Lỗ hổng dữ liệu của bơi lội Việt Nam: bảng thành tích không nói được điều gì

Tệp kết quả tám dòng

Tệp kết quả tôi nhận được sau chung kết 400m hỗn hợp cá nhân nam tại một giải bơi quốc gia có đúng tám dòng. Mỗi dòng gồm họ tên, số báo danh, thời gian về đích và một ô ghi chú bỏ trống. Tổng dung lượng chưa đầy hai kilobyte. Không có thời gian phản xạ xuất phát. Không có splits 50m. Không có thời gian lượt bơi ngửa. Không có số lần quạt tay.

Một vận động viên bơi 400m hỗn hợp trong gần năm phút, thực hiện hàng trăm lượt quạt tay và bảy lượt quay đầu. Chuỗi dữ liệu anh ta tạo ra dài hàng nghìn điểm. Thứ duy nhất được lưu lại là một chuỗi ký tự: 4:28.xx.

Đặt cạnh đó là trang kết quả chung kết 100m tự do nam tại Paris 2026, do World Aquatics công bố: cột thời gian phản xạ, mốc 15 mét, bốn splits 50m, thời gian lượt bơi. Pan Zhanle về đích 46.40 giây và phá kỷ lục thế giới. Mọi đoạn của đường bơi đó đều mở ra kiểm chứng được.

Khoảng cách giữa hai tệp tin không nằm ở công nghệ. Bảng điện tử ở các bể bơi trong nước hoàn toàn có khả năng ghi splits. Khoảng cách nằm ở chỗ không ai yêu cầu chúng.

Số liệu không bao giờ nói dối, nhưng nó biết cách giấu mình. Ở bơi lội, nó không giấu. Nó đơn giản là không tồn tại.

Một môn thể thao thiếu tầng dữ liệu

Tôi làm việc nhiều năm với dữ liệu bóng đá, nơi một trận đấu từ bảy năm trước vẫn có thể mở lại và đọc từng đường chuyền, từng pha pressing, từng bước chạy. Bơi lội đáng lẽ dễ hơn thế. Đường bơi là môi trường khép kín: 50 mét, tám làn, thời gian đo tới phần trăm giây, không có bóng bật cột, không có trọng tài quyết định biên. Một môn thể thao ít biến số hơn lại có ít dữ liệu công khai hơn. Điều đó nghe vô lý cho tới khi nhìn vào dòng tiền.

Dữ liệu không miễn phí ở khâu thu thập, nhưng nó miễn phí ở khâu được hỏi. Ở bóng đá, hợp đồng truyền hình và thị trường cá cược tạo ra nhu cầu thường trực về số liệu, nên các công ty phân tích trả tiền để có người ngồi ghi từng pha bóng. Ở bơi lội, nhu cầu ấy chỉ xuất hiện vài tuần mỗi bốn năm, khi Olympic tới. Phần còn lại của chu kỳ, không ai trả tiền để biết một kình ngư mất 0.4 giây ở lượt quay thứ năm.

Kết quả là một tầng dữ liệu mỏng đến mức hầu như không tồn tại. Báo chí bơi lội trong nước, kể cả tôi, thường chỉ có ba thứ trong tay: thời gian về đích, thứ hạng, và số huy chương. Cả ba đều là sản phẩm cuối cùng của một quá trình dài mà chúng ta không có bản ghi nào.

COVID đóng sân, tôi mở lại danh bạ V-League. Không giải nào vô nghĩa. Tôi mất bốn tháng theo dõi 240 cầu thủ để dựng lại dữ liệu thể lực, và bài học lớn nhất không phải là tìm ra ai sa sút. Bài học là: khi không có dữ liệu, người ta mặc định tin vào câu chuyện đẹp nhất. Với bơi lội Việt Nam, tầng dữ liệu ấy thậm chí chưa từng được dựng.

Giải phẫu một đường bơi

Một bộ dữ liệu bơi lội đầy đủ gồm những gì? Thời gian phản xạ xuất phát, đo bằng phần nghìn giây kể từ tín hiệu. Mốc 15 mét, cho biết hiệu quả giai đoạn dưới nước. Splits từng 50 mét. Số lần quạt tay và tần số quạt tay, tức stroke rate. Quãng đường mỗi lần quạt, tức distance per stroke. Thời gian mỗi lượt quay đầu. Và chỉ số sa sút, tính bằng chênh lệch giữa đoạn 100 mét cuối so với đoạn 100 mét đầu.

Công thức trung tâm của môn bơi chỉ có hai biến: tốc độ bằng tần số quạt nhân quãng đường mỗi lần quạt. Một kình ngư có thể tăng tốc bằng cách quạt nhanh hơn, dài hơn, hoặc cả hai. Không có hai con số đó, mọi nhận định về kỹ thuật đều là suy đoán từ bên ngoài làn nước.

Luật của World Aquatics giới hạn quãng đường bơi dưới nước sau xuất phát và sau mỗi lượt quay ở mức 15 mét. Đây là một trong những đường biên rõ ràng nhất của môn thể thao này, và cũng là nơi nhiều vận động viên mất thời gian mà không ai nhìn thấy. Một lượt quay chậm 0.3 giây, nhân với bảy lượt trong 400m hỗn hợp, là hơn hai giây. Trên bảng kết quả, hai giây ấy chỉ hiện ra như một khoảng cách giữa hai cái tên.

Ở nội dung 400m hỗn hợp cá nhân, cấu trúc đường bơi chia thành bốn khối: bướm, ngửa, ếch, tự do. Mỗi khối có logic riêng. Khối ếch thường là nơi phân hóa lớn nhất vì nhịp độ chậm và phụ thuộc vào pha trượt. Nếu có splits theo từng 50 mét, tôi có thể nói chính xác vận động viên đánh mất cuộc đua ở khối nào, và mất vì kỹ thuật hay vì phân phối sức. Không có splits, tôi chỉ biết tổng thời gian, và tổng thời gian là dữ liệu của người xem, không phải dữ liệu của người phân tích.

Ở các cự ly dài như 1500m tự do, thứ đáng đọc là đường cong phân phối sức. Một vận động viên bơi đều và một vận động viên bung sức ở 800 mét đầu rồi chết ở 300 mét cuối có thể về đích với cùng một thời gian. Hai con đường khác nhau hoàn toàn về mặt sinh lý và về mặt chiến thuật, nhưng trên bảng kết quả chúng là một dòng giống hệt nhau.

Ở cự ly nước rút như 100m tự do, toàn bộ cuộc đua nằm giữa giây thứ 22 và giây thứ 47. Thời gian phản xạ, quãng đường dưới nước trong 15 mét đầu, và tốc độ ở 25 mét cuối quyết định gần như mọi thứ. Pan Zhanle về đích 46.40 giây tại Paris 2026, và giá trị phân tích của con số đó nằm ở chỗ nó đi kèm bốn splits cho phép so sánh nửa đầu với nửa sau. Một kỷ lục thế giới có thể bị chất vấn bằng chính dữ liệu của nó. Một tấm huy chương vàng quốc gia thì không, vì chẳng có gì để chất vấn.

Léon Marchand giành bốn huy chương vàng cá nhân tại Paris 2026 ở các nội dung 200m bướm, 200m ếch, 200m hỗn hợp và 400m hỗn hợp. Nhìn vào bảng huy chương, đó là câu chuyện về một vận động viên vượt trội. Nhìn vào bộ splits, đó là câu chuyện về một nhóm huấn luyện đã tính toán chính xác phân phối sức cho bốn nội dung diễn ra trong cùng một tuần. Hai cách đọc, hai mức độ hiểu biết.

Tần số quạt và cái bẫy của con số nỗ lực

Trong bóng đá, quãng đường di chuyển và số lần bứt tốc được đóng gói như chỉ số nỗ lực. Chạy vô hiệu vẫn tạo ra những con số đẹp, và người ta thường quên mất điều đó. Bơi lội có phiên bản tương đương của nó.

Một vận động viên quạt tay 52 lần mỗi phút trông nỗ lực hơn một vận động viên quạt 38 lần mỗi phút. Chỉ số tần số quạt đứng một mình sẽ luôn ưu ái người quạt nhanh. Nhưng tốc độ là tích của tần số và quãng đường mỗi lần quạt. Người quạt nhanh mà quãng ngắn thực chất đang bơi kém hiệu quả hơn. Đưa chỉ số tần số quạt lên bản tin mà bỏ đi quãng đường mỗi lần quạt là một hành vi truyền thông có hại, vì nó dạy khán giả nhìn nhầm vào chỗ cần nhìn.

Điều này quan trọng với bơi lội Việt Nam ở một điểm cụ thể: các vận động viên trẻ thường được đánh giá qua thành tích ở tuổi 15, 16, khi quãng đường mỗi lần quạt vẫn còn ngắn vì chiều cao và sải tay chưa phát triển. Một vận động viên bơi 100m tự do với tần số quạt cao có thể thắng ở tuổi 15 và mất vị trí ở tuổi 19, khi những người cùng lứa tăng sải tay. Không có bộ dữ liệu theo dõi hai chỉ số đó qua nhiều mùa, chúng ta không phân biệt được tiềm năng với tuổi dậy thì.

Dựa trên kinh nghiệm theo dõi các giải bơi của tôi, trong nhiều năm tôi phải tự bấm lại splits từ video bằng tay, khung hình 25 hình mỗi giây, sai số cộng dồn của phương pháp này lên tới gần nửa giây trên mỗi 50 mét. Nửa giây là khoảng cách giữa huy chương và vị trí thứ tư ở đấu trường khu vực. Nói cách khác, ngay cả khi tôi bỏ công làm lại dữ liệu, tôi vẫn không đủ tin cậy để kết luận.

Đội hình vô địch không nằm ở túi tiền, mà ở cách nén thời gian thành chỉ số. Bơi lội Việt Nam chưa làm được phép nén đó. Nguyễn Thị Ánh Viên là một trong những vận động viên giàu thành tích nhất của thể thao Việt Nam tại các kỳ SEA Games, với một bộ sưu tập huy chương trải dài qua nhiều năm. Nguyễn Huy Hoàng giành huy chương bạc ASIAD 2026 ở nội dung 1500m tự do nam. Trần Hưng Nguyên và Phạm Thanh Bảo là những cái tên đã khẳng định vị trí ở đấu trường khu vực. Chúng ta biết tên họ, biết huy chương của họ, và gần như không biết gì về hình dạng đường bơi đã tạo ra họ.

Quỹ đạo sự nghiệp của một kình ngư chỉ kéo dài khoảng mười năm ở đỉnh cao. Khi đường cong ấy đi xuống, không có bộ dữ liệu nào để trả lời câu hỏi nguyên nhân nằm ở tuổi tác, ở chấn thương, ở môi trường huấn luyện, hay ở việc thay đổi ban huấn luyện. Một cầu thủ bóng đá giải nghệ vẫn có băng ghi hình để chuyển sang nghề bình luận, phân tích, huấn luyện. Một kình ngư giải nghệ chỉ có ký ức cộng đồng, và ký ức cộng đồng phai rất nhanh.

Điểm phản trực giác

Bảng thành tích là tài liệu gây nhiễu nhất trong toàn bộ hệ thống thông tin thể thao. Nó được trình bày như một tài liệu trung tính, nhưng nó là một sản phẩm biên tập. Ai quyết định xếp huy chương theo đoàn? Ai quyết định chỉ liệt kê ba vị trí đầu? Ai quyết định bỏ qua kỷ lục cá nhân của người về thứ tám? Mỗi lựa chọn ấy định hình thứ mà công chúng tin là sự thật của một kỳ giải.

Cách giải thích dễ chịu nhất cho tình trạng thiếu dữ liệu là đổ lỗi cho báo chí. Tôi không nghĩ vậy. Phóng viên viết cái mà tòa soạn trả tiền để họ viết, và tòa soạn bán cái mà khán giả đọc. Vấn đề nằm ở cấu trúc khuyến khích: không có ai trong chuỗi đó được lợi từ việc công bố splits, nên splits không được công bố. Thay đổi hành vi ở đây đòi hỏi một bên chấp nhận trả trước chi phí, và bên duy nhất có khả năng trả trước là liên đoàn cùng hệ thống trung tâm huấn luyện.

Người ta nhìn bảng giá trị, tôi nhìn đường cong. Nhiều thương vụ chết trước khi được công bố. Trong bơi lội, giá trị thương mại của một vận động viên được định giá bằng số huy chương, tức là bằng kết quả quá khứ. Định giá theo kết quả quá khứ hoạt động tốt trong một môi trường ổn định và thất bại trong một môi trường thay đổi nhanh. Một nhà tài trợ ký hợp đồng với người vừa vô địch SEA Games đang mua một tấm huy chương, và số liệu cho thấy tấm huy chương ấy không dự báo được gì về hai năm tiếp theo nếu không có đường cong cải thiện đi kèm.

Có một cái bẫy nữa mà chính tôi phải tự nhắc mình. Mỗi năm một kình ngư chỉ thi đấu ba đến bốn lần ở nội dung sở trường, mỗi lần một lần bơi. Bốn điểm dữ liệu một năm là quá ít để tách tín hiệu khỏi nhiễu. Tôi đặt ngưỡng từ trước: chỉ kết luận về xu hướng khi có ít nhất ba mùa giải liên tiếp cùng chiều, và khi mức chênh lệch vượt quá sai số đo. Sai số của hệ thống đo điện tử ở các giải quốc tế là 0.01 giây, còn sai số của việc suy luận từ bốn lần bơi trong một năm có thể lớn gấp hàng chục lần con số đó.

Có một điều tôi phải nói thẳng về chính công việc của mình. Khi tôi chạy lại quy trình phân tích cho chủ đề này, bước trích xuất dữ liệu đầu vào trả về kết quả rỗng. Không có điểm thông tin nào, không có thực thể nào, không có chủ thể nào để phân tích. Ban đầu tôi coi đó là lỗi hệ thống. Sau khi kiểm tra lại, tôi hiểu ra: kết quả rỗng ấy chính là phát hiện. Một quy trình được thiết kế để phân tích bơi lội, chạy trên dữ liệu bơi lội công khai, không tìm thấy gì để phân tích.

Tín hiệu vòng tiếp theo

Có bốn thứ tôi sẽ theo dõi trong 18 tháng tới, và chúng đều là những tín hiệu có thể kiểm chứng được thay vì những dự đoán cảm tính.

Thứ nhất là sự xuất hiện của splits trong các giải vô địch quốc gia. Chỉ cần một đơn vị tổ chức in thêm bốn cột vào tệp kết quả, toàn bộ mặt bằng phân tích phía sau sẽ thay đổi trong vòng một mùa. Chi phí biên của việc đó gần bằng không, vì dữ liệu đã tồn tại trong hệ thống đo điện tử.

Thứ hai là một cơ sở dữ liệu kết quả có thể tra cứu theo vận động viên và theo mùa. Hiện tại, muốn dựng lại quỹ đạo sự nghiệp của một kình ngư trẻ, tôi phải ghép thông tin từ hàng chục bài báo khác nhau, phần lớn chỉ ghi thời gian chung kết. Một cơ sở dữ liệu đàng hoàng biến công việc đó từ nhiều tuần xuống vài phút.

Thứ ba là chương trình chuyển đổi nghề nghiệp cho vận động viên sau khi giải nghệ. Tuổi nghề của một tuyển thủ thể thao điện tử ngắn hơn một cầu thủ bóng đá, nhưng hệ thống đào tạo trẻ và hỗ trợ hậu giải nghệ của họ gần như bằng không. Bơi lội chia sẻ đúng điểm yếu đó, với một biến thể: cửa sổ thi đấu đỉnh cao của một kình ngư còn hẹp hơn, và không có bộ dữ liệu lưu lại đường bơi thì cũng không có nguyên liệu để người đó chuyển sang vai trò huấn luyện viên phân tích.

Thứ tư là hình dạng đường cong của lớp vận động viên trẻ. Một kỷ lục quốc gia ở tuổi 16 chưa nói lên nhiều nếu quãng đường mỗi lần quạt không tăng trong hai mùa kế tiếp. Đây là chỉ số duy nhất, theo tôi, có thể dự báo được vị trí của bơi lội Việt Nam ở đấu trường khu vực trong chu kỳ tới.

May mắn là thứ tôi không có. Tôi có xác suất và dữ liệu đủ dày. Nhưng xác suất chỉ tính được khi có mẫu, và mẫu chỉ tồn tại khi ai đó chịu ghi lại. Câu hỏi của chu kỳ tới không phải là Việt Nam có bao nhiêu kình ngư đủ tầm châu lục. Câu hỏi là đến cuối chu kỳ ấy, chúng ta có đủ dữ liệu để trả lời chính xác câu hỏi đầu tiên hay không.