Mẫu số 24: khi bóng đá dựng tượng đài từ dữ liệu quá nhỏ để đứng vững

Mẫu số 24: khi bóng đá dựng tượng đài từ dữ liệu quá nhỏ để đứng vững

02:40 sáng, Nagoya

Bốn ngày trước khi kỳ chuyển nhượng mùa hè đóng cửa, màn hình thứ ba của tôi đang chạy bảng theo dõi hợp đồng thì một dòng tin tiếng Tây Ban Nha trôi qua: Robo con violencia en el Metro cae 50% durante 2026. Cướp có vũ lực trên tàu điện ngầm Thành phố México giảm một nửa trong năm 2026.

Tôi suýt cuộn tiếp. Tôi dừng lại, không phải vì México. Tôi dừng lại vì cái khung. Đây là khung tôi đã đọc mười một lần trong tuần đó, chỉ khác cái nhãn: một thông cáo câu lạc bộ về chấn thương cơ, một bản trình bày của ban tổ chức giải về tỷ lệ trọng tài ra quyết định đúng, một dòng "các bên đang tiến gần thỏa thuận" từ người đại diện. Cùng một động từ, cùng một mẫu số bị giấu đi.

Điều khiến tôi ngồi thẳng dậy là mẫu số. Mười hai hồ sơ điều tra từ ngày 1 tháng 1 đến ngày 7 tháng 9 năm 2026. Hai mươi bốn hồ sơ cùng kỳ năm 2026. Một nửa của 24 là 12. Một nửa của một thứ rất nhỏ vẫn là một thứ rất nhỏ. Và tôi kiếm sống bằng nghề đọc những tỷ lệ phần trăm được xây đúng theo cách này.

Cái khung mà ai cũng dùng

Bản tin đến từ Thành phố México mô tả Operativo Quetzalcóatl, chiến lược an ninh được triển khai hơn một năm trước trên toàn mạng lưới Sistema de Transporte Colectivo Metro. Cảnh sát Metro được huy động 5.800 người. Bốn tháng liên tiếp trong khoảng tháng 3 đến tháng 6 năm 2026, không có hồ sơ điều tra nào được lập cho tội cướp có vũ lực trong hệ thống.

Đọc lần đầu, đó là một bản tin thành công. Đọc lần thứ hai, tôi nhận ra mình đang đọc chính xác loại tài liệu mà các câu lạc bộ bóng đá gửi cho tôi mỗi tuần: một tỷ lệ phần trăm được tính trên một tập hợp nhỏ đến mức dao động ngẫu nhiên nhiễu hơn cả xu hướng thật.

Phép toán ở đây không phức tạp. Khi mẫu số là 24, mỗi hồ sơ tương ứng với hơn 4% của cả năm. Khi mẫu số là 12, mỗi hồ sơ tương ứng với hơn 8%. Nghĩa là một tuần tồi tệ vào cuối tháng 12 có thể biến mức giảm 50% thành mức giảm 25%, hoặc thành tăng trưởng, mà không cần bất cứ điều gì thay đổi trên đường phố. Bản tin không sai. Bản tin chỉ đang đứng trên một nền đất quá hẹp để giữ được trọng lượng mà tiêu đề đặt lên nó.

Điểm tôi muốn nói không phải là con số bị bịa. Điểm tôi muốn nói là chỉ số được dùng không đo cái mà người đọc tưởng nó đo. Đơn vị đo ở đây là hồ sơ được lập, chứ không phải vụ việc đã xảy ra. Giữa hai thứ đó có một khoảng trống vận hành: cách phân loại tội danh, ngưỡng để một vụ được xếp vào nhóm có vũ lực, mức độ sẵn sàng khai báo của nạn nhân, và sự tồn tại của một quy trình tiếp nhận đơn giản hơn ở phía sau. Một chiến dịch cảnh sát tăng cường hiện diện có thể làm giảm số vụ thật và đồng thời làm giảm số hồ sơ theo một đường cong khác hẳn, nếu hành vi khai báo thay đổi cùng lúc.

Tôi phải công bằng ở đây, vì tôi không muốn bị đọc như một kẻ hoài nghi mặc định. Khung so sánh của bản tin là hợp lệ về mặt thời gian: Operativo Quetzalcóatl bắt đầu hơn một năm trước thời điểm tháng 9 năm 2026, nghĩa là giai đoạn tháng 1 đến tháng 6 năm 2026 gần như nằm trọn trước chiến dịch. Ai đó đã chọn đúng cửa sổ. Vấn đề nằm ở chỗ khác: không có dữ liệu khảo sát nạn nhân, không có dữ liệu lưu lượng hành khách, không có quy tắc phân loại được công bố kèm theo. Ba thứ đó là ba chân của bất kỳ kết luận an ninh nào. Thiếu chúng, bản tin là một tuyên bố về hành vi lập hồ sơ, được trình bày như một tuyên bố về hành vi phạm tội.

Và tôi biết chính xác cảm giác này, vì đó là công việc hằng ngày của tôi.

Bóng đá làm đúng phép toán đó, mỗi tuần

Dựa trên kinh nghiệm theo dõi các trận đấu của tôi trong mười sáu năm, tôi có thể nói rằng ngành bóng đá vận hành trên một hệ sinh thái tỷ lệ phần trăm được dựng từ những tập hợp nhỏ hơn nhiều so với những gì người hâm mộ tin. Hãy lấy trường hợp nổi tiếng nhất mà tôi từng theo dõi từng phút một.

Ngày 1 tháng 12 năm 2026, tại Khalifa International, Nhật Bản thắng Tây Ban Nha 2-1. Tỷ lệ kiểm soát bóng được công bố rộng khắp: Tây Ban Nha 82,3%, Nhật Bản 17,7%. Trong vòng mười hai giờ, 17,7% trở thành một nhãn dán cho cả một nền bóng đá: kẻ bị áp đảo, kẻ sống nhờ phản công, kẻ không thể kiểm soát trận đấu.

Nhưng kiểm soát bóng là một tỷ lệ phần trăm của một cái gì? Nó là tỷ trọng, không phải số lượng. Tây Ban Nha luân chuyển bóng hơn một nghìn lần trong trận đó. Nhật Bản chuyển bóng khoảng hai trăm ba mươi lần. Mỗi đường chuyền của Nhật Bản mang một lượng thông tin khác hẳn mỗi đường chuyền của Tây Ban Nha, bởi vì chúng nằm ở hai cấu trúc trận đấu khác nhau. Chỉ số tỷ trọng nén hai hành vi khác nhau vào một ô duy nhất, rồi người đọc gán cho ô đó ý nghĩa của một hành vi duy nhất. Đó là lỗi danh mục, được lặp lại mỗi cuối tuần trên truyền hình.

Hai bàn thắng của Nhật Bản đến trong khoảng ba phút, phút 48 và phút 51. Không có chỉ số nào trong bảng dữ liệu phát sóng đo được khoảng ba phút đó. Bảng dữ liệu đo phần còn lại của trận đấu, rồi tiêu đề lấy phần còn lại của trận đấu làm câu chuyện.

Ma thuật không tồn tại; chỉ có những kẻ đọc kỹ luật lệ trước khi người khác kịp chớp mắt.

Khi mẫu số nhỏ, huyền thoại tự sinh ra

Hãy đi sang một ví dụ mà tôi cho là trong sáng nhất về cách một tập hợp nhỏ sinh ra một câu chuyện văn hóa. Trong nhiều thập kỷ, bóng đá Anh xây dựng một biểu tượng tâm lý mang tên "lời nguyền luân lưu". Đội tuyển Anh thua phần lớn các loạt sút cân não lớn mà họ tham dự trong giai đoạn từ 2026 đến 2026.

Nếu coi mỗi loạt luân lưu như một phép tung đồng xu gần cân bằng, xác suất thua ít nhất 6 trong 7 lần đầu tiên là khoảng 6,25%. Nghe có vẻ nhỏ, cho đến khi bạn nhân nó với số lượng liên đoàn bóng đá quốc gia trên thế giới. Với hàng chục đội tuyển, việc một đội nào đó rơi vào chuỗi thua như vậy gần như là điều chắc chắn sẽ xảy ra với ai đó. Xác suất đó không chọn người Anh vì tính cách dân tộc. Nó chỉ chọn người Anh trước.

Khoảnh khắc thú vị nhất đến vào năm 2026, khi Anh thắng một loạt luân lưu. Trong vòng hai mươi bốn giờ, "lời nguyền" biến mất khỏi mặt báo và được thay bằng "bản lĩnh được rèn luyện". Cùng một quốc gia. Gần như cùng một nhóm cầu thủ. Cùng một nền văn hóa. Chỉ khác kết quả của một chuỗi các sự kiện có phương sai cực lớn.

Đây là chỗ tôi muốn đặt cạnh bản tin Metro. Cả hai đều là những tài liệu trung thực về mặt dữ liệu, được đọc như những tài liệu kể chuyện. Bản tin Metro đọc 12 hồ sơ thành một chiến thắng của chính sách. Truyền thông bóng đá đọc bảy loạt luân lưu thành một thuộc tính tâm lý dân tộc. Cả hai đều bỏ qua việc hỏi mẫu số có đủ lớn để chở kết luận hay không.

VAR, và thứ mà bảng dữ liệu phát sóng không đo

Giải đấu nào cũng công bố tỷ lệ trọng tài ra quyết định đúng. Con số đó tăng từ năm này sang năm khác, và mỗi lần tăng đều trở thành một dòng tiêu đề về việc công nghệ đang hoạt động tốt hơn.

Vấn đề nằm ở định nghĩa. Mẫu số của tỷ lệ đó không phải là "số tình huống sai trên sân", mà là "số tình huống được ban tổ chức phân loại là có thể xem lại". Khi giao thức phân loại thay đổi dù chỉ một dòng, tỷ lệ đúng thay đổi mà không có gì khác trên thảm cỏ thay đổi. Đây là cùng một cơ chế với hồ sơ điều tra: chỉ số đo hành vi phân loại, được trình bày như chỉ số đo hành vi trên sân.

Năm 2026, khi mọi sân vận động đóng cửa vì đại dịch, tôi ngồi nhà xem lại bốn mươi bảy trận của Kawasaki Frontale. Không có khán giả, không có tiếng ồn, tôi nhìn thấy một chi tiết mà bình thường bị che khuất: trong lúc VAR kiểm tra một tình huống, đội hình U25 của Kawasaki chạy đúng vào các vị trí phòng ngự đã định và giữ nguyên cấu trúc trong khoảng hai mươi giây chờ kết quả, như một bài tập đã được lập trình sẵn.

Tôi liên hệ với huấn luyện viên Toru Oniki qua Zoom. Cuộc phỏng vấn kéo dài bốn mươi lăm phút. Ông xác nhận: "Chúng tôi biến thời gian chờ thành thời gian chủ động."

Điều đáng nói là phản ứng. Một nhà phân tích gọi phát hiện đó là hoang tưởng. Nhưng bảng dữ liệu phát sóng chỉ đo thời lượng VAR, không đo nội dung của khoảng thời gian đó. Mọi chỉ số về VAR trong năm đó đều nói về việc VAR kéo dài bao lâu. Không chỉ số nào nói về việc hai mươi giây đó chứa gì. Và đúng vào mùa giải mà mọi chỉ số đều bất lực, Kawasaki vô địch.

Người quan trọng nhất của trận đấu không chạy trên sân; họ lặng lẽ ngồi trên khán đài mà không ai nhìn thấy. Trong trường hợp này, họ ngồi trong phòng phân tích video, đếm số giây mà không ai thèm đếm.

Kỳ chuyển nhượng: bài toán mẫu số không có lời giải

Giờ hãy áp cái khung Metro vào thứ đang chạy trên màn hình thứ ba của tôi lúc 02:40 sáng.

Mỗi kỳ chuyển nhượng, hàng nghìn tiêu đề được sản xuất quanh các cụm từ "đàm phán tiến triển", "đã đạt thỏa thuận cá nhân", "còn cách nhau một bước". Điều chưa bao giờ được công bố là mẫu số: tổng số cuộc đàm phán được mô tả bằng đúng những cụm từ đó, và trong đó bao nhiêu cuộc đổ vỡ.

Không có ai theo dõi tỷ lệ đó, vì không có ai có động cơ theo dõi tỷ lệ đó. Một tỷ lệ chuyển nhượng thành công chỉ có thể tính được nếu người đại diện, câu lạc bộ và nhà báo cùng công bố số cuộc đàm phán đã chết. Không bên nào trong ba bên muốn công bố con số đó. Kết quả là một chỉ số tồn tại vĩnh viễn vì nó không thể sai.

Thị trường chuyển nhượng không bao giờ nói thật; nó chỉ thì thầm những gì chúng ta khát khao được nghe.

Cấu trúc y hệt bản tin Metro: đo cái được ghi nhận, không đo cái đã xảy ra. Và cấu trúc y hệt mọi bản thông cáo y tế của câu lạc bộ, nơi một chương trình phòng ngừa chấn thương được công bố là "giảm 50% chấn thương cơ" trên cơ sở từ sáu ca xuống ba ca.

Ở đây tôi phải nói rõ điều mà mười sáu năm trong nghề dạy tôi. Đối chiếu khách quan nhất cho mọi tuyên bố chấn thương trong bóng đá là Nghiên cứu Chấn thương Câu lạc bộ Tinh hoa của UEFA, dữ liệu chạy liên tục từ đầu những năm 2026 với hàng nghìn cầu thủ và hàng chục nghìn giờ thi đấu. Đó là một tập hợp đủ lớn để dao động ngẫu nhiên không nuốt được xu hướng. Bất kỳ thông cáo câu lạc bộ nào công bố tỷ lệ phần trăm mà không có mẫu số cùng cấp độ đó đều đang ở một giải đấu khác về mặt nhận thức luận.

Trường hợp Kubo, và sự thật khó chịu về mẫu nhỏ

Tôi đã ghi tên cậu ấy vào sổ tay từ trước khi sân khấu bật đèn.

Tháng 12 năm 2026, tại giải vô địch Đông Á, tôi hai mươi ba tuổi, mới vào nghề được sáu tháng. Nhật Bản thắng Trung Quốc 2-1. Trong khi cả phòng họp báo chỉ nói về cú sút xa của Yuma Suzuki, tôi ngồi ghi lại bốn pha rê bóng của một cầu thủ mười sáu tuổi vào sân ở phút 68: hai lần qua người thành công, một cơ hội được tạo ra. Khoảng hai mươi hai phút bóng đá.

Bài viết của tôi bị gọi là ảo tưởng. Ba năm sau, khi cậu ấy ghi bàn cho Real Madrid Castilla, cùng bài viết đó được gọi là tầm nhìn của thiên tài.

Nhưng đây là chỗ tôi phải trung thực, và cũng là chỗ tôi khác với chính mình của tám năm trước. Hai mươi hai phút đó không chứng minh được điều gì. Một mẫu bốn pha rê bóng có khoảng tin cậy rộng đến mức nó gần như không mang thông tin. Việc dự đoán của tôi đúng không biến mẫu nhỏ thành mẫu tốt. Nó chỉ có nghĩa là tôi đã đặt câu hỏi ở đúng chỗ và câu trả lời đến sau.

Giá trị thật của một mẫu nhỏ không phải là nó cho bạn câu trả lời. Giá trị thật của nó là nó cho bạn một câu hỏi mà không ai khác đang hỏi. Nhầm lẫn giữa hai điều đó là sai lầm trung tâm của cả ngành phân tích bóng đá hiện đại, và cũng là sai lầm trung tâm của bản tin Metro: lấy một câu hỏi thú vị rồi đóng gói nó thành một kết luận đã hoàn tất.

Nghịch lý Salah là cùng một cơ chế nhưng ở chiều ngược lại. Mùa hè năm 2026, tôi cầm một bảng dữ liệu cho tòa soạn: mẫu theo dõi gồm 117 phút chạm bóng trong vòng cấm ở Champions League, tỷ lệ tạt bóng thành công 12%. Tôi viết ba bài hỏi liệu Salah là một thương hiệu được hệ thống Klopp sản xuất hay là một cầu thủ độc lập với hệ thống đó. Ai Cập thua trận mở màn, và tôi bị hai nghìn bình luận gọi là dở hơi.

Nhưng hãy nhìn kỹ điều tôi làm hôm đó: tôi không phủ nhận năng lực của cầu thủ. Tôi chỉ ra giới hạn của bối cảnh hệ thống. Đó là một tuyên bố hẹp, kiểm chứng được, và bị từ chối vì nó va vào một bức tượng.

Khi một con người bị đúc thành tượng, họ bắt đầu đánh mất chính mình trên sân cỏ.

Chỗ tôi có thể sai

Bây giờ đến phần tôi phải tự vặn mình, vì nếu tôi không làm thì sẽ có người làm thay tôi, và họ sẽ làm kém chính xác hơn.

Khả năng sai thứ nhất: có lẽ tỷ lệ phần trăm không hề hỏng. Có lẽ chúng chính là sản phẩm. Bóng đá là một ngành giải trí, và một tiêu đề "giảm 50%" là một tính năng của ngành giải trí, không phải một tuyên bố khoa học. Khi tôi đòi hỏi sự chặt chẽ suy luận từ một bản thông cáo, tôi đang yêu cầu một rạp chiếu phim công bố khoảng sai số trên áp phích. Bản thân tôi cũng bán quan điểm gây tranh cãi để kiếm sống. Đòi hỏi này có thể là đạo đức giả được trang điểm bằng thuật ngữ thống kê.

Khả năng sai thứ hai, và nghiêm trọng hơn: có lẽ mức giảm ở Metro Thành phố México là thật. Cửa sổ so sánh hợp lệ. 5.800 cảnh sát là một cam kết nguồn lực thật, không phải một thông cáo rỗng. Tôi không có dữ liệu về tình huống phản thực. Sự hoài nghi của tôi có thể là một phản xạ nghề nghiệp chứ không phải một phát hiện. Một nhà báo bất đồng quan điểm luôn có nguy cơ tìm thấy sự hoài nghi ở nơi chỉ có sự thật nhàm chán.

Khả năng sai thứ ba: bản năng phản trực giác có thể đang chạy trước dữ liệu. Nhãn hiệu cá nhân của tôi được gắn với sự gây sốc, và có một áp lực thật là phải luôn gây sốc. Tôi đã thấy chính mình làm điều đó. Tôi đã thấy những người giỏi hơn tôi làm điều đó. Khi một nhà bình luận bắt đầu được đối xử như một bức tượng, anh ta bắt đầu đọc dữ liệu để bảo vệ cái bệ đá của mình.

Định kiến có sức chứa của một sân vận động đầy kín, nhưng không có lối thoát cho bất kỳ ai bên trong.

Điều tôi sẽ theo dõi

Tôi sẽ theo dõi hai thứ, và cả hai đều có thể kiểm chứng được.

Thứ nhất, dữ liệu Metro Thành phố México giai đoạn tháng 12 năm 2026 đến tháng 2 năm 2027, tức mùa lễ hội, khi lưu lượng hành khách đạt đỉnh và cơ cấu tội phạm thay đổi theo dòng người. Nếu tổng năm giữ được mức giảm quanh 50% xuyên qua quý một năm 2027, chỉ số này đáng tin và tôi đã sai. Nếu một đợt tăng xuất hiện và kéo tổng năm về dưới 30%, thì chỉ số năm 2026 có hình dạng của một cái máng, và tiêu đề của nó là một sản phẩm truyền thông.

Thứ hai, và gần nhà hơn: từ giờ đến hết mùa giải 2026-2027, bất kỳ câu lạc bộ nào công bố mức giảm phần trăm về chấn thương, tôi sẽ đọc đến chân trang tìm mẫu số. Nếu mẫu số dưới bốn mươi ca, tôi sẽ ghi nó vào sổ như một giả thuyết, không phải một thành tích. Nếu trên bốn mươi, tôi sẽ gọi điện cho người phụ trách y tế và hỏi họ về giao thức phân loại trước khi hỏi về kết quả.

Từ cỏ sân đến màn hình LED, ranh giới giữa hai thế giới mong manh như một đường biên ngang. Và cái bẫy luôn nằm ở chỗ giống nhau: một mẫu số bị bỏ lại trong chân trang, trong khi tiêu đề đã bay đi khắp nơi.

Câu hỏi tôi để lại cho chính mình, và cho bất kỳ ai đọc đến đây, không phải là liệu bóng đá có nói dối hay không. Mà là: lần cuối cùng bạn kiểm tra mẫu số đứng sau một tỷ lệ phần trăm mà bạn đã tin, là khi nào?