Giới hạn của mô hình quần vợt: bài học từ năm set, sân trống và 5% biết cười

Đêm 13 tháng 9 năm 2026, trên sân Arthur Ashe không một khán giả, Alexander Zverev dẫn Dominic Thiem hai set trắng trong trận chung kết US Open. Tôi ngồi trước hai màn hình ở Brisbane, lệch múi giờ mười tiếng so với New York: một màn hình là tỉ số trực tiếp, màn hình còn lại là bảng xác suất thắng trận mà tôi cập nhật theo từng điểm. Khi Zverev bước vào set ba, con số dành cho anh ta chạm 91%. Bốn mươi phút sau, nó về gần 0. Thiem thắng 2-6, 4-6, 6-4, 6-3, 7-6(6). Bảng tính của tôi buộc phải thêm một dòng mà mọi nhà phân tích đều ghét phải viết: mô hình sai, và sai đúng ở chỗ nó tự tin nhất. Tôi bắt đầu ghi chép quần vợt bằng bảng tính từ năm 2026, cùng thời điểm với thói quen theo dõi pressing của các đội bóng Anh. Hồi đó tôi tin một điều đơn giản: nếu thu thập đủ dữ liệu, mọi kết quả đều có thể dự đoán. World Cup 2026 dạy tôi điều ngược lại. Mô hình của tôi xếp Brazil vô địch với xác suất 23,4%, Brazil bị Bỉ loại ở tứ kết, còn Pháp — đội tôi chỉ cho 11,2% — lên ngôi. Sau giải đấu đó, tôi bỏ hẳn chữ “chắc chắn” khỏi từ điển phân tích. Tôi bắt đầu công khai phần hạn chế của mô hình ở cuối mỗi bài, và luôn đưa ra khoảng tin cậy thay vì khẳng định tuyệt đối. Năm 2026 tôi học được rằng xác suất 95% vẫn có 5% biết cười. Quần vợt khiến bài học đó khắc nghiệt hơn bóng đá. Một trận bóng có 90 phút và 22 cầu thủ tạo ra hàng nghìn sự kiện — mẫu đủ lớn để luật số lớn làm việc. Một trận Grand Slam nam kéo dài ba đến năm giờ, nhưng phần lớn điểm số được quyết định bởi một cú giao bóng. Ở đẳng cấp cao nhất, người giao bóng thắng khoảng 70 đến 80% điểm trên sân cứng. Phần lớn kết quả đã được viết trước khi bóng nảy lần thứ hai. Mô hình chỉ còn tranh luận về phần nhỏ còn lại, và phần nhỏ đó nhỏ hơn nhiều so với những gì khán giả tưởng. Ba yếu tố khiến quần vợt thành môn thể thao khó dự đoán nhất trong nhóm thể thao đối kháng cá nhân. Thứ nhất là thể thức loại trực tiếp: một trận hỏng và cả giải đấu kết thúc, không có cơ hội sửa sai. Thứ hai là mẫu nhỏ: một tay vợt chỉ chơi khoảng 60 đến 80 trận mỗi năm, tức chưa đến một phần ba số trận của một đội bóng đá. Thứ ba là yếu tố giao bóng — vũ khí duy nhất trong thể thao cho phép người chơi kiểm soát hoàn toàn bóng trước khi đối thủ chạm vào. Khi tôi bắt đầu xây dựng bảng xác suất cho các trận Grand Slam, tôi nghĩ mình sẽ nhanh chóng đạt độ chính xác cao. Thực tế ngược lại. Những mô hình Elo tốt nhất cho quần vợt, như hệ thống mà trang Tennis Abstract công bố, chỉ dự đoán đúng khoảng 70% các trận nam và thấp hơn một chút với nữ. Con số đó nghe ấn tượng cho đến khi bạn nhận ra: nếu mỗi trận bạn chỉ đoán tay vợt có thứ hạng cao hơn thắng, bạn đã đúng khoảng 65 đến 68%. Toàn bộ sức mạnh tính toán, hàng nghìn dòng dữ liệu, chỉ cải thiện được vài phần trăm so với một quy tắc ngón tay cái. Cuộc nổi loạn dữ liệu đầu tiên không nhằm lật đổ ai — chỉ để chứng minh con số đáng được lắng nghe. Nhưng khi chính con số nói rằng nó chỉ hơn trực giác vài phần trăm, tôi buộc phải khiêm nhường. Phần cốt lõi của phân tích quần vợt nằm ở bốn nhóm chỉ số: hiệu suất giao bóng, hiệu suất trả giao bóng, tỉ lệ tận dụng điểm phá giao bóng, và tỉ lệ thắng so với lỗi tự đánh hỏng. Bốn nhóm này, cộng với bối cảnh mặt sân và lịch thi đấu, giải thích phần lớn kết quả một trận đấu. Hãy bắt đầu với giao bóng. Tỉ lệ thắng điểm bằng giao bóng một ở đẳng cấp ATP trung bình khoảng 75%. Với những tay giao bóng hàng đầu như John Isner hay Ivo Karlović, con số này vượt 80%, và số điểm thắng giao bóng một cách miễn phí — ace hoặc giao bóng không trả được — chiếm phần lớn. Điều đó tạo ra một nghịch lý: chính vũ khí mạnh nhất của quần vợt lại là thứ khiến mô hình dự đoán yếu nhất, bởi vì giao bóng tốt biến các điểm thành những sự kiện gần như tất định, phụ thuộc vào một động tác đã được luyện tập hàng triệu lần, chứ không vào phong độ trong ngày. Khi giao bóng đã ổn định, kết quả trận đấu dịch chuyển về nhóm chỉ số thứ hai: trả giao bóng và tận dụng điểm phá giao bóng. Đây là nơi các tay vợt hàng đầu tạo ra khác biệt. Novak Djokovic, trong giai đoạn đỉnh cao, thắng điểm trả giao bóng ở mức mà rất ít tay vợt trong lịch sử chạm tới, và quan trọng hơn, anh chuyển hóa các cơ hội phá giao bóng thành điểm với tỉ lệ cao hơn mức trung bình của tour. Một tay vợt có thể tạo ra sáu cơ hội phá giao bóng trong một set nhưng chỉ tận dụng một — đó là dấu hiệu của một trận đấu bị bỏ lỡ, không phải của một đối thủ vượt trội. Nhóm chỉ số thứ ba, tỉ lệ điểm thắng trên lỗi tự đánh hỏng, thường bị xem nhẹ nhưng lại là biến số dự báo tốt nhất cho các trận kéo dài. Trong một trận năm set, số điểm tăng lên gấp rưỡi đến gấp đôi so với ba set, và mỗi lỗi tự đánh hỏng trở thành một khoản chi phí nhân lên theo thời gian. Các tay vợt có tỉ lệ điểm thắng trên lỗi tự đánh hỏng trên 1,5 thường giữ được mức ổn định qua set thứ tư và thứ năm; những người dưới 1,0 thường sụp đổ về cuối trận. Nhóm thứ tư, và là nhóm tôi tin ít nhất, là các chỉ số “tinh thần” được truyền thông yêu thích: tỉ lệ thắng tie-break, tỉ lệ thắng điểm quyết định, khả năng “lên tinh thần” ở thời khắc then chốt. Vấn đề của nhóm này là mẫu quá nhỏ. Một tay vợt có thể chỉ chơi hai mươi tie-break trong một mùa, và hai mươi quan sát không đủ để tách tay nghề khỏi may mắn. Khi tôi tính hệ số tin cậy cho các chỉ số này, phần lớn rơi vào khoảng mà tôi gọi là “vùng nhiễu”: thay đổi chỉ phản ánh ngẫu nhiên, không phản ánh năng lực. Năm set là biến số lớn nhất mà các mô hình đơn giản bỏ qua. Trong một trận năm set, tổng số điểm có thể lên tới hơn 300, gấp đôi một trận ba set. Thời gian thi đấu vượt bốn giờ nghĩa là yếu tố thể lực và phục hồi bắt đầu chi phối. Tôi đã dành một tháng để ghép dữ liệu số phút thi đấu của từng tay vợt ở vòng trước với kết quả vòng sau tại các Grand Slam, và kết quả cho thấy một xu hướng rõ: tay vợt vừa trải qua một trận năm set dài có xác suất thua ở vòng kế tiếp cao hơn đáng kể so với khi họ thắng trong ba set. Mức chênh lệch không khổng lồ, nhưng đủ để thay đổi thứ tự ưu tiên trong một bảng dự đoán. Đó là lý do tôi bổ sung biến số “tải trọng tích lũy” vào mô hình sau năm 2026: không chỉ số phút thi đấu trong trận hiện tại, mà cả số phút trong hai tuần trước đó. Một tay vợt vào bán kết sau ba trận năm set không giống về mặt thể lực với người vào bán kết sau ba trận ba set, dù bảng điểm ATP ghi họ bằng nhau. Bài toán xếp hạng là nơi dữ liệu quần vợt phơi bày một điểm mù khác. Hệ thống xếp hạng ATP và WTA tính theo cửa sổ trượt 52 tuần: điểm của một giải sẽ rơi khỏi bảng đúng một năm sau khi giành được. Nghĩa là mỗi tay vợt luôn mang trên vai một “khoản nợ điểm” cần bảo vệ. Khi tôi vẽ biểu đồ điểm bảo vệ theo tuần cho từng tay vợt trong top 10, tôi thấy những cửa sổ áp lực rõ rệt: tháng Sáu với cụm sân cỏ và Roland Garros, tháng Tám đến tháng Chín với chuỗi sân cứng Bắc Mỹ, và tháng Một với Australian Open. Một tay vợt có thể đang chơi tốt mà vẫn tụt hạng, chỉ vì điểm năm ngoái của anh ta rơi đúng lúc. Đây là chỗ tôi luôn nhắc độc giả phân biệt hai khái niệm: phong độ và thứ hạng. Thứ hạng là một con số kế toán, không phải một phép đo năng lực hiện tại. Tay vợt số 8 có thể mạnh hơn tay vợt số 5 trong một tháng cụ thể, nếu người số 5 đang trong cửa sổ bảo vệ điểm lớn còn người số 8 thì không. Mặt sân thêm một lớp phức tạp. Cùng một tay vợt có thể thắng 65% trận trên sân cứng, 70% trên sân cỏ, và 60% trên sân đất nện. Roland Garros với sân đất nện chậm tạo điều kiện cho các tay vợt phòng ngự và thể lực, trong khi Wimbledon với sân cỏ nhanh thưởng cho giao bóng và lên lưới. Rafael Nadal giành 14 chức vô địch Roland Garros — một con số không có tương đương trong lịch sử thể thao hiện đại — chính vì sự tương thích gần như tuyệt đối giữa kỹ năng của anh và mặt sân này. Roger Federer giành 8 chức vô địch Wimbledon vì sân cỏ tối ưu hóa lối chơi tấn công của anh. Mô hình dự đoán tốt nhất phải là một tập hợp các mô hình theo mặt sân, không phải một mô hình duy nhất. Và rồi đến giai đoạn 2026, khi đại dịch buộc các giải đấu lớn diễn ra trong điều kiện không hoặc gần như không khán giả. Tôi coi đây là phép thử tự nhiên quý giá nhất mà quần vợt từng có. Mùa giải không khán giả là phòng thí nghiệm sạch nhất mà thể thao từng có. Khi không còn tiếng cổ vũ, không còn áp lực từ khán đài, một số giả định lâu nay của chúng ta có thể được kiểm chứng. Dữ liệu giai đoạn đó cho thấy vài thay đổi tinh tế. Tỉ lệ giao bóng một vào sân có xu hướng tăng nhẹ ở một số tay vợt, có thể vì giảm áp lực tâm lý trước đám đông. Số lỗi kép trong các thời điểm quyết định giảm ở một nhóm tay vợt, nhưng lại tăng ở nhóm khác — nhóm vốn dựa vào năng lượng khán giả để vượt qua căng thẳng. Nói cách khác, sân trống không tạo ra một hiệu ứng đồng nhất cho tất cả mọi người. Nó loại bỏ một biến số, và trong quá trình đó, phơi bày rằng biến số đó từng ảnh hưởng đến các tay vợt theo những cách trái ngược nhau. Từ những sân trống, tôi nghe rõ tiếng thở của trận đấu. Không có tiếng ồn che lấp, bạn nghe thấy nhịp thở của tay vợt giữa các điểm, tiếng bước chân trên mặt sân, và cả những khoảng lặng mà khán giả thường lấp đầy. Những khoảng lặng đó dạy tôi rằng một phần đáng kể của môn thể thao này là tương tác xã hội, không chỉ là kỹ thuật. Với tất cả những điều đó, tôi muốn dành phần này để nói về những gì mô hình của tôi không làm được. Bởi vì đây là nơi tôi từng phạm sai lầm nhiều nhất. Mô hình của tôi không đo được cảm giác của một tay vợt khi bước vào sân trung tâm của một Grand Slam lần đầu. Nó không đo được nỗi sợ mất điểm trước một đối thủ mà bạn từng thua trong trận chung kết. Nó không đo được việc một tay vợt ngủ bao nhiêu giờ sau một trận kéo dài bốn tiếng rưỡi, hay việc một chấn thương cổ tay chưa lành hoàn toàn ảnh hưởng thế nào đến cú trái một tay. Sai lầm lớn nhất của tôi là nhầm lẫn giữa tương quan và nhân quả. Tôi từng phát hiện rằng các tay vợt có tỉ lệ thắng điểm giao bóng hai cao thường thắng nhiều trận hơn, và tôi gần như kết luận rằng giao bóng hai tốt là nguyên nhân của thành công. Nhưng tương quan đó có thể đi theo hướng ngược lại: những tay vợt giỏi hơn thường tiến sâu vào giải, đối mặt với đối thủ mạnh hơn, nên buộc phải cải thiện giao bóng hai. Chỉ số này là hệ quả, không phải nguyên nhân. Nếu tôi đưa nó vào mô hình như một biến dự báo, tôi đã tự lừa mình. Một cái bẫy khác là quá khớp dữ liệu. Với khoảng 60 đến 80 trận mỗi năm và hàng trăm biến số, một mô hình đủ phức tạp có thể giải thích hoàn hảo quá khứ mà dự đoán tệ hại tương lai. Tôi từng xây một mô hình dự đoán đúng 92% các trận trong giai đoạn huấn luyện, rồi chỉ đúng 66% trong giai đoạn kiểm tra. Bài học rất rõ: một mô hình tốt phải đơn giản, và phải bị thử thách trên dữ liệu nó chưa từng thấy. Và có một khía cạnh mà tôi không thể bỏ qua, dù nó không nằm trong bất kỳ bảng tính nào. Dữ liệu trực tiếp cung cấp cho các công ty cá cược là tác dụng phụ đen tối nhất của việc số hóa thể thao. Mỗi điểm số, mỗi nhịp giao bóng, mỗi xu hướng phá giao bóng đều được đóng gói và bán cho các nhà cái trong vài giây. Cùng một công nghệ cho phép tôi phân tích trận đấu trên hai màn hình cũng cho phép một thuật toán đặt cược thay đổi tỉ lệ cược trước khi khán giả kịp hiểu điều gì đang xảy ra. Tôi không viết phân tích để phục vụ mục đích đó, và tôi luôn đặt ranh giới rõ ràng giữa việc đo rủi ro và việc khuyến khích đặt cược. Dữ liệu không nói dối; chính kẻ đọc dữ liệu mới viện cớ. Một mô hình đúng 70% nghĩa là nó sai 30%, và trong 30% đó có thể là một trận chung kết Grand Slam. Đó là lý do tôi không bao giờ tuyên bố biết nhà vô địch. Tôi chỉ đo xác suất, và tôi chấp nhận rằng phần đuôi của phân phối luôn tồn tại. Nhìn về phía trước, có ba tín hiệu tôi sẽ theo dõi trong chu kỳ giải đấu lớn sắp tới. Thứ nhất là dữ liệu phục hồi sau các trận năm set: nếu một tay vợt hàng đầu liên tiếp vượt qua các trận dài, câu hỏi đặt ra là liệu đó có phải kỹ năng thể lực được huấn luyện, hay chỉ là chuỗi may mắn mà mọi mô hình đều gặp phải. Thứ hai là ảnh hưởng của đồng hồ giao bóng lên nhịp độ trận đấu: một biện pháp nhằm tăng tính hấp dẫn có thể vô tình thay đổi cách các tay vợt quản lý năng lượng. Thứ ba là thế hệ tay vợt mới và thành tích năm set của họ — nhóm này lớn lên với dữ liệu, và có thể chơi khác đi so với thế hệ trước. Tôi sẽ vẫn giữ hai màn hình, vẫn cập nhật bảng xác suất theo từng điểm, và vẫn ghi lại mỗi lần mô hình sai. Không phải vì tôi tin mình sẽ dự đoán đúng, mà vì tôi tin rằng giá trị của phân tích nằm ở việc đo lường rủi ro trung thực, chứ không phải ở việc đưa ra câu trả lời chắc chắn. Và nếu có một điều tôi muốn độc giả mang theo sau khi đọc đến đây, thì đó là điều này: hãy nghi ngờ bất kỳ ai — kể cả tôi — nói rằng con số đã chỉ ra nhà vô địch.