Khi bảng số trống: kỷ luật chống bịa đặt của nhà báo dữ liệu esports

Đêm chung kết VCS mùa Hè, tôi ngồi trước bốn màn hình trong căn hộ ở Seoul, đồng hồ lệch bảy tiếng so với Hà Nội. Một màn hình phát trực tiếp, một màn hình chạy bảng điểm, hai màn hình còn lại là hai nguồn dữ liệu độc lập mà tôi luôn bật song song. Đến phút thứ mười hai của ván ba, cả hai nguồn đồng loạt trả về một ô trắng ở cột vision score. Không phải số không. Trống. Một cột dữ liệu biến mất đúng lúc trận đấu bước vào đoạn quyết định.

Bên kia khung tin nhắn, biên tập viên hỏi một câu ngắn: "Có kết luận gì chưa?" Tôi nhận ra mình đang đứng trước lựa chọn mà bất kỳ nhà báo dữ liệu nào cũng gặp: viết một bài đọc được, hay viết một bài thật. Tôi chọn điều thứ hai. Không phải để tỏ ra nghiêm khắc, mà vì tôi đã học bài học này từ năm mười bốn tuổi, khi ngồi bên lề một sân bóng ở Seoul với cuốn sổ tay, và hiểu rằng thứ nguy hiểm nhất trong nghề không phải là con số sai, mà là con số trống bị lấp bằng phỏng đoán.

Vì sao một ô trắng lại quan trọng

Để hiểu vì sao một ô trắng có thể làm sập cả một bài phân tích, cần biết dữ liệu esports vận hành ra sao. Ở tầng gốc là nhà phát hành game — với Liên Minh Huyền Thoại là Riot Games — phát ra luồng dữ liệu trận đấu gần thời gian thực. Ở tầng giữa là các đơn vị tổng hợp độc lập, thu thập lại và chuẩn hoá thành những bộ chỉ số dùng được. Ở tầng cuối là người viết như tôi, người lấy dữ liệu thô đó và biến nó thành câu chuyện chiến thuật.

Mỗi tầng đều có thể đứt. API có thể trả về lỗi. Đơn vị tổng hợp có thể chưa kịp cập nhật. Một buổi phát trực tiếp có thể mất kết nối với hệ thống ghi chỉ số. Và khi một tầng đứt, ô dữ liệu không biến thành số không — nó biến thành khoảng trắng. Sự khác biệt giữa "không có lần dứt điểm nào" và "không ghi nhận được lần dứt điểm nào" là toàn bộ khác biệt giữa một phán đoán đúng và một phán đoán bịa.

Tôi đến với esports từ bóng đá. Những năm đầu, tôi dành hàng nghìn giờ tính chỉ số PPDA — số đường chuyền đối phương được phép thực hiện trước khi đội mình thu hồi bóng — và xG, bàn thắng kỳ vọng. Khi chuyển sang Liên Minh Huyền Thoại, tôi mang theo đúng bộ kỷ luật đó và dịch nó sang ngôn ngữ mới: chênh lệch vàng ở phút mười lăm thay cho thế trận đầu trận, tỷ lệ tham gia hạ gục thay cho mức độ hiện diện, kiểm soát mục tiêu lớn thay cho tỷ lệ chuyển hoá cơ hội. Có những trận đấu mắt thường không thấy được, phải để bảng số kể. Nhưng điều đó chỉ đúng khi bảng số thực sự có dữ liệu.

Cái bẫy của con số vắng mặt

Sai lầm phổ biến nhất của người viết dữ liệu không phải là tính sai. Ở tuổi hai mươi ba, tôi đã thấy đủ nhiều để khẳng định: sai lầm phổ biến nhất là lấp ô trống bằng "thường thì". Khi vision score biến mất, phản xạ của rất nhiều người là điền vào đó con số trung bình của đội, hoặc con số của ván trước, hoặc đơn giản là cảm giác "đội này cắm mắt tốt". Cả ba cách đều tạo ra một con số trông hợp lý. Và cả ba đều là bịa đặt đội lốt phân tích.

Trong thống kê, người ta gọi hiện tượng này là thay thế bằng tỷ lệ nền. Bạn không biết giá trị thật, nên bạn dùng giá trị trung bình của tổng thể để đoán. Trong y học, cách này có thể chấp nhận được với một số mô hình. Trong báo chí thể thao, nó gần như luôn sai, vì mỗi ván đấu là một hệ thống kín có bối cảnh riêng: đội hình, meta, tình thế giải đấu, tâm lý. Tỷ lệ nền phá hủy chính thứ mà phân tích cần giữ — tính đặc thù.

Tôi nhớ một buổi tối khi nguồn dữ liệu chính của tôi sập. Một trận đấu mà đội được đánh giá yếu hơn giành chiến thắng, và tôi bị áp lực phải giải thích "tại sao". Nguồn phụ của tôi vẫn sống, nhưng chỉ có dữ liệu thô gồm lịch sử hạ gục và thời lượng trận. Tôi có thể viết một bài giải thích bằng cảm giác — "đội yếu hơn chơi chắc tay hơn" — và độc giả sẽ tin. Thay vào đó, tôi viết đúng những gì tôi có: số mạng hạ gục, thời điểm chuyển giao lợi thế, và một câu ghi rõ phần dữ liệu nào chưa được xác minh. Bài viết đó ngắn hơn thường lệ. Nhưng nó đứng vững.

Trang tính không biết nói dối, người đọc mới cần học cách nghe. Vấn đề chưa bao giờ nằm ở dữ liệu. Vấn đề nằm ở người diễn giải, và ở thời hạn nộp bài.

Nguyên tắc đối chiếu chéo

Kinh nghiệm bảy năm dạy tôi một quy tắc tối giản: không bao giờ kết luận từ một nguồn duy nhất. Tôi luôn giữ ít nhất hai nguồn dữ liệu độc lập cho mỗi trận, và khi hai nguồn lệch nhau, tôi coi đó là tín hiệu đỏ chứ không phải chi tiết vụn. Nếu hai đơn vị không đồng ý về số mạng hạ gục của cùng một ván đấu, thì cái tôi đang thiếu không phải là dữ liệu — mà là nền tảng để kết luận.

Đối chiếu chéo cũng có giới hạn. Hai nguồn lấy từ cùng một API gốc thì không phải hai nguồn độc lập; chúng là một nguồn được sao chép hai lần. Đây là cái bẫy mà các nhà phân tích trẻ hay mắc: họ thu thập ba bảng số, thấy chúng khớp nhau, và tin rằng mình đã xác minh. Nhưng cả ba đều uống từ một giếng. Xác minh thật đòi hỏi ít nhất một nguồn sinh ra độc lập với phần còn lại — ví dụ một nguồn từ chính ban tổ chức giải đấu, đối chiếu với một nguồn tổng hợp từ cộng đồng.

Khi đã có ít nhất hai nguồn thật, tôi mới cho phép mình đặt nhãn độ tin cậy. Trong các bài phân tích của mình, tôi luôn ghi rõ cỡ mẫu, giả định, và mức độ chắc chắn của từng khẳng định. Một kết luận dựa trên mười ván không cùng trọng lượng với một kết luận dựa trên một trăm ván. Và một kết luận dựa trên dữ liệu bị khuyết không có trọng lượng nào cả, dù câu chữ có mượt đến đâu.

Khi mắt thường đúng, và khi nó sai

Tôi không có ý định khinh thường mắt thường. Mắt người bắt được những thứ bảng số bỏ sót: một cái nhíu mày sau pha hụt kỹ năng, một nhịp chậm bất thường trong khâu chuẩn bị giao tranh, một lần đổi hướng đi rừng không nằm trong dữ liệu nào. Nhưng mắt thường cũng bị đánh lừa một cách hệ thống, và đó là lý do bảng số tồn tại.

Ví dụ kinh điển trong esports: một đội "áp đảo" cả trận theo cảm nhận, kiểm soát bản đồ, đẩy trụ, nhưng lại thua vì để mất hai mục tiêu lớn ở thời điểm then chốt. Mắt thường nhớ sự áp đảo. Bảng số nhớ tỷ lệ kiểm soát mục tiêu. Và tỷ lệ kiểm soát mục tiêu mới là thứ quyết định kết quả. Một lần nữa: Đừng tranh luận bằng lời, hãy để bảng số lên tiếng.

Nhưng nguyên tắc này chỉ hoạt động khi dữ liệu đầy đủ. Khi vision score trống, tôi không được phép thay thế nó bằng cảm giác "đội này cắm mắt tốt" — vì làm vậy, tôi đã biến một quan sát chủ quan thành một con số trông khách quan. Đó là kiểu bịa đặt nguy hiểm nhất, vì nó khoác áo khoa học cho định kiến.

Điều tương tự đúng với việc đánh giá một tuyển thủ. Đỗ Duy Khánh, người được biết đến với tên Levi của GAM Esports, là ví dụ tôi hay dùng trong các buổi nói chuyện với sinh viên. Tầm ảnh hưởng của một người đi rừng không nằm gọn trong bất kỳ một cột số nào: nó là tổng hoà của thời điểm xuất hiện, áp lực tạo ra ở đường biên, và những pha đi rừng không tạo ra mạng hạ gục nhưng mở ra không gian. Nếu cột dữ liệu về số lần giải nguy đường biên bị khuyết, tôi không được phép nói rằng Levi "chơi mờ nhạt". Tôi chỉ được phép nói rằng bằng chứng để đánh giá anh ấy chưa đầy đủ.

Một con số lạc lõng có thể là sự thật đang trốn ở nơi không ai ngờ. Điều này đúng cả với con số vắng mặt.

Góc phản trực giác: khi khoảng trắng chính là câu chuyện

Có một nghịch lý mà tôi muốn dành phần còn lại của bài viết để nói thẳng. Trong phần lớn trường hợp, một ô dữ liệu trống là lỗi kỹ thuật, một sự cố đường truyền, một điều đáng quên. Nhưng trong một số lĩnh vực hẹp, khoảng trắng không phải là tai nạn — nó là tín hiệu.

Nghĩ về ba loại câu chuyện esports nơi dữ liệu im lặng một cách bất thường. Thứ nhất, liêm chính thi đấu: khi một trận đấu có những chỉ số không khớp với diễn biến, hoặc khi dữ liệu về hành vi bất thường bị "mất" đúng lúc cần nhất. Thứ hai, sức khoẻ người chơi: khi một tuyển thủ vắng mặt không lý do rõ ràng, và các chỉ số về thời gian thi đấu của họ biến mất khỏi bảng thống kê. Thứ ba, tài chính: khi một tổ chức ngừng công bố cấu trúc đội hình, hoặc khi các con số về lương thưởng đột nhiên không còn xuất hiện.

Trong cả ba trường hợp, sự im lặng không chứng minh điều gì. Và đây là nguyên tắc tôi giữ tuyệt đối: không suy diễn vi phạm từ sự im lặng. Không có bằng chứng vi phạm không đồng nghĩa với có vi phạm, và cũng không đồng nghĩa với không có vi phạm. Sự im lặng chỉ là sự im lặng. Nhưng nó là một sự im lặng đáng để theo dõi, vì chi phí của việc bỏ lỡ một tín hiệu liêm chính hay sức khoẻ lớn hơn nhiều so với chi phí của việc bỏ lỡ một thống kê thường ngày.

Đây là lý do vì sao, khi nguồn dữ liệu của tôi im tiếng, tôi không thay thế nó bằng giả định. Tôi ghi lại sự kiện, tôi khoanh vùng nó, và tôi nói rõ với biên tập viên rằng đây là một khoảng trắng cần được giải thích, không phải một khoảng trắng cần được lấp. Với các chủ đề liên quan đến liêm chính và sức khoẻ, tôi ưu tiên việc truy lại nguồn gốc hơn là xuất bản cho kịp deadline. Bởi vì một bài viết bỏ lỡ tín hiệu liêm chính có thể gây tổn hại lâu dài hơn nhiều so với một bài viết xuất bản muộn vài giờ.

Tôi không tin may mắn. Tôi tin số lần dứt điểm bị chặn và khoảng trống bị bỏ quên. Và khoảng trống lớn nhất thường không phải là khoảng trống trên bản đồ — mà là khoảng trống trong dữ liệu.

Điều gì đứng sau sự cố trống dữ liệu

Quay lại đêm chung kết VCS. Sau khi trận đấu kết thúc, tôi dành bốn mươi phút để truy nguyên ô trắng. Hoá ra nó không phải lỗi đơn lẻ. Một buổi phát trực tiếp bị mất kết nối tạm thời với hệ thống ghi chỉ số, khiến cả một cụm dữ liệu bị khuyết — không chỉ vision score mà còn cả thời điểm hạ gục mục tiêu lớn. Một lỗi đơn lẻ sẽ chỉ ảnh hưởng một cột. Một cụm trống cho thấy vấn đề nằm ở đường truyền, không nằm ở từng chỉ số.

Đây là một bài học về chẩn đoán. Một ô trống đơn độc thường là lỗi nhỏ, có thể bỏ qua. Một cụm ô trống xuất hiện đồng thời là dấu hiệu của lỗi hệ thống. Và các mẫu trống lặp lại qua nhiều trận khác nhau — đặc biệt là khi ô trống xuất hiện đúng ở những chỉ số quan trọng — là dấu hiệu của một vấn đề ở tầng thu thập dữ liệu, không phải ở tầng hiển thị.

Trong ngành, người ta thường phớt lờ những mẫu này. "Chắc lại lỗi đường truyền," và thế là xong. Nhưng với tôi, một mẫu trống lặp lại là một tín hiệu cần đọc, không phải một phiền toái cần bỏ qua. Nó cho biết tôi nên tin bộ dữ liệu nào, ở giai đoạn nào của mùa giải, và ở chỉ số nào. Theo thời gian, tôi xây dựng được một bản đồ nội bộ về độ tin cậy của từng nguồn — nguồn nào đáng tin ở giai đoạn vòng bảng, nguồn nào đáng tin ở giai đoạn play-off, nguồn nào thường xuyên trễ ở các trận diễn ra vào khung giờ muộn.

Bản đồ đó không nằm trong bất kỳ bảng số nào. Nhưng nó là thứ giữ cho bảng số trung thực. Người viết dữ liệu giỏi không chỉ biết cách đọc con số — họ biết khi nào con số không đáng để đọc.

Điều tôi rút ra được

Ba năm trước, khi mới bước vào nghề, tôi nghĩ giá trị của mình nằm ở việc đưa ra phán đoán dứt khoát. Bây giờ tôi nghĩ khác. Giá trị của một nhà báo dữ liệu nằm ở chỗ biết phân biệt giữa "chưa đủ dữ liệu để kết luận" và "đủ dữ liệu để kết luận điều ngược lại". Cả hai đều là kết luận. Và kết luận thứ nhất — "tôi chưa biết" — là kết luận khó viết nhất, vì nó đi ngược lại bản năng của người viết và kỳ vọng của người đọc.

Tôi đã nhiều lần viết "tôi chưa biết". Tôi đã nhiều lần từ chối xuất bản khi dữ liệu chưa đủ. Tôi biết điều đó khiến một số người thất vọng. Nhưng tôi cũng biết rằng mỗi lần tôi lấp một ô trống bằng phỏng đoán, tôi đang âm thầm dạy độc giả của mình tin vào một thứ không tồn tại.

Họ bảo con gái đừng nói chiến thuật, tôi vẽ biểu đồ thay câu trả lời. Nhiều năm sau, tôi hiểu ra rằng biểu đồ mạnh nhất đôi khi lại là biểu đồ trống — và câu trả lời trung thực nhất là câu trả lời nói rằng dữ liệu chưa đủ.

Với esports Việt Nam, tôi tin điều này đặc biệt quan trọng. VCS là một trong những khu vực có lượng người hâm mộ cuồng nhiệt nhất Đông Nam Á, với những cái tên như GAM Esports, SBTC Esports hay Team Whales luôn kéo theo kỳ vọng lớn. Sự cuồng nhiệt đó tạo ra áp lực cực lớn lên người viết: phải có ý kiến, phải có dự đoán, phải có kết luận ngay khi trận đấu vừa kết thúc. Áp lực đó đẩy những người viết tử tế nhất vào cái bẫy lấp ô trống. Và mỗi lần họ lấp, họ không chỉ làm hỏng một bài viết — họ làm mòn niềm tin vào dữ liệu nói chung.

Nếu có một điều tôi muốn gửi đến những người đọc esports Việt Nam, thì đó là: hãy yêu cầu bằng chứng. Đừng hỏi "đội nào mạnh hơn". Hãy hỏi "dựa trên bao nhiêu ván, và những ván đó có dữ liệu đầy đủ không". Một người đọc đặt câu hỏi đúng sẽ khiến cả một nền phân tích phải trung thực hơn. Bởi vì phân tích không được xây từ niềm tin của người viết — nó được xây từ bằng chứng, và bằng chứng phải tồn tại trước khi kết luận tồn tại.

Trang tính không biết nói dối, người đọc mới cần học cách nghe. Nhưng trước khi ai đó học cách nghe, cần có một người viết đủ dũng cảm để nói: "Lần này, bảng số chưa kịp lên tiếng."