Bản ghi lỗi và mùa chuyển nhượng: Khi dữ liệu bóng đá Việt Nam bị dán nhãn sai

2 giờ 47 phút sáng ngày 12 tháng 8 năm 2026, chiếc điện thoại cũ của tôi rung trên mặt bàn gỗ ở Bình Dương. Một ứng dụng tổng hợp tin đẩy về thông báo quen thuộc: Nguồn tin thân cận xác nhận. Tôi mở ra. Đường dẫn dẫn tới một bản ghi nằm trong một hệ thống tổng hợp dữ liệu tin tức. Trường phân loại ghi một chữ duy nhất: football.

Bên trong, nội dung kể về một người đàn ông Mexico 66 tuổi, Álvaro Sánchez Pérez, được phát hiện tử vong tại khu khảo cổ Machu Picchu ở Peru. Cơ quan văn hóa Cusco, cảnh sát quốc gia Peru và cơ quan công tố Peru tham gia vào quá trình điều tra. Không đội bóng. Không cầu thủ. Không hợp đồng, không phí môi giới, không một đồng nào đổi chủ.

Tôi đọc lại bốn lần. Đến lần thứ tư thì cơn buồn ngủ biến mất, vì một lý do không mấy cao thượng: chữ football nằm đó, ngay ngắn, tự tin, giống hệt một bản hợp đồng đã đóng dấu. Một cỗ máy nào đó đã quyết định rằng cái chết của một du khách trên dãy Andes là chuyện bóng đá. Quyết định ấy sẽ được lưu lại, được đếm, và có thể trở thành một dòng trong bảng dữ liệu mà một huấn luyện viên V.League mở ra lúc bảy giờ sáng.

Những gì tôi tin chỉ bắt đầu khi tiền đổi chủ. Tôi viết câu đó vào sổ tay năm 2026, và từ đó nó là hàng rào đầu tiên tôi dựng trước mọi bản tin. Lần này hàng rào không hoạt động, vì tiền chưa từng đổi chủ, bóng chưa từng lăn, mà dữ liệu đã ra quyết định thay tôi.

Ở Việt Nam, tin chuyển nhượng không chảy theo một con đường. Nó chảy theo ít nhất năm con đường cùng lúc. Một tài khoản nước ngoài đăng dòng đầu tiên. Một fanpage dịch lại trong vòng hai mươi phút. Một kênh YouTube đóng gói thành video ba phút với tiêu đề có chữ SỐC. Một nhóm chat kín thêm vào hai chữ nghe nói. Và cuối cùng là một trang tổng hợp viết lại toàn bộ, mở đầu bằng câu theo nhiều nguồn. Đến khi tin tới tay người hâm mộ, nó đã đi qua năm bàn tay, và không bàn tay nào từng gọi một cuộc điện thoại.

Khối lượng thì không hề nhỏ. Trong một kỳ chuyển nhượng giữa mùa của V.League, một fanpage thể thao cỡ trung bình đăng từ ba trăm tới năm trăm bài. Một trang tổng hợp có thể xử lý vài nghìn dòng mỗi ngày, phần lớn là dịch máy, biên tập lại, gắn thẻ. Mùa giải thường niên năm 2026 đang chạy, và cửa sổ đăng ký giữa mùa luôn là giai đoạn mà lượng tin tăng gấp ba lần so với phần còn lại của năm. Không ai đọc hết. Không ai có thể đọc hết. Vì thế mà hệ thống dán nhãn tự động ra đời.

Các câu lạc bộ V.League cũng đã thay đổi. Cách đây mười năm, tuyển trạch viên đi xem trận, ghi chép, gọi cho người quen. Bây giờ, một số đội có bộ phận phân tích, có tài khoản dùng chung cho các nền tảng dữ liệu quốc tế, có bảng theo dõi cầu thủ mục tiêu cập nhật theo tuần. Khi đội cần một tiền đạo ngoại trong hai tuần trước hạn đăng ký, người ta không đi xem ba trận ở giải hạng hai Argentina. Người ta mở bảng dữ liệu, lọc, và gọi cho người đại diện.

Đó là lý do tôi tỉnh ngủ lúc 2 giờ 47. Một bản ghi sai nằm trong hệ thống tổng hợp tin thì vô hại. Một bản ghi sai nằm trong đường ống mà các đội bóng đang dùng để lọc nhân sự thì là chuyện khác. Và điều đáng nói là cơ chế gây lỗi rất đơn giản, đến mức ai cũng có thể hiểu, kể cả khi không ai muốn hiểu.

Một chế độ hỏng đầu tiên là ô nhiễm thực thể. Hệ thống đọc bài, nhận diện tên riêng, tổ chức, địa danh, rồi gán chúng vào các bảng riêng. Với một bài về sự việc tại Machu Picchu, các thực thể được rút ra gồm cơ quan văn hóa Cusco, cảnh sát quốc gia Peru, và cơ quan công tố Peru. Cả ba đều không có quan hệ gì với bóng đá. Nhưng chúng vừa được nạp vào một bảng thực thể mang nhãn football.

Hậu quả không xảy ra ngay. Nó xảy ra sáu tháng sau, khi một người làm dữ liệu tìm kiếm cụm từ Peru trong bảng đó để lọc hồ sơ cầu thủ Nam Mỹ, và nhận về một danh sách lẫn cơ quan điều tra hình sự của một quốc gia khác. Anh ta sẽ tưởng đó là lỗi hiển thị. Anh ta sẽ bỏ qua. Và bảng dữ liệu thì không tự sửa mình.

Chế độ hỏng thứ hai là va chạm tên. Sánchez Pérez. Ở Nam Mỹ, đây là tổ hợp họ phổ biến bậc nhất. Trong cơ sở dữ liệu cầu thủ chuyên nghiệp, tôi từng đếm được hàng chục cá nhân mang tổ hợp họ tương tự ở các giải Argentina, Uruguay, Chile, Colombia. Khi một bộ máy gán nhãn chỉ dựa vào tín hiệu bề mặt, nó có thể nối một sự kiện phi bóng đá vào hồ sơ của một cầu thủ thật.

Với người đọc, đó là một dòng vô nghĩa. Với một cầu thủ, đó là một liên kết sai tồn tại vĩnh viễn trong một hệ thống mà không ai giải thích cho anh ta cách xóa. Với một câu lạc bộ đang cân nhắc ký hợp đồng, đó có thể là một ghi chú mơ hồ trong hồ sơ nhân sự mà không ai truy được nguồn gốc.

Sai lầm đọc tên dạy tôi: nhìn vào hợp đồng, đừng nhìn vào mồm. Năm 2026, khi còn là sinh viên năm cuối ngành Truyền thông quốc tế, tôi được một kênh thể thao địa phương nhận làm cộng tác viên bình luận cho trận Việt Nam gặp Campuchia ở vòng loại Asian Cup. Hiệp một, tôi phát âm sai tên tiền vệ Chan Vathanaka ba lần liên tiếp, đến mức khán giả vào fanpage hỏi anh này có xem bóng đá không. Tôi tự phạt mình bằng cách xem lại toàn bộ băng ghi hình, ghi phiên âm tên hai đội, lập một bảng thuật ngữ riêng. Một tháng sau tôi thuộc biên chế và giá trị hợp đồng của gần bốn mươi cầu thủ Đông Nam Á.

Bài học năm đó không nằm ở chuyện phát âm. Nó nằm ở chỗ: một cái tên bị đọc sai sẽ tạo ra một liên kết sai trong đầu người nghe, và liên kết đó rất khó gỡ. Cái tên là đơn vị dữ liệu nhỏ nhất của nghề này. Làm hỏng nó ở tầng nền thì mọi tầng phía trên đều lệch.

Tôi bay Moscow bằng tiền để dành, và trở về với nguồn tin đã vỡ. Tháng 6 năm 2026, tôi dồn toàn bộ số tiền làm thêm vào một chuyến đi sang Nga xem World Cup, trong tình trạng chưa có thẻ báo chí chính thức. Tại một quán bar gần sân Luzhniki, tôi gặp một nhân viên pha chế người Nga, người khẳng định có nguồn nội bộ cho biết một ngôi sao lớn sẽ rời câu lạc bộ chủ quản ngay sau giải. Tôi không tin hoàn toàn. Nhưng theo bản năng, tôi quyết định dùng anh ta như một kênh tham khảo, rồi xác minh chéo bằng cách hỏi ba nhà báo Brazil khác ở khu vực hỗn hợp.

Tin đồn đó sai. Cách tôi đối chiếu thì không sai. Bartender Nga không phải chuyên gia, nhưng ông ta biết ai uống say. Và điều tôi mang về Việt Nam không phải một tin nóng, mà là một quy tắc: ở hiện trường, một nguồn tin không có giá trị bằng ba nguồn tin đối chiếu.

Từ đó, tôi luôn viết câu theo nhiều nguồn hoặc chưa thể xác minh độc lập trong mọi bài về chuyển nhượng. Tôi cũng rèn thói quen ghi rõ thời điểm nhận tin, vì trong bóng đá, một tin cũ hai mươi bốn giờ đã thành rác. Nhưng tôi nhận ra một điều khó chịu: quy tắc của tôi chỉ hoạt động khi có người ngồi đọc. Khi dữ liệu được xử lý tự động, không ai ngồi đọc nữa, và thời điểm nhận tin biến thành một trường ngày tháng vô nghĩa.

Mùa hè sân trống, tôi phát minh ra chỉ số để nghe bóng đá trong đầu. Tháng 3 năm 2026, khi mọi giải đấu tạm hoãn, tôi đang làm biên tập viên cho một website thể thao ở Bình Dương và gần như mất việc. Không có trận đấu để xem, tôi lao vào phân tích dữ liệu hợp đồng của năm mươi cầu thủ từng xuất hiện trong tin đồn chuyển nhượng suốt năm năm, đối chiếu với số phút thi đấu và vị trí sở trường.

Một quy luật hiện ra: rất nhiều thương vụ thất bại vì cầu thủ bị đưa vào một hệ thống chiến thuật không hợp với cách anh ta chạy. Tôi viết một bài đề xuất Chỉ số Tương thích Chiến thuật, gọi tắt là TSI, dựa trên năm biến: cường độ pressing, chiều cao khối đội, tốc độ chuyển trạng thái, tỷ lệ kiểm soát bóng, và vai trò dự bị. Bài viết không cần một trận đấu nào, nhưng có một huấn luyện viên hạng Nhất liên hệ hỏi thêm.

Chỉ số tương thích không nằm trên giấy, nó nằm trong cách cầu thủ chạy. Dựa trên kinh nghiệm theo dõi các trận đấu của tôi ở V.League và các giải Đông Nam Á, tôi bắt đầu ghi lại chỉ số PPDA theo từng ba mươi phút thay vì theo cả trận. Một đội có thể pressing rất cao trong hiệp một rồi sụp xuống hiệp hai, và bảng dữ liệu tổng hợp cả trận sẽ che mất điều đó. Khi một cầu thủ được đưa về từ giải khác, tôi không xem anh ta ghi bao nhiêu bàn. Tôi xem anh ta chạy bao nhiêu mét trong mười phút đầu sau khi mất bóng.

Tôi không đếm số lần tâng bóng, tôi đếm số lần cầu thủ bị hệ thống bóp nghẹt. Đó là lý do tôi nói rằng dữ liệu bẩn ở tầng nhận diện nguy hiểm hơn dữ liệu thiếu. Thiếu thì người ta biết mình thiếu, và người ta đi xem. Bẩn thì người ta tưởng mình đã có.

Quay lại bản ghi lúc 2 giờ 47. Giả sử nó đi đủ xa. Một nhân viên phân tích mở bảng theo dõi thị trường Nam Mỹ, lọc theo quốc gia, và nhận về một dòng mang nhãn Peru kèm tên một người đàn ông đã mất. Anh ta không biết người đó là ai. Anh ta chỉ thấy nhãn football.

Nếu anh ta cẩn thận, anh ta mở nguồn và phát hiện sai. Nếu anh ta đang chạy đua với hạn đăng ký cầu thủ, anh ta đóng lại và đi tiếp. Đó là toàn bộ cơ chế của thảm họa nhỏ này: nó không cần ai tin. Nó chỉ cần được lưu.

Điều làm tôi khó chịu nhất không nằm ở chữ football sai. Nó nằm ở chỗ bản ghi đó có một thời điểm nhận tin chính xác, một nguồn được ghi rõ, và một định dạng hoàn toàn hợp lệ. Nó trông đáng tin hơn một bản ghi thiếu trường. Trong nghề của tôi, thứ trông đáng tin luôn nguy hiểm hơn thứ trông đáng ngờ.

Có một khoảng cách giữa cách các đội bóng Việt Nam đánh giá cầu thủ và cách dữ liệu được tạo ra. Đội bóng đánh giá bằng mắt người, bằng trận đấu, bằng buổi tập thử. Dữ liệu được tạo ra bởi các đường ống không có ai chịu trách nhiệm cuối cùng. Khi hai hệ thống này gặp nhau, niềm tin được chuyển từ bên có trách nhiệm sang bên không có trách nhiệm.

Tôi từng ngồi với một người làm tuyển trạch ở một câu lạc bộ V.League. Anh ta nói một câu tôi ghi lại nguyên văn: Tôi không cần dữ liệu đúng, tôi cần dữ liệu nhanh, vì ban huấn luyện chỉ cho tôi ba ngày. Câu đó không sai về mặt nghề nghiệp. Nó chỉ mô tả chính xác lý do vì sao một bản ghi lỗi có thể sống lâu hơn người tạo ra nó.

Đổ lỗi cho thuật toán là cách trốn trách nhiệm dễ chịu nhất hiện có. Một cỗ máy dán nhãn sai thì không ai giận được, không ai kiện được, không ai phải xin lỗi. Nhưng nếu nhìn kỹ, mọi bộ máy dán nhãn đều được huấn luyện bằng dữ liệu do con người gán nhãn trước đó. Nó học đúng thói quen của ngành: nhanh, gọn, không kiểm chứng.

Ngành tin bóng đá Việt Nam chưa từng có một quy trình kiểm chứng thành văn. Chúng ta có thói quen, có uy tín cá nhân, có quan hệ. Chúng ta không có quy trình. Khi số lượng bài vượt qua ngưỡng con người có thể đọc, thói quen bị thay bằng tự động hóa, và tự động hóa kế thừa toàn bộ điểm yếu cũ mà không kế thừa được chút nào sự thận trọng.

Đám đông không thưởng cho sự chính xác. Đám đông thưởng cho tốc độ. Một fanpage đăng sai và sửa sau hai giờ sẽ có lượng tương tác cao hơn một fanpage đăng đúng sau hai ngày. Cơ chế đó không do thuật toán tạo ra, và thuật toán cũng không sửa được nó. Nó chỉ khiến vòng lặp quay nhanh hơn.

Một nghịch lý tôi gặp thường xuyên: càng nhiều dữ liệu, người ta càng ít kiểm chứng. Vì dữ liệu tạo ra cảm giác chắc chắn. Khi một con số xuất hiện trên màn hình kèm một cái tên và một lá cờ, não người đọc tự động gán cho nó mức độ xác thực cao hơn một câu văn mô tả. Đó là lý do một bản ghi sai trong bảng dữ liệu nguy hiểm hơn một tin đồn sai trên diễn đàn.

Điểm mù lớn nhất không nằm ở chỗ có bản ghi sai. Điểm mù nằm ở chỗ không ai chịu trách nhiệm xóa nó. Không ai được trả tiền để hậu kiểm. Không ai được thưởng vì phát hiện một nhãn sai. Trong khi đó, người tạo ra bản ghi được thưởng vì tốc độ, và người sử dụng bản ghi được thưởng vì đã có thứ để dùng.

Khi một câu lạc bộ ký hợp đồng mua dữ liệu tuyển trạch, hợp đồng thường quy định số lượng hồ sơ, số giải đấu, tần suất cập nhật và thời hạn truy cập. Tôi chưa từng thấy một điều khoản nào quy định ai chịu trách nhiệm khi dữ liệu sai. Điều đó nói lên rằng chất lượng chưa được coi là một hạng mục có thể định giá.

Với tư cách người làm nghề đưa tin chuyển nhượng, tôi phải thừa nhận phần trách nhiệm của mình. Tôi từng đăng một thông tin mà tôi không nên đăng, vì tôi sợ chậm chân. Tôi từng viết theo nhiều nguồn khi thực chất chỉ có một nguồn và bốn lần sao chép. Tôi đã sửa, nhưng tôi không xóa, và tôi hiểu vì sao mình không xóa.

Điều tôi rút ra sau tất cả không phải là một lời kêu gọi đạo đức. Nó là một yêu cầu kỹ thuật: dữ liệu bóng đá cần một tầng kiểm tra độc lập với tầng tạo dữ liệu. Giống như VAR cần một người ngồi ở phòng khác, không phải trọng tài chính tự xem lại quyết định của mình.

Trong bóng đá, khi một bàn thắng được ghi, hệ thống xác định danh tính cầu thủ ghi bàn, thời điểm, vị trí. Nếu một pha bóng bị gán sai người ghi bàn, mọi thống kê cá nhân phía sau đều lệch, và không ai phát hiện ra cho tới khi có người xem lại băng hình. Chúng ta chấp nhận việc phải xem lại băng hình. Chúng ta không chấp nhận việc phải xem lại nhãn dữ liệu.

Cái domino tiếp theo sẽ rơi ở đâu? Tôi đoán nó rơi vào thời điểm một câu lạc bộ V.League công bố một bản hợp đồng dựa trên hồ sơ mà sau đó hóa ra thuộc về một người khác. Khi đó, người ta sẽ không tranh cãi về chuyên môn. Người ta sẽ tranh cãi về việc ai đã gán nhãn, ai đã kiểm tra, và ai đã ký.

Và khi cửa sổ chuyển nhượng mở lại, với hàng nghìn bản ghi mới đổ vào mỗi ngày, câu hỏi tôi muốn đặt cho những người làm nghề cùng tôi rất đơn giản. Nếu một bản ghi về một người đàn ông mất tích trên dãy Andes có thể mang nhãn football mà không ai phát hiện, thì trong bảng dữ liệu mà bạn đang dùng để quyết định một suất ngoại binh, còn bao nhiêu dòng khác cũng đang mang nhãn sai như thế?