Tệp dữ liệu dán nhãn sai và thói tin vào danh mục

Hai giờ bốn mươi phút sáng, tôi mở tệp hệ thống vừa đẩy về máy. Dòng đầu ghi nhãn lĩnh vực: bóng đá. Nội dung bên dưới là chương trình âm nhạc mừng Quốc khánh Mexico trên quảng trường Zócalo, với ban nhạc Intocable đóng màn cuối, José Alfredo Jiménez Medel — cháu nội của nhạc sĩ quá cố José Alfredo Jiménez — góp mặt, cùng nhóm Legado de Grandeza và các thí sinh đoạt giải cuộc thi México Canta. Phần cuối tệp là thông báo của Tổng thống Claudia Sheinbaum trong cuộc họp báo về chương trình.

Tôi đọc lại ba lượt. Không đội bóng. Không cầu thủ. Không phí chuyển nhượng, không điều khoản giải phóng, không thời hạn hợp đồng. Một tệp thuộc bàn văn hóa bị đẩy sang bàn thể thao chỉ vì một ô nhãn điền sai.

Người trong nghề thường coi loại lỗi này là vô hại. Xóa tệp, đóng tab, đi tiếp. Nhưng tôi đã học được rằng những ô nhãn sai chính là chỗ dễ sinh ra sai phạm lớn nhất, vì chúng không nói dối bằng số liệu — chúng nói dối bằng vị trí.

Bối cảnh

Một tòa soạn thể thao Việt Nam hiện nay nhận tin qua nhiều đường: thông cáo CLB, đại diện cầu thủ, nhóm môi giới, fanpage, rồi các hệ thống tổng hợp tự động. Mỗi nguồn đều gắn một nhãn: giải đấu, đội, cầu thủ, loại tin. Nhãn ấy quyết định ai nhận tệp, ai kiểm chứng, và kiểm chứng tới mức nào.

Vấn đề nằm ở chỗ người ta tin vào nhãn trước khi tin vào nội dung. Khi tệp ghi “bóng đá”, nó vào tay biên tập thể thao — người có thể thuộc lòng danh sách đội hình V.League nhưng không có cách nào xác minh danh sách nghệ sĩ của một đêm nhạc ở Mexico. Ngược lại, một bản tin chuyển nhượng gắn nhãn “văn hóa” sẽ nằm chờ ở bàn khác cho tới khi hết tin.

Kết quả của sự lệch bàn như vậy thường có hai đầu: tệp bị xóa, hoặc tệp được đăng kèm một câu dẫn gượng gạo để hợp thức hóa nhãn. Cả hai đầu ấy đều chấp nhận được. Rắc rối nằm ở lần thứ ba — khi tệp sai nhãn chứa một con số có thật.

Tôi từng sai ở World Cup 2026, nên bây giờ tôi không viết một phiên bản nào mà tôi chưa kiểm chứng. Năm đó tôi nhận một “tip” từ tài khoản Facebook ẩn danh, không đối chiếu nguồn chính thức, và bài viết bị gỡ trong vòng nửa giờ. Bài học không nằm ở chỗ tôi tin người lạ. Bài học nằm ở chỗ tôi tin vào cái khung phân loại mà người lạ dựng sẵn: anh ta nói mình là tuyển trạch viên, tôi xếp anh ta vào ô “nguồn chuyên môn”, và từ đó tôi thôi kiểm tra.

Phân tích

Thứ biến mất đầu tiên khi một tệp bị dán nhãn sai là chuỗi nguồn gốc. Chương trình Quốc khánh Mexico trong tệp trên có đủ yếu tố của một bản tin nghiêm túc: chủ thể rõ ràng, thời điểm xác định, phát ngôn đến từ cuộc họp báo của Tổng thống Claudia Sheinbaum. Nếu nó nằm đúng bàn, người biên tập chỉ cần ghi nguồn và ngày là xong. Khi bị đẩy sai bàn, không ai trong chuỗi xử lý đủ chuyên môn để giữ lại phần nguồn gốc, và bản tin mất khả năng truy vết chỉ sau một lần chuyển tiếp.

Mất theo nó là thẩm quyền phủ định. Một biên tập viên thể thao nhìn vào danh sách nghệ sĩ và không có cơ sở để nói “sai”. Anh ta chỉ có cơ sở để nói “không liên quan”. Hai phán đoán ấy dẫn tới hai hành động khác nhau: một cái xóa tệp, một cái đẩy tiếp. Trong hệ thống tin chạy theo khối lượng, “không liên quan” thường bị hiểu thành “để sau”.

Phần tôi quan tâm nhất với tư cách người viết chuyển nhượng nằm ở chỗ: một nhãn sai không tự sửa khi nội dung đúng. Nó chỉ đổi hình dạng. Ở V.League, tôi từng thấy hồ sơ một cầu thủ ngoại được gắn ô vị trí “tiền đạo” trong khi cả sự nghiệp anh ta đá cánh trái. Con số trong hồ sơ đúng: số trận, số phút, ngày ký. Ô vị trí sai. Thế là cả một bài phân tích chiến thuật dựng lên trên một cánh trái bị đọc thành trung phong, và không ai trong chuỗi đó phạm tội làm sai số liệu. Hợp đồng chuyển nhượng không bao giờ nói dối bằng lời, nó nói thật bằng con số — nhưng con số chỉ nói thật khi nó nằm đúng ô.

Cùng cơ chế đó, ngày hết hạn hợp đồng của một cầu thủ nội từng lan truyền với hai phiên bản lệch nhau gần một năm. Một bản lấy từ thông báo chính thức của CLB, một bản lấy từ fanpage. Cả hai bản đều được dán nhãn “dữ liệu cầu thủ”, và hệ thống xếp chúng ngang hàng nhau.

Đây là chỗ nguy hiểm nhất của lỗi phân loại: nó không tạo ra tin giả. Nó tạo ra tin thật bị đặt sai chỗ, rồi để người đọc tự rút ra kết luận sai. Một danh sách nghệ sĩ nằm dưới nhãn bóng đá không khiến ai tin sai về âm nhạc Mexico. Nhưng một ô vị trí sai, một ngày hết hạn sai, một đơn vị tiền tệ bị đổi từ đô la sang đồng — những thứ đó khiến người hâm mộ tin sai về đội bóng của họ, và tin sai một cách rất khó cãi, vì mọi con số đều thật.

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, dấu hiệu đáng ngờ nhất trên sân hiếm khi là cú sút hỏng. Nó thường là một chi tiết nhỏ ai cũng thấy nhưng không ai kiểm tra: một cầu thủ liên tục lùi sâu hơn vị trí sở trường, một đội giữ bóng nhiều hơn nhưng số đường chuyền vào vòng cấm lại giảm. Những chi tiết đó không nằm trong báo cáo. Chúng nằm giữa các ô của báo cáo. Lỗi nhãn cũng vậy.

Góc phản trực giác

Phản ứng đầu tiên của tôi khi thấy tệp sai nhãn là đổ lỗi cho hệ thống tổng hợp tự động. Nhìn kỹ hơn, hệ thống chỉ làm đúng việc nó được thiết kế để làm: tối ưu khối lượng. Chỗ sai nằm ở phía con người, khi chúng ta để cho danh mục thay mình đặt câu hỏi.

Vụ Grealish dạy tôi rằng: bí mật lớn nhất của một thương vụ là người muốn nó được nghe thấy. Với tệp trên, kẻ muốn nó được nghe thấy không phải một thương nhân, mà là cỗ máy đếm lượt xếp tệp. Nó không quan tâm nội dung, nó chỉ cần nhiều tệp hơn. Cái giá của việc phục vụ cỗ máy đó lại do bàn thể thao trả, bằng thời gian và bằng uy tín.

Ở chiều ngược lại, tệp kia chưa chắc đã là rác. Chương trình Quốc khánh Mexico, danh sách nghệ sĩ, thông báo từ cuộc họp báo của Tổng thống Claudia Sheinbaum — đó là bản tin có thật, có người cần đọc, chỉ là không cần đọc ở bàn bóng đá. Việc duy nhất cần làm là chuyển đúng bàn. Nhưng muốn chuyển đúng bàn, phải có một người chịu bỏ ba mươi giây đọc phần nội dung trước khi đọc phần nhãn. Ba mươi giây ấy là thứ mà tốc độ không mua được.

Điểm mù thật sự nằm ở người đọc chúng ta, khi mặc nhiên chấp nhận rằng một tin nằm trong chuyên mục bóng đá thì là tin bóng đá.

Kết

Từ 2026 đến 2026, tôi không đổi phương pháp, tôi chỉ đổi cách nhìn: từ tin người sang tin số liệu. Bây giờ tôi phải đi thêm một bước — tin số liệu thôi chưa đủ, còn phải kiểm tra xem con số ấy đang nằm ở ô nào.

Điều tôi tự hỏi trong mùa giải này, và cũng là điều đáng hỏi với bất kỳ ai đang làm dữ liệu thể thao Việt Nam: nếu một tệp dán nhãn sai hôm nay chỉ là danh sách nghệ sĩ, thì tệp sai nhãn tiếp theo sẽ chứa gì — và ai sẽ nhận ra trước khi nó thành tiêu đề?