Cơ sở dữ liệu tuyển sinh 2028 của SwimSwam: Khi bảng số bước xuống hồ bơi trẻ

Vào một buổi chiều tháng Bảy năm 2026, tại một quán cà phê ở West End, Brisbane, tôi mở lại bảng theo dõi tuyển sinh của mình. Trên màn hình là tên một vận động viên mười bốn tuổi, kèm bảy cột số: 50 mét tự do, 100 mét tự do, 200 mét tự do, 100 mét bướm, 200 mét hỗn hợp, mức cải thiện trong mười hai tháng, và cột cuối ghi hai chữ "đã cam kết". Bảy cột số cho một đứa trẻ còn chưa học xong cấp hai. Cùng thời điểm đó, SwimSwam công bố Cơ sở dữ liệu tuyển sinh 2028, sản phẩm do Anne Lepesant - cây bút chủ lực của trang - xây dựng và giới thiệu.

Tôi theo dõi bơi lội với tư cách chuyên gia dữ liệu đã năm năm, hành nghề phân tích cá cược thể thao tại Úc. Mỗi lần một sản phẩm thống kê mới xuất hiện trong môn thể thao tôi sống cùng, tôi không vội khen hay chê. Việc đầu tiên là xác định ba thứ: sản phẩm đo cái gì, nó che cái gì, và ai thực sự đọc nó.

Số liệu không có giới tính. Nhưng mỗi bảng số đều có một người đứng sau quyết định cột nào được hiển thị và cột nào bị ẩn đi. Một cơ sở dữ liệu công khai dành cho vận động viên mười bốn tuổi không phải là chuyện nhỏ, và nó không nên được đọc như một bảng xếp hạng đơn thuần.

Hệ thống mà bảng số phục vụ

Bơi lội trung học ở Mỹ vận hành trong một hệ sinh thái mà người ngoài thường không hình dung nổi. Mỗi trường đại học thuộc NCAA Division I chỉ được cấp một số suất học bổng tương đương nhất định cho môn bơi lội và nhảy cầu, và số suất này bị giới hạn theo luật của hiệp hội. Các huấn luyện viên trưởng có nhiệm vụ lấp đầy đội hình trong khuôn khổ đó, nghĩa là họ phải quyết định rất sớm ai xứng đáng với phần ngân sách nào.

Quy trình tuyển sinh diễn ra theo trình tự quen thuộc. Vận động viên được các trường để mắt từ năm lớp chín, lớp mười. Khoảng hai năm trước khi tốt nghiệp, hai bên tiến tới "cam kết miệng". Đến tháng Mười một của năm cuối cấp, vận động viên ký văn bản cam kết chính thức với trường. Nhóm "lớp 2028" là những vận động viên sẽ tốt nghiệp trung học vào năm 2028 - hiện tại phần lớn mới mười bốn, mười lăm tuổi.

Anne Lepesant đã vận hành các bảng theo dõi cam kết của SwimSwam trong nhiều năm, và cô là một trong số ít người trong ngành nắm được toàn cảnh tuyển sinh bơi lội Mỹ ở cấp độ chi tiết. Việc cô đóng gói dữ liệu đó thành một cơ sở dữ liệu theo lớp tốt nghiệp là bước tiến về mặt tổ chức thông tin. Người đọc giờ đây có thể lọc theo lớp, theo trường, theo thời gian, thay vì đọc từng bài lẻ.

Nhưng đây là một sản phẩm giới thiệu sản phẩm. Cần nói thẳng điều đó. Cơ sở dữ liệu phục vụ độc giả của SwimSwam, và SwimSwam tồn tại dựa trên lượng truy cập vào chính nhóm đối tượng quan tâm tuyển sinh. Một công cụ theo dõi càng đầy đủ càng kéo người ta quay lại kiểm tra thường xuyên. Điều đó không làm dữ liệu sai, nhưng nó định hình cái cách chúng ta đọc dữ liệu.

Bảy cột số và cái giá phía sau chúng

Bơi lội là môn thể thao của thời gian tuyệt đối. Bóng đá có hàng chục chỉ số phái sinh, và tôi đã dành cả sự nghiệp để mổ xẻ từng chỉ số trong số đó. Bơi lội thì khác. Một vận động viên bơi 100 mét tự do mất 49 giây hay 52 giây là dữ kiện không thể tranh cãi. Đó là điểm mạnh của môn này và cũng là điểm yếu của nó.

Thời gian tuyệt đối nói rất ít về tương lai. Một đứa trẻ có thể đạt 52 giây ở tuổi mười bốn vì nó dậy thì sớm, cơ thể đã phát triển gần xong. Một đứa trẻ khác đạt 54 giây, nhưng khung xương chưa hoàn thiện, và đến mười bảy tuổi nó sẽ vượt qua đứa kia. Cơ sở dữ liệu ghi lại con số tại thời điểm đo. Bảng số không biết đứa trẻ nào sẽ còn tiến bộ thêm hai năm nữa.

Đó chính là chỗ dữ liệu tuyển sinh khác biệt căn bản so với dữ liệu thi đấu đỉnh cao. Ở cấp đỉnh cao, chúng ta đo hiệu suất của một sản phẩm đã hoàn thiện. Ở cấp tuyển sinh, chúng ta đo một quá trình đang diễn ra, và chúng ta đối xử với kết quả đo như thể nó là kết luận. Tôi không tin cảm xúc. Tôi tin chuỗi số liệu dài hơn cảm xúc của bạn. Nhưng tôi cũng biết chuỗi số liệu nào là chuỗi đủ dài, và chuỗi số liệu của một đứa trẻ mười bốn tuổi thì chưa đủ dài.

Cột "mức cải thiện trong mười hai tháng" trong bảng là cột quan trọng nhất, và cũng là cột dễ gây hiểu nhầm nhất. Một vận động viên giảm hai giây trong một năm nghe rất ấn tượng. Nhưng nếu hai giây đó đến từ việc sửa một lỗi kỹ thuật ở lượt về, thì nó không dự báo gì cho việc giảm thêm hai giây nữa. Nếu hai giây đó đến từ chuyển biến thể chất do dậy thì, thì đó là con số chỉ xảy ra một lần trong đời. Bảng số không phân biệt hai trường hợp này.

Từ Transfermarkt đến hồ bơi trung học

Trong bóng đá, tôi đã nhiều năm làm việc với các nền tảng định giá. Transfermarkt gán một con số cho mỗi cầu thủ, và con số đó vận hành như một điểm neo tâm lý cho thị trường. Định giá cầu thủ không phải phép tính, mà là cuộc chiến giữa niềm tin và bảng số. Cơ sở dữ liệu tuyển sinh bơi lội đang đi theo quỹ đạo tương tự, chỉ khác một điểm: ở bóng đá, đối tượng được định giá là người lớn chuyên nghiệp. Ở bơi lội trung học, đối tượng được định giá là trẻ vị thành niên.

Khi một bảng số được công khai, nó không chỉ mô tả thực tại. Nó tham gia vào việc tạo ra thực tại đó. Một vận động viên có tên gần đầu danh sách lớp 2028 sẽ nhận được nhiều thư mời hơn, nhiều buổi gặp huấn luyện viên hơn, nhiều cơ hội thi đấu ở giải lớn hơn. Những cơ hội đó cải thiện thời gian của em ấy. Vòng lặp khép kín, và bảng số tự chứng minh chính mình.

Kinh tế học của một suất học bổng

Hãy nhìn vào con số thật. Ở Division I, một đội bơi nữ có thể có hơn ba mươi vận động viên, nhưng học bổng bị chia nhỏ theo quy định của hiệp hội. Rất ít vận động viên nhận học bổng toàn phần. Phần lớn nhận một phần, và một số lượng đáng kể thi đấu với tư cách đi bộ hoặc chỉ có học bổng học tập. Cơ sở dữ liệu tuyển sinh về cơ bản là công cụ để các gia đình tự định vị con mình trong một thị trường thiếu minh bạch về giá.

Cha mẹ của một vận động viên mười bốn tuổi mở bảng ra và so sánh. Con nhà A đạt 51 giây, con tôi đạt 53. Khoảng cách hai giây đó có nghĩa là gì? Nó có nghĩa là khoảng cách giữa một suất học bổng toàn phần và một suất học bổng một phần tại một trường hạng trung, hoặc giữa hai nhóm trường hoàn toàn khác nhau về đẳng cấp. Đó là một phép quy đổi gần như bất khả thi, nhưng các gia đình vẫn làm nó, mỗi tuần.

Kinh tế học đằng sau đó không chỉ là học bổng. Đó là chi phí đi lại đến các giải đấu quốc gia, chi phí thuê huấn luyện viên cá nhân, chi phí tập luyện quanh năm. Một gia đình đầu tư vào một đứa trẻ trong bốn năm với hy vọng đổi lấy một suất học bổng. Cơ sở dữ liệu giúp họ ước lượng xác suất. Nhưng nó cũng có thể khiến họ đưa ra quyết định dựa trên một cột số mà đứa trẻ chưa có đủ thời gian để chứng minh.

Nghịch lý của một bảng công khai

Góc nghịch lý nằm ở chỗ này: một cơ sở dữ liệu được tạo ra để minh bạch hóa quá trình tuyển sinh có thể lại làm suy yếu chính những vận động viên mà nó muốn phục vụ.

Các huấn luyện viên trưởng hiểu rõ điều này hơn ai hết. Một số người trong số họ chủ động không bình luận về vận động viên chưa ký cam kết, vì bất kỳ bình luận nào cũng đẩy giá và làm căng thẳng quan hệ với gia đình. Bảng số công khai khiến sự im lặng đó trở nên khó giữ hơn. Khi một cái tên đã được xếp hạng đầu lớp, việc giữ im lặng bị hiểu là quan tâm chưa đủ.

Và có một nhóm vận động viên mà cơ sở dữ liệu không phục vụ tốt. Đó là nhóm phát triển muộn. Đó là nhóm đến từ các bang ít được truyền thông bơi lội chú ý. Đó là nhóm vừa chuyển từ môn thể thao khác sang bơi lội ở tuổi mười lăm. Những vận động viên này không có tên trong bảng vì bảng chưa ghi nhận họ, và vì không có tên trong bảng nên họ khó được phát hiện hơn. Bảng số không tạo ra sự thiên lệch đó, nhưng nó khuếch đại sự thiên lệch đã tồn tại.

Tôi sống giữa hai thị trường, Việt Nam và Úc, và tôi đã học được cách không quy mọi khác biệt về văn hóa. Nhưng có một điểm so sánh cùng nền tảng mà tôi thấy đáng nói. Mạng lưới tuyển trạch ở các nước đang phát triển vừa tìm thấy thiên tài, vừa tạo ra những vụ đặt cược đắt đỏ và những gia đình tan vỡ. Một đứa trẻ được đưa ra khỏi gia đình ở tuổi mười bốn để tập luyện ở trung tâm lớn. Khi mọi việc suôn sẻ, chúng ta gọi đó là tầm nhìn. Khi mọi việc đổ vỡ, chúng ta gọi đó là định mệnh. Bảng số không ghi lại phần nào của câu chuyện đó.

Giới hạn của dữ liệu

Mỗi bài viết của tôi đều có phần này, và bài này cũng không ngoại lệ.

Vùng dữ liệu khẳng định được là khá nhỏ. Chúng ta biết chính xác thời gian bơi tại một giải đấu cụ thể, vào một ngày cụ thể, trong một bể bơi có chiều dài chuẩn. Chúng ta biết vận động viên nào đã ký cam kết với trường nào, vào thời điểm nào. Đó là những dữ kiện chắc chắn.

Vùng dữ liệu mơ hồ lớn hơn nhiều. Mức cải thiện, tiềm năng phát triển, khả năng thích nghi với môi trường đại học, khả năng chịu khối lượng tập luyện của một chương trình Division I - tất cả đều nằm trong vùng mà bảng số chỉ cung cấp tín hiệu yếu.

Vùng phải dựa vào cảm quan là vùng tôi quen thuộc nhất. Đó là vùng của những buổi sáng tập lúc năm giờ, của áp lực gia đình, của việc một đứa trẻ mười bốn tuổi phải quyết định xa nhà hay ở lại. Chúng ta chưa đủ công cụ để đo những thứ đó bằng mili-giây. Cảm xúc cũng là dữ liệu, nhưng chúng ta chưa có thước đo phù hợp. Kazan là ngày tôi học được rằng xác suất 99% vẫn có thể chết trên bàn cược, và bài học đó áp dụng cho mọi bảng số, kể cả những bảng trông có vẻ vô hại như bảng theo dõi một đứa trẻ mười bốn tuổi.

Tín hiệu cho vòng tiếp theo

Trong ba tháng tới, tôi sẽ theo dõi một chỉ số duy nhất ít ai để ý trong cơ sở dữ liệu này: tỷ lệ vận động viên đổi trường cam kết sau khi đã công bố cam kết ban đầu. Con số đó nói lên nhiều hơn mọi bảng xếp hạng thời gian. Nếu tỷ lệ đổi trường tăng, nghĩa là các gia đình đang dùng bảng số để đàm phán lại, và thị trường tuyển sinh đã trở thành một thị trường thực thụ có thể vận động. Nếu tỷ lệ đổi trường giảm, nghĩa là quyết định được đưa ra sớm hơn và cứng nhắc hơn - điều mà xét cho cùng, không chắc có lợi cho đứa trẻ mười bốn tuổi đang nằm trong bảy cột số kia.

Cơ sở dữ liệu tuyển sinh 2028 của SwimSwam là một công cụ tốt. Nó gom thông tin phân tán thành một nơi đọc được, và nó làm điều đó với độ chính xác đáng nể của Anne Lepesant. Tôi sẽ dùng nó. Tôi chỉ mong những người dùng nó nhớ rằng phía sau bảy cột số là một đứa trẻ chưa có quyền quyết định cột nào sẽ định nghĩa mình.