Khi Đường Đua Không Còn Gì Để Đọc: F1 Và Căn Bệnh Rỗng Ruột Của Ngành Phân Tích

Trong phòng biên tập của một tờ báo thể thao ở London, có một nghi thức mà tôi đã chứng kiến không dưới ba mươi lần. Một phóng viên nhận bản tin từ hãng thông tấn, mở tệp đính kèm, phát hiện ra nó trống rỗng — không tiêu đề, không nguồn, không số liệu — rồi thay vì gọi điện hỏi lại, anh ta bắt đầu viết. Không phải viết bài. Viết cái khung. Cái khung tám mục, chín phần, đầy đặn những ô bảng có tiêu đề in đậm và nội dung là những dấu gạch ngang. Tôi từng nghĩ đó là sự lười biếng. Mãi sau này tôi mới hiểu: đó là một hệ thống đang tự bảo vệ mình khỏi việc thừa nhận rằng nó không có gì để nói.

Bản phân tích Stage-2 mà tôi nhận được tuần trước là một ví dụ hoàn hảo đến mức gần như không thể tin nổi. Nó có đủ chín chiều phân tích: kỹ thuật và xe, chiến lược đua, đội và tay đua, bối cảnh cạnh tranh, quy định và quản trị, thị trường tay đua, hồ sơ rủi ro, tự sự công chúng, và chuỗi truyền dẫn ngành. Mỗi chiều đều có bảng. Mỗi bảng đều có cột đánh giá, cột so sánh, cột ghi chú. Và mỗi ô trong số đó đều ghi: "N/A — insufficient information, cannot assess." Không một đội đua nào được nêu tên. Không một tay đua nào. Không một vòng đua, một đường đua, một mùa giải, một con số.

Điều khiến tôi dừng lại không phải sự trống rỗng. Mà là cách hệ thống đó xử lý sự trống rỗng.

Nó không báo lỗi. Nó không dừng lại. Nó không nói "tôi không thể". Nó sinh ra một tài liệu dài, có cấu trúc chặt chẽ, có tiêu đề mục được đánh số, có định dạng nhất quán, và ở cuối là một bảng xếp hạng giá trị thông tin với năm hạng mục, mỗi hạng mục được chấm một trên năm sao. Một tài liệu như thế, nếu ai đó chỉ lướt qua phần tiêu đề và bảng biểu, sẽ trông giống hệt một bản báo cáo chuyên nghiệp. Và đó chính là vấn đề.

Tôi đã dành chín năm theo dõi ngành này — từ năm 2026, khi tôi còn ngồi trong thư viện trường ở Hà Nội, đọc lại từng bản tin Autosport cũ mà một người anh họ gửi về. Tôi học được một điều mà không trường lớp nào dạy: trong thể thao, sự nguy hiểm lớn nhất không phải là thông tin sai. Mà là thông tin đúng hình thức nhưng rỗng nội dung. Một con số sai thì người đọc có thể kiểm chứng và bác bỏ. Một bảng biểu đẹp thì người đọc tin.

Cái chết của ngành phân tích F1 không đến từ những kẻ bịa đặt. Nó đến từ những hệ thống có khả năng sinh ra hình thức hoàn hảo trên nền tảng bằng không.

Hãy nhìn vào cách bản phân tích đó xử lý chiều thứ nhất — kỹ thuật và xe. Nó liệt kê bốn chỉ số cần đánh giá: mức độ tiên tiến, tính xác thực trên đường đua, ràng buộc nguồn lực, dữ liệu then chốt. Cả bốn đều ghi N/A. Rồi nó đưa ra một kết luận — rằng không thể xác định đối tượng kỹ thuật nào. Kết luận đó đúng. Nhưng để đi đến kết luận đó, nó cần một bảng bốn dòng. Trong khi sự thật chỉ cần một câu: không có thông tin.

Đây là thứ tôi gọi là căn bệnh rỗng ruột có cấu trúc — khi một hệ thống học được cách trình bày sự thiếu hiểu biết của mình theo định dạng của sự hiểu biết. Và nó không chỉ xảy ra với máy móc. Tôi đã thấy nó ở người.

Năm 2026, khi tôi bắt đầu viết cho một trang thể thao nhỏ ở Manchester, có một biên tập viên mà tôi sẽ không nêu tên. Ông ta có tài sinh ra những bài phân tích ba nghìn từ về một buổi thử xe mà không ai có dữ liệu. Ông ta sẽ mở đầu bằng "cảm giác ở khu vực cuối đường pit" — một địa điểm mà ông ta chưa từng đặt chân đến — rồi triển khai thành một bài về triết lý phát triển xe của đội đó, dẫn lại lời của một kỹ sư mà ông ta không phỏng vấn, và kết thúc bằng một dự đoán mà nếu đúng thì ông ta đã nói trước, còn nếu sai thì không ai nhớ. Ông ta không bịa. Ông ta chỉ đơn giản là lấp đầy khoảng trống bằng hình thức. Và độc giả yêu ông ta, vì bài của ông ta đọc rất mượt.

Sự thật là thế này: một bản phân tích rỗng không phải là một bản phân tích trung thực. Nó là một bản phân tích đang trốn tránh trách nhiệm của mình.

Người viết trung thực, khi không có dữ liệu, sẽ nói: "Tôi không có dữ liệu." Một câu. Hết. Không có bảng. Không có tám chiều. Không có thang điểm năm sao. Bởi vì mục đích của bảng biểu không phải là để cho thấy bạn đã nghĩ về bao nhiêu khía cạnh. Mục đích của nó là để người khác có thể kiểm chứng bạn đã nghĩ đúng đến đâu. Và bạn không thể kiểm chứng một ô trống.

Tôi từng tin rằng sự chuyên nghiệp nằm ở độ chi tiết. Tôi đã sai. Sự chuyên nghiệp nằm ở khả năng phân biệt giữa chi tiết thật và chi tiết được dựng lên để lấp chỗ.

Bản phân tích đó, ở chiều thứ bảy — hồ sơ rủi ro — đã làm một việc mà tôi phải ngả mũ. Nó đưa ra một ma trận rủi ro với sáu dòng: thể thao, kỹ thuật, nhân sự, quy định, dư luận, hệ thống. Năm dòng đầu đều N/A. Dòng thứ sáu được đánh giá: "Rủi ro phân tích: kết luận được đưa ra trên nền thông tin rỗng." Mức độ: Cao. Xác suất: Cao. Tác động: Cao. Biện pháp giảm thiểu: hủy lần chạy Stage-2 này, chạy lại Stage-1 với văn bản nguồn được đính kèm.

Đó là khoảnh khắc duy nhất trong toàn bộ tài liệu mà hệ thống tự nhận mình là kẻ vô dụng. Và nó chỉ làm được điều đó sau khi đã dựng lên tám chiều trước đó, mỗi chiều đều có bảng, đều có kết luận, đều có phần "bằng chứng" ghi rõ: danh sách thông tin ở Stage-1 trống. Nhưng ngay cả dòng tự nhận đó cũng được đặt trong một khung bảng rủi ro — tức là nó vẫn tiếp tục trả lời câu hỏi "rủi ro của bạn là gì" bằng ngôn ngữ của một hệ thống đánh giá rủi ro chuẩn mực, dù bản thân nó đã tuyên bố không có gì để đánh giá.

Đường đua chính là nơi mà sự thật không thể bị bóp méo bằng hình thức. Một chiếc xe có thể được mô tả là "có tính khí tốt", nhưng đồng hồ bấm giây thì không biết nói dối. Đó là lý do tôi yêu môn thể thao này: nó là một trong số ít lĩnh vực mà khoảng trống giữa câu chữ và thực tế bị phơi ra mỗi khi xe vào làn pit. Nhưng chính vì vậy, tôi nhận ra rằng thứ mà ngành F1 đang mất dần không phải là dữ liệu — dữ liệu thì ngày càng nhiều. Thứ nó đang mất là khả năng im lặng. Khả năng nói "vòng đua này chưa có gì đáng nói" thay vì dựng lên một bảng ba mươi dòng chấm điểm từng góc cua.

Tôi không tin vào những bản phân tích đẹp. Tôi tin vào những bản phân tích dám để trống chỗ mà mình không biết, và ghi rõ đó là chỗ trống.

Người ta thường hỏi tôi vì sao lại đi phân tích thể thao bằng xã hội học. Vì một lý do đơn giản: xã hội học dạy bạn rằng một cấu trúc có thể tồn tại mà không cần nội dung. Một nghi lễ có thể được cử hành mà không cần con vật hiến tế. Một bài báo có thể được xuất bản mà không cần sự thật. Và nguy hiểm nhất là khi những cấu trúc đó trông quá giống thật đến mức không ai dừng lại hỏi bên trong có gì.

Tôi đã nhận được tài liệu đó vào một chiều thứ ba, ngồi trong căn hộ nhỏ ở phía đông London, bên ngoài có mưa. Tôi đọc hết chín chiều. Rồi tôi đọc lại phần mở đầu: "Bản giải cấu được cung cấp cho phân tích này trống rỗng về mặt cấu trúc." Chỉ một câu đó. Nếu tác giả của tài liệu dừng lại ở đó và gửi một email, tôi sẽ kính trọng. Nhưng họ không dừng. Họ đi tiếp, xây tiếp, mười tám trang nữa, bởi vì quy trình đòi hỏi phải trả về kết quả. Không ai trong chuỗi vận hành đó muốn là người đầu tiên nói: "Dừng lại."

Đó là câu chuyện của cả một ngành, không riêng F1.

Người Anh có một câu châm ngôn trong nghề báo: "Never waste a good crisis." Nhưng ở Việt Nam, chúng ta có một câu còn khôn ngoan hơn, mà tôi học từ mẹ tôi: "Không biết thì nói không biết, giấu đi rồi cũng có ngày lộ." Mười tám trang giấy, chín chiều phân tích, một thang điểm năm sao — tất cả đều là cách để giấu đi chuyện rằng không có gì để nói.

Trong F1, khi một chiếc xe không có tốc độ, các kỹ sư sẽ không viết báo cáo về việc nó không có tốc độ. Họ sẽ nhìn vào dữ liệu và tìm ra chỗ họ có thể cải thiện. Bởi vì đường đua không thưởng cho báo cáo. Nó chỉ thưởng cho thứ thực sự chạy được.

Có lẽ đã đến lúc ngành phân tích thể thao học lại bài học đầu tiên của môn thể thao mà nó đang mô tả. Kẻ lạ mặt không cần vé, họ tự mở cánh cửa bằng đôi chân của mình. Nhưng một cánh cửa mở ra bằng đôi chân chưa từng bước lên đường đua chỉ là một cánh cửa đang tự lừa dối mình.

Tôi từng tin vào bảng số, cho đến khi bảng số bị xé toạc bởi một pha phản công. Và tôi từng tin vào báo cáo phân tích, cho đến khi báo cáo phân tích ấy hóa ra chẳng nói gì ngoài việc rằng nó không có gì để nói.

Sân vận động trống vắng dạy tôi rằng bóng đá là cuộc trò chuyện giữa người với người, không phải giữa người với kết quả. Và một đường đua mà mọi ô dữ liệu đều bỏ trống cũng dạy tôi điều tương tự: rằng không có gì đáng xem hơn một khoảng lặng được sử dụng đúng chỗ. Bởi vì khoảng lặng thật sự — không phải khoảng lặng được trang trí để trông giống sự am hiểu — mới là thứ duy nhất mà không một hệ thống nào có thể giả mạo.