Khi dầu mỏ Pakistan bị dán nhãn bóng đá: Cỗ máy dữ liệu của ngành thể thao đang tự lừa mình

Sáng hôm đó, tôi mở tệp ra, và dòng đầu tiên đập vào mắt: "Domain Label: football". Bên dưới là mười sáu điểm dữ liệu. Không một đội bóng. Không một cầu thủ. Không một trận đấu, một huấn luyện viên, một bản hợp đồng, một giải đấu. Chỉ có giá xăng và dầu diesel của Pakistan. Tôi ngồi im, cà phê nguội dần trên bàn. Mười sáu điểm đó nói về Chính phủ Pakistan điều chỉnh giá nhiên liệu, về Cơ quan Điều tiết Dầu khí OGRA, về cơ chế giá ex-depot, và về thị trường dầu thô quốc tế. Giá xăng tăng 5,02 rupee một lít. Dầu diesel cao tốc tăng 5,28 rupee. Đây là lần tăng thứ năm liên tiếp. Cộng dồn năm ngày, gần 29,95 rupee. Vậy mà ở đâu đó trong đường ống xử lý dữ liệu, một cỗ máy đã gõ hai chữ: bóng đá. Và không ai giật dây phanh lại. Ngành bóng đá đã sống trong kỷ nguyên dữ liệu gần hai thập kỷ nay. Từ khi xG trở thành thước đo gần như thiêng liêng, từ khi mỗi đường chuyền được gắn tọa độ và mỗi pha chạy không bóng được ghi lại đến từng centimet, chúng ta bắt đầu tin rằng trái bóng có thể được giải mã hoàn toàn bằng con số. Các câu lạc bộ thuê nhà khoa học dữ liệu. Các đài truyền hình chiếu bảng thống kê như chiếu thánh tích. Và các hãng truyền thông thể thao xây dựng những cỗ máy tự động hóa để phân loại tin tức, lọc nhiễu, và chỉ đưa cho độc giả những gì thuộc về bóng đá. Nghe rất hợp lý. Cho đến khi nó không còn hợp lý nữa. Tôi làm nghề mười mấy năm, sống ở Lyon, đưa tin về bóng đá cho thị trường Pháp. Tôi đã thấy đủ những bản báo cáo dữ liệu trông hoàn hảo nhưng đọc xong chẳng hiểu trận đấu diễn ra thế nào. Nhưng chưa bao giờ tôi thấy một lỗi trơ trẽn đến thế: một bài báo về giá xăng Pakistan được dán nhãn là nội dung bóng đá, và cỗ máy vẫn kiên nhẫn phân tích nó theo chín chiều kích chiến thuật, tài chính, chuyển nhượng, quản lý, rủi ro, truyền thông. Cái tên trong tệp không quan trọng. Cái quan trọng là nó đã được đưa vào đúng cái ngăn mà nó không thuộc về, và không ai kiểm tra. Điều đầu tiên cần nói rõ: đây không phải một lỗi nhỏ có thể nhún vai bỏ qua. Đây là bằng chứng cho thấy hệ thống phân loại nội dung của ngành thể thao đang vận hành mà không có bất kỳ sự kiểm tra thực tế nào. Hãy nhìn cách cỗ máy xử lý dữ liệu. Nó nhận mười sáu điểm thông tin. Nó đọc được các thực thể: Chính phủ Pakistan, Bộ Năng lượng, OGRA, thị trường dầu thô quốc tế. Không một thực thể nào là đội bóng. Không một thực thể nào là cầu thủ. Không một thực thể nào là giải đấu. Vậy mà nhãn cuối cùng vẫn là bóng đá. Trong phân tích chiến thuật, cỗ máy cần một đội hình, một phong cách chơi, một cấu trúc pressing. Nó không có gì. Trong phân tích tài chính câu lạc bộ, nó cần doanh thu bản quyền, doanh thu thương mại, quỹ lương, nợ ròng. Nó không có gì. Trong phân tích thị trường chuyển nhượng, nó cần giá trị hợp đồng, phí chuyển nhượng, cấu trúc hợp đồng. Nó không có gì. Điều đáng sợ nhất là phản ứng của nó. Thay vì dừng lại và tuyên bố "tôi không đủ dữ liệu", cỗ máy vẫn tiếp tục điền vào bảng biểu. Nó viết "không áp dụng" vào từng ô, nhưng vẫn giữ nguyên khung phân tích chín chiều kích. Nó vẫn giữ nguyên ngôn ngữ của một bản báo cáo bóng đá chuyên nghiệp. Nếu ai đó chỉ đọc tiêu đề và không đọc kỹ, họ sẽ tin rằng đây là một phân tích bóng đá thật sự, chỉ là thiếu dữ liệu. Và đó chính là cơ chế của sự lừa dối trong kỷ nguyên dữ liệu: không phải nói sai, mà là giữ đúng hình thức của sự thật trong khi ruột rỗng. Giờ hãy nhìn vào bài báo gốc. Nó nói về giá xăng tăng từ 370,80 lên 375,82 rupee một lít. Dầu diesel cao tốc tăng từ 398,04 lên 403,32 rupee một lít. Đây là lần điều chỉnh tăng thứ năm liên tiếp. Cộng dồn năm ngày, giá xăng tăng 29,95 rupee. Trên thị trường dầu thô, Brent tăng hơn 9% trong một tuần. Giá dầu diesel tại Mỹ lập kỷ lục. Các tuyến vận tải ở Trung Đông bị tấn công, đẩy chi phí bảo hiểm và vận chuyển lên cao. Đó là một câu chuyện về năng lượng và kinh tế vĩ mô. Một câu chuyện nghiêm túc, có giá trị với đúng người đọc của nó: các nhà phân tích năng lượng, các chuyên gia hàng hóa, những người theo dõi lạm phát. Nó không cần bóng đá. Bóng đá cũng không cần nó. Nhưng cỗ máy đã cần. Và cỗ máy đã lấy nó. Tôi tự hỏi điều gì sẽ xảy ra nếu bài báo đó không phải về giá xăng Pakistan mà về một chủ đề gần gũi hơn. Nếu đó là một bản tin về lãi suất ngân hàng, về một vụ sáp nhập công ty, về một trận động đất. Cỗ máy có dán nhãn sai cho những thứ đó không? Và nếu có, thì độc giả của nó đã nuốt bao nhiêu "phân tích bóng đá" mà thật ra chẳng liên quan gì đến trái bóng? Chúng ta đang sống trong một thời đại mà tin tức được lọc qua máy móc trước khi đến tay con người. Và những cỗ máy đó không hiểu bóng đá. Chúng chỉ hiểu xác suất. Chúng không biết cảm giác của một khán đài vỡ òa. Chúng chỉ biết đếm từ khóa. Tôi có thể sai. Có thể đây chỉ là một lỗi cá biệt, một hạt bụi trong cỗ máy vận hành trơn tru. Có thể tỷ lệ lỗi dưới 1%, người ta sửa nó, gán lại nhãn, đưa bài báo về đúng ngăn, rồi mọi thứ tiếp tục như chưa từng có chuyện gì. Nhưng tôi không tin vào những lỗi cá biệt. Tôi tin vào những mô thức. Và mô thức ở đây rất rõ: ngành dữ liệu bóng đá đã tách rời khỏi thực tại mà nó cho là mình đang phục vụ. Người ta gọi tôi là kẻ ngược chiều. Tôi gọi họ là đám đông. Đám đông tin vào bảng số. Tôi tin vào nỗi đau trên sân cỏ. Một thập kỷ trước tôi tin dữ liệu. Bây giờ tôi tin đôi mắt. Hãy nghĩ kỹ: nếu một cỗ máy có thể dán nhãn "bóng đá" cho một bài báo về giá xăng, thì nó cũng có thể dán nhãn sai hàng nghìn bài báo khác. Nó có thể gom một tin chuyển nhượng bịa đặt vào cùng nhóm với một phân tích chiến thuật thật. Nó có thể đẩy một tin đồn từ một tài khoản vô danh lên cùng mức độ tin cậy với một thông cáo từ câu lạc bộ. Và khi độc giả đọc hỗn hợp đó, họ không có cách nào phân biệt đâu là vàng, đâu là cát. Trong bóng đá, chúng ta đã quen chỉ trích trọng tài vì một quyết định sai. Chúng ta quên rằng có một tầng trọng tài khác, vô hình hơn, đang phán xử mọi thứ chúng ta đọc mỗi ngày: tầng thuật toán. Và tầng trọng tài đó không có VAR. Không có phòng điều khiển. Không có ai xem lại băng ghi hình. Ở Pháp, tôi từng chứng kiến một câu lạc bộ Ligue 1 dùng hệ thống dữ liệu để đánh giá cầu thủ, rồi ký hợp đồng với một tiền đạo chỉ vì chỉ số bàn thắng kỳ vọng của anh ta đẹp. Ba tháng sau, cầu thủ đó ngồi dự bị vì không hợp với cách chơi của đội. Cỗ máy đã đúng về con số, và sai về con người. Nó không đọc được sự cô đơn của một cầu thủ trẻ ở thành phố mới, không đọc được sự lệch nhịp giữa anh ta và tuyến giữa, không đọc được rằng huấn luyện viên không tin anh ta. Đó là lý do tôi nói: dữ liệu không nhìn thấy gì cả. Dữ liệu chỉ ghi lại những gì con người đã chọn để đo. Và nếu người ta chọn đo sai, hoặc dán nhãn sai, thì dữ liệu trở thành một tấm gương méo mó phản chiếu chính sự lười biếng của chúng ta. Vậy điều gì tiếp theo? Nếu tôi đúng, lỗi này sẽ bị phát hiện, bài báo được gán lại nhãn, và cỗ máy tiếp tục chạy. Nhưng nếu tôi đúng ở tầng sâu hơn, thì gán nhãn lại không giải quyết được gì. Vấn đề không nằm ở bài báo về giá xăng Pakistan. Vấn đề nằm ở chỗ cỗ máy không có khả năng nghi ngờ chính mình. Tôi không viết để được yêu, tôi viết để được đọc. Và nếu bài này khiến vài người trong ngành dữ liệu bóng đá dừng lại, mở một bài báo ra, đọc bằng mắt người, và tự hỏi "cái này có thật sự thuộc về bóng đá không" - thì tôi đã làm được việc của mình. Bởi trong một thế giới mà mọi thứ đều có thể được dán nhãn, câu hỏi duy nhất còn đáng hỏi là: ai đang dán nhãn, và tại sao chúng ta lại tin họ đến thế?