xG Như Nhân Chứng Bất Tín: Khi Mô Hình Đúng Và Tôi Vẫn Mất Ngủ

Mùa hè 2026, vòng 18 giải Ngoại hạng Trung Quốc. Trên màn hình, chỉ số bàn thắng kỳ vọng hiện lên: Thượng Hải SIPG 2.8 xG, Sơn Đông Lỗ Năng 0.4 xG. Tôi in dòng chữ đó ra giấy A4 và dán lên tường, ngay phía trên màn hình. Trước trận, gần như toàn bộ chuyên gia truyền thống của các tờ báo thể thao lớn chọn tỷ số hòa. Họ viện đến phong độ gần đây, lịch sử đối đầu, cái nóng cuối tháng Bảy, áp lực sân khách ở Tế Nam. Tôi không tranh luận. Tôi công bố con số, dự đoán SIPG thắng 3-1, và ký tên dưới bài phân tích. Chung cuộc 3-1. Bài viết đạt 50.000 lượt xem sau 24 giờ. Biên tập viên gọi điện, giọng vui như vừa trúng số. Còn tôi ngồi im trước màn hình, nhìn tờ giấy A4, và hiểu ra một điều đáng sợ hơn cả việc mô hình sai: mô hình đúng. Khi một bảng tính được thực tế xác nhận, người ta bắt đầu tin nó. Một khi đã tin, nó thôi tự phản biện. Năm đó, xG còn mới ở Trung Quốc. Các nền tảng thể thao du nhập khái niệm từ châu Âu, nhưng phần lớn dùng như một món trang trí: in lên đồ họa truyền hình mà không ai định giá lại trận đấu từ nó. Đội ngũ của tôi làm ngược lại. Chúng tôi lấy dữ liệu sự kiện thô từ các nhà cung cấp, tự gán trọng số theo vị trí dứt điểm, theo chân sút, theo áp lực quanh khung thành. Mỗi trận trở thành một bài kiểm tra: bảng điểm có khớp với tỷ số không? Đội hình khi đó của SIPG có Hulk và Oscar; phía Sơn Đông, Graziano Pellè đá cao nhất trên hàng công. Những cái tên ấy khiến bảng số càng khó bị bỏ qua. Cách tôi hình dung xG từ khi đó chưa thay đổi nhiều. xG không ghi bàn, nhưng nó khiến người ta tranh cãi nhiều hơn cả quả bóng thật. Nó không dự đoán. Nó khai. Một cú sút từ rìa vòng cấm dưới áp lực của hai hậu vệ là nhân chứng cho thấy hàng công đã tạo được cơ hội, nhưng cũng là nhân chứng cho thấy khối phòng ngự đã đứng đúng chỗ. Vấn đề nằm ở chỗ chúng ta thường bắt nhân chứng nói thay kết luận. Một vụ án không thể khép lại chỉ vì nhân chứng kể một câu chuyện trôi chảy. Năm 2026 tôi kể câu chuyện đó quá trôi chảy. Thành công của vòng 18 đưa tôi đến một công ty cá cược với vai trò nhà phân tích chính. Mùa hè 2026, World Cup ở Nga. Mô hình mới dựa trên chỉ số PPDA và chiều cao trung bình của hàng thủ. Tôi không nhớ hết các biến, nhưng nhớ rõ cảm giác khi vòng bảng khép lại: mô hình đúng ở những trận mà không ai dám đặt cửa dưới. Hàn Quốc đánh bại Đức 2-0. Tôi đăng lên mạng xã hội, kêu gọi mọi người theo cửa dưới. Cảm giác lúc đó giống như đứng trên đỉnh một tòa nhà và nhìn xuống thành phố đang ngủ. Đến vòng 1/8, mô hình nói Brazil sẽ thắng Bỉ. Không vì Brazil tấn công hay hơn — chỉ số phòng ngự của họ tốt hơn. Tôi lên sóng trực tiếp và khẳng định. Đêm đó, Bỉ thắng 2-1 bằng một cú đá cố định và một pha phản công ở cuối hiệp hai. Những khách hàng nghe tôi mất tiền. Tôi tranh cãi gay gắt trên mạng với một đồng nghiệp, người đã cảnh báo đúng. Sau đó, tôi dành ba tuần viết lại mã nguồn. Ba tuần đó dạy tôi nhiều hơn ba năm trước cộng lại. Tôi thêm biến 'giải đấu', vì cường độ và cách chơi ở vòng loại khác hoàn toàn với vòng knock-out. Tôi thêm một thành phần ngẫu nhiên, không phải để mô hình mạnh hơn, mà để nhắc nó rằng nó yếu. Nhưng bài học lớn nhất nằm ngoài code. Kinh nghiệm làm nghề phân tích cho thị trường Trung Quốc cho tôi thấy dữ liệu di cư qua biên giới thế nào và biến chất ra sao: một chỉ số sinh ra ở Anh, dùng ở Ý, được tin ở Trung Quốc, rồi trở thành một loại mê tín ở Việt Nam. Ở mỗi trạm, nó được khoác thêm một lớp nghĩa mà tác giả gốc không hề gửi kèm. Mọi mô hình đều sai, nhưng vài kẻ sai một cách có ích. Ở trận Brazil gặp Bỉ, mô hình không hề dự đoán tỷ số. Nó định giá khả năng của các kịch bản. Người ta muốn một lời tiên tri, và người trình bày — tức là tôi — đã đưa cho họ một lời tiên tri, dù trên giấy chỉ là xác suất. Đó là lỗi của tôi, không phải lỗi của toán. Có một nghịch lý đi kèm. Càng nhiều dữ liệu, người ta càng muốn một kết luận duy nhất. Sau năm 2026, khi bóng đá toàn cầu trải qua cú ngắt quãng lịch sử, tôi viết ít hơn về chiến thuật và nhiều hơn về sự tình cờ. Sự ngẫu nhiên không thể dùng làm cái cớ để tôi né trách nhiệm phân tích. Nó là biến số bắt buộc phải khai báo trước khi mô hình nói bất kỳ điều gì. Bóng đá ngừng lăn năm 2026, nhưng sự ngẫu nhiên chưa từng nghỉ trưa. Ở một góc nhìn khác, tôi cũng đã học cách đối xử với các chỉ số như một loại dữ liệu có tuổi thọ. Một mùa sau khi ra đời, xG vẫn hữu ích. Ba mùa sau, nó bắt đầu già. Năm mùa sau, nó trở thành một quy ước xã hội. Nhiều chuyên gia vẫn trích dẫn xG như một chân lý mười năm tuổi, trong khi các đội đã thay đổi cách tạo cơ hội còn các hậu vệ đã thay đổi cách phá bóng. Dữ liệu biến mất không phải là mất dữ liệu — mà là một loại dữ liệu. Đôi khi, đó là loại dữ liệu đáng nghi nhất. Về chuyện chấn thương và tái xuất, tôi mang theo một niềm tin khó lay: bảo mật y tế khiến khán giả và truyền thông bị mù. Các câu lạc bộ chỉ công bố những gì có lợi cho giá cổ phiếu hoặc cho tâm lý phòng thay đồ. Mỗi lần một ngôi sao vắng mặt mà thông tin công khai gói gọn trong hai chữ 'chấn thương', tôi coi đó là một biến số bị giấu, chứ chưa phải một sự thật đã xác lập. Bảng số có thể không nói dối, nhưng người công bố bảng số thì có thể. Về đào tạo trẻ, tôi cũng giữ một hoài nghi dai dẳng. Các cựu ngôi sao mở học viện phần lớn là chiêu trò thương mại; thứ thiếu trầm trọng là đầu tư có hệ thống vào đào tạo huấn luyện viên cơ sở. Một mô hình dữ liệu tốt không thể bù cho một thế hệ huấn luyện viên thiếu nền tảng. Đây là loại biến số mà xG không bao giờ nhìn tới, và cũng là loại biến số quyết định ai vô địch trong mười năm tới. Tất cả những điều này đưa tôi trở lại một câu hỏi nhỏ, câu hỏi tôi vẫn chưa trả lời trọn vẹn: nếu không thể dự đoán chính xác, vì sao tôi vẫn làm việc này mỗi ngày? Câu trả lời có lẽ nằm ở chỗ khác. Người ta bảo tôi giỏi dự đoán. Nhầm. Tôi chỉ giỏi nói 'chưa đủ dữ liệu' đúng lúc. Và kỹ năng ấy — nói một câu phủ định khi tất cả đang chờ một câu khẳng định — là thứ tôi học được từ mô hình sai của chính mình, chứ không phải từ mô hình đúng. Nhìn về phía trước, tôi đang theo dõi một thứ mà các chỉ số truyền thống chưa chạm tới: mối quan hệ giữa ngẫu nhiên có cấu trúc và biến động tâm lý trong các loạt đá luân lưu ở giải đấu lớn. Dữ liệu hình học của khung thành đã đủ; thứ thiếu là dữ liệu về nỗi sợ. Có lẽ mùa giải tới, tôi sẽ thử đưa một biến số về nó vào bảng tính. Mỗi bảng tính là một bài thiền, chỉ khác là thiền xong bạn mất tiền. Và có lẽ, đúng như thường lệ, mô hình của tôi sẽ lại sai. Nếu nó sai một cách có ích, thì bài thiền ấy vẫn đáng ngồi.