Bảng dữ liệu rỗng và cái bẫy phân loại của võ thuật Việt Nam

Một buổi tối tháng Giêng, tôi ngồi giữa hai màn hình. Bên trái là bản ghi một trận sanda tại giải vô địch quốc gia. Bên phải là bản ghi một trận boxing chuyên nghiệp ở Nhà thi đấu Nguyễn Du. Cùng một cú đá vòng cầu, cùng một góc tiếp xúc gần như trùng khớp, nhưng hai trọng tài ghi hai mức điểm khác nhau. Tôi lật lại bảng ghi chú của mình và nhận ra điều đáng lo hơn cả: tôi không có cách nào so sánh hai trận đấu này bằng cùng một thước đo.

Vấn đề không nằm ở võ sĩ. Vấn đề nằm ở chỗ tôi đã gọi cả hai là "võ thuật" mà không hỏi trước một câu đơn giản: đây là loại võ thuật nào?

Ở Việt Nam, chữ "võ" trùm lên ít nhất ba hệ thống thi đấu khác nhau. Võ cổ truyền thi đấu theo bài và theo đối luyện, chấm điểm bằng thang điểm kỹ thuật. Sanda thi đấu đối kháng trên sàn, tính điểm theo số đòn hợp lệ và độ vang của va chạm. Boxing chuyên nghiệp tính điểm theo từng hiệp, với thang điểm 10 bắt buộc. Ba hệ thống, ba logic, ba cách đọc một chuyển động giống hệt nhau.

Tôi từng thử gom tất cả vào một bảng dữ liệu duy nhất, đặt nhãn chung là "võ thuật". Kết quả là một mớ hỗn độn. Một võ sĩ sanda thắng bảy trận liên tiếp trông giống hệt một võ sĩ boxing thắng bảy trận, cho đến khi tôi nhìn vào cách họ thắng. Một người thắng bằng cách kiểm soát khoảng cách và ra đòn ở nhịp thứ ba. Người kia thắng bằng cách chịu đòn ở hiệp đầu rồi bùng nổ ở hiệp bốn. Cùng một cột "7-0", hai câu chuyện hoàn toàn khác.

Đó là lúc tôi hiểu vì sao một bảng dữ liệu rỗng lại nguy hiểm hơn tôi tưởng.

Hồi tháng 3 năm nay, tôi chạy lại quy trình phân tích tám chiều mà tôi vẫn dùng cho các môn đối kháng: phong cách, thể trạng, tổ chức, kinh doanh, luật, sức khỏe, truyền thông, chuỗi lan truyền. Cả tám chiều đều trả về một dòng: không đủ thông tin. Không phải vì tôi thiếu dữ liệu thô. Tôi có hàng nghìn bản ghi. Tôi thiếu thứ nằm trước dữ liệu thô — một tầng phân loại chủ thể.

Bài học này không mới. Dựa trên kinh nghiệm theo dõi các trận đấu của tôi ở cả ba hệ thống này, tôi học được rằng không thể so sánh một vận động viên chạy 1.500m với một vận động viên chạy marathon chỉ bằng thành tích thời gian. Khi tôi viết về Nguyễn Thị Oanh tăng tốc ở vòng cuối cự ly 1.500m, tôi viết được như vậy vì tôi biết cự ly đó vận hành thế nào. Cự ly khác nhau thì logic phân bổ sức khác nhau, nhịp tim khác nhau, chiến thuật khác nhau. Đặt hai người cạnh nhau trong cùng một bảng xếp hạng là một sai lầm về phương pháp, không phải về con số.

Võ thuật Việt Nam đang ở đúng điểm đó. Chúng ta có ba, bốn, có khi năm hệ thống thi đấu song song, nhưng thường chỉ có một nhãn dữ liệu chung. Nhãn chung đó tạo ra cảm giác rằng mọi thứ đã được chuẩn hóa. Nó tạo ra cảm giác rằng một võ sĩ hạng cân 60kg ở giải vô địch quốc gia và một võ sĩ hạng 60kg ở đấu trường quốc tế là hai điểm trên cùng một đường.

Không đúng.

Dữ liệu không bao giờ hét, nhưng nó sẽ lặp lại cho đến khi bạn chịu nghe. Những gì tôi nghe được từ bảng dữ liệu hỗn độn của mình không phải là tiếng của các võ sĩ. Đó là tiếng của một lỗi hệ thống lặp đi lặp lại mỗi lần tôi cố so sánh hai thứ không cùng loại.

Tôi gọi đó là cái bẫy phân loại.

Khi một cơ quan quản lý gom võ cổ truyền, sanda và boxing vào chung một danh mục "võ thuật", họ không sai về mặt hành chính. Nhưng khi một nhà báo như tôi lấy danh mục đó ra để phân tích, tôi đang chạy logic của môn này lên dữ liệu của môn kia. Với MMA hoặc boxing, tôi cần tỷ lệ kết thúc trận, số lần knockout, hiệu suất phòng thủ trước takedown. Với võ cổ truyền, tôi cần điểm khó của bài thi, độ ổn định của tư thế, biên độ sai số ở từng động tác. Áp bộ công cụ của môn này lên môn kia không phải là sai số nhỏ. Đó là sai lệch hệ thống, và nó ổn định theo thời gian — nghĩa là nó sẽ không tự biến mất.

Đây là chỗ tôi muốn nói thẳng điều ngược lại với niềm tin phổ biến trong giới phân tích.

Niềm tin phổ biến là càng nhiều dữ liệu càng tốt. Tôi đã tin như vậy suốt nhiều năm. Nhưng một tập dữ liệu lớn mà không được phân loại ở tầng gốc thì nguy hiểm hơn một tập dữ liệu nhỏ được dán nhãn đúng. Tập dữ liệu lớn tạo ra cảm giác chắc chắn giả. Nó cho phép người viết dựng nên một kết luận trôi chảy, đầy số liệu, nhưng chạy trên một trục sai. Và vì nó trôi chảy, không ai nghi ngờ.

Nhà báo thể thao ở Việt Nam, đặc biệt ở mảng võ thuật, thường bị đặt vào tình huống phải viết nhanh. Tôi hiểu áp lực đó. Nhưng chính vì vậy, tầng phân loại càng phải được đặt trước. Ba lớp kiểm tra không phải để tìm ra sự thật, mà để tính xem sự thật sống sót được qua bao nhiêu lần bị bóp méo. Nếu lớp đầu tiên đã gán sai loại chủ thể, hai lớp sau chỉ đang xác nhận một sai lầm theo cách kỹ lưỡng hơn.

Cách sửa không phức tạp. Khi gặp một bảng dữ liệu võ thuật, việc đầu tiên cần làm không phải là chạy số. Đó là hỏi: môn này chấm điểm bằng gì, thắng bằng gì, thua bằng gì. Chỉ khi trả lời được ba câu đó, tôi mới đụng đến bàn phím. Với võ cổ truyền, tôi đọc bảng điểm kỹ thuật trước. Với sanda, tôi đọc số đòn hợp lệ và thời gian kiểm soát sàn. Với boxing chuyên nghiệp, tôi đọc thẻ điểm của ba trọng tài trước khi nhìn đến bất kỳ thông số nào khác.

Sự khác biệt giữa một nhãn dữ liệu rỗng và một nhãn dữ liệu đúng là sự khác biệt giữa biết và không biết. Một bảng trống, được dán nhãn trung thực là trống, sẽ nhắc tôi đi tìm nguồn. Một bảng trống nhưng được gán nhãn "võ thuật" sẽ khiến tôi tưởng mình đã có câu trả lời.

Một chiếc lốp xe tăng không bao giờ nổi bật trong bất kỳ bức ảnh nào, nhưng nó quyết định chiếc xe đi qua được vũng lầy nào. Tầng phân loại chủ thể chính là chiếc lốp đó. Nó nằm khuất, không ai khen, nhưng mỗi kết luận thể thao đều đi qua nó.

Tôi vẫn giữ hai màn hình đó mỗi tối. Bây giờ, trước khi ghi điểm, tôi ghi loại. Trước khi so sánh, tôi phân loại. Công việc chậm hơn, nhưng ít nhất tôi biết mình đang so cái gì với cái gì.