Nhãn sai và ký ức bị đánh tráo: khi kho dữ liệu bóng đá tự viết sai lịch sử của chính mình

Đêm ấy, một độc giả ở Hải Phòng mở kho lưu trữ bóng đá trên máy tính và gõ tên trận đấu anh muốn tìm lại. Anh muốn đọc lại cái đêm mà cả một thế hệ bắt đầu tin vào phép màu. Hệ thống trả về một bản tin về đối thoại liên tôn giáo, một cuộc gặp ở London, một vị giáo sĩ kêu gọi giới lãnh đạo tôn giáo toàn cầu cùng hành động chống chiến tranh. Nhãn của bản tin ghi rõ: bóng đá. Người đọc không sai. Hệ thống gắn nhãn sai. Chuyện này đáng lo, không đáng cười. Khi Akinfeev cản phá, cả một thế hệ bắt đầu tin vào phép màu, và thế hệ ấy tin rằng khoảnh khắc sẽ nằm yên trong kho lưu trữ. Giờ kho lưu trữ tự trả lời sai. Nó không quên khoảnh khắc. Nó quên mất khoảnh khắc ấy thuộc về môn thể thao nào. Sự việc cụ thể thế này. Một quy trình phân tích nội dung hai tầng tiếp nhận một bản tin, dán nhãn bóng đá ở tầng một, rồi ở tầng hai phát hiện ra rằng trong toàn bộ mười lăm điểm thông tin của bài, số thực thể bóng đá bằng không. Không câu lạc bộ. Không cầu thủ. Không huấn luyện viên. Không giải đấu. Không liên đoàn. Không một con số chuyển nhượng, không một chỉ số chiến thuật, không một điều luật thi đấu nào được nhắc tới. Nội dung thật của bài là một bản tin ngoại giao tôn giáo: Chủ tịch Hội đồng Ulema Pakistan kêu gọi giới lãnh đạo tôn giáo toàn cầu cùng hành động vì hòa bình. Điều đáng nói là bản ghi chú kiểm toán ấy không hề bối rối. Nó chỉ ra chính xác rằng sáu trong chín chiều phân tích bóng đá không có cơ sở dữ liệu nào để chạy, và nó từ chối lấp chỗ trống bằng phỏng đoán. Với một người viết thể thao, đây là hành vi đáng học. Với một hệ thống nội dung, đây là tín hiệu báo động. Bối cảnh rộng hơn: ngành nội dung thể thao Việt Nam vài năm trở lại đây chạy rất nhiều trên đường ống tự động. Một bản tin được sinh ra, được gắn thẻ, được phân phối, rồi được đẩy tới người đọc theo thói quen đọc của họ. Cái thẻ quyết định ai nhìn thấy gì. Một thẻ sai không làm hỏng một bài viết. Nó làm hỏng cả dòng chảy phân phối phía sau bài viết đó. Ở Việt Nam, tốc độ là lợi thế cạnh tranh. Một bàn thắng vừa được ghi, ba phút sau đã có bài, mười phút sau đã có thẻ, nửa giờ sau đã nằm trong mọi bảng tin tổng hợp. Không ai có thời gian để hỏi nội dung này thuộc về đâu. Cái thẻ được sinh ra trong lúc vội, và nó sống lâu hơn mọi lần kiểm tra. Nguồn của bản tin bị dán nhãn sai là một nhật báo tiếng Anh, The Express Tribune, đưa tin về phát biểu của Hafiz Muhammad Tahir Mehmood Ashrafi, Chủ tịch Hội đồng Ulema Pakistan và Tổng thư ký Hội đồng Quốc tế Tazeem-e-Harmain Sharifain. Bản tin có nhắc tới Giải thưởng Hubert Walter về hòa giải và hợp tác liên tôn giáo, đặt trong phần đọc thêm. Không nhân vật bóng đá nào xuất hiện. Không ai chạm vào quả bóng. Cái nhãn sai ấy hình thành qua vài cơ chế. Cơ chế quen thuộc nhất là trùng từ khóa bề mặt. Bản tin tôn giáo dùng từ hiệp hội, hội đồng, giải thưởng, chiến lược, liên đoàn — những từ vựng xuất hiện dày đặc trong văn bản thể thao. Một bộ phân loại đọc chữ bề mặt sẽ thấy mật độ từ khóa thể thao cao và gán nhãn theo xác suất. Nó không cần hiểu. Nó chỉ cần đếm. Cơ chế tiếp theo tinh vi hơn: lỗi định tuyến. Một nội dung đi nhầm kênh ngay từ điểm vào, rồi mọi mắt lưới phía sau giữ nguyên nhãn gốc vì không ai kiểm lại. Nhãn trở thành sự thật mặc định. Đây là kiểu sai nguy hiểm nhất, vì nó im lặng và tự nhân bản. Cơ chế đáng lo nhất là áp lực SEO. Khi mục tiêu là độ phủ, người ta có xu hướng mở rộng định nghĩa chủ đề để hứng thêm lượt tìm kiếm. Một bài về hòa bình, gắn thêm vài thẻ thể thao, có thể chạm tới một tệp khán giả lớn hơn. Cái giá là khán giả thể thao nhận được thứ họ không tìm. Điều khiến tôi dừng lại lâu nhất trong bản kiểm toán là phần mô tả kiến trúc tu từ của bản tin gốc. Nó có ba nhịp rõ ràng: chẩn đoán tình hình thế giới là cực kỳ đáng báo động; phủ nhận tính chính danh của bạo lực nhân danh tôn giáo; và kê đơn — đàm phán, đối thoại, công lý, tôn trọng luật quốc tế. Cộng thêm một cam kết hướng tới tương lai: kết quả tích cực sẽ sớm xuất hiện. Ba nhịp ấy là khuôn mẫu chuẩn mực của truyền thông vận động. Và đây là chỗ nó chạm tới nghề viết thể thao. Chúng ta dùng đúng khuôn mẫu đó mỗi ngày. Chẩn đoán một đội bóng khủng hoảng. Phủ nhận tính chính danh của một lối chơi. Kê đơn chiến thuật. Hứa kết quả sẽ tới sớm. Khuôn mẫu không sai. Cái sai là khi nó bị áp lên một chất liệu không thuộc về nó. Và đây là lúc cái bẫy lớn nhất lộ ra, thứ bản kiểm toán gọi là bẫy khớp khuôn. Khi bạn có một khung chín chiều, bản năng là điền đủ chín ô. Ô nào trống thì lấp bằng suy luận. Một bài về hòa bình tôn giáo, nhốt vào khung bóng đá, sẽ tự sinh ra chiến thuật, chuyển nhượng, phòng thay đồ, quỹ lương. Tất cả đều mượt. Tất cả đều sai. Độ mượt của văn bản không đo được độ thật của dữ liệu. Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, có một điều người ngoài nghề ít thấy: nghề viết thể thao sống bằng ký ức của người khác. Người đọc giao cho chúng tôi khoảnh khắc của họ. Chúng tôi giữ hộ, rồi trả lại bằng chữ. Khi kho dữ liệu gắn nhãn sai, nó không xóa khoảnh khắc. Nó chỉ khiến khoảnh khắc ấy không thể được tìm thấy nữa. Sân cỏ vắng người, nhưng mỗi hạt cỏ vẫn nghe thấy nhịp tim của khán đài — ấy là khi khán đài còn nhớ đường vào sân. Khi chỉ dẫn sai, nhịp tim ấy đập vào một cánh cửa khác. Có một điểm bản kiểm toán nhấn rất mạnh, và tôi cho là điểm đáng in đậm nhất: rủi ro lớn nhất không nằm trong bài viết. Nó nằm ở cái nhãn của bài viết. Nội dung mạch lạc. Siêu dữ liệu thì không. Đây là câu để dán lên tường mọi tòa soạn số. Rồi tới khoảng trống kiểm chứng. Toàn bộ tuyên bố thực chất trong bản tin gốc đến từ một diễn giả duy nhất. Không người đồng ký tên. Không văn bản tuyên bố chung. Không danh sách thành viên sáng kiến liên tôn giáo được nêu tên. Cam kết kết quả sẽ sớm xuất hiện là phát ngôn hướng tới tương lai, ở thời điểm đăng chưa thể kiểm chứng. Về phương pháp, đây là một quan sát đơn lẻ, không phải bằng chứng rằng một liên minh đa tôn giáo đã hình thành. Tôi không viết những dòng này để hạ thấp bản tin ấy. Bản tin ấy làm đúng việc của nó: truyền đạt một tuyên bố có nguồn. Giá trị tin tức của nó nằm ở nguồn phát ngôn, không nằm ở kết quả đã kiểm chứng. Nhưng chính vì thế, khi nó bị dán nhãn bóng đá, nó thành một hạt bụi trong một cỗ máy thống kê mà không ai muốn có. Cỗ máy đó có thật. Nhiều nền tảng dữ liệu thể thao, trong đó có các hệ thống tổng hợp phục vụ người hâm mộ Việt Nam, đang chạy trên kho nội dung gắn thẻ tự động. Một hạt bụi không làm hỏng gì. Một nghìn hạt bụi làm lệch mọi con số tổng hợp: tần suất chủ đề, cảm xúc trung bình, mật độ thực thể. Người đọc không thấy con số lệch. Họ chỉ thấy kết quả tìm kiếm kỳ lạ, rồi dần ngừng tin vào kho lưu trữ, rồi ngừng tìm. Tôi từng nghĩ đây là chuyện kỹ thuật, không liên quan gì tới người viết. Rồi tôi thử tra cứu lại vài khoảnh khắc mình từng viết về chúng, và nhận ra mình không kiểm soát được cách chúng được phân loại. Một bài tôi viết về một trận đấu có thể nằm cạnh một bản tin không liên quan, cùng một thẻ, cùng một luồng đề xuất. Người đọc thấy cả hai và tin rằng cả hai thuộc về nhau. Đó là điều tệ nhất có thể xảy ra với một nền tảng ký ức: người ta thôi tra cứu. Phần phản trực giác nằm ở đây. Phản ứng đầu tiên của số đông khi thấy một bài tôn giáo lọt vào kho bóng đá là đổ lỗi cho thuật toán. Tôi cho rằng cách nhìn ấy sai chỗ. Thuật toán không tự gắn nhãn bóng đá cho một bài về hòa bình tôn giáo. Nó làm thế vì ai đó đã định nghĩa bóng đá đủ rộng để chứa cả những thứ không phải bóng đá. Định nghĩa rộng là quyết định của con người, không phải lỗi của máy. Khi bạn mở rộng một danh mục để hứng thêm lưu lượng, bạn tự tay đặt cái bẫy. Máy chỉ bước vào. Điểm phản trực giác thứ hai: bản tin bị dán nhãn sai này có giá trị thật. Nó là một mẫu đối chứng âm sạch sẽ. Trong kiểm định chất lượng dữ liệu, thứ quý nhất không phải một mẫu đúng — mẫu đúng thì đầy rẫy. Thứ quý là một mẫu sai rõ ràng, không thể tranh cãi, để đo xem hệ thống có phát hiện ra không. Bản tin này đúng như vậy. Nó là một que thử. Sân cỏ vắng người, và trong khoảng vắng đó, người ta đặt một cái máy đếm. Máy đếm không biết đếm gì. Nó đếm nhãn. Điều tôi muốn mang về nhà sau khi đọc hết bản kiểm toán không phải một danh sách lỗi. Đó là một câu hỏi về ký ức. Nếu ký ức tập thể của người hâm mộ Việt Nam đang nằm trong những kho dữ liệu không ai đọc lại, thì chúng ta đang giao phó lịch sử cảm xúc của mình cho những cái nhãn. Một cái nhãn đúng giữ được một đêm. Một cái nhãn sai đủ để đánh mất một đêm, và đánh mất luôn cả thế hệ đã sống trong đêm đó. Khi Akinfeev cản phá, cả một thế hệ bắt đầu tin vào phép màu. Câu ấy chỉ còn đúng nếu còn ai đó đọc lại được nó ở đúng chỗ. Việc của chúng ta, những người viết, không phải gắn nhãn cho khoảnh khắc. Việc của chúng ta là giữ cho khoảnh khắc ấy đừng bị đánh tráo trong im lặng.