Bóng đá Việt Nam và bài học từ một quy trình phân tích dữ liệu thất bại: Không có thông tin thì không được phép suy đoán

Trong làng thể thao Việt Nam, một sự cố kỹ thuật tưởng chừng chỉ liên quan đến máy móc lại đang đặt ra câu hỏi nghiêm túc về cách giới truyền thông và các đơn vị phân tích dữ liệu bóng đá xử lý thông tin. Một quy trình bóc tách nội dung ở giai đoạn một đã trả về một biểu mẫu hoàn chỉnh về cấu trúc nhưng trống rỗng về nội dung: không tiêu đề bài viết, không nguồn, không loại bài, không một điểm thông tin nào. Báo cáo phân tích chuyên môn sâu ở giai đoạn hai đã từ chối đưa ra bất kỳ kết luận bóng đá nào, ghi nhận đây là trường hợp thông tin cực kỳ khan hiếm và chuyển toàn bộ phần phân tích sang cấp độ quy trình. Cụ thể, bảng kiểm của giai đoạn một cho thấy tiêu đề bài viết ở trạng thái không xác định, nguồn bài viết không xác định, loại bài chưa được phân loại, danh sách điểm thông tin rỗng hoàn toàn, phần quan điểm cốt lõi gồm tóm tắt một câu, lập trường tác giả và mục đích bài viết đều bỏ trống. Danh sách thực thể liên quan được ghi là xác định từ các điểm thông tin phía trên, nhưng vì không tồn tại điểm thông tin nào nên không thể suy ra bất kỳ thực thể nào. Hai trường đáng lẽ chỉ cần suy ra từ siêu dữ liệu là mức độ nhạy cảm thời gian và chất lượng nguồn cũng không được đánh giá. Tín hiệu duy nhất còn sống sót là nhãn lĩnh vực bóng đá Việt Nam. Chín chiều phân tích của báo cáo giai đoạn hai vì thế đều ở trạng thái không thể đánh giá: chiến thuật và kỹ thuật, tài chính câu lạc bộ và thị trường chuyển nhượng, kết quả thi đấu và chu kỳ dư luận, bối cảnh giải đấu và định vị đội bóng, tuân thủ luật lệ và quản trị, quản lý và phòng thay đồ, hồ sơ rủi ro, truyền thông và kỳ vọng, cuối cùng là chuỗi truyền dẫn của ngành bóng đá. Không chiều nào có thể điền nếu thiếu ba yếu tố tối thiểu: chủ thể được nêu tên, mốc thời gian xác định và sự kiện cụ thể. Báo cáo ghi rõ mọi kết luận bóng đá ở thời điểm này sẽ chỉ là sản phẩm của trí tưởng tượng, không phải kết quả của phân tích. Với bóng đá Việt Nam, khoảng trống dữ liệu không phải câu chuyện cá biệt. Các câu lạc bộ ở V.League 1 và V.League 2 hiếm khi công bố báo cáo tài chính được kiểm toán; phí chuyển nhượng phần lớn không được tiết lộ; số liệu lương và thưởng gần như nằm ngoài tầm quan sát của công chúng. Thông tin về một cầu thủ hay một huấn luyện viên thường xuất hiện trước tiên trên mạng xã hội hoặc các trang tổng hợp, sau đó mới được báo chí chính thống dẫn lại, tạo ra khoảng cách rất lớn về độ tin cậy giữa thông báo chính thức của câu lạc bộ, Liên đoàn Bóng đá Việt Nam, Liên đoàn Bóng đá Châu Á và tin đồn lan truyền. Ở chiều phân tích chiến thuật, báo cáo chỉ ra rằng các chỉ số định lượng quen thuộc như bàn thắng kỳ vọng, pha kiến tạo kỳ vọng, số đường chuyền cho phép trên mỗi hành động phòng ngự hay thời lượng kiểm soát bóng đều không xuất hiện. Thiếu những chỉ số này, mọi nhận định về sơ đồ, cách gây áp lực hay mô hình triển khai bóng đều không thể kiểm chứng. Báo cáo cũng không xác định được đơn vị phân tích là một trận đấu cụ thể hay một xu hướng dài hạn của cả mùa giải, bởi không có mốc thời gian nào được ghi nhận trong tài liệu đầu vào. Ở chiều tài chính, báo cáo nhấn mạnh rằng khung Luật Công bằng Tài chính của Liên đoàn Bóng đá Châu Âu và Quy tắc Bền vững Lợi nhuận của Premier League không áp dụng trực tiếp cho bóng đá Việt Nam. Lớp quy định thực tế có hiệu lực là tiêu chuẩn cấp phép câu lạc bộ của Liên đoàn Bóng đá Châu Á cùng các quy chế nội bộ của Liên đoàn Bóng đá Việt Nam và Ban tổ chức giải chuyên nghiệp. Tuy nhiên, ngay cả việc kiểm tra mức độ áp dụng cũng không thể thực hiện, bởi báo cáo không nêu tên bất kỳ câu lạc bộ nào. Điểm đáng chú ý nhất là lập trường đạo đức của báo cáo. Thay vì lấp đầy chín chiều bằng những nhận định nghe hợp lý về bóng đá Việt Nam, tài liệu này chọn cách tuyên bố không đủ thông tin để đánh giá và xếp rủi ro bịa đặt ở mức cao. Báo cáo gọi đây là rủi ro toàn vẹn dữ liệu đầu vào và khuyến nghị không xuất bản, không hành động dựa trên kết quả phân tích, đồng thời coi tài liệu như một báo cáo sự cố quy trình cần được chạy lại từ đầu. Chẩn đoán kỹ thuật trong báo cáo cho rằng lỗi nhiều khả năng nằm ở tầng trích xuất hoặc nạp văn bản, không phải ở tầng phân tích. Bằng chứng là nhãn lĩnh vực bóng đá Việt Nam vẫn được tạo ra, chứng tỏ tầng phân loại đã hoạt động và văn bản gốc có thể đã tồn tại ở dạng đọc được một phần. Báo cáo cũng lưu ý rằng hai trường chỉ cần suy ra từ siêu dữ liệu là chất lượng nguồn và mức độ nhạy cảm thời gian đều bỏ trống, hàm ý siêu dữ liệu của tài liệu gốc cũng không được truyền tới tầng phân tích. Từ đó, báo cáo đề xuất hai yêu cầu kỹ thuật cụ thể. Thứ nhất, quy trình giai đoạn một phải phát ra cờ lỗi cứng khi trích xuất thất bại, thay vì trả về một biểu mẫu đúng cấu trúc nhưng rỗng, bởi kiểu đầu ra này gây hiểu lầm một cách âm thầm. Thứ hai, đơn vị vận hành phải thu thập siêu dữ liệu nguồn gồm tên cơ quan báo chí, tác giả, mốc thời gian công bố và đường dẫn gốc ngay tại thời điểm nạp, độc lập với việc phân tích nội dung, đồng thời gắn ngày công bố và ngày xác minh cuối cho mọi đầu ra. Danh sách dữ liệu tối thiểu để chạy lại phân tích gồm sáu mục. Một là tiêu đề bài viết, tên cơ quan báo chí, ngày công bố và tác giả. Hai là ít nhất ba điểm thông tin có thể truy vết, ưu tiên các con số cụ thể như phí chuyển nhượng, ngày thi đấu, vị trí bảng xếp hạng, số phút thi đấu, số bàn thắng và số pha kiến tạo. Ba là danh sách thực thể được nêu tên gồm câu lạc bộ, cầu thủ, huấn luyện viên, giải đấu và cấp độ giải. Bốn là mức độ nhạy cảm thời gian cùng mốc thời điểm hiệu lực. Năm là phân hạng chất lượng nguồn. Sáu là mọi phát ngôn được trích dẫn, tách biệt rõ với cách diễn đạt của nhà báo. Sự việc mang ý nghĩa trực tiếp với người hâm mộ bóng đá Việt Nam. Một bản phân tích không có nguồn, không có con số và không có thực thể thì không khác gì một lời đồn được trình bày bằng ngôn ngữ chuyên môn. Khi thông tin về chuyển nhượng, phong độ hay án kỷ luật được lan truyền mà không kèm nguồn gốc và thời điểm, người đọc không thể phân biệt đâu là thông báo chính thức từ câu lạc bộ hay Liên đoàn Bóng đá Việt Nam, đâu là suy đoán của một trang tổng hợp. Minh bạch nguồn vì thế là điều kiện tiên quyết, không phải phần phụ thêm. Ở cấp độ ngành, báo cáo chỉ ra rằng hệ sinh thái thương mại của bóng đá Việt Nam còn mỏng, giá trị bản quyền truyền hình trong nước hạn chế và mức độ phụ thuộc vào chủ sở hữu cùng nhà tài trợ lớn. Cấu trúc giải đấu tập trung tài nguyên vào một nhóm nhỏ câu lạc bộ như Hà Nội, Công An Hà Nội, Viettel, Nam Định cùng các lò đào tạo Hoàng Anh Gia Lai và PVF. Kênh truyền dẫn có giá trị cao nhất là từ phong độ cấp câu lạc bộ tới đội tuyển quốc gia, rồi tới các chu kỳ SEA Games, AFF Cup và Asian Cup, nhưng không thể phân tích khi chủ thể chưa được xác định. Báo cáo cũng nhắc tới hai đặc điểm thường bị bỏ qua trong phân tích bóng đá Việt Nam: hiệu ứng tăng phong độ ngắn hạn sau khi thay huấn luyện viên trưởng và năm cuối hợp đồng của cầu thủ, giai đoạn dễ phát sinh biến động phong độ hoặc căng thẳng trong đàm phán gia hạn. Với tỷ lệ thay huấn luyện viên được xem là cao hàng đầu khu vực châu Á, các câu lạc bộ Việt Nam thường xuyên rơi vào tình huống này. Tuy nhiên, báo cáo chỉ nêu đây là giả định về loại hình bài viết phổ biến, không phải bằng chứng về bài viết cụ thể đang được phân tích. Kết luận cuối cùng của báo cáo là một lời từ chối có trách nhiệm. Tài liệu xếp giá trị thông tin ở mức thấp nhất trên cả bốn thang đo gồm giá trị thể thao, giá trị ngành, giá trị thời sự và giá trị tham chiếu, đồng thời cảnh báo rằng cách duy nhất để lấp đầy chín chiều phân tích bằng nội dung bóng đá là bịa ra thực thể và sự kiện. Với bóng đá Việt Nam, nơi dữ liệu công khai còn thiếu và tốc độ thay đổi thông tin rất nhanh, việc nói rõ không biết vẫn luôn đáng tin hơn một bản phân tích hào nhoáng nhưng không có bằng chứng.