Bản trích xuất điền kinh trả về số không: lỗ hổng dữ liệu và những cuộc đua không ai ghi lại

Trong bản báo cáo phân tích điền kinh dài chín phần vừa được đưa ra thẩm định, phần đầu vào có mười một trường thông tin. Đúng một trường mang giá trị: nhãn lĩnh vực, ghi hai chữ “athletics”. Tiêu đề để trống. Nguồn để trống. Loại bài ghi “chưa phân loại”. Danh sách thực thể chưa được trích xuất. Điểm thông tin: không có. Một đối tượng tuân thủ hoàn hảo lược đồ, vượt qua mọi bước kiểm tra cấu trúc, và không chứa một gram nội dung nào có thể phân tích. Trong mười năm theo dõi điền kinh, tôi học được cách tin vào những con số đến muộn. Bảng thành tích về sau tiếng súng lệnh. Danh sách đăng ký về sau bảng thành tích. Có những ngày, thứ duy nhất đến đúng giờ là sự im lặng. Lần này, sự im lặng không phát ra từ một đường chạy. Nó phát ra từ cái máy đọc. Khung phân tích chạy qua chín chiều: sự kiện và thành tích, tình trạng vận động viên, cơ chế vòng loại, cục diện quốc gia, luật và phòng chống doping, hệ thống huấn luyện, ma trận rủi ro, câu chuyện truyền thông, chuỗi truyền dẫn của ngành. Chiều thứ nhất phải kiểm tra gió có vượt ngưỡng +2.0 m/s, độ cao sân có trên 1.000 mét, đế giày có dày quá 40 mm — ba phép trừ bắt buộc trước khi ai đó được phép gọi một thành tích là năng lực thật. Chiều thứ hai phải dựng đường cong thành tích cá nhân theo năm và đối chiếu với cửa sổ đỉnh cao của từng nội dung: nước rút khoảng 24 đến 29 tuổi, cự ly trung bình 26 đến 31, ném đẩy 28 đến 33. Chiều thứ năm phải nêu nghi vấn doping ngay cả khi bài báo mang giọng tích cực. Với đầu vào rỗng, cả chín chiều cùng trả về một câu: không đủ thông tin. Bảng thành tích trống. Đường cong phong độ trống. Sơ đồ thượng nguồn – trung nguồn – hạ nguồn trống. Ma trận rủi ro có đúng một dòng được điền, và dòng ấy không nói về vận động viên nào: rủi ro quy trình, mức cao, xác suất cao, tác động cao. Đó là lúc bản báo cáo trở nên đáng đọc hơn mọi bản báo cáo đầy đủ. Ba giả thuyết được đặt lên bàn. Thứ nhất: không có thân bài nào được đưa vào bộ trích xuất — một lỗi tải trang ở thượng nguồn. Thứ hai: có bài, nhưng mô hình trả về một đối tượng rỗng thay vì báo lỗi. Thứ ba: bài có tồn tại nhưng không liên quan đến điền kinh, và nhãn “athletics” chỉ là giá trị mặc định còn sót lại. Dấu vết quyết định nằm ở chỗ cái tiêu đề biến mất. Trong thực tế vận hành, tiêu đề là thứ sống sót dai dẳng nhất — kể cả khi bộ đọc thân bài thất bại hoàn toàn, thẻ tiêu đề vẫn thường được giữ lại. Một tiêu đề trống nghiêng cán cân về phía lỗi tải trang. Dấu vết thứ hai là chữ “chưa phân loại”: bộ phân loại dường như đã nhận được văn bản nhưng không định tuyến được nó. Dấu vết thứ ba là một mâu thuẫn cấu trúc ngay trong lược đồ — trường thực thể ghi “xác định từ các điểm thông tin ở trên”, trong khi phía trên không có điểm thông tin nào. Ba dấu vết ấy không đủ để kết luận về một vận động viên. Chúng đủ để kết luận về một cỗ máy. Đây là chỗ nghề của tôi buộc phải dừng lại và nói rõ: một báo cáo không tìm thấy gì khác với một báo cáo tìm thấy không có gì. Cụm “không có phát hiện” trong tài liệu này phải được đọc là “chưa thực hiện đánh giá”. Nếu ai đó đọc lướt rồi ghi vào biên bản rằng vận động viên ấy sạch, thì cái ô rỗng đã âm thầm sinh ra một kết luận mà không ai phải chịu trách nhiệm. Trong phòng chống doping, khoảng trống ấy nguy hiểm nhất: mẫu lưu được giữ tới mười năm và một tấm huy chương có thể đổi chủ sau một thập kỷ. Không ai bị buộc tội, cũng không ai được minh oan — chỉ có một khoảng lặng. Nhưng có một tầng sâu hơn, và đó là lý do tôi viết bài này. Năm mười bảy tuổi, tôi ngồi hàng ghế thứ ba của một trận chung kết bóng đá nữ trẻ và tự đếm khán giả: 127 người. Không phóng viên nào có mặt. Trận chung kết ấy không ai viết, nên tôi viết. Một năm sau, tôi cùng hai người bạn khảo sát 2.000 bài thể thao và tìm ra tỷ số 1.937 – 63. Tỷ số ấy không nằm trên sân cỏ, mà nằm trên mặt báo. Từ đó tôi giữ một cuốn sổ ghi chỉ số phủ sóng, và tôi học được một điều: những hạng mục bị bỏ quên không bị bỏ quên ngẫu nhiên. Chúng bị bỏ quên có hệ thống, và hệ thống ấy vận hành êm đến mức không ai phải ra quyết định. Một bộ trích xuất trả về số không cũng vận hành đúng như vậy. Nó không thiên vị ai. Nó chỉ đơn giản là không đọc được thứ gì đó. Trong điền kinh, thứ dễ rơi khỏi ống kính nhất luôn là cùng một nhóm: nội dung nữ, giải trẻ, giải tỉnh, những cuộc đua không có suất lên truyền hình. Nguyễn Thị Oanh từng giành ba tấm huy chương vàng tại SEA Games 31 trên sân Mỹ Đình — câu chuyện ấy được ghi lại đầy đủ, vì có người ngồi đó ghi. Nhưng với mỗi trường hợp được ghi đủ, có bao nhiêu trường hợp chỉ còn lại một dòng kết quả, hoặc tệ hơn, một ô rỗng? Trong căn phòng 18m², tôi đã xem 52 trận đấu và một cuộc cách mạng. Cuộc cách mạng ấy không bắt đầu bằng một bản báo cáo hay. Nó bắt đầu bằng việc ai đó chịu ngồi lại với một tệp dữ liệu trống và hỏi: cái gì đã biến mất ở đây, và biến mất từ lúc nào? Tôi đến sân không chỉ để xem thi đấu. Tôi đến để xem ai được phép kể chuyện. Khuyến nghị kỹ thuật đơn giản đến mức khó tin: một cổng kiểm tra hai trường — tiêu đề phải khác rỗng, số điểm thông tin phải lớn hơn hoặc bằng một. Nếu cổng ấy tồn tại, toàn bộ lớp lỗi này biến mất trong một chu kỳ chạy lại. Nhưng cổng kiểm tra chỉ chặn được cái máy. Nó không chặn được thói quen đọc lướt của con người, thứ luôn sẵn sàng biến một ô trống thành một kết luận sạch sẽ. Điền kinh là môn được đo bằng phần trăm giây. Nó không có chỗ cho những khoảng lặng mơ hồ. Vậy nên mỗi khi một báo cáo về điền kinh trả về số không, việc đầu tiên không phải là viết lại nó cho đầy đủ, mà là ghi vào lề đúng ba chữ: chưa đánh giá. Ba chữ ấy không làm ai nổi tiếng. Nó chỉ giữ cho sự thật không bị lấp bằng một trang giấy trắng được trình bày đẹp. Lần sau, nếu bạn thấy một kết quả điền kinh không có bài báo nào, hãy nhớ có hai khả năng. Hoặc không ai đến xem. Hoặc ai đó đã đến, đã thi đấu, và cái máy đọc đã đánh rơi họ trước khi kịp ai đó viết một dòng.