Ô trống trong bảng kết quả điền kinh và cuộc kiểm toán không ai thực hiện

Bảng kết quả in ra đủ mười hai cột. Cột tên vận động viên để trống. Cột cự ly để trống. Cột thời gian để trống. Cột tốc độ gió để trống. Ở dòng trạng thái cuối trang, hệ thống vẫn hiển thị hai chữ: hợp lệ.

Tờ giấy đó nằm trên bàn trong một buổi họp kỹ thuật tại Nagoya ngày 14 tháng 11 năm 2026, khi một đơn vị cung cấp dữ liệu thi đấu trình bày quy trình mới cho hệ thống kết quả của các giải điền kinh cấp quốc gia. Kỹ sư trưởng nói hệ thống đã đạt chuẩn, vì mọi trường dữ liệu đều tồn tại đúng vị trí. Tôi hỏi ngược lại: nếu tất cả các trường đều tồn tại mà không trường nào có nội dung, thì chính xác cái gì đã được kiểm tra? Ông trả lời rằng phần kiểm tra nội dung nằm ở giai đoạn sau. Giai đoạn sau đó không xuất hiện trong bất kỳ lịch trình nào tôi được xem.

Ba tháng sau, một tệp xuất dữ liệu từ giải điền kinh địa phương đến tay tôi: 412 dòng, cấu trúc hoàn chỉnh, trong đó 61 dòng không có giá trị ở cột gió. Không dòng nào bị gắn cờ lỗi. Tỷ lệ trống là 14,8%, và tỷ lệ đó không được ghi nhận ở bất kỳ đâu trong báo cáo nghiệm thu.

Điền kinh là môn có hệ thống dữ liệu khắt khe nhất trong toàn bộ ngành thể thao, và cũng là môn duy nhất mà một thành tích có thể bị tước tư cách chỉ vì một cột phụ. Một kỷ lục 100m chỉ tồn tại khi tốc độ gió xuôi không vượt quá +2,0 m/s. Một đôi giày đường trường chỉ hợp lệ khi đế không dày quá 40mm; giày đinh đường chạy bị giới hạn ở 25mm từ mùa giải 2026, kèm điều kiện đôi giày đó phải được bán rộng rãi trên thị trường trước một mốc thời gian xác định. Mẫu xét nghiệm của vận động viên phải được lưu trữ mười năm để phục vụ phân tích hồi tố. Những điều kiện này không phải thủ tục hành chính; chúng là ranh giới giữa một kỷ lục và một buổi tập có khán giả.

Năm 2026, tại Vienna, Eliud Kipchoge chạy marathon dưới hai giờ. Thành tích 1:59:40 không được công nhận là kỷ lục thế giới, và đó là kết luận đúng: đường chạy được dàn dựng cho một mục tiêu duy nhất, pacer luân phiên theo đội hình, điều kiện không mở cho mọi đối thủ. Kỷ lục chính thức khi đó vẫn là 2:01:39 mà Kipchoge lập ở Berlin năm 2026. Cùng một vận động viên, cùng một cự ly, chênh nhau hơn hai phút — và toàn bộ phần chênh lệch nằm ở những dòng ghi chú mà hầu như không ai đọc.

Câu hỏi của tôi bắt đầu từ đó. Một hệ thống dữ liệu thể thao vận hành theo ba tầng: tầng thu thập — máy bấm giờ, trọng tài, liên đoàn nộp kết quả; tầng trích xuất — chuyển văn bản và bảng biểu thành một đối tượng dữ liệu có cấu trúc; tầng xuất bản — đẩy sang báo chí, sang bảng xếp hạng, sang các đường dữ liệu thương mại. Lỗi ở tầng một thường gây ra tiếng ồn. Lỗi ở tầng hai thì im lặng, và đó là loại lỗi nguy hiểm hơn nhiều.

Tầng trích xuất có thể trả về một đối tượng đúng cấu trúc, đủ trường, và hoàn toàn rỗng. Trong tài liệu kỹ thuật, hiện tượng này có tên: lỗi đường ống im lặng. Đối tượng đầu ra tuân thủ đúng lược đồ, vượt qua mọi bước kiểm tra tự động, rồi đi tiếp xuống hạ nguồn mà không mang theo một mẩu nội dung nào. Nó giống một hộ chiếu còn đủ trang nhưng không có ảnh: cầm lên thấy nặng, mở ra không xác định được ai.

Trong hồ sơ 412 dòng kia, lỗi nằm ở chỗ khác và cũng đáng lo hơn: dữ liệu có thật, chỉ thiếu cột gió. Một cột trống không làm hỏng bảng. Nó chỉ làm cho mọi thành tích trong bảng trở nên không thể kiểm toán. Với 61 dòng đó, không ai có thể nói thành tích nào là thật, thành tích nào là kết quả của một cơn gió đúng lúc.

Điều lạ nhất không phải là sai số, mà là cách người ta cố giải thích nó. Khi tôi hỏi về 61 dòng trống, câu trả lời là “cảm biến gió của trạm đó không kết nối được với hệ thống trung tâm”. Câu trả lời hợp lý. Nhưng nếu cảm biến mất kết nối, thì mặc định đúng phải là đánh dấu dòng đó là không xác định, chứ không phải để trống rồi xuất bản như bình thường. Sự khác biệt giữa hai lựa chọn đó không nằm ở kỹ thuật. Nó nằm ở việc ai chịu trách nhiệm cho một ô trống.

Ở đây tôi phải nói rõ phương pháp của mình, vì mọi kết luận phía sau đều dựa vào nó. Khi gặp một tập dữ liệu có tỷ lệ trống cao, tôi không kết luận ngay là có gian lận. Tôi dựng một mô hình đơn giản: gọi p là xác suất một bản ghi bị lỗi im lặng ở tầng trích xuất, q là xác suất một đơn vị hạ nguồn điền vào ô trống bằng một giá trị hợp lý nhưng không kiểm chứng, k là số tầng sao chép độc lập. Với p = 0,15, q = 0,4 và k = 3, xác suất để ít nhất một giá trị bịa đặt đi tới nơi công bố là 1 − (1 − 0,06)³, tức khoảng 16,9%. Con số đó không chứng minh điều gì cả. Nó chỉ nói rằng với ba tầng sao chép, một lỗi nhỏ ở tầng đầu có thể trở thành một sự thật in trên giấy ở tầng cuối, và xác suất đó không hề nhỏ.

Tôi thường hỏi: số tiền này đi từ đâu đến và đã làm gì trên đường đi? Với dữ liệu thi đấu, câu hỏi tương đương là: ai trả tiền cho sự đầy đủ? Một nhà cung cấp dữ liệu bán độ phủ, không bán độ chính xác. Một đường dữ liệu có 100% số trường được điền bán được cho nhiều khách hàng hơn một đường dữ liệu có 85% trường được điền và 15% trường ghi rõ “không xác định”. Hợp đồng không ghi “phải đúng”; hợp đồng ghi “phải đủ”. Và khi hợp đồng ghi “phải đủ”, thì ô trống trở thành một vấn đề thương mại chứ không còn là một vấn đề khoa học.

Hạ nguồn của chuỗi đó gồm ba nhóm khách hàng. Nhóm thứ nhất là báo chí, nơi một bài kết quả cần đủ số liệu trước giờ lên trang. Nhóm thứ hai là các bảng xếp hạng và hồ sơ vận động viên, nơi một trường trống sẽ tạo ra một khoảng lặng trong tiểu sử thi đấu. Nhóm thứ ba là các đường dữ liệu thương mại phục vụ phân tích và thị trường cá cược, nơi một trường trống có thể khiến một dòng dữ liệu bị treo. Cả ba nhóm đều có chung một áp lực: điền vào cho xong. Không nhóm nào có động cơ ghi rõ “không biết”.

Và đây là điểm mà tôi cho là hệ quả nghiêm trọng nhất, vượt xa câu chuyện một cột gió bị bỏ trống. Trong toàn bộ kiến trúc kiểm soát của điền kinh, sự vắng mặt của một dấu hiệu luôn bị đọc thành sự vắng mặt của rủi ro. Một vận động viên không có kết quả xét nghiệm bất thường được xem là sạch. Một hồ sơ không có ghi nhận vi phạm nghĩa vụ khai báo vị trí được xem là tuân thủ. Một thành tích không có ghi chú về thiết bị được xem là thành tích của cơ thể. Không có tài liệu nào ghi rằng những kết luận đó chỉ đúng khi dữ liệu đầy đủ. Mẫu xét nghiệm được lưu mười năm, hộ chiếu sinh học được theo dõi theo chuỗi, huy chương có thể bị thu hồi sau nhiều năm — toàn bộ hệ thống hồi tố đó chỉ có giá trị nếu bản ghi ban đầu tồn tại. Một ô trống thì không có gì để phân tích hồi tố.

Năm 2026, tôi bắt đầu theo dõi không phải các trận đấu, mà là những lọ thuốc. Khi tôi đối chiếu lịch thi đấu dày đặc của một câu lạc bộ với nhật ký kiểm tra của cơ quan phòng chống doping, vấn đề đầu tiên tôi gặp không phải là một mẫu dương tính. Vấn đề là 11 trường hợp không có ngày lấy mẫu, và trong báo cáo tổng hợp, những trường hợp đó được tính vào nhóm “không phát hiện bất thường”. Một ô trống đã được đọc thành một kết quả âm tính. Đó là lý do tôi viết báo cáo dựa trên phân tích thống kê chứ không dựa trên lời kể: xác suất để sáu cầu thủ cùng bổ sung một loại protein từ cùng một phòng khám thể thao là 0,7%, và con số đó buộc ủy ban kỷ luật phải mở hồ sơ.

An toàn không phải là không bị bắt, mà là không bao giờ tạo ra dấu vết. Trong thế giới dữ liệu, một ô trống là thứ an toàn nhất trong toàn bộ hệ thống: nó không bao giờ bị kiểm toán, vì không có gì để kiểm toán. Nó không bao giờ bị chất vấn, vì không có gì để chất vấn. Và nó vẫn được tính vào độ phủ.

Tôi không muốn bài này bị đọc như một lời buộc tội ai. Trong hồ sơ 412 dòng kia, tôi không tìm thấy một cá nhân nào nhận tiền để xóa cột gió. Cái tôi tìm thấy là một quy trình không có bước nào chịu trách nhiệm cho ô trống, cộng với một hợp đồng chỉ đo độ đầy đủ, cộng với một báo cáo nghiệm thu không có dòng nào về tỷ lệ lỗi. Ba thứ đó cộng lại thành một hệ thống có thể sản xuất ra những bảng kết quả trông hoàn hảo và không kiểm chứng được.

Có một lập luận mà tôi cho là đúng, và tôi phải nêu ra trước khi kết luận. Một ô trống trung thực hơn một ô sai. Một biên tập viên không đăng gì thì không làm hại ai. Một hệ thống tự động trích xuất đã giảm sai số chép tay xuống mức mà con người không thể đạt được — mười năm trước, lỗi gõ tên vận động viên và lỗi đảo cột thành tích là chuyện phổ biến ở mọi tòa soạn. Nếu buộc mọi giải đấu phải có đủ dữ liệu gió, thiết bị, đường chạy và thời tiết, thì các giải trẻ ở những địa phương chỉ có một máy bấm giờ sẽ biến mất khỏi bản đồ dữ liệu, và đó chính là những vận động viên cần được ghi nhận nhất. Tôi đã nghe lập luận này từ những người làm dữ liệu mà tôi tôn trọng, và tôi không có phản biện kỹ thuật nào chống lại nó.

Nhưng lập luận đó dẫn tới một kết luận khác với kết luận mà ngành đang thực thi. Nếu thiếu dữ liệu là chấp nhận được, thì việc công bố sự thiếu dữ liệu cũng phải chấp nhận được. Vấn đề không nằm ở chỗ có ô trống. Vấn đề nằm ở chỗ ô trống không được dán nhãn. Một bảng kết quả ghi “gió: không xác định” là một bảng trung thực và vẫn dùng được. Một bảng kết quả để trống cột gió rồi xuất bản như bình thường là một bảng đã chuyển rủi ro sang người đọc.

Ngành điền kinh đã học được cách kiểm toán thành tích ở tầng vận động viên: gió, độ cao, thiết bị, mẫu lưu. Ngành chưa học được cách kiểm toán chính cái đường ống sản xuất ra những bản ghi đó. Một cổng kiểm tra hai trường — tiêu đề phải có, và phải có ít nhất một điểm dữ liệu định lượng — sẽ loại bỏ phần lớn lỗi im lặng này với chi phí gần bằng không. Một chỉ số đơn giản hơn nữa là tỷ lệ trống, công bố công khai theo từng giải, theo từng tháng, giống như người ta công bố số ca chấn thương.

Tất cả những gì tôi làm chỉ là nối các dấu chấm — và đếm xem có bao nhiêu kẻ cố tình vẽ sai. Nhưng trước khi đếm được ai vẽ sai, phải có đủ dấu chấm trên giấy. Nếu một hệ thống dữ liệu thể thao có thể nói thẳng “tôi không biết”, liệu ngành này còn cần đến những con số được điền vào cho đủ chỗ hay không?