Một nhãn, ba hệ thống tính điểm: lỗi phân loại đang làm hỏng dữ liệu võ thuật Việt Nam

Bản phân tích giai đoạn hai nằm trên màn hình tôi vào ngày 14 tháng 8 năm 2026: bốn nghìn từ, tám hạng mục chuyên môn, bảng biểu trình bày đầy đủ. Nội dung khả dụng duy nhất là một thẻ phân loại — martial_arts — viết bằng dấu gạch dưới, đúng định dạng của một hệ thống danh mục nội dung chung. Không tên võ sĩ. Không tên giải. Không hạng cân, không tỷ số, không ngày thi đấu. Tám bảng về đối kháng, thể trạng, tổ chức, kinh doanh, luật, rủi ro sức khỏe, truyền thông và chuỗi lan tỏa đều trả về cùng một giá trị: không đủ thông tin. Phần tổng hợp không kết luận về bất kỳ ai, thay vào đó liệt kê các bước khắc phục kỹ thuật. Đọc đến dòng cuối, tôi hiểu tệp này không nói gì về võ thuật. Nó nói về guồng máy đã sinh ra nó. Và guồng máy ấy đang chạy ở Việt Nam mỗi ngày, trên mọi bản tin võ thuật mà bạn đọc. Chu kỳ chuyển nhượng là mùa bội thực của loại lỗi này. Một câu lạc bộ đăng một bức ảnh tập luyện, một tài khoản viết 'nguồn tin thân cận', và trong sáu giờ có ít nhất bốn bài báo dài 600 chữ về một thương vụ chưa từng tồn tại. Ở bóng đá, lỗi đó dễ thấy vì ai cũng biết cách kiểm tra: hợp đồng, ngày đăng ký, phí chuyển nhượng, quỹ lương. Ở võ thuật, lỗi có hình dạng khác và khó thấy hơn nhiều: nó nằm ở nhãn phân loại. Ở Việt Nam, 'võ thuật' là một từ gộp. Nó chứa boxing, MMA, Muay Thái, kickboxing, sanda, wushu taolu, vovinam quyền, vovinam đối kháng, karate kumite, taekwondo. Một tiêu đề như 'võ sĩ Việt Nam giành HCV võ thuật' có thể mô tả Dương Thúy Vi biểu diễn bài thương thuật, hoặc Trương Đình Hoàng thắng một trận boxing chuyên nghiệp. Hai sự kiện đó không chia sẻ một đơn vị đo nào. Thẻ martial_arts trong bản phân tích rỗng là thứ duy nhất sống sót sau đường ống xử lý. Nó sống sót vì bước phân loại chạy trước bước trích xuất nội dung. Khi bước sau sụp, nhãn vẫn còn. Nhãn là dấu vết của một quy trình đã đi qua chỗ nguy hiểm nhất rồi dừng lại, và chính vì thế nó cho biết chỗ nào cần sửa. Trong bốn năm gần đây, tôi thu thập kết quả thi đấu võ thuật trong nước từ ba nguồn: trang của liên đoàn, trang của ban tổ chức giải, và ảnh chụp bảng điểm do huấn luyện viên gửi. Tỷ lệ tệp đọc được bằng máy trong số đó là không đáng kể. Phần lớn là ảnh JPEG chụp tờ A4, nghiêng, ngược sáng, có chữ ký giám định viết tay đè lên cột điểm. Ba hệ thống tính điểm, một từ khóa. Boxing chấm theo hệ 10 điểm bắt buộc: mỗi hiệp, một bên nhận 10, bên kia 9 hoặc thấp hơn. Sanda chấm theo đòn đánh hiệu quả và ngã, với việc đẩy đối thủ rời lôi đài là một hạng mục ghi điểm riêng. Taolu không có đối thủ: điểm đến từ độ khó động tác và chất lượng biểu diễn, trừ điểm theo lỗi kỹ thuật. Ba hệ thống này không quy đổi được cho nhau, và không có thước đo trung gian nào. Một bảng phân tích dùng chung cho cả ba tạo ra kết luận sai theo hướng nguy hiểm nhất: nó vẫn trông giống phân tích. Áp chỉ số đòn trúng mỗi phút lên một võ sĩ taolu, bạn nhận được số 0. Số 0 đó mang nghĩa 'sai công cụ', không mang nghĩa 'không có khả năng tấn công'. Nhưng trong một bài báo có bảng biểu, số 0 đọc như một phát hiện. Tôi đã thấy đúng cơ chế này tại một buổi theo dõi trực tiếp ở giải vô địch quốc gia. Một huấn luyện viên đưa tôi bảng điểm sanda in trên giấy A4, chụp ảnh bằng điện thoại, gửi qua Zalo. Không có tệp dữ liệu nào. Trang kết quả chính thức của giải cũng chỉ là ảnh chụp bảng giấy đó. Bất kỳ đường ống tự động nào chạm vào nguồn này cũng dừng lại: không đọc được ký tự, không trích xuất được trường dữ liệu, và đầu ra là một bảng đầy ô trống. Đó là lý do thẻ martial_arts tồn tại mà không có gì khác đi kèm. Nguồn đầu vào không đọc được ở tầng văn bản. Lỗi nằm ở khâu sản xuất kết quả, không nằm ở khâu phân tích. Phòng xét nghiệm không biết tên cầu thủ. Đó là lý do tôi tin chúng. Một nhãn phân loại cũng vậy: nó không biết ai thắng, và chính vì thế nó không thể nịnh ai. Khi tám hạng mục cùng trả về rỗng, đó là một tín hiệu sạch. Tín hiệu bẩn sẽ là tám hạng mục cùng trả về một câu chuyện đẹp. Hợp đồng thường có một trang. Hợp đồng bẩn có cả một phụ lục. Bản phân tích rỗng kia có tám phụ lục và không có trang nào. Trong tám hạng mục bị rỗng, hai hạng mục đáng tiếc nhất. Hạng mục sức khỏe: cắt cân là rủi ro có mức độ nghiêm trọng cao nhất và thời hạn ngắn nhất trong toàn bộ lĩnh vực này, gồm mất nước cấp tính, tổn thương thận, sụp ngay tại buổi cân. Không có tên võ sĩ, không có hạng cân, không có lịch sử cân, hạng mục đó không chạy được. Hạng mục luật: không xác định được bộ luật áp dụng, và điều đó có nghĩa không thể kết luận một võ sĩ vô can. Kết quả rỗng không được đọc thành giấy chứng nhận sạch. Phần khuyến nghị của nó mới là chỗ đáng đọc. Ba việc: xác định lại chủ thể phân loại trước khi phân tích, kiểm tra khả năng đọc văn bản của tệp nguồn, và không xuất bản bản phân tích rỗng dưới danh nghĩa phân tích. Cả ba đều đúng. Cả ba đều không được thực hiện ở bất kỳ tòa soạn nào tôi từng ngồi. Lý do nằm ở cấu trúc khuyến khích. Chi phí phân loại rơi vào người viết, lợi ích phân loại rơi vào người đọc. Trong một tòa soạn tính bằng lượt xem, bỏ bước phân loại tiết kiệm 20 phút mỗi bài, và 20 phút đó chuyển thẳng thành một bài nữa. Tôi bắt đầu điều tra bằng một nhãn phân loại sai. Kết thúc ở một bảng phân tích trống. Bây giờ đến phần số liệu kiểm chứng được. Trương Đình Hoàng từng giữ đai WBA Asia hạng siêu trung. Nguyễn Thị Tâm giành HCĐ ASIAD 2026 và dự Olympic Tokyo 2026 ở hạng 51kg nữ. Dương Thúy Vi giành HCV wushu taolu tại nhiều kỳ SEA Games ở nội dung kiếm thuật và thương thuật. Nguyễn Trần Duy Nhất giành HCV Muay Thái tại SEA Games. Bốn vận động viên, bốn hệ thống thi đấu, bốn cách xác định thế nào là thắng. Một từ khóa tìm kiếm. Hệ quả thứ nhất: dữ liệu so sánh bị nhiễm. Gộp HCV taolu của Dương Thúy Vi và trận thắng boxing của Trương Đình Hoàng vào cùng một cột 'thành tích võ thuật Việt Nam' tạo ra một chỉ số không đo gì cả. Nó không đo độ khó kỹ thuật, không đo chất lượng đối thủ, không đo gì ngoài số huy chương. Hệ quả thứ hai: thứ tự ưu tiên tin tức bị lệch. Nội dung dễ sản xuất nhất được đẩy lên đầu. Một trận boxing chuyên nghiệp có thông cáo báo chí tiếng Anh, có ảnh, có video, có bảng thành tích công khai. Một bài taolu ở giải trẻ quốc gia có một tờ A4. Trong mười năm, khoảng cách đó tích lũy thành định kiến cấu trúc: khán giả biết tên võ sĩ boxing và không biết tên võ sĩ taolu, không do taolu kém hấp dẫn, mà do taolu không có tệp dữ liệu. Hệ quả thứ ba, và là hệ quả tôi quan tâm nhất: khi dữ liệu nguồn không đọc được, áp lực sáng tạo tăng lên. Tòa soạn cần 800 chữ về giải vô địch quốc gia. Nguồn có một tấm ảnh bảng điểm mờ. Hai lựa chọn: viết về những gì đọc được từ ảnh, hoặc viết về những gì nên có trong một giải vô địch. Lựa chọn thứ hai dễ hơn và luôn được chọn. Đó là lúc một bài báo thể thao trở thành bài quảng cáo có gắn tên giải đấu. Ở kỳ chuyển nhượng, tôi xếp hạng tin đồn theo ba bậc bằng chứng: có hợp đồng đã đăng ký, có xác nhận từ hai phía, hoặc chỉ có một bài đăng. Bậc thứ ba không lên trang. Quy tắc đó áp dụng được cho võ thuật, chỉ cần thay đơn vị bằng chứng: có biên bản giám định, có bảng điểm chính thức, hoặc chỉ có ảnh chụp. Phép thử tôi dùng không cần thêm bằng chứng: mở mười bài báo Việt Nam về võ thuật trong một tuần, đếm số bài nêu rõ hệ thống tính điểm của môn thi đấu được nhắc đến. Lần đếm gần nhất của tôi cho kết quả hai trên mười. Cả hai bài đó đều nói về boxing. Sân vận động sạch bóng. Phòng thay đồ thì không. Nhưng có một lý lẽ phía bên kia, và nó mạnh hơn vẻ ngoài của nó. Từ gộp 'võ thuật' tồn tại vì người đọc dùng nó. Một phụ huynh ở Hải Phòng tìm 'võ thuật' để tìm lớp cho con. Một sinh viên tìm 'võ thuật' để xem clip đánh nhau. Không ai gõ 'taolu' vào ô tìm kiếm, và nếu tòa soạn đổi toàn bộ nhãn sang thuật ngữ chuyên ngành, lượng đọc của các nội dung ít người biết nhất sẽ sụp trước tiên, tức là Dương Thúy Vi mất chỗ đứng nhanh hơn Trương Đình Hoàng. Nhãn gộp, trong trường hợp này, là cơ chế phân phối chứ không phải lỗi văn thư. Lý lẽ thứ hai: kết quả rỗng là kết quả trung thực. Hệ thống đã trả về 'không đủ thông tin' thay vì bịa ra một trận đấu. Nếu mọi đường ống đều làm vậy, chúng ta sẽ có ít bài hơn và ít lỗi hơn. Việc cần sửa là khâu nguồn — ảnh chụp bảng điểm, tệp PDF scan, video không có phụ đề — chứ không phải khâu phân tích. Lý lẽ thứ ba: chủ nghĩa thuần phân loại dễ biến thành hàng rào. Khi bạn yêu cầu mọi bài võ thuật phải khai báo hệ thống tính điểm, bạn đang yêu cầu một mức chuyên môn mà phần lớn tòa soạn địa phương không có ngân sách để trả. Kết quả không phải là báo cáo tốt hơn, mà là ít bài hơn về các môn ít tiền hơn. Cả ba lý lẽ đều đúng ở phần chúng đúng. Nhưng chúng đúng về chi phí, không đúng về kết luận. Một bài báo có thể giữ từ khóa 'võ thuật' trong tiêu đề và vẫn ghi rõ hệ thống tính điểm ngay dòng thứ ba. Chi phí của dòng đó là một câu. Mùa giải tới, thứ tôi muốn thấy là những nhãn có tầng. Kết quả thi đấu cần được công bố ở dạng đọc được bằng máy, không phải ảnh chụp bảng giấy A4. Khi một liên đoàn đăng kết quả dưới dạng bảng, mọi phân tích phía sau trở nên khả thi, và mọi phân tích không có nguồn trở nên dễ bị phát hiện. Đó là toàn bộ cơ chế. Một nền thể thao công bố kết quả bằng ảnh chụp là một nền thể thao chấp nhận rằng sẽ có người viết thay phần còn thiếu.