Bản phân tích rỗng và bài học kiểm chứng dữ liệu cho truyền thông thể thao điện tử Việt Nam

Trong làng thể thao điện tử, một bản phân tích chuyên sâu thường được xem là thước đo năng lực của cả một hệ thống: từ khâu thu thập thông tin, xử lý dữ liệu, cho đến bước đưa ra nhận định cuối cùng. Nhưng câu chuyện mới đây về một báo cáo phân tích cấp hai - loại báo cáo được xây dựng dựa trên kết quả bóc tách nội dung của một bài viết gốc - lại đặt ra một vấn đề hoàn toàn khác. Báo cáo ấy không đưa ra bất kỳ nhận định nào về một trận đấu, một đội tuyển hay một bản cập nhật nào. Thay vào đó, toàn bộ chín nhóm nội dung phân tích đều bị đánh dấu là không đủ thông tin. Điều đáng nói là sự trống rỗng này không đến từ việc bài viết gốc không có giá trị. Nó đến từ một lỗi ở khâu đầu tiên: quá trình trích xuất thông tin thất bại. Tiêu đề bài báo trống, nguồn phát hành trống, các điểm thông tin trống, danh sách thực thể tham gia cũng trống. Ngay cả những trường mang tính cơ học, lẽ ra chỉ cần một thao tác đọc đơn giản là có thể điền được, cũng không có dữ liệu. Chính sự trống rỗng đồng loạt ấy là dấu hiệu rõ ràng nhất cho thấy vấn đề nằm ở đường ống xử lý dữ liệu, chứ không phải ở bản thân bài báo. Với người làm nghề, đây là một tình huống quen thuộc nhưng cũng dễ bị bỏ qua. Trong thể thao điện tử, mỗi tựa game có một hệ thống giải đấu, một bộ chỉ số và một nhịp cập nhật hoàn toàn khác nhau. Một bài phân tích về Liên Minh Huyền Thoại sẽ dùng những thước đo như chỉ số đường dưới, tỷ lệ chọn - cấm tướng, lượng vàng trên mỗi phút. Một bài về Counter-Strike 2 lại xoay quanh đánh giá HLTV, tỷ lệ hạ gục đầu hiệp hay hiệu suất súng trường. Với Dota 2, người ta nói về chuyển hóa vàng thành sát thương, về nhịp độ lên đồ. Và với các tựa game di động phổ biến tại Việt Nam, câu chuyện lại càng khác. Chính vì vậy, khi không xác định được bài viết đang nói về tựa game nào, mọi nỗ lực phân tích đều trở nên vô nghĩa. Không thể đánh giá một bản cập nhật nếu không biết bản cập nhật ấy thuộc về đâu. Không thể nhận xét về sức mạnh đội hình nếu không biết đội hình ấy thi đấu ở thể thức nào. Không thể bàn về tài chính câu lạc bộ nếu không có con số chuyển nhượng hay mức lương nào được công bố. Đó là lý do vì sao báo cáo nói trên chọn cách dừng lại thay vì suy đoán. Đây là một quyết định đúng đắn về mặt chuyên môn, nhưng nó cũng phơi bày một rủi ro lớn hơn: rủi ro rằng một bản báo cáo trống sẽ bị đọc nhầm thành một bản báo cáo sạch. Trong phân tích rủi ro, khoảng trống thông tin và sự vắng mặt của rủi ro là hai khái niệm hoàn toàn khác nhau. Việc không tìm thấy dấu hiệu nợ lương không có nghĩa là câu lạc bộ đang chi trả đầy đủ. Việc không phát hiện nghi vấn dàn xếp tỷ số không có nghĩa là giải đấu minh bạch. Việc không ghi nhận ca chấn thương nào không có nghĩa là đội hình đang khỏe mạnh. Trong bối cảnh thể thao điện tử Việt Nam đang ngày càng được truyền thông đại chúng quan tâm, việc phân biệt rõ hai khái niệm này càng trở nên quan trọng. Người hâm mộ đọc tin mỗi ngày. Các nhà tài trợ ra quyết định dựa trên tin. Các tổ chức giải đấu xây dựng kế hoạch dựa trên tin. Nếu một khâu trong chuỗi ấy bị lỗi mà không ai phát hiện, sai sót sẽ lan ra rất nhanh và rất khó truy ngược. Báo cáo cũng chỉ ra một loạt khuyến nghị cụ thể. Thứ nhất, cần dán nhãn rõ ràng cho những báo cáo chưa hoàn chỉnh, để chúng không bị đưa vào sử dụng như thể đã đầy đủ. Thứ hai, khâu trích xuất thông tin ban đầu phải đảm bảo tối thiểu ba yếu tố: tên tựa game, danh sách thực thể tham gia và ngày phát hành bài viết. Thiếu ba yếu tố này, không một hệ thống chỉ số nào có thể được lựa chọn một cách chính đáng. Thứ ba, cần bổ sung thông tin về nguồn: cơ quan báo chí, tác giả, ngày đăng và tính chất bài viết - tin tức, bình luận hay tin chưa kiểm chứng. Thứ tư, nên thiết lập một chốt chặn ở cấp độ cấu trúc dữ liệu, tự động từ chối những kết quả không có điểm thông tin nào, để lỗi được phát hiện ngay tại chỗ thay vì trôi xuống các khâu sau. Những khuyến nghị này nghe có vẻ kỹ thuật, nhưng thực chất chúng chạm đến một nguyên tắc rất cơ bản của nghề làm tin: không đưa ra kết luận khi chưa có căn cứ. Trong thể thao điện tử, áp lực về tốc độ là rất lớn. Một trận đấu kết thúc, hàng trăm bài viết được đẩy lên trong vài giờ. Ai cũng muốn là người đầu tiên. Nhưng chính áp lực ấy khiến những lỗ hổng dữ liệu trở nên nguy hiểm hơn bao giờ hết. Điều tích cực là vấn đề này có thể khắc phục được, và chi phí khắc phục không cao. Chỉ cần chạy lại khâu trích xuất trên tài liệu gốc, bổ sung đầy đủ các trường thông tin cơ bản, là toàn bộ khung phân tích chín chiều có thể được triển khai ngay lập tức. Khung phân tích ấy đã sẵn sàng: từ phân tích bản cập nhật và meta, phân tích hệ thống giải đấu và thể thức, phân tích đội tuyển và tuyển thủ, phân tích bối cảnh khu vực, phân tích tài chính câu lạc bộ, phân tích tuân thủ quy định, phân tích rủi ro, phân tích câu chuyện truyền thông, cho đến phân tích lan truyền của ngành công nghiệp. Câu chuyện về bản báo cáo rỗng vì thế không chỉ là câu chuyện về một lỗi kỹ thuật. Nó là lời nhắc rằng trong một ngành công nghiệp vận hành bằng dữ liệu, thì chính dữ liệu - chứ không phải cảm giác - mới là thứ quyết định giá trị của một bài phân tích. Và đôi khi, hành động đúng đắn nhất của người làm nghề là thừa nhận mình chưa có đủ thông tin để nói bất cứ điều gì.