Bảng dữ liệu trống và đường bơi chưa được hồi quy của bơi lội Việt Nam

2 giờ 47 phút sáng, Hải Phòng. Màn hình trả về một tệp trích xuất vừa chạy xong. Tất cả các ô đều trống: tiêu đề không có, nguồn không có, danh sách điểm thông tin rỗng, phần nhận định để trắng. Mười hai hạng mục phân tích, mười hai dòng "không đủ thông tin để đánh giá".

Trong phòng tin, phản ứng quen thuộc: không có gì thì lấy gì đăng. Tôi đọc ngược lại. Một bảng rỗng là điểm dữ liệu to nhất của ngày hôm đó, vì nó nói đúng một điều: chuỗi đo lường đã đứt ở đâu đó, và không ai trong dây chuyền sản xuất nhận ra.

Với bơi lội, tôi đã quen với cảnh này lâu hơn tôi muốn thừa nhận.

Tôi lớn lên bên đường bơi. Những năm đầu sự nghiệp, tôi viết về bơi lội, và nghề dạy tôi một thói quen: trước khi tin vào kết quả, hãy đi tìm bảng chia đoạn. Ở một giải quốc tế có chuẩn, bảng đó tồn tại. Ở phần lớn các giải trong nước, nó không tồn tại, và cái rỗng đó bị đọc thành "không có chuyện gì để nói".

Nền dữ liệu của một môn thể thao

Bơi lội Việt Nam vừa đi qua một thập kỷ có người gánh. Nguyễn Thị Ánh Viên là cái tên giữ phần lớn kỳ vọng ở đấu trường khu vực trong nhiều năm. Sau khi cô rút khỏi đường đua đỉnh cao, câu hỏi "ai tiếp theo" xuất hiện trên mọi mặt báo. Nguyễn Huy Hoàng đã giành suất dự Olympic ở cự ly 800m và 1500m tự do, góp mặt ở các kỳ Thế vận hội gần nhất. Trần Hưng Nguyên giữ nhóm cự ly hỗn hợp. Phạm Thanh Bảo đại diện cho tuyến ếch.

Câu chuyện truyền thông gói gọn trong một câu: bơi lội Việt Nam đang lên. Tôi không phản đối bằng huy chương, vì huy chương là thứ dễ đếm và dễ bị đếm sai. Tôi kiểm tra xem mệnh đề đó có kiểm chứng được hay không.

Muốn vậy phải xác định dữ liệu nằm ở tầng nào. Tôi chia thành ba lớp.

Lớp một là dữ liệu công khai tổng hợp: số huy chương, kỷ lục quốc gia, danh sách đăng ký. Việt Nam có lớp này, chất lượng chấp nhận được.

Lớp hai là dữ liệu bán công khai: chia đoạn từng 50m, thời gian phản xạ khi xuất phát, số lượng vận động viên theo nhóm tuổi dự từng nội dung. Việt Nam có một phần, và phần lớn nằm rải rác trong sổ tay huấn luyện viên chứ không nằm trong tệp công khai.

Lớp ba là dữ liệu nội bộ: tần số quạt tay, quãng đường mỗi chu kỳ quạt, thời gian xoay người trong 15m vào bờ, khối lượng tập, tiền sử chấn thương. Tầng này gần như không bao giờ được công bố. Singapore, Nhật Bản và Australia công bố cả ba lớp.

Khoảng cách giữa Việt Nam và nhóm dẫn đầu khu vực không nằm ở tầng một. Nó nằm ở tầng hai và tầng ba.

Vì sao chia đoạn quyết định mọi thứ

Năm 2026, tại vòng 1/8 World Cup ở Nga, tôi dùng chỉ số PPDA 8,7 để chứng minh đội chủ nhà không hề phòng ngự tiêu cực như báo chí viết. Họ chủ động đẩy đối thủ ra biên. Chỉ số đó không xuất hiện trên bảng tỷ số, nhưng nó giải thích bảng tỷ số.

Bơi lội có chỉ số tương đương, và nó cũng không xuất hiện trên bảng kết quả: 15m xoay người và pha lặn dưới nước sau khi xuất phát. Đây là vùng mà phần lớn thời gian thắng thua được tạo ra, và cũng là vùng mà dữ liệu Việt Nam gần như trắng.

Lấy một ví dụ minh họa, không phải kết quả thật. Hai vận động viên 200m tự do cùng về đích 2 phút 04,0 giây. Vận động viên A chia đoạn 28,5 - 32,0 - 32,2 - 31,3. Vận động viên B chia đoạn 29,8 - 31,4 - 31,5 - 31,3. Tổng thời gian giống hệt nhau. Bảng kết quả in ra hai dòng y như nhau.

Nhưng đây là hai con người khác nhau về bản chất. A sống bằng tốc độ xuất phát và chết ở đoạn 150m. B phân bổ lực đều và về đích mạnh hơn. A cần khối tập sức bền tốc độ. B cần công suất ở đoạn đầu. Nếu chỉ có tổng thời gian, huấn luyện viên sẽ cho cả hai tập cùng một giáo án, và một trong hai sẽ thụt lùi mà không ai biết vì sao.

Đây là lý do tôi không xem nhẹ chuyện thiếu dữ liệu. Thiếu dữ liệu không làm chậm ai. Nó chỉ làm cho sai lầm trở nên vô hình.

Thời gian phản xạ là một ví dụ khác. Ở các giải có chuẩn của World Aquatics, chỉ số này được công bố. Ở trong nước, gần như không. Không ai biết mức 0,72 giây là bình thường hay tệ với một vận động viên chung kết Việt Nam, vì không có phân phối để so. Khi không có phân phối, mọi nhận định đều trở thành cảm nhận, kể cả nhận định của người có chuyên môn.

Tháng 3 năm 2026, toàn bộ lịch thi đấu dừng lại. Tôi mất việc trong đợt cắt giảm nhân sự. Thay vì chờ đợi, tôi gom 3.487 trận Bundesliga giai đoạn 2026 đến 2026 và đối chiếu với 412 trận không khán giả sau khi giải trở lại. Lợi thế sân nhà giảm 42%, từ trung bình 0,48 bàn mỗi trận xuống 0,28. Bài nghiên cứu được đăng sau ba ngày, và hợp đồng tư vấn đầu tiên đến từ đó.

Khi thế giới ngừng quay, tôi tự tạo vòng quay dữ liệu. Bơi lội Việt Nam có mùa nghỉ bốn đến sáu tháng mỗi năm. Đó là khoảng thời gian đủ để dựng lại cơ sở dữ liệu chia đoạn từ video.

Chi phí không nằm ở thiết bị. Một chung kết quốc gia có tám làn bơi. Một camera cố định, một người ngồi bấm mốc, bốn mốc chia đoạn cho tám vận động viên. Một người với một máy tính xử lý xong một chung kết trong khoảng bốn mươi phút. Vấn đề nằm ở việc không ai được giao việc đó.

Còn một điểm nữa, ít được nói. Ở một số giải trong nước, thời gian được bấm tay. Sai số giữa hai người bấm đồng hồ thường lớn hơn 0,1 giây, và trong nhiều chung kết Việt Nam, khoảng cách giữa hạng tư và hạng tám nhỏ hơn thế. Nghĩa là màu huy chương ở một số nội dung được quyết định bởi nhiễu đo lường, không phải bởi người bơi nhanh hơn. Tôi không tin vào may mắn, tôi tin vào biên độ sai số. Và biên độ sai số ở đây đang lớn hơn biên độ thắng thua.

Góc nhìn ngược: huy chương là tử số thiếu mẫu số

Niềm tin phổ biến trong giới truyền thông Việt Nam: bơi lội đang lên, bằng chứng là số huy chương ở các kỳ SEA Games. Đây là quan điểm có cơ sở, và tôi sẽ không hạ thấp nó bằng cách gọi nó là cảm tính. Huy chương là thứ hữu hình và nó có giá trị thật.

Nhưng số huy chương là một tử số đi kèm mẫu số chưa được công bố. Một huy chương vàng ở nội dung có sáu vận động viên đăng ký khác về bản chất với huy chương vàng ở nội dung có hai mươi hai vận động viên. Kết quả in ra giống nhau. Ý nghĩa thì khác.

Các quan chức thể thao sẽ nói, và nói hợp lý, rằng ngân sách nên đi vào hồ bơi và huấn luyện viên, không phải vào hệ thống bấm giờ và một nhà phân tích dữ liệu. Không có nước để tập thì không ai bơi nhanh được. Tôi đồng ý với tiền đề đó.

Điều tôi không đồng ý là việc coi hai hạng mục đó loại trừ nhau trong năm đầu của chu kỳ bốn năm. Năm đầu là lúc đo lường rẻ nhất và đòn bẩy lớn nhất, vì kế hoạch tập vẫn còn thay được. Đo một vận động viên vào năm SEA Games là khám nghiệm tử thi, không phải chẩn đoán.

Câu chuyện "Ánh Viên tiếp theo" cũng cần được đọc lại. Phép màu chỉ là một điểm dữ liệu chưa được hồi quy. Ánh Viên là một vận động viên phi thường, nhưng kết luận đúng từ sự nghiệp của cô không phải là "chúng ta sản sinh ra nhà vô địch", mà là "chúng ta đã sản sinh ra một người". Một điểm không vẽ được đường thẳng. Muốn nói về hệ thống, phải có phân phối.

Điểm cần theo dõi ở vòng tiếp theo

Tín hiệu đáng theo dõi trong chu kỳ tới không phải là huy chương. Là việc giải vô địch quốc gia có công bố bảng chia đoạn, thời gian phản xạ và số lượng đăng ký theo nhóm tuổi hay không. Nếu một tệp chia đoạn công khai xuất hiện trước kỳ SEA Games kế tiếp, đó là chỉ báo dẫn trước có giá trị hơn mọi bảng tổng sắp. Nếu không, chúng ta sẽ lại có thêm một mùa giải mà kết quả được ghi lại, còn nguyên nhân thì bị bỏ quên. Số liệu không biết nói dối, nhưng người đọc số liệu thì biết. Và dữ liệu chỉ chết khi ta ngừng đặt câu hỏi.