Võ thuật không phải một môn: cái giá của lỗi phân loại trong dữ liệu thể thao

Tháng 1 năm 2026, tại Ariake Arena ở Tokyo, Takeru Segawa bước vào lồng đấu ONE 165. Anh là nhà vô địch K-1 hạng lông, gương mặt đại diện của làng kickboxing Nhật Bản, người xây dựng tên tuổi bằng những trận đấu dưới bộ luật cấm chỏ. Superlek Kiatmoo9 hạ anh bằng một cú chỏ ngay trong hiệp một. Khi tôi mở bảng dữ liệu sau trận để chuẩn bị cho phần dẫn chương trình, cột phân loại của cả hai võ sĩ ghi đúng một từ: martial_arts. Bảng dữ liệu không sai về mặt kỹ thuật. Nó chỉ vô dụng. Một nhóm phân tích dữ liệu thể thao gửi tôi bản trích xuất của một bài báo võ thuật. Phần thông tin cốt lõi trống hoàn toàn: không tên vận động viên, không sự kiện, không thời điểm, không nguồn. Khung phân tích tám chiều mà nhóm dùng — kỹ thuật chiến thuật, điều kiện thi đấu, vị thế tổ chức, giá trị kinh doanh, luật lệ và quản trị, rủi ro sức khỏe, tự sự, truyền dẫn ngành — không có điểm tựa nào để bám vào. Mọi cột đều bằng không, kèm ba cảnh báo rủi ro ở mức cao và trung bình. Bản trích xuất trống đó, xét cho cùng, là chứng cứ về đúng căn bệnh tôi gặp hằng tuần: lỗi ở cột nhãn đầu vào không dừng lại ở cột đó, nó chảy xuống toàn bộ chuỗi tính toán phía sau. Trong 14 tháng không có sân khấu nào để dẫn khi dịch bệnh đóng cửa các nhà thi đấu, tôi dựng một bộ dữ liệu chấn thương gồm 500 cầu thủ bóng đá thuộc năm giải châu Âu và 300 vận động viên điền kinh. Cùng cách làm đó, tôi thử áp sang võ thuật và đụng ngay bức tường phân loại. Bóng đá có một luật chơi. Điền kinh có một hệ điều kiện đo lường. Võ thuật có hàng chục bộ luật, và chúng không tương đương nhau. Năm 2026, khi tôi viết về Abdul Hakim Sani Brown bằng dữ liệu cảm biến 4,8 Hz tần số bước và sải chân 2,1 mét, tôi không phải hỏi cậu bé đang chạy theo luật nào. Đó là đặc quyền của một môn thể thao đã chuẩn hóa điều kiện thi đấu. Bốn nhóm luật chi phối phần lớn bức tranh võ thuật chuyên nghiệp. Quyền Anh dùng hệ thống 10 điểm phải có, ba hoặc bốn giám định chấm độc lập theo từng hiệp rồi kết toán; một lần bị trừ điểm là sự kiện có trọng số lớn. MMA dùng Unified Rules, được Hội đồng Giám sát Thể thao bang New Jersey đưa vào áp dụng năm 2026 và Hiệp hội Ủy ban Thể thao Bắc Mỹ thông qua năm 2026, với bản sửa đổi lớn năm 2026 tại Las Vegas định nghĩa lại thế nào là một võ sĩ đã chạm sàn. Karate đối kháng theo hệ thống của Liên đoàn Karate Thế giới chấm một điểm cho đòn đánh vào thân hoặc đầu, hai điểm cho cú đá vào thân, ba điểm cho cú đá vào đầu hay đòn hạ gục đối thủ. Wushu taolu chạy trên ba bảng điểm song song: chất lượng động tác, biểu cảm tổng thể và độ khó. Judo từ năm 2026 bỏ hình thức thắng bằng quyết định của trọng tài, chuyển sang thời gian vàng, nơi một điểm số bất kỳ cũng kết thúc trận. Ghép bốn nhóm đó vào một cột rồi tính tỷ lệ chấn thương, ta thu về một chỉ số không có nghĩa. Tay đấm quyền Anh tích lũy tổn thương não theo số hiệp. Võ sĩ MMA tổn thương đầu gối và cổ chân theo các pha vật. Võ sĩ taolu tổn thương gân Achilles theo những pha nhảy xoay người. Ba hồ sơ chấn thương, ba cơ chế, một nhãn duy nhất. Khoảng cách luật lớn nhất nằm giữa K-1 và ONE. K-1 cấm chỏ, giới hạn vật và chấm nặng theo số đòn trúng đích. ONE cho phép chỏ, cho phép một số đòn quật ngã hợp pháp và dùng găng bốn ounce. Takeru xây dựng sự nghiệp trong không gian luật thứ nhất; Superlek trưởng thành trong không gian luật thứ hai, nơi cú chỏ là vũ khí chủ lực. Ngày 28 tháng 1 năm 2026 tại Ariake Arena, khoảng cách đó mở ra trong vòng một hiệp. Đặt hai võ sĩ lên cùng một bảng xếp hạng theo tỷ lệ thắng, ta đang so sánh hai môn thể thao, không phải hai con người. Trong bộ dữ liệu 800 vận động viên của tôi, nhóm thi đấu hơn 30 giải mỗi năm có tỷ lệ rách gân kheo cao hơn 28% so với nhóm dưới 20 giải. Nhóm võ thuật buộc tôi phải tách thành sáu tập con trước khi phân tích. Chấn thương không nổ trong một trận, nó âm thầm nợ qua nhiều mùa. Muốn nhìn thấy món nợ đó, ta phải biết mình đang đếm cái gì và đếm bằng thước nào. Mọi con số đều nói thật, nhưng trận đấu không bao giờ nói hết. Cột nhãn martial_arts khiến những con số phía sau nó mất quyền lên tiếng. Phản ứng đầu tiên của tôi là chia nhỏ hơn nữa. Danh mục mở rộng lên 34 nhãn: kickboxing Nhật, kickboxing châu Âu, Muay Thái sân đền, Muay Thái quốc tế, MMA chuyên nghiệp, MMA nghiệp dư. Độ chính xác danh nghĩa tăng, nhưng số mẫu mỗi ô tụt xuống dưới 20 và mọi kết luận mất ý nghĩa thống kê. Rủi ro lớn nhất nằm ở cảm giác chính xác giả do phân loại quá mịn, chứ không nằm ở bản thân lỗi phân loại. Ba nguồn xác minh cùng lấy từ một hệ quy chiếu tạo ra ảo giác tương tự: đọc một cuốn sách ba lần vẫn là một cuốn sách. Nguyên tắc tôi giữ là tối thiểu một nguồn phải đến từ thị trường hoặc hệ thống luật khác. Bản đồ không phải lãnh thổ; dữ liệu không phải trận đấu. Ngành dữ liệu võ thuật đang đứng ở điểm mà điền kinh đã đi qua hai thập kỷ trước: học đếm trước khi học kể. Việc cần làm trước mắt không phải thêm chỉ số, mà là dựng một bảng đối chiếu luật chơi dùng chung, nơi mỗi trận đấu khai báo bộ luật, đơn vị thời gian và định nghĩa chiến thắng. Khi cột nhãn nói đúng sự thật, phần còn lại của bài viết mới có cơ hội đúng.