Nhãn 'bóng đá' dán lên một bản tin không có bóng đá: bài học kiểm chứng cho ngành truyền thông thể thao

Trong ngành truyền thông thể thao, sai sót nguy hiểm nhất hiếm khi là một con số sai nằm trong bài. Nó là một cái nhãn sai dán lên cả một hệ thống, rồi được truyền xuống dưới mà không ai mở ra kiểm lại. Đó chính xác là điều đã xảy ra với một bản tin bị gán nhãn "bóng đá" trong khi bên trong nó không có một dòng nào về bóng đá. Bản tin kể về cái chết của một nữ sinh trao đổi 21 tuổi, người Tây Ban Nha, quê ở quần đảo Canarias, đang theo học tại Đại học Granada, bị sát hại tại bang Morelos của Mexico. Bản tin cũng kể về phản ứng của một loạt trường đại học Tây Ban Nha trước sự việc đó: tạm dừng các thỏa thuận hợp tác, rà soát lại quy trình đánh giá rủi ro khi cử sinh viên ra nước ngoài. Trong toàn bộ văn bản ấy: không một câu lạc bộ, không một cầu thủ, không một huấn luyện viên, không một giải đấu, không một trận đấu, không một bảng xếp hạng, không một thương vụ chuyển nhượng, không một chỉ số phong độ nào. Vậy mà nhãn vẫn là bóng đá. Với một người làm nghề kiểm toán số liệu như tôi, đây là dạng sai sót đáng phải dừng lại và mổ xẻ. Người ta nhìn bảng giá, tôi nhìn khoản nợ phía sau. Và ở đây, phía sau cái nhãn "bóng đá" không có một khoản nợ nào cả — chỉ có một lỗi hệ thống. Khi đại dịch gõ cửa, bóng đá mới biết mình đang khỏa thân; và khi một hệ thống phân loại sai, cả một dây chuyền nội dung mới biết mình đang mù. Để hiểu chuyện này, cần hiểu cách các hệ thống phân loại nội dung vận hành. Phần lớn chúng không thực sự "đọc hiểu" bài viết. Chúng đối chiếu văn bản với một danh mục tên đã biết — tên người, tên tổ chức, tên địa danh, tên thương hiệu — rồi đếm số lần trùng khớp. Nếu số trùng khớp vượt một ngưỡng nào đó, nhãn được gán tự động. Cách làm này hiệu quả với phần lớn trường hợp, nhưng nó mang một lỗ hổng chí mạng: những tên gọi trùng nhau giữa các lĩnh vực khác nhau. Và ở Tây Ban Nha, lỗ hổng ấy rộng đến mức khó tin, bởi gần như mọi thành phố lớn đều có một câu lạc bộ bóng đá mang đúng tên thành phố đó. Bản tin nhắc đến Đại học Granada — Granada CF đang chơi ở La Liga. Bản tin nhắc đến Đại học Barcelona — FC Barcelona là một trong những câu lạc bộ nổi tiếng nhất hành tinh. Bản tin nhắc đến Đại học Zaragoza — Real Zaragoza từng góp mặt ở giải cao nhất Tây Ban Nha. Rồi Đại học Pablo de Olavide ở Seville — Sevilla FC. Đại học Extremadura — CF Extremadura. Đại học Jaén — Real Jaén. Đại học La Laguna ở quần đảo Canarias — gợi nhớ UD Las Palmas và CD Tenerife. Chưa hết. Bản tin còn nhắc đến bang Morelos của Mexico — trùng tên với Atlético Morelos. Và thị trấn Cuautla — một địa danh từng gắn với bóng đá địa phương ở Morelos. Cộng lại: ít nhất tám tên gọi trong một văn bản duy nhất trùng khớp với tên câu lạc bộ bóng đá. Một bộ phân loại dựa trên từ khóa sẽ "sáng đèn" ở cả tám điểm. Kết quả là nhãn "bóng đá" được gán, dù không một dòng nào của bài nói về bóng đá. Đây là cái mà tôi gọi là bóng ma của ngành dữ liệu: một lỗi không biến mất, nó chỉ đổi màu áo. Hôm nay nó khoác áo một bộ phân loại từ khóa, ngày mai nó khoác áo một mô hình ngôn ngữ lớn, ngày kia nó khoác áo một bảng tin tự động. Bóng ma không biến mất, chúng chỉ đổi màu áo đấu. Và cái nhãn sai kia, nếu bị đẩy xuống dây chuyền phía sau, sẽ sinh ra một loạt nội dung sai: một bài "phân tích chiến thuật" về một chủ thể không tồn tại, một bảng "số liệu chuyển nhượng" bịa ra, một dự báo "phong độ" cho một đội bóng chưa từng được nhắc đến. Điều đáng sợ nằm ở chỗ này: nếu người tiếp nhận không kiểm tra, cái nhãn sai sẽ tự động sinh ra một câu chuyện bóng đá hoàn toàn hư cấu, chỉ vì ở đầu nguồn ai đó tin tuyệt đối vào một cái thẻ phân loại. Số liệu không biết nói dối, nhưng người đọc số liệu thì có — và người đọc tệ nhất là người đọc một cái nhãn mà không mở nội dung ra xem. Nhìn kỹ hơn vào từng lớp của sai sót này, ta thấy ba vấn đề tách biệt. Lớp thứ nhất là vấn đề nhận dạng chủ thể. Một hệ thống muốn gán nhãn "bóng đá" cho chuẩn, theo nguyên tắc, phải xác minh được ít nhất một chủ thể cốt lõi của lĩnh vực đó: một câu lạc bộ đóng vai trò câu lạc bộ, một cầu thủ đóng vai trò cầu thủ, một giải đấu đóng vai trò giải đấu, hoặc một trận đấu đóng vai trò trận đấu. Trong trường hợp này, số lượng chủ thể cốt lõi như vậy bằng không. Đại học Granada không phải Granada CF. Họ chỉ trùng tên. Nhưng một bộ từ điển địa danh thuần túy không phân biệt được điều đó, vì nó đếm tên chứ không đọc ngữ cảnh. Đây không phải tranh cãi về nội dung, đây là lỗi về độ chính xác của quy trình. Lớp thứ hai là vấn đề truyền dẫn. Một cái nhãn sai ở đầu vào không nằm yên tại chỗ. Nó lan xuống các khâu sau: khâu gợi ý chủ đề, khâu phân công biên tập, khâu xếp chuyên mục, khâu đẩy lên bảng tin, khâu gợi ý cho độc giả. Mỗi khâu tin vào khâu trước và không kiểm tra lại khâu đó. Đó là cách một lỗi nhỏ biến thành một hệ thống sai. Khi cái nhãn đã đi qua năm khâu, không ai còn nhớ rằng nó chưa từng được một con người xác nhận. Lớp thứ ba là vấn đề trách nhiệm. Một bản tin về cái chết của một nữ sinh và về trách nhiệm chăm sóc của các trường đại học là một chủ đề có tính nhạy cảm cao. Nó thuộc về lĩnh vực chính sách, an toàn sinh viên và quản trị giáo dục. Việc gán nó vào chuyên mục bóng đá không chỉ là sai về mặt kỹ thuật, mà còn là sai về mặt đạo đức nghề nghiệp: biến một bi kịch con người thành chất liệu cho một chuyên mục giải trí thể thao. Đây là ranh giới mà bất kỳ quy trình nội dung nào cũng không được phép vượt qua một cách vô thức. Nói cách khác, vấn đề không phải là "bài này có phải bóng đá hay không" — rõ ràng là không. Vấn đề là "làm sao một bài không phải bóng đá lại bị gán nhãn bóng đá", và "nếu ta không phát hiện, ta sẽ tạo ra bao nhiêu nội dung sai từ đó". Trong nghề của tôi, uy tín được xây từ việc kiểm tra dòng tiền trước khi phán đoán. Tôi luôn hỏi nguồn tiền này đến từ đâu, khoản nợ phía sau bảng giá là gì, con số kia có biến thứ ba nào đứng đằng sau không. Quy tắc ấy áp dụng được cho cả chuyện này: trước khi tin một cái nhãn, phải hỏi cái nhãn ấy được tạo ra như thế nào và dựa trên bằng chứng nào. Nếu lỗi này xảy ra trong một dây chuyền phân tích bóng đá, kết cục sẽ là một tài liệu hoàn toàn không có giá trị phân tích nhưng lại trông rất chuyên nghiệp: đầy các mục chiến thuật, tài chính, chuyển nhượng, mỗi mục đều được điền bằng những chữ viết tắt nghe rất kêu. Một tài liệu như vậy nguy hiểm hơn cả một tài liệu trống, vì nó khoác lên sự trống rỗng một bộ áo giáp của thuật ngữ chuyên môn. Đó là một dạng làm đẹp cho thông tin, và thứ được làm đẹp ở đây là một sai sót — sự thật là vậy. Tôi từng theo đuổi một thương vụ chuyển nhượng mà mọi hãng tin đều chỉ nhìn vào một con số bom tấn, còn tôi đi tìm bản hợp đồng tài trợ được thiết kế riêng để lách quy định công bằng tài chính. Bài điều tra khi đó bị phủ nhận, bị đe dọa kiện, nhưng hai tháng sau giới chức mở cuộc điều tra chính thức. Bài học rút ra không nằm ở con số, mà ở chỗ: câu chuyện thật thường nằm ở lớp thông tin mà số đông bỏ qua. Ở trường hợp lần này cũng vậy. Cái nhãn là bề mặt. Lớp thật là một quy trình kiểm chứng đang có lỗ hổng, và lỗ hổng ấy có thể mở rộng nhanh hơn ta tưởng. Đến đây, tôi phải nói thẳng một điều ngược với phản xạ thông thường của ngành: cám dỗ lớn nhất khi đối diện một bản tin bị gán nhãn sai không phải là đi tìm cách "cứu" cái nhãn đó cho khớp, mà là dừng lại và từ chối phân tích theo khung sai. Khi một bản tin về cái chết của một con người bị dán nhãn thể thao, phản ứng đúng đắn không phải là bẻ nội dung cho vừa cái khung, mà là bẻ cái khung và báo động về quy trình. Một nhà phân tích kỳ cựu phải biết rằng đôi khi giá trị lớn nhất anh tạo ra không phải là một kết luận hay, mà là một lời từ chối dứt khoát. Nhiều người cho rằng lỗi phân loại là chuyện nhỏ, chỉ cần sửa nhãn rồi chạy tiếp. Tôi không nghĩ vậy. Chính vì nó dễ sửa nên nó dễ bị bỏ qua, và chính vì nó dễ bị bỏ qua nên nó tái diễn. Bóng ma không biến mất, chúng chỉ đổi màu áo đấu — từ bộ từ điển từ khóa sang mô hình ngôn ngữ, từ mô hình ngôn ngữ sang hệ thống gợi ý, từ hệ thống gợi ý sang bảng tin tự động. Mỗi lần nâng cấp công nghệ, lỗ hổng cũ lại khoác một chiếc áo mới và trông có vẻ hiện đại hơn. Nhưng bên trong vẫn là cùng một vấn đề: một cái nhãn không có người kiểm chứng. Có một nghịch lý tôi muốn nhấn mạnh. Ngành truyền thông thể thao ngày càng tự hào về tốc độ. Tin nhanh hơn, đẩy nhanh hơn, phân tích nhanh hơn. Nhưng trong vụ việc này, tốc độ chính là thứ khiến sai sót lan nhanh hơn khả năng phát hiện. Một quy trình tự động hóa có thể xử lý hàng nghìn bản tin mỗi giờ, nhưng số người thực sự mở một bản tin ra đọc đến dòng cuối cùng lại rất ít. Tốc độ mà không có kiểm chứng thì không phải là hiệu quả, nó là rủi ro được nén lại và tích tụ cho đến khi phát nổ. Khi một nữ sinh tử vong trên hành trình trao đổi được nhà trường cấp phép, rủi ro đã hiện thực hóa chứ không còn là giả định. Và một mạng lưới học thuật mới chịu dừng lại để rà soát quy trình. Sự tương phản này đáng để các hệ thống nội dung nhìn vào mình: có bao nhiêu sai sót của chúng ta cũng chỉ được rà soát sau khi đã có hậu quả? Có bao nhiêu cái nhãn sai đang lặng lẽ đi qua từng khâu, chờ đến một bài viết gây tranh cãi nào đó mới bị phát hiện? Tín hiệu cần theo dõi không nằm ở thương vụ nào, mà ở chính quy trình. Một quy trình nội dung chỉnh chu là một quy trình có cơ chế tự phát hiện lỗi, có ngưỡng kiểm chứng bắt buộc, có một chốt chặn cuối là con người. Bất cứ hệ thống nào cho phép nhãn đi thẳng từ máy tới trang tin mà không qua một vòng xác nhận của người có trách nhiệm đều đang tích lũy nợ kỹ thuật, dù bảng cân đối của nó có đẹp đến đâu. Tôi vẫn giữ quan điểm nghề nghiệp của mình: chỉ phản bác số đông khi có đủ hai lớp bằng chứng hội tụ, và chỉ kết luận khi không còn lỗ hổng chưa kiểm chứng. Mỗi khi định kết luận điều gì, tôi tự hỏi ba câu: có biến thứ ba nào đứng sau tương quan này không, nguồn tin của tôi đang ở cấp độ tin cậy nào, và dữ liệu này có đang bị đọc sai bởi chính người đọc nó hay không. Ba câu hỏi ấy đủ để chặn phần lớn sai sót trước khi chúng thành chữ. Và trong trường hợp này, chỉ cần câu thứ hai đã đủ để dừng lại ngay từ đầu. Người ta nhìn bảng giá, tôi nhìn khoản nợ phía sau. Trong trường hợp này, phía sau cái nhãn không có khoản nợ tiền bạc nào, nhưng có một khoản nợ kỹ thuật đáng kể, và khoản nợ đó sẽ tiếp tục tích lũy lãi nếu không ai chịu đứng ra kiểm chứng. Một bản tin về con người bị biến thành tin bóng đá chỉ vì ở đầu nguồn có người tin vào một cái thẻ phân loại mà không mở nội dung ra đọc. Đó không phải là bất ngờ. Đó là điều đã được báo trước nhưng không ai chịu đọc. Tôi để lại một câu hỏi cho những ai đang vận hành các dây chuyền nội dung thể thao: nếu ngày mai hệ thống của bạn dán nhãn "bóng đá" lên một bản tin về một con người, bạn sẽ phát hiện ra lúc nào — trước khi nó lên trang nhất, hay sau khi đã quá muộn để sửa?