Khi nhãn "bóng đá" được dán lên một bài viết về quỹ nhà ở Mexico

Đêm thứ Ba, tôi mở hệ thống nội dung của mình ở Barcelona và đọc dòng đầu tiên: "Lĩnh vực: bóng đá". Hai mươi mốt điểm dữ liệu bên dưới không có một cái tên cầu thủ, một sân vận động, một tỷ số, một phút thi đấu. Tất cả xoay quanh Infonavit, IMSS và một tài khoản tiết kiệm nhà ở mang tên subcuenta de vivienda.

Tôi đọc lại ba lần. Lần thứ nhất để chắc mình không nhầm tệp. Lần thứ hai để kiểm tra xem có ai đó trong chuỗi sản xuất đã ghi chú sai. Lần thứ ba vì một lý do khác: tôi bắt đầu thấy tò mò. Một nhãn dán sai nhỏ như thế nói gì về cách môn thể thao của tôi đang được đóng gói, dán nhãn và bán lại cho hàng trăm triệu khán giả mỗi ngày?

Người hùng thầm lặng không cần bàn thắng để được nhớ đến. Ở đây, kẻ thầm lặng là một cán bộ phân loại dữ liệu vô danh, người đã gán chữ "bóng đá" lên một tài liệu về an sinh xã hội Mexico. Và cũng như mọi người hùng thầm lặng khác, sai lầm của anh ta không được ai để ý. Cho tới khi có người chịu ngồi đọc hết hai mươi mốt điểm dữ liệu.

Bối cảnh

Infonavit là Viện Quỹ Nhà ở Quốc gia cho Người lao động Mexico — cơ quan quản lý khoản tiết kiệm nhà ở mà mọi lao động chính thức tại quốc gia này tích lũy trong suốt quãng đời làm việc. Khoản tiền ấy nằm trong một tiểu khoản gọi là subcuenta de vivienda. Song song đó, IMSS — Viện An sinh Xã hội Mexico — ghi nhận các kỳ đóng góp của người lao động.

Câu hỏi mà tài liệu gốc trả lời ngắn gọn: điều gì xảy ra với điểm Infonavit của một người nếu người đó mất việc? Câu trả lời mang tính trấn an. Số tiền đã tiết kiệm không biến mất. Nó vẫn nằm nguyên trong tiểu khoản, vẫn được ghi nhận và vẫn thuộc quyền sở hữu của người lao động. Thứ duy nhất thay đổi là tính liên tục của các kỳ đóng góp. Infonavit từng yêu cầu một số lượng bimestre liên tiếp — mỗi bimestre là hai tháng — để người lao động đủ điều kiện bước vào giai đoạn tiền kiểm định hồ sơ vay.

Đó là một văn bản hữu ích. Nguồn rõ ràng, trích dẫn trực tiếp từ Infonavit, ngôn ngữ dành cho người lao động phổ thông. Nó chỉ không có một chữ nào liên quan tới bóng đá. Và chính vì thế, nó trở thành tài liệu hay nhất tôi đọc trong tuần này về ngành bóng đá.

Phân tích

Tạm gác Mexico sang một bên. Vấn đề thật không nằm ở Infonavit, mà nằm ở chỗ hệ thống phân phối nội dung bóng đá đang vận hành với rất ít cơ chế đối chiếu giữa nhãn dán và nội dung thật bên trong. Một bài viết về tiết kiệm nhà ở lọt vào luồng dữ liệu bóng đá giống như một cầu thủ không biết sút lọt vào danh sách đề cử Quả bóng Vàng: sai sót không nằm ở anh ta, mà nằm ở người lập danh sách.

Quy mô của vấn đề không nhỏ. Mỗi ngày, hàng chục nghìn bản tin, thống kê, tiểu sử, bảng xếp hạng và đoạn trích được sinh ra quanh bóng đá. Không một tòa soạn nào đủ người để đọc hết. Vì vậy phần lớn công việc phân loại được giao cho hệ thống tự động: bóc tách từ khóa, so khớp thực thể, gán nhãn theo xác suất. Thuật toán không hiểu bóng đá. Nó chỉ hiểu rằng tập hợp ký tự này thường đi cùng tập hợp ký tự kia.

Khi một trường dữ liệu sai xuất hiện ở tầng đầu, sai sót đó không dừng lại. Nó đi tiếp. Nó vào bảng tổng hợp. Nó vào mô hình dự đoán. Nó vào bản tin chuyển nhượng mà một biên tập viên đang chạy deadline lúc mười một giờ đêm và cần một dòng dữ liệu để lấp chỗ trống. Không ai trong chuỗi đó cố ý nói dối. Tất cả chỉ đang tin vào một cái nhãn.

Dựa trên kinh nghiệm theo dõi các trận đấu và đối chiếu dữ liệu Opta của tôi, tôi đã học được một điều khá khắc nghiệt: một kết luận chỉ đáng tin khi có ít nhất ba nguồn số liệu độc lập cùng chỉ về một hướng. Năm 2026, khi tôi viết rằng Luka Modrić vận hành hàng tiền vệ Real Madrid theo cách khác với hình dung chung, tôi không dựa vào cảm giác. Tôi dựa vào việc tỷ lệ chuyền chính xác của anh giảm từ 82% xuống 61% khi bị pressing. Ba ngày sau, bài viết có 2,3 triệu lượt xem và mười lăm nghìn bình luận, phần lớn là chỉ trích. Nhưng không ai chỉ trích được con số.

Đó là toàn bộ khác biệt. Một ý kiến gây sốc không có dữ liệu là tiếng ồn. Một ý kiến gây sốc có dữ liệu là một luận điểm. Và tiếng ồn, ở quy mô công nghiệp, chính là thứ mà nhãn dán sai đang sản xuất ra mỗi ngày.

Chiếc áo số 10 đôi khi chỉ là tấm màn che cho sự rỗng tuếch. Tôi đã dành nhiều năm truy tìm những "số 10 giả mạo" — những cầu thủ khoác chiếc áo hào nhoáng nhất đội nhưng không tạo ra giá trị thật. Một bài viết được gán nhãn "bóng đá" mà bên trong chỉ có luật đóng góp bảo hiểm xã hội là hình ảnh phản chiếu hoàn hảo của kiểu cầu thủ đó. Nó mặc đúng chiếc áo. Nó đứng đúng vị trí. Nó không làm gì cả.

Ở World Cup 2026, khi cả thế giới ca ngợi Kylian Mbappé sau trận Pháp thắng Argentina 4-3, tôi chọn viết về N'Golo Kanté. Trong trận chung kết gặp Croatia, Kanté thực hiện chín pha thu hồi bóng và năm cú tắc bóng. Những dữ liệu đó không xuất hiện trên bảng tỷ số, nhưng chúng là lý do Pháp vô địch. Kante cho tôi niềm tin rằng kẻ ít nói nhất có thể là người đúng nhất. Và trong câu chuyện về nhãn dán, kẻ ít nói nhất chính là tầng kiểm tra dữ liệu — bộ phận không ai muốn tài trợ, không ai muốn nhắc tên, nhưng là bộ phận quyết định toàn bộ độ tin cậy của phần còn lại.

Tôi không kể hai câu chuyện này để khoe thành tích. Tôi kể vì chúng cho thấy cùng một nguyên tắc: giá trị thật thường nằm ở nơi không phát sáng. Một bài viết về Infonavit không có hào quang. Một cán bộ gán nhãn không có hào quang. Hào quang không bao giờ miễn phí, chỉ là chúng ta nợ mà không biết. Mỗi lần hệ thống dán nhãn sai mà không ai kiểm tra, chúng ta lại vay thêm một khoản nợ niềm tin từ độc giả — và khoản nợ đó sẽ đến hạn, chỉ là chưa rõ vào lúc nào.

Có một chi tiết trong tài liệu gốc khiến tôi dừng lại lâu hơn cả. Câu trả lời trấn an dành cho người lao động Mexico — rằng tiền của bạn không mất đi, chỉ là tính liên tục bị gián đoạn. Trong bóng đá, chúng ta có một cơ chế gần như tương đương: quyền đăng ký thi đấu. Một cầu thủ vẫn thuộc biên chế câu lạc bộ, vẫn có hợp đồng, vẫn được trả lương, nhưng nếu tính liên tục về giấy tờ, về tư cách, về thời hạn đăng ký bị gián đoạn, anh ta không được ra sân. Tiền không mất. Quyền chơi thì mất.

Tôi không kéo hai lĩnh vực này lại gần nhau để làm màu. Tôi nhắc nó vì nó cho thấy một điều mà giới phân tích bóng đá chuyên nghiệp thường quên: phần lớn giá trị của môn thể thao này nằm ở những hệ thống giấy tờ vô hình, và những hệ thống đó chỉ tốt bằng tầng dữ liệu thấp nhất của chúng.

Góc nhìn ngược dòng — và chỗ tôi có thể sai

Giờ đến phần tôi phải tự vặn mình. Có những cách đọc khác, và chúng không hề ngớ ngẩn.

Cách đọc thứ nhất: sai nhãn là cái giá phải trả cho quy mô. Nếu muốn phủ sóng toàn cầu, muốn mọi trận đấu ở mọi hạng đấu đều có dữ liệu, đều có bản tin, đều có người đọc, thì hệ thống buộc phải chấp nhận một tỷ lệ nhiễu nhất định. Không một tòa soạn nào đủ tiền để kiểm tra thủ công từng dòng. Nếu tỷ lệ dán nhãn sai chỉ là một phần rất nhỏ, thì chi phí sửa còn lớn hơn thiệt hại.

Cách đọc thứ hai: có thể người gán nhãn không hề sai. Có thể tài liệu này lọt vào nhóm "bóng đá" vì nó nằm trong một bộ dữ liệu thử nghiệm, một bài kiểm tra khả năng phân loại, một hộp đen dùng để đo xem hệ thống có tự phát hiện ra sự lệch lạc hay không. Nếu vậy, thứ tôi đang đọc không phải lỗi, mà là một phép đo.

Cách đọc thứ ba, và là cách đọc khiến tôi khó chịu nhất: biết đâu bóng đá đã trở thành ngôn ngữ mặc định của mọi nội dung, đến mức một tài liệu về an sinh xã hội cũng được xếp vào đó vì nó nói về "điểm", về "kỳ", về "điều kiện" — những từ vựng mà giới phân tích thể thao dùng hằng ngày. Nếu vậy, tôi không đang phát hiện một lỗi. Tôi đang phát hiện sự bành trướng của chính cái nghề của mình.

Tôi để cả ba cách đọc đó trên bàn. Tôi không có đủ dữ liệu để chọn. Và nếu phải nói thật, điều duy nhất tôi chắc chắn là: một sai lệch nhãn ở tầng đầu không nên được xử lý bằng cách ép nó trở thành nội dung bóng đá. Nó nên được trả về đúng chỗ của nó.

Từ Lisbon, tôi học được rằng đế chế cũng biết sụp đổ. Những đế chế sụp không phải vì thiếu tiền. Chúng sụp vì những sai sót nhỏ ở tầng thấp không ai buồn sửa, cho tới khi sai sót nhỏ trở thành cấu trúc.

Điều sẽ xảy ra tiếp theo

Tôi đưa ra một dự đoán có thể kiểm chứng, và tôi sẵn sàng nhận sai.

Trong mười hai tháng tới, ít nhất một cơ quan truyền thông thể thao lớn sẽ công bố đính chính về nội dung được sinh hoặc dán nhãn tự động. Bản đính chính ấy sẽ liên quan tới việc một bài viết bị xếp sai chuyên mục, hoặc một bảng thống kê trộn lẫn dữ liệu của hai giải đấu khác nhau. Tôi cũng dự đoán rằng trước khi mùa giải kết thúc, một câu lạc bộ ở giải hàng đầu châu Âu sẽ lập một vị trí chính thức chịu trách nhiệm kiểm tra chất lượng dữ liệu đầu vào — một người mà cả sự nghiệp chỉ để trả lời một câu: dữ liệu này bắt nguồn từ đâu?

Nếu một trong hai điều đó xảy ra, thì bài viết về Infonavit kia không phải là một lỗi vô hại. Nó là tiếng chuông đầu tiên.

Còn người lao động Mexico đang đọc tài liệu gốc ở một thành phố nào đó, người vừa mất việc và đang lo lắng về khoản tiết kiệm nhà ở của mình — anh ấy không quan tâm nhãn dán. Bóng đá có luật riêng: kẻ khiêm nhường giữ chìa khóa, kẻ ồn ào giữ vé vào cửa. Nhưng anh ấy cũng không nên là người phải gánh hậu quả của một hệ thống đọc sai chính nội dung mà nó tự tạo ra.