Con chó giữa võ đài Ixtapaluca và cái nhãn 'bóng đá' bị dán nhầm

Đêm biểu diễn lucha libre đường phố ở Ixtapaluca, bang Mexico, có một khoảnh khắc không ai trong ban tổ chức lên kế hoạch. Khi các đô vật đang thực hiện các động tác của mình, một con chó tiến lại gần họ trong tư thế chơi đùa. Nó đuổi theo một trong những nhân vật chính vào tận đám đông, rồi trèo lên võ đài và đồng hành cùng các đô vật trong khi khán giả đứng dậy hoan hô. Một tiêu đề gọi nó là 'nhà vô địch thật sự'. Với người làm nghề đọc dữ liệu như tôi, điều đáng chú ý không nằm ở chú chó. Nó nằm ở hai chữ 'vô địch' và 'đài' — hai từ khóa đủ mơ hồ để một cỗ máy dán nhãn gán sự kiện này vào bóng đá. Sự việc diễn ra trong một chương trình được tổ chức nhân dịp lễ Độc lập Mexico. Đây là buổi biểu diễn cấp cộng đồng: không bảng xếp hạng, không nhà tài trợ lớn, không hợp đồng bản quyền truyền hình. Những cái tên được nhắc đến là Radioactivo, Ciclón Ramírez Jr. và Hijo de Dos Caras — bộ ba chiến thắng của đêm. Cần nói thẳng: đây là các đô vật, những nghệ sĩ biểu diễn theo thể thức lucha libre, không phải cầu thủ. 'Hijo de Dos Caras' nghĩa là 'Con trai của Dos Caras', một cách đặt danh tính theo dòng họ đặc trưng của làng vật Mexico. Thể thức 'trio' — nhóm ba người — cũng là cấu trúc thẻ đấu truyền thống của lucha libre, hoàn toàn khác cách một đội bóng xây dựng đội hình. Bối cảnh quan trọng hơn: đây là loại chương trình văn hóa địa phương gắn với lễ Độc lập, tức là có vòng đời rất ngắn. Nó không có mùa giải, không có lượt đi lượt về, không có bảng tổng sắp. Nó chỉ có một đêm, một clip, và một chú chó. Câu chuyện lan ra ngoài Mexico qua một đoạn video được chia sẻ trên mạng xã hội. Không có tòa soạn nào đứng tên khai thác đầu tiên. Không có ngày đăng cụ thể. Hình ảnh được ghi nguồn đơn giản là 'ảnh chụp màn hình'. Đây là dấu hiệu kinh điển của nội dung tổng hợp từ mạng xã hội, chứ không phải sản phẩm của một ban thể thao có phóng viên tại chỗ. Trong nghề của tôi, khi một nguồn không có tên, không có ngày, không có ai chịu trách nhiệm, thì nó thuộc nhóm độ tin cậy thấp nhất. Và đây là điểm mấu chốt. Trong dữ liệu mà tôi theo dõi, sự kiện này xuất hiện với nhãn 'bóng đá'. Một buổi biểu diễn vật đường phố ở bang Mexico bị gán vào chuyên mục bóng đá. Nguyên nhân nằm ở cơ chế dán nhãn tự động: các từ 'vô địch', 'đài', 'đội' xuất hiện ở nhiều môn thể thao, nên khi thiếu ngữ cảnh, thuật toán chọn nhầm. Hậu quả không nhỏ. Nếu một sự kiện như thế lọt vào kho dữ liệu bóng đá, nó sẽ làm lệch các chỉ số cảm xúc, làm sai biểu đồ thực thể, và tạo ra những liên kết ảo giữa các nhân vật không hề liên quan. Tôi đã thử đặt ba kịch bản giả định trước khi viết, theo thói quen làm nghề. Kịch bản một: nhãn sai là lỗi đơn lẻ. Kịch bản hai: nhãn sai là hệ thống, lặp lại ở nhiều sự kiện tương tự. Kịch bản ba: nhãn sai là do chính con người biên tập, chứ không phải máy. Với dữ liệu hiện có, kịch bản hai có sức nặng nhất, vì các từ khóa mơ hồ kiểu 'vô địch' và 'đài' xuất hiện dày đặc trong tin tức thể thao mỗi ngày. Đó là một điểm dừng phân tích mà tôi buộc phải ghi lại: bằng chứng chưa đủ để kết luận về quy mô, nhưng đủ để nêu dấu hiệu. Để kiểm chứng, cách duy nhất là đối chiếu chéo. Tôi sẽ cần ảnh chụp màn hình có ghi ngày, tệp gốc, và ghi chú thời gian. Với một clip lan truyền không nguồn, những thứ đó không tồn tại. Điều đó không làm câu chuyện trở thành sai. Nó chỉ làm câu chuyện trở thành thứ không thể dùng làm bằng chứng. Và trong một bài điều tra, đó là ranh giới quan trọng nhất. Khuôn mẫu truyền thông ở đây cũng đáng mổ xẻ. Câu chuyện 'một con vật bất ngờ chen vào sự kiện thể thao và trở thành ngôi sao' là mô-típ cũ. Nó được thiết kế để tối đa hóa lượt chia sẻ: một tiêu đề giật, một khoảnh khắc gây cười, một nhân vật dễ mến mà không ai ghét. Trong trường hợp này, con chó được nhân cách hóa thành 'nhà vô địch thật sự'. Đó là phép tu từ, không phải tuyên bố thể thao. Giới hạn phương pháp của tôi rất rõ: tôi chỉ có một clip, một sự kiện, không có chuỗi dữ liệu. Một mẫu bằng một thì không nói lên xu hướng nào. Điều thú vị về mặt kỹ thuật là lucha libre vốn là loại hình biểu diễn có kịch bản. Sự xuất hiện của một con vật là biến số không kiểm soát được, chứ không phải hiện tượng chiến thuật. Nói cách khác, kể cả khi ai đó muốn phân tích diễn biến trận đấu, thì cũng không có trận đấu nào để phân tích theo nghĩa cạnh tranh. Đây không phải chỗ để đọc xG, PPDA hay tỷ lệ kiểm soát bóng. Không có cú sút nào, không có pha phạm lỗi nào, không có trọng tài nào. Chỉ có một chú chó và một đám đông đang cười. Về vòng đời, đây là kiểu nội dung đạt đỉnh ngay lập tức rồi tàn nhanh. Độ nóng của nó đến từ cảm xúc, không đến từ dữ liệu. Một clip động vật thường đạt đỉnh trong vài ngày và mờ dần trong vài tuần. Không có cơ chế nào giữ nó sống lâu, vì không có sự kiện tiếp theo để nối vào. Đây là điểm khác biệt căn bản giữa tin giải trí và tin thể thao có mùa giải. Nhưng tôi phải công bằng. Chuyện này không hoàn toàn là lỗi. Mô-típ này vô hại. Nó không bị vũ khí hóa để bán hàng, không tạo ra bong bóng đầu cơ, không có ai bị hạ bệ. Với một nhà điều tra quen săn tìm dấu hiệu gian lận, tôi phải nói rõ: không có nạn nhân nào ở đây. Thậm chí, có một tác động tích cực nhỏ. Một buổi biểu diễn lucha libre đường phố, vốn ít người biết, bỗng được chú ý. Các đô vật địa phương được nhắc tên. Một chương trình văn hóa gắn với lễ Độc lập có thêm vài ngày hiện diện trên mạng. Hiệu ứng này ngắn, khó đo, nhưng có thật. Tôi không có số liệu về lượng khán giả tăng thêm, nên tôi không dám nói nó lớn. Tôi chỉ nói nó tồn tại. Cần phân biệt rõ hai chuyện. Một là chất lượng nội dung — chuyện này bình thường, thậm chí dễ chịu. Hai là chất lượng dữ liệu — chuyện này mới là vấn đề. Nhãn 'bóng đá' không làm hại chú chó, nhưng nó làm hỏng kho dữ liệu mà bao nhiêu phân tích phía sau dựa vào. Mỗi hợp đồng chuyển nhượng là một lời thú tội được viết bằng số, và ở đây không có hợp đồng nào để đọc — đó là lý do vì sao mọi suy luận tài chính về sự kiện này đều vô nghĩa. Đây là loại lỗi mà tôi gọi là lỗi phân loại, chứ không phải lỗi sự kiện. Người ta vẫn thường nhầm hai thứ này. Nếu bài báo viết sai một chi tiết, đó là lỗi sự kiện. Còn nếu một sự kiện đúng hoàn toàn nhưng bị xếp vào sai ngăn, đó là lỗi phân loại. Loại thứ hai khó phát hiện hơn, vì nội dung đọc lên rất hợp lý, rất vui, rất dễ chia sẻ. Chỉ khi ai đó kiểm tra nhãn, người ta mới thấy vấn đề. Và ở quy mô dữ liệu lớn, không ai kiểm tra từng nhãn một. Tôi đã từng thấy hệ quả của kiểu lỗi này. Khi một sự kiện lạc chỗ lọt vào kho dữ liệu, nó không nằm im. Nó bị tính vào tổng, bị đưa vào mô hình, bị dùng làm căn cứ cho một kết luận nào đó ở đầu kia của quy trình. Vài tuần sau, một báo cáo về xu hướng cảm xúc của người hâm mộ bóng đá có thể đã chứa một chú chó Mexico trong đó mà không ai biết. Tất nhiên, tôi không muốn biến chuyện nhỏ thành bi kịch. Đây chỉ là một clip. Nhưng cách một hệ thống xử lý một clip nhỏ lại nói lên rất nhiều về cách nó xử lý hàng triệu clip. Nếu cùng một cơ chế dán nhãn gán nhầm một buổi vật đường phố vào bóng đá, thì nó cũng có thể gán nhầm hàng trăm thứ khác. Vấn đề không nằm ở môn vật, cũng không nằm ở chú chó. Vấn đề nằm ở chỗ không ai kiểm tra lại. Tôi đến sân để xem trận đấu, nhưng tôi ở lại để đọc các con số. Ở đây không có trận đấu nào, và cũng chẳng có con số nào. Đó chính là bài học. Bảng cân đối kế toán là nơi duy nhất mà người ta không thể đá bóng, và cũng là nơi duy nhất mà một chú chó không thể trở thành nhà vô địch. Câu hỏi để lại không phải là chú chó có xứng đáng được tung hô hay không. Nó xứng đáng. Câu hỏi là: nếu hệ thống của chúng ta có thể gán một buổi vật đường phố ở bang Mexico vào chuyên mục bóng đá, thì nó còn gán nhầm những gì nữa — và ai sẽ là người kiểm tra lại?