Khoảng trống dữ liệu trong phân tích esports: lỗi im lặng nguy hiểm hơn cả sai số

Đêm 17 tháng 8, tôi ngồi ở hàng ghế kỹ thuật của một giải đấu nội bộ tại Sài Gòn. Tai nghe đã đeo, bảng dữ liệu mở sẵn trên màn hình, đồng hồ đếm ngược còn mười phút trước giờ lên sóng. File mà ban tổ chức gửi cho tôi có tiêu đề đàng hoàng, có nhãn phân loại “esports” rõ ràng, nhưng phần thân thì trống. Không tên giải. Không tên đội. Không một tỷ lệ thắng, không một dòng về bản vá, không một mốc thời gian.

Tôi đã suýt đọc nó như thể bên trong có gì đó. Đó là phản xạ nghề nghiệp: khi bạn đứng trước micro và người ta đang chờ bạn nói, não bạn sẽ tự lấp chỗ trống bằng thứ nghe hợp lý nhất. Nghề của tôi là kể chuyện, nên phần bịa của tôi khá tốt.

Một file rỗng có thể đi qua rất nhiều vòng kiểm tra mà không ai phát hiện.

Đó là lý do tôi viết bài này.

Bối cảnh

Ngành phân tích thể thao điện tử hiện nay vận hành theo mô hình hai tầng. Tầng thứ nhất bóc tách văn bản thô thành những đơn vị sự kiện nguyên tử: tên giải, tên tướng, số bản vá, tỷ lệ chọn-cấm, ngày thi đấu. Tầng thứ hai nhận đầu vào đó và dựng nên phân tích chuyên sâu theo từng chiều: bản vá, thể thức thi đấu, đội hình, khu vực, tài chính, luật thi đấu, hồ sơ rủi ro, truyền thông và chuỗi lan truyền công nghiệp.

Toàn bộ sức mạnh của tầng thứ hai phụ thuộc vào một điều kiện duy nhất: tầng thứ nhất phải trả về dữ liệu. Khi nó không trả về gì, hệ thống vẫn chạy tiếp — và đó mới là vấn đề.

Trong trường hợp tôi chứng kiến, tầng bóc tách trả về một nhãn lĩnh vực hợp lệ, còn mười trường còn lại đều rỗng. Bộ phân loại đã chạy. Bộ trích xuất thì không. Không có cảnh báo nào được phát ra, vì hệ thống không được thiết kế để phân biệt hai trạng thái rất khác nhau: không phát hiện rủi ro, và không có gì để kiểm tra.

Với người đọc cuối, hai trạng thái đó trông giống hệt nhau. Với người phân tích, chúng cách nhau một trời một vực.

Phân tích

Nhãn “esports” là một cái bẫy tinh vi cho mọi hệ thống tự động. Nó đủ rộng để tạo cảm giác người ta đang nói về một thứ cụ thể, nhưng thực tế nó gộp chung những bộ môn không thể dùng chung một khuôn phân tích. League of Legends có chu kỳ bản vá hai tuần, cơ chế chọn-cấm theo lượt và đường cong sức mạnh chia theo giai đoạn trận. Counter-Strike 2 vận hành bằng kinh tế vòng đấu và hệ thống bậc xếp hạng. Các tựa battle royale sống bằng vòng bo và thống kê sinh tồn. Không có mô hình nào dùng chung được với mô hình nào.

Một bản phân tích esports không có tên tựa game thì chỉ còn là văn bản mang hình dạng của phân tích.

Khi thiếu tên tựa game, mọi kết luận ở tầng sau đều mất neo. Không thể nói về hướng dịch chuyển meta. Không thể nói về đội hưởng lợi hay đội chịu thiệt. Không thể nói về sức mạnh khu vực, vì cùng một khu vực có thể dẫn đầu ở bộ môn này và nằm ngoài rìa ở bộ môn khác. Không thể đánh giá kỳ chuyển nhượng, vì giá trị của một tuyển thủ chỉ có nghĩa trong hệ sinh thái cụ thể của tựa game đó.

Có một lỗi thiết kế còn khó phát hiện hơn: phụ thuộc vòng tròn. Biểu mẫu yêu cầu xác định thực thể từ danh sách điểm thông tin, nhưng danh sách điểm thông tin lại đang rỗng. Biểu mẫu yêu cầu đánh giá chất lượng nguồn từ trường nguồn của các điểm thông tin, nhưng không có điểm thông tin nào để đọc trường nguồn. Vòng lặp khép kín và không có cửa thoát. Hệ thống không phát hiện ra, vì nó không được lập trình để tự hỏi một câu đơn giản: nếu đầu vào rỗng, tôi có nên dừng lại không?

Với kinh nghiệm theo dõi các giải đấu và làm việc trực tiếp với bảng dữ liệu trong phòng thu, tôi thấy rủi ro lớn nhất không nằm ở việc phân tích sai. Sai thì còn sửa được, vì sai thường để lại dấu vết. Rủi ro nằm ở việc hệ thống im lặng: một tài liệu đi qua toàn bộ chu trình, mang theo nhãn hợp lệ, và đến tay người đọc dưới dạng “không ghi nhận vấn đề nào”.

Ngành công nghiệp thể thao điện tử Việt Nam không xa lạ với kiểu lỗi này. Trong giai đoạn chuyển nhượng, lượng tin đồn lớn gấp nhiều lần lượng thông tin kiểm chứng được. Áp lực phải đăng bài liên tục khiến người làm nội dung ưu tiên một sản phẩm có hình dạng hoàn chỉnh hơn là một sản phẩm trung thực về mức độ chắc chắn của chính nó.

Góc phản trực giác

Ở đây tôi phải tự kiểm tra mình. Người làm thể thao điện tử rất dễ lãng mạn hóa dữ liệu. Chúng ta nói về “văn hóa dữ liệu” như thể con số tự nó đã là bằng chứng, như thể một dashboard nhiều màu đã là một lập luận.

Một dashboard không có nguồn nguy hiểm hơn một trang giấy trắng. Trang giấy trắng thành thật về sự trống rỗng của nó. Dashboard thì khoác lên sự trống rỗng đó một giao diện đáng tin.

Có một nghịch lý vận hành: hệ thống được thiết kế để chạy hết quy trình, không phải để dừng đúng lúc. Vì thế, một kết quả rỗng trông giống một kết quả sạch. Trong chu kỳ chuyển nhượng, khi tiếng ồn át tín hiệu, một kết quả trông sạch lại là thứ dễ được chia sẻ nhất — vì nó không gây tranh cãi, vì nó không buộc ai phải chịu trách nhiệm.

Meta không khán giả đã dạy tôi: tiếng vỗ tay lớn nhất là tiếng vỗ tay của niềm tin. Nhưng niềm tin không có chỗ cho một bảng trống. Khán giả vỗ tay cho câu chuyện, không vỗ tay cho bảng tính.

Nếu bỏ hết tính từ đi và chỉ giữ lại phần xác thực được, tôi còn đúng một câu: không có dữ liệu thì không có kết luận. Câu đó nghe đơn giản đến mức khó chịu, nhưng nó chính là ranh giới giữa phân tích và diễn giải suông.

Vấn đề cuối cùng mang tính văn hóa nhiều hơn kỹ thuật. Không ai được thưởng vì công bố một kết quả rỗng. Không có khán giả nào vỗ tay cho một bảng trống. Người đưa ra một dự đoán nhầm nhưng dứt khoát vẫn nhận được sự chú ý. Còn người nói “tôi chưa đủ dữ liệu” thì bị coi là chưa làm xong việc.

Kết

Khi sân vận động vắng lặng, trái bóng vẫn tự kể được câu chuyện của mình. Khi dữ liệu vắng lặng, không có câu chuyện nào để kể cả — chỉ có một khoảng trống đang chờ ai đó lấp nó bằng thứ nghe hợp lý.

Lợi thế cạnh tranh tiếp theo trong truyền thông thể thao điện tử có thể sẽ không nằm ở người phân tích giỏi nhất, mà ở người đủ kỷ luật để nói: tôi chưa có dữ liệu, nên tôi sẽ không kết luận. Trận đấu đã kết thúc, nhưng câu chuyện thì chỉ vừa bắt đầu — và tôi muốn phần đầu tiên của câu chuyện đó là điều tôi thực sự biết.