Khoảng Trống Dữ Liệu Của Bơi Lội Việt Nam: Khi Thành Tích Không Có Bảng Số Để Đối Chiếu

Khoảng Trống Dữ Liệu Của Bơi Lội Việt Nam: Khi Thành Tích Không Có Bảng Số Để Đối Chiếu

Cuối tháng 12 năm 2026, tại hồ bơi Phú Thọ, tôi ngồi ở hàng ghế khán đài phía trên, máy tính mở sẵn một bảng tính. Một vận động viên nữ về đích ở cự ly 200m tự do, thành tích được xướng lên qua loa: 2 phút 04 giây 87. Khán đài vỗ tay. Trên màn hình tôi, mọi cột vẫn trống. Không split 50m, không split 100m, không nhịp quạt tay, không thời gian phản xạ xuất phát, không số lần đạp chân dưới nước sau lượt bơi. Chỉ một con số tổng nằm ở cuối đường đua, lạnh lẽo và cô độc.

Đó là dạng khoảng trống tệ nhất với một người làm dữ liệu: ta có một kết quả, nhưng ta không có câu chuyện. Ta có một điểm, nhưng ta không có quỹ đạo. Ta có một con số, nhưng con số ấy không nói với ta một điều gì về việc nó được tạo ra như thế nào.

Tôi ngồi cách xa mặt nước để nhìn đường bơi rõ hơn cả trọng tài. Nhưng lần này, khoảng cách ấy không giúp tôi phân tích được gì. Tôi chỉ có thể ghi lại kết quả rồi chờ một giải khác. Và tôi tự hỏi: nếu tôi — một người đã dành hai mươi tư năm đọc bảng số bơi lội — còn bị bỏ rơi trong khoảng trống ấy, thì công chúng, phóng viên và huấn luyện viên còn bị bỏ rơi đến mức nào?

Đó là lý do tôi viết bài này. Không phải để kể về một thành tích, mà để kể về thứ đứng sau thành tích: cấu trúc dữ liệu của bơi lội Việt Nam. Và về cách những khoảng trống dữ liệu định hình mọi kết luận mà chúng ta đang nghe hằng ngày.

Bối cảnh: Một môn thể thao cần số, nhưng lại được ghi chép bằng ký ức

Bơi lội là môn thể thao có cấu trúc thời gian khắt khe nhất trong toàn bộ hệ thống Olympic. Một vận động viên chạy 100m chỉ có một khoảng thời gian duy nhất để phân tích. Một vận động viên bơi 200m có bốn split 50m, có thời gian phản xạ xuất phát, có thời gian xoay người ở ba lượt, có thời gian về đích, có nhịp độ quạt tay, có biên độ sải tay, có số lần thở. Về mặt lý thuyết, mỗi lần bơi có thể sinh ra hàng chục biến số độc lập có thể đo được.

Thực tế ở Việt Nam thì khác. Phần lớn các giải đấu trong nước, từ cấp trẻ đến cấp quốc gia, vẫn vận hành theo mô hình ghi nhận kết quả cuối cùng. Một hệ thống bấm giờ tự động với bảng cảm biến chạm tường đúng chuẩn quốc tế vẫn chưa phổ cập ở mọi đường bơi. Tại nhiều giải, ban tổ chức vẫn dùng kết hợp bấm tay và một bảng điện tử duy nhất gắn ở đích. Split 50m chỉ được ghi ở những giải có yêu cầu kỹ thuật cao, và ngay cả khi được ghi, dữ liệu ấy thường không được công bố công khai sau giải.

Điều này tạo ra một nghịch lý. Bơi lội là môn thể thao mà cộng đồng quốc tế đánh giá cao nhất về mức độ sẵn có của dữ liệu — World Aquatics công bố toàn bộ split của mọi đường bơi tại các giải lớn, từ giải vô địch thế giới đến World Cup. Nhưng ở cấp quốc nội Việt Nam, dữ liệu ấy thường biến mất sau khi tiếng còi kết thúc.

Tôi đã theo dõi điều này trong nhiều năm. Khi Nguyễn Thị Ánh Viên còn thi đấu đỉnh cao, mỗi lần cô lập kỷ lục quốc gia, tôi lại phải tự dựng lại cấu trúc đường bơi từ video ghi hình, đếm nhịp quạt tay bằng mắt, ước lượng thời gian xoay người bằng cách bấm đồng hồ thủ công trên từng khung hình. Đó là công việc của một nhà phân tích, nhưng về bản chất, đó là công việc của một người đang cố tái tạo dữ liệu đã bị thất lạc.

Cốt lõi: Khoảng trống dữ liệu không phải vấn đề kỹ thuật, nó là vấn đề nhận thức

Khi tôi nói đến khoảng trống dữ liệu, tôi không chỉ nói về việc thiếu bảng cảm biến hay thiếu máy quay tốc độ cao. Tôi nói đến một thứ sâu hơn: khoảng trống dữ liệu tạo ra một khoảng trống nhận thức, và khoảng trống nhận thức luôn bị lấp đầy bằng cảm xúc hoặc bằng phỏng đoán, chứ không bao giờ để trống.

Hãy xem xét ba tầng khoảng trống cụ thể trong bơi lội Việt Nam.

Tầng thứ nhất là khoảng trống theo chiều dọc của một đường bơi. Một vận động viên về đích 200m tự do với thành tích 2 phút 04 giây 87. Con số ấy không cho ta biết cô ấy khởi đầu nhanh hay chậm, nước rút có mạnh không, lượt xoay có phải điểm yếu không. Nếu split 100m đầu là 59 giây và 100m sau là 1 phút 05, đó là một vận động viên phân bổ lực sai — một vấn đề chiến thuật và thể lực có thể sửa. Nếu split 100m đầu là 1 phút 02 và 100m sau là 1 phút 02 giây 87, đó là một vận động viên phân bổ lực chuẩn mực — một vấn đề cần bảo tồn và tối ưu. Cùng một kết quả cuối, hai câu chuyện hoàn toàn khác nhau, hai hướng huấn luyện hoàn toàn khác nhau. Nhưng nếu ta không có split, ta chỉ thấy một con số và một huy chương.

Tầng thứ hai là khoảng trống theo chiều ngang của một giải đấu. Tại một giải quốc gia, ban tổ chức công bố ai về nhất, ai về nhì, ai phá kỷ lục. Họ ít khi công bố toàn bộ bảng kết quả để người phân tích có thể so sánh tốc độ trung bình giữa các lứa vận động viên, giữa các câu lạc bộ, giữa các vùng miền. Không có bức tranh ấy, ta không thể trả lời một câu hỏi rất đơn giản: bơi lội Việt Nam đang tiến bộ đồng đều hay chỉ tiến bộ ở một vài cá nhân kiệt xuất?

Tầng thứ ba là khoảng trống theo chiều thời gian. Ngay cả khi một kết quả được ghi lại, nó thường nằm rời rạc trong một file Excel của liên đoàn, một bài báo của phóng viên, một video trên kênh truyền hình. Không có một cơ sở dữ liệu quốc gia tập trung nào cho phép truy vết một vận động viên qua mười năm sự nghiệp. Điều đó có nghĩa là mọi so sánh theo thời gian đều dựa trên trí nhớ, và trí nhớ thể thao — như tôi đã nhiều lần chứng minh — luôn lệch về phía câu chuyện hấp dẫn hơn là sự thật.

Mỗi cú sốc đều có xác suất riêng. Ta gọi là sốc khi chưa kịp tra bảng số.

Tôi muốn minh họa điều này bằng một ví dụ cụ thể. Vào năm 2026, khi đội tuyển U20 bóng đá nam tạo nên kỳ tích ở Hàn Quốc, tôi không hề gọi đó là cú sốc — bởi vì tôi đã có một bảng dữ liệu về PPDA và xG để tra. Nhưng trong bơi lội, mỗi khi có một vận động viên trẻ xuất hiện và về nhất, công chúng lập tức gọi đó là một hiện tượng, một cột mốc, một kỷ nguyên mới. Không ai tra bảng số trước khi gọi tên. Bởi vì bảng số không tồn tại để mà tra.

Giả sử một vận động viên 15 tuổi về nhất ở cự ly 100m bướm với thành tích 1 phút 01 giây. Báo chí sẽ viết: "Thần đồng bơi lội Việt Nam xuất hiện". Nhưng câu hỏi dữ liệu đặt ra phải là khác: thành tích ấy nằm ở vị trí nào trên bảng xếp hạng lứa tuổi quốc tế? So với các vận động viên cùng tuổi ở các nước trong khu vực Đông Nam Á, nó nhanh hay chậm? Nó có vượt qua mốc phát triển trung bình của lứa tuổi không, hay chỉ vượt qua mốc trung bình của chính nền bơi lội nội địa — một mốc thấp hơn nhiều?

Không có câu trả lời cho những câu hỏi ấy, và đó chính là lý do cái mác "thần đồng" xuất hiện quá dễ dàng và biến mất cũng quá dễ dàng. Khi dữ liệu vắng mặt, danh hiệu trở thành thứ được cấp phát theo mùa, không phải theo bằng chứng.

Tôi đã từng chứng kiến một trường hợp như vậy. Một vận động viên nữ được truyền thông gọi là "viên ngọc bơi lội" sau khi lập thành tích tốt ở một giải trẻ quốc gia. Suốt hai năm, tên cô xuất hiện trên hàng loạt bài báo. Nhưng khi tôi tự dựng lại bảng so sánh với các vận động viên cùng tuổi ở Thái Lan, Singapore, Philippines, thành tích ấy thực ra chỉ ngang mức trung vị khu vực — không tệ, nhưng cũng không đặc biệt. Điều đặc biệt duy nhất là cô là người Việt Nam nhanh nhất ở lứa tuổi ấy, trong khi các quốc gia khác có nhiều vận động viên nhanh tương đương đến mức không cần đặt biệt danh cho ai.

Sai lầm không nằm ở vận động viên. Sai lầm nằm ở hệ thống gọi tên khi thiếu bảng số.

Chuyện một mẫu dữ liệu trống ở sân vắng

Năm 2026, khi đại dịch khiến toàn bộ lịch thi đấu bơi lội trong nước bị đảo lộn, tôi được một câu lạc bộ tại Sài Gòn mời rà soát dữ liệu tập luyện của hai mươi chín vận động viên. Đó là giai đoạn mà hồ bơi hoạt động cầm chừng, giải đấu bị hoãn, và các huấn luyện viên phải duy trì phong độ mà không có đích đến cụ thể.

Khi tôi mở bảng dữ liệu ra, điều đầu tiên tôi thấy không phải là một con số bất thường, mà là những ô trống. Rất nhiều ô trống. Không có ngày tập nào được ghi lại đầy đủ. Không có chỉ số khối lượng tập theo từng cự ly. Không có ghi chú về cảm giác chủ quan của vận động viên sau buổi tập. Chỉ có những dòng kết quả thỉnh thoảng xuất hiện, như những hòn đảo rời rạc giữa một đại dương không được vẽ bản đồ.

Tôi phải mất gần ba tuần chỉ để dựng lại một khung dữ liệu tối thiểu. Và khi dựng xong, tôi phát hiện ra một tín hiệu: quãng đường bơi cường độ cao tăng khoảng hai mươi phần trăm trong tuần trước khi xảy ra chấn thương vai ở ba vận động viên khác nhau. Tín hiệu ấy không hề mới lạ với y học thể thao quốc tế — nó là một trong những dấu hiệu cảnh báo sớm được ghi nhận rộng rãi. Nhưng nó mới lạ với chính đội bóng ấy, bởi vì chưa bao giờ họ có đủ dữ liệu để nhìn thấy nó.

Chúng tôi xây dựng một thuật toán giảm tải chia bài tập thành bốn ngưỡng sức ép. Khi mùa giải trở lại, số ca chấn thương cơ và vai giảm gần ba mươi phần trăm so với mùa trước. Câu lạc bộ cảm ơn tôi trên truyền thông. Nhưng điều tôi muốn nhấn mạnh không phải là thành tích ấy. Điều tôi muốn nhấn mạnh là: chúng tôi không hề phát minh ra một phương pháp mới. Chúng tôi chỉ lấp một khoảng trống đã tồn tại quá lâu.

Nếu dữ liệu tập luyện được ghi chép đầy đủ trong nhiều năm, tín hiệu ấy sẽ tự hiện ra với bất kỳ ai biết đọc bảng. Nhưng vì khoảng trống kéo dài, tín hiệu ấy bị chôn vùi, và mỗi chấn thương lại trở thành một "tai nạn" — trong khi về mặt xác suất, nó là một kết quả có thể dự đoán trước.

Góc phản trực giác: Cám dỗ lấp đầy khoảng trống bằng câu chuyện

Đây là phần tôi muốn dành nhiều thời gian nhất, bởi vì nó liên quan đến một cơ chế rất khó nhìn thấy: khoảng trống dữ liệu không bao giờ tự nhận mình là khoảng trống. Nó luôn được lấp đầy bằng một thứ gì đó trông rất giống sự thật.

Khi một vận động viên bơi chậm hơn kỳ vọng, và ta không có split, ta sẽ giải thích bằng "tâm lý không ổn định". Khi một vận động viên bơi nhanh hơn kỳ vọng, và ta không có split, ta sẽ giải thích bằng "tinh thần quyết tâm". Cả hai đều là những giả thuyết không thể kiểm chứng, nhưng chúng được diễn đạt theo cách khiến người đọc tin rằng chúng đã được kiểm chứng. Đó là cơ chế.

Tôi gọi đây là sự thiên vị về phía kết quả có thể phân tích được. Khi một hệ thống chỉ ghi lại những kết quả cuối cùng, hệ thống ấy vô tình ưu tiên loại nội dung dễ được số hóa: kết quả, huy chương, kỷ lục. Nó không ưu tiên những câu chuyện về quản trị, về chính sách, về đời sống vận động viên, về những quyết định chiến lược không thể lượng hóa thành một con số trên bảng điện tử.

Điều này có một hệ quả nghiêm trọng mà ít ai để ý. Nếu một nền thể thao chỉ ghi lại những gì dễ ghi, thì theo thời gian, toàn bộ ký ức của nền thể thao ấy sẽ bị bóp méo. Ta sẽ có một kho tư liệu đồ sộ về những người chiến thắng, và gần như không có gì về lý do tại sao họ chiến thắng, hay về những người đã không thể chiến thắng vì lý do gì.

Tôi đã nhiều lần tự hỏi: có bao nhiêu tài năng bơi lội Việt Nam đã biến mất không phải vì thiếu tố chất, mà vì không ai ghi lại đủ dữ liệu để nhận ra họ đang đi sai hướng? Với người làm dữ liệu, đó là một dạng thất thoát dữ liệu mà chúng ta không bao giờ có thể đo đếm được, bởi vì chính sự thất thoát ấy là điều khiến nó không thể đo đếm.

Có một phản biện mà tôi đã nghe nhiều lần: "Bơi lội Việt Nam có quy mô nhỏ, làm dữ liệu chi tiết là lãng phí nguồn lực". Tôi không đồng ý với phản biện ấy, nhưng tôi hiểu tại sao nó xuất hiện. Nó xuất hiện bởi vì người ta đang nhìn dữ liệu như một sản phẩm, chứ không phải như một hạ tầng. Một bảng cảm biến chạm tường không chỉ phục vụ một giải đấu — nó phục vụ mọi giải đấu diễn ra ở hồ bơi ấy trong nhiều năm. Một cơ sở dữ liệu quốc gia không chỉ phục vụ một liên đoàn — nó phục vụ mọi huấn luyện viên, mọi vận động viên, mọi nhà nghiên cứu và mọi thế hệ tương lai.

Khi khán đài câm, lợi thế sân nhà tan thành một con số gần bằng không.

Trong bơi lội, tôi từng thử áp dụng logic ấy. Một hồ bơi đông khán giả có thể tạo ra lợi thế tâm lý cho vận động viên chủ nhà, đặc biệt ở những cự ly ngắn cần phản xạ xuất phát. Nhưng lợi thế ấy không thể đo lường nếu ta không có dữ liệu về thời gian phản xạ ở cả hai điều kiện có khán giả và không có khán giả. Khi đại dịch đến và khán đài trống, chúng ta có cơ hội vàng để đo lường biến số ấy. Nhưng phần lớn dữ liệu phản xạ xuất phát ở giai đoạn ấy đã không được ghi lại đầy đủ. Ta bỏ lỡ một thí nghiệm tự nhiên mà mười năm nữa sẽ không thể lặp lại.

Đó là cái giá thật của khoảng trống dữ liệu. Không phải một con số bị thiếu, mà là một câu hỏi vĩnh viễn không có câu trả lời.

Đọc khoảng trống: một kỹ năng cần được dạy

Tôi muốn quay lại một chuyện cá nhân. Năm 2026, khi tôi phân tích đội tuyển U20 Việt Nam ở World Cup tại Hàn Quốc, tôi đưa ra một kết luận rằng nếu đội duy trì áp lực PPDA ở mức 5.4 trước Pháp, đội có thể tạo bất ngờ. Cuối cùng, đội không tạo được bất ngờ, và tôi nhận được hai loại phản hồi. Một loại nói: "Anh dự đoán sai". Một loại nói: "Anh đã đúng khi cảnh báo". Cả hai loại đều hiểu sai bản chất của một dự đoán dữ liệu. Tôi không dự đoán kết quả. Tôi dự đoán xác suất, dưới một tập hợp điều kiện nhất định.

Trong bơi lội, nguyên tắc ấy còn đúng hơn. Một vận động viên có thể đạt thành tích tốt trong một giải và không đạt được trong giải sau, và điều đó không làm cho việc phân tích trở nên vô nghĩa. Nó chỉ có nghĩa là ta phải trình bày kết luận dưới dạng điều kiện, chứ không phải dưới dạng phán quyết.

Và để trình bày điều kiện, ta cần dữ liệu. Không có dữ liệu, ta buộc phải nói bằng ẩn dụ. Và ẩn dụ không bao giờ sai — đó là điểm mạnh và cũng là điểm yếu chết người của nó.

Takeaway: Tín hiệu từ vòng tiếp theo

Tôi không viết bài này để kết luận rằng bơi lội Việt Nam đang tụt hậu. Tôi viết để chỉ ra một điều đơn giản hơn: trước khi ta nói bơi lội Việt Nam tiến bộ hay tụt hậu, ta phải trả lời được một câu hỏi sơ đẳng — ta đang đo bằng cái gì?

Nếu câu trả lời là "bằng huy chương", thì ta đang đo bằng thứ phụ thuộc vào việc ai đến dự giải. Nếu câu trả lời là "bằng kỷ lục quốc gia", thì ta đang đo bằng một mốc được thiết lập trong chính hệ thống ấy, không phải mốc quốc tế. Muốn đo được thật, ta cần một hạ tầng dữ liệu đủ dày để biến mỗi lần bơi thành một điểm có thể đối chiếu, và để biến mỗi mùa giải thành một quỹ đạo có thể truy vết.

Người thường nhìn bàn thắng để hiểu trận đấu. Tôi nhìn trận đấu để hiểu tháng năm. Với bơi lội, điều tương tự cũng đúng: người thường nhìn thành tích để hiểu một vận động viên. Người làm dữ liệu nhìn cả quỹ đạo để hiểu vì sao thành tích ấy xuất hiện vào đúng thời điểm nó xuất hiện — và liệu nó có tái lập được trong một không gian xác suất khác hay không.

Một kỷ nguyên chiến thuật tàn đi khi bảng số liệu của nó không còn ai đọc. Một nền bơi lội tàn đi theo cách âm thầm hơn: khi bảng số liệu của nó chưa bao giờ được lập.

Câu hỏi tôi để lại cho vòng tiếp theo không phải là ai sẽ phá kỷ lục quốc gia tiếp theo. Câu hỏi là: khi người ấy phá kỷ lục, liệu chúng ta có đủ dữ liệu để biết chính xác điều gì đã xảy ra trên đường bơi ấy — hay chúng ta lại chỉ có một con số duy nhất ở cuối đường đua, và một câu chuyện được viết ra để lấp vào chỗ trống phía sau nó?