Khi dữ liệu trống: Bài học minh bạch trong phân tích thể thao điện tử Việt Nam

Trong một tòa soạn thể thao, dữ liệu giống như nguyên liệu thô của một món ăn. Nếu nguyên liệu không có hoặc bị bỏ quên, món ăn không thể ra lò. Trường hợp vừa diễn ra trong hệ thống phân tích thể thao điện tử cho thấy điều đó rất rõ. Một tài liệu phân tích sâu giai đoạn hai, viết tắt là Stage-2, nhận được đầu vào từ giai đoạn một, viết tắt là Stage-1, nhưng đầu vào gần như trống rỗng. Vì vậy, toàn bộ chín nhóm phân tích đều không thể thực hiện. Thay vì bịa số liệu, hệ thống đã dừng lại và phát tín hiệu thiếu minh bạch. Đây là câu chuyện nghề nghiệp đáng để bàn, không chỉ vì nó liên quan đến thể thao điện tử, mà còn vì nó chạm đến nguyên tắc gốc của báo chí thể thao Việt Nam: chỉ nói khi có bằng chứng. Quy trình hai giai đoạn này hoạt động theo cách sau. Giai đoạn một có nhiệm vụ mổ xẻ bài viết gốc để trích xuất tiêu đề, nguồn, loại bài, quan điểm tác giả, mục đích, các điểm thông tin, thực thể liên quan, mức độ thời sự và chất lượng nguồn. Giai đoạn hai dựa vào danh sách đó để đưa ra phân tích chuyên sâu. Các chuyên gia gọi đây là nguyên tắc dẫn nguồn: không có điểm thông tin, không có phân tích. Trong tài liệu vừa được đưa ra, tất cả các trường như tiêu đề bài, nguồn bài, loại bài, quan điểm tác giả, mục đích bài viết, điểm thông tin, thực thể liên quan, mức độ thời sự và chất lượng nguồn đều bỏ trống hoặc ghi không áp dụng. Nói cách khác, dây chuyền phân tích bị đứt ngay từ khâu đầu tiên. Việc trống dữ liệu không phải là chuyện nhỏ. Chín mảng phân tích trong giai đoạn hai gồm: cập nhật phiên bản trò chơi, thể thức giải đấu, đội tuyển và tuyển thủ, bức tranh khu vực, tài chính câu lạc bộ, tuân thủ quy định, hồ sơ rủi ro, câu chuyện công chúng và sự lan tỏa ngành. Mỗi mảng đều cần ít nhất một thực thể có tên, một con số hoặc một sự kiện cụ thể. Khi danh sách điểm thông tin trống, không chuyên gia nào có thể xác định được tựa game, phiên bản, đội tuyển, tuyển thủ, giải đấu, mức tiền thưởng hay sự kiện vi phạm. Kết luận sớm nhất là: không đủ thông tin để đánh giá. Báo cáo cũng chỉ ra ba mức rủi ro. Rủi ro cao nhất là toàn bộ quá trình phân tích không thể thực hiện, vì kết quả giai đoạn một rỗng. Giải pháp là chạy lại quá trình trích xuất, kiểm tra khả năng truy cập bài viết gốc và xác minh xem bài viết có đúng thuộc lĩnh vực thể thao điện tử hay không. Rủi ro thứ hai ở mức trung bình là nguy cơ xuất ra một bản phân tích bịa đặt nếu không có rào chắn kiểm tra. Giải pháp là thiết lập ngưỡng tối thiểu: bắt buộc có ít nhất một thực thể có tên và một điểm thông tin trước khi cho phép giai đoạn hai hoạt động. Rủi ro thứ ba ở mức thấp là phân loại sai một nguồn không phải thể thao điện tử thành nguồn thể thao điện tử. Cần thêm một bước xác nhận lĩnh vực ngay khi nhận dữ liệu. Về mức giá trị thông tin, tài liệu gắn một sao trên năm sao cho cả bốn tiêu chí: giá trị cạnh tranh, giá trị ngành, giá trị thời sự và giá trị tham khảo. Tuy nhiên, mức một sao này không phải là lời chê bai nội dung thể thao. Nó chỉ phản ánh sự vắng mặt của thông tin. Một bài thiếu dữ liệu không thể coi là bài chất lượng thấp, mà thuộc nhóm nguồn không dùng được. Với nhà báo, xếp loại như vậy là cách trung thực nhất để không gây hiểu lầm cho độc giả. Điều đáng chú ý là khả năng cao sự cố đến từ quá trình trích xuất phía trên, chứ không phải bài viết gốc thực sự không có nội dung. Một bài viết thể thao điện tử bình thường hầu như luôn có tên một tựa game, một đội tuyển hoặc một tuyển thủ. Nếu giai đoạn một không trả về bất kỳ thực thể nào, rất có thể là do đường dẫn nguồn không truy cập được, lỗi phân tích cú pháp hoặc bài viết gốc được lập chỉ mục dưới dạng không phù hợp. Cũng có khả năng bài viết gốc là một bộ ảnh hoặc một dòng tiêu đề đơn thuần, và việc trích xuất trả về trống là chính xác. Hiện tại vẫn chưa đủ căn cứ vững chắc để khẳng định nguyên nhân nào hoàn toàn đúng. Trong môi trường số, một thông tin sai có thể lan nhanh hơn một bàn thắng đẹp. Vì vậy, việc công khai trạng thái thiếu dữ liệu không làm giảm uy tín, ngược lại còn giúp tòa soạn chứng minh sự kiểm soát chất lượng. Độc giả Việt Nam ngày càng thông thái, họ cần một lý do chính đáng để tin vào con số được công bố. Với thể thao Việt Nam, câu chuyện này đặc biệt có ý nghĩa khi ngành công nghiệp thể thao điện tử và bóng đá đang tăng tốc. Các giải đấu nội địa như V-League hay các giải thể thao điện tử quốc nội luôn cần hệ thống thu thập dữ liệu chuẩn. Mỗi con số thống kê bàn thắng, chuyền bóng, chỉ số sức mạnh đội hình hay tần suất cập nhật phiên bản đều ảnh hưởng đến quyết định của huấn luyện viên, nhà tài trợ và người hâm mộ. Nếu nguồn dữ liệu bị lỗi, mọi phân tích phía sau, từ tin bài cho đến bình luận trước trận, đều có thể sụp đổ. Vì thế, kiểm tra dữ liệu đầu vào có thể không hào nhoáng như viết về bàn thắng, nhưng nó bảo vệ toàn bộ tòa nhà báo chí thể thao. Các chuyên gia kiến nghị ba biện pháp cụ thể. Thứ nhất, chạy lại giai đoạn một với nguồn bài viết đã được xác minh. Thứ hai, áp dụng ngưỡng nội dung tối thiểu: nếu giai đoạn một không trả về ít nhất một thực thể có tên và một điểm thông tin, hệ thống sẽ từ chối thực hiện giai đoạn hai. Thứ ba, bổ sung bước xác nhận lĩnh vực ngay tại khâu nhập dữ liệu để tránh phân loại nhầm một bài không phải thể thao điện tử thành nội dung thể thao điện tử. Những biện pháp này nghe có vẻ kỹ thuật, nhưng thực chất là cách làm báo cẩn thận được số hóa theo quy trình. Một tòa soạn thể thao muốn bền vững phải đầu tư vào hạ tầng kiểm tra, chứ không chỉ đầu tư vào việc viết bài nhanh.