Khi cỗ máy gọi đấu thầu Pakistan là bóng đá: 47 điểm dữ liệu và niềm tin sụp đổ

2 giờ sáng, điện thoại rung, và một sự thật vỡ ra. Trên màn hình là thông báo tự động từ hệ thống tổng hợp nội dung: một bài báo vừa được gắn thẻ "bóng đá", sẵn sàng đẩy vào bảng tin của hàng trăm nghìn độc giả thể thao. Tôi mở ra. Tiêu đề: "Các quy định mua sắm công mới được thông báo." Nội dung: Đạo luật Mua sắm Công vụ 2026 của Pakistan, hệ thống EPADS, ủy ban đấu thầu, bảo lãnh dự thầu, danh sách đen nhà cung cấp. Bốn mươi bảy điểm thông tin. Không một điểm nào liên quan tới bóng đá.

Tôi đã quen với những cuộc gọi lúc nửa đêm. Thủ môn dự bị của một câu lạc bộ Quảng Châu từng gọi cho tôi lúc 2 giờ sáng trong mùa đại dịch, kể về nỗi sợ bị đội bóng lãng quên khi khán đài trống. Cuộc trò chuyện ấy trở thành một bài viết năm nghìn chữ về nỗi cô đơn của những cầu thủ vô danh. Nhưng lần này người gọi là một cỗ máy. Và cỗ máy ấy vừa phạm một sai lầm mà tôi từng nghĩ không thể xảy ra: nó gọi đấu thầu công là bóng đá.

Tôi ngồi trong bóng tối, mở lại toàn bộ cuộn dữ liệu. Người ta gọi tôi là dị giáo, nhưng tôi chỉ thấy thứ họ không muốn nhìn. Và lần này, thứ họ không muốn nhìn là chính bộ máy đang vận hành ngành công nghiệp mà họ tin tưởng.

Trong thập niên qua, ngành công nghiệp thể thao giao phó phần lớn hạ tầng thông tin của mình cho các đường ống dữ liệu tự động. Mỗi bài báo khi đăng tải sẽ đi qua một dây chuyền: bóc tách nội dung, chuyển thành các điểm thông tin, gán nhãn lĩnh vực, rồi phân phối. Thẻ "bóng đá", thẻ "chuyển nhượng", thẻ "World Cup" — tất cả do máy sinh ra. Con người chỉ can thiệp ở cuối, khi mọi thứ đã được phân loại xong.

Đây là logic của quy mô. Không tòa soạn nào đủ người để đọc và gán nhãn thủ công hàng vạn bài mỗi ngày. Các nền tảng streaming cần dữ liệu để đề xuất nội dung, bán quảng cáo, dự đoán hành vi người dùng. Các sàn cá cược cần nhãn chính xác để mở kèo. Các câu lạc bộ cần bảng tổng hợp tin tức về đối thủ. Tất cả đều chảy qua cùng một loại cỗ máy.

Và đây là chỗ nối với túi tiền. Ngành thể thao đang sống trong một bong bóng bản quyền đã đạt đỉnh. Các nền tảng streaming lỗ để mua quyền phát sóng, lặp lại sai lầm của truyền hình cũ. Để biện minh cho khoản lỗ ấy, họ cần dữ liệu — dữ liệu để chứng minh người dùng ở lại, để bán quảng cáo, để cá nhân hóa. Càng nhiều dữ liệu, càng nhiều nhãn, càng nhiều nội dung được phân phối. Nhãn sai không chỉ là một lỗi kỹ thuật; nó là một khoản chi phí ẩn trong bảng cân đối của cả một ngành.

Không phải lúc nào cũng vậy. Khi tôi bắt đầu sự nghiệp năm 2026, tin tức đi qua tay người. Một biên tập viên đọc, quyết định, gán nhãn. Anh ta có thể sai, nhưng sai lầm có một cái tên, một khuôn mặt, và có thể bị chất vấn. Ngày nay, sai lầm không có tên. Nó nằm trong một mô hình, được tối ưu cho tốc độ chứ không cho sự thật, và không ai chịu trách nhiệm khi nó gọi đấu thầu là bóng đá.

Tôi hiểu sức hấp dẫn của dữ liệu. Năm 2026, khi tôi viết bài dị giáo về Ngô Lỗi, thứ đánh thức bài viết không phải cảm hứng mà là một bảng thống kê — năm trận derby Thượng Hải, năm trận tịt ngòi. Con số ấy dẫn tôi đi. Tôi tôn thờ dữ liệu. Nhưng có một ranh giới giữa việc dùng dữ liệu để nhìn rõ hơn, và việc để dữ liệu thay mình nhìn.

Cốt lõi của sự việc không phải là một văn bản bị gán nhãn sai. Cốt lõi là việc sai lầm ấy vượt qua toàn bộ hệ thống kiểm soát chất lượng mà không một cổng chặn nào phát hiện ra.

Hãy nhìn vào cấu trúc của lỗi. Bài viết gốc có 47 điểm thông tin. Mỗi điểm được bóc tách độc lập, gắn với một đoạn cụ thể. Một hệ thống như vậy nghe rất khoa học — nó chia nhỏ nội dung thành các đơn vị nguyên tử, có thể truy vết. Nhưng không có bước nào kiểm tra xem 47 đơn vị ấy có thực sự thuộc lĩnh vực mà nó được gán nhãn hay không.

Tôi lật qua từng điểm. Bảo lãnh dự thầu giới hạn ở 5% giá trị hợp đồng cho gói tới 250 triệu rupee, 2% cho gói trên. Thỏa thuận khung mở tối đa ba năm, đóng tối đa một năm. Hợp đồng trên 2 tỉ rupee phải có ít nhất hai phần ba thành viên ủy ban đánh giá đến từ ngoài cơ quan mua sắm. Lưu trữ hồ sơ năm năm. Khiếu nại leo thang lên PPRA. Một gói văn bản pháp quy hoàn chỉnh, mạch lạc, có cấu trúc. Và được dán nhãn "bóng đá".

Tôi đếm lại từng thực thể trong bài. Cơ quan Quản lý Mua sắm Công (PPRA). Nội các Liên bang. Hệ thống EPADS. Ủy ban Đánh giá Dự thầu. Nhà máy In ấn Pakistan. Không một câu lạc bộ. Không một cầu thủ. Không một huấn luyện viên. Không một giải đấu. Bất kỳ ai đọc bài này bằng mắt người sẽ dừng lại ở dòng đầu tiên. Cho nên câu hỏi thật sự là: vì sao không ai đọc?

Có ba thất bại độc lập xảy ra cùng lúc. Thứ nhất, nguồn bài viết bị bỏ trống — hệ thống không ghi lại bài này đến từ đâu, của ai, đăng khi nào. Thứ hai, chất lượng nguồn không được đánh giá. Thứ ba, độ nhạy thời gian không được xử lý. Ba cơ chế kiểm soát độ tin cậy, ba cái cùng vắng mặt trên một bản ghi duy nhất.

Ba thất bại ấy nghe có vẻ nhỏ. Nhưng chúng là điều kiện để lỗi lớn tồn tại. Một hệ thống ghi lại nguồn, đánh giá nguồn, và chấm độ thời sự sẽ tự động đặt câu hỏi: vì sao một văn bản pháp quy Pakistan lại nằm trong hàng đợi bóng đá? Một cổng chặn nhất quán — buộc nhãn lĩnh vực phải khớp với các điểm thông tin bên trong — sẽ chặn đứng nó trước khi nó chảy xuống hạ nguồn.

Rồi có một chi tiết nhỏ nhưng đáng sợ hơn cả. Điểm thông tin thứ chín ghi lại không phải nội dung trong thân bài, mà là tiêu đề của một bài viết liên quan nằm ở cột bên cạnh. Cỗ máy đã hút cả nội dung ngoài lề vào lõi dữ liệu. Nó không phân biệt được đâu là bài, đâu là lời mời đọc bài khác. Nó chỉ thấy chữ, và gom tất cả.

Đây là điều mà bất kỳ ai từng dựng bộ dữ liệu đều biết: rác vào, rác ra. Nhưng vấn đề hôm nay không còn là "rác vào, rác ra". Vấn đề là hệ thống không còn khả năng nhận ra đâu là rác.

Hãy theo dấu vết của một nhãn sai khi nó chảy xuống. Một văn bản về đấu thầu được gắn thẻ "bóng đá" sẽ được đưa vào bảng tin thể thao. Một mô hình đề xuất nội dung sẽ học rằng người đọc thể thao từng bấm vào nó, rồi bắt đầu đề xuất thêm nội dung tương tự. Một sàn cá cược, nếu lấy dữ liệu từ cùng đường ống ấy để đánh giá tâm lý thị trường, sẽ nhận một tín hiệu nhiễu. Một câu lạc bộ dùng bảng tổng hợp tin tức để theo dõi đối thủ sẽ đọc một dòng vô nghĩa. Không ai trong số họ biết mình đang đọc rác, vì rác ấy đến với một cái nhãn sạch.

Và nếu lỗi này mang tính hệ thống, nó không đơn độc. Một cỗ máy phân loại mắc lỗi một lần thường mắc lỗi cả một lô. Nếu một văn bản về đấu thầu Pakistan lọt được vào hàng đợi bóng đá, thì bao nhiêu văn bản khác trong cùng lô xử lý ấy cũng lọt theo? Một bài về bảo hiểm y tế? Một bài về quy hoạch đô thị? Được gắn thẻ "thể thao" và đẩy vào mắt người đọc thể thao, dưới một cái nhãn không ai chất vấn.

Ngay cả trong chính văn bản bị gán nhãn sai, có một chi tiết cho thấy hệ thống còn vấn đề khác. Một thuật ngữ đấu thầu nhanh — được gọi là "gallop tendering" — xuất hiện với cách viết bất thường, và bản thân tài liệu phân tích phải tự gắn cờ "cần kiểm chứng lại với văn bản gốc". Một hệ thống không đủ tin cậy để xác minh một thuật ngữ trong nguồn của chính nó thì cũng không đủ tin cậy để gán nhãn cho nguồn ấy.

Điều khiến tôi lạnh người không phải nội dung sai, mà là sự tự tin. Không có dấu chấm hỏi nào trong hệ thống. Cỗ máy không nói: "Tôi không chắc đây là bóng đá." Nó nói: "Đây là bóng đá." Sự tự tin ấy là thứ nguy hiểm nhất, vì nó không để lại chỗ cho con người nghi ngờ.

Tôi từng thấy điều tương tự ở quy mô nhỏ hơn. Dựa trên kinh nghiệm theo dõi các trận đấu của tôi, những bảng nhiệt xuất hiện dày đặc trong các bài phân tích và trở thành thứ bói toán mới — chúng che giấu vai trò thật của cầu thủ trong hệ thống chiến thuật, biến một tiền vệ thu hồi bóng thành một con số vô nghĩa. Tôi đã mất nhiều năm để hiểu rằng một biểu đồ đẹp không phải là một sự thật. Một cái nhãn cũng vậy.

Nhưng cho tôi đi ngược lại chính mình một lần nữa. Có thể cỗ máy không phải là thứ đáng trách nhất. Có thể nó chỉ đang phản chiếu chúng ta.

Nhìn lại các danh mục "bóng đá" trên những nền tảng lớn. Trong đó có tin chuyển nhượng — vốn là tài chính và luật hợp đồng. Có tin về chủ sở hữu câu lạc bộ — vốn là kinh doanh và chính trị. Có tin về bản quyền truyền hình — vốn là kinh tế học truyền thông. Có tin về cá cược — vốn là quản lý rủi ro. Cái "bóng đá" mà chúng ta dạy cho cỗ máy đã là một danh mục bị pha loãng từ lâu. Khi người ta dạy một hệ thống rằng mọi thứ chạm tới bóng đá đều là bóng đá, thì một văn bản về đấu thầu chui vào cái lỗ hổng ấy cũng không phải chuyện lạ.

Cái lỗi không nằm ở cỗ máy. Cái lỗi nằm ở việc chúng ta đã ngừng định nghĩa. Chúng ta mở rộng biên giới của "bóng đá" cho tới khi nó bao trùm gần như mọi thứ, rồi ngạc nhiên khi cỗ máy không biết đâu là bờ. Đó là kiểu kiêu hãnh đến từ sai lầm — chúng ta tưởng mình đang mở rộng tầm nhìn, thực ra chúng ta đang làm mờ nó.

Và còn một điểm mù nữa, thuộc về con người chứ không thuộc về máy. Khi nội dung được gắn nhãn sai chảy tới một biên tập viên, một người đề xuất nội dung, hay một mô hình phân tích, phần lớn họ sẽ tin cái nhãn. Bởi vì cả hệ thống được thiết kế để con người tin cái nhãn. Niềm tin ấy tiết kiệm thời gian, và cái giá phải trả là sự thật. Một sự thật bị gán nhãn sai không biến mất — nó chỉ ẩn vào một chỗ mà không ai nghĩ tới việc tìm.

Và có một nghịch lý cuối cùng. Nếu cỗ máy phân loại sai vì chúng ta dạy nó sai, thì việc sửa cỗ máy không giải quyết được gì. Chúng ta sẽ lại dạy nó một định nghĩa mới, cũng mơ hồ như định nghĩa cũ, và nó sẽ lại gán nhãn sai ở một chỗ khác. Gốc rễ không nằm ở thuật toán. Gốc rễ nằm ở việc chúng ta muốn mọi thứ vừa vặn trong một cái hộp, và bóng đá — cũng như mọi lĩnh vực con người — không chịu ngồi yên trong một cái hộp.

Tôi nhớ đêm ở Luzhniki. Tôi phát âm sai tên Eden Hazard ba lần trong một hiệp, bị cả mạng xã hội chế nhạo. Đêm ấy tôi lắp bắp, nhưng cái lắp bắp của một con người không phải là thứ đáng sợ nhất trong nghề này. Tôi xem lại toàn bộ băng của đội tuyển Bỉ suốt ba mươi ngày để sửa sai, và bài học tôi rút ra không phải là "đừng phát âm sai" — mà là "hãy đọc bằng mắt mình". Một cỗ máy không biết lắp bắp. Và chính vì thế, nó không bao giờ buộc phải sửa.

Đêm ấy tôi không gọi cho ai. Tôi chỉ ngồi, mở lại cái danh mục đáng lẽ phải chứa đựng sự thật, và nhận ra nó chứa đựng một hệ thống không còn biết mình đang phân loại cái gì.

Người ta vẫn nói dữ liệu là vua. Nhưng một vị vua không biết biên giới của vương quốc mình thì không cai trị — ông ta chỉ ngồi trên ngai và để mọi thứ trôi qua dưới chân. Bảng nhiệt, mô hình, hệ thống gán nhãn — chúng chỉ đáng tin khi có người chịu trách nhiệm đọc chúng bằng mắt người và chấp nhận rằng con số có thể sai.

Bài viết về đấu thầu Pakistan kia sớm muộn cũng bị gỡ khỏi danh mục bóng đá. Nhưng lỗ hổng để nó chui vào vẫn còn. Mỗi ngày, hàng vạn văn bản khác vẫn trôi qua cái lỗ hổng ấy, mang trên mình một cái nhãn không ai chất vấn, chảy tới một người đọc không ai cảnh báo.

Tôi vẫn giữ thói quen gọi điện cho cầu thủ lúc nửa đêm. Vì một cuộc gọi từ con người có thể sai, nhưng nó sẽ không giả vờ rằng nó đang nói về bóng đá khi thực ra đang nói về đấu thầu. Còn cỗ máy thì đã quên mất sự khác biệt ấy từ lâu.