Khung phân tích trống và kỷ luật nói “không đủ dữ liệu” trong bơi lội

Sáng thứ Ba ở Brisbane, tôi mở lại hồ sơ phân tích một giải bơi trẻ. Mọi ô nhập liệu đã sẵn sàng: tên vận động viên, nội dung thi đấu, đường bơi, split từng 50 mét, tần số quạt tay, số nhịp đạp nước dưới mặt nước. Tôi cho khung phân tích chạy. Kết quả trả về một dãy chữ giống nhau ở gần như mọi dòng: không đủ thông tin để đánh giá. Tôi kiểm tra ba lần. Lỗi không nằm ở thuật toán. Khung phân tích đang trung thực với một thực tế mà ít người trong ngành muốn thừa nhận: khi dữ liệu đầu vào trống, mọi kết luận sinh ra từ đó chỉ là suy diễn khoác áo con số. Với một nhà phân tích dữ liệu, khoảnh khắc ấy khó chịu hơn cả một lời chỉ trích. Nó buộc tôi nhìn thẳng vào câu hỏi nền tảng nhất của nghề: khi nào ta có quyền kết luận? Để hiểu vì sao một khung phân tích bơi lội có thể trả về khoảng trắng, phải biết nó được dựng từ gì. Bơi lội sinh dữ liệu liên tục và trông minh bạch hơn hẳn các môn đồng đội. Không có xG, không có số đường chuyền, chỉ có thời gian và khoảng cách. Chính sự đơn giản ấy đánh lừa người phân tích. Một hồ sơ tử tế cần ít nhất bốn lớp. Lớp kỹ thuật gồm phản xạ xuất phát, đoạn đạp nước dưới mặt nước trong 15 mét đầu, kỹ thuật quay vòng và về đích. Lớp hiệu suất gồm split từng 50 mét, tần số quạt tay, quãng đường mỗi chu kỳ quạt, và độ ổn định qua nhiều lần bơi. Lớp hệ thống giải đấu gồm chuẩn A-cut, B-cut và vị trí trong chu kỳ Olympic. Lớp nghề nghiệp gồm tuổi, quãng nghỉ giữa các đỉnh phong độ, và lịch sử chấn thương. Với vận động viên nữ trẻ, lớp cuối còn chứa một biến số mà bảng số khó nắm: rào cản dậy thì. Thiếu bất kỳ lớp nào, khung phân tích không thể khép lại. Nó sẽ báo “không đủ thông tin”, và đó là hành vi đúng. Rắc rối nằm ở chỗ rất nhiều bản phân tích ngoài thị trường không chịu làm vậy. Họ lấp khoảng trắng bằng tính từ. Một vận động viên có split 50 mét đầu nhanh bị gọi ngay là “bùng nổ”; người về đích chậm hơn bị gọi là “hụt hơi”. Không ai kiểm tra split ấy nằm ở nội dung nào, đường bơi số mấy, và so với chính vận động viên đó ở giải trước ra sao. Trong bơi lội, ba lớp đầu có thể thu thập ở mọi giải đấu có bấm giờ điện tử. Lớp thứ tư thì không. Không ai công bố chỉ số dậy thì của một cô gái 15 tuổi lên bảng kết quả. Chính chỗ ấy là nơi phần lớn kết luận về vận động viên nữ trẻ sụp đổ. Phía sau đường bơi còn có một chuỗi cung ứng rộng hơn nhiều người tưởng. Các trung tâm huấn luyện bán gói tập theo tháng, các đơn vị dữ liệu bán hồ sơ split, các đài truyền hình mua bản quyền, và các thị trường cá cược dựng tỷ lệ dựa trên chính những con số ấy. Mỗi mắt xích đều muốn dữ liệu nhanh và gọn. Không mắt xích nào muốn nghe rằng dữ liệu chưa đủ. Đó là lý do khung phân tích trống trở thành một sản phẩm khó bán, dù nó là sản phẩm đúng. Bơi lội có đủ dữ liệu để làm tốt hơn thế, nếu người ta chịu đọc đúng cách. Hãy lấy bài toán split âm — nửa sau nhanh hơn nửa đầu. Trên giấy, split âm là dấu hiệu của một cuộc đua phân bổ lực hợp lý. Nó chỉ có nghĩa khi đặt cạnh ba biến số khác: cỡ nội dung, trình độ đối thủ cùng đường bơi, và giai đoạn mùa giải. Ở nội dung 200 mét, một vận động viên nữ bơi 50 mét đầu chậm hơn cá nhân tốt nhất của chính mình 0,8 giây rồi tăng tốc về sau, thường được đọc là “giữ sức”. Ở nội dung 50 mét, chuyện đó không tồn tại — bơi 50 mét không có nửa sau để mà nhanh hơn. Cùng một con số, đặt sai cỡ nội dung, sinh ra một kết luận vô nghĩa. Rồi đến tần số quạt tay và quãng đường mỗi chu kỳ. Hai chỉ số này gần như luôn đánh đổi nhau. Tăng tần số thường kéo quãng đường mỗi chu kỳ xuống; kéo dài quãng đường thường làm tần số giảm. Người mới phân tích hay chọn một trong hai rồi tuyên bố đó là chìa khóa kỹ thuật. Thứ quyết định thành tích lại là tích của hai chỉ số, cộng thêm chất lượng đạp nước dưới mặt nước — phần mà camera trên khán đài khó ghi lại và trọng tài không chấm điểm. Một chi tiết kỹ thuật người xem thường bỏ qua: trong 15 mét đầu sau khi xuất phát và sau mỗi lần quay vòng, vận động viên được phép ở dưới mặt nước. Đây là vùng sinh ra lợi thế lớn nhất mà mắt thường không thấy. Một vận động viên đạp nước tốt có thể lấy trước nửa thân người mà không hề tăng tần số quạt tay. Bảng split sẽ ghi nhận khoảng cách ấy, nhưng không giải thích được nó. Muốn giải thích, phải có dữ liệu dưới nước — thứ mà phần lớn giải trẻ không thu thập. Ở nội dung ếch, câu chuyện còn phức tạp hơn. Số nhịp đạp chân bị luật giới hạn, và mỗi lần vi phạm có thể dẫn tới truất quyền. Một vận động viên tối ưu hóa số nhịp đạp để tăng tốc có thể đánh đổi bằng rủi ro kỹ thuật. Không có mô hình nào định lượng được rủi ro ấy, vì trọng tài không công bố số lần họ bỏ qua. Đây là dữ liệu âm — dữ liệu về những gì đã không xảy ra, và nó gần như vô hình với mọi bảng thống kê. Ở nội dung tiếp sức, lớp dữ liệu còn dày hơn. Thành tích đội không phải tổng của bốn cá nhân. Thứ tự bơi, thời điểm tung vận động viên mạnh nhất, và tâm lý khi bơi ở chặng hai hoặc chặng ba tạo ra những kết quả không thể suy ra từ hồ sơ cá nhân. Một đội có tổng thời gian cá nhân tốt nhất vẫn có thể thua. Đó là phần mà người phân tích dữ liệu thuần túy hay bỏ sót. Tôi từng ngồi cả buổi tối bóc một chuỗi split của một vận động viên nữ trẻ. Số liệu đẹp: 50 mét đầu ổn định, 100 mét giữa không sụt, 50 mét cuối tăng tốc. Trên bảng tính, cô ấy là một cỗ máy được lập trình hoàn hảo. Ba tháng sau, thành tích đứng yên. Nguyên nhân không nằm ở kỹ thuật. Nó nằm ở giai đoạn dậy thì — cơ thể thay đổi, tỷ lệ mỡ và khối cơ đổi, sải tay đổi, và những gì từng hiệu quả bỗng trở nên nặng nề. Bảng số cũ không sai. Nó chỉ đang nói về một cơ thể khác. Có một lý do kỹ thuật khiến tôi luôn kiểm tra niên đại trước khi so sánh bất kỳ thời gian nào. Tại giải vô địch thế giới ở Rome năm 2026, hàng loạt kỷ lục thế giới bị phá, con số chính thức lên tới 43 kỷ lục trong một kỳ giải. Đó là mùa của đồ bơi công nghệ cao bằng polyurethane. Từ ngày 1 tháng 1 năm 2026, Liên đoàn bơi lội thế giới cấm loại đồ bơi này. Nghĩa là mọi kỷ lục lập trước và trong năm 2026 nằm ở một hệ quy chiếu khác với mọi kỷ lục sau đó. Một nhà phân tích bỏ qua cột mốc ấy sẽ vô tình so sánh hai thế giới. Một kình ngư 15 tuổi bơi 100 mét tự do năm 2026 không đua với chính kỷ lục của Michael Phelps ở Bắc Kinh 2026 theo cùng một thước đo vật lý. Dữ liệu không sai. Người ghép dữ liệu mới là kẻ có thể sai. Khi Katie Ledecky thống trị các nội dung bơi đường dài, điều đáng học không nằm ở những kỷ lục cô lập, mà ở sự ổn định qua nhiều năm — một chỉ số mà chỉ những hồ sơ dài mới nhìn ra. Khi Emma McKeon tỏa sáng ở Tokyo, giá trị của cô nằm ở khả năng bơi nhiều nội dung mà vẫn giữ chuẩn, một dạng dữ liệu về độ bền mà một lần bơi đơn lẻ không thể hiện được. Lớp hệ thống giải đấu cũng vậy. Chuẩn A-cut cho quyền dự giải trực tiếp; chuẩn B-cut phụ thuộc vào hạn ngạch và số suất còn lại của liên đoàn. Một vận động viên đạt B-cut không hề yếu hơn người đạt A-cut ở cùng thời điểm — khác biệt nằm ở cơ chế chọn đội, không nằm ở đồng hồ bấm giây. Trên mặt báo, cả hai thường bị gộp thành một câu chuyện duy nhất về “phong độ”. Cơ chế bị xóa khỏi câu chuyện, và dữ liệu mất luôn ngữ cảnh. Đó là lý do tôi xây mọi bản phân tích của mình quanh một kỷ luật khó chịu: phân định ba vùng. Vùng một là dữ liệu khẳng định được — split, thời gian, chuẩn A-cut. Vùng hai là dữ liệu mơ hồ — tần số quạt tay đo bằng tay, chất lượng quay vòng đọc qua video. Vùng ba là vùng phải dựa vào cảm quan — tinh thần thi đấu, áp lực trước khán đài, và những thay đổi cơ thể không ai công bố. Phần lớn sai lầm trong ngành đến từ việc trộn ba vùng ấy thành một. Người ta lấy một con số ở vùng một, ghép với một phỏng đoán ở vùng ba, rồi trình bày như một chân lý. Kết quả là những kết luận nghe rất chắc chắn nhưng không thể tái lập. Còn một cái bẫy nữa mà tôi đã tự gài mình vài lần. Khi đã dựng giả thuyết, người phân tích có xu hướng chỉ đi tìm những con số ủng hộ nó. Tôi gọi đó là thiên vị xác nhận số liệu. Cách chống lại không nằm ở việc đọc thêm dữ liệu, mà ở việc viết giả thuyết ra giấy trước khi thu thập, và buộc bản thân đi tìm bằng chứng ngược lại. Một chuỗi số liệu đẹp có thể chỉ là kết quả của việc ta đã chọn đúng một khung cửa sổ thời gian. Cỡ mẫu là thứ bị xem nhẹ nhất trong phân tích bơi lội. Hai lần bơi nhanh liên tiếp chưa tạo thành xu hướng. Nó chỉ tạo thành một điểm dữ liệu đẹp. Người phân tích thiếu kỷ luật sẽ nâng điểm dữ liệu ấy lên thành quy luật, rồi ngạc nhiên khi vận động viên sa sút. Tôi luôn tự hỏi: nếu đổi cửa sổ thời gian, kết luận có còn đứng vững không? Nếu câu trả lời là không, thì đó chưa phải là kết luận. Úc là một thị trường đặc biệt. Bơi lội ở đây không chỉ là thể thao, nó là một phần bản sắc quốc gia. Mỗi kỳ Olympic, cả nước chờ đợi huy chương ở đường bơi. Áp lực ấy dồn xuống những vận động viên mới 15, 16 tuổi, và dữ liệu về họ thường mỏng hơn nhiều so với kỳ vọng đặt lên họ. Một hồ sơ có ba lần bơi không đủ để nói về một sự nghiệp. Trên mặt báo, ba lần bơi ấy thường được viết thành một định mệnh. Tôi đã học bài học này bằng một cái giá không nhỏ. Kazan là ngày tôi học được rằng xác suất 99% vẫn có thể chết trên bàn cược. Một mô hình có thể đúng về mặt thống kê và vẫn thua trong thực tế, vì thực tế chứa những biến số mà mô hình chưa từng được dạy. Từ đó, tôi không tin cảm xúc. Tôi tin chuỗi số liệu dài hơn cảm xúc của bạn. Nhưng tôi cũng biết chuỗi số liệu ấy chỉ dài bằng những gì người ta chịu thu thập. Và đây là điều khó nói nhất: con số không có giới tính, nhưng người đọc chúng thì có. Cùng một split, đặt cạnh một nam vận động viên, được đọc là “chiến thuật”; đặt cạnh một nữ vận động viên trẻ, lại bị đọc thành “tâm lý chưa vững”. Bảng số không phân biệt. Người diễn giải mới phân biệt. Một khung phân tích trung thực phải tự bảo vệ mình khỏi chính người dùng nó. Giới hạn của dữ liệu: Không có split nào đo được nỗi sợ trước một làn nước lạnh. Không có chỉ số nào định lượng được việc một vận động viên nữ 16 tuổi phải chọn giữa tập luyện và kỳ thi cuối cấp. Không có mô hình nào dự báo được một chấn thương vai xảy ra đúng tuần trước vòng loại. Những thứ ấy vẫn là dữ liệu — chỉ là dữ liệu chưa có đơn vị đo, và tôi từ chối giả vờ rằng chúng không tồn tại. Với Brisbane 2032 đang đến gần, ngành phân tích bơi lội ở Úc sẽ có thêm dữ liệu hơn bao giờ hết. Camera sẽ ghi nhiều hơn, cảm biến sẽ dày hơn, và áp lực phải kết luận cũng sẽ lớn hơn. Câu hỏi không còn là chúng ta đo được gì, mà là chúng ta dám nói “không đủ dữ liệu” bao nhiêu lần. Khung phân tích trống không đánh dấu thất bại. Nó là bằng chứng rằng người dựng khung vẫn giữ được sự trung thực.