Khi 'Granada' không phải là Granada CF: Một lỗi phân loại và giới hạn của việc đọc máy móc

Trong căn hộ nhỏ ở Seoul, tôi có một thói quen nghề nghiệp gần như thành nghi thức: mở bất kỳ bản tin nào ra, tôi gạch chân toàn bộ danh từ riêng trước khi đọc lấy một dòng nội dung. Không phải vì tôi tò mò về danh tính người trong câu chuyện, mà vì tên riêng là thứ đánh lừa người đọc nhiều nhất — và cả những hệ thống đọc thay con người. Tuần này, một hồ sơ phân tích nội bộ được chuyển tới bàn tôi với nhãn "bóng đá" gắn trên đầu. Tôi đọc hết ba mươi sáu điểm dữ liệu. Không có một câu lạc bộ nào. Không có một cầu thủ nào. Không có một trận đấu, một bảng xếp hạng, một thương vụ, một phút bù giờ nào. Có một người trẻ đã chết, và có một mạng lưới các trường đại học đang loay hoay xử lý hậu quả.

Bản phân tích đó, đến lượt nó, đã tự chỉ ra sai sót của chính mình. Nó ghi rõ: bài viết gốc không liên quan đến bóng đá, và nhãn "football" là một lỗi. Điều đáng nói không nằm ở việc hệ thống sai — hệ thống luôn sai. Điều đáng nói nằm ở cơ chế gây ra lỗi, bởi nó có thể lặp lại ở bất kỳ tòa soạn nào đang để máy móc đọc tin thay mình.

Câu chuyện thật của bài báo gốc không phải chuyện bóng đá. Một nữ sinh trao đổi người Tây Ban Nha, 21 tuổi, gốc Canarias, đang theo học tại Đại học Granada, đã thiệt mạng ở bang Morelos, Mexico. Một người đàn ông được nhà chức trách xác định là đối tượng tình nghi. Vụ việc đang được điều tra, và trách nhiệm hình sự chưa được xác định bởi bất kỳ cơ quan xét xử nào. Sau cái chết đó, Đại học Granada và Đại học La Laguna đình chỉ thỏa thuận hợp tác với Đại học Tự trị Bang Morelos. Một loạt trường khác — Barcelona, Zaragoza, Extremadura, Jaén, Pablo de Olavide ở Sevilla — tuyên bố đang "xem xét" các thỏa thuận tương tự. Hội nghị Hiệu trưởng các trường đại học Tây Ban Nha đề xuất đưa báo cáo an ninh quốc gia của Bộ Ngoại giao vào tiêu chí phê duyệt các chương trình trao đổi sinh viên.

Đó là một bản tin về quản trị rủi ro trong giáo dục, về nghĩa vụ bảo đảm an toàn của cơ sở đào tạo, và về việc một bi kịch cá nhân trở thành cú huých chính sách. Không có gì thuộc về bóng đá trong đó. Vậy tại sao một hệ thống phân loại lại dán nhãn bóng đá lên nó?

Câu trả lời gần như chắc chắn nằm ở hiện tượng trùng khớp tên riêng — nơi tên địa danh và tên trường đại học vô tình trùng với tên câu lạc bộ bóng đá chuyên nghiệp. Đại học Granada trùng với Granada CF. Đại học Barcelona trùng với FC Barcelona. Đại học Zaragoza trùng với Real Zaragoza. Đại học Pablo de Olavide ở Sevilla trùng với Sevilla FC. Đại học Extremadura trùng với CF Extremadura. Đại học Jaén trùng với Real Jaén. Đại học La Laguna ở Canarias trùng với vùng bóng đá của Las Palmas và Tenerife. Ngay cả Morelos cũng trùng với một câu lạc bộ Mexico từng tồn tại. Chỉ trong một văn bản, có ít nhất tám cái tên có thể kích hoạt một bộ phân loại dựa trên danh sách từ khóa.

Đây là điểm mấu chốt tôi muốn người đọc nắm: hệ thống không hiểu nội dung, nó chỉ khớp mẫu tên. Với một bộ phân loại chạy bằng danh sách địa danh và thực thể, chữ "Granada" là một tín hiệu. Nó không phân biệt được Granada là một thành phố có trường đại học hay một câu lạc bộ đang đá ở La Liga. Cái tên giống nhau, ngữ cảnh khác nhau, và máy chọn ngữ cảnh sai. Không có gì bí ẩn trong lỗi này. Nó là lỗi chính xác, không phải lỗi mơ hồ.

Từng có lần tôi đọc sai một hợp đồng ngay trên sóng trực tiếp, và tôi đã phải trả giá bằng ba mươi ngày im lặng, ngồi xem lại toàn bộ băng ghi hình để hiểu mình sai ở đâu. Bài học khi đó không phải "đừng bao giờ sai", mà là "đừng bao giờ nói chắc khi chưa có ba nguồn chéo". Cùng một bài học đó áp dụng cho máy móc. Một hệ thống dán nhãn bóng đá lên một vụ án mạng không phải vì nó độc ác. Nó làm vậy vì không ai buộc nó phải kiểm tra xem có thực sự tồn tại một câu lạc bộ, một cầu thủ, hay một trận đấu trong văn bản hay không.

Điều khiến tôi chú ý hơn cả là phản ứng của bản phân tích cấp hai. Thay vì cố nhồi nhét một khung bóng đá lên một vụ việc hình sự, nó đánh dấu "N/A — không đủ thông tin" cho toàn bộ chín chiều phân tích, và dành phần lớn dung lượng để mô tả lỗi đường ống xử lý. Đó là hành xử đúng. Trong nghề này, kỹ năng khó nhất không phải là phân tích, mà là từ chối phân tích khi không có dữ liệu. Người ngoài cuộc thường chắc chắn. Người trong cuộc thường im lặng. Một hệ thống tốt phải biết im lặng đúng lúc.

Nếu gạt bỏ lỗi kỹ thuật sang một bên, tôi thấy ở đây một hiện tượng đáng lo hơn cho ngành truyền thông thể thao. Chúng ta đang xây dựng những cỗ máy sản xuất nội dung với tốc độ vượt qua khả năng kiểm chứng của chính chúng ta. Khi tốc độ thắng kỷ luật, cái sai không còn là ngoại lệ — nó thành sản phẩm dây chuyền. Một tiêu đề bóng đá gắn sai lên một vụ án mạng, nếu được đẩy ra thị trường, sẽ gây tổn hại kép: nó xúc phạm sự thật của nạn nhân, và nó đầu độc lòng tin của độc giả vào toàn bộ phần còn lại của trang tin.

Tôi từng thấy các tòa soạn đốt tiền để chạy đua tốc độ trong ngày chuyển nhượng, và trả giá bằng những đính chính không bao giờ xóa được ấn tượng ban đầu. Đau nhất là tiền đến rồi đi. Còn cái tên của người đã chết — không ai đính chính được hai lần.

Thứ hai, nhãn sai này còn phơi bày một điều mà phần lớn người trong nghề đến giờ vẫn chưa chịu thừa nhận. Hai lĩnh vực bóng đá và esports có chung một loại virus: tin đồn không có điều khoản. Một hệ thống tự động đọc tin cũng chính là hệ thống sẽ đẩy tin đồn chuyển nhượng đi nhanh hơn tốc độ phản hồi của người phủ nhận. Khi cái máy không phân biệt nổi Granada thành phố với Granada câu lạc bộ, nó cũng sẽ không phân biệt nổi một cuộc đàm phán thật với một cuộc đàm phán được dàn dựng để đánh bóng giá. Tôi đã nói điều này nhiều lần trên bàn phân tích: với tôi, giá một cầu thủ không phải con số trên màn hình, mà là phép cộng của những lời từ chối. Nhưng một cỗ máy không đọc được những lời từ chối. Nó chỉ đọc được cái tên được nhắc đến.

Có một chi tiết trong bản phân tích mà tôi cho là đáng giá nhất cho bất kỳ ai làm nghề truyền thông: vụ việc thật đã đi qua ba giai đoạn rõ rệt. Giai đoạn một, các trường có liên hệ trực tiếp với nạn nhân hành động trước — Granada và La Laguna đình chỉ hợp tác. Giai đoạn hai, cơ quan điều phối cấp quốc gia vào cuộc — Hội nghị Hiệu trưởng đề xuất một khung đánh giá rủi ro. Giai đoạn ba, các trường cùng mạng lưới đứng ra "xem xét" để chia sẻ trách nhiệm tập thể trước khi khung đó được ban hành chính thức. Đó là một mô hình lan truyền trách nhiệm rất đáng nghiên cứu, và nó chẳng liên quan gì đến bóng đá. Nhưng nó vận hành đúng như cách một cuộc khủng hoảng chuyển nhượng lan qua thị trường: kẻ chịu tổn thất trực tiếp phản ứng trước, cơ quan quản lý theo sau, phần còn lại đứng nhìn và chờ tín hiệu.

Tôi nhận ra rằng nếu hệ thống định vị đúng lĩnh vực, bài viết gốc hoàn toàn có thể trở thành một nghiên cứu tình huống về đánh giá rủi ro trong các chương trình trao đổi sinh viên — một chủ đề thuộc chính sách giáo dục, không phải thể thao. Điểm đáng chú ý là bang Morelos đã nằm trong danh sách cảnh báo về tỷ lệ tội phạm cao từ trước. Nghĩa là tín hiệu cảnh báo đã tồn tại. Vấn đề không nằm ở việc thiếu thông tin, mà nằm ở trọng số mà các bên đã gán cho thông tin đó. Tôi từng viết rằng đại dịch không giết thị trường chuyển nhượng, nó chỉ phơi bày ai đang chơi bằng tiền thật. Ở đây cũng vậy: bi kịch không tạo ra lỗ hổng, nó chỉ phơi bày lỗ hổng đã có sẵn trong quy trình.

Quay lại câu hỏi nghề nghiệp. Tôi không viết bài này để kể chuyện một hệ thống sai. Tôi viết nó để đặt một câu hỏi cho những ai đang vận hành dây chuyền nội dung: nếu bạn không thể chỉ ra một câu lạc bộ, một cầu thủ, hay một trận đấu trong văn bản, thì cái nhãn "bóng đá" của bạn đang phục vụ ai? Nó phục vụ thuật toán, hay phục vụ độc giả? Mỗi hợp đồng có ba con số — công bố, thật, và con số người ta muốn bạn tin. Mỗi cái nhãn nội dung cũng vậy. Và người đọc, sớm muộn, sẽ tìm ra con số thật.

Ở tuổi 56, tôi không tin vào chữ "bóng đá" được viết trên một vụ án mạng. Trên bàn đàm phán, tôi chỉ tin vào điều khoản. Trên bàn tin, tôi chỉ tin vào nguồn. Ba nguồn độc lập, ghi rõ mốc thời gian, ghi rõ mức độ xác suất — và nếu không có nguồn nào, thì câu trả lời trung thực nhất là im lặng.

Bài học không nằm ở việc sửa một cái nhãn. Bài học nằm ở việc xây một chốt chặn: trước khi bất kỳ hệ thống nào được phép gọi một văn bản là bóng đá, nó phải chứng minh được rằng trong văn bản đó có một đội bóng, một cầu thủ, hoặc một trận đấu thật. Nếu không, thứ duy nhất đúng đắn cần phát ra là một dấu gạch chéo — và một người ngồi lại, đọc lại từ đầu, đúng như tôi đã làm trong ba mươi ngày sau lần sai trên sóng trực tiếp.

Tôi để lại đây một điều đáng nghĩ hơn cả: chúng ta đang xây những hệ thống đọc tin nhanh hơn con người, nhưng vẫn chưa dạy chúng biết cái gì thì không được phép đọc. Sự thật là, khả năng từ chối mới là thước đo cuối cùng của một hệ thống tử tế. Và ngành của tôi, dù là bóng đá hay esports, vẫn còn nợ người đọc một thứ rất cũ: sự im lặng đúng lúc.

(Phân tích dựa trên hồ sơ công khai và kết quả đọc lại văn bản; vụ việc đang trong quá trình điều tra, không hàm ý kết luận về trách nhiệm hình sự.)