Khi bảng phân tích trả về trang trắng: giới hạn của dữ liệu tự động trong võ thuật

Một bảng phân tích hiện lên trên màn hình. Mọi ô đều trống. Chỉ một nhãn duy nhất còn sáng: “võ thuật”. Không tên võ sĩ, không đòn đánh, không dữ liệu chấn thương, không ghi chú chiến thuật. Một hệ thống phân tích tự động đã chạy trọn quy trình của nó và trả về đúng một từ.

Với người làm nghề đọc dữ liệu thể thao, cảnh tượng ấy quen đến mức đáng sợ. Nó giống việc bạn mở một hồ sơ võ sĩ dày hàng trăm trang, lật hết, rồi phát hiện mọi trang đều giống nhau: trắng. Hệ thống đã chạy, nhưng không hiểu. Nó hoàn thành đúng cái vỏ của một quy trình phân tích và bỏ quên toàn bộ phần ruột.

Trong võ thuật, nơi mỗi cú ra đòn là một quyết định sinh tồn được đưa ra trong vài phần trăm giây, phân tích tự động đang trở thành một ngành công nghiệp. Các nền tảng theo dõi chuyển động, cảm biến lực, camera tốc độ cao và mô hình học máy được đưa vào phòng tập. Hứa hẹn rất lớn: dự đoán đòn đánh, đo tải va chạm, cảnh báo chấn thương. Nhưng khi hệ thống trả về một trang trắng, câu hỏi thật sự không phải là “máy hỏng ở đâu”, mà là “ta đã kỳ vọng sai điều gì”.

Khi dữ liệu võ thuật bị đói

Võ thuật là môn thể thao khó số hóa bậc nhất. Bóng đá có bóng, có sân, có đường biên, có nhịp chạy ổn định để thuật toán bám vào. Võ thuật thì không. Hai võ sĩ ở trong một không gian hẹp, chuyển động phi tuyến, va chạm xảy ra ở tốc độ mà camera thường không theo kịp. Một cú đá taekwondo có thể kéo dài dưới hai phần mười giây. Một pha vật judo thay đổi trục xoay của hai cơ thể trong tích tắc. Một cú đấm móc trong quyền anh có thể chỉ để lại dấu vết trên cảm biến trong vài khung hình.

Chính vì thế, các hệ thống phân tích võ thuật thường được thiết kế để làm việc với dữ liệu bẩn: video nhiều góc, ánh sáng không đều, tốc độ khung hình thấp. Nhưng thiết kế để chịu bẩn không có nghĩa là chịu được rỗng. Khi nguồn vào trống, mọi thiết kế thông minh đều vô nghĩa.

Có ba dạng đói dữ liệu mà tôi thường thấy. Thứ nhất, nguồn vào không đúng định dạng: một đoạn video, một bản scan, một trang bị khóa sau tường phí, và hệ thống nhận về chuỗi ký tự rỗng. Thứ hai, quy trình trích xuất gặp lỗi nhưng bị nuốt im lặng, để lại các giá trị mặc định như “chưa phân loại” hoặc “không xác định”. Thứ ba, văn bản quá dài, quá ngắn, hoặc không thuộc hệ chữ Latinh, khiến bộ trích xuất trả về con số không.

Trong cả ba trường hợp, kết quả là một bảng phân tích đẹp về hình thức, đầy đủ các ô, nhưng không có một thông tin nào. Và điều nguy hiểm là rất nhiều người sẽ đọc cái bảng ấy như thể nó là kết luận. Một bảng trắng không hét lên rằng nó trắng. Nó chỉ im lặng, và sự im lặng thì dễ bị nhầm với sự đồng ý.

Không phải ngẫu nhiên mà các môn võ thuật như judo, taekwondo, karate lại xuất hiện muộn hơn trong làn sóng phân tích dữ liệu so với bóng đá hay bóng rổ. Trong khi bóng đá đã có hàng thập kỷ dữ liệu theo dõi cầu thủ, thì võ thuật vẫn phụ thuộc phần lớn vào mắt của huấn luyện viên. Mỗi lần một hệ thống mới được giới thiệu, kỳ vọng lại được đẩy lên cao, và mỗi lần hệ thống trả về kết quả mỏng, niềm tin lại sụt một bậc.

Một bản phân tích sâu thật sự cần gì

Để gọi một bản phân tích võ thuật là sâu, nó phải trả lời được bốn câu hỏi. Một, hệ thống có trích xuất được các tuyên bố cốt lõi không, tức là nó có biết võ sĩ này đã làm gì, ở hiệp nào, với tần suất bao nhiêu. Hai, nó có nhận ra lập trường của người viết không, bài đó đang ca ngợi, đang nghi ngờ, hay đang bán một ý tưởng. Ba, nó có ánh xạ được các thực thể không, ai đánh ai, huấn luyện viên nào, giải nào, chấn thương nào liên quan đến chấn thương nào. Bốn, nó có nắm được nguồn và thời điểm không, con số ấy được công bố khi nào, bởi ai, trong bối cảnh nào.

Thiếu bất kỳ câu nào trong bốn câu này, bản phân tích sẽ trượt khỏi vùng sâu và rơi vào vùng trang trí. Một bảng điểm không có tuyên bố thì không phải phân tích, mà là khung tranh rỗng. Một biểu đồ không có lập trường thì không phải nhận định, mà là hình minh họa. Một danh sách thực thể không có nguồn thì không phải dữ liệu, mà là tin đồn được trình bày gọn gàng.

Cơ thể không biết nói dối, nhưng dữ liệu cần người biết lắng nghe. Đây là điều tôi luôn nhắc mình khi ngồi trước bất kỳ bảng số liệu nào. Con số không tự nói. Nó chỉ nói khi có người đặt nó vào đúng chuỗi nhân quả.

Trong mười lăm năm theo dõi thể thao, tôi học được rằng một hệ thống phân tích tốt không phải là hệ thống trả về nhiều số nhất, mà là hệ thống biết im lặng khi nó không có gì để nói. Khi một mô hình trả về trang trắng, đó có thể là một tín hiệu trung thực: nó thành thật rằng nó không hiểu. Vấn đề chỉ nảy sinh khi ta ép nó phải nói, và nó bắt đầu bịa.

Tôi vẫn nhớ cảm giác lần đầu tiên một mô hình tôi dựng trả về kết quả trống. Tôi đã kiểm tra lại mã nguồn ba lần, nghĩ rằng mình gõ sai. Nhưng lỗi không nằm ở mã. Nó nằm ở chỗ tôi đã giả định rằng dữ liệu tồn tại, trong khi thực tế tôi chưa từng xác nhận điều đó.

Tôi từng chứng kiến một buổi họp kỹ thuật trước một trận đấu lớn. Ban huấn luyện đặt lên bàn một bản báo cáo dày, in ra từ một hệ thống phân tích tự động. Bản báo cáo có đủ mục: tiền sử chấn thương, xu hướng ra đòn, thời điểm mất tập trung. Nhưng khi đọc kỹ, tất cả các mục đều dẫn về cùng một nguồn duy nhất: một video ba phút trên mạng, không có bối cảnh, không có ngày tháng, không có tên giải. Cả bản báo cáo được xây trên một mảnh ghép mỏng manh như vậy.

Đó là lúc tôi hiểu vì sao mình dị ứng với những bảng phân tích đẹp. Thứ ta gọi là dữ liệu thường chỉ là mảnh ghép chưa được điều tra. Một mảnh ghép chưa điều tra, khi được trình bày trong một bảng biểu chỉn chu, sẽ khoác lên mình vẻ ngoài của một sự thật.

Có một chi tiết tôi luôn kiểm tra trước khi tin bất kỳ bảng phân tích võ thuật nào: ngày tháng. Một con số không có ngày tháng là một con số trôi nổi. Nó có thể đúng với trận đấu cách đây ba năm, và sai hoàn toàn với trận đấu tuần trước. Trong một môn thể thao mà một chấn thương có thể thay đổi toàn bộ cơ chế ra đòn, một con số không gắn với thời điểm là một con số vô nghĩa.

Cái bẫy của phân tích tự động

Đây là chỗ tôi muốn nói thẳng. Ngành phân tích thể thao đang bước vào một giai đoạn mà nhà phân tích dữ liệu tiến sát phòng thay đồ hơn bao giờ hết, nhưng khoảng cách giữa con số và nhịp điệu thực tế của cơ thể chưa bao giờ rộng đến vậy.

Một thuật toán có thể đếm chính xác số lần ra đòn, nhưng nó không biết lần ra đòn thứ ba mươi bảy trong một trận đấu là lần mà đầu gối bắt đầu chệch trục. Nó có thể đo vận tốc, nhưng không biết vận tốc ấy được trả giá bằng bao nhiêu phần trăm biên độ cử động còn lại của khớp vai. Nó có thể vẽ ra một đường cong mệt mỏi tuyệt đẹp, nhưng không biết võ sĩ ấy đã ngủ bao nhiêu tiếng trước trận.

Vấn đề không nằm ở chỗ dữ liệu sai. Vấn đề nằm ở chỗ dữ liệu được đọc mà thiếu đi cái cơ thể đã sinh ra nó. Lịch thi đấu dày đặc không chỉ làm cầu thủ mệt; nó ký tên lên từng cơ thể. Một mô hình không có khái niệm về chữ ký ấy sẽ luôn dự đoán sai theo cùng một cách.

Có một nghịch lý mà tôi thấy ở hầu hết các hệ thống phân tích võ thuật: chúng được đánh giá bằng số lượng ô dữ liệu chúng lấp đầy, chứ không phải bằng chất lượng của những gì chúng nói. Một bảng có một trăm ô đầy sẽ được coi là tốt hơn một bảng có mười ô đầy, bất kể mười ô kia có giá trị gấp trăm lần. Chính cách đánh giá ấy đã âm thầm khuyến khích việc bịa ra dữ liệu thay vì thừa nhận sự trống rỗng.

Tôi không phản đối phân tích tự động. Tôi phản đối việc biến nó thành phán quyết cuối cùng. Một hệ thống trả về trang trắng ít nguy hiểm hơn một hệ thống trả về một trang đầy những con số được sinh ra từ hư không, bởi trang trắng buộc ta phải quay lại với con người. Còn trang đầy thì ru ngủ ta vào cảm giác rằng mọi thứ đã được hiểu.

Võ thuật, với tính phi tuyến và tốc độ của nó, là phép thử khắc nghiệt nhất cho bất kỳ hệ thống phân tích nào. Nếu một mô hình không thể xử lý một cú đá dưới hai phần mười giây, nó cũng sẽ không thể xử lý được một ca chấn thương kéo dài suốt mùa giải. Và nếu nó không thể trích xuất nổi một tuyên bố từ một bài viết, thì đừng mong nó trích xuất được một chẩn đoán từ một cơ thể.

Takeaway

Vấn đề của bảng phân tích trắng không phải là một lỗi kỹ thuật cần sửa. Nó là một lời nhắc rằng trước khi hỏi máy móc đã sai ở đâu, ta nên hỏi mình đã đặt vào tay nó thứ gì. Một hệ thống chỉ có thể sâu bằng đúng độ sâu của dữ liệu mà nó được cho ăn.

Với người làm thể thao, bài học nằm ở chỗ khác. Đừng để một bảng biểu chỉn chu thay thế cho việc ngồi lại và quan sát cơ thể. Trước khi là một cầu thủ, cậu ấy là một câu hỏi sinh tồn. Và không có thuật toán nào trả lời được câu hỏi ấy thay chúng ta.

Điều tôi muốn thấy trong mùa giải tới không phải là một hệ thống phân tích thông minh hơn, mà là những người đọc dữ liệu biết khi nào nên gấp bảng biểu lại và nhìn thẳng vào võ sĩ. Bởi suy cho cùng, thứ ta gọi là đen đủi thường chỉ là mảnh ghép chưa được điều tra, và thứ ta gọi là dữ liệu đôi khi chỉ là một trang trắng được đóng khung cẩn thận.