Hồ sơ bơi lội Việt Nam trả về rỗng: vì sao bảng thành tích chưa đủ để đánh giá một kình ngư

Đêm 18/07/2026, tôi chạy lại quy trình trích xuất dữ liệu cho một tài liệu thi đấu bơi lội Việt Nam. Máy trả về đúng một dòng: 0 điểm thông tin. Không tên vận động viên, không nội dung thi, không thời gian chia đoạn, không phản xạ xuất phát. Một payload rỗng, đúng nghĩa đen của từ null.

Phản xạ đầu tiên của người làm dữ liệu là nghi cái máy. Tôi mở log, kiểm tra bộ phân tích cú pháp, chạy lại ba lần trên ba phiên bản văn bản khác nhau. Kết quả không đổi. Đến lần thứ tư, tôi đọc bằng mắt và hiểu ra: văn bản ấy thật sự không chứa thứ gì để phân tích. Nó có tên giải, có thứ hạng, có thời gian chung cuộc của tám làn bơi — và hết. Không một dòng chia đoạn 50m, không một dòng phản xạ, không một ghi chú về nhiệt độ nước hay chứng nhận hồ bơi. Bảng thành tích trông đầy đủ. Nó rỗng.

Số liệu không biết nói dối, nhưng người đọc số liệu thì biết. Ở đây, thứ biết nói dối là cấu trúc bản ghi: đúng định dạng, đăng công khai, đầy đủ trường thông tin, và không trả lời được một câu hỏi nào có giá trị. Một bảng thành tích thiếu chia đoạn giống một báo cáo tài chính chỉ có doanh thu mà không có chi phí: bạn biết kết quả, bạn không biết nó được tạo ra bằng cách nào, và vì thế bạn không thể tái lập nó.

Bơi lội Việt Nam công bố khá đều ba thứ: danh sách vận động viên, thứ hạng chung kết và thời gian chung cuộc. Đó là mức tối thiểu để trao huy chương. Nó thấp hơn nhiều so với mức tối thiểu để đánh giá một kình ngư. Một giải vô địch quốc gia đi qua để lại vài trăm dòng thời gian; cùng giải đó, ở cấp độ phân tích, cần khoảng mười lăm nghìn điểm dữ liệu nếu tính đủ chia đoạn 50m, phản xạ xuất phát, thời gian 15m vào–ra thành và nhịp quạt tay.

Bốn thứ vắng mặt gần như tuyệt đối: chia đoạn 50m, phản xạ xuất phát, thời gian 15m quanh thành, và tần số quạt tay cùng quãng bơi mỗi chu kỳ. Lớp thứ năm — điều kiện hồ bơi, nhiệt độ nước, hệ thống bấm giờ tự động hay bán tự động — hiếm khi được ghi kèm. Thiếu năm lớp ấy, mọi so sánh giữa hai lần bơi cùng một nội dung chỉ còn là so sánh hai điểm ảnh của một bức tranh chưa in.

Tôi sinh ra ở Trung Quốc và làm nghề ở Việt Nam, nên tôi có thói quen đặt hai hệ thống cạnh nhau. Giải vô địch quốc gia Trung Quốc công bố bảng chia đoạn từng 50m cho mọi nội dung cá nhân đã nhiều năm; các trung tâm huấn luyện thể thao tỉnh duy trì cơ sở dữ liệu chia đoạn theo chu kỳ bốn năm, đủ dày để nhìn ra một vận động viên 15 tuổi chững lại ở đâu và bật lên ở đâu. Khoảng cách giữa hai nền bơi lội không nằm ở hồ bơi hay giáo án. Nó nằm ở khả năng đọc lại quá khứ của chính mình.

Việt Nam đang ở giai đoạn mà Trung Quốc đi qua khoảng hai thập kỷ trước: đầu tư cơ sở vật chất và tuyển chọn trước, hạ tầng đo lường sau. Giai đoạn ấy luôn tạo ra một ảo giác dễ chịu — thành tích tăng, huy chương tăng, và người ta mặc định hệ thống đang tiến bộ. Không có chia đoạn, người ta không phân biệt được tiến bộ thật với việc lịch thi đấu năm đó tình cờ dày hơn, hay hồ bơi năm đó tình cờ nhanh hơn.

Muốn đánh giá một kình ngư, tôi cần năm lớp dữ liệu xếp chồng lên nhau. Lớp một là thời gian chung cuộc — thứ duy nhất Việt Nam có. Lớp hai là chia đoạn. Lớp ba là vùng thành: phản xạ xuất phát, thời gian 15m vào thành và 15m ra thành. Lớp bốn là cấu trúc sải tay. Lớp năm là bối cảnh vật lý của đường bơi. Bỏ bốn lớp sau, lớp đầu tiên trở thành một lời khẳng định không thể kiểm chứng.

Một nội dung 100m có hai điểm chia; 400m có bảy; 1.500m có hai mươi chín. Khác biệt giữa một vận động viên bơi âm chia và một vận động viên xuất phát nhanh rồi gãy không nằm ở thời gian chung cuộc — hai người có thể về đích trong cùng một phần trăm giây với hai mô hình thể lực hoàn toàn khác nhau. Với người thứ nhất, khối lượng huấn luyện ưa khí đang trả về đúng; với người thứ hai, đó là dấu hiệu của một chu kỳ taper đặt sai chỗ. Cùng một dòng thời gian, hai kết luận trái ngược, và không có chia đoạn thì không có cách nào chọn đúng.

Vùng thành là nơi bơi lội Việt Nam mất nhiều nhất mà không ai đo được là mất bao nhiêu. Ở cấp châu lục, một pha xuất phát tốt cho phản xạ 0,60–0,68 giây; một pha xoay người và lướt dưới nước tốt đưa vận động viên ra khỏi vạch 15m với tốc độ cao hơn tốc độ bơi trung bình của chính họ. Trong một nội dung 100m có bốn lần chạm thành, khoản chênh lệch tích lũy giữa người xoay tốt và người xoay trung bình thường lớn hơn toàn bộ chênh lệch thể lực ưa khí của cả một mùa huấn luyện. Không ai ở Việt Nam công bố thời gian 15m. Vì thế, khi một vận động viên thua 0,8 giây ở chung kết, không ai biết 0,6 giây trong đó nằm ở đâu.

Lớp thứ tư là cấu trúc sải tay: tần số quạt tay, quãng bơi mỗi chu kỳ và chỉ số sải tay SI bằng tích của hai đại lượng ấy. Đây là lớp dữ liệu rẻ nhất để thu thập — chỉ cần một người bấm giờ ba chu kỳ và đếm số chu kỳ trong 25m — và cũng là lớp bị bỏ qua nhiều nhất. Hai vận động viên cùng bơi 100m tự do trong 51 giây có thể có tần số 48 nhịp với quãng 2,1m, hoặc 56 nhịp với quãng 1,8m. Người thứ nhất cần thêm sức mạnh; người thứ hai cần thêm kỹ thuật. Cho họ cùng một giáo án, bạn sẽ làm hỏng một trong hai.

Lớp thứ năm là bối cảnh: hồ 50m đã được chứng nhận chưa, nhiệt độ nước bao nhiêu, bấm giờ tự động hay bán tự động, bục xuất phát có đúng chuẩn không. Những thứ này nghe như thủ tục giấy tờ, nhưng chúng quyết định một kỷ lục quốc gia có giá trị so sánh hay không. Một kỷ lục lập ở hồ 25m không đặt cạnh được một thành tích hồ 50m mà không qua hệ số quy đổi; một kỷ lục bấm giờ bán tự động mang theo sai số tay người bấm mà không ai ghi lại. Khi thế giới ngừng quay, tôi tự tạo vòng quay dữ liệu — nhưng vòng quay ấy chỉ có nghĩa nếu mỗi vòng được đo bằng cùng một cái đồng hồ.

Lấy Nguyễn Huy Hoàng làm ví dụ. Ở nội dung 1.500m tự do, tấm huy chương đồng Asiad 2026 và hai suất dự Olympic Tokyo 2026, Paris 2026 là những mốc công khai. Mốc công khai không nói được điều gì về việc 500m thứ ba của anh là một pha hụt hay một pha dưỡng sức có chủ đích. Với vận động viên cự ly dài, đoạn giữa là toàn bộ câu chuyện: nó cho biết ngưỡng ưa khí đang ở đâu và ngưỡng ấy đã dịch bao nhiêu sau một chu kỳ. Không có chia đoạn, một chu kỳ huấn luyện tốt và một chu kỳ vô ích cho ra cùng một dòng kết quả.

Trần Hưng Nguyên ở 400m hỗn hợp cá nhân còn khó hơn, vì nội dung này chia làm bốn đoạn kiểu bơi, mỗi đoạn một logic riêng. Chênh lệch của một vận động viên 400m hỗn hợp thường tập trung ở hai chỗ: pha chuyển từ bướm sang ngửa, và đoạn ếch cuối. Đoạn ếch là nơi kỹ thuật xuống nước ăn hoặc mất 0,3–0,5 giây mỗi lần chạm thành. Một bảng chỉ ghi 4 phút 20 giây không cho biết vận động viên ấy mất 0,4 giây ở đâu, và do đó cũng không cho biết nên sửa gì vào thứ Hai tuần sau.

Phạm Thanh Bảo với 100m ngửa là trường hợp của vùng thành, vì nội dung ngửa có pha lướt dưới nước dài nhất trong bốn kiểu bơi sau xuất phát và sau mỗi lần xoay. Võ Thị Mỹ Tiên với 400m hỗn hợp là trường hợp của phân bổ nhịp: đoạn bướm mở quá nhanh sẽ lấy đi của đoạn ếch đúng khoảng thời gian mà đoạn ếch không thể trả lại. Cả hai đều là bài toán có nghiệm bằng chia đoạn, và cả hai đang bị đánh giá bằng một ẩn số duy nhất.

Nguyễn Thị Ánh Viên là ngoại lệ duy nhất có chuỗi thời gian đủ dài để hồi quy — hơn một thập kỷ thi đấu đỉnh cao, hơn hai chục huy chương vàng SEA Games. Ngay cả chuỗi ấy cũng mỏng ở lớp chia đoạn. Chúng ta có một đường cong thành tích đẹp và không có dữ liệu để giải thích vì sao nó đẹp. Một đường cong không có biến giải thích là một giả thuyết chưa kiểm định, chưa phải một bài học.

Trong cơ sở dữ liệu cá nhân, tôi từng hồi quy thành tích tốt nhất mùa của các kình ngư Đông Nam Á theo ba biến: số buổi tập mỗi tuần, số lần thi đấu long course trong năm, và thời điểm taper so với giải chính. Với mẫu đủ lớn, biến thứ hai thường giải thích được nhiều phương sai hơn biến thứ nhất. Tôi để nhãn độ tin cậy ở mức trung bình, vì mẫu còn thiếu và vì bơi lội Đông Nam Á có quá ít giải long course chất lượng cao để tạo ra phương sai sạch. Tôi không tin vào may mắn, tôi tin vào biên độ sai số. Một vận động viên bơi tốt hơn 2 giây ở một giải có thể là tiến bộ, có thể là hồ bơi nhanh hơn, có thể là đối thủ vắng mặt. Ba khả năng ấy chỉ tách được nếu có dữ liệu lớp hai và lớp năm.

Đó là lý do tôi không dùng chữ phép màu cho một cú bứt phá. Phép màu chỉ là một điểm dữ liệu chưa được hồi quy. Năm 2026, tôi gửi bản phân tích nội bộ cảnh báo một tiền đạo ngoại binh sẽ hồi quy vì số bàn vượt quá xG quá xa; ban lãnh đạo gạt đi vì tin vào bản năng săn bàn, và cầu thủ ấy ghi hai bàn trong mười hai trận. Bài học không nằm ở việc tôi đúng. Nó nằm ở chỗ: khi một hiện tượng vượt xa kỳ vọng, việc cần làm là kiểm tra hiện tượng ấy đang được đo bằng dụng cụ gì.

Phản trực giác ở đây: thêm cảm biến chưa phải là câu trả lời. Một hồ bơi Việt Nam có thể mua hệ thống bấm giờ tự động và vẫn không có dữ liệu dùng được, vì thiếu giao thức chung — chia đoạn tính từ lúc chân rời bục hay từ lúc đầu chạm nước, thời gian 15m tính từ mép thành hay từ vạch 15m, nhiệt độ nước ghi ở thời điểm nào. Nếu ba câu hỏi ấy không có câu trả lời thống nhất giữa các giải, mỗi giải tạo ra một định dạng riêng và không giải nào ghép được với giải nào. Vấn đề nằm ở chỗ dữ liệu không nói cùng một ngôn ngữ.

Biến bị bỏ quên nhiều nhất là lịch thi đấu. Một kình ngư Việt Nam thường có hai đỉnh trong năm — SEA Games và Asiad hoặc vòng loại Olympic — và hai đỉnh ấy cách nhau không đều. Đường cong thành tích vì thế không phải đường cong huấn luyện mà là đường răng cưa do lịch tạo ra. Đọc đường răng cưa như đường huấn luyện, người ta kết luận sai về cả huấn luyện viên lẫn vận động viên. Tương quan giữa tập nhiều hơn và bơi nhanh hơn trong kiểu dữ liệu này yếu đến mức gần như vô nghĩa, trong khi tương quan giữa được thi đấu long course nhiều hơn và bơi nhanh hơn lại ổn định bất ngờ.

Thêm một điểm mù: thành tích ở lứa tuổi học sinh, sinh viên và ở các nội dung giới hạn tuổi thường không dự báo tốt thành tích đỉnh cao, vì nó đo mức trưởng thành sinh học nhanh hơn đo tiềm năng. Một vận động viên 15 tuổi vô địch khu vực có thể chỉ đơn giản là người dậy thì sớm nhất trong làn bơi hôm đó. Đặt trọng số tuyển chọn lên nhóm huy chương ấy là đặt cược vào một biến không bền. Khi vận động viên ấy chững lại ở tuổi 18, hệ thống gọi đó là chững, còn dữ liệu gọi đó là hồi quy về trung bình — điều đáng lẽ dự báo được từ đầu.

Tín hiệu cần theo dõi ở vòng tiếp theo rất cụ thể: bảng kết quả Asiad 2026 tại Aichi–Nagoya, khai mạc 19/09/2026, có kèm chia đoạn 50m hay không. Nếu có, lần đầu tiên một kình ngư Việt Nam được đặt lên cùng một trục tung với phần còn lại của châu lục, và người ta đọc được họ mất thời gian ở đâu. Nếu không, giới hạn của bơi lội Việt Nam sẽ tiếp tục được giải thích bằng những thứ không đo được.

Dữ liệu chỉ chết khi ta ngừng đặt câu hỏi. Một bảng thành tích rỗng nói về người ghi chép nhiều hơn nói về vận động viên. Và người ghi chép thì luôn có thể bắt đầu lại từ dòng đầu tiên, với một cột chia đoạn được thêm vào.