Lỗi phân loại trong luồng tin thể thao: 22 điểm dữ liệu, không một đội bóng

14 giờ 07 phút, tôi mở một tệp trong hàng đợi phân tích. Nhãn ở đầu tệp ghi rõ: bóng đá. Tôi đọc trọn 22 điểm thông tin, không bỏ qua điểm nào, đúng thói quen tôi vẫn giữ trước mỗi lần viết. Không câu lạc bộ nào được nêu tên. Không cầu thủ nào được nêu tên. Không huấn luyện viên, không giải đấu, không tỉ số, không phí chuyển nhượng, không điều khoản hợp đồng, không một phút bóng đá nào. Thứ duy nhất đóng một vai trò nào đó trong tệp là nhân vật hư cấu Rabbi Noah Roklov, do Adam Brody thủ vai trong loạt phim hài lãng mạn Nobody Wants This của Netflix. Bên trong tệp gắn nhãn bóng đá ấy chỉ có một cuộc phỏng vấn của tạp chí GQ, một bản tin của chuyên trang Deadline, và một bài tổng hợp của The Express Tribune. Tôi đóng tệp và ghi vào sổ một dòng: chiến thuật là thứ duy nhất không thể làm giả trên sân. Nhãn phân loại thì gắn sai được, và một cái nhãn gắn sai lan tỏa đúng bằng một cái nhãn cố tình gắn sai. Trong nghề này có một quy luật khá lạnh: sai sót ở tầng đầu vào hiếm khi nổ ra ở tầng đầu vào. Nó chảy xuống, khoác áo một bản tin chỉn chu, rồi xuất hiện trong bảng tổng hợp của ai đó với tư cách một sự kiện thể thao. Để hiểu vì sao một tệp như thế lọt được vào hàng đợi bóng đá, cần nhìn vào kiến trúc của một luồng tin thể thao. Một bản tin đi qua bốn tầng: thu thập, gắn nhãn chủ đề, phân tích, rồi biên tập và xuất bản. Tầng gắn nhãn là tầng rẻ nhất, chạy nhanh nhất, và cũng là tầng ít người kiểm tra nhất. Nó vận hành bằng từ khóa, bằng phân loại tự động, bằng thói quen định tuyến của các feed. Khi một bản tin giải trí có đủ lượng tương tác, nó dễ bị hút vào một luồng thể thao chung hơn là bị đẩy sang luồng văn hóa. Không ai cố tình làm điều đó. Hệ thống chỉ đang phản ánh điều nó được dạy để ưu tiên: tốc độ và khối lượng. Vấn đề nằm ở chỗ một khi nhãn đã sai, mọi tầng phía sau đều kế thừa cái sai ấy. Nếu tôi ngồi xuống và viết một bài phân tích chiến thuật từ tệp này, tôi sẽ phải bịa ra đội hình, bịa ra chỉ số, bịa ra một trận đấu chưa từng diễn ra. Bịa trong nghề phân tích không phải là một lỗi nhỏ. Nó là lỗi duy nhất không thể sửa bằng cách xin lỗi sau khi xuất bản. Cấu trúc nguồn tin của tệp này đáng để dừng lại lâu hơn. Cuộc phỏng vấn gốc do GQ thực hiện. Deadline là chuyên trang điện ảnh đưa lại các trích dẫn. The Express Tribune tổng hợp cả hai. Người đọc lướt qua và thấy ba đầu báo. Người làm nghề đếm số nguồn gốc và thấy một. Đó là chuỗi nguồn đơn, hay còn gọi là chuỗi một nguồn khoác áo nhiều nguồn. Nó không phải hiện tượng hiếm. Nó là hiện tượng phổ biến nhất trong toàn bộ hệ sinh thái tin thể thao, và nó cũng là thứ khiến độc giả tin vào những điều chưa từng được kiểm chứng. Ba đầu báo, một cuộc phỏng vấn. Đây là phép đếm đầu tiên mà bất kỳ ai làm nghề xác minh cũng phải thực hiện, và là phép đếm đầu tiên mà hầu hết người đọc bỏ qua. Từ chỗ đó, câu chuyện trở nên quen thuộc với bóng đá đến mức khó chịu. Dựa trên kinh nghiệm theo dõi các trận đấu và theo dõi các kỳ chuyển nhượng của tôi, tôi đã ghi lại hàng trăm trường hợp một thông tin chuyển nhượng đi qua đúng bốn tầng ấy. Một nhà báo chuyển nhượng có uy tín đưa một dòng. Mười tài khoản tổng hợp đăng lại trong vòng hai mươi phút. Vài chục trang fan ở nhiều ngôn ngữ dịch lại, mỗi lần dịch lại mất đi một tầng ngữ cảnh. Đến tay người hâm mộ, thông tin ấy đã trở thành nhiều nguồn đưa tin. Thực tế, nó vẫn là một nguồn duy nhất, đã được sao chép đủ nhiều lần để trông có vẻ vững chắc. Thị trường chuyển nhượng không mua cầu thủ, nó mua những bài toán. Và cái bài toán đầu tiên luôn là: nguồn này có thực sự độc lập với nguồn kia không? Điều tôi muốn rút ra từ tệp gắn nhãn sai kia không nằm ở chỗ nó thuộc về giải trí hay bóng đá. Điều đáng nói nằm ở chỗ các dấu hiệu cảnh báo của nó giống hệt các dấu hiệu cảnh báo mà tôi vẫn gặp trong những bản tin thể thao hoàn toàn hợp lệ về mặt chủ đề. Bốn dấu hiệu, và cả bốn đều xuất hiện ở đây. Dấu hiệu thứ nhất: không có thực thể nào kiểm chứng được. Trong một bản tin bóng đá, luôn phải có tối thiểu một câu lạc bộ, một cầu thủ, một giải đấu, hoặc một mốc thời gian gắn với một sự kiện thi đấu. Tệp này có hai mươi hai điểm thông tin và không có lấy một thực thể bóng đá. Phép kiểm tra thực thể là phép kiểm tra rẻ nhất, nhanh nhất, và nó đã thất bại ngay ở lần chạy đầu tiên. Dấu hiệu thứ hai: chuỗi nguồn đơn được trình bày như thể là nhiều nguồn xác nhận độc lập. Trong bóng đá, đây là dấu hiệu phổ biến nhất và cũng là dấu hiệu bị bỏ qua nhiều nhất. Ba đầu báo không đồng nghĩa ba nguồn tin. Ba lần dịch lại không đồng nghĩa ba lần kiểm chứng. Dấu hiệu thứ ba: thời điểm bị ghép với thông điệp. Phát ngôn trong tệp xuất hiện ngay trước một mốc có thật: mùa thứ ba của loạt phim lên sóng ngày 22 tháng 10, trọn 10 tập trong cùng một ngày. Sự trùng khớp về thời gian dễ bị đọc thành quan hệ nhân quả. Trong bóng đá, dạng ghép thời điểm này xuất hiện dày đặc: một tin chuyển nhượng bất ngờ nổ ra đúng ngày một trận derby, một tin gia hạn hợp đồng xuất hiện đúng lúc đội bóng đang khủng hoảng phong độ. Trùng khớp về thời gian là một dữ kiện. Nó không phải một lời giải thích. Dấu hiệu thứ tư: phụ thuộc một cá nhân. Mùa thứ ba của loạt phim dựa phần lớn vào sự hiện diện của một diễn viên chính, người vừa nhận hai đề cử Quả cầu Vàng cho vai diễn của mình. Sự tập trung ấy là một điểm yếu cấu trúc, không phải một điểm mạnh truyền thông. Trước khi ngợi ca ngôi sao, hãy đo khoảng trống anh ta để lại. Trong bóng đá, nguyên tắc này áp dụng y nguyên: một đội bóng để mọi đường bóng tấn công chảy qua một chân sút không phải là đội bóng mạnh, mà là đội bóng chưa được kiểm tra dưới áp lực mất người đó. Bốn dấu hiệu, bốn lần cùng một kết luận. Từ đây, tôi muốn dựng ba công cụ kiểm tra mà bất kỳ ai làm nội dung bóng đá cũng có thể dùng trong vòng năm phút. Chúng không cần dữ liệu độc quyền, không cần quan hệ trong ngành, không cần phần mềm trả phí. Chúng chỉ cần sự kiên nhẫn đếm. Công cụ thứ nhất là bảng kiểm thực thể. Trước khi dùng một thông tin, hãy liệt kê các thực thể kiểm chứng được mà nó chứa: tên câu lạc bộ, tên cầu thủ, tên huấn luyện viên, tên giải đấu, mốc thời gian gắn với một sự kiện thi đấu, hoặc một con số tài chính có nguồn. Một bản tin bóng đá không có thực thể nào trong danh sách này chưa từng là bản tin bóng đá. Cách kiểm tra này cực kỳ hiệu quả với các tin đồn chuyển nhượng được viết mơ hồ, kiểu một đội bóng lớn đang quan tâm tới một tiền vệ tài năng. Không tên đội, không tên cầu thủ, không mốc thời gian. Bảng kiểm thực thể sẽ chặn nó lại ngay ở cửa. Công cụ thứ hai là phép đếm nguồn gốc. Không đếm số đầu báo, đếm số nguồn gốc độc lập. Nếu tất cả các bài viết đều dẫn về một cuộc phỏng vấn, một buổi họp báo, một dòng trạng thái, hoặc một người đại diện, thì đó là một nguồn. Một nguồn, dù được nhắc lại một trăm lần, vẫn là một nguồn. Trong hồ sơ tệp bị gắn nhãn sai, chuỗi GQ rồi Deadline rồi The Express Tribune là ví dụ giáo khoa: ba tầng xuất bản, một tầng sự kiện. Công cụ thứ ba là tách sự kiện khỏi phản ứng. Phần lớn sai sót nghiêm trọng trong nội dung thể thao đến từ việc gộp hai thứ khác bản chất vào một câu. Sự kiện là: một phát ngôn đã được đưa ra và đã được công bố. Phản ứng là: khán giả, nhà tài trợ, đồng nghiệp, hoặc cơ quan quản lý đã có hành động cụ thể nào đó. Trong tệp gốc, phần sự kiện được xác lập rất rõ, còn phần phản ứng thì bằng không. Không có dữ liệu khán giả. Không có phản hồi từ nhà tài trợ. Không có phản ứng nào từ phía ngành. Vậy mà dạng tiêu đề thường được gán cho các trường hợp như thế này thường là dạng tiêu đề mô tả một làn sóng phản ứng. Nói rằng một làn sóng phản ứng đã nổ ra khi chưa có một chỉ số phản ứng nào là một hành vi bịa đặt, kể cả khi nó được viết bằng giọng trung tính và không nhằm mục đích gây sốc. Trong bóng đá, lỗi này xuất hiện gần như hằng tuần. Một cầu thủ bị thay ra và không bắt tay huấn luyện viên, thế là có tin về mâu thuẫn nội bộ phòng thay đồ. Một cổ động viên đăng một dòng bức xúc trên mạng, thế là có tin về sự phẫn nộ của cả khán đài. Một buổi tập vắng mặt vì lý do gia đình, thế là có tin về việc cầu thủ bị loại khỏi kế hoạch chiến thuật. Ba sự kiện, ba lần kết luận vượt quá dữ liệu. Có một khác biệt quan trọng cần nói rõ ở đây, và nó đưa chúng ta tới điểm mà bóng đá có đủ cấu trúc để phân tích còn tệp gốc thì không. Khi một nhân vật công chúng trong ngành giải trí đưa ra một phát ngôn gây tranh cãi về chính trị, không có khung nào sẵn có để đo hậu quả nghề nghiệp của phát ngôn ấy, ngoài các quan sát chung chung về quan hệ với nền tảng, chu kỳ báo chí và chiến dịch giải thưởng. Bài gốc không cung cấp một khung nào như vậy, nên mọi kết luận về tác động đều nằm ngoài tầm với của dữ liệu. Trong bóng đá thì khác. Khi một cầu thủ hoặc một huấn luyện viên phát ngôn về một chủ đề chính trị nhạy cảm, có ít nhất ba tầng để phân tích một cách nghiêm túc. Tầng thứ nhất là điều khoản hợp đồng: nhiều hợp đồng chuyên nghiệp có điều khoản quy định về hành vi gây tổn hại hình ảnh câu lạc bộ, và việc áp dụng hay không áp dụng điều khoản ấy phụ thuộc vào mức độ leo thang của sự việc. Tầng thứ hai là kích hoạt tài trợ: các nhà tài trợ có quyền rút hoặc điều chỉnh chiến dịch nếu hình ảnh gắn với họ bị đặt cạnh một tranh cãi. Tầng thứ ba là sự gắn kết phòng thay đồ: một phát ngôn công khai chia rẽ đội ngũ chỉ vài ngày trước một trận đấu quan trọng có thể ảnh hưởng trực tiếp tới hiệu suất, và đó là thứ có thể đo được bằng chỉ số thi đấu. Ba tầng ấy đều cần một điều kiện: có một câu lạc bộ, có một hợp đồng, có một lịch thi đấu. Tệp gốc không có cái nào. Nên câu hỏi về quản trị trong trường hợp này không thể được trả lời, và điều trung thực nhất mà một nhà phân tích có thể làm là nói rõ rằng nó không thể được trả lời. Tôi không tin vào ngẫu nhiên, tôi tin vào những đường chuyền lặp lại. Một lỗi gắn nhãn đơn lẻ là ngẫu nhiên. Cùng một lỗi lặp lại ở lô tin tiếp theo là một mẫu hình. Và mẫu hình thì luôn có nguyên nhân nằm đâu đó trong quy trình, chứ không nằm ở sự kém cỏi của một cá nhân nào. Ở đây, có một cách đọc ngược lại đáng để cân nhắc, và nó khó chịu hơn cách đọc thông thường. Cách đọc thông thường là: thuật toán phân loại sai, cần sửa thuật toán. Cách đọc đó đúng nhưng chưa đủ, vì nó bỏ qua việc thuật toán chỉ là tấm gương phản chiếu thứ mà người vận hành hệ thống đã thưởng cho nó. Nếu một luồng tin thưởng cho khối lượng, cho tốc độ, cho việc đăng trước đối thủ vài phút, thì nó sẽ hút về phía mình mọi thứ có lượng tương tác cao, bất kể chủ đề. Tin giải trí rò rỉ vào luồng bóng đá vì cả hai luồng cùng chạy trên một logic. Sửa nhãn mà không sửa logic thưởng thì chỉ là lau sạch vũng nước trong khi vòi vẫn mở. Và có một điểm còn khó chịu hơn. Chính người hâm mộ bóng đá là nhóm độc giả đã được huấn luyện để tiêu thụ chuỗi nguồn đơn một cách thành thạo nhất. Mỗi kỳ chuyển nhượng là một khóa đào tạo kéo dài về việc chấp nhận một dòng tin không nguồn làm bằng chứng. Khi ấy, một tệp gắn nhãn sai lọt vào luồng bóng đá không phải là hệ thống lừa người đọc. Đó là hệ thống đáp ứng đúng thói quen mà chính người đọc đã hình thành. Nhận định này không nhằm miễn trừ trách nhiệm cho bất kỳ ai vận hành luồng tin. Nó nhằm chỉ ra rằng biện pháp sửa chữa bền vững nhất không nằm ở tầng công cụ, mà nằm ở tầng tiêu chuẩn: đặt việc kiểm tra nguồn gốc lên trước việc đuổi theo tốc độ đăng bài. Với tư cách một người làm nội dung, tôi chọn cách xử lý đơn giản nhất. Tệp này bị loại khỏi hàng đợi bóng đá. Nó được chuyển sang đúng chuyên mục của nó, và được ghi nhận như một ca lỗi phân loại có giá trị tham chiếu cho quy trình. Một ca âm sạch sẽ, theo cách nói của nghề phân tích, cũng là một ca có giá trị: nó loại bỏ một nguồn sai trước khi nguồn sai ấy kịp sinh ra một bài viết sai. Cùng lúc đó, có hai thứ cần được theo dõi trong lô tin kế tiếp. Thứ nhất là tần suất lặp lại của hiện tượng bản tin không thuộc bóng đá bị gắn nhãn bóng đá. Một trường hợp trong một lô là lỗi đơn lẻ. Hai trường hợp trở lên trong cùng một lô là lỗi hệ thống, và lỗi hệ thống thì cần can thiệp ở tầng quy tắc chứ không phải ở tầng biên tập. Thứ hai là nguồn gốc của dòng chảy gây nhiễu: nếu mọi ca lỗi đều đến từ cùng một feed, thì vấn đề nằm ở phân loại của feed ấy, và một chỉnh sửa ở đó xử lý được tất cả các ca về sau. Không có phép màu nào trong khâu xác minh, chỉ có một danh sách kiểm tra được thực hiện đều đặn. Những luồng tin sạch nhất mà tôi từng biết không phải là những luồng có công cụ đắt tiền nhất. Chúng là những luồng có người chịu dừng lại ba mươi giây trước khi bấm xuất bản, để đếm xem mình đang có một nguồn hay ba nguồn, để xem mình đang có một sự kiện hay một sự kiện cộng thêm một phản ứng chưa từng được đo. Phép thử cho tuần làm việc kế tiếp rất cụ thể. Khi một bản tin lọt vào tay bạn và nhãn của nó ghi một chủ đề bạn quen thuộc, hãy làm một việc duy nhất trước khi đọc tiếp: đếm các thực thể kiểm chứng được. Nếu danh sách trống, bạn đang cầm một tệp thuộc về một chuyên mục khác, và cách xử lý đúng là trả nó về đúng chỗ, không phải khoác lên nó một bộ áo chiến thuật.