Khoảng trống dữ liệu ở F1: khi im lặng bị đọc thành an toàn

Tháng 3 năm 2026, tại trung tâm dữ liệu của AC Milan, tôi ngồi trước một bảng tính gồm 20 trận Serie A mùa 2026-17 và thấy một điều vô lý đến mức phải đọc lại ba lần. Chỉ số bàn thắng kỳ vọng (xG) của Milan trên sân nhà San Siro là 1,85. Trên sân khách, con số đó rơi xuống 1,02. Nhưng số bàn thắng thực tế của đội ở hai hoàn cảnh ấy lại gần như bằng nhau.

Một đội tạo ra gần gấp đôi cơ hội trên sân nhà mà ghi bàn ngang ngửa khi đi xa có thể do hàng công yếu tâm lý, cũng có thể do dữ liệu sai. Tôi chọn giả thuyết thứ hai và bỏ ra sáu ngày đối chiếu băng ghi hình với dữ liệu thô. Kết quả: cảm biến ở góc Tây Nam khán đài bị trễ 0,2 giây. Mọi pha triển khai bóng từ thủ môn đều bị ghi sai mốc thời gian, và sai lệch đó lan xuống toàn bộ chuỗi chỉ số phía sau.

Báo cáo nội bộ 14 trang tôi viết sau đó không nói về chiến thuật. Nó nói về thiết bị đo. Huấn luyện viên Vincenzo Montella dùng kết quả ấy để tăng luân chuyển bóng sang cánh phải; Milan thắng 5 trong 8 trận cuối và giành vé dự Europa League. Nhưng thứ tôi mang theo đến hôm nay, ở tuổi 57, không phải tấm vé ấy. Đó là nhận thức rằng một hệ thống có thể sai suốt nhiều tháng mà không phát ra bất kỳ tiếng động nào, vì không ai kiểm tra chính cái thứ đang đo.

F1 ngày nay là môn thể thao vận hành bằng cảm biến. Mỗi chiếc xe mang theo hàng trăm kênh dữ liệu: nhiệt độ phanh, áp suất lốp, mô-men xoắn, trạng thái pin, góc lái, gia tốc dọc và ngang, lưu lượng nhiên liệu. Bên ngoài xe là một tầng dữ liệu khác — hệ thống định vị và vòng thời gian quanh đường đua, cùng các mô hình nội suy biến chúng thành những chỉ số như thời gian vòng kỳ vọng và tốc độ suy giảm lốp.

Bộ quy định kỹ thuật 2026 đẩy tỷ trọng điện trong hệ động lực lên khoảng một nửa công suất, đưa khí động học chủ động trở lại và buộc các đội quản lý năng lượng theo cách khác theo từng vòng. Cùng lúc, trần chi phí và quy định hạn chế thử nghiệm khí động học siết chặt thời gian chạy thử thực tế. Ít thời gian ngoài đường đua hơn nghĩa là nhiều quyết định hơn được đưa ra trên mô phỏng, trên mô hình số và trên dữ liệu tracking.

Đây là một đánh đổi hợp lý về mặt kinh tế. Nhưng nó dịch chuyển rủi ro theo cách ít được nói tới: khi rút bớt một nguồn kiểm chứng và tăng tỷ trọng một nguồn khác, độ chính xác tiềm năng tăng lên, và số điểm có thể hỏng mà không có gì báo động cũng tăng theo đúng tỷ lệ đó.

Ba kiểu hỏng âm thầm. Kiểu thứ nhất là độ trễ: cảm biến vẫn hoạt động, vẫn gửi dữ liệu, nhưng gửi muộn. Ở Milan, 0,2 giây đủ để đảo ngược kết luận về một hàng công. Trong một vòng đua kéo dài hơn 80 giây, 0,2 giây không làm ai chậm lại, nhưng nó đủ để một pha vào phanh bị ghi nhận sớm hơn thực tế, và từ đó mọi tính toán về quãng đường phanh, về điểm bắt đầu quay xe, về thời điểm mở ga đều lệch theo.

Kiểu thứ hai là lệch hiệu chuẩn. Cảm biến có thể đúng giờ tuyệt đối và vẫn sai. Áp suất lốp báo 1,9 bar trong khi thực tế là 2,0 không tạo ra lỗi hệ thống nào; nó chỉ tạo ra một kết luận sai được lặp lại đủ lâu để trở thành chân lý trong phòng kỹ thuật.

Kiểu thứ ba là hỏng đường truyền. Dữ liệu tồn tại trên xe, nhưng không bao giờ đến được trạm kỹ thuật: một cổng ghi hỏng, một bước trích xuất thất bại, một tệp rỗng. Đây là kiểu hỏng nguy hiểm nhất, vì hai kiểu đầu vẫn để lại một con số sai để người ta nghi ngờ, còn kiểu này để lại một khoảng trống — và khoảng trống thì không có thông báo lỗi.

Vì sao khoảng trống bị đọc thành an toàn. Trong một buổi họp kỹ thuật, người ta nhìn lên màn hình, không thấy cảnh báo đỏ, và kết luận: xe ổn. Nhưng một màn hình không có cảnh báo đỏ mang hai nghĩa hoàn toàn khác nhau. Nghĩa thứ nhất là hệ thống sạch. Nghĩa thứ hai là hệ thống không còn khả năng nói. Hai nghĩa ấy trông giống hệt nhau trên màn hình và giống hệt nhau trong biên bản.

Đây là lỗi suy luận phổ biến nhất trong mọi phòng phân tích, và nó không đến từ sự cẩu thả. Nó đến từ cách chúng ta được huấn luyện: đọc dữ liệu thì có phương pháp, đọc sự vắng mặt của dữ liệu thì không ai dạy. Dữ liệu chỉ nói một phần, phần còn lại nằm ở chỗ người ta biết cách lắng nghe — và lắng nghe ở đây bao gồm cả việc nghe thấy tiếng im lặng bất thường.

Hai tầng dữ liệu không cùng đẳng cấp. Telemetry trên xe được lấy mẫu ở tần số cao, gắn trực tiếp với hệ thống điện của xe, và đi kèm một mốc thời gian nội bộ. Dữ liệu tracking bên ngoài lấy từ thiết bị đặt quanh đường đua, được đồng bộ với nhau qua một hệ quy chiếu chung, và phụ thuộc vào việc mọi trạm thu đều hoạt động. Khi hai tầng này lệch nhau, giới phân tích thường mặc định tầng ngoài sai. Giả định đó đúng trong phần lớn trường hợp, nhưng nó khiến người ta bỏ qua khả năng ngược lại.

Ở Milan năm 2026, không ai nghi ngờ thiết bị cho đến khi có người chịu ngồi đối chiếu. Mọi sụp đổ đều có tiền đề, chỉ là ít người chịu nhìn từ trước.

Phân cấp độ tin cậy. Một cách làm đơn giản mà hầu như không đội nào viết ra: gắn thẻ độ tin cậy cho mọi con số trước khi nó đi vào quyết định. Mức cao khi số liệu đã được đối chiếu chéo qua ít nhất hai nguồn độc lập. Mức trung bình khi nó đến từ một nguồn duy nhất hoặc suy ra từ tương tự lịch sử. Mức thấp khi nó chỉ mang tính định hướng và không đủ để thay đổi thiết lập xe.

F1 không dùng những từ ấy, nhưng ngành này đã làm việc đó bằng bản năng trong nhiều thập kỷ. Một kỹ sư trưởng không bao giờ đặt cùng trọng số cho số đo trên đường và số sinh ra từ mô phỏng. Vấn đề là bản năng không truyền được qua một tệp dữ liệu. Thẻ độ tin cậy thì truyền được.

Ghi rõ điều kiện đo. "Xe chậm 0,3 giây ở khu vực 2" là câu vô nghĩa nếu thiếu ba thứ: khu vực 2 được đo bằng vòng thời gian nào, nhiệt độ mặt đường khi đo là bao nhiêu, và bộ lốp đã chạy bao nhiêu vòng. Xe chậm 0,3 giây so với cái gì, trong điều kiện nào, vào lúc nào. Mỗi con số tracking cần được đặt lên bàn mổ, không phải lên bàn thờ.

Thứ không nằm trong bảng đo. Có một tầng dữ liệu khác không đi qua cảm biến: giọng nói trên radio. Nhịp độ của một câu trả lời, độ dài khoảng lặng trước khi kỹ sư nói "hiểu rồi", sự do dự khi xác nhận một thay đổi thiết lập — những thứ này không có đơn vị đo và không xuất hiện trong bất kỳ tệp dữ liệu nào. Chúng vẫn là dữ liệu. Chúng chỉ đòi hỏi một thiết bị đo khác, và thiết bị đó là kinh nghiệm.

Nguồn tin cũng là một thiết bị đo. Trong thị trường chuyển nhượng, câu hỏi "ai nói" quan trọng không kém "nói gì". Một phóng viên có mặt trong paddock, một trang tổng hợp lại tin, và một tài khoản ẩn danh không cùng đơn vị đo. Đối xử với chúng như nhau là lỗi hiệu chuẩn, không phải lỗi đạo đức. Và trong một mùa giải thường niên, nơi mỗi vòng đua là một chương nhỏ, việc hạ mức tin cậy của một tin đồn không cần dẫn chứng ngược — chỉ cần thiếu dẫn chứng xuôi.

Ở thời đại động cơ 2026, phần lớn quyết định của tay đua là quyết định năng lượng: khi nào dùng hết pin, khi nào thu hồi, khi nào chấp nhận mất thời gian để đổi lấy vị trí trên đường. Những quyết định này gần như hoàn toàn dựa trên thông tin do trạm kỹ thuật cung cấp. Nếu tầng dữ liệu đó sai, tay đua không hề mắc lỗi — anh ta chỉ đang thực hiện đúng một chỉ dẫn dựa trên một con số sai. Lịch sử môn này đầy những trường hợp như vậy bị ghi nhớ nhầm thành lỗi của tay đua.

Hệ quả của trần chi phí. Khi ngân sách bị giới hạn, thứ bị cắt thường là lớp kiểm chứng cuối cùng: bớt một kỹ sư phân tích, bớt một buổi đối chiếu băng ghi hình, bớt một chuyến kiểm tra thiết bị trước mùa. Những khoản cắt này không hiện ra trong bảng kết quả ngay lập tức, nên chúng trông rẻ. Trên thực tế, chúng chỉ chuyển chi phí sang tương lai dưới dạng sai lệch chưa được phát hiện — loại chi phí không có hóa đơn, chỉ có hậu quả.

Một cuộc rà soát không tìm thấy vấn đề nào thường là dấu hiệu xấu. Nếu một đội kiểm tra toàn bộ hệ thống dữ liệu của mình và không phát hiện điểm mù nào, xác suất cao là họ chưa kiểm đúng chỗ. Sự vắng mặt của rủi ro được ghi nhận không đồng nghĩa với sự vắng mặt của rủi ro. Một bảng dữ liệu trống sạch sẽ chưa chắc là một bảng dữ liệu lành; nó có thể là một bảng dữ liệu đã ngừng hoạt động.

Ngành này đang đi theo hướng ngược lại. Mỗi mùa có thêm kênh đo, thêm cảm biến, thêm mô hình. Giá trị cận biên của kênh thứ 180 gần bằng không. Chi phí cận biên của nó thì không: mỗi kênh mới là một điểm có thể trễ, có thể lệch, có thể im lặng, và là một dòng nữa phải đọc trong một buổi họp vốn đã quá dài.

Điều đáng lo hơn là phản xạ tự vệ của ngành. Khi một kết luận sai bị phát hiện, phản ứng mặc định là bổ sung dữ liệu — thêm kênh, thêm nguồn, thêm mô hình. Rất ít khi phản ứng đúng là đi kiểm tra xem thiết bị đo cũ còn hoạt động chính xác hay không. Chúng ta có xu hướng mua thêm một chiếc cân mới thay vì hiệu chuẩn chiếc cân đang dùng.

Và lớp kiểm chứng cuối cùng vẫn là con người. Một kỹ sư ngồi đối chiếu băng ghi hình với dữ liệu thô trong sáu ngày là thứ không thể thay bằng thuật toán, vì chính thuật toán đang là đối tượng bị nghi ngờ. Trần chi phí không sai. Nhưng cắt đúng vào chỗ đó là quyết định sai, và nó là loại sai lầm không bao giờ xuất hiện trên bảng thời gian.

Lợi thế cạnh tranh tiếp theo ở F1 có lẽ không nằm ở việc thu thập nhiều dữ liệu hơn, mà ở kỷ luật đo lường: công bố điều kiện đo cùng con số, gắn thẻ độ tin cậy bên cạnh kết luận, và kiểm tra thiết bị trước khi kiểm tra đối thủ. Những đội làm được điều đó sẽ không nhanh hơn trong một vòng đua, nhưng sẽ sai ít hơn trong một mùa giải. Và nếu bảng dữ liệu của bạn biến mất trong một buổi sáng, bạn sẽ mất bao lâu để nhận ra?