Một tin buồn bị dán nhãn “bóng đá”: lỗi phân loại dữ liệu và kỷ luật xác minh trong tòa soạn thể thao

02 giờ 14 phút, Seoul. Chiếc màn hình thứ ba trong góc phòng làm việc nhấp nháy — đó là màn hình tôi để chạy feed tổng hợp qua đêm, thứ tôi gọi là bảng điện của nghề: dòng tin từ hãng, từ mạng xã hội, từ những người đại diện nhắn lúc nửa đêm.

Một bản tin rơi vào. Nhãn gắn phía trên: Bóng đá.

Tôi mở ra. Không câu lạc bộ. Không cầu thủ. Không trận đấu, không hợp đồng, không bảng xếp hạng, không trọng tài, không một dòng tiền nào. Thứ nằm trong đó là một diễn viên nước ngoài, một bản tin về cái chết của anh ta do một trang giải trí đăng tải, và một dòng tưởng niệm của người thân đăng trên Instagram.

Tôi chạy bài đếm thực thể mà tôi vẫn dùng cho mọi bản tin trước khi động vào bàn phím: trong 20 điểm thông tin của bài, số câu lạc bộ là 0, số cầu thủ là 0, số huấn luyện viên là 0, số trận đấu là 0, số dòng tiền là 0.

Rồi tôi nhìn xuống cột nguồn. Bốn điểm thông tin có ghi nguồn: một trang giải trí, một bài đăng Instagram, và ba chỗ ghi đúng hai chữ — Không có.

Tôi định đóng tab rồi đi ngủ. Nhưng một bản tin lọt sai cửa như thế là một bài kiểm tra miễn phí cho cả quy trình, và nghề này không phát cho tôi nhiều bài kiểm tra miễn phí.

Mỗi bản tin thể thao đi qua bốn mắt trước khi tới tay người đọc: hãng tin, bộ tổng hợp, mắt gắn nhãn, và biên tập viên. Ở mắt thứ ba, một chuỗi ký tự quyết định số phận phân tích của cả bản tin. Nhãn ở đây là một cái cửa, không phải một tấm mác dán cho đẹp. Cửa mở về đâu thì khung phân tích chạy về đó: chiến thuật, tài chính câu lạc bộ, quản trị và luật, hồ sơ rủi ro, hay chu kỳ truyền thông. Một bản tin bị đẩy nhầm sang cửa chiến thuật sẽ bị hỏi những câu vô nghĩa, và tệ hơn, sẽ được trả lời bằng những câu nghe rất hợp lý.

Quy mô của nghề khiến cám dỗ đó thành mặc định. Một bàn thể thao ở Việt Nam xử lý vài trăm bản tin mỗi ngày, phần lớn đến từ hãng tin, từ mạng xã hội và từ những nguồn không tên. Không ai đọc hết. Không ai đếm thực thể cho từng bài. Bộ lọc từ khóa làm thay con người, và bộ lọc từ khóa chỉ biết một thứ: chuỗi ký tự này có xuất hiện hay không.

Bản tin đêm đó là một ca sạch sẽ đến mức gần như được thiết kế để dạy nghề. Chủ thể là một diễn viên nước ngoài. Sự việc được một trang giải trí đưa tin, không phải một hãng thể thao. Dòng tưởng niệm do chính gia đình đăng lên tài khoản cá nhân. Ba điểm thông tin then chốt mang đúng hai chữ Không có ở cột nguồn. Bản thân tài liệu phân tích cũng ghi rõ: sự việc gốc chưa được xác minh trong phạm vi đầu vào, chất lượng nguồn xếp loại thấp đến trung bình. Tôi sẽ không nhắc tên người đã khuất cho tới khi có nguồn thứ ba độc lập xác nhận, và tôi sẽ không dựng lại bất kỳ chi tiết nào về cái chết. Chuyện tang lễ không phải nguyên liệu cho một bài bình luận thể thao.

Nhưng cái cửa thì vẫn mở. Và phía sau cái cửa đó là một dây chuyền có thể đẩy bản tin này sang những khung bình luận hoàn toàn không phù hợp: khung cá cược, khung thị trường, khung chu kỳ cảm xúc tăng giảm. Đó là chỗ tôi dừng lại và mở sổ ra ghi.

Mỗi hợp đồng có ba con số: công bố, thật, và con số người ta muốn anh tin. Mỗi bản tin cũng có ba phiên bản như thế: cái được đăng, cái chứng minh được, và cái mà dây chuyền muốn tôi chuyển tiếp. Ở bản tin đêm đó, phiên bản thứ nhất dài 20 điểm thông tin. Phiên bản thứ hai rỗng, vì không có nguồn độc lập nào đứng sau. Phiên bản thứ ba thì đã được đóng gói sẵn, chỉ chờ tôi bấm chuyển tiếp.

Lỗi gắn nhãn có một cơ chế rất cụ thể, và nó không hề bí ẩn. Máy không biết chủ thể, máy biết chuỗi. Tên một bộ phim truyền hình nổi tiếng chứa những từ tiếng Anh cũng nằm trong vốn từ của tin thể thao — động từ chỉ việc phá vỡ một thỏa thuận, tính từ chỉ phong độ tệ. Bộ lọc thấy chuỗi, gắn nhãn, xong. Không có bước nào hỏi: trong bài này có đội bóng nào không. Không có bước nào hỏi: chủ thể của bài là ai.

Tôi đã dựng cho mình một quy trình kiểm toán nhãn, và nó không cần máy móc gì cao siêu. Lấy một mẫu 200 bản tin đang mang nhãn bóng đá trong 7 ngày gần nhất. Với từng bản tin, đếm xem có ít nhất một thực thể bóng đá thật hay không: một câu lạc bộ có thật, một cầu thủ có thật, một giải đấu có thật, một trận đấu có thật. Tỷ lệ bản tin không có thực thể nào chính là tỷ lệ dương tính giả của bộ lọc. Làm ngược lại: lấy mẫu 200 bản tin bóng đá thật đang mang nhãn giải trí, đó là tỷ lệ âm tính giả. Hai con số này cộng lại cho tôi biết dây chuyền đang lệch bao nhiêu, và lệch về phía nào. Nếu tỷ lệ dương tính giả vượt ngưỡng tôi tự đặt, bộ lọc từ khóa phải bị đình chỉ và thay bằng bước xác nhận chủ thể. Tôi nêu cách làm chứ không nêu số, vì tôi chưa có mẫu 200 bản tin đó trong tay. Đó là khác biệt giữa một quy trình và một lời hứa.

Phép thử thứ hai là phép thử tôi buộc phải áp dụng cho chính mình: tính độc lập của nguồn. Ba nguồn không đồng nghĩa với ba nguồn độc lập. Một bài đăng của người thân không độc lập với người thân. Nếu trang giải trí lấy lại chính bài đăng đó, ta không có hai nguồn — ta có một gốc được nhân bản hai lần, cộng thêm ba điểm thông tin không tên. Đếm theo cách đó, bản tin đêm đó có đúng một nguồn gốc. Tôi từng đọc sai hợp đồng trên sóng trực tiếp, nên giờ phải kiểm ba nguồn trước khi nói. Bài học đó không áp dụng riêng cho hợp đồng. Nó áp dụng cho mọi câu tôi sắp nói ra trước công chúng.

Phép thử thứ ba là thứ tôi cho là quan trọng nhất, và là thứ hầu như không tòa soạn nào có: ô trống. Tài liệu phân tích đêm đó trả về chín hạng mục, và cả chín đều ghi cùng một câu — không đủ thông tin. Không có chiến thuật, không có tài chính, không có bảng xếp hạng, không có luật, không có phòng thay đồ, không có hồ sơ rủi ro, không có chu kỳ truyền thông, không có đường truyền dẫn ngành. Người ngoài đọc sẽ thấy đó là một tài liệu bỏ trống. Tôi đọc thấy một câu trả lời chuyên nghiệp. Khi một hạng mục không có dữ liệu, câu trả lời đúng là nói rằng không có dữ liệu. Cái sai là lấp chỗ trống bằng một câu nghe hợp lý, vì câu nghe hợp lý sẽ sống lâu hơn sự thật và lan nhanh hơn sự thật.

Người trong cuộc thường im lặng, kẻ ngoài cuộc thường chắc chắn. Trong 20 điểm thông tin của bản tin, chỗ duy nhất chắc chắn là chỗ ghi Không có ở cột nguồn. Mọi chỗ còn lại đều đang mượn uy tín của một cái tên lớn hơn nó.

Phép thử thứ tư là định tuyến nội dung nhạy cảm. Một dây chuyền thể thao có thể đẩy bản tin sang ba khung mà nó tuyệt đối không được đẩy: khung cá cược, khung tối ưu tương tác, và khung chu kỳ cảm xúc tăng giảm. Cả ba đều biến một chuyện tang lễ thành một đơn vị nội dung có thể đo bằng lượt nhấp. Tôi đề nghị một quy tắc ba dòng, viết ra giấy và dán lên tường bàn biên tập: nội dung thuộc nhóm tang lễ hoặc mất mát bị chặn khỏi mọi ngữ cảnh cá cược; bị chặn khỏi mọi khung bình luận thị trường; và không được đưa vào bất kỳ bảng xếp hạng tương tác nào. Ba dòng đó không cần thuật toán, chỉ cần một người có quyền bấm nút dừng.

Kinh tế của tốc độ là chương cuối của câu chuyện này. Một bản tin được đẩy nhanh hơn đối thủ 40 phút có thể mang về vài nghìn lượt đọc. Một lần đính chính thì mang về thứ khó đo hơn: niềm tin bị trừ dần, và một vết trong hồ sơ mà không ai xóa được. Tôi đã từng ngồi trong một phòng thu, nói một câu chưa kiểm, và mất 30 ngày để xem lại toàn bộ băng ghi hình của giải đấu đó. Ba mươi ngày đó dạy tôi một điều rất rẻ: cái giá của việc chậm 40 phút luôn thấp hơn cái giá của việc sai một lần.

Năm 2026, khi sân vận động trống và thị trường chuyển nhượng đóng băng, tôi dựng một mô hình tài chính dựa trên thời hạn hợp đồng, quỹ lương và giới hạn công bằng tài chính. Mô hình dự đoán những cầu thủ còn 18 tháng hợp đồng sẽ mất giá đáng kể so với định giá trước đại dịch, và các câu lạc bộ sẽ phải bán trước khi mua. Khi thị trường mở lại, mô hình đúng ở phần lớn các dòng. Đại dịch không giết thị trường chuyển nhượng, nó chỉ phơi bày ai đang chơi bằng tiền thật. Dây chuyền dữ liệu cũng vậy. Một bản tin lọt sai cửa không giết tòa soạn, nó chỉ phơi bày ai đang kiểm và ai đang giả vờ kiểm.

Trong hơn ba thập kỷ ngồi theo dõi trận đấu từ khán đài và qua màn hình, tôi ghi chú gần như mọi thứ: số đường chuyền, nhịp độ, ai chạm bóng lần cuối trước khi mất bóng. Thói quen đó hình thành từ rất sớm, và nó không phải thói quen của một người thích bóng đá. Nó là thói quen của một người sợ nói sai. Khi tôi mở một bản tin thể thao và không tìm thấy thực thể bóng đá nào trong đó, phản xạ đầu tiên không phải là giận dữ. Phản xạ đầu tiên là đếm.

Chín hạng mục phân tích của bản tin đêm đó đều trả về cùng một kết luận, và tôi cho rằng kết luận đó mới là giá trị thật của ca làm việc: đây là một bản tin không thuộc lĩnh vực thể thao, bị gắn nhãn sai, và cần được đưa ra khỏi dây chuyền trước khi bất kỳ khung phân tích nào chạm vào nó. Không có đội bóng nào để phân tích chiến thuật. Không có bảng cân đối nào để đánh giá tính bền vững. Không có bảng xếp hạng nào để đo áp lực. Không có cơ quan quản lý nào để đối chiếu luật. Không có phòng thay đồ nào để đọc sức khỏe nội bộ. Không có đường truyền dẫn nào để lần theo dòng vốn.

Điều làm tôi khó chịu nhất không phải là cái nhãn. Điều làm tôi khó chịu là tốc độ. Bộ lọc gắn nhãn trong chưa đầy một giây. Một biên tập viên đọc và bác bỏ mất khoảng bốn mươi giây. Không ai trả lương cho bốn mươi giây đó, nên bốn mươi giây đó không tồn tại trong quy trình. Đây là chỗ tôi muốn nói thẳng, và tôi biết nó sẽ không được lòng ai trong ngành.

Đổ lỗi cho máy là cách dễ nhất và cũng vô dụng nhất. Máy làm đúng thứ nó được lập trình để làm: khớp chuỗi. Người ta không lập trình cho nó biết rằng một bộ phim truyền hình không phải một câu lạc bộ, và cũng không ai lập trình cho nó biết rằng một dòng tưởng niệm không phải một bản tin chuyển nhượng. Lỗi nằm ở chỗ không có ai đứng giữa máy và trang báo. Lỗi nằm ở chỗ tòa soạn không có ô trống, không có phép thử tính độc lập của nguồn, và không có cửa chặn nội dung nhạy cảm. Ba thứ đó đều rẻ. Chúng chỉ đòi một người chịu trách nhiệm, và trách nhiệm là thứ đắt nhất trong một bàn biên tập đêm.

Góc nhìn ngược lại còn khó nghe hơn: bản tin dán nhầm này không phải một bê bối, nó là một chẩn đoán. Một dây chuyền chưa từng sinh ra lỗi gắn nhãn là một dây chuyền chưa từng được đo. Tôi thà nhận một ca sai rõ ràng như ca này — không có thực thể, không có nguồn, không có hậu quả tài chính — hơn là nhận một ca sai mờ hơn nhiều lần: một tin đồn chuyển nhượng được đóng gói bằng giọng điệu chắc chắn, có đủ tên người, đủ con số, đủ mốc thời gian, chỉ thiếu đúng một thứ là nguồn. Cái ca thứ hai đó không nằm trong nhãn. Nó nằm trong câu văn. Và nó đắt hơn rất nhiều, vì người đọc sẽ hành động dựa trên nó.

Cùng một cơ chế lỗi, hai cái giá khác nhau. Một bản tin tang lễ bị dán nhãn bóng đá gây ra tổn thất về đạo đức và uy tín. Một tin đồn bị dán nhãn sự thật gây ra tổn thất về tiền và về niềm tin của độc giả vào toàn bộ bàn tin. Cái thứ nhất tôi phát hiện được trong bốn mươi giây. Cái thứ hai có thể mất ba tháng mới lộ ra, và khi lộ ra thì đã có người trả giá.

Về phần người đã khuất trong bản tin đêm đó, tôi chọn im lặng. Tôi không nhắc tên, không dựng lại chi tiết, không đặt câu hỏi về hoàn cảnh. Tài liệu trong tay tôi nói rõ sự việc chưa được xác minh, và một người đã mất không phải là đối tượng để tôi thử nghiệm quy trình của mình. Nếu ba nguồn độc lập trùng khớp trong những ngày tới, tôi sẽ viết câu khẳng định, ngắn, có mốc thời gian, và không kèm bất kỳ suy đoán nào. Còn bây giờ, thứ duy nhất tôi có quyền nói là: tôi chưa biết.

Bước tiếp theo của dây chuyền này không nằm ở bản tin đó. Nó nằm ở 200 bản tin khác đang mang cùng cái nhãn, đang chờ được đếm thực thể. Nếu trong đó có thêm ba ca nữa không có câu lạc bộ nào, thì vấn đề không còn là một cái nhãn sai — vấn đề là bộ lọc đã hỏng từ gốc, và mọi phân tích xuất ra từ nó trong ba tháng qua đều cần được đọc lại. Đó là món nợ mà một bàn biên tập đêm không thể trả một mình.

Và câu hỏi tôi để lại cho người đọc, cũng là câu tôi tự hỏi mỗi lần mở bảng điện lúc hai giờ sáng: nếu một bản tin không có câu lạc bộ nào vẫn đi qua được cửa của bạn, thì cửa của bạn đang giữ cái gì ở lại?