Hồ sơ trống trên đường chạy: khi mọi ô dữ liệu đều bỏ ngỏ

Ngày 13 tháng 8 năm 2026, tôi mở một tập tài liệu về một giải điền kinh và thấy mọi ô đều để trống: không tên vận động viên, không cự ly, không thành tích, không ngày thi đấu, không nguồn. Trong nghề điều tra, một tập hồ sơ như thế không phải chuyện hiếm. Điều đáng dừng lại là cách người ta giải thích nó: chắc lỗi hệ thống, chắc bản gốc chưa gửi, chắc bên kia giữ lại. Điều lạ nhất không phải là sai số, mà là cách người ta cố giải thích nó.

Người đưa tài liệu cho tôi nói thế là đủ, vì ít ra còn biết môn. Tôi không tranh cãi, chỉ hỏi lại câu quen thuộc: số tiền này đi từ đâu đến và đã làm gì trên đường đi? Không ai trả lời được, và đó là dữ liệu đầu tiên của ngày hôm đó.

Điền kinh vận hành bằng dữ liệu khô hơn hầu hết môn thể thao khác. Một suất dự Olympic hoặc giải vô địch thế giới chỉ có hai cửa: đạt chuẩn thành tích trong cửa sổ thời gian quy định, hoặc tích đủ điểm xếp hạng thế giới. Chuẩn thành tích rơi ra ngoài cửa sổ thì không tính, dù chạy nhanh hơn. Điểm xếp hạng phụ thuộc vào hạng, đẳng cấp giải và số lần thi đấu được tính. Với các nước mạnh còn có hạn mức suất mỗi quốc gia, nên người thứ tư của một cường quốc có thể ở nhà.

Phía sau hệ thống ấy là một dòng tiền không nhỏ: thù lao ở các giải Diamond League, tiền thưởng theo hạng, hợp đồng tài trợ cá nhân, hợp đồng giày, hỗ trợ từ liên đoàn quốc gia và ngân sách thể thao. Mỗi ô dữ liệu bị bỏ trống có thể là một dòng ngân sách không có người đối chiếu.

Thêm một lớp nữa: dữ liệu thi đấu giờ chảy thẳng vào các công ty cung cấp cho thị trường cá cược. Dựa trên kinh nghiệm theo dõi các giải điền kinh của tôi trong mười năm qua, một giải trẻ không ai xem vẫn có giá trị nếu nó tạo ra dữ liệu thời gian thực đủ nhanh cho thuật toán.

Khi tôi nhận được một tập dữ liệu với chín nhóm thông tin đều trống, cách xử lý không phải là đoán. Cách xử lý là ghi lại sự trống đó và dựng lại đường đi của nó: thông tin cuộc thi, thông tin vận động viên, cơ chế vượt chuẩn, bức tranh cự ly, luật và chống doping, hệ thống đội và huấn luyện, rủi ro, câu chuyện truyền thông, và dòng lan truyền ra thị trường.

Một chỉ báo tôi luôn kiểm tra trước tiên là đường cong thành tích cá nhân. Ở cự ly nước rút, đỉnh sự nghiệp thường rơi vào khoảng 24 đến 29 tuổi; ở marathon, đỉnh có thể kéo dài qua 35. Một bước nhảy vọt vượt xa mức tăng trung bình hằng năm là dấu hiệu phải đối chiếu chéo với hồ sơ kiểm tra doping, vì đó là điểm kiểm tra định lượng mạnh nhất mà tôi có. Không có chuỗi thành tích theo năm, điểm kiểm tra ấy không tồn tại.

Một tập hồ sơ trống làm cả chín nhóm cùng tê liệt. Khi không có thành tích, tôi không thể nói vận động viên này tiến bộ bất thường. Khi không có ngày sinh, tôi không thể nói ai đang ở đỉnh sự nghiệp. Khi không có tên giải, tôi không thể nói chuẩn thành tích nào đang áp dụng.

Điều tôi có thể làm là mô hình hóa xác suất của chính sự trống. Ở một giải có tên, có ngày, có danh sách đăng ký, xác suất cả chín nhóm thông tin cùng biến mất là cực nhỏ, vì mỗi nhóm nằm ở một hệ thống lưu trữ khác nhau. Nếu tỷ lệ mất dữ liệu ở mỗi hệ thống là độc lập, xác suất mất đồng thời giảm theo cấp số nhân. Một tập hồ sơ trống hoàn toàn khó xảy ra vì lý do ngẫu nhiên hơn nhiều so với việc có người chủ động dừng truyền dữ liệu ở một điểm.

Bằng chứng tài chính phải đối chiếu với mô hình xác suất, và cả hai phải khớp với lời kể của con người. Chứng từ cho thấy tiền đã đi đâu. Mô hình cho thấy khả năng trùng hợp là bao nhiêu. Người kể cho biết ai đã ra quyết định. Thiếu một trong ba, tôi vẫn chưa có hồ sơ, chỉ có giả thuyết.

Có một nguyên tắc tôi giữ từ lâu: an toàn không phải là không bị bắt, mà là không bao giờ tạo ra dấu vết. Những hồ sơ sạch nhất mà tôi từng gặp không phải là hồ sơ đã bị xóa. Chúng là hồ sơ chưa từng được tạo, hoặc được tạo dưới một mã khác, ở một hệ thống khác. Dữ liệu trống không phải là bằng chứng của tội, nhưng nó là bằng chứng của một quy trình đã bị can thiệp ở đâu đó.

Đây là lý do tôi không chấp nhận câu lỗi hệ thống như một lời giải thích cuối cùng. Lỗi hệ thống có dấu vết: log truy cập, thời điểm ghi, mã người sửa. Nếu không có log, chính việc không có log là một dữ liệu.

Phần hợp lý của câu chuyện này nằm ở chỗ rất nhiều khoảng trống là hợp pháp và cần thiết. Hồ sơ sinh học của vận động viên được thiết kế để bảo mật. Dữ liệu vị trí phục vụ kiểm tra ngoài cuộc thi cũng được bảo vệ, vì công khai nó là trao cho người khác lịch sinh hoạt của một con người. Vận động viên chưa thành niên được che tên, và giấy miễn trừ điều trị là thông tin y tế.

Sự khác biệt nằm ở chỗ khác. Bảo mật theo quy định để lại một mã định danh, một phạm vi, một thời hạn. Không có mã định danh, không có phạm vi, không có thời hạn là khoảng trống hành chính, không phải khoảng trống y tế. Hai loại này trông giống nhau trên giấy và khác nhau hoàn toàn trong hồ sơ tố tụng.

Tôi từng nhận xét sai theo hướng này. Nhiều năm trước, tôi đọc một chuỗi chứng từ rất khớp và suýt kết luận sớm. Một đồng nghiệp bản địa đã phản biện giả thuyết của tôi bằng một chi tiết hành chính tôi không biết. Từ đó, tôi luôn nhờ người hiểu hệ thống tại chỗ kiểm tra lại trước khi viết.

Việc cần làm không lớn. Mỗi giải đấu nên công bố một bộ dữ liệu tối thiểu: mã đăng ký, cự ly, ngày, kết quả, và một dòng giải thích nếu có trường bị che. Mỗi bài báo về điền kinh nên hỏi mã định danh trước khi hỏi thành tích. Tất cả những gì tôi làm chỉ là nối các dấu chấm, và đếm xem có bao nhiêu kẻ cố tình vẽ sai.