Một bài báo chính trị lọt vào feed chuyển nhượng: lỗ hổng phân loại đang bào mòn niềm tin độc giả bóng đá

Một bài báo chính trị lọt vào feed chuyển nhượng: lỗ hổng phân loại đang bào mòn niềm tin độc giả bóng đá Tối hôm đó, bảng theo dõi của tôi hiện lên một mục được gắn thẻ "Football". Tôi bấm vào và đọc. Nội dung nói về Sohail Afridi, Thủ hiến tỉnh Khyber-Pakhtunkhwa, một cuộc tuần hành dài dự kiến ngày 4 tháng 10, và những cảnh báo về việc áp đặt Governors' Rule từ chính quyền liên bang Pakistan. Tôi đọc hết ba mươi điểm dữ liệu trong bản phân tích gốc. Không một câu lạc bộ. Không một cầu thủ. Không một bản hợp đồng. Không một trận đấu. Không một chỉ số xG, PPDA, hay một bảng giá trị đội hình nào. Đó là khoảnh khắc tôi nhận ra đường ống tin chuyển nhượng mà tôi dựa vào mỗi ngày đang có một lỗ hổng. Lỗ hổng ấy không nằm ở biên tập viên. Không nằm ở nguồn tin. Nó nằm ở tầng phân loại tự động phía dưới cùng, cái tầng mà hầu như không ai trong chúng ta nhìn thấy. Tôi mất niềm tin vào phép màu tại Công viên các Hoàng tử, nhưng tìm thấy công thức ở nơi khác. Công thức đó là: mọi thứ trong ngành này đều đo được, kể cả những thứ tưởng chừng vô hình như niềm tin của độc giả. Niềm tin ấy đang bị đo bằng một thước đo rất cụ thể: số bài báo sai chủ đề lọt vào feed mà họ đọc. Ngành bóng đá hiện đại sản sinh một khối lượng tin khổng lồ mỗi ngày. Một kỳ chuyển nhượng hè có thể tạo ra hàng trăm nghìn bài viết trên toàn cầu, từ bản tin chính thống của các câu lạc bộ cho tới những dòng tweet vô danh từ một tài khoản không người theo dõi. Không một tòa soạn nào đủ người để đọc hết. Vì thế, ngành này chuyển sang tự động hóa. Các đường ống nội dung dùng thuật toán để gắn thẻ, phân loại và định tuyến bài viết về đúng chuyên mục: bóng đá, chuyển nhượng, chiến thuật, tài chính. Mỗi bài viết được gán một nhãn trước khi tới tay người biên tập. Trong mùa giải đấu lớn, áp lực ấy còn lớn hơn. Khi một kỳ World Cup hay một vòng loại châu lục diễn ra, lưu lượng tin tăng vọt, và các tòa soạn buộc phải đẩy nhanh tốc độ xử lý. Tốc độ trở thành thước đo năng lực. Và tốc độ là kẻ thù tự nhiên của kiểm chứng. Vấn đề nằm ở chỗ: thuật toán gắn thẻ bằng từ khóa và thực thể. Từ khóa thì không hiểu ngữ cảnh. Một cái tên, một chữ viết tắt, một cụm từ xuất hiện ở hai lĩnh vực hoàn toàn khác nhau có thể đánh lừa cả một hệ thống. Trong trường hợp này, thủ phạm gần như chắc chắn là ba chữ cái: PTI. Trong bài báo gốc, PTI là tên một đảng chính trị Pakistan. Trong thế giới bóng đá, cùng ba chữ cái ấy có thể trỏ tới một thực thể hoàn toàn khác. Thuật toán nhìn thấy "PTI", khớp với một nhãn bóng đá trong cơ sở dữ liệu của nó, và thế là một bài báo về chính trị cấp tỉnh Pakistan được định tuyến thẳng vào feed chuyển nhượng. Tôi đã dành tám năm đứng giữa các bảng giá. Tôi biết một sai sót nhỏ ở tầng nhập liệu có thể phình to thế nào khi nó đi qua chuỗi xử lý. Một dấu phẩy sai trong một bảng lương có thể làm lệch cả một kịch bản tài chính. Một thực thể bị gán nhãn sai có thể làm nhiễu cả một feed. Đây là một ví dụ sạch, rõ ràng, không thể tranh cãi. Cấu trúc của bản phân tích sai lầm ấy dạy chúng ta nhiều điều hơn bản thân lỗi. Khung phân tích gồm chín chiều, và cả chín chiều đều dẫn tới cùng một kết luận. Chiều chiến thuật và kỹ thuật ghi "không đủ thông tin" ở mọi ô. Không hệ thống chiến thuật, không sơ đồ đội hình, không phong cách chơi nào được nhắc tới. Điểm dữ liệu định lượng duy nhất trong toàn bộ bài là mức GDP tăng 6,1% dưới thời Imran Khan so với 2,3% dưới chính quyền đương nhiệm. Đó là dữ liệu kinh tế vĩ mô, không phải chỉ số bóng đá. Chiều tài chính câu lạc bộ và thị trường chuyển nhượng cũng trống rỗng: doanh thu bản quyền, doanh thu thương mại, quỹ lương, nợ ròng. Không một thương vụ, không một điều khoản giải phóng, không một cấu trúc hợp đồng nào xuất hiện. Mức GDP kia là một tuyên bố chính trị của người phát ngôn, không phải một dữ liệu tài chính đã được kiểm toán. Chiều chu kỳ kết quả và dư luận thừa nhận thẳng: đây là một chu kỳ đối đầu chính trị giữa chính quyền tỉnh và chính quyền liên bang, leo thang hướng tới một cuộc tổng động viên ngày 4 tháng 10, chứ không liên quan tới phong độ đội bóng nào. Chiều bối cảnh giải đấu và định vị đội bóng không có gì để nói, vì không có giải đấu nào. Chiều luật lệ và tuân thủ nhắc tới một hệ thống luật hoàn toàn khác: luật hiến pháp Pakistan, với cơ chế Governors' Rule và các điều khoản tình trạng khẩn cấp. Chiều quản lý và phòng thay đồ ghi nhận một tín hiệu căng thẳng nội bộ: một lá thư được cho là đề nghị hoãn cuộc tuần hành, và việc cuộc họp kết thúc đột ngột khi tác giả của lá thư muốn giải thích. Điều đáng chú ý là bản phân tích không hề cố gắng nhồi nhét nội dung bóng đá vào chỗ trống. Nó ghi "không đủ thông tin" một cách có kỷ luật, và thêm một ghi chú xuyên lĩnh vực để xác định tài liệu thực sự chứa gì. Đây là chuẩn mực mà ngành của tôi cần học. Vậy lỗ hổng nằm ở đâu? Nó nằm ở chỗ: tầng phân loại của đường ống đã gán nhãn "Football" cho một bài báo chính trị, và tầng phân tích phía sau buộc phải chạy toàn bộ chín chiều khung phân tích bóng đá chỉ để kết luận rằng không có gì để phân tích. Chi phí của lỗi này không nằm ở một bài viết sai. Nó nằm ở toàn bộ chuỗi xử lý phía sau bị kéo lệch. Khi một bài báo chính trị lọt vào feed bóng đá, hậu quả không dừng ở đó. Nó đi tiếp. Bản tóm tắt tự động về sau sẽ trộn lẫn nội dung chính trị với nội dung thể thao. Các mô hình ngôn ngữ huấn luyện trên dữ liệu bị nhiễm này sẽ học sai. Các bảng xếp hạng độ tin cậy của nguồn sẽ bị lệch. Và cuối cùng, độc giả — những người mở feed để tìm tin về một thương vụ chuyển nhượng — sẽ nhận được một bài về chính trị Pakistan. Bản phân tích còn chỉ ra một rủi ro sâu hơn: nếu đường ống định tuyến bằng từ khóa, thì mọi bài viết khác có nhắc tới thực thể trùng tên ấy đều có thể mang cùng nhãn sai. Một lỗi đơn lẻ trở thành một lỗi hệ thống. Và lỗi hệ thống thì không tự biến mất. Bản phân tích cũng dựng một sơ đồ truyền dẫn trong chính lĩnh vực của nó: từ cơ quan hành pháp tỉnh, qua cuộc tổng động viên và cuộc chiến truyền thông, tới phản ứng của thể chế liên bang. Không có bất kỳ mắt xích nào của chuỗi truyền dẫn bóng đá — học viện, người đại diện, bản quyền truyền hình, mạng lưới vốn, thị trường phái sinh, hệ sinh thái đội tuyển quốc gia. Không một dữ liệu thương mại hay dòng chảy thị trường nào. Đây là lúc tôi nghĩ tới bài học từ một thương vụ khác. Khi làn sóng đại dịch quét qua, tôi nhìn thấy những giám đốc thể thao bơi trong dữ liệu cũ và chết đuối. Họ dựa vào những bảng số không còn đúng, những mô hình không còn phản ánh thực tế. Đường ống nội dung của ngành bóng đá đang đứng trước một tình huống tương tự: nó dựa vào một tầng phân loại cũ, được thiết kế cho một thế giới ít phức tạp hơn. Bản phân tích đề xuất một giải pháp cụ thể: thêm một cổng kiểm tra loại thực thể — câu lạc bộ, cầu thủ, giải đấu, cơ quan quản lý — như một điều kiện bắt buộc trước khi chấp nhận một bài vào miền bóng đá. Nếu không có câu lạc bộ, không có cầu thủ, không có giải đấu nào xuất hiện, bài viết không được gán nhãn bóng đá. Nghe đơn giản. Nhưng nó đòi hỏi người ta phải thừa nhận rằng thuật toán hiện tại đang sai. Bản phân tích cũng đưa ra một ma trận rủi ro. Rủi ro thể thao: không có. Rủi ro tài chính: các tuyên bố kinh tế vĩ mô được dùng cho mục đích chính trị mà không có kiểm chứng độc lập. Rủi ro nhân sự: căng thẳng nội bộ về thời điểm tuần hành. Rủi ro luật lệ: can thiệp hiến pháp được đe dọa từ nhiều cơ quan liên bang. Rủi ro dư luận: khung truyền thông bị chính quyền tỉnh gọi là "mạng hoạt hình". Rủi ro hệ thống: nguy cơ mất trật tự quanh một cuộc tổng động viên, với trách nhiệm được gán trước. Tất cả những thứ đó thuộc về một đường ống phân tích chính trị. Nhưng chúng đã đi qua một đường ống bóng đá. Và đó chính là vấn đề. Đây là chỗ tôi muốn đối đầu với cách kể chuyện dễ dãi nhất về sự cố này. Cách kể ấy là: đổ lỗi cho thuật toán. Nói rằng AI phân loại kém, rằng mô hình cần thêm dữ liệu, rằng kỹ sư cần sửa từ khóa. Cách kể ấy nghe hợp lý, và nó cho phép tất cả chúng ta — những người làm nghề — rửa tay. Tôi không tin. Thuật toán chỉ làm đúng những gì con người dạy nó. Một hệ thống gắn nhãn "Football" cho một bài báo chính trị là kết quả của một chuỗi quyết định do con người đưa ra: quyết định xây dựng đường ống theo từ khóa, quyết định không kiểm tra loại thực thể, quyết định tin rằng tự động hóa có thể thay thế phán đoán. Từ Moscow đến Clairefontaine, tôi ghi lại cách người Pháp biến bi kịch thành chiến thuật. Nhưng tôi cũng ghi lại một điều khác: những bi kịch lớn nhất trong nghề này không đến từ sai sót của máy móc, mà từ sự lười biếng của con người được ngụy trang thành hiệu quả. Tôi từng nghĩ quyền lực nằm ở chữ ký, cho đến khi chứng kiến một lời hứa tan theo mưa ở Paris. Trong nghề của tôi, chữ ký là thứ cuối cùng. Trước nó là hàng trăm lần kiểm tra chéo. Tôi xây dựng hệ thống theo dõi ba nguồn tin trước khi công bố bất kỳ dữ liệu nào, không phải vì tôi thích quy trình, mà vì tôi đã từng bị mắng vì bỏ qua nó. Ngành bóng đá đang quên bài học ấy. Chúng ta xây những đường ống ngày càng nhanh, ngày càng tự động, và ngày càng ít người kiểm tra. Khi một bài báo chính trị lọt vào feed chuyển nhượng, đó là một triệu chứng chứ không đơn thuần là một lỗi kỹ thuật. Nó nói rằng chúng ta đã ngừng đọc những gì mình xuất bản. Bản phân tích này làm đúng điều ngược lại. Nó không cố gắng cứu vãn bài báo bằng cách bịa ra một góc bóng đá. Nó ghi "không đủ thông tin" ở nơi không có thông tin, và gọi thẳng tên vấn đề: đây là một lỗi phân loại, không phải một phát hiện nội dung. Đó là chuẩn mực kiểm chứng tam trùng mà tôi theo đuổi suốt hai mươi mốt năm. Giá trị của một cầu thủ chỉ là con số; giá trị của một đội bóng là câu chuyện họ dám kể. Và giá trị của một đường ống tin, cuối cùng, là việc nó dám thừa nhận mình đã sai. Điều đáng theo dõi tiếp theo không phải là bài báo Pakistan kia. Nó là câu hỏi liệu đường ống nào sẽ là người đầu tiên thêm cổng kiểm tra loại thực thể, và liệu những đường ống khác có buộc phải theo hay không. Một lỗi đơn lẻ đã bị phát hiện. Nhưng bao nhiêu lỗi tương tự đang âm thầm đi qua, trong những feed mà không ai mở ra đọc? Tôi sẽ theo dõi chuyện này như theo dõi một thương vụ: bằng ba nguồn, bằng mốc thời gian, và bằng một câu hỏi duy nhất — ai đang thực sự đọc những gì họ xuất bản?