Paqueta đã gặp rắc rối lớn khi dính nghi án dàn xếp tỷ số.
Trong kỷ nguyên bóng đá hiện đại, dữ liệu và công nghệ phân tích đang đóng vai trò ngày càng quan trọng. Các chỉ số thống kê được sử dụng để đánh giá hiệu suất cầu thủ, tối ưu chiến thuật và thậm chí là phục vụ công tác điều tra các hành vi gian lận. Tuy nhiên, vụ việc liên quan đến Lucas Paqueta đã cho thấy rằng, dữ liệu nếu không được sử dụng đúng ngữ cảnh có thể tạo ra những kết luận sai lệch, gây ảnh hưởng nặng nề đến sự nghiệp và danh tiếng của một cầu thủ.
Vụ Paqueta và sự phụ thuộc quá mức vào dữ liệu
Tháng 7/2025, Lucas Paqueta – tiền vệ thuộc biên chế West Ham United – chính thức được trắng án sau khi FA cáo buộc anh dàn xếp tỷ số ở bốn trận đấu. Trong gần 12 tuần điều tra, FA dựa vào phân tích từ Stats Perform Integrity Services (SPIS), đơn vị sử dụng dữ liệu Opta để so sánh số lần phạm lỗi, tắc bóng và tranh chấp của Paqueta với mức trung bình mùa giải.
Dù mục đích ban đầu là nhằm tìm ra dấu hiệu bất thường, nhưng việc chỉ tập trung vào một vài chỉ số đơn lẻ đã khiến quá trình điều tra thiếu công bằng. Trong bóng đá, số lần phạm lỗi hay tắc bóng không chỉ phản ánh cá nhân cầu thủ mà còn chịu ảnh hưởng từ chiến thuật đối thủ, tỷ lệ kiểm soát bóng, thậm chí là bối cảnh trận đấu. Bỏ qua những yếu tố này, dữ liệu trở nên phiến diện và dễ dẫn tới kết luận sai lầm.
Dữ liệu thiếu ngữ cảnh – vấn đề cốt lõi
Một trong những sai lầm lớn nhất trong vụ việc của Paqueta là việc diễn giải số liệu mà không đặt vào ngữ cảnh. Ví dụ, khi đội bóng kiểm soát bóng ít, cầu thủ thường buộc phải tắc bóng nhiều hơn. Điều đó không đồng nghĩa với việc họ có hành vi gian lận, mà chỉ đơn giản là kết quả tất yếu của thế trận.
Điều này cho thấy dữ liệu không thể được sử dụng một cách máy móc. Mỗi trận đấu có những biến số riêng: lối chơi của đối thủ, chỉ đạo từ HLV, hay các quyết định trọng tài. Khi bỏ qua toàn bộ những yếu tố đó, việc dựa vào con số để kết luận hành vi dàn xếp tỷ số là một sự áp đặt nguy hiểm.
Vụ việc của tiền vệ người Brazil làm dóng lên hồi chuổng cảnh tỉnh về dữ liệu trong bóng đá.
Nguy cơ từ “cherry-picking” và thiên kiến xác nhận
Không chỉ thiếu ngữ cảnh, việc “cherry-picking” – tức chọn lọc số liệu để phục vụ cho một giả thuyết định sẵn – cũng là vấn đề nhức nhối. Trong phân tích bóng đá, hiện tượng này dễ dẫn tới “confirmation bias”, khi người ta chỉ nhìn vào các con số phù hợp với quan điểm của mình và bỏ qua dữ liệu ngược lại.
Nếu hiện tượng này tiếp tục tồn tại, dữ liệu sẽ bị biến thành công cụ để củng cố thành kiến thay vì phản ánh khách quan hiệu suất cầu thủ. Paqueta có thể xem là một nạn nhân điển hình của việc sử dụng dữ liệu sai cách, khi sự nghiệp anh suýt bị hủy hoại bởi những con số không đầy đủ.
Tầm quan trọng của phân tích dữ liệu có trách nhiệm
Câu chuyện của Paqueta là hồi chuông cảnh tỉnh cho toàn ngành bóng đá. Dữ liệu chắc chắn mang lại nhiều lợi ích – từ hỗ trợ HLV đưa ra chiến thuật, giúp CLB quản lý thể lực cầu thủ, cho đến việc phát hiện dấu hiệu bất thường. Nhưng để dữ liệu thực sự trở thành công cụ hữu ích, nó phải được phân tích trong một khuôn khổ khoa học, có ngữ cảnh, và dưới sự phản biện của nhiều chuyên gia.
Điều này đồng nghĩa với việc các cơ quan điều tra, tổ chức thể thao và truyền thông cần có quy trình nghiêm ngặt hơn khi sử dụng dữ liệu. Sự minh bạch và trách nhiệm trong phân tích sẽ giúp tránh được những sai lầm có thể gây tổn hại đến danh tiếng và sự nghiệp của các cầu thủ.
