Tuyển sinh 2028 của SwimSwam: Bảng dữ liệu đo được gì và bỏ quên gì ở một tài năng bơi lội

Ở hồ sơ tuyển sinh tôi mở lại tuần trước, có một vận động viên nữ 15 tuổi đang giữ thông số 100 mét bướm nhanh nhất trong nhóm tuổi của bang cô ấy. Đỉnh phong độ rơi đúng vào tháng các trường đại học mở cửa liên lạc. Ngay bên dưới, ghi chú của huấn luyện viên vỏn vẹn một dòng: “Cháu bơi 200 tốt hơn hẳn 100.” Hai dữ kiện nằm cạnh nhau trên cùng một trang và kể hai câu chuyện khác nhau về cùng một con người. Tôi đã ngồi cạnh đường bơi suốt 32 năm, từ những bài phóng sự bơi lội cho Thanh Niên Báo năm 2026 đến các bảng tracking ở V-League, và điều tôi rút ra vẫn không thay đổi: bảng dữ liệu trung thực với thứ nó đo, nhưng không bao giờ trung thực với thứ nó bỏ sót.

Bối cảnh: một sản phẩm nằm trong hệ sinh thái tuyển sinh

SwimSwam là một trong những trang tin chuyên biệt về bơi lội được đọc rộng rãi nhất ở Mỹ, nói chung là nguồn đáng tin trong ngành. Ở đây tôi nói tới một sản phẩm cụ thể: Cơ sở dữ liệu tuyển sinh 2028, do Anne Lepesant phụ trách. Lepesant là cây bút kỳ cựu của SwimSwam, theo dõi sát thị trường tuyển sinh đại học Mỹ nhiều năm.

Cần nói rõ ngay: bài giới thiệu sản phẩm này trộn hai chức năng. Nó vừa mô tả sản phẩm làm được gì, vừa bán chính sản phẩm đó. Tôi không đọc nó như một văn bản trung lập, mà như một mảnh dữ liệu phải kiểm chứng chéo trước khi dùng. Đó là lý do tôi đặt mức tin cậy trung bình cho phần mô tả, dù bản thân nguồn là nguồn uy tín.

Để hiểu sản phẩm này, phải hiểu hệ thống mà nó phục vụ. Bơi lội học đường Mỹ vận hành trên hai loại hồ. Mùa giải trung học và mùa giải đại học bơi trên hồ ngắn 25 yard, tính bằng yard. Mùa hè và các giải quốc tế bơi trên hồ dài 50 mét, tính bằng mét. Một vận động viên có thể có hai bộ thành tích song song, không quy đổi thẳng cho nhau. Các trường đại học tuyển chủ yếu dựa trên thành tích hồ ngắn, vì đó là mặt sân thi đấu của họ.

Lớp tuyển sinh 2028 gồm những học sinh tốt nghiệp trung học năm 2028, vào đại học mùa thu 2028. Cơ sở dữ liệu vì thế bắt đầu theo dõi các em từ khoảng năm nhất, năm hai trung học, tức từ 2026, 2026, và sẽ còn chạy tiếp vài năm. Hệ thống tuyển sinh có hai kỳ ký cam kết chính thức, một kỳ sớm vào tháng Mười Một và một kỳ thường vào tháng Tư. Trước đó là giai đoạn cam kết miệng, khi huấn luyện viên và vận động viên thỏa thuận mà chưa ràng buộc bằng giấy tờ.

Trong hệ sinh thái đó, các nền tảng dữ liệu như thế này còn dùng một chỉ số chuẩn hóa do USA Swimming phát triển, thường gọi là Power Points, quy đổi thành tích ở các nội dung khác nhau về một thang điểm chung để so sánh. Đây là công cụ hữu ích, nhưng cũng là nơi dễ nảy sinh hiểu nhầm: một điểm số chuẩn hóa trông khách quan hơn thực tế, vì nó vẫn dựa trên thành tích thô chưa tính tới tuổi và điều kiện lập thành tích.

Một cơ sở dữ liệu tổng hợp có giá trị thật. Nó gom thành tích rải rác ở hàng trăm giải đấu thành một chỗ, gắn tên với trường, với huấn luyện viên, với trạng thái cam kết. Về mặt tiện dụng, không có gì để chê. Vấn đề nằm ở chỗ khác.

Dữ liệu đo được gì

Tôi dành phần lớn bài này để nói về những gì bảng dữ liệu không đo được, bởi vì đó mới là phần khó. Nhưng trước hết phải công bằng với những gì nó đo tốt.

Thành tích cá nhân tốt nhất là đơn vị tiền tệ cơ bản. Một cơ sở dữ liệu tuyển sinh ghi lại thời gian tốt nhất của từng vận động viên ở từng nội dung, thường kèm ngày lập thành tích và tên giải. Dữ liệu này xác minh được, vì kết quả giải đấu là công khai. Về mặt kỹ thuật, đây là loại dữ liệu sạch nhất trong toàn bộ hệ sinh thái: con số hoặc có, hoặc không, không có vùng xám.

Lớp dữ liệu thứ hai là trạng thái cam kết. Ai đã nhận lời trường nào, ai còn để ngỏ, ai đang được nhiều trường theo đuổi. Thông tin này mang tính thời sự cao và là lý do chính khiến độc giả quay lại bảng theo dõi mỗi tuần. Về bản chất, đây là dữ liệu sự kiện, không phải dữ liệu năng lực.

Cả hai lớp dữ liệu đều hữu ích. Nhưng một con số thời gian không tự nói lên điều gì về việc con số đó sẽ đi tới đâu. Và đó chính là câu hỏi mà mọi trường đại học thực sự cần trả lời: không phải vận động viên này bơi nhanh cỡ nào hôm nay, mà cô ấy sẽ bơi nhanh cỡ nào sau bốn năm nữa.

Đây là điểm mà bảng tính mù nhất.

Biến số tuổi bị nén

Hãy lấy hai vận động viên cùng bơi 100 mét bướm hồ ngắn với thành tích 54 giây. Một em 15 tuổi, một em 17 tuổi. Trên bảng, hai dòng dữ liệu giống hệt nhau. Nhưng khoảng trống phát triển của em 15 tuổi lớn hơn nhiều. Em 17 tuổi đã gần chạm trần tự nhiên của lứa tuổi; em 15 tuổi còn hai năm tăng trưởng thể chất, hai mùa tập nền, hai chu kỳ giảm khối lượng để đạt đỉnh. Cùng một con số, hai giá trị hoàn toàn khác nhau. Không cột nào trong bảng tính in ra được sự khác biệt đó.

Tôi gọi đó là biến số tuổi bị nén. Nó nằm ngay trong dữ liệu nhưng lại không được mã hóa thành một chỉ số riêng. Người đọc có kinh nghiệm sẽ tự tách ra; người đọc mới sẽ nhìn hai dòng 54 giây và tưởng chúng tương đương.

Cùng nhóm vấn đề đó là chỉ số tụt thời gian, tức mức cải thiện giữa hai lần lập thành tích. Đây là một chỉ số hấp dẫn vì nó kể một câu chuyện tiến bộ. Nhưng tụt thời gian phụ thuộc nặng vào điểm xuất phát. Một em lập thành tích chưa tốt hồi 14 tuổi sẽ có mức tụt ấn tượng hơn một em đã bơi gần tối ưu từ sớm. Tính theo con số, em thứ nhất trông triển vọng hơn. Tính theo tiềm năng thật, chưa chắc.

Vấn đề hồ bơi và điều kiện lập thành tích

Hồ ngắn 25 yard và hồ dài 50 mét tạo ra hai hệ sinh thái thành tích khác nhau. Cùng một vận động viên, cùng một nội dung, thời gian ở hai hồ chênh nhau đáng kể vì số lần quay đầu khác nhau. Việc quy đổi giữa hai hệ thống là ước lượng, không phải phép tính chính xác. Khi một bảng dữ liệu trộn lẫn thành tích từ hai hệ thống mà không ghi rõ nguồn, nó tạo ra một dạng sai số âm thầm: người đọc so sánh hai con số không cùng đơn vị đo.

Tôi đã từng mắc đúng loại lỗi này ở quy mô khác. Sai lầm của tôi năm 2026 nhắc tôi rằng dữ liệu là chiếc gương, không phải ngọn đèn. Chiếc gương phản chiếu thứ tôi đưa vào; ngọn đèn mới soi được thứ tôi chưa nhìn tới. Một cơ sở dữ liệu tốt là chiếc gương rất sắc. Nó không phải ngọn đèn.

Điều kiện lập thành tích cũng quan trọng không kém. Không phải mọi con số sinh ra trong cùng hoàn cảnh. Thành tích tại giải vô địch, sau nhiều tuần giảm khối lượng tập luyện để đạt đỉnh, khác về bản chất với thành tích tại một cuộc thi đấu đôi giữa mùa, khi vận động viên đang trong giai đoạn tập nặng. Người trong ngành phân biệt được hai loại này. Bảng tính thì thường xếp chúng cạnh nhau mà không phân biệt.

Thành tích cá nhân cũng không phản ánh tốc độ trong các nội dung tiếp sức. Một vận động viên có thể là mắt xích quan trọng của đội tiếp sức nhờ khả năng xuất phát và quay đầu, nhưng chỉ số cá nhân không cho thấy điều đó. Tiếp sức là nơi kỹ năng kỹ thuật — pha xuất phát, cú lao dưới nước, pha đổi hướng — thể hiện rõ nhất, và cũng là nơi dữ liệu cá nhân mù nhất.

Con số và cỡ mẫu

Còn một biến số nữa mà tôi luôn để mắt: số lần thi đấu. Một thành tích đỉnh lập trong mùa giải mà vận động viên chỉ thi đấu ba lần có ý nghĩa khác với thành tích tương đương lập trong mùa giải thi đấu mười lăm lần. Số lần thi đấu càng nhiều, độ ổn định càng rõ, và độ ổn định mới là thứ chuyển hóa được thành điểm số ở giải đại học. Một cú bùng nổ duy nhất chưa nói lên điều gì ngoài việc vận động viên đó có thể bùng nổ một lần.

Bài học này tôi học được từ một bảng dữ liệu khác, ở một môn khác. Năm 2026, tôi mổ xẻ trận Hà Nội FC gặp Thanh Hóa ở vòng 18 V-League. Hà Nội FC có 612 đường chuyền, kiểm soát bóng 58 phần trăm, nhưng chỉ có ba cú dứt điểm trúng đích. Nhìn vào các con số tổng, đội bóng chơi tốt. Nhìn vào cấu trúc, hàng thủ dâng cao tới mức trung vệ thường đứng cách thủ môn 30 mét, và đó mới là chỗ đối phương khai thác được. Số liệu chỉ kể lại, chiến thuật mới bắt đầu từ sai lầm. Một bảng tuyển sinh bơi lội đứng trước cùng cạm bẫy: các con số tổng đẹp có thể che một lỗ hổng cấu trúc nằm ở chỗ khác.

Vậy cơ sở dữ liệu làm tốt nhất việc gì? Nó làm tốt việc tổng hợp và theo dõi trạng thái. Ai đã cam kết với trường nào, khi nào, với thành tích ra sao. Đó là giá trị thông tin thật, hữu ích cho người hâm mộ, cho phụ huynh, cho các trường đang theo dõi đối thủ. Giá trị của nó nằm ở dòng chảy thông tin, không nằm ở khả năng dự báo.

Điểm mù của thực thi

Phần phản trực giác nằm ở đây: chúng ta thường tin rằng dữ liệu tuyển sinh càng đầy đủ thì dự báo càng chính xác. Điều đó đúng với dữ liệu có cấu trúc nhân quả, như tính toán khối lượng tập luyện hay phân tích chuyển hóa năng lượng. Nó không đúng với dữ liệu tuyển sinh, vì thứ quyết định thành công đại học của một vận động viên phần lớn nằm ngoài các cột.

Thể chất chưa chín, tốc độ thích nghi với khối lượng tập mới, khả năng chịu áp lực thi đấu, chất lượng huấn luyện viên ở trường đến, sự ổn định của môi trường sống, lịch sử chấn thương vai và đầu gối — không thứ nào nằm trong bảng tính. Tôi không tin vào linh cảm. Tôi tin vào việc linh cảm đó biết bao nhiêu biến số đã được nạp. Ở đây, số biến số được nạp vào một cơ sở dữ liệu tuyển sinh ít hơn nhiều so với vẻ ngoài của nó.

Có một tầng nữa mà người đọc cần nhận ra: sản phẩm này được giới thiệu bằng chính bài viết nói về nó. Đó là mô hình truyền thông phổ biến và hợp pháp, nhưng nó làm nảy sinh một câu hỏi về tần suất: những vận động viên được nhắc nhiều trên cơ sở dữ liệu có thực sự là những vận động viên tốt nhất, hay chỉ là những người được theo dõi nhiều nhất? Trong ngành dữ liệu, hai câu hỏi đó thường bị trộn lẫn, và đó là chỗ niềm tin bị dẫn dắt mà người đọc không hay.

Thị trường chuyển nhượng là một tấm bản đồ sai số khổng lồ. Người khôn tìm điểm mù, không tìm kho báu. Bơi lội tuyển sinh cũng vậy. Điểm mù ở đây chính là khoảng cách giữa thành tích 17 tuổi và tiềm năng 21 tuổi, một khoảng cách không cột số nào lấp được.

Nghĩ tiếp

Tôi không viết bài này để hạ thấp một sản phẩm dữ liệu. Tôi viết để đặt nó đúng chỗ trên bàn làm việc: nó là công cụ tra cứu, không phải công cụ dự báo. Người dùng nó tốt nhất là người biết mỗi con số đi kèm một câu hỏi chưa được trả lời.

Với Việt Nam, bài học không xa. Chúng ta cũng đang bước vào giai đoạn mà bảng thành tích bơi lội trẻ được số hóa, và cơn cám dỗ lớn nhất luôn là nhìn một con số rồi kết luận về một con người. Bước chân vào làng dữ liệu, tôi học được cách im lặng trước những con số. Có lẽ đó là kỹ năng cần dạy sớm nhất cho bất kỳ ai muốn làm việc với dữ liệu thể thao, dù là bơi lội hay bóng đá.

Khi bảng tuyển sinh 2028 đóng lại vào vài năm tới, người ta sẽ biết bao nhiêu cái tên trên đó thực sự chạm đỉnh. Lúc đó, câu hỏi thú vị không phải là ai đoán đúng, mà là dữ liệu đã bỏ sót điều gì trên đường đi.