Lỗi nhận dạng thực thể trong dữ liệu bóng đá: khi tên cầu thủ trùng tên diễn viên

Đêm ấy, khi tôi rà lại đường ống dữ liệu mà nhóm phân tích của mình dùng để theo dõi kỳ chuyển nhượng, một tệp lạ xuất hiện trong hàng đợi. Nó được dán nhãn "bóng đá". Bên trong, dòng đầu tiên nhắc đến Oscar Bonfiglio — cái tên mà bất kỳ ai từng tra cứu lịch sử World Cup đều nhận ra. Nhưng ngữ cảnh thì lạc lõng đến mức khó chịu: không một đội bóng, không một trận đấu, không một cầu thủ, không một huấn luyện viên. Chỉ có một dàn diễn viên, một nhà sản xuất, một ngày ra mắt và một khung giờ phát sóng. Một bộ phim truyền hình của TelevisaUnivision, phát trên kênh Las Estrellas, đã lọt vào phòng phân tích của chúng tôi và được xử lý như thể đó là một bản tin chuyển nhượng. Tôi ngồi im vài phút, tay vẫn đặt trên bàn phím, bởi thứ vừa hiện ra trên màn hình không phải một lỗi nhỏ. Đó là một điểm gãy của cả hệ thống.

Câu chuyện bắt đầu từ hai cái tên. Oscar Bonfiglio — trong tệp kia — là một diễn viên tham gia dàn cast của bộ phim. Nhưng trong cơ sở dữ liệu bóng đá, Oscar Bonfiglio là thủ môn từng bắt cho đội tuyển Mexico ở World Cup 2026, về sau trở thành huấn luyện viên. Cùng một chuỗi ký tự, hai con người, hai thế giới. Và nếu chỉ có một trường hợp thì đã chẳng đáng nói. Tệp dữ liệu còn có Christian Ramos — một diễn viên, nhưng đối với bất kỳ ai làm nghề phân tích bóng đá Nam Mỹ, Christian Ramos là trung vệ quốc tế người Peru. Hệ thống đã ghép chuỗi tên, đối chiếu với cơ sở tri thức về bóng đá, thấy khớp, và đóng dấu "bóng đá" mà không hề đọc phần nội dung phía sau.

Tôi kể lại chuyện này không phải để bênh vực thuật toán. Tôi kể vì đó là lần đầu tiên tôi nhìn thấy một lỗi vận hành mà tôi tin rằng đang âm thầm lan rộng trong ngành bóng đá, ở nơi ít ai để ý nhất: tầng dữ liệu. Chúng ta quen tranh cãi về những quyết định trên sân — một quả penalty, một tấm thẻ đỏ, một đường việt vị. Chúng ta ít khi tranh cãi về việc liệu dữ liệu mà chúng ta đang đọc có thực sự mô tả đúng con người và sự kiện hay không. Và khi kỳ chuyển nhượng đến, tầng dữ liệu ấy chịu áp lực lớn nhất.

Kỳ chuyển nhượng là bài kiểm tra khắc nghiệt nhất của tầng dữ liệu

Trong kỳ chuyển nhượng, tốc độ là tất cả. Một cái tên xuất hiện trên mạng xã hội lúc 22 giờ, đến 22 giờ 15 nó đã phải có trên bảng tin, đến 23 giờ nó đã nằm trong một bảng tổng hợp chuyển nhượng, và đến sáng hôm sau nó được sao chép sang hàng chục trang khác. Không ai có thời gian xác minh từng chi tiết. Đó là môi trường hoàn hảo cho sai sót sinh sôi. Và tôi đã theo dõi nó đủ lâu để biết rằng phần lớn cái gọi là "tiếng ồn chuyển nhượng" không đến từ sự dối trá có chủ đích, mà đến từ những lỗi nhỏ được nhân bản vô tội vạ.

Dựa trên kinh nghiệm theo dõi các trận đấu và các bản tin thị trường của tôi, tôi chia những sai sót này thành ba nhóm. Nhóm thứ nhất là lỗi nguồn: một tài khoản vô danh đưa ra thông tin không có cơ sở, nhưng nó được dẫn lại như thể có. Nhóm thứ hai là lỗi logic: một tin đồn hợp lý về mặt cấu trúc đội hình nhưng không có bằng chứng nào về mặt tài chính. Nhóm thứ ba — và đây là nhóm nguy hiểm nhất — là lỗi định danh: hệ thống hoặc con người nhận sai một cái tên, một con người, một câu lạc bộ.

Lỗi định danh là loại lỗi khó phát hiện nhất, vì nó không tự tố cáo. Một tin đồn sai về chuyển nhượng sẽ tự sụp đổ khi kỳ chuyển nhượng khép lại. Một cái tên bị gán sai sẽ tồn tại trong cơ sở dữ liệu nhiều năm, len lỏi vào mọi báo cáo, mọi bảng thống kê, mọi hồ sơ tuyển trạch, cho đến khi có người đủ kiên nhẫn truy ngược về gốc. Và trong kỷ nguyên mà dữ liệu được coi là vua, số người đủ kiên nhẫn ấy ngày càng ít.

Tệp lạ đêm hôm đó là một ví dụ hoàn hảo cho thấy một lỗi định danh có thể đi xa đến đâu. Nó không chỉ sai về một cầu thủ. Nó sai về toàn bộ bản chất của tài liệu. Một bản tin quảng cáo phim truyền hình — loại văn bản được viết ra để bán một sản phẩm giải trí, không có một phân tích nào, không có một phản biện nào — đã được phân loại như một nguồn bóng đá.

Cái tên không phải là con người

Điều khiến tôi trăn trở nhất không phải bản thân lỗi, mà là cách nó phơi bày một giả định ngầm mà cả ngành bóng đá đang cùng chia sẻ: rằng một cái tên là một định danh duy nhất. Trên thực tế, một cái tên chỉ là một chuỗi ký tự. Ý nghĩa của nó phụ thuộc hoàn toàn vào ngữ cảnh, vào thời điểm, vào quốc gia, vào giải đấu.

Tôi từng chứng kiến chuyện này khi làm việc với dữ liệu trọng tài. Ở World Cup 2026 tại Moskva, tôi dành nhiều tuần ghi chép số liệu của 64 trận đấu, và tôi cẩn thận đến mức khó tính trong việc đối chiếu tên trọng tài với mã trận đấu. Một trọng tài có thể xuất hiện ở hai trận khác nhau trong cùng một ngày thi đấu, và nếu bảng dữ liệu nhập sai mã, chúng ta sẽ có hai trọng tài cùng tên thổi hai trận khác nhau, hoặc một trọng tài bị tính là đã thổi hai trận liền. Những sai sót ấy không ồn ào, nhưng chúng bào mòn toàn bộ giá trị của một hệ thống thống kê.

Bóng đá là một trong những ngành có mật độ trùng tên cao nhất trong thể thao. Hãy nghĩ đến số lượng cầu thủ mang họ Rodríguez, González, Martínez, Silva, Ramos hay Sanchez trên toàn cầu. Một trung vệ người Peru tên Christian Ramos có thể tồn tại song song với một diễn viên người Mexico cùng tên, và không có gì ngăn cản một hệ thống tự động gán nhầm hai người vào nhau nếu nó chỉ dựa vào chuỗi ký tự.

Theo dữ kiện mà tôi có thể xác minh từ chính sự việc này, cơ chế gây ra lỗi là nhận dạng thực thể (named entity recognition) — bước tự động trích xuất tên người, tổ chức, địa điểm từ văn bản thô, rồi liên kết chúng với một cơ sở tri thức. Nếu chuỗi "Oscar Bonfiglio" khớp với một thực thể bóng đá trong cơ sở tri thức, và nếu tài liệu không có siêu dữ liệu nguồn đủ mạnh để phản bác, hệ thống sẽ mặc định đây là một tài liệu bóng đá. Nó không đọc thêm. Nó không hỏi. Nó chỉ khớp.

Điều trớ trêu là sự việc này xảy ra đúng vào lúc bóng đá đang tự hào về mức độ kỹ thuật hóa cao nhất trong lịch sử. Chúng ta có công nghệ bắt việt vị bán tự động với sai số đường việt vị giảm từ 0,4 mét xuống 0,1 mét. Chúng ta có VAR với hàng chục góc quay. Chúng ta có các mô hình dự đoán xác suất. Nhưng chúng ta vẫn chưa có một chuẩn mực vận hành cho tầng dữ liệu cơ bản nhất: làm sao để chắc chắn rằng một cái tên đang trỏ đúng về một con người.

Giải phẫu một điểm gãy

Khi tôi mổ xẻ tệp lạ theo cách mà tôi thường làm với một bản biên bản trận đấu, tôi nhận ra không có bước nào trong đường ống xử lý được thiết kế để phát hiện loại lỗi này. Hãy để tôi đi qua từng tầng.

Tầng đầu tiên là tầng thu thập. Văn bản gốc được lấy về mà không có bất kỳ nguồn nào được ghi lại — không tên nhà báo, không tên cơ quan báo chí, không ngày xuất bản rõ ràng. Trong công việc của một chuyên gia luật, tôi luôn bắt đầu bằng câu hỏi: điều khoản này được viết ở đâu, khi nào, bởi ai. Không có câu trả lời cho ba câu hỏi ấy, tôi coi văn bản là vô hiệu. Ở đây, cả ba đều trống. Một tài liệu không nguồn đã lọt qua cửa đầu tiên.

Tầng thứ hai là tầng phân loại. Đây là nơi lỗi hình thành. Bộ phân loại không có cơ chế kiểm tra chéo giữa nhãn chủ đề và nội dung thực tế. Nó không hỏi: nếu đây là tài liệu bóng đá, thì đội bóng nào, giải đấu nào, cầu thủ nào thực sự tham gia. Nó chỉ cần một vài tín hiệu từ khóa là đủ để gán nhãn.

Tầng thứ ba là tầng kiểm chứng. Ở đây, đáng lẽ phải có một lớp người đọc lại. Nhưng trong môi trường tin tức tốc độ cao, lớp ấy thường bị lược bỏ, vì nó chậm và tốn kém. Và khi nó bị lược bỏ, không còn bất kỳ ai để nhận ra rằng một bộ phim truyền hình đang được xử lý như một câu lạc bộ bóng đá.

Người ta nhìn thấy tấm thẻ đỏ; tôi nhìn thấy điều khoản được viết quá vội. Trong trường hợp này, điều khoản được viết quá vội là một quy trình phân loại không có bước phản biện. Và cũng như trong luật bóng đá, một lỗ hổng quy trình sẽ không tự biến mất — nó chỉ chờ được gõ cửa.

Đại dịch không tạo ra lỗ hổng luật — chỉ gõ cửa từng kẽ hở đã có sẵn. Tôi học được điều đó vào năm 2026, khi soạn cẩm nang 15 trang về các điều khoản hợp đồng bị ảnh hưởng bởi lệnh giãn cách, sau vụ tranh chấp giữa một câu lạc bộ V.League và một tiền đạo về việc chấm dứt hợp đồng vì lý do bất khả kháng. Khi ấy, tôi nhận ra rằng mọi cuộc khủng hoảng đều không sinh ra lỗ hổng mới. Nó chỉ tìm thấy những kẽ hở vốn đã tồn tại từ trước, và khuếch đại chúng.

Sự cố dữ liệu đêm ấy cũng vậy. Kỳ chuyển nhượng không tạo ra lỗi định danh. Nó chỉ biến một lỗ hổng âm thầm thành một sự cố nhìn thấy được.

Những cái tên trùng và cái bẫy lịch sử

Có một chi tiết trong sự việc này khiến tôi dừng lại lâu hơn cả. Đó là việc các cái tên gây nhiễu không phải những cái tên hiện đại, mà là những cái tên đã đi vào lịch sử bóng đá.

Oscar Bonfiglio là một nhân vật có thật trong lịch sử. Ông nằm trong thành phần đội tuyển Mexico dự World Cup 2026 — kỳ World Cup đầu tiên trong lịch sử — và sau này chuyển sang công tác huấn luyện. Với một cơ sở dữ liệu bóng đá, một cái tên gắn với World Cup 2026 mang giá trị lịch sử cao, và vì thế nó được lưu trữ cẩn thận, được liên kết chặt với các thực thể lịch sử khác. Nhưng chính vì được lưu trữ cẩn thận, nó lại trở thành một điểm khớp hấp dẫn cho bộ phân loại: một chuỗi tên hiếm, dễ nhận diện, dễ xác nhận.

Đây là một nghịch lý mà tôi thấy lặp lại nhiều lần trong công việc phân tích. Những cái tên càng hiếm thì càng nguy hiểm, bởi vì hệ thống càng tự tin khi khớp chúng. Với một cái tên phổ biến như Rodríguez, bộ phân loại buộc phải thận trọng hơn, vì xác suất trùng tên quá cao. Nhưng với một cái tên hiếm như Bonfiglio, hệ thống gần như không có lý do để nghi ngờ. Độ hiếm của tên tỷ lệ nghịch với mức độ kiểm tra.

Tôi từng chứng kiến điều tương tự trong công tác trọng tài. Ở một trận V.League trên sân Lạch Tray mà tôi theo dõi năm 2026, một quyết định đuổi người ở phút 68 đã gây tranh cãi dữ dội. Khi đó, tôi viết bài phân tích trong đêm, trích nguyên Luật 12 của IFAB, và chỉ ra rằng pha bóng không có mức độ nguy hiểm cần thiết để dẫn đến thẻ đỏ trực tiếp. Điều khiến quyết định ấy trở nên tai hại không phải sự hiếm gặp của tình huống, mà chính là cảm giác chắc chắn của trọng tài rằng ông đã đúng. Sự tự tin trong một tình huống hiếm gặp chính là kẻ thù lớn nhất của sự chính xác.

Bộ phân loại dữ liệu cũng có cùng một căn bệnh. Nó không sai vì thiếu dữ liệu, mà vì quá chắc chắn khi dữ liệu khớp.

Khi hệ thống đọc sai tên người, nó đọc sai cả lịch sử

Tôi muốn nói rõ hơn về hậu quả, bởi vì đây là phần mà nhiều người trong ngành bóng đá xem nhẹ. Một lỗi định danh không chỉ ảnh hưởng đến một bài viết. Nó ảnh hưởng đến toàn bộ chuỗi giá trị dữ liệu phía sau.

Hãy tưởng tượng một hệ thống tuyển trạch tự động. Nó quét hàng nghìn bài báo, trích xuất tên cầu thủ, liên kết với hồ sơ năng lực. Nếu một cái tên bị gán nhầm, toàn bộ hồ sơ năng lực của cầu thủ đúng có thể bị trộn lẫn với dữ liệu của người khác. Một câu lạc bộ đọc hồ sơ ấy và đưa ra quyết định sai. Một tuyển trạch viên bay nửa vòng trái đất để xem một cầu thủ không tồn tại trong đội hình mà anh ta đang tìm. Thiệt hại không nằm ở bài viết. Thiệt hại nằm ở quyết định.

Trong kỳ chuyển nhượng, khi ngân sách quỹ lương trở thành ranh giới sống còn và khi cấu trúc hợp đồng — điều khoản giải phóng, điều khoản bán lại, thời hạn thanh toán — quan trọng không kém bản thân cầu thủ, một lỗi định danh có thể đẩy một câu lạc bộ vào một cam kết sai người, sai giá, sai thời điểm. Tôi luôn nói với các bạn đồng nghiệp rằng câu chuyện thực sự của kỳ chuyển nhượng nằm ở phần cấu trúc điều khoản và quỹ lương, chứ không nằm ở những tiêu đề ồn ào. Nhưng để đọc được cấu trúc ấy, trước hết chúng ta phải tin rằng cái tên đang được nói tới là đúng người.

Đây là lý do vì sao tôi xem sự cố đêm ấy là nghiêm trọng hơn một lỗi kỹ thuật. Nó chỉ ra rằng tầng dữ liệu của bóng đá đang vận hành mà không có một chuẩn mực nào cho việc định danh. Chúng ta đã chuẩn hóa rất nhiều thứ trên sân cỏ. Chúng ta có Luật thi đấu được cập nhật hằng năm, có quy định về số lượng cầu thủ trong khu vực kỹ thuật, có quy tắc về thời gian bù giờ, có giao thức cho VAR. Nhưng ở tầng dữ liệu phía sau, chúng ta gần như không có gì.

Góc phản trực giác: dữ liệu không khách quan

Có một quan niệm phổ biến trong ngành bóng đá hiện đại rằng dữ liệu là khách quan, và rằng khi đã có dữ liệu thì mọi tranh cãi phải kết thúc. Tôi cho rằng đây là một trong những ảo tưởng nguy hiểm nhất của thời đại chúng ta.

Dữ liệu không khách quan. Dữ liệu khách quan quan chỉ ở điểm cuối cùng của một chuỗi quyết định chủ quan. Mỗi bước — chọn nguồn nào, trích xuất tên nào, khớp với thực thể nào, gán nhãn chủ đề nào — đều là một lựa chọn có thể sai. Khi chuỗi ấy bị che khuất sau một giao diện gọn gàng, người đọc có cảm giác như đang tiếp xúc với sự thật. Nhưng cảm giác ấy được xây dựng từ nhiều lớp giả định, và lớp nào cũng có thể gãy.

Tôi đã tranh luận về điều này trong nhiều năm với tư cách một người làm luật. Trong bóng đá, chúng ta không bao giờ nói một quyết định là đúng chỉ vì nó được đưa ra bởi một trọng tài. Chúng ta đối chiếu nó với điều khoản luật, với bằng chứng, với bối cảnh. Vậy tại sao chúng ta lại chấp nhận một con số chỉ vì nó được xuất ra từ một hệ thống? Một con số đến từ một đường ống không được kiểm chứng cũng cần bị đối chất như một quyết định của trọng tài.

Có một điều tôi thấy đáng lo hơn cả: sự cố này xảy ra ở một tài liệu không có nguồn, không có tác giả, không có cơ quan báo chí. Đó là mẫu hình chung của rất nhiều tài liệu đang chảy vào các đường ống dữ liệu bóng đá mỗi ngày. Nếu một bản tin quảng cáo phim truyền hình có thể lọt vào một phòng phân tích bóng đá, thì bất kỳ loại nhiễu nào cũng có thể lọt vào. Vấn đề không còn là một tệp lạ. Vấn đề là cả một nguồn lực dữ liệu khổng lồ đang được sử dụng mà không có bất kỳ tiêu chuẩn kiểm chứng nào.

Tôi nhớ lại cảm giác bất lực ở Euro 2026, khi tôi viết loạt bài về sai sót của VAR và chỉ ra rằng tỷ lệ lỗi VAR ở Euro cao gấp khoảng 1,8 lần so với World Cup 2026. Lúc ấy, điều khiến tôi khó chịu nhất không phải con số, mà là phản ứng của công chúng: nhiều người chấp nhận rằng công nghệ có thể sai, nhưng rất ít người đòi hỏi một quy trình để ngăn nó sai lần nữa. Chúng ta phản ứng với từng lỗi, rồi quên nó, rồi chờ lỗi tiếp theo.

Sửa một điều luật là việc của mười phút; thừa nhận luật sai là chuyện của mười năm. Với dữ liệu, thời gian còn dài hơn, bởi vì chúng ta thậm chí chưa thừa nhận rằng mình đang có một bộ luật dữ liệu để sửa.

Quy trình vận hành: một bộ lọc bằng chứng cho tầng dữ liệu

Là một người tin vào cấu trúc hơn cảm hứng, tôi không muốn kết thúc bằng một lời cảnh báo suông. Tôi muốn đề xuất một quy trình có thể áp dụng ngay. Đây là cách tôi xử lý mọi nguồn dữ liệu trong công việc hằng ngày của mình, và tôi cho rằng nó phù hợp cho bất kỳ ai đang làm việc với tầng dữ liệu bóng đá.

Nguyên tắc thứ nhất: một tài liệu không có nguồn xác định thì không phải tài liệu. Trước khi đưa bất kỳ nội dung nào vào hệ thống, tôi yêu cầu ba thông tin tối thiểu — cơ quan xuất bản, tác giả hoặc đơn vị chịu trách nhiệm, và ngày xuất bản. Thiếu một trong ba, tôi loại bỏ. Tôi áp dụng quy tắc này kể từ sau vụ việc tại sân Lạch Tray năm 2026, khi tôi nhận ra rằng uy tín của một bài phân tích bắt nguồn từ khả năng truy xuất nguồn của nó.

Nguyên tắc thứ hai: một nhãn chủ đề phải được kiểm chứng bằng nội dung, không phải bằng từ khóa. Nếu hệ thống gắn nhãn "bóng đá" cho một tài liệu, nó buộc phải chỉ ra được ít nhất một đội bóng, một giải đấu hoặc một trận đấu cụ thể. Nếu không chỉ ra được, nhãn ấy vô hiệu.

Nguyên tắc thứ ba: một cái tên phải được liên kết với ít nhất hai đặc điểm độc lập. Với một cầu thủ, đó có thể là quốc tịch và năm sinh, hoặc câu lạc bộ hiện tại và vị trí thi đấu. Một chuỗi tên đơn lẻ tuyệt đối không đủ để khẳng định định danh. Nếu Oscar Bonfiglio chỉ được liên kết bằng mỗi cái tên, chúng ta có hai con người hoàn toàn khác biệt trong cùng một thực thể.

Nguyên tắc thứ tư: mọi tài liệu chưa qua kiểm chứng phải được đánh dấu rõ. Trong cẩm nang 15 trang mà tôi soạn năm 2026 và được gửi tới 28 câu lạc bộ thành viên, tôi đánh dấu từng điều khoản theo mức độ rủi ro. Cách làm ấy không chỉ áp dụng cho hợp đồng, mà cũng áp dụng cho dữ liệu: người đọc phải biết thông tin nào đã được xác minh và thông tin nào còn chờ đối chiếu.

Biểu mẫu kiểm tra mà tôi dùng cho mỗi nguồn dữ liệu mới có bốn câu hỏi, và tôi trả lời tuần tự. Câu hỏi thứ nhất: nguồn này đến từ đâu. Câu hỏi thứ hai: nội dung có khớp với nhãn chủ đề hay không. Câu hỏi thứ ba: mỗi cái tên đã được liên kết với ít nhất hai đặc điểm độc lập chưa. Câu hỏi thứ tư: nếu câu trả lời cho ba câu hỏi trước là có, thì thông tin này có thay đổi một quyết định nào trong thực tế hay không. Bốn câu hỏi ấy mất chưa đến hai phút, nhưng chúng ngăn chặn được những sự cố mất nhiều tháng để sửa.

Tôi cho rằng các liên đoàn và ban tổ chức giải đấu cần áp dụng một phiên bản tương tự ở cấp hệ thống. Chúng ta đã dành nhiều năm để hoàn thiện cách quản lý một trận đấu. Giờ là lúc dành sự chú ý tương xứng cho cách quản lý thông tin về trận đấu ấy.

Ai chịu trách nhiệm khi cái tên bị gán sai

Có một câu hỏi mà tôi luôn tự đặt trước khi viết bất kỳ bài nào: ai sẽ triển khai điều này, và họ sẽ làm gì. Với sự cố dữ liệu đêm ấy, câu trả lời khiến tôi trăn trở.

Người triển khai đầu tiên là đội ngũ vận hành dữ liệu — những người xây dựng và bảo trì đường ống. Họ cần một bộ tiêu chuẩn, và họ cần nó trước khi kỳ chuyển nhượng tiếp theo bắt đầu. Người triển khai thứ hai là các nhà báo và biên tập viên — những người sử dụng dữ liệu hằng ngày. Họ cần được đào tạo để nhận ra dấu hiệu của một nguồn chưa xác minh, chứ không chỉ được đào tạo để viết nhanh hơn. Người triển khai thứ ba là các liên đoàn — những tổ chức có quyền đặt ra tiêu chuẩn cho cả hệ thống.

Và người triển khai cuối cùng, quan trọng nhất, là chính chúng ta — những người đọc.

Khi một bản tin nói rằng một câu lạc bộ đang theo đuổi một cầu thủ, chúng ta cần hỏi cầu thủ ấy là ai, chứ không chỉ hỏi số tiền là bao nhiêu. Khi một bảng thống kê xuất hiện, chúng ta cần hỏi nó được xây dựng từ đâu. Đây không phải là sự hoài nghi tiêu cực. Đây là sự tôn trọng đối với độ phức tạp của thông tin.

Sự cố với tệp "bóng đá" đêm hôm ấy không làm thay đổi một trận đấu nào. Nó không khiến một đội bóng mất điểm. Nó không tước đi một bàn thắng của bất kỳ ai. Trong thang đo cảm xúc của bóng đá, nó gần như vô nghĩa. Nhưng trong thang đo của một hệ thống, nó là một hồi chuông.

Điều đáng học không nằm ở tệp dữ liệu

Tôi đã dành nhiều năm để tranh luận về những quyết định gây tranh cãi của trọng tài, và tôi nhận ra rằng các tranh cãi ấy thường bị dẫn dắt bởi cảm xúc nhiều hơn bởi luật. Người hâm mộ nghĩ về đội bóng của họ. Họ nghĩ về điều họ muốn tin. Sự cố này cũng vậy, ở một tầng khác. Chúng ta muốn tin rằng dữ liệu là đúng, bởi vì thế giới trở nên đơn giản hơn khi có một nguồn chân lý không biết phản biện.

Nhưng một cái tên không phải là một con người. Một nhãn chủ đề không phải là một bản chất. Một con số không phải là một sự thật. Tất cả chúng phải được đối chất, phải được truy vấn, phải được đặt trước ánh sáng của bối cảnh.

Trọng tài giỏi không phải người không sai — mà là người khiến luật phải tự vấn. Tôi muốn nói thêm một điều tương tự cho những ai đang làm việc với dữ liệu bóng đá: một hệ thống giỏi không phải là hệ thống không bao giờ nhầm, mà là hệ thống khiến chính người vận hành nó phải tự vấn. Sự cố đêm hôm ấy khiến tôi phải tự vấn về nhiều năm công việc của mình. Nó chỉ ra rằng trong khi tôi dành hết sức lực để đối chất với từng quyết định trên sân, tôi đã gần như tin tuyệt đối vào tầng dữ liệu phía sau — nơi không ai kiểm tra, không ai đối chất, không ai giơ thẻ.

Đây là gì nếu không phải một điểm gãy của cả bộ luật dữ liệu mà chúng ta chưa từng viết ra. Và đó là lý do vì sao tôi tin rằng trong vài năm tới, chuẩn mực định danh thực thể sẽ trở thành một phần bắt buộc trong công tác quản lý bóng đá chuyên nghiệp, giống như giao thức VAR đã trở thành bắt buộc ở các giải lớn. Các câu lạc bộ sẽ không chỉ hỏi "chúng ta có dữ liệu chưa", mà sẽ hỏi "chúng ta có tin được dữ liệu này không". Và khi câu hỏi ấy trở thành tiêu chuẩn, chúng ta sẽ nhìn lại buổi tối với cái tệp bị dán nhãn sai kia như một cột mốc nhỏ nhưng cần thiết.

Bóng đá luôn học từ sai lầm — nhưng thường là từ những sai lầm được phát trên truyền hình trực tiếp, trước hàng triệu khán giả. Lần này, sai lầm diễn ra trong im lặng, trong một hàng đợi dữ liệu, giữa hai cái tên giống hệt nhau. Nếu chúng ta không nói về nó, nó sẽ tiếp tục tái diễn. Và một ngày nào đó, nó sẽ không chỉ dừng lại ở một bộ phim truyền hình lọt nhầm vào phòng phân tích — nó sẽ ảnh hưởng đến một bản hợp đồng, một suất trong đội hình, một sự nghiệp của một con người thật.

Một cái tên trùng tên không phải là bi kịch. Việc chúng ta không có công cụ để phân biệt chúng mới là vấn đề. Và vấn đề ấy không nằm trong thuật toán. Nó nằm trong thói quen tin tưởng mà không đối chất của chúng ta. Tôi học được điều này sau nhiều năm làm việc với luật lệ và băng hình, và tôi tin rằng nó đúng với cả những con số đang chảy qua màn hình của tầng dữ liệu.

Kết luận tiến bộ mà tôi rút ra không phải là từ bỏ dữ liệu, mà là đối xử với dữ liệu như cách chúng ta đối xử với trọng tài: bằng sự tôn trọng đi kèm đối chất, bằng niềm tin đi kèm quy trình, bằng việc luôn để mở một chỗ cho khả năng mình đã sai. Bóng đá chưa bao giờ hoàn hảo trên sân cỏ, và nó cũng sẽ không bao giờ hoàn hảo trong dữ liệu. Nhưng nếu mỗi đường ống học được cách tự vấn, thì khoảng cách giữa cái tên và con người sẽ không còn là một cái bẫy, mà trở thành một bước kiểm tra.