Bơi lội không thiếu dữ liệu — bơi lội thiếu người đọc dữ liệu

Bơi lội không thiếu dữ liệu — bơi lội thiếu người đọc dữ liệu

Tokyo, cuối tháng 7 năm 2026. Khán đài Trung tâm Thể thao Dưới nước có sức chứa mười lăm nghìn chỗ và không một ghế nào có người ngồi. Không tiếng hò reo, không tiếng vỗ tay, chỉ có tiếng nước đập vào thành bể và tiếng bíp của hệ thống xuất phát. Ở Miami, cách đó mười hai múi giờ, tôi mở ba màn hình cùng lúc: một bản ghi hình, một bảng split time, và một trang tính trống để ghi lại từng phần trăm giây. Đêm đó có kỷ lục thế giới bị xô đổ. Không ai trên khán đài đứng dậy. Bảng điện tử vẫn nhảy số.

Sân không khán giả, nhưng con số vẫn biết cách lên tiếng.

Mùa hè 2026, khi bóng đá Đức trở lại trên những khán đài rỗng, tôi đã dành sáu tuần để so sánh chín mùa giải trước đó với chín mươi ba trận không khán giả. Tỷ lệ thắng sân nhà rơi từ 41,3% xuống 34,7%; số bàn thắng trung bình mỗi trận giảm từ 3,1 xuống 2,7. Tôi viết xong bản thảo hai mươi trang rồi để nó nằm im trong ổ cứng thêm hai tháng, vì tôi muốn mô hình của mình hoàn hảo hơn mức cần thiết. Khi bài được đăng, nó không thay đổi cách người ta xem bóng đá. Nó thay đổi cách tôi làm việc: mỗi bài viết từ đó đều có một mục ghi rõ những gì dữ liệu không thể trả lời.

Và nó dạy tôi một điều khác, có lẽ quan trọng hơn: khán giả không làm nên tốc độ. Nước làm nên tốc độ.

Bối cảnh: một môn thể thao được đo đạc kỹ hơn mức nó được hiểu

Bơi lội là môn thể thao được lượng hóa toàn diện nhất trong nhóm các môn Olympic. Miếng đệm chạm điện tử của Omega được đưa vào thi đấu lần đầu tại Đại hội Thể thao Liên Mỹ năm 2026 ở Winnipeg, và kể từ đó, mỗi lần tay vận động viên chạm thành bể là một điểm dữ liệu được ghi lại, làm tròn đến một phần trăm giây. Không có môn nào khác có thể nói điều tương tự về mọi khoảnh khắc quyết định của mình.

Hãy so sánh với bóng đá. Một trận bóng đá kéo dài chín mươi phút và sinh ra khoảng hai mươi đến ba mươi pha dứt điểm, phần lớn trong số đó không dẫn đến bàn thắng. Nhà phân tích phải suy đoán xác suất từ những sự kiện hiếm. Bơi lội thì ngược lại: mỗi cuộc đua là một chuỗi liên tục, và mỗi phần tám của chuỗi đó đều để lại dấu vết trên bảng điểm chính thức. Tám lần chia cho một cự ly 400 mét. Bốn lần chia cho 200 mét. Hai lần chia cho 100 mét. Không có khoảng trống.

Nhưng dữ liệu đầy đủ không đồng nghĩa với thông tin đầy đủ. World Aquatics công bố split time chính thức cho hầu hết các cự ly dài hơn 50 mét, nhưng phần lớn các bài báo về bơi lội vẫn chỉ nhắc lại thời gian chung cuộc, kèm theo một câu cảm thán về việc kỷ lục có bị phá hay không. Tôi đã đọc hàng trăm bài như vậy. Chúng giống nhau đến mức có thể hoán đổi tên vận động viên cho nhau mà không ai nhận ra.

Đó là lý do tôi bắt đầu xây dựng một cách đọc khác, dựa trên bốn câu hỏi. Vận động viên phân bổ tốc độ như thế nào? Điều kiện bể và thời đại có làm sai lệch con số không? Giải đấu này có cấp độ gì, và kết quả ở đây đáng được chiết khấu bao nhiêu? Và cuối cùng, có nguồn dữ liệu độc lập nào xác nhận điều tôi đang thấy không?

Người ta thường hỏi tôi vì sao tôi theo đuổi một môn thể thao mà tôi chưa từng thi đấu. Câu trả lời nằm ở chỗ: tôi không cần bơi để đọc được một đường bơi. Tôi chỉ cần đủ kiên nhẫn để không kết luận trước khi đường bơi kết thúc.

Phần cốt lõi: bốn tầng dữ liệu và thứ tự đọc chúng

Tầng một: cấu trúc split time là dấu vân tay

Khi bạn đọc một đường bơi 200 mét, thời gian chung cuộc chỉ là tổng số. Cấu trúc split mới là chữ ký. Một vận động viên bơi 1 phút 45 giây với hai lượt 50 mét đầu nhanh hơn hai lượt sau là một vận động viên khác hoàn toàn so với người bơi cùng 1 phút 45 giây nhưng tăng tốc ở lượt cuối.

Trong công việc hằng ngày, tôi chia các đường bơi thành bốn nhóm hình dạng. Nhóm phân bổ đều, khi chênh lệch giữa lượt nhanh nhất và chậm nhất không vượt quá một giây trên 200 mét. Nhóm xuất phát nhanh, khi lượt 50 mét đầu nhanh hơn trung bình của vận động viên đó từ nửa giây trở lên. Nhóm tăng tốc cuối, khi lượt 50 mét cuối là lượt nhanh thứ nhất hoặc thứ hai. Và nhóm sụp ở phần ba, thường gặp ở các vận động viên trẻ hoặc ở người vừa trở lại sau chấn thương.

Ba trong bốn nhóm này không thể phân biệt được nếu bạn chỉ nhìn bảng điểm chung cuộc. Đó là khoảng trống thông tin lớn nhất trong ngành truyền thông bơi lội, và cũng là lý do vì sao những bài đánh giá hai vận động viên có cùng thành tích thường chẳng nói lên điều gì.

Ngày 23 tháng 7 năm 2026, tại giải vô địch thế giới ở Fukuoka, Leon Marchand bơi 400 mét hỗn hợp với thời gian 4 phút 02,50 giây. Con số đó tự nó đã là một kỷ lục thế giới. Nhưng điều khiến tôi ngồi lại đến hai giờ sáng để vẽ lại biểu đồ không phải là con số cuối cùng, mà là khoảng cách giữa lượt 50 mét cuối của anh và lượt 50 mét cuối của những người xếp sau. Một vận động viên kết thúc nhanh hơn đối thủ trong khi đã dẫn trước từ đầu không phải là người bơi tốt hơn. Đó có thể là người đã phân bổ sai nhịp, buộc phải bung sức ở đoạn nước rút, trong khi người về nhì biết chính xác mình đang làm gì.

Tầng hai: điều kiện bể và yếu tố thời đại

Tôi không tranh luận cảm xúc, tôi trình bày chuỗi dữ liệu. Và chuỗi dữ liệu bắt đầu bằng việc thừa nhận rằng con số không tồn tại trong chân không.

Có ba biến số kỹ thuật ảnh hưởng trực tiếp đến mọi thời gian bơi. Thứ nhất là độ sâu của bể: bể sâu ba mét ít tạo sóng phản hồi hơn bể sâu hai mét, và điều đó có nghĩa là một vận động viên bơi ở bể sâu có lợi thế cấu trúc, không phải lợi thế tài năng. Thứ hai là hệ thống thoát nước tràn thành bể, giúp mặt nước phẳng hơn. Thứ ba là nhiệt độ nước, với dải tối ưu được khuyến nghị quanh 25 đến 28 độ C.

Yếu tố thời đại thì ồn ào hơn nhiều. Tại giải vô địch thế giới ở Rome năm 2026, bốn mươi ba kỷ lục thế giới đã bị phá trong một kỳ giải duy nhất. Đó là hệ quả của thế hệ áo bơi polyurethane bị cấm ngay sau đó. Bất kỳ ai so sánh thành tích bơi trước và sau năm 2026 mà không nhắc đến chi tiết này đều đang làm một phép tính vô nghĩa.

Với tư cách nhà báo dữ liệu, tôi luôn ghi kèm một cột "hệ số thời đại" vào bảng tính cá nhân. Cột đó không hoàn hảo. Nhưng nó nhắc tôi rằng kỷ lục thế giới của Katie Ledecky ở nội dung 800 mét tự do, 8 phút 04,79 giây lập ngày 12 tháng 8 năm 2026 tại Rio de Janeiro, tồn tại trong một hệ sinh thái kỹ thuật khác với hệ sinh thái mà một vận động viên mười tám tuổi đang bơi hôm nay.

Tầng ba: chiết khấu theo cấp độ giải đấu

Đây là phần bị bỏ qua nhiều nhất. Một thời gian bơi tại giải vô địch quốc gia, một thời gian bơi tại vòng loại Olympic, và một thời gian bơi tại chung kết Olympic có giá trị thông tin rất khác nhau, dù trên bảng kết quả chúng trông giống hệt nhau.

Cơ chế thì đơn giản. Tại các giải vòng loại, vận động viên thường chỉ cần đạt chuẩn A hoặc chuẩn B để đi tiếp, và họ bơi ở mức vừa đủ. Tại các giải chung kết, họ bơi ở mức tối đa. Vì vậy, một vận động viên có thành tích vòng loại nhanh hơn thành tích chung kết của chính mình là chuyện bình thường. Ngược lại, một vận động viên có thành tích chung kết tốt hơn vòng loại từ một giây trở lên ở cự ly 200 mét là tín hiệu đáng chú ý hơn nhiều so với con số tuyệt đối.

Tôi thường dùng tỷ lệ giữa thành tích chung kết và thành tích vòng loại của cùng một vận động viên trong cùng một kỳ giải. Tỷ lệ đó đo khả năng bung sức đúng lúc, và nó ổn định hơn nhiều so với thời gian tuyệt đối qua các mùa giải. Dựa trên kinh nghiệm theo dõi các cuộc đua của tôi trong bảy năm qua, tỷ lệ này còn dự báo thành tích ở giải tiếp theo tốt hơn cả thứ hạng hiện tại.

Tầng bốn: thí nghiệm tự nhiên và giới hạn của nó

Khi đại dịch khiến các giải bơi lội phải tổ chức trong nhà thi đấu không khán giả, tôi nhận ra đây là cơ hội hiếm có. Tôi áp dụng đúng phương pháp đã dùng cho bóng đá Đức năm 2026, nhưng lần này dữ liệu khó diễn giải hơn nhiều.

Kết quả không đồng nhất. Ở một số nội dung, thời gian trung bình của nhóm tám người vào chung kết gần như không đổi. Ở một số nội dung khác, thời gian trung bình chậm đi rõ rệt. Và cũng có những nội dung mà thời gian nhanh hơn, dù không ai cổ vũ.

Sự bất nhất đó mới là thông tin. Nó cho thấy lợi thế khán giả trong bơi lội không vận hành giống lợi thế sân nhà trong bóng đá. Bóng đá chịu ảnh hưởng của khán giả qua trọng tài và qua tâm lý cầu thủ. Bơi lội thì chịu ảnh hưởng của khán giả chủ yếu qua nhịp độ xuất phát, và ở một mức độ nhỏ hơn, qua cảm giác thi đấu đối kháng mà một hàng ghế đầy có thể tạo ra.

Có một chi tiết tôi luôn nhắc lại khi giảng cho các phóng viên trẻ. Trong làn nước, không có ai bắt tay ai. Sự đối kháng trong bơi lội là sự đối kháng qua sóng nước. Khi khán đài im lặng, sóng nước cũng khác đi. Nhưng sóng nước thì không xuất hiện trong báo cáo chính thức, và vì thế, nó thường bị coi là không tồn tại.

Tầng năm: hồ sơ doping và giá trị của con số

Một đường bơi chỉ có giá trị phân tích khi hồ sơ kiểm tra của vận động viên đó sạch.

Tháng 4 năm 2026, truyền thông Đức và Mỹ công bố hồ sơ cho thấy hai mươi ba vận động viên bơi lội Trung Quốc từng có kết quả xét nghiệm dương tính với trimetazidine trong đợt kiểm tra ngoài thi đấu cuối năm 2026, và cơ quan phòng chống doping Trung Quốc kết luận đây là sự nhiễm bẩn từ thực phẩm, không có trường hợp nào bị xử lý. Cơ quan phòng chống doping thế giới đã xem xét hồ sơ và quyết định không kháng nghị. Trong suốt Thế vận hội Paris 2026, chủ đề này liên tục được nêu lại tại các cuộc họp báo.

Tôi không có đủ dữ liệu để khẳng định điều gì về ý chí của bất kỳ cá nhân nào trong hồ sơ đó. Và tôi sẽ không viết một câu nào mang tính buộc tội dựa trên suy đoán. Điều tôi có thể nói với tư cách nhà báo dữ liệu là điều này: khi một cơ chế xác minh chưa được độc lập hoàn toàn, mọi thời gian bơi trong một giải đấu có liên quan đều phải được ghi kèm một cột nghi vấn. Cột đó không hàm ý tội lỗi. Cột đó hàm ý chưa đủ dữ liệu để loại bỏ nghi vấn.

Đúng quá sớm cũng là một kiểu bị từ chối. Tôi đã học được điều đó vào mùa hè 2026, khi tôi xây dựng mô hình xG cho một đội bóng mới của giải nhà nghề Mỹ và bị biên tập viên trả bài vì đồ thị quá khó đọc. Khi biên tập viên nói không, tôi học cách lắng nghe dữ liệu, và lần này dữ liệu nói rằng tôi cần thêm nguồn.

Tầng sáu: đường cong sự nghiệp và rào cản tuổi

Một sai lầm phổ biến của truyền thông bơi lội là tuyến tính hóa sự nghiệp. Theo cách kể đó, một vận động viên mười bảy tuổi phá kỷ lục trẻ sẽ tiến bộ đều đặn cho đến khi giành huy chương vàng ở tuổi hai mươi hai.

Dữ liệu không vận hành như vậy. Bơi lội có hai rào cản sinh lý rõ rệt. Thứ nhất là rào cản dậy thì, khi sự thay đổi cấu trúc cơ thể có thể làm hỏng kỹ thuật đã được huấn luyện trong nhiều năm, đặc biệt ở các nội dung nữ. Thứ hai là rào cản tăng trưởng, khi chiều cao và sải tay thay đổi nhanh hơn khả năng thích ứng của hệ thần kinh cơ.

Ở phía đối diện, tuổi thọ của một vận động viên bơi đỉnh cao dài hơn nhiều so với định kiến. Sarah Sjöström sinh ngày 17 tháng 8 năm 2026, thi đấu Olympic lần đầu tại Bắc Kinh năm 2026, và giành huy chương vàng 50 mét tự do tại Paris 2026 ở tuổi ba mươi. Đó là khoảng thời gian mười sáu năm giữa hai kỳ Olympic.

Với tôi, đường cong sự nghiệp trong bơi lội gần giống một đường parabol méo, có một đỉnh nhô lên ở tuổi thiếu niên nhờ lợi thế tăng trưởng, một vùng trũng ở tuổi hai mươi mốt đến hai mươi ba, và một đỉnh thứ hai ở tuổi hai mươi bảy đến ba mươi, khi kỹ thuật và kinh nghiệm bù lại phần tốc độ đã mất. Bất kỳ dự báo nào không vẽ ra hai đỉnh đều đang bỏ sót dữ liệu.

Góc phản trực giác: khi tương quan bị đọc thành nhân quả

Đây là phần tôi bắt buộc phải viết trong mọi bài phân tích, kể cả khi nó khiến bài viết kém hấp dẫn hơn.

Giả sử bạn phát hiện ra rằng những vận động viên có lượt 50 mét cuối nhanh nhất trong một giải vô địch thế giới đều giành huy chương. Bạn sẽ rất muốn viết một tiêu đề kiểu: khả năng tăng tốc cuối quyết định huy chương. Tiêu đề đó sai ở hai chỗ.

Chỗ thứ nhất là quan hệ nhân quả đảo chiều. Trong phần lớn các trường hợp, người bơi lượt cuối nhanh nhất là người bơi ở làn giữa, người có đối thủ ngang tầm bên cạnh, người buộc phải bung sức để giữ vị trí. Những vận động viên dẫn đầu quá xa thường thả lỏng ở hai mươi mét cuối, và thời gian lượt cuối của họ trông chậm hơn thực lực. Bạn đang đo một hành vi chiến thuật, không đo một năng lực thể chất.

Chỗ thứ hai là kích thước mẫu. Một giải vô địch thế giới có tám làn chung kết. Tám quan sát không đủ để thiết lập một quy luật. Trận đấu khép lại, nhưng dữ liệu vẫn còn đá bù giờ, và phần bù giờ đó thường kéo dài qua ba đến bốn mùa giải.

Một ví dụ khác, gần gũi hơn với công chúng. Ngày 11 tháng 2 năm 2026, tại giải vô địch thế giới ở Doha, Pan Zhanle bơi lượt đầu trong nội dung tiếp sức 4 x 100 mét tự do với thời gian 46,80 giây, một kỷ lục thế giới ở lượt xuất phát. Ngày 31 tháng 7 năm 2026, tại chung kết 100 mét tự do nam ở Paris, anh bơi 46,40 giây.

Có hai cách kể câu chuyện này. Cách thứ nhất, và là cách phổ biến nhất, là câu chuyện về một vận động viên trẻ phá kỷ lục hai lần trong sáu tháng. Cách thứ hai, và là cách tôi chọn, là một bài toán về lượt xuất phát trong nội dung tiếp sức. Một lượt xuất phát trong tiếp sức được hưởng lợi từ việc không phải thực hiện động tác quay đầu, và từ việc được đứng trên bục xuất phát trong tư thế đã ổn định. Những lợi thế đó không xuất hiện khi bạn bơi một cuộc đua cá nhân với ba lần quay đầu.

Tôi không nói rằng thành tích của Pan Zhanle kém ấn tượng hơn. Tôi nói rằng hai con số đó không đo cùng một thứ, và bất kỳ ai đặt chúng cạnh nhau mà không ghi chú đều đang tạo ra một thông tin sai lệch.

Cùng logic đó áp dụng cho mọi dự đoán về kỷ lục thế giới. Thành tích bơi cự ly ngắn trong bể 25 mét không chuyển đổi trực tiếp sang bể 50 mét, vì số lần quay đầu ở bể ngắn gấp đôi. Một vận động viên có kỹ thuật quay đầu xuất sắc có thể trông vượt trội ở bể 25 mét và trở lại mức bình thường ở bể 50 mét. Nếu bạn chỉ đọc một hệ thống thi đấu, bạn sẽ kết luận sai về đẳng cấp của người đó.

Ở phía ngược lại, tôi cũng phải tự nhắc mình về một điểm yếu cố hữu của phương pháp dữ liệu. Toàn bộ dữ liệu công khai về bơi lội chỉ mô tả khoảng vài phút trong cuộc đời một vận động viên. Phần còn lại, gồm khối lượng tập luyện, ngưỡng lactate, chất lượng phục hồi, tình trạng chấn thương vai và đầu gối, đều nằm trong hồ sơ nội bộ của đội. Tôi không có quyền truy cập vào phần đó.

Vì vậy, mỗi bài viết của tôi đều có một câu chốt về giới hạn dữ liệu. Tôi không tranh luận cảm xúc, tôi trình bày chuỗi dữ liệu, và tôi nói rõ chuỗi dữ liệu kết thúc ở đâu.

Chuỗi tín hiệu cần theo dõi ở vòng tiếp theo

Giữa khán đài ồn ào, tôi chọn ngồi với bảng số. Nhưng bảng số chỉ có nghĩa khi biết đặt nó cạnh bảng số khác.

Tôi đang theo dõi bốn tín hiệu trong mùa giải tới.

Thứ nhất là tỷ lệ giữa thành tích chung kết và thành tích vòng loại của nhóm vận động viên ở độ tuổi hai mươi đến hai mươi ba. Nếu tỷ lệ này tiếp tục được cải thiện qua nhiều kỳ giải, đó là dấu hiệu cho thấy một thế hệ đang bước vào đỉnh thứ hai của đường cong sự nghiệp. Nếu tỷ lệ này giậm chân, có thể vấn đề nằm ở lịch thi đấu chứ không nằm ở con người.

Thứ hai là sự dịch chuyển của huấn luyện viên và trung tâm huấn luyện. Trong bơi lội, một huấn luyện viên chuyển trung tâm thường kéo theo ba đến năm vận động viên, và điều đó làm thay đổi cả một nhóm thành tích ở một quốc gia trong vòng mười tám tháng. Đây là tín hiệu có độ trễ, nhưng độ trễ đó lại khiến nó trở thành tín hiệu dự báo tốt.

Thứ ba là mức độ minh bạch của các cơ quan phòng chống doping quốc gia trong việc công bố quy trình xử lý hồ sơ nhiễm bẩn. Nếu quy trình được chuẩn hóa và công bố, giá trị phân tích của mọi thành tích bơi sẽ tăng lên. Nếu không, cột nghi vấn mà tôi ghi trong bảng tính sẽ ngày càng dày thêm.

Thứ tư là chất lượng của dữ liệu split time ở các giải cấp khu vực. Phần lớn tranh luận về bơi lội hiện nay diễn ra ở cấp quốc gia, nơi dữ liệu thường chỉ có thời gian chung cuộc. Nếu các liên đoàn khu vực bắt đầu công bố split đầy đủ theo chuẩn của World Aquatics, chúng ta sẽ có thêm hàng nghìn điểm dữ liệu mỗi năm, và các mô hình dự báo sẽ bớt phụ thuộc vào một vài kỳ giải lớn.

Tôi không kỳ vọng sẽ dự đoán đúng mọi thứ. Tôi chỉ kỳ vọng rằng khi một kỷ lục bị phá, tôi sẽ là người đầu tiên biết nó được phá ở lượt nào, ở mét thứ bao nhiêu, và với mức độ không chắc chắn là bao nhiêu. Phần còn lại của câu chuyện thuộc về vận động viên. Phần của tôi là ghi lại cho chính xác.

Mỗi đường bơi là một bài toán đang chờ lời giải, và bảng số sẽ vẫn chạy khi sân vắng.