Thể thao Việt Nam năm 2026 và bài toán xác minh dữ liệu

Trong tập hồ sơ thể thao Việt Nam giai đoạn 2026 mà tôi có dịp đối chiếu, cùng một trận đấu xuất hiện hai lần với hai kết quả khác nhau. Bản thứ nhất ghi tỉ số 2-1, bản thứ hai ghi 2-0. Không bản nào ghi ngày, ghi sân, hay ghi tên người lập công. Cả hai đều được chép tay cẩn thận, cùng cỡ chữ, cùng loại mực, cùng kiểu gạch đầu dòng.

Người ghi chép năm ấy không cẩu thả. Họ chỉ thiếu một thứ mà mọi bản báo cáo thể thao sau này đều cần: nguồn gốc. Khi tôi hỏi ba đơn vị lưu trữ khác nhau về cùng trận đấu đó, tôi nhận được ba câu trả lời khác nhau, và cả ba đều kết thúc bằng một câu giống nhau: "theo tài liệu còn lại thì là vậy".

Đó là điểm khởi đầu của mọi sai lầm trong công việc đọc dữ liệu.

Bối cảnh

Năm 2026, thể thao Việt Nam vừa bước ra khỏi một giai đoạn dài mà gần như mọi nguồn lực đều dồn cho việc khác. Cơ sở vật chất ở các tỉnh phần lớn là sân đất, đường chạy tự san, hồ sơ thi đấu do từng ban ngành giữ riêng và không có một đơn vị nào đứng ra tổng hợp theo chuẩn chung. Việc ghi chép phụ thuộc vào người có mặt tại chỗ: một cán bộ phụ trách, một giáo viên thể dục, đôi khi là một thư ký của đoàn. Mỗi người ghi theo cách của mình.

Ở tầm khu vực, năm 2026 có một mốc rõ ràng để neo vào: Đại hội Thể thao châu Á lần thứ tám tại Bangkok, diễn ra từ ngày 9 đến ngày 20 tháng 12. Một mốc như vậy có giá trị vì nó biến mọi thành tích trong nước thành thứ có thể so sánh được. Nhưng muốn so sánh, trước hết phải có dữ liệu đủ tin. Và đây là chỗ hồ sơ 2026 bộc lộ vấn đề lớn nhất của nó.

Phần lõi

Ba loại lỗi xuất hiện lặp đi lặp lại trong hồ sơ giai đoạn này, và cả ba đều không phải lỗi của người ghi.

Thứ nhất là lỗi đơn vị. Cùng một nội dung chạy, có nơi ghi theo mét, có nơi ghi theo thước. Cùng một nội dung nhảy, có nơi đo từ ván, có nơi đo từ vạch xuất phát. Khi đem hai bản ghi đó đặt cạnh nhau, người đọc sau này nhìn thấy một khoảng cách thành tích, trong khi thực tế chỉ có một khoảng cách quy ước. Sai số trong thể thao giai đoạn này phần lớn không nằm ở phép đo, mà nằm ở những quy ước chưa từng được viết ra.

Thứ hai là lỗi vắng mặt. Một giải không tổ chức thì không có kết quả. Nhưng trong hồ sơ chép tay, "không có kết quả" và "không tổ chức" được ghi giống hệt nhau, cùng một khoảng trắng. Nhiều năm sau, người tổng hợp đọc khoảng trắng đó thành "không có ai đạt thành tích", rồi từ đó rút ra kết luận về trình độ của cả một giai đoạn. Đây là dạng sai lầm nguy hiểm nhất, vì nó không để lại dấu vết.

Thứ ba là lỗi tuổi. Không phải hồ sơ nào cũng ghi năm sinh vận động viên. Khi thiếu, người ta suy ra từ cấp học, từ nghề nghiệp, hoặc từ trí nhớ của người chứng kiến. Ba cách suy ra đó cho ba kết quả khác nhau, và một kết quả sai về tuổi có thể đảo ngược toàn bộ đánh giá về tiềm năng của một vận động viên.

Dựa trên kinh nghiệm theo dõi và đối chiếu các trận đấu của tôi trong nhiều năm, tôi luôn bắt đầu bằng việc xác định dữ liệu nào đang thiếu, chứ không phải dữ liệu nào đang có. Cách làm này chậm và ít hào nhoáng, nhưng nó là khác biệt giữa một kết luận có thể kiểm chứng và một kết luận chỉ nghe hợp lý.

Quy trình tôi áp dụng cho hồ sơ 2026 gồm ba lớp. Lớp thứ nhất là đối chiếu chéo giữa các nguồn độc lập: hồ sơ ban ngành, hồ sơ địa phương, và ghi chép cá nhân nếu còn. Lớp thứ hai là kiểm tra tính nhất quán nội tại: một vận động viên chạy 100 mét trong 11 giây thì không thể đồng thời có thành tích nhảy xa tương ứng với tốc độ chạy chậm hơn nhiều. Lớp thứ ba là ghi chú mức độ chắc chắn cho từng dữ kiện, và chấp nhận để trống những ô không thể xác minh.

Lớp thứ ba là lớp bị bỏ qua nhiều nhất, vì nó đòi hỏi người phân tích phải thừa nhận mình không biết. Nhưng một ô trống được đánh dấu rõ ràng thì vô hại. Một ô trống được lấp bằng một giá trị nghe hợp lý thì sẽ nằm trong hồ sơ mãi mãi, và mọi kết luận xây trên nó đều sẽ sai theo.

Góc phản trực giác

Phản xạ tự nhiên khi đứng trước một hồ sơ thiếu là đi tìm thêm dữ liệu. Trong trường hợp 2026, phản xạ đó không giải quyết được gì, vì phần lớn dữ liệu còn lại đã nằm hết trong tay người đọc. Thứ có thể tạo ra khác biệt không phải là thêm số liệu, mà là thay đổi cách đặt câu hỏi.

Khi tôi chuyển từ câu hỏi "thành tích năm 2026 là bao nhiêu" sang câu hỏi "hồ sơ năm 2026 được lập theo quy ước nào", bức tranh thay đổi hoàn toàn. Những khoảng cách thành tích giữa các địa phương phần lớn biến mất, vì chúng vốn không phải khoảng cách về trình độ mà là khoảng cách về cách đo. Ngược lại, một vài khác biệt nhỏ lại trở nên đáng tin hơn, vì chúng xuất hiện ở những nơi có cùng quy ước.

Có một cám dỗ khác cần tránh: gán quan hệ nhân quả cho những thứ chỉ đi cùng nhau. Năm 2026, số lượng giải đấu tăng lên ở một số tỉnh, và thành tích ở những tỉnh đó cũng cao hơn. Điều đó không chứng minh rằng tổ chức nhiều giải thì thành tích sẽ tăng. Có thể những tỉnh đó vốn đã có cơ sở vật chất tốt hơn, và chính cơ sở vật chất mới là thứ tạo ra cả hai. Tương quan chỉ là một lời mời đặt câu hỏi, không phải một câu trả lời.

Sai lầm năm ấy dạy tôi rằng dữ liệu không bao giờ nói dối, chỉ có cách đọc là sai. Hồ sơ 2026 không hề nói rằng thể thao Việt Nam yếu. Nó chỉ nói rằng người ghi chép năm đó chưa có điều kiện để ghi lại đầy đủ những gì đã diễn ra.

Tôi không tin vào trực giác, tôi tin vào những con số biết nói sau khi được hỏi đúng. Với một hồ sơ đã bốn mươi năm tuổi, câu hỏi đúng hiếm khi là câu hỏi về thành tích. Nó thường là câu hỏi về phương pháp.

Kết

Mỗi mùa giải là một nghi lễ, và người phân tích chỉ là người ghi chép lại các điềm báo. Điều duy nhất tôi giữ lại từ hồ sơ 2026 không phải là một kỷ lục nào, mà là một khoảng trắng được khoanh lại cẩn thận bên lề trang giấy. Người ghi chép năm đó biết mình thiếu gì, và đã ghi lại đúng như vậy.

Nếu có một việc đáng làm với những hồ sơ tương tự còn nằm rải rác ở các tỉnh, thì đó là số hóa chúng cùng với phần chú thích về độ tin cậy, trước khi những người cuối cùng từng chứng kiến trực tiếp những trận đấu ấy không còn nữa. Dữ liệu không tự mất đi. Người ta chỉ ngừng ghi lại nó.