Tối thứ Ba, tôi mở tệp kết quả một giải bơi ngắn ngày ở Queensland và thấy cột split 50m trống trơn. Không phải thiếu vài dòng. Trống toàn bộ. Mười bốn nội dung, ba trăm hai mươi sáu lượt bơi, không một con số nào nằm ở cột thời gian chặng. Người đồng nghiệp ngồi cạnh đẩy sang một câu: “Cứ viết theo cảm nhận đi, độc giả đâu đọc bảng số.” Tôi đóng laptop. Suốt mười một năm làm phân tích bơi lội cho thị trường Úc, tôi đã bốn lần nhận được một tệp như thế, và bốn lần phải chọn giữa việc bịa ra một câu chuyện, hoặc thừa nhận rằng mình không có gì để nói.

Số liệu không có giới tính. Nhưng người quyết định lấp chỗ trống trong bảng số thì có.

Bơi lội là môn thể thao được đo đếm dày nhất trong các môn Olympic, và cũng là môn bị hiểu sai nhiều nhất về mặt dữ liệu. Một đường bơi 50 mét tạo ra hàng trăm điểm đo: thời gian phản xạ khi xuất phát, thời điểm đầu chạm nước, quãng đường bơi ngầm, số lần đá chân cá heo, thời gian quặt, tần số tay, quãng đường mỗi sải. World Aquatics công bố kết quả chính thức kèm split 50m cho hầu hết giải lớn, và từ cuối năm 2026, khi tổ chức này đổi tên từ FINA, họ siết dần chuẩn dữ liệu công bố. Nhưng khoảng cách giữa cái được công bố và cái được đo vẫn rộng như khoảng cách giữa một tấm huy chương và một buổi tập lúc 5 giờ sáng.

Công việc của tôi là bắc cầu qua khoảng cách đó cho các nhà cái và các đài truyền hình Úc. Một lượt bơi ở giải cấp bang có thể chỉ có sáu điểm đo. Một lượt bơi ở chung kết Olympic có thể có bốn mươi. Cùng một vận động viên, cùng một cự ly, hai bộ dữ liệu khác hẳn nhau về độ phân giải.

Ở đây cần phân biệt hai thứ mà đa số bài viết thể thao trộn lẫn. Bộ dữ liệu thưa là bộ dữ liệu có ít điểm đo, và từ đó ta vẫn suy ra được điều gì đó với độ tin cậy thấp. Bộ dữ liệu rỗng là bộ dữ liệu không có điểm đo nào, và từ đó ta không suy ra được gì cả. Một cái cho phép bạn viết kèm cảnh báo sai số. Cái còn lại chỉ cho phép bạn viết bằng trí tưởng tượng.

Tôi từng ngồi trong phòng họp báo ở Brisbane, đưa ra dự đoán ngược dòng dựa trên xG 2,4 so với 0,6, bị một bình luận viên cười vào mặt, rồi cuối trận thắng đúng. Tôi cũng từng đứng trên khán đài Kazan nhìn tuyển Đức gục ngã trước Hàn Quốc với 74% kiểm soát bóng, và học được rằng xác suất 99% vẫn có thể chết trên bàn cược. Hai ký ức đó dạy cùng một điều: thứ nguy hiểm không phải dữ liệu xấu, mà là câu chuyện được dựng lên trên một bảng số trống.

Pan Zhanle bơi 46,40 giây ở chung kết 100 mét tự do nam tại Paris 2026, phá kỷ lục thế giới mà chính anh lập trước đó bốn ngày ở lượt bơi dẫn đầu tiếp sức 4x100 mét. Một mình con số ấy không nói được gì về cách nó ra đời. Split 50 mét đầu 22,28 giây mới là điểm neo. Trong lịch sử nội dung này, rất ít lượt bơi dưới 47 giây có nửa đầu dưới 22,50 giây. Nghĩa là thành tích đến từ nửa sau, chứ không phải từ tốc độ thuần túy ở nửa đầu. Đó là loại thông tin mà một bảng split mang lại, và là loại thông tin mà một bảng rỗng lấy đi.

Cùng kỳ Olympic đó, Bobby Finke bơi 14 phút 30,67 giây ở 1.500 mét tự do nam, phá kỷ lục thế giới cũ tồn tại mười hai năm. Ở nội dung dài như vậy, mỗi vận động viên đi qua vạch 50 mét ba mươi lần. Ba mươi điểm đo cho một lượt bơi là bộ dữ liệu đủ dày để phân biệt một cuộc đua phân bổ sức sai với một cuộc đua tăng tốc đúng thời điểm. Không có ba mươi điểm đo ấy, mọi bài phân tích về Finke chỉ còn là mô tả cảm giác.

Katie Ledecky thắng 800 mét tự do tại Paris 2026, danh hiệu Olympic thứ tư liên tiếp ở cự ly này, nâng tổng số huy chương vàng Olympic của cô lên chín chiếc. Điều đáng chú ý hơn với người làm dữ liệu là biên độ dao động thành tích của cô ở cự ly sở trường hẹp đến mức kỳ lạ. Một chuỗi dài như vậy cho phép tách hai thứ mà mắt thường không tách được: năng lực nền và trạng thái trong ngày.

Có những thứ tệ hơn cả bảng trống: bảng số bị dùng sai. Chỉ số tôi kiểm tra đầu tiên khi đánh giá một nội dung bơi không phải tốc độ trung bình, mà là cấu trúc chặng. Hai vận động viên có cùng thời gian chung cuộc có thể có hai cấu trúc chặng hoàn toàn khác nhau: một người đi nhanh nửa đầu rồi hụt hơi, một người đi chậm rồi bùng nổ. Thời gian chung cuộc giống nhau, giá trị dự báo cho lượt bơi sau khác nhau đến mức đối lập. Nhà cái nhìn thời gian. Người làm mô hình nhìn cấu trúc. Đó là lý do bảng nhiệt và biểu đồ tốc độ trung bình đã trở thành môn bói toán mới của ngành phân tích thể thao: chúng gộp nhiều tầng thông tin thành một con số, rồi bán con số đó như một kết luận.

Trong bơi lội, phần bị bỏ quên nhiều nhất nằm dưới mặt nước. Từ vạch xuất phát, vận động viên được phép bơi ngầm tối đa 15 mét trước lần nổi đầu tiên. Với nội dung bướm và tự do, đoạn ngầm đó là nơi tốc độ cao nhất trong toàn bộ lượt bơi. Nhưng phần lớn dữ liệu công khai không có cột nào ghi lại quãng đường ngầm thực tế. Người làm dữ liệu phải tự dựng lại quãng đường đó từ ảnh quay, và công việc ấy tốn thời gian đến mức gần như không ai làm đủ.

Nói cách khác, thứ đắt nhất trong phân tích bơi lội hiện nay không phải là mô hình. Thứ đắt nhất là dữ liệu chưa từng được thu.

Góc nhìn phản trực giác nằm ở đây: một kết quả rỗng vẫn là một kết quả. Khi tôi nhận tệp trống đó, tôi không có thông tin về kỹ thuật của các vận động viên, nhưng tôi có thông tin về ban tổ chức. Một giải đấu không ghi split chặng nghĩa là hệ thống bấm giờ của họ không được cấu hình để xuất dữ liệu đó, hoặc không ai trả tiền cho việc xuất nó. Cả hai khả năng đều nói lên điều gì đó về cách ban tổ chức nhìn giá trị của chính cuộc thi mình tổ chức.

Điều phản trực giác thứ hai: cám dỗ lớn nhất không đến từ chỗ thiếu dữ liệu, mà đến từ chỗ có quá nhiều. Ở một giải như Olympic, bạn có split, có tần số tay, có thời gian quặt, có dữ liệu từ cảm biến gắn trên bảng chạm. Sự dư thừa đó tạo ra ảo giác rằng mọi câu hỏi đều có đáp án. Một số biến quan trọng nhất lại không nằm trong bất kỳ bảng nào: mức độ đau vai của vận động viên sau buổi tập hôm trước, việc cô ấy ngủ bốn tiếng vì lo lắng, việc huấn luyện viên giảm khối lượng đúng một buổi. Những thứ đó quyết định một lượt bơi, và không có cảm biến nào đo được.

Tôi không tin cảm xúc. Tôi tin chuỗi số liệu dài hơn cảm xúc của bạn. Nhưng chuỗi số liệu dài cỡ nào cũng có một đoạn không đọc được, và cách duy nhất để trung thực là đánh dấu rõ đoạn đó.

Giới hạn của dữ liệu: bài viết này không có bảng split của giải Queensland nhắc ở đầu, nên phần kỹ thuật của giải đó bị bỏ trống có chủ ý. Các con số về Pan Zhanle, Bobby Finke và Katie Ledecky lấy từ kết quả chính thức của World Aquatics tại Paris 2026. Phần về quãng đường bơi ngầm dựa trên quan sát ảnh quay, sai số có thể tới một mét. Tâm lý thi đấu và tình trạng chấn thương không nằm trong bất kỳ bộ dữ liệu công khai nào, và tôi không suy đoán.

Brisbane 2032 đang ở phía trước. Câu hỏi tôi tự đặt cho vòng chu kỳ tới không phải là Úc sẽ giành thêm bao nhiêu huy chương vàng ở đường bơi, mà là giải bơi quốc gia của họ sẽ xuất ra được bao nhiêu cột dữ liệu trong tệp kết quả. Nếu sáu tháng tới tôi mở một tệp kết quả giải quốc gia Úc và thấy cột split chặng đầy, đó sẽ là tín hiệu tôi theo dõi sát hơn cả bảng huy chương.