Lỗ hổng 0,2 giây và cách dữ liệu rỗng lọt vào bảng phân tích F1

Năm 2026, khi còn ngồi trong ban huấn luyện AC Milan, tôi được giao kiểm định bộ dữ liệu chuyển động của 20 trận Serie A mùa 2026-17. Con số đầu tiên đập vào mắt: chỉ số bàn thắng kỳ vọng của Milan trên sân nhà San Siro là 1,85, còn trên sân khách chỉ 1,02. Gần gấp đôi. Nhưng số bàn thắng thực tế lại ngang nhau. Một đội không thể tạo ra cơ hội tốt gấp rưỡi mà ghi bàn ngang bằng. Hoặc hàng công Milan tệ hơn mọi chỉ số, hoặc chỉ số đã sai. Tôi dựng lại băng ghi hình của từng pha triển khai bóng từ thủ môn. Cảm biến đặt ở góc Tây Nam khán đài San Siro bị trễ 0,2 giây. Hai phần mười giây. Đủ để mọi đường chuyền thoát pressing bị ghi nhận sai vị trí, sai khoảng trống, sai tốc độ di chuyển. Tôi viết báo cáo nội bộ dài 14 trang, đề xuất hiệu chuẩn lại thiết bị. Huấn luyện viên Vincenzo Montella dùng kết quả đó để tăng luân chuyển bóng sang cánh phải. Milan thắng 5 trong 8 trận cuối mùa và giành vé dự Europa League. Không ai trong ban huấn luyện từng nghĩ dữ liệu của mình sai. Nó chỉ trống ở đúng một chỗ. Và chỗ trống đó không hề lên tiếng. Tôi kể lại chuyện này vì đường đua F1 đang mắc đúng căn bệnh ấy, chỉ ở quy mô lớn hơn nhiều lần. F1 thường công bố rằng mỗi chiếc xe mang theo khoảng 300 cảm biến, truyền về pit wall hàng triệu điểm dữ liệu mỗi giây trong suốt một vòng đua. Từ chỗ đó, các kỹ sư dựng mô hình suy giảm lốp, mô hình tải nhiên liệu, mô hình nhiệt độ mặt đường, mô hình cửa sổ pit. Từ mô hình, đội ra quyết định. Từ quyết định, đài truyền hình dựng đồ họa. Từ đồ họa, khán giả hình thành nhận định về ai giỏi, ai dở, ai sai chiến thuật. Năm lớp như vậy, xếp chồng lên nhau. Mỗi lớp đều giả định lớp nằm dưới nó là đúng. Vấn đề nằm ở chỗ không lớp nào tự công bố rằng nó đang thiếu dữ liệu. Một cảm biến hỏng không bấm còi. Nó trả về giá trị mặc định. Một mô hình lốp thiếu mẫu chạy dài không nói "tôi đang đoán". Nó vẫn xuất ra một con số, với bốn chữ số sau dấu phẩy, trông rất thuyết phục. Ví dụ rõ nhất mà tôi từng theo dõi là Belgian Grand Prix 2026. Ngày 29 tháng 8 năm 2026, trường đua Spa-Francorchamps ngập nước. Cuộc đua được khởi động sau xe an toàn, chạy đúng hai vòng, rồi treo cờ đỏ và kết thúc tại đó. George Russell của Williams được xếp hạng nhì và nhận nửa số điểm. Toàn bộ dữ liệu đua thực của chặng đó bằng không: không một vòng nào chạy ở tốc độ đua, không một mẫu suy giảm lốp nào, không một pha pit nào. Kết quả vẫn được ghi vào bảng xếp hạng mùa giải. Đó là điều đáng nhớ nhất về dữ liệu F1: nó không cần đúng để có hậu quả. Nửa điểm ở Spa không dừng lại ở thứ hạng của Williams. Nó đi vào bảng xếp hạng tổng của mùa giải, và bảng xếp hạng tổng quyết định phân bổ thời gian chạy hầm gió cùng số lượt mô phỏng CFD cho mùa kế tiếp theo cơ chế ATR của FIA. Một kết quả sinh ra từ hai vòng chạy sau xe an toàn vẫn đủ sức dịch chuyển nguồn lực phát triển của một đội trong mười hai tháng sau đó. Không ai gọi đó là dữ liệu rỗng, vì nó đã nằm trong bảng tính. Bóc từng lớp một thì thấy vấn đề nằm ở đâu. Lớp thứ nhất là cảm biến. Mỗi cảm biến có nhiệt độ làm việc, dải đo và tần số lấy mẫu riêng. Rung động khung xe, sức nóng từ phanh, từ ống xả, từ luồng khí tản nhiệt đều có thể làm giá trị trôi dần. Ở đây, cú vượt trong làn pit không phải là câu chuyện. Câu chuyện là độ trôi tích lũy của một thiết bị đo. Điểm mù thực sự nằm ở thói quen kiểm tra. Đội không hiệu chuẩn cảm biến mỗi vòng. Họ kiểm tra khi có nghi ngờ. Và nghi ngờ chỉ xuất hiện khi con số trông vô lý. Một cảm biến trôi 0,2% suốt ba chặng liên tiếp sẽ không bao giờ trông vô lý. Nó trông như một xu hướng. Xu hướng thì không ai đi kiểm tra. Lớp thứ hai là truyền dữ liệu. Đường hầm Monaco, hệ thống cây xanh ở Singapore, những góc khuất sóng ở vài trường đua đều tạo ra khoảng mất tín hiệu vài trăm mili giây mỗi vòng. Hệ thống phải nội suy. Nghe thì rất kỹ thuật, nhưng bản chất của nội suy là: đây là con số chúng tôi không đo được, nên chúng tôi tự điền vào. Không có dấu hoa thị nào được gắn kèm. Khi con số đó đi qua bốn lớp còn lại, không ai còn nhớ nó từng là một khoảng trống. Lớp thứ ba là mô hình chiến thuật. Các mô hình suy giảm lốp được dựng chủ yếu từ những chặng chạy dài trong buổi thử. Nếu buổi thử bị cờ đỏ, bị mưa hoặc bị gián đoạn, mô hình sẽ lấy mẫu từ chặng đua trước đó. Nghĩa là nó ngầm giả định mặt đường hôm nay hành xử giống mặt đường ba tuần trước, ở nhiệt độ khác, với hợp chất lốp khác, trên bề mặt nhựa đã mài mòn thêm. Ở đây xuất hiện một đánh đổi mà ít người nói tới. Xác minh thì tốn thời gian. Cửa sổ pit chỉ khoảng hai giây rưỡi. Một vòng đua kéo dài hơn 80 giây. Trong khoảng thời gian đó, kỹ sư chỉ đủ nhìn một màn hình và đọc một dòng lệnh. Bộ đàm không đủ chỗ cho ba câu hỏi ngược. Vì vậy đội dùng kinh nghiệm thay cho xác minh, và kinh nghiệm thì không có đèn báo lỗi. Lớp thứ tư là con người. Nhịp giọng trên radio là thứ không đo được nhưng nghe được. Một kỹ sư đọc "Plan B" nhanh, đều, không ngắt, là kỹ sư đã chốt xong. Một kỹ sư đọc "…Plan B, Plan B", có một phần tư giây ngập ngừng chen giữa, là kỹ sư đang chuyển tiếp một con số mà chính anh ta chưa tin. Tay đua nghe ra sự ngập ngừng đó. Khán giả thì không, vì trên màn hình chỉ có đồ họa. Lớp thứ năm là công chúng. Đây là nơi một khoảng trống biến thành lịch sử. Một chiếc xe bỏ cuộc ở vòng 3 không chỉ mất điểm. Nó xóa sổ mẫu chạy dài của cả một chặng cho đội đó. Nhưng cuối tuần, bảng phân tích vẫn xuất ra được một biểu đồ so sánh, vì biểu đồ luôn có cái để vẽ, kể cả khi cái được vẽ là giá trị mặc định. Trong báo cáo nội bộ ở Milan, tôi từng đặt một quy tắc: nếu một trường dữ liệu rỗng, mọi kết luận xây trên nó phải bị chặn lại, chứ không được suy luận tiếp. Ở F1, quy tắc đó không tồn tại một cách hệ thống. Không ai chặn một mô hình chỉ vì nó thiếu mẫu. Mô hình vẫn chạy, vẫn cho ra kết quả, và kết quả vẫn được dùng. Ba chặng gần đây, khi xem lại dữ liệu công khai của các buổi chạy, tôi để ý một xu hướng nhỏ: số lần hai tay đua cùng đội xuất phát với hai hợp chất lốp khác nhau trong cùng một chặng đang tăng lên. Cách đọc dễ nhất là đội mất tự tin vào mô hình lốp. Cách đọc thứ hai, chậm hơn nhưng hợp lý hơn, là đội đang tự mua dữ liệu. Họ tách hai chiến thuật để chắc chắn rằng ít nhất một nửa đội hình chạy trên dữ liệu đo được, thay vì dữ liệu suy luận. Đó là một dạng bảo hiểm dữ liệu, và nó không hề miễn phí. Niềm tin phổ biến trong làng F1 là dữ liệu nhiều hơn thì quyết định tốt hơn. Tôi không chắc. Trong kỷ nguyên giới hạn ngân sách, mỗi đội phải chọn nơi đặt người. Số kỹ sư làm nhiệm vụ xác minh không tăng theo số cảm biến. Nghĩa là khi khối lượng dữ liệu tăng, tỷ lệ dữ liệu được xác minh lại giảm. Thêm dữ liệu, trong điều kiện đó, không làm mô hình đúng hơn. Nó làm mô hình tự tin hơn. Và một mô hình tự tin được dựng trên một trường rỗng là thứ nguy hiểm hơn hẳn một mô hình biết rõ mình đang đoán. Mỗi con số tracking cần được đặt lên bàn mổ, không phải lên bàn thờ. Nhưng bàn mổ thì cần người, còn bàn thờ thì chỉ cần tin. Điểm mù thứ hai là thói quen đọc dữ liệu công khai như dữ liệu chính thức. Đồ họa trên truyền hình, bảng thời gian vòng đua, mô hình dự đoán của các nền tảng dữ liệu phần lớn đều được dựng từ cùng một nguồn, và nguồn chung đó chưa chắc đã được hiệu chuẩn. Một khi con số đã lên sóng, không ai hỏi lại nó nữa. Nó trở thành nền tảng cho cuộc tranh luận tiếp theo, rồi cho kết luận cuối cùng về một tay đua, một đội, một mùa giải. Mọi sụp đổ đều có tiền đề, chỉ là ít người chịu nhìn từ trước. Tiền đề của một chiến thuật sai thường không phải là quyết định ở vòng 40. Nó là một cảm biến trôi ở chặng đua mười hai tuần trước đó, một trường dữ liệu được nội suy trong đường hầm Monaco, một mẫu lốp bị cờ đỏ xóa mất trong buổi thử thứ Sáu. Ba thứ đó không xuất hiện trong bất kỳ bảng tin nào. Chúng chỉ xuất hiện trong hậu quả. Khán đài trống không giết chết trận đấu, nhưng nó lấy đi một thứ mà số liệu không đo được. Thứ đó là tiếng ồn, là sự xao nhãng, là mức độ khó đoán. Khi khán đài trống, mô hình chạy sạch hơn, ít biến số hơn, và chính vì vậy chúng bỏ sót nhiều hơn. Một hệ thống được đo trong điều kiện sạch sẽ luôn tự tin hơn hệ thống phải va vào thực tế. Đó là lý do những mùa giải chạy trong im lặng thường sinh ra những kết luận sai được lưu giữ lâu nhất. Chặng tới, khi bạn thấy một bảng so sánh tốc độ vòng đua với chênh lệch 0,3 giây được chiếu lên màn hình, hãy tự hỏi con số đó được đo ở đâu và nó giả định điều gì. Nếu không ai trả lời được, nó không còn là dữ liệu. Nó là một dự đoán được trình bày bằng phông chữ của dữ liệu. Dữ liệu chỉ nói một phần, phần còn lại nằm ở chỗ người ta biết cách lắng nghe. Và phần khó nghe nhất, bao giờ cũng là phần im lặng.