Bấm giờ hỏng và bảng dữ liệu trống: chuẩn trung thực của phân tích điền kinh Việt Nam

Bảng dữ liệu tôi nhận được lúc 22 giờ một tối thứ Sáu có đúng 1.247 dòng — con số mà hệ thống quản lý giải khai báo cho một vòng chung kết điền kinh cấp quốc gia. Số ô chứa giá trị thật: không.

Cột thời gian trống. Cột tốc độ gió trống. Cột nhịp độ từng vòng 200 mét trống. Cột ngày thi đấu trống. Cột mã vận động viên trống. Một tệp có tên, có định dạng, có đủ số dòng như cam kết, nhưng không chứa nổi một mẩu sự thật nào về bất kỳ ai đã bước lên đường chạy hôm đó.

Mười bảy năm theo nghề đã dạy tôi sống chung với dữ liệu bẩn. Tôi từng thấy số lẻ bị cắt cụt, đơn vị đo bị trộn lẫn, hai máy bấm giờ lệch nhau ba phần trăm giây. Những thứ đó vẫn là dữ liệu — xấu, nhưng đọc được. Một tệp trống khác hẳn về bản chất. Nó không nói vận động viên chạy chậm. Nó nói rằng chúng ta chưa từng đo.

Khi con số biết nói, tôi chỉ việc lắng nghe. Còn khi con số im lặng, việc duy nhất đúng đắn là đừng nói thay nó.

Sự việc không hiếm. Một giải điền kinh cấp quốc gia, hệ thống bấm giờ điện tử gặp sự cố ở một vài nội dung, ban tổ chức buộc phải chuyển sang phương án dự phòng: bấm tay. Kết quả vẫn được công bố, huy chương vẫn được trao, nhưng lớp dữ liệu nằm bên dưới tấm huy chương đã biến mất. Không còn tốc độ gió, không còn thời gian từng vòng, không còn sai số đo.

Với khán giả, điều đó gần như vô hại. Ai về đích trước, người đó thắng. Với người làm phân tích, đó là một thảm họa âm thầm. Bởi mọi kết luận về sau — vận động viên này đang lên phong độ hay xuống, nội dung này tiến bộ hay thoái bộ so với năm trước, ai xứng đáng một suất dự SEA Games — đều phải bám vào chuỗi dữ liệu bắt đầu từ chính buổi chiều bị mất ấy.

Tôi nhận hợp đồng phân tích cho một nhóm chạy cự ly trung bình và dài đang chuẩn bị cho vòng tuyển chọn. Nhiệm vụ nghe đơn giản: dựng đường cong phát triển thành tích của từng vận động viên, đối chiếu với chuẩn tuyển chọn, rồi chỉ ra ai có tín hiệu tiến bộ bền vững. Nhưng để làm được điều đó, tôi cần một thứ tối thiểu: dữ liệu thật.

Thứ tôi nhận được là một tệp đúng cấu trúc và trống ruột. Trong khoảnh khắc đó, tôi hiểu mình đang đứng trước một cám dỗ rất cụ thể, thứ cám dỗ mà bất kỳ ai từng làm nghề dữ liệu đều biết mặt: điền vào chỗ trống bằng phỏng đoán nghe hợp lý.

Bối cảnh rộng hơn cũng cần được nói rõ. Điền kinh Việt Nam những năm gần đây có những cột mốc đáng nhớ. Tại SEA Games 32 năm 2026, Nguyễn Thị Oanh giành bốn huy chương vàng, theo tổng hợp của báo chí thể thao trong nước. Cũng tại kỳ đại hội đó, Hoàng Nguyên Thanh về nhất nội dung marathon nam. Những tấm huy chương ấy được xây trên nền tập luyện nhiều năm, và mỗi năm tập luyện đều để lại dấu vết dữ liệu — chỉ có điều dấu vết ấy thường không được lưu lại đầy đủ.

Một bộ dữ liệu điền kinh tử tế phải trả lời được sáu câu hỏi, và thiếu bất kỳ câu nào thì phần còn lại đều mất giá trị.

Bắt đầu từ thời điểm. Không có ngày thi đấu, không thể đặt thành tích vào bất kỳ chuỗi tiến bộ nào. Một kỷ lục cá nhân lập hồi tháng Ba và một kết quả tương tự lập hồi tháng Mười là hai câu chuyện khác nhau, bởi giữa chúng là cả một chu kỳ huấn luyện, với giai đoạn tích lũy, giai đoạn chuyên sâu và giai đoạn giảm tải trước khi bước vào đỉnh phong độ.

Tiếp theo là địa điểm và độ cao. Đường chạy nằm trên 1.000 mét so với mực nước biển làm lợi cho cự ly nước rút và nhảy, đơn giản vì không khí loãng hơn nên lực cản nhỏ hơn. Một kết quả đẹp ở đó không thể đem so thẳng với kết quả ở đồng bằng mà không hiệu chỉnh.

Không thể bỏ qua tốc độ gió. Cự ly nước rút và nhảy chỉ được công nhận kỷ lục khi gió xuôi không vượt quá 2,0 mét mỗi giây. Vượt ngưỡng ấy, thành tích vẫn tồn tại nhưng không còn giá trị so sánh. Một cơn gió thuận đúng lúc có thể xóa nhòa nhiều tháng tập luyện, và ngược lại, một cơn gió ngược có thể khiến một vận động viên giỏi trông tầm thường.

Phương pháp đo cũng là một biến số. Bấm tay và bấm điện tử là hai phương pháp khác nhau. Kết quả bấm tay ở cự ly 100 mét được cộng thêm khoảng 0,24 giây khi quy đổi; ở 400 mét là khoảng 0,14 giây. Nghe nhỏ, nhưng trong môn thể thao mà huy chương được phân định bằng phần trăm giây, đó là cả một khoảng trời.

Dữ liệu chia vòng là câu hỏi thứ năm. Tổng thời gian cho biết ai thắng. Thời gian từng vòng cho biết vì sao. Hai vận động viên cùng về đích trong 4 phút 20 giây ở cự ly 1.500 mét có thể đang kể hai câu chuyện thể lực trái ngược hoàn toàn: một người chạy đều, một người bung sức sớm rồi gãy ở 300 mét cuối.

Cuối cùng là danh tính. Một con số không gắn với tên người thì không thể theo dõi qua thời gian, không thể dựng đường cong, không thể cảnh báo chấn thương.

Sáu cột. Tệp của tôi trống cả sáu.

Đây là lúc nghề dữ liệu bộc lộ phần khó nhất. Khi bảng trống, người ta có thể dựng lại mọi thứ bằng trí tưởng tượng. Tôi biết vận động viên A thường chạy 800 mét quanh mức 2 phút 05 giây. Tôi biết vận động viên B năm ngoái từng có huy chương. Từ hai mẩu ký ức đó, hoàn toàn có thể viết ra một bản phân tích nghe rất thuyết phục: biểu đồ đi lên, nhận định về phong độ, dự báo về tuyển chọn.

Bản phân tích ấy sẽ là một lời nói dối, dù từng con số riêng lẻ có thể đúng. Nó không còn là phân tích nữa. Nó là ký ức được trang điểm thành dữ liệu.

Tôi không tin vào may mắn; tôi tin vào những gì đã được lặp lại đủ lần. Một lần chạy nhanh không tạo nên phong độ. Một lần chạy chậm không tạo nên sự sa sút. Và một bảng trống không tạo nên bất cứ điều gì ngoài một điều duy nhất: sự thừa nhận rằng ta chưa biết.

Trong phân tích điền kinh, có một phép kiểm tra tôi luôn chạy trước khi kết luận về bất kỳ ai: phép kiểm tra bùng nổ thành tích. Nếu mức tiến bộ trong một năm của một vận động viên lớn hơn khoảng ba lần mức tiến bộ trung bình của những năm trước đó, đó là dấu hiệu cần soi lại. Có thể là một bước nhảy thật nhờ thay đổi giáo án hoặc chuyển nhóm huấn luyện. Cũng có thể là dấu hiệu của một điều gì khác. Nhưng để chạy phép kiểm tra ấy, tôi cần chuỗi thành tích theo từng năm. Không có chuỗi, không có phép kiểm tra. Không có phép kiểm tra, mọi kết luận chỉ là niềm tin được đóng gói cẩn thận.

Có một nghịch lý mà người ngoài ngành hiếm khi nhìn thấy. Một bảng kiểm tra rủi ro được điền đầy đủ bằng chữ "chưa đủ thông tin" trông rất giống một bảng kiểm tra sạch. Cùng một hình thức, cùng một vẻ gọn gàng. Nhưng bản chất thì ngược nhau: một bảng nói "không có rủi ro