Đêm mà bảng số liệu trả về số không

Đêm mà bảng số liệu trả về số không Mười một giờ đêm ở Hải Phòng. Mưa phùn gõ lên mái tôn phía trên phòng làm việc. Tôi mở tệp báo cáo mà mình đã chờ suốt ba ngày, kéo xuống, và nhìn thấy đúng một cột trống. Không tên giải đấu. Không tên cơ thủ. Không một con số. Cái bảng mà tôi đặt hết niềm tin vào đó trả về số không tròn trĩnh, và tôi ngồi im rất lâu trước màn hình, tay vẫn đặt trên chuột, chờ đợi một cái gì đó hiện ra mà không hề hiện ra. Bốn năm nay tôi coi mỗi trận bi-a là một thí nghiệm. Tôi quen với việc mở bài bằng một danh sách những điều kiện cần kiểm chứng, quen với việc cân đo từng chỉ số trước khi nói bất cứ điều gì. Đêm hôm đó, thí nghiệm của tôi không có mẫu. Bàn thí nghiệm trống trơn. Và phản xạ đầu tiên, thành thật mà nói, là lấp khoảng trống đó bằng một cái gì đó nghe có vẻ hợp lý. Tôi đặt tay xuống đùi mình. Đúng nghĩa đen. Để hiểu vì sao một cột trống lại khiến người ta mất ngủ, phải hiểu dữ liệu bi-a ở Việt Nam vận hành như thế nào. Khác với bóng đá, nơi mỗi trận đấu có hàng trăm điểm dữ liệu được ghi tự động, bi-a là môn thể thao mà phần lớn con số phải được con người ghi lại bằng tay. Ở những giải phong trào, người ta đếm số ván thắng, số lần phá bi thành công, số lỗi cơ bản. Ở cấp độ chuyên nghiệp hơn, mới có chuyện ghi lại phần trăm vào bi, độ dài mỗi lượt cơ, tỷ lệ đánh an toàn. Mỗi con số đều có một người ngồi đếm, và mỗi người ngồi đếm đều có lúc mệt. Công việc của tôi những năm gần đây là dựng lại bối cảnh trận đấu từ những mảnh dữ liệu rời rạc đó. Tôi làm việc với ít nhất hai nguồn trước khi đưa ra nhận định, một nguyên tắc tôi tự đặt ra sau khi để một chỉ số duy nhất dắt mũi mình quá nhiều lần. Nhưng điều kiện tiên quyết của nguyên tắc đó là phải có nguồn. Đêm hôm đó tôi không có nguồn nào. Một đường ống dữ liệu, nói theo cách của người làm nghề, gồm ba khúc: đầu vào là văn bản hoặc bản ghi thô, khúc giữa là bước trích xuất và làm sạch, đầu ra là bản phân tích. Khi đầu ra rỗng, câu hỏi đúng đắn không phải là phân tích cái gì, mà là khúc nào đã đứt. Tôi mất gần một tuần để phân loại ba kiểu đứt khác nhau, và mỗi kiểu đòi một cách xử lý riêng. Kiểu đứt thứ nhất, cũng là kiểu nguy hiểm nhất, là khi nguồn chưa từng tồn tại. Ai đó, có thể là chính tôi, đã tưởng mình có một tài liệu trong tay trong khi thực tế không có. Với bi-a, chuyện này xảy ra thường xuyên hơn người ngoài nghề tưởng. Một giải đấu phong trào ở tỉnh lẻ đôi khi không có bất kỳ bản ghi chính thức nào. Không trọng tài ghi biên bản từng ván, không ai ghi lại điểm. Người ta chỉ biết ai vô địch, và đôi khi còn biết sai. Nếu tôi ngồi phân tích một trận như thế mà không thừa nhận rằng mình không có dữ liệu, thì mọi con số tôi đưa ra sau đó đều là sản phẩm của trí tưởng tượng được khoác áo số liệu. Kiểu đứt thứ hai là khi nguồn tồn tại nhưng bị thất lạc trong khâu trung chuyển. Tôi gặp trường hợp này nhiều lần với các bản ghi tay. Một huấn luyện viên ghi chép tỉ mỉ suốt mùa giải, nhưng cuốn sổ của ông nằm trong ngăn kéo tủ ở câu lạc bộ, và không ai scan nó. Con số tồn tại trong đầu một người, sống động, đầy đủ, nhưng không đi tới được bất kỳ bản phân tích nào. Đây là kiểu mất dữ liệu mà tôi gọi là mất im lặng, vì không ai thông báo cho bạn rằng bạn đang thiếu. Bảng dữ liệu tháng Chín của tôi vẫn đầy ắp, chỉ là nó thiếu đúng cái cột mà tôi cần nhất. Kiểu đứt thứ ba là khi mọi khâu đều hoạt động, nhưng mảnh dữ liệu bị định tuyến sai chỗ. Một bài viết về một giải carom ba băng bị đưa vào ngăn của một giải pool chín bi. Một báo cáo về bi-a Trung Quốc bị xếp lẫn vào bi-a Mỹ. Hai môn này có luật, cách tính điểm và vòng đời giải đấu khác nhau căn bản, nhưng nếu ai đó chỉ nhìn vào nhãn dán bên ngoài, họ sẽ tưởng chúng là một. Tôi từng nhận một bản phân tích được dán nhãn bi-a chung chung, không có tên giải, không có tên cơ thủ, không có thuật ngữ luật nào để lần theo. Một cái nhãn chung chung như thế không giúp tôi xác định nổi đây là snooker, pool chín bi, heyball hay carom. Khi không xác định được bộ môn, mọi chỉ số chuyên ngành đều trở nên vô nghĩa. Tỷ lệ phá bi của carom không đo bằng cùng một cái thước với tỷ lệ phá bi của pool. Cú century break không tồn tại trong bi-a Mỹ theo đúng nghĩa nó tồn tại trong snooker. Cả ba kiểu đứt này dẫn tới cùng một ngã rẽ, và đây là chỗ tôi tin nhà phân tích phải trung thực với chính mình hơn cả với độc giả: một đầu ra rỗng không giống với một phân tích kết luận là không có tác động. Cái bảng trống kia không nói rằng giải đấu không có gì đáng chú ý. Nó chỉ nói rằng tôi chưa có gì trong tay. Hai câu đó khác nhau, và sự khác biệt giữa chúng là toàn bộ vấn đề đạo đức của nghề này. Có một buổi chiều khác tôi vẫn nhớ, cách đây hai mùa, khi tôi ngồi xem một giải pool chín bi nhỏ ở miền Bắc. Tôi ghi chép bằng tay từng lượt cơ của hai cơ thủ vào một cuốn sổ, vì giải này không có bản ghi điện tử. Suốt trận, chỉ số vào bi của cơ thủ A cao hơn rõ rệt. Nhưng trên bàn, cơ thủ B di chuyển chậm rãi, kiên nhẫn, đặt bi an toàn ở những vị trí khiến đối thủ không có đường ăn, và thắng. Sau đó tôi mới nhận ra rằng những gì tôi ghi lại không đo được sự bình tĩnh. Nó đo được số lần vào bi, số lỗi, số lần đánh an toàn, nhưng không đo được khoảng lặng giữa hai lượt cơ, cái khoảng lặng mà ở đó trận đấu thực sự được quyết định. Có một nguyên tắc tôi rút ra từ những lần như thế, và tôi vẫn truyền lại cho những người mới vào nghề: một cơ thủ đánh hỏng một cú là sai sót, ba cơ thủ cùng đánh hỏng ở cùng một vị trí là tín hiệu. Cái khó là phân biệt giữa hai thứ đó khi bạn chỉ có một trận trong tay. Một trận không đủ để kết luận. Một chỉ số không đủ để kết luận. Nhưng một chuỗi dữ liệu dài, được soi trong thời gian, thì có thể nói lên điều gì đó. Tôi đã dành một tuần để ghi lại quy trình xử lý số không. Trong đó có một quy tắc cứng: nếu bước trích xuất trả về ít hơn một điểm thông tin, đường ống phải dừng lại, không được chạy tiếp. Không phải vì tôi thích dừng, mà vì tôi biết mình sẽ bịa nếu được phép chạy tiếp. Cám dỗ sinh ra nội dung nghe có vẻ phân tích là cám dỗ mạnh nhất trong nghề viết dữ liệu, mạnh hơn cả lười biếng. Một câu như thế hệ cơ thủ vàng đang già đi nghe rất giống một nhận định, nhưng nếu nó không tựa vào số liệu xếp hạng nào thì nó chỉ là một câu đúng về mặt văn phong. Tôi đã từng viết những câu như thế, trong những năm đầu, và tôi vẫn còn nhớ cảm giác ớn lạnh khi đọc lại chúng. Điều tôi muốn độc giả của mình hiểu rõ là: một bản báo cáo trống, nếu được trình bày minh bạch, vẫn có giá trị. Giá trị của nó không nằm ở kết luận về một cơ thủ hay một giải đấu, mà ở chỗ nó chỉ ra chính xác cây cầu nào đang gãy. Một người làm nghề đủ bản lĩnh để nói tôi không có số liệu đáng tin hơn một người luôn có sẵn một con số dù chẳng ai đo được nó. Có một điều nữa tôi học được từ việc xử lý số không, và nó liên quan đến cách nói về rủi ro. Việc thiếu thông tin không phải là bằng chứng cho sự hiện diện của rủi ro, và cũng không phải là bằng chứng cho sự vắng mặt của nó. Khi tôi không có dữ liệu về một trận đấu, tôi không được phép kết luận rằng trận đó sạch sẽ, và cũng không được phép kết luận rằng nó có vấn đề. Cả hai hướng đều là bịa đặt, chỉ khác nhau ở dấu. Một nhà phân tích trung thực học cách giữ cả hai khả năng mở, cho tới khi chuỗi dữ liệu đủ dài để đóng lại. Ở đây có một nghịch lý mà tôi mất nhiều năm mới chấp nhận. Việc không có dữ liệu, tự bản thân nó, là một loại thông tin. Nhưng nó chỉ là thông tin nếu bạn biết đọc nó đúng cách, và nó trở thành lời nói dối ngay khoảnh khắc bạn nhồi nhét một cái gì đó vào chỗ trống. Với bi-a Việt Nam, sự trống rỗng có tính hệ thống ở một tầng rất cụ thể: tầng giải phong trào. Những giải đấu mà khán giả đến xem, cơ thủ đến đánh, tiền thưởng được trao, nhưng không có một ai ngồi ghi lại từng thông số. Đó không phải vì người ta lười. Đó là vì hạ tầng ghi chép chưa theo kịp tốc độ phát triển của phong trào. Khi bạn nhìn vào một giải như thế, bạn thấy một mảnh ghép của bức tranh lớn hơn: bi-a Việt Nam đang lớn nhanh hơn khả năng tự ghi chép về chính mình. Sự thiếu hụt đó là một tín hiệu, không phải một khoảng trống để lấp. Nghịch lý thứ hai sâu hơn: các mô hình phân tích, kể cả những mô hình tốt, có xu hướng ép thực tế vào khuôn của chúng. Khi một mô hình cho ra một con số đẹp, người ta có xu hướng tin nó hơn là tin vào điều mắt mình vừa thấy trên bàn. Đây là điểm mù mà tôi tin các nhà phân tích dữ liệu đang bước vào phòng thay đồ của các cơ thủ quá sớm. Việc bạn có thể đo một thứ không có nghĩa là thứ đó là thứ quan trọng nhất. Việc bạn không đo được một thứ không có nghĩa là thứ đó không tồn tại. Cảm xúc của cơ thủ trước một cú phá quyết định, áp lực của một khán đài đông người, sự nhiễu loạn tâm lý giữa trận khi bạn đang thua ba ván liên tiếp: đó là những thứ tôi không có một cột dữ liệu nào để điền vào. Và tôi phải chấp nhận rằng một bản báo cáo trung thực đôi khi phải chứa cả những ô trống được dán nhãn chưa đo được, thay vì những con số được lấp vào chỉ để cho đầy bảng. Dữ liệu không bao giờ nói dối, nhưng tôi đã từng nghe nhầm. Lần nghe nhầm đắt giá nhất trong sự nghiệp của tôi không đến từ một con số sai, mà đến từ một con số đúng được đặt vào một chỗ không đúng. Nó đúng về giá trị, nhưng sai về bối cảnh, và tôi mất một thời gian dài mới phân biệt được hai điều đó. Khi bàn đấu không còn khán giả, tôi học cách lắng nghe chính cái bàn. Có những hôm phòng tập vắng tanh, chỉ có tiếng bi chạm nhau và tiếng cơ thủ hít thở. Không có tiếng vỗ tay, không có tiếng ồn khán đài che lấp. Trong cái im lặng đó, tôi nghe rõ hơn bao giờ hết sự khác biệt giữa một cú đánh do bản năng và một cú đánh do run tay. Không có số liệu nào ghi lại sự khác biệt ấy, nhưng nó có thật, và nó quyết định trận đấu. Đó là lý do tôi không bao giờ dùng một chỉ số đơn lẻ để kết luận, và cũng là lý do tôi không bao giờ viết một bản phân tích chỉ toàn số mà quên mất con người ngồi sau cây cơ. Quay lại cái đêm ở Hải Phòng. Tôi không chữa được cái bảng trống đó. Tôi dừng đường ống, ghi lại ngày, ghi lại lý do dừng, và gửi ngược lại đầu nguồn một danh sách những gì cần có để chạy lại: văn bản gốc, ngày công bố, tên nguồn, và ít nhất một manh mối về bộ môn. Sau đó tôi tắt máy và đi ngủ. Vài tuần sau, một nguồn khác đổ về, và cái bảng đầy lên. Phân tích chạy trơn tru. Nhưng điều tôi nhớ nhất từ trải nghiệm đó không phải là kết quả cuối cùng. Đó là bài học về việc cái đêm trắng số liệu có ích như thế nào: nó dạy tôi rằng một khoảng trống, khi được thừa nhận, trở thành một chỉ dẫn. Khi bị che lấp, nó trở thành một lời nói dối. Số đông đã cười. Số liệu thì không. Những lần dữ liệu trả về số không, tôi ghi lại và cất đi. Một năm sau, tôi mở ra, đọc lại, và tự chép lại bài của chính mình. Không phải để chứng minh mình đúng, mà để kiểm tra xem mình có trung thực với cái khoảng trống hay không. Tôi không viết để thuyết phục ai. Tôi viết để dữ liệu có người làm chứng, kể cả khi nhân chứng duy nhất của đêm hôm đó là một cái bảng trống và một người ngồi nhìn nó rất lâu trước khi chịu thừa nhận mình chẳng có gì để nói.