Ding Liren, Gukesh và biến số mà mọi mô hình dữ liệu cờ vua đều bỏ sót

Singapore, đêm 12 tháng 12 năm 2026, ván thứ 14 của trận tranh ngôi vô địch cờ vua thế giới bước vào tàn cuộc. Thế trận trên bàn cờ cân bằng đến mức khó tin. Ở hàng ghế phân tích, các mô hình đã chạy xong từ lâu và gần như tất cả thống nhất một kết luận: ván này sẽ hòa. Mười ba ván trước khép lại với tỷ số 6,5-6,5. Chỉ cần một nước đi chính xác, Ding Liren giữ được ngôi vương thêm một chu kỳ nữa.

Rồi ông đi sai.

Không sai ở khai cuộc, không sai ở trung cuộc. Ding Liren — người được xem là có nền tảng tàn cuộc tinh tế nhất trong thế hệ của mình — để mất thế trận đúng ở giai đoạn mà dữ liệu khẳng định ông mạnh nhất. Gukesh Dommaraju, chàng trai 18 tuổi người Ấn Độ, không bỏ lỡ. Một giờ sau, trận đấu khép lại với tỷ số 7,5-6,5. Gukesh trở thành nhà vô địch cờ vua thế giới trẻ nhất lịch sử, khi mới 18 tuổi 6 tháng.

Điều đáng bàn không nằm ở kết quả. Nó nằm ở chỗ: biến số quyết định ván đấu này chưa từng xuất hiện trong bất kỳ mô hình dữ liệu nào — kể cả những mô hình mà chính tôi từng tham gia xây dựng.

Dữ liệu có câu trả lời, nhưng chỉ một nửa

Ding Liren đăng quang năm 2026 tại Astana, sau khi đánh bại Ian Nepomniachtchi. Đó là một trận đấu kỳ lạ: các ván cổ điển kết thúc với tỷ số hòa 7-7, và Ding chỉ giành ngôi vô địch nhờ loạt tiebreak cờ nhanh. Ông lên ngôi mà không tạo được khoảng cách trong loạt đấu chính — một chi tiết mà phần lớn truyền thông bỏ qua, nhưng lại rất quan trọng với người làm dữ liệu, vì nó cho thấy Ding là mẫu kỳ thủ có thể bị đánh giá thấp bởi chính kết quả của mình.

Năm 2026 của ông là một thảm họa trên giấy tờ. Ông trải qua chuỗi trận không thắng dài nhất sự nghiệp ở thể loại cờ cổ điển, có giai đoạn rơi khỏi nhóm đầu bảng xếp hạng FIDE, và công khai nói về những vấn đề sức khỏe tinh thần. Gukesh thì ngược lại: vô địch giải Candidates 2026 tại Toronto, phong độ đi lên không ngừng, hạ nhiều tên tuổi lớn ở độ tuổi mà phần lớn kỳ thủ còn đang học lại các biến khai cuộc cơ bản.

Để thấy vì sao dự đoán của giới phân tích lại tự tin đến vậy, cần đặt hai người vào bối cảnh lịch sử. Trước Gukesh, nhà vô địch trẻ nhất lịch sử là Garry Kasparov, lên ngôi năm 2026 khi 22 tuổi. Magnus Carlsen lên ngôi năm 2026, cũng ở tuổi 22. Kỷ lục đó đứng vững gần bốn thập kỷ. Gukesh phá nó khi mới 18. Với người làm dữ liệu, một kỳ thủ trẻ đến vậy đạt đến đỉnh cao không chỉ là chuyện truyền cảm hứng; đó là tín hiệu về tốc độ phát triển chưa từng có tiền lệ.

Nhìn vào dữ liệu thuần, câu chuyện rõ ràng: một nhà vô địch đang xuống đối đầu một thế lực đang lên. Bất kỳ ai làm nghề phân tích cũng sẽ xếp Gukesh vào cửa trên. Tôi theo dõi cờ vua đỉnh cao hơn ba mươi năm và làm nghề phân tích dữ liệu thể thao ở Thành Đô, và tôi cũng xếp như vậy.

Kết quả cuối cùng chứng minh hướng dự đoán đúng. Nhưng độ lớn thì sai hoàn toàn.

Mô hình của tôi, cũng như của phần lớn trung tâm phân tích độc lập, dự báo một trận đấu lệch — Gukesh thắng cách biệt hai đến ba ván. Thực tế: hòa 6,5-6,5 sau mười ba ván, phải đến ván cuối cùng mới phân định. Ding Liren, người bị dữ liệu chôn vùi trước khi ván đầu tiên bắt đầu, lại chơi ngang ngửa, thậm chí có giai đoạn ép Gukesh vào thế khó.

Trong cờ vua đỉnh cao, sai về độ lớn nghĩa là sai gần hết. Một mô hình dự báo “Gukesh thắng 7,5-3,5” không tốt hơn mô hình dự báo “Gukesh thắng 7,5-6,5”; nó chỉ tự tin hơn. Và sự tự tin, khi tách khỏi độ chính xác, không có giá trị dự báo nào. Dữ liệu không bao giờ nói dối, nhưng nó thích thử thách lòng kiên nhẫn của chúng ta.

Chuỗi bằng chứng: cái gì thực sự tạo ra khác biệt

Cần tách hai câu hỏi khác nhau. Câu hỏi thứ nhất: ai thắng? Dữ liệu trả lời đúng. Câu hỏi thứ hai: thắng bằng cách nào, và khoảng cách bao nhiêu? Dữ liệu trả lời sai — và cái sai này mới là chỗ đáng học.

Trong suốt mười bốn ván, chất lượng nước đi của hai kỳ thủ dao động quanh mức tương đương. Không có ván nào Ding sụp đổ về mặt kỹ thuật theo cách mà phong độ 2026 của ông gợi ý. Ngược lại, Gukesh — bên được đánh giá cao hơn — lại là người bỏ lỡ nhiều cơ hội hơn trong các ván giữa. Nếu chỉ dựa vào dữ liệu phong độ trước giải, ta sẽ vẽ ra một viễn cảnh một chiều; dữ liệu trong trận lại cho thấy một bức tranh hai chiều.

Đây là hiện tượng quen thuộc với bất kỳ ai làm phân tích thể thao đủ lâu. Phong độ tích lũy là chỉ báo xu hướng, không phải chỉ báo kết quả. Nó cho biết ai đang đi lên, ai đang đi xuống, chứ không cho biết ai sẽ thắng một trận cụ thể. Trong bóng đá, điều này hiện ra suốt: một đội đang chuỗi thắng vẫn có thể thua bất kỳ ai vào một đêm cụ thể. World Cup 2026 không đổi luật chơi, nó chỉ cho chúng ta thấy quy luật vốn đã tồn tại — rằng phong độ và kết quả là hai thứ khác nhau.

Tôi từng trải nghiệm điều này ở quy mô nhỏ hơn. Năm 2026, trước một trận Siêu kinh điển giữa Real Madrid và Barcelona, tôi công bố mô hình dựa trên hàng trăm cú sút của cả hai đội trong mười lăm vòng gần nhất, và mô hình chỉ ra Barcelona vượt trội về bàn thắng kỳ vọng. Kết quả đúng về hướng. Nhưng nếu ai đó hỏi tôi khi đó “Barcelona sẽ thắng bao nhiêu,” tôi sẽ không có câu trả lời dựa trên dữ liệu — và sự thừa nhận đó mới là phần trung thực nhất của công việc.

Với cờ vua, khoảng cách giữa phong độ và kết quả còn lớn hơn, vì không có yếu tố ngẫu nhiên kiểu bóng bật cột dọc. Cờ vua là môn mà chất lượng quyết định kết quả gần như tuyệt đối trong dài hạn. Nhưng “dài hạn” chính là từ khóa. Một trận tranh ngôi vô địch gồm mười bốn ván là mẫu quá nhỏ để phong độ tích lũy phát huy tác dụng thống kê. Trong một mẫu nhỏ, biến số chưa được mô hình hóa sẽ chi phối.

Và ở đây, biến số chưa được mô hình hóa là gì?

Vùng dữ liệu trống

Trạng thái tâm lý của Ding Liren.

Tôi theo dõi từng trận đấu của Ding trong suốt năm 2026, và có một điểm nhất quán đến kỳ lạ: trong các giải đấu vòng tròn, ông chơi dưới sức. Nhưng trong các trận đối kháng trực tiếp — định dạng match play — ông lại chơi trên sức. Đây là một mẫu hành vi mà dữ liệu phong độ không nắm bắt được, vì nó chỉ xuất hiện trong một định dạng thi đấu hiếm gặp và khó lấy mẫu.

Không bảng xếp hạng nào đo được điều này. Không chỉ số động cơ nào lượng hóa được cảm giác “tôi không còn gì để mất” của một nhà vô địch bị cả thế giới xem là kẻ hết thời. Trước trận, không ai trong giới phân tích có một ô dữ liệu mang tên “khả năng Ding huy động được phong độ tốt nhất đúng lúc.”

Đó chính là cái tôi gọi là vùng dữ liệu trống — khoảng trống nơi mô hình không có gì để nói, nhưng công chúng lại mặc định rằng mô hình đã nói hết.

Ngành phân tích hiện đại mắc một lỗi hệ thống: nó nhầm “không có dữ liệu” với “không có vấn đề.” Khi một biến số không đo được, phản ứng mặc định là bỏ qua nó, thay vì thừa nhận nó tồn tại. Ding Liren là minh chứng sống cho cái lỗi đó. Những gì ông thể hiện ở Singapore không nằm trong bất kỳ bảng tính nào, bởi vì nó chưa từng có cơ hội lọt vào bảng tính.

Điều này không có nghĩa dữ liệu vô dụng. Nó có nghĩa dữ liệu có ranh giới, và người làm nghề phải biết ranh giới đó nằm ở đâu. Một mô hình tốt không chỉ cho biết nó dự đoán gì; nó còn cho biết nó không dự đoán được gì.

Giữa một khán phòng trống không, dữ liệu là khán giả duy nhất còn lại — và đôi khi, ngay cả nó cũng không biết phải reo lên vì điều gì.

Góc phản trực giác: ngành phân tích có động cơ để lấp đầy khoảng trống

Đây là phần mà ít người trong nghề muốn nói thẳng.

Khi dữ liệu không đủ, lựa chọn trung thực là tuyên bố “không đủ thông tin để đánh giá.” Nhưng tuyên bố đó không tạo ra nội dung, không tạo ra lượt xem, không tạo ra hợp đồng tài trợ. Vì vậy, thị trường phân tích thể thao có một xu hướng cấu trúc: lấp đầy khoảng trống bằng những câu chuyện nghe có vẻ dựa trên dữ liệu.

Một mô hình trả về “không đủ thông tin” là một mô hình vô dụng về mặt thương mại. Nhưng nó có thể là câu trả lời đúng nhất về mặt chuyên môn. Đây là mâu thuẫn cốt lõi của nghề này, và là mâu thuẫn tôi từng gặp trực tiếp: có những thời điểm tôi biết dữ liệu của mình trống, nhưng vẫn phải viết, vì tòa soạn cần bài.

Trong cờ vua, áp lực này còn nặng hơn, vì công chúng có một niềm tin gần như tuyệt đối vào động cơ máy tính. Nếu máy đánh giá thế trận là +0,3, người ta mặc định đó là “sự thật.” Nhưng đánh giá của động cơ chỉ là một con số về thế trận; nó không nói gì về việc kỳ thủ nào sẽ mắc lỗi dưới áp lực, ở ván thứ mười bốn, sau bốn giờ thi đấu, với chức vô địch thế giới treo lơ lửng. Đánh giá đó là dữ liệu. Còn câu hỏi con người sẽ làm gì với nó — không phải dữ liệu.

Có một song song đáng chú ý với bóng đá. Sự trỗi dậy của sơ đồ ba trung vệ không phải là một bước tiến chiến thuật; đó là phản ứng phòng ngừa rủi ro của các huấn luyện viên trước sức ép danh tiếng. Trong cờ vua, sự thống trị của các biến khai cuộc dựa trên động cơ cũng vậy. Khi danh tiếng là thứ bị đem ra đặt cược, người ta chọn lái con tàu vào vùng nước đã được vẽ bản đồ, kể cả khi vùng nước đó không dẫn tới chiến thắng. Điểm chung của cả hai hiện tượng là nỗi sợ bị đánh giá là sai, được ngụy trang thành chủ nghĩa duy lý.

Ding Liren, ở tuổi 32, làm điều ngược lại. Ông chấp nhận rủi ro. Và trong mười bốn ván của một trận đấu mà dữ liệu nói ông nên thua đậm, ông suýt nữa giành chiến thắng.

Có một lý do tinh tế hơn khiến khoảng trống bị lấp đầy: rủi ro nghề nghiệp. Một nhà phân tích dám nói “tôi không biết” sẽ bị coi là thiếu năng lực, trong khi người đưa ra một dự đoán sai nhưng tự tin thường được tha thứ. Thị trường thưởng cho sự dứt khoát, kể cả khi sự dứt khoát đó không dựa trên cơ sở nào. Kết quả là một hệ thống khuyến khích việc bịa đặt có kỷ luật — nghe nghịch lý, nhưng đó chính xác là những gì đang diễn ra.

Điều cần theo dõi tiếp theo

Trận tranh ngôi vô địch cờ vua thế giới 2026 — với Gukesh ở vị thế đương kim và một thách thức mới đến từ vòng Candidates — sẽ là phép thử tiếp theo cho câu hỏi này. Vấn đề không phải ai mạnh hơn trên bảng xếp hạng. Vấn đề là liệu các mô hình có học được cách định lượng biến số tâm lý, hay sẽ tiếp tục lấp đầy khoảng trống bằng những câu chuyện nghe hợp lý.

Tôi không tin vào khả năng thứ hai. Trạng thái tinh thần của một con người không thể rút gọn thành một chỉ số, và càng cố làm điều đó, ta càng rời xa thực tế. Điều tôi tin là khả năng thứ nhất — học cách thừa nhận vùng trống, và nói ra khi dữ liệu chưa đủ. Một nhà phân tích giỏi không phải người luôn có câu trả lời. Đó là người biết chính xác khi nào câu trả lời duy nhất trung thực là: chưa đủ để nói.

Ding Liren không giữ được ngôi vô địch ở Singapore. Nhưng ông để lại cho ngành phân tích một bài học mà không bảng dữ liệu nào dạy nổi: rằng đôi khi, thứ quyết định tất cả lại chính là thứ ta không thể đo.