Bảng dữ liệu trống và cái bẫy im lặng trong phân tích esports

Trong một phòng họp báo của giải esports khu vực Đông Nam Á hồi tháng trước, màn hình lớn chiếu lên một bảng thống kê gần như trống. Tên giải có, tên đội có, nhưng phần lớn các ô số liệu đều hiện dòng chữ "không đủ thông tin". Vậy mà người đàn ông đứng trước micro, một chuyên gia phân tích dữ liệu có tiếng, vẫn nói say sưa suốt hai mươi phút. Ông kết luận về sức mạnh đội hình, về phong độ tuyển thủ, về nguy cơ tụt hạng — tất cả bằng một giọng chắc nịch như thể mọi con số đang nằm gọn trong tay mình. Tôi ngồi ở hàng ghế thứ tư, tay đặt trên bàn phím, và tự hỏi: điều gì khiến một người dám kết luận khi không có gì để kết luận? Suốt nhiều năm làm nghề, tôi giữ lại khoảnh khắc ấy chứ không phải một pha xử lý đỉnh cao nào. Sự im lặng của dữ liệu bị lấp đầy bằng sự tự tin là thứ nguy hiểm hơn mọi con số sai. Buổi họp báo ấy là một bài học về cái tôi gọi là "quy trình rỗng" — khi một hệ thống phân tích thất bại ở tầng thu thập dữ liệu, và cái thất bại đó lặng lẽ trôi xuống tầng diễn giải mà không ai chặn lại. Trong ngành phân tích esports, chúng ta thường nói về độ chính xác của chỉ số, về sức mạnh của big data, về việc con số sẽ cứu chúng ta khỏi cảm tính. Nhưng ít ai nói về điều ngược lại: dữ liệu trống rỗng cũng có thể bị biến thành một câu chuyện nghe rất thuyết phục. Tôi bắt đầu sự nghiệp với vai trò vận động viên esports, rồi tổ chức giải đấu, trước khi chuyển sang truyền thông. Chính quãng thời gian đứng ở cả ba vị trí ấy dạy tôi rằng dữ liệu esports không phải một khối thống nhất. Có hạng mục dữ liệu sinh ra từ máy chủ chính thức, độ chính xác cao. Có hạng mục do con người nhập tay, sai số chồng sai số. Và có hạng mục chỉ tồn tại trên lý thuyết, chưa từng được thu thập đủ để nói lên điều gì. Vấn đề nằm ở chỗ: khi đưa ba loại dữ liệu ấy vào cùng một bảng, người đọc không phân biệt được đâu là sự thật, đâu là khoảng trống. Một ô trống trên bảng tính không tự nói "tôi không biết". Nó chỉ im lặng. Và người diễn giải, nhất là người diễn giải có tên tuổi, thường có xu hướng lấp vào khoảng im lặng ấy bằng phán đoán của mình. Đây là lúc cần nói rõ về nguyên tắc xử lý giá trị rỗng trong phân tích esports. Một hệ thống phân tích chuyên nghiệp chia làm hai tầng. Tầng thứ nhất trích xuất dữ liệu thô: tiêu đề, thông tin cốt lõi, quan điểm, thực thể liên quan, mốc thời gian. Tầng thứ hai diễn giải dữ liệu đã trích xuất thành kết luận chuyên môn. Nguyên tắc bất di bất dịch: tầng hai không bao giờ được tạo ra hiểu biết mà tầng một đã thất bại trong việc trích xuất. Khi tầng một trả về một đối tượng rỗng — không tiêu đề, không nguồn, không thông tin cốt lõi, không thực thể — thì kết luận duy nhất có thể đưa ra là một kết luận về quy trình: đường ống dữ liệu đã hỏng. Không phải "bài viết không có thông tin". Không phải "đội bóng không có vấn đề gì". Chỉ đơn giản là: chúng ta chưa đọc được nguồn, nên chưa có gì để nói. Trong ngành, có hai kiểu hỏng đường ống. Kiểu thứ nhất là hỏng ở khâu thu thập: nguồn không tải được, trang bị chặn, nội dung sau tường đăng nhập. Tầng một không có chữ nào để xử lý. Kiểu thứ hai là hỏng ở khâu trích xuất: nguồn có chữ, nhưng bộ phân tích trả về một đối tượng rỗng vì lệch lược đồ hoặc lỗi cắt ngắn. Hai kiểu này nhìn bề ngoài giống hệt nhau — cùng cho ra một bảng trống — nhưng cách khắc phục hoàn toàn khác. Kiểu một phải tải lại nguồn. Kiểu hai phải sửa bộ phân tích rồi chạy lại. Chạy lại mù quáng mà không phân biệt hai kiểu sẽ lặp lại đúng cái kết quả rỗng ban đầu. Điều tôi học được từ chính những lần đường ống hỏng của mình là: dấu hiệu phân biệt nằm ở các trường cơ học. Nếu ngay cả tiêu đề, nguồn, loại bài cũng trống, khả năng cao nguồn chưa từng được tải về. Nếu các trường cơ học có mà giá trị thì rỗng, khả năng cao bộ phân tích lỗi. Trong cả hai trường hợp, kết luận đúng đắn duy nhất là dừng lại, không đẩy dữ liệu rỗng xuống tầng diễn giải. Nhưng thực tế ngành esports đang làm ngược lại. Áp lực phải có nội dung, phải có bài, phải có "góc nhìn" khiến nhiều người chọn cách lấp khoảng trống. Họ lấy cảm giác thay cho số liệu, lấy ký ức thay cho bảng biểu, lấy uy tín cá nhân thay cho bằng chứng. Một chuyên gia nói "đội này yếu" mà không có chỉ số nào chống lưng, nhưng vì ông ta nổi tiếng nên người ta tin. Đó là cơ chế sinh ra thứ mà tôi gọi là "xúc phạm bằng sự tự tin". Tôi từng chứng kiến một chỉ số xG bị lạm dụng đến mức trở thành thước đo tuyệt đối trong mắt độc giả. Một đội thắng 2-1 với xG 0.35 bị đem ra mổ xẻ như thể chiến thắng ấy là ngụy tạo, chỉ vì con số thấp. Nhưng xG không nói dối, nó chỉ không bao giờ nói hết sự thật. Bàn thắng từ tình huống cố định, từ phản công ba đường chuyền, từ một pha bóng mà mô hình không định lượng được giá trị tinh thần — tất cả đều nằm ngoài ô tính. 0.35 là con số, nhưng cuộc chiến định danh nó mới là sự thật. Điều tương tự đang xảy ra với dữ liệu rỗng. Một bảng trống không nói đội bóng yếu. Nó chỉ nói chúng ta chưa đọc được đội bóng. Nhưng nếu không có ai đứng ra nói câu đó, khoảng trống sẽ tự động được định danh thành "không có vấn đề gì". Và trong thể thao, "không có vấn đề gì" là một trong những kết luận sai lầm tốn kém nhất. Có một nguyên tắc tôi giữ như một câu thần chú: sự vắng mặt của bằng chứng không phải là bằng chứng của sự vắng mặt. Trong phân tích esports, điều này có nghĩa là nếu một danh mục rủi ro không được sàng lọc — nợ lương, cá cược, chấn thương trụ cột, tranh chấp bản quyền, xung đột bản vá — thì trạng thái của nó là "chưa biết", không phải "tốt". Một bảng phân tích không thể cho điểm "rủi ro thấp" cho một đối tượng chưa được xác định. Nếu làm thế, đó là sự giả mạo chuyên môn. Với mỗi con số tôi đưa lên bảng, tôi luôn kèm theo sai số và mốc thời gian. Với mỗi kết luận, tôi tự hỏi: nếu bảng này trống, tôi có còn dám nói điều mình vừa nói không? Nếu câu trả lời là có, tôi biết mình đang nói bằng cảm tính. Nếu câu trả lời là không, tôi biết mình đang nói bằng dữ liệu. Nhưng tôi cũng phải tự cảnh báo mình ở phía ngược lại. Sự thận trọng quá mức cũng là một dạng thất bại của nghề phân tích. Có những nhà phân tích, vì sợ sai, nên không bao giờ kết luận. Họ đưa bảng biểu, họ nói "cần thêm dữ liệu", họ chờ một mẫu lớn hơn, một bản đối chiếu nữa, một video nữa. Cuối cùng họ không bao giờ xuất bản bất cứ điều gì có giá trị. Sự cẩn trọng biến thành sự tê liệt. Và trong thể thao, người đọc không cần một tu viện của sự nghi ngờ — họ cần một câu chuyện, dù câu chuyện ấy phải được kể một cách có trách nhiệm. Điểm cân bằng nằm ở chỗ: đặt ra hạn mức kiểm chứng, rồi viết. Với mỗi dữ liệu chính, hai nguồn đối chiếu là đủ. Sau đó viết, và sẵn sàng sửa sai sau khi xuất bản. Bởi vì sửa một bài đã đăng tốt hơn nhiều so với việc không bao giờ đăng một bài nào. Có lần tôi theo dõi một đội bóng suốt vòng loại, tính ra chỉ số phòng ngự kỳ vọng của họ thuộc nhóm thấp nhất khu vực, dù đội kiểm soát bóng không nhiều. Tôi viết bài dự đoán họ sẽ gây bất ngờ. Họ thắng. Nhưng nếu tôi chờ thêm để kiểm chứng, tôi đã bỏ lỡ thời điểm câu chuyện còn sống. Dữ liệu phải được kể đúng lúc, nếu không nó chỉ còn là tài liệu lưu trữ. Vậy nên, với người làm nghề dữ liệu, câu hỏi lớn nhất không phải là "tôi có đủ số liệu chưa", mà là "tôi có đang lấp khoảng trống bằng sự tự tin của mình không". Một bảng trống không đáng sợ. Điều đáng sợ là một bảng trống bị biến thành một bài phát biểu hai mươi phút, không có lỗi dữ liệu nào, nhưng cũng không có sự thật nào. Nếu bạn là khán giả theo dõi esports, lần tới đọc một bài phân tích, hãy tự hỏi một câu duy nhất: con số nào trong bài này được truy nguồn, và khoảng trống nào bị lấp bằng giọng điệu. Tín hiệu cần theo dõi ở vòng tiếp theo không nằm ở tỉ số, mà ở chỗ nhà phân tích có dám nói "tôi không biết" hay không. Vì suy cho cùng, dữ liệu là tu viện, nhưng tôi chọn rời cổng để tìm trận đấu. Và trận đấu thật thì luôn nói nhiều hơn những gì chúng ta có thể định lượng.