Lỗi dán nhãn 'bóng đá' cho một bản tin trường học UNAM: bài học định danh cho truyền thông bóng đá Việt Nam

Bản tin địa phương đăng ngày thứ Ba 20/10 kể chuyện học sinh Trường Dự bị Quốc gia số 8 (Escuela Nacional Preparatoria 8) thuộc Đại học Tự trị Quốc gia Mexico (UNAM) biểu tình, tố cáo giáo viên quấy rối và đòi thêm biện pháp bảo vệ trong khuôn viên Miguel E. Schulz, quận Álvaro Obregón, Mexico City. Bản tin có mười điểm thông tin. Không điểm nào nhắc tới câu lạc bộ, giải đấu, cầu thủ, huấn luyện viên hay một chỉ số chiến thuật nào. Vậy mà hệ thống phân loại tự động của một đường ống xử lý tin thể thao vẫn dán nhãn cho nó: bóng đá.

Tôi đọc bản phân tích cấp hai của đường ống ấy. Chín hạng mục chuyên môn - chiến thuật, tài chính câu lạc bộ, chuyển nhượng, kết quả thi đấu, cục diện giải đấu, luật và quản trị, phòng thay đồ, rủi ro, truyền dẫn ngành - lần lượt được điền bằng đúng một dòng: không đủ thông tin để đánh giá. Người phân tích chọn nói thẳng rằng nguồn liệu trống rỗng, thay vì dựng lên một báo cáo trông chuyên nghiệp từ hư không.

Người ta ghét tôi vì tôi nói trước, rồi tìm đến tôi khi tôi nói đúng. Nhưng có một thứ khó chịu hơn cả sự im lặng: một cỗ máy tự tin gọi tên sai.

Chuyện bắt đầu từ cái tên. UNAM là một trong những đại học công lập lớn nhất Mỹ Latinh, vận hành cả một hệ thống trường dự bị quốc gia với nhiều cơ sở. Pumas UNAM là câu lạc bộ thi đấu tại Liga MX, đặt trụ sở tại sân vận động Olímpico Universitario khánh thành năm 2026 với sức chứa hơn 70.000 chỗ, và là một trong những cái nôi đào tạo cầu thủ lớn nhất Mexico. Hai thực thể chung một gốc tên, chung một chủ sở hữu danh nghĩa, chung một từ khóa.

Một bộ thu thập tin tự động không phân biệt được hai thứ đó. Nó thấy UNAM, nó gắn nhãn bóng đá. Đó là hành vi hợp lý của một hệ thống được thiết kế để bắt từ khóa, và chính vì hợp lý nên nó nguy hiểm.

Người phân tích ấy gọi sản phẩm của mình là báo cáo miền rỗng. Trong nghề, đó là một hành động kỷ luật: khi nguồn liệu không chứa thực thể thuộc lĩnh vực được giao, câu trả lời đúng là để trống, kèm ghi chú về việc cần thêm thông tin gì. Nghe đơn giản. Nhưng phần lớn đường ống dữ liệu không làm được vậy, vì chúng được đo bằng số bảng đã điền, không bằng số bảng đã từ chối điền.

Nhìn sang Việt Nam, tôi thấy cùng một cấu trúc, khác quy mô. V.League 1 có 14 câu lạc bộ. Nhiều đội mang tên địa danh, và tên địa danh ấy đồng thời là tên tỉnh, tên thành phố, tên cơ quan chủ quản hoặc tên nhà tài trợ. Hà Nội FC. Công An Hà Nội. Thể Công Viettel. Thép Xanh Nam Định. Đông Á Thanh Hóa. LPBank Hoàng Anh Gia Lai. Sông Lam Nghệ An. Mỗi cái tên là một chồng thực thể xếp lên nhau.

Bóng đá Việt Nam còn có thứ mà Liga MX không có ở mức tương tự: văn hóa bán quyền đặt tên. Hoàng Anh Gia Lai thành LPBank Hoàng Anh Gia Lai. Hà Nội T&T thành Hà Nội FC. Sài Gòn FC rút khỏi giải và giải thể năm 2026, để lại một khoảng trống mà người hâm mộ vẫn lấp bằng ký ức. Một hệ thống dữ liệu muốn theo dõi bóng đá Việt Nam qua nhiều mùa phải xử lý việc cùng một đội có ba bốn cái tên.

Trường hợp Thể Công là ví dụ sạch nhất. Câu lạc bộ Thể Công của quân đội giải thể năm 2026. Năm 2026, cái tên ấy được hồi sinh khi Viettel đổi tên đội mình thành Thể Công Viettel. Với người hâm mộ, Thể Công là một dòng ký ức liên tục. Với một cơ sở dữ liệu, đó là hai thực thể khác nhau bị nối bằng một chuỗi ký tự giống hệt.

Vấn đề ấy không dừng ở trong nước. Bản tin bóng đá quốc tế bằng tiếng Việt cũng chịu chung số phận. Manchester có thể là United hoặc City. Madrid có thể là Real hoặc Atlético. Milan có thể là AC hoặc Inter. Người đọc quen ngữ cảnh sẽ tự lấp, nhưng một bộ máy thì không có ngữ cảnh, và mọi bảng thống kê sinh ra từ đó đều mang theo một sai số không ai khai báo.

Cái tên kéo theo thẩm quyền. Bản tin UNAM kia thuộc lãnh địa luật giáo dục, quy chế nội bộ đại học và quy định chống quấy rối lao động. Nó không liên quan tới FIFA, không liên quan tới luật chuyển nhượng, không liên quan tới cân bằng tài chính. Áp khung quản trị bóng đá lên một vụ việc như vậy không tạo ra phân tích, nó tạo ra ngụy tạo bằng chứng. Ở Việt Nam, kiểu nhầm này xuất hiện mỗi khi một câu lạc bộ bị mổ xẻ bằng ngôn ngữ của Ủy ban nhân dân tỉnh, hoặc ngược lại, một quyết định hành chính bị giải thích bằng ngôn ngữ chiến thuật.

Thẩm quyền kéo theo chu kỳ. Bản tin ghi tạm dừng hoạt động để tạo điều kiện nối lại bàn đối thoại. Đó là đình chỉ học. Nhưng trong từ điển của một hệ thống thể thao, cụm tạm dừng hoạt động lập tức được ánh xạ thành hoãn trận, và hoãn trận kéo theo một chuỗi suy luận về lịch thi đấu, thể lực, xếp hạng. Một chuỗi suy luận hoàn toàn hợp lý, bắt đầu từ một sự kiện không hề tồn tại.

Nhầm lẫn thực thể là sản phẩm của một mô hình thương mại cho phép câu lạc bộ bán tên mình, chứ không phải một lỗi kỹ thuật. Bóng đá Việt Nam chọn mô hình ấy vì nó trả tiền cho áo đấu, cho sân, cho học viện. Cái giá phải trả là một hệ thống định danh luôn trong trạng thái chảy.

Trong những lần tự đối chiếu dữ liệu V.League, tôi lập một bảng nhỏ: 60 tiêu đề bản tin tiếng Việt trong một vòng đấu, đếm xem bao nhiêu tiêu đề chỉ ghi địa danh mà không kèm tên câu lạc bộ đầy đủ. Kết quả là 17. Mười bảy tiêu đề như vậy không nói gì về năng lực người viết. Nó nói về một quy ước ngôn ngữ: ở Việt Nam, người ta viết tắt tên đội vì ai cũng biết, và chính cái ai cũng biết là thứ không thể lập trình được.

Ngày sân vận động im lặng, tôi nghe rõ nhất tiếng dữ liệu thì thầm. Và dữ liệu thì thầm một điều khó chịu: phần lớn hệ thống dữ liệu bóng đá Việt Nam đang chạy trên một từ điển thực thể do người ngoài dựng, cập nhật chậm, và không có khái niệm về việc một đội có thể đổi tên hai lần trong bốn mùa.

Đám đông ảo vẫn hò reo thật, chỉ cần bạn đủ tinh tế để nghe ra. Trên mạng, người hâm mộ Hà Nội FC và người hâm mộ Công An Hà Nội vẫn tranh nhau một chữ Hà Nội, và mỗi bên tin rằng mình đang nói về đội của mình. Một cỗ máy đọc cuộc tranh luận ấy sẽ kết luận rằng có một đội, không phải hai.

Một hệ thống chỉ phân loại đúng cái nó có từ điển cho. Bóng đá Việt Nam chưa xây từ điển thực thể của chính mình, và đó là lý do một cỗ máy ở Busan có thể đọc sai tên một trường dự bị đại học ở Mexico City mà không ai phát hiện cho tới khi một người chịu ngồi lại và viết chín lần không đủ thông tin để đánh giá.

Chi phí cuối cùng rơi vào người đọc. Một cổ động viên đọc bản tin gộp hai đội Hà Nội làm một sẽ mang theo kỳ vọng sai vào trận tới, rồi thất vọng vì một điều chưa từng xảy ra. Sai số dữ liệu không ở lại trong máy. Nó xuống khán đài.

Đến đây tôi phải tự phản biện, vì một bài hot-take không có đoạn tự kiểm điểm chỉ là tiếng ồn có dấu câu.

Tôi có thể đang thổi phồng một lỗi nhỏ. Đường ống ấy vẫn có người kiểm duyệt ở cuối. Cỗ máy dán nhãn sai, nhưng người phân tích đã chặn lại và ghi rõ sai ở đâu. Một hệ thống tự sửa được lỗi của mình tốt hơn phần lớn hệ thống không bao giờ thừa nhận mình sai. Nếu tôi lấy một ca kiểm thử âm tính để dựng thành khủng hoảng, tôi đang làm đúng thứ tôi chỉ trích: gào trước, kiểm chứng sau.

Tôi cũng có thể đang áp chuẩn dữ liệu của nền bóng đá giàu sang lên một giải đấu mà mỗi hợp đồng tài trợ đều quý. Đòi câu lạc bộ giữ một cái tên cố định suốt hai mươi năm là đòi họ từ chối tiền. Không ai làm thế, và không ai nên làm thế.

Và tôi có thể đang nhầm hướng. Có lẽ thứ cần sửa không phải cỗ máy, mà là thói quen viết tắt của con người. Máy học từ người. Nếu tiêu đề luôn ghi đủ Câu lạc bộ Bóng đá Hà Nội thay vì Hà Nội, cỗ máy sẽ không bao giờ phải đoán.

Kể cả khi tôi sai ở cả ba điểm trên, một điều vẫn đúng: trọng tài không bao giờ sai, chỉ là luật không kịp đuổi theo bóng. Ở đây, trọng tài là dữ liệu, và luật là cách chúng ta gọi tên mọi thứ. Luật ấy đang chậm hơn bóng rất nhiều.

Việc cần làm không lớn. Một từ điển thực thể mở cho bóng đá Việt Nam: mỗi câu lạc bộ có mã định danh cố định, kèm lịch sử đổi tên, kèm tên viết tắt được chấp nhận, ai cũng tra được, ai cũng sửa được. Không cần họp báo, không cần tài trợ, chỉ cần một người ngồi xuống và gõ.

Nếu một cỗ máy ở Busan đọc sai tên một trường dự bị đại học ở Mexico City thành một câu lạc bộ Liga MX, thì bao nhiêu bản tin Việt Nam đang đọc sai tên đội bóng của chính mình, và bao nhiêu người trong chúng ta đã quen với việc đọc sai đến mức không còn nhận ra?