cho đến khi nhận ra tay tôi đã làm bẩn chúng.

Sự khác biệt giữa tôi năm 33 tuổi và tài liệu đêm nay chỉ là mức độ. Tôi làm bẩn bằng cách chọn lọc. Tài liệu này làm bẩn bằng cách không chọn gì cả. Cả hai đều là những cách để nói với người đọc: câu chuyện đã có sẵn, chỉ cần bạn đọc đúng chỗ.

Nhưng có một điều tôi phải công nhận: tài liệu trống rỗng đêm nay, xét theo một nghĩa nào đó, lại trung thực hơn tôi năm 33 tuổi. Nó không giả vờ biết. Nó chỉ giả vờ mình có phương pháp.

Tôi gọi điện cho một huấn luyện viên cầu lông nữ người Indonesia mà tôi từng phỏng vấn tại giải Indonesia Open, người đã dẫn dắt ba tay vợt vào top 20 thế giới. Tôi mô tả tài liệu. Cô im lặng một lúc rồi nói: "Anh biết điều tệ nhất là gì không? Không phải là báo cáo trống. Tệ nhất là khi có người dùng báo cáo trống để ra quyết định — loại một tay vợt, chọn một tay vợt, thay đổi một chương trình huấn luyện — rồi khi thất bại, họ nói rằng họ đã dựa trên phân tích."

Cô nói đúng. Vấn đề của dữ liệu không nằm ở chỗ dữ liệu. Vấn đề nằm ở chỗ trách nhiệm giải trình. Một bảng có chín mục và bảy cột có thể trở thành một tấm chắn hợp pháp. Nó không bảo vệ người đọc khỏi sự mơ hồ; nó bảo vệ người viết khỏi sự buộc tội. Khi mọi ô đều được điền một cụm từ, không ô nào có thể bị chất vấn vì "tôi đã nói là tôi không có thông tin".

Đây là nghịch lý của trống rỗng: nó mang lại sự bất khả xâm phạm.

Tôi từng dành ba tháng năm 2026 để điều tra một vụ chuyển nhượng. Một ngôi sao châu Âu được đồn sẽ gia nhập một CLB ở Bình Dương với mức phí ưu đãi. Đồng nghiệp chạy tin, tôi chạy mô hình. Tôi xem dữ liệu đào thải của tay vợt đó qua ba câu lạc bộ gần nhất: số điểm thực tế thấp hơn kỳ vọng tới 45%. Tôi phủ nhận tin đồn. Bị chỉ trích. Hai tuần sau, CLB xác nhận không có thỏa thuận. Tôi thắng. Nhưng tôi nhớ cảm giác đó: cảm giác thắng không vì mình đúng, mà vì mình đã dám nói "tôi có dữ liệu".

Đêm nay, tôi không có dữ liệu. Tôi có một tài liệu nói rằng nó có dữ liệu. Và điều đó, xét cho cùng, là dữ liệu duy nhất tôi cần.

Tôi mở lại danh sách các tay vợt mình từng theo dõi. Lin Dan, Lee Chong Wei, Taufik Hidayat, Carolina Marin, Tai Tzu-ying. Trong sự nghiệp của họ, có bao nhiêu bản phân tích được viết bằng dữ liệu thật? Có bao nhiêu bài báo gọi là "phân tích kỹ thuật" chỉ là mô tả lại những gì khán giả nhìn thấy? Tôi từng đếm sơ bộ. Với một trận chung kết BWF World Championships cấp độ cao, chỉ có khoảng 12% bài viết đưa ra bất kỳ con số độc lập nào. 88% còn lại là ngôn ngữ meta: "anh ấy vào phom", "đối thủ của anh ấy không còn ở đỉnh cao", "chiến thuật của anh ấy đã bị bắt bài". Những câu này có thể đúng, nhưng chúng không đo được, và không thể đo được, nghĩa là không thể sai được.

Một tuyên bố không thể sai là một tuyên bố không có giá trị phân tích.

Đây là lý do tại sao tài liệu đêm nay quan trọng hơn vẻ ngoài của nó. Nó là phiên bản cực đoan của 88% đó. Nó không nói dối bằng ngôn ngữ. Nó không nói dối bằng số liệu sai. Nó chỉ nói dối bằng cấu trúc. Và cấu trúc, trong ngành phân tích thể thao, là loại dối trá khó phát hiện nhất.

Con số trúng hay trật không quan trọng, quan trọng là nó để lại vết xước nào.

Vết xước của tài liệu này là vết xước của một nền công nghiệp phân tích chưa bao giờ tự hỏi: chúng ta có đang trung thực với sự trống rỗng không?

Sáng hôm sau, tôi gửi tài liệu cho ba người trong ngành. Một cựu tuyển thủ quốc gia, giờ làm bình luận viên. Một nhà báo dữ liệu ở Hà Nội. Một học viên cao học phân tích thể thao đang nghiên cứu về cầu lông.

Người đầu tiên trả lời sau bốn giờ: "Đây là điều bình thường mà."

Người thứ hai sau sáu giờ: "Cái cấu trúc này y hệt mẫu của chúng tôi. Chỉ khác là chúng tôi có số."

Người thứ ba, sau mười một giờ, gửi một tin nhắn dài: "Anh có biết đây là dạng tài liệu mà giới phân tích gọi là 'kiến trúc giả' không? Người viết biết mình không có gì, nhưng người đọc được đào tạo để không đọc nội dung, chỉ kiểm tra hình thức. Họ thấy đủ mục là tin. Đây không phải lỗi kỹ thuật. Đây là một loại hợp đồng xã hội."

Tôi đọc lại tin nhắn đó ba lần. "Hợp đồng xã hội." Đó là mô tả chính xác nhất mà tôi từng nghe về nghề của mình, và về tai nạn của nghề mình.

Chúng ta ký một hợp đồng với người đọc rằng chúng ta có dữ liệu. Đổi lại, họ tin chúng ta. Hợp đồng đó hoạt động khi cả hai bên không kiểm tra kỹ. Và khi một tài liệu như đêm nay xuất hiện, hợp đồng bị xé — nhưng không phải bị xé bởi người đọc, mà bởi chính cái trống rỗng bên trong nó.

Tôi nghĩ lại về những tờ bảng xếp hạng cũ tôi từng đào bới. Vòng 18 V.League 2026. Các mùa giải Opta 2026–2026. Bảng xếp hạng BWF mùa 2026 mà tôi dùng để tái dựng ký ức về Lee Chong Wei. Những bảng đó có dữ liệu thật, nhưng chúng cũng có lỗi. Chúng có sai số. Chúng có những dòng bị bỏ trống vì người ghi không kịp ghi. Và tôi, khi viết về chúng, luôn kể cả những chỗ trống đó.

Một chiếc bảng xếp hạng cũ vẫn còn nhịp đập, chỉ cần bạn đặt tay lên đúng huyệt.

Nhưng tài liệu đêm nay không có huyệt. Nó có toàn bộ bề mặt được nổi đặc bằng chữ N/A. Bạn không thể đặt tay lên nó, vì mọi điểm đều giống mọi điểm. Đây là nghịch lý cuối cùng của nó: nó hoàn hảo về hình thức đến mức không còn chỗ cho sự sống.

Tôi quyết định viết bài này. Không phải để tố cáo tài liệu — nó không có tác giả cụ thể, không có tội danh cụ thể. Mà để ghi lại khoảnh khắc tôi bị buộc phải nhìn thẳng vào một điều mà tôi đã biết từ lâu nhưng chưa từng nói rõ: hình thức phân tích có thể tồn tại độc lập với nội dung phân tích, và khi nó tồn tại độc lập, nó trở thành một loại quyền lực không cần chứng minh.

Tôi không viết để kết luận rằng tài liệu này vô giá trị. Tôi viết để đặt câu hỏi ngược lại: nếu một tài liệu trống rỗng có thể được sản xuất và chấp nhận trong ngành của tôi, thì tài liệu của tôi — những bảng có số, những bài có nguồn — khác biệt ở đâu? Chúng khác biệt ở chỗ tôi biết mình đã bỏ gì ra ngoài, hay ở chỗ tôi chỉ biết cách trình bày cái mình giữ lại đẹp hơn?

Tôi không chắc. Và sự không chắc đó có lẽ là câu trả lời trung thực nhất.

Đêm nay, khi tôi lưu bài viết này vào ổ cứng, tôi sẽ đặt tên tệp là empty_document_2026. Tôi sẽ để nó trong cùng thư mục với các bảng dữ liệu cầu lông mà tôi đã tích lũy suốt tám năm. Giữa những con số về điểm rơi, tốc độ giao cầu, tỷ lệ thắng pha tấn công, sẽ có một tệp không chứa gì ngoài một cấu trúc.

Tôi giữ nó ở đó, không phải như một kỷ niệm, mà như một cái mốc. Như cách người ta giữ một viên gạch nứt trong ngôi nhà đã xây — không phải vì viên gạch đẹp, mà vì nó nhắc rằng ngôi nhà có thể nứt ở bất cứ đâu, bất cứ lúc nào, và người xây nhà luôn là người biết rõ nhất chỗ nào yếu nhất.

Tay tôi đã làm bẩn những con số tôi viết. Đêm nay, tôi học thêm rằng tay tôi cũng có thể làm bẩn cả khoảng trống. Và trước khi tôi hỏi số liệu nói gì, tôi phải hỏi chính mình: tôi đang trống rỗng, hay tôi đang giả vờ trống rỗng để đỡ phải chịu trách nhiệm?

Câu trả lời cho câu hỏi đó, có lẽ, là dạng dữ liệu duy nhất mà không AI nào có thể giả mạo được.