Phòng thí nghiệm Bỉ định hình cuộc cách mạng dữ liệu bóng đá hiện đại

Nếu muốn hiểu vì sao bóng đá hiện đại có diện mạo như ngày nay, hay những bước tiến dài gần đây trong việc giải mã cách vận hành thực sự của nó, bạn cần biết những gì đang diễn ra tại một trong những trường đại học lâu đời nhất thế giới ở Bỉ.

Đó chính là nơi đặt Phòng Thí nghiệm Phân tích Thể thao thuộc Đại học Công giáo Leuven, dẫn đầu bởi Jesse Davis - giáo sư khoa học máy tính quê Wisconsin. Davis lớn lên với những trận bóng rổ và bóng bầu dục tại Đại học Wisconsin-Madison, chỉ bén duyên với bóng đá khi vào đại học trong kỳ World Cup 2002. Khi được tuyển dụng tại Leuven năm 2010 để nghiên cứu học máy, khai thác dữ liệu và trí tuệ nhân tạo, nhóm đồng nghiệp đam mê thể thao đã đưa ông trở lại với môn thể thao vua.

Chẳng mấy chốc, Davis đã dẫn dắt đội ngũ nghiên cứu sinh sau tiến sĩ, tiến sĩ và thạc sĩ làm việc với dữ liệu bóng đá. Sự phong phú và phức tạp của dữ liệu rất phù hợp cho việc nghiên cứu AI. Các công trình họ tạo ra, được cung cấp miễn phí qua công cụ phân tích mã nguồn mở, đã thúc đẩy đáng kể khoa học đằng sau môn thể thao này và thay đổi cách nhiều câu lạc bộ tư duy về lối chơi.

Điều này cũng có thể trở thành minh chứng cho thấy việc tài trợ nghiên cứu đại học mang lại lợi ích cho cộng đồng, bao gồm cả các doanh nghiệp trong lĩnh vực được nghiên cứu - một ẩn dụ về giá trị của học thuật giữa lúc nó bị bó hẹp từ mọi phía.

Trong những ngày đầu của phong trào phân tích dữ liệu thể thao, người ta tin rằng bóng đá không phù hợp với phân tích thống kê nâng cao do tính chất liên tục. Khác với bóng chày, bóng rổ hay bóng bầu dục Mỹ, nó không thể dễ dàng tách thành chuỗi hành động riêng lẻ để đong đếm và định giá. Hành động dễ đo lường nhất là cú sút, và do đó là bàn thắng, chỉ chiếm phần nhỏ trong các sự kiện một trận đấu, gây khó cho việc định lượng đóng góp mỗi cầu thủ - đặc biệt ở những vị trí hiếm khi dứt điểm.

Nhưng dù chậm thích nghi, bóng đá cuối cùng cũng bắt kịp xu hướng phân tích. Hầu hết CLB lớn giờ có bộ phận dữ liệu quy mô, và đã hình thành dòng sách (cực kỳ dễ đọc) đồ sộ về chủ đề khá hàn lâm này.

Phòng Thí nghiệm Phân tích Thể thao công bố nghiên cứu về khu vực tối ưu cho những cú sút xa, hay việc liệu trong số tình huống nhất định, đá bóng dài ra biên có hiệu quả hơn xây dựng từ hàng phòng ngự. Một số công trình mang những cái tên học thuật khó hiểu như “Tiếp cận Bayes cho Xác suất Thắng trong Trận đấu” hay “Phân tích Quyết định Markov qua Kiểm tra Mô hình để Đưa Lời khuyên Chiến thuật trong Bóng đá Chuyên nghiệp”.

Khôn ngoan thay, họ còn xuất bản blog giải thích mọi thứ bằng ngôn ngữ bình dân.

Nghiên cứu mới mẻ này dẫn đến hợp tác với các nhà phân tích dữ liệu tại CLB như RB Leipzig, Club Brugge cùng liên đoàn Đức và Mỹ. Phòng thí nghiệm cũng làm việc với CLB địa phương Oud-Heverlee Leuven và liên đoàn Bỉ.

Nhưng điều thú vị là sau hơn một thập kỷ, Davis cùng đội ngũ khoảng 10 người vẫn tiếp tục dẫn đầu ngành với những nghiên cứu thay đổi tư duy, như công trình gần đây về cách định giá quyền kiểm soát bóng.

Khi giới tinh hoa của môn thể thao này đã hoàn toàn đón nhận phân tích dữ liệu và lồng ghép nó vào mọi khía cạnh, người ta có thể nghĩ nó sẽ vượt mặt rồi gạt các bên ngoài cuộc sang lề, như đã xảy ra ở môn thể thao khác. Nhưng không.

Davis phân tích: “Thể thao đỉnh cao, không chỉ bóng đá, luôn tập trung cao độ vào điều sắp tới. Điều này đặc biệt đúng vì sự nghiệp cầu thủ lẫn ban huấn luyện đều ngắn ngủi. Do đó, việc bạn có thể không còn ở đây vào ngày mai không khuyến khích mạo hiểm với dự án mà, thứ nhất, có thể thành công hay thất bại, hoặc thứ hai, sẽ mang lại kết quả hữu ích nhưng không phải trong vòng 6-9 tháng tới.”

Công việc đổi mới trong các CLB bóng đá vẫn diễn ra nhưng thế giới bên ngoài không được biết, vì chia sẻ những hiểu biết quý giá đó để làm gì? Động lực thể thao chuyên nghiệp xung đột với quy trình khoa học - vốn coi trọng việc mạo hiểm và không ngừng điều chỉnh thiết kế thí nghiệm, dù có thể chẳng đem lại kết quả. Hơn nữa, nó đòi hỏi chuyên gia trình độ cao - vừa khó tìm vừa đắt đỏ. Lợi ích đầu tư có thể hạn chế. Và nếu có, kết quả cũng chưa chắc giúp đội thắng trận, nhất là ngắn hạn.

Trong khi đó, phần lớn “trái ngọt” dễ hái trong phân tích bóng đá - như giá trị cú sút hay kiểu chuyền nguy hiểm nhất - đã được thu hoạch. Những vấn đề còn lại phức tạp hơn nhiều như dữ liệu theo dõi và cách giải mã chúng.

Ví dụ, bạn có thể thấy dù mô hình xG (expected goals - số bàn thắng kỳ vọng) đã khá tốt trong việc định lượng và thống kê cơ hội một đội tạo ra, chúng không hiệu quả khi đánh giá khả năng dứt điểm của tiền đạo do sai lệch trong dữ liệu huấn luyện.

Vâng. Được thôi. Tuyệt. Nhưng giờ sao? Brentford (hoặc CLB mới tiềm năng Manchester United) nên làm gì với thông tin rằng hiệu suất vượt xG +7.7 dẫn đầu Ngoại hạng Anh của Bryan Mbeumo - nghĩa là xG từ cơ hội của anh là 12.3 nhưng thực tế ghi 20 bàn mùa giải vừa qua - không thực sự chứng minh anh là người dứt điểm giỏi nhất hay hiệu quả nhất giải?

Hơn nữa, khi một CLB tìm ra thông tin hữu ích, họ phải tìm cách không chỉ áp dụng phát hiện đó mà còn theo dõi dài hạn. Điều này đòi hỏi xây dựng hệ thống phù hợp, liên quan đến kỹ thuật dữ liệu và lập trình phần mềm. Ở cấp độ CLB, loại công việc này có thể chiếm phần lớn nguồn lực phân tích.

Davis giải thích: “Một số mô hình học sâu xử lý dữ liệu theo dõi cần hàng tháng để lập trình bởi những coder xuất sắc. Việc xây dựng và duy trì đòi hỏi chi phí trả trước lớn không mang lại chiến thắng tức thì, sau đó còn tốn chi phí bảo trì hệ thống.”

Ngược lại, giới học thuật ít áp lực thời gian hơn và có thể chuyển sang ý tưởng mới nếu dự án thất bại hoặc không còn tri thức mới. Davis nói: “Tôi không phải lo thiết lập đường truyền dữ liệu, xây bảng điều khiển tương tác hay xử lý thời gian thực.”

Bản thân nghiên cứu chính là mục đích. Sự thấu hiểu nảy sinh từ nó là kết quả cuối cùng, không phải phương tiện. Và rồi mọi người đều hưởng lợi từ tiến bộ trí tuệ này.

Ở đây có thể rút ra bài học hữu ích về cách một chính phủ cân nhắc giá trị đầu tư cho nghiên cứu khoa học.

• Leander Schaerlaeckens đang viết sách về đội tuyển bóng đá nam Mỹ, dự kiến phát hành năm 2026. Ông giảng dạy tại Đại học Marist.