Khi trí tuệ nhân tạo ngồi vào ghế huấn luyện viên: Bóng đá Việt Nam trước câu hỏi về sự phụ thuộc

Buổi chiều muộn ở trung tâm huấn luyện của một câu lạc bộ đang đua trụ hạng tại V-League, đèn phòng phân tích vẫn sáng khi các cầu thủ đã rời sân. Một chuyên viên dữ liệu trẻ đẩy màn hình máy tính về phía huấn luyện viên, trên đó là bảng điểm rủi ro chấn thương của mười một cái tên chuẩn bị ra sân cuối tuần. Anh nói nhanh, giọng tự tin: mô hình đã tính xong, tiền đạo trụ cột có điểm rủi ro cao thứ nhì đội, tốt nhất nên để anh ta ngồi dự bị. Người huấn luyện viên nhìn màn hình, rồi nhìn ra sân, nơi cầu thủ ấy vẫn đang tập sút một mình trong ánh đèn vàng. Ông không nói gì trong gần một phút.

Cùng khoảng thời gian đó, cách nửa vòng trái đất, một nhóm nghiên cứu của Đại học California công bố kết quả khiến giới công nghệ bàn tán: chỉ khoảng mười phút sử dụng ChatGPT có thể làm suy yếu tạm thời khả năng giải quyết vấn đề phức tạp mà không cần công cụ hỗ trợ. Trong ba thí nghiệm có kiểm soát, nhóm người dùng AI đạt 57% trên các bài toán khó khi công cụ bị rút đi, trong khi nhóm đối chứng đạt 73%. Một phát hiện nghe có vẻ chẳng liên quan gì đến trái bóng. Nhưng khi tôi ngồi trong phòng phân tích ấy, nhìn người huấn luyện viên chần chừ trước một bảng điểm, tôi hiểu hai câu chuyện này đang nói về cùng một điều: chuyện gì xảy ra với phán đoán của con người khi ta giao bớt phần suy nghĩ cho máy móc.

Tôi làm nghề đọc cơ thể cầu thủ đã hơn một thập kỷ. Từ năm 2026, khi lần đầu được vào phòng y tế của một câu lạc bộ lớn ghi hình, tôi đã học được một điều mà không trường lớp nào dạy: rủi ro chấn thương không nằm ở chỗ ta tưởng. Nó không nằm trên tấm phim X-quang sạch sẽ, không nằm ở dòng kết luận "không tổn thương cấu trúc". Nó nằm ở khoảng trống giữa những gì máy đo được và những gì cầu thủ không nói ra. Nhiều năm sau, khi các câu lạc bộ Việt Nam bắt đầu mua phần mềm phân tích, thuê chuyên viên dữ liệu, và gần đây là thử nghiệm các công cụ trí tuệ nhân tạo, tôi nhận ra khoảng trống ấy đang lớn dần theo một cách mới.

Câu chuyện của nghiên cứu Đại học California không phải câu chuyện về công nghệ xấu. Nó là câu chuyện về thói quen. Khi một công cụ trả lời quá nhanh, quá trôi chảy, con người có xu hướng ngừng tự hỏi. Và trong bóng đá, nơi mỗi quyết định về thể lực có thể định đoạt sự nghiệp của một con người, thói quen ấy đắt hơn ở bất cứ nơi nào khác.

Điều đáng sợ không phải là máy móc trả lời sai, mà là con người quên mất cách tự trả lời. Đó là câu tôi muốn giữ trong đầu suốt bài viết này.

Bối cảnh: Khi băng ghế kỹ thuật có thêm một chiếc ghế cho thuật toán

Bóng đá Việt Nam đã bước vào kỷ nguyên dữ liệu chậm hơn châu Âu khoảng một thập kỷ, nhưng tốc độ bắt kịp thì nhanh đến mức khó theo dõi. Vào khoảng năm 2026, phần lớn các đội V-League vẫn ghi chép thể lực bằng sổ tay và cảm nhận của bác sĩ đội. Đến giai đoạn 2026-2026, một vài câu lạc bộ có ngân sách tốt bắt đầu thuê chuyên viên phân tích dữ liệu, lắp đặt hệ thống GPS theo dõi quãng chạy, và mua các gói phần mềm thống kê. Từ sau năm 2026, khi các mô hình ngôn ngữ lớn trở nên phổ biến, một làn sóng mới xuất hiện: các công cụ AI được giới thiệu như giải pháp cho mọi khâu, từ tuyển trạch cầu thủ trẻ đến dự đoán chấn thương.

Tôi đã ngồi trong nhiều cuộc họp như thế. Người ta chiếu lên màn hình những biểu đồ đẹp, những đường cong dự báo, những xác suất được tính đến hai chữ số thập phân. Không khí trong phòng thường có một chút hân hoan, kiểu hân hoan của người vừa tìm được cây gậy thần. Và tôi hiểu cảm giác ấy. Bóng đá Việt Nam trong nhiều năm phải ra quyết định bằng trực giác vì thiếu dữ liệu. Khi dữ liệu đến, cảm giác được nâng đỡ là có thật.

Nhưng có một nghịch lý mà ít ai nói đến trong các cuộc họp ấy. Càng nhiều dữ liệu, người ta càng ít tranh luận. Khi mọi con số đã được máy tính sắp xếp gọn gàng, việc phản biện trở nên khó hơn về mặt tâm lý. Ai dám nói rằng bảng điểm kia sai, khi nó được tạo ra bởi một hệ thống mà không ai trong phòng hiểu hết? Ai dám đặt câu hỏi về cách mô hình được xây dựng, khi người xây dựng nó đã rời đi từ lâu?

Dựa trên kinh nghiệm theo dõi các trận đấu V-League của tôi qua nhiều mùa giải, tôi thấy một mô thức lặp lại. Một câu lạc bộ áp dụng công cụ phân tích mới, gặt hái kết quả tốt trong vài tháng đầu, rồi dần dần giao phó nhiều quyết định hơn cho công cụ. Đến khi kết quả đi xuống, không ai còn nhớ cách ra quyết định mà không có công cụ. Cái bẫy không nằm ở việc dùng AI. Cái bẫy nằm ở việc quên mất mình từng có thể làm mà không cần nó.

Nghiên cứu của Đại học California chạm đúng vào điểm này, dù nó được viết cho một bối cảnh hoàn toàn khác. Nhóm nghiên cứu tuyển 1.222 người tham gia trực tuyến và chia họ thành các nhóm khác nhau. Một nhóm được dùng ChatGPT để giải các bài toán khó, một nhóm giải một mình. Sau đó, công cụ bị rút đi với tất cả mọi người, và tất cả phải đối mặt với những bài toán mới mà không có trợ giúp. Kết quả: nhóm từng dùng AI chỉ đạt 57% trên các bài toán khó, trong khi nhóm đối chứng đạt 73%. Khoảng cách mười sáu điểm phần trăm ấy không phải là sai số. Nó là dấu vết của một thứ gì đó bị bào mòn.

Ba thí nghiệm có kiểm soát với cỡ mẫu lần lượt 354, 667 và 201 người cho thấy hiệu ứng lặp lại. Khi công cụ biến mất, một phần người dùng không chỉ làm sai nhiều hơn. Họ bắt đầu mắc lỗi, hoặc đơn giản là bỏ dở bài toán. Họ đã quên mất cảm giác phải tự vật lộn với một vấn đề khó. Và đó chính là điều tôi lo lắng nhất khi nhìn vào băng ghế kỹ thuật của các đội bóng Việt Nam đang háo hức đón nhận công cụ mới.

Phân tích cốt lõi: Ba tầng phụ thuộc trong phòng y tế và phòng phân tích

Để hiểu nghiên cứu ấy nói gì với bóng đá, cần hiểu nó không nói về ChatGPT như một sản phẩm. Nó nói về một cơ chế tâm lý: khi ta để một hệ thống bên ngoài thực hiện phần suy luận, phần cơ bắp nhận thức ấy sẽ yếu đi nếu không được tập luyện. Bóng đá Việt Nam đang xây dựng ba tầng phụ thuộc có thể bị cùng một cơ chế bào mòn, ở ba cấp độ khác nhau.

Tầng thứ nhất nằm ở khâu dự đoán chấn thương, và đây là nơi tôi lo nhất. Trong vài năm gần đây, một số câu lạc bộ và trung tâm đào tạo trẻ bắt đầu dùng các mô hình tính "điểm rủi ro" cho từng cầu thủ, dựa trên khối lượng tập luyện, quãng chạy, lịch thi đấu và tiền sử chấn thương. Bản thân tôi từng xây dựng một mô hình tương tự vào năm 2026, với năm chỉ số: sức bền cơ, mức độ đau, thời gian thi đấu, khối lượng tập luyện và trạng thái tâm lý. Mô hình ấy từng giúp tôi dự đoán một trường hợp tái phát chấn thương với xác suất cao, và bài phân tích khi đó được một chuyên gia vật lý trị liệu chia sẻ rộng rãi.

Nhưng tôi học được một điều từ chính mô hình của mình. Điểm rủi ro là một con số, và con số thì không biết cầu thủ đã ngủ bao nhiêu đêm, không biết anh ta vừa có con nhỏ, không biết anh ta đang giấu một cơn đau vì sợ mất suất đá chính. Nếu người đọc bảng điểm quên mất những điều ấy, mô hình sẽ trở thành một cái cớ để không còn phải lắng nghe. Và khi con người ngừng lắng nghe, cơ bắp nhận thức ấy bắt đầu teo lại.

Tôi từng chứng kiến một trường hợp đau lòng vào năm 2026, khi mới vào nghề. Một hậu vệ trẻ đang tập hồi phục sau đứt dây chằng chéo trước, nhưng tiến độ bị đẩy nhanh bất thường. Tôi lặng lẽ ghi lại số liệu: cầu thủ mới đạt 78% sức mạnh cơ tứ đầu, trong khi ban huấn luyện vẫn xếp anh vào danh sách thi đấu. Anh tái phát chấn thương chỉ sau mười hai phút vào sân và phải nghỉ thêm bốn tháng. Khi ấy chưa có AI nào trong phòng y tế. Nhưng sai lầm thì giống hệt kiểu sai lầm mà một mô hình kém được huấn luyện có thể tạo ra: một con số được đọc mà không có ai đặt câu hỏi.

Tầng thứ hai nằm ở khâu tuyển trạch và đánh giá cầu thủ trẻ. Các trung tâm đào tạo ở Việt Nam, từ những lò lâu đời như Hoàng Anh Gia Lai cho đến các học viện mới của những câu lạc bộ thành tích cao, đều đang tìm cách dùng dữ liệu để sàng lọc. Ý tưởng nghe rất hợp lý: máy tính có thể xem hàng nghìn giờ băng hình và chỉ ra mẫu hình mà mắt người bỏ sót. Nhưng có một cái bẫy tinh vi. Những mô hình ấy thường được huấn luyện trên dữ liệu từ các giải lớn, nơi lối chơi, thể trạng và cả cách ra quyết định khác xa bóng đá Việt Nam. Khi một huấn luyện viên trẻ đưa ra ý kiến trái ngược với mô hình, anh ta thường bị coi là thiếu cơ sở. Dần dần, người ta ngừng đưa ra ý kiến trái ngược.

Tôi tin vào dữ liệu, nhưng dữ liệu cũng biết nói dối nếu ta không hỏi đúng câu. Một mô hình tuyển trạch có thể đánh giá cao một cầu thủ vì anh ta chạy nhiều, mà không biết rằng ở giải của anh ta, chạy nhiều là hệ quả của việc đội bóng yếu và phải đuổi bóng. Nếu người phân tích không tự hỏi vì sao, mô hình sẽ biến một điểm yếu thành một điểm mạnh trên bảng điểm. Và cái giá của việc ấy là một suất học bổng bị trao sai chỗ, một tài năng bị bỏ quên.

Tầng thứ ba nằm ở khâu chuẩn bị chiến thuật trước trận đấu. Đây là nơi các công cụ AI được quảng cáo mạnh mẽ nhất. Một huấn luyện viên có thể yêu cầu hệ thống phân tích hàng trăm trận đấu của đối thủ và tóm tắt các mẫu hình tấn công. Công việc ấy trước đây mất hàng tuần cho một nhóm trợ lý, giờ có thể xong trong vài giờ. Hiệu quả rõ ràng. Nhưng hiệu quả ấy cũng có nghĩa là huấn luyện viên không còn phải tự xem lại băng hình, không còn phải tự vật lộn với những chi tiết nhỏ mà mô hình cho là không quan trọng.

Trong bóng đá, những chi tiết bị mô hình coi là nhiễu thường lại là thứ quyết định. Cách một hậu vệ đối phương đứng chân trước khi bị qua người, cách một tiền vệ hít thở trước quả đá phạt, cách một thủ môn liếc mắt trước khi phát bóng. Những điều ấy không nằm trong dữ liệu. Nhưng một huấn luyện viên đã xem đủ nhiều sẽ cảm nhận được chúng. Nếu anh ta không còn xem đủ nhiều vì đã có máy tóm tắt, khả năng cảm nhận ấy sẽ mòn đi.

Góc nhìn phản trực giác: Vấn đề không nằm ở công cụ, mà ở người không dám cãi công cụ

Điều dễ dàng nhất là đọc nghiên cứu kia và kết luận rằng AI đang làm hại bóng đá. Tôi cho rằng kết luận ấy vừa đúng vừa vô dụng, vì nó không chỉ ra được chỗ nào cần sửa. Bóng đá Việt Nam sẽ không ngừng dùng công cụ. Các câu lạc bộ sẽ tiếp tục mua phần mềm, thuê chuyên viên, và thử nghiệm AI trong mọi khâu. Việc kêu gọi quay lại thời kỳ sổ tay là vô nghĩa và còn có hại, vì nó khiến những người làm việc nghiêm túc bị coi là cổ hủ.

Vấn đề thật sự nằm ở chỗ khác. Nghiên cứu Đại học California không đo sự phụ thuộc vào công cụ. Nó đo điều xảy ra khi công cụ biến mất. Trong bóng đá, công cụ không bao giờ biến mất hoàn toàn, nhưng nó biến mất đúng vào những khoảnh khắc quan trọng nhất. Khi trận đấu bước vào phút thứ tám mươi và một cầu thủ ôm bắp chân, không có mô hình nào kịp nói cho bạn biết phải làm gì. Khi trọng tài thổi phạt đền trong một trận derby căng thẳng, không có hệ thống nào thay bạn ra quyết định. Đó là những phút mà con người phải tự đứng trên đôi chân của mình, và đó chính là lúc khả năng tự giải quyết vấn đề được kiểm tra.

Vì vậy, câu hỏi đúng không phải là "có nên dùng AI trong bóng đá hay không". Câu hỏi đúng là: câu lạc bộ có đang luyện cho con người khả năng đứng vững khi không có AI hay không? Và trong hầu hết các trường hợp tôi biết ở Việt Nam, câu trả lời là không.

Có một chi tiết trong nghiên cứu khiến tôi nghĩ mãi. Khi công cụ bị rút đi, không chỉ điểm số của nhóm dùng AI giảm. Một phần người tham gia bắt đầu mắc lỗi, hoặc đơn giản là bỏ dở. Họ không chỉ làm kém hơn, họ mất luôn ý chí tiếp tục. Đây là dấu hiệu của một thứ sâu hơn kỹ năng: niềm tin vào khả năng tự giải quyết của chính mình. Khi niềm tin ấy mất, người ta không còn cố gắng.

Trong bóng đá, niềm tin ấy có tên gọi riêng. Nó là thứ giữ cho một hậu vệ không bỏ cuộc khi bị qua người hai lần trong hiệp một. Nó là thứ khiến một tiền vệ vẫn dám xin bóng ở phút thứ chín mươi, dù cả trận đã đá hỏng. Nếu một câu lạc bộ dạy cầu thủ rằng mọi câu trả lời đều nằm trong máy, thì đến khi máy không trả lời được nữa, cầu thủ ấy sẽ đứng yên. Và tôi đã nhìn thấy những cầu thủ đứng yên. Đó là hình ảnh buồn nhất trên sân cỏ.

Có những sai lầm chỉ lộ diện sau khi mùa giải kết thúc, khi ánh đèn đã tắt. Việc phụ thuộc vào công cụ là một sai lầm như thế. Nó không khiến bạn thua một trận. Nó khiến bạn thua dần qua nhiều mùa, cho đến khi bạn quên mất mình từng mạnh ở đâu. Và đến lúc đó, không ai còn nhớ để truy vết nguyên nhân.

Phần bảo vệ: Những gì có thể làm ngay, và những gì tôi đã học được

Tôi không viết bài này để dọa ai. Tôi viết vì tôi tin rằng bóng đá Việt Nam có thể hưởng lợi từ công cụ mới mà không đánh mất phán đoán của con người, nếu chịu làm vài việc cụ thể và không tốn kém.

Việc đầu tiên là giữ một người có quyền nói "không" với mô hình. Không phải người phản đối công nghệ, mà là người đủ hiểu để chất vấn. Ở mỗi phòng phân tích nên có một người được giao nhiệm vụ đặt câu hỏi về chính bảng điểm: dữ liệu này đến từ đâu, mô hình được huấn luyện trên giải nào, điều gì bị bỏ ra ngoài. Vai trò ấy nghe có vẻ nhỏ, nhưng nó giữ cho cả căn phòng không ngủ quên.

Việc thứ hai là duy trì một "buổi tập không công cụ". Với cầu thủ, đó có thể là một buổi phân tích băng hình hoàn toàn bằng mắt người, không có mô hình tóm tắt. Với bác sĩ đội, đó là một buổi đánh giá thể lực chỉ dựa trên quan sát và lắng nghe. Mục đích không phải là bỏ công cụ, mà là giữ cho cơ bắp nhận thức ấy không teo. Vết nứt không nằm trên X-quang, nó nằm trong cách ta lắng nghe cơ thể. Và cách lắng nghe ấy cần được tập luyện mỗi ngày, như một bài thể dục.

Việc thứ ba là minh bạch về giới hạn. Mỗi mô hình nên được dán nhãn rõ ràng: nó dự đoán được gì, nó không dự đoán được gì, sai số của nó là bao nhiêu. Ở nhiều câu lạc bộ tôi từng đến, chuyên viên dữ liệu biết rõ giới hạn của mô hình, nhưng huấn luyện viên và cầu thủ thì không. Khoảng cách thông tin ấy tạo ra một sự tôn kính thái quá với con số. Khi người ta biết mô hình hay sai ở đâu, họ sẽ bớt sợ nó và bớt phụ thuộc vào nó.

Tôi học được điều này từ mùa bóng 2026, mùa bóng trống trải. Khi đại dịch khiến các sân vận động không còn khán giả và lịch thi đấu phải dồn nén, tôi áp dụng mô hình rủi ro của mình để dự đoán tỷ lệ chấn thương cơ sẽ tăng mạnh. Tôi khuyến nghị một câu lạc bộ nên để tiền đạo chủ lực ngồi dự bị ở một trận derby quan trọng. Người hâm mộ phản đối gay gắt, gọi tôi là kẻ bi quan thái quá. Đúng trận đó, hai cầu thủ khác dính chấn thương cơ. Còn tiền đạo ấy, sau khi được nghỉ, ghi bốn bàn trong năm trận tiếp theo.

Tôi kể lại câu chuyện ấy không phải để khoe mô hình của mình đúng. Tôi kể vì điều tôi làm đúng không nằm ở mô hình. Nó nằm ở chỗ tôi vẫn tự đọc trận đấu, vẫn tự đến sân, vẫn tự hỏi. Mô hình chỉ là một trong nhiều nguồn, và tôi giữ quyền nghi ngờ nó. Nếu tôi giao phó toàn bộ cho mô hình, có lẽ tôi đã không dám đưa ra khuyến nghị ấy, vì sợ mình sai. Trách nhiệm không cần khán đài, nó chỉ cần một người giữ kỷ luật mỗi sáng. Kỷ luật ấy, với tôi, là kỷ luật tự suy nghĩ.

Suy ngẫm: Điều gì đáng giữ lại khi mọi thứ đều có thể hỏi máy

Nghiên cứu của Đại học California kết thúc bằng một lưu ý mà nhiều bài báo vội vàng bỏ qua. Hiệu ứng được quan sát là tạm thời, không vĩnh viễn. Các nhà nghiên cứu không khuyến nghị cấm AI. Họ chỉ ra rằng công cụ này không có hại trong mọi trường hợp, và điều quan trọng là phân biệt giữa việc dùng AI như một hỗ trợ học tập và việc để nó làm thay toàn bộ phần suy luận.

Tôi nghĩ bóng đá Việt Nam nên đọc lưu ý ấy thật chậm. Vì đây chính xác là ranh giới mà chúng ta đang đứng. Chúng ta có thể dùng công cụ để học nhanh hơn, thấy nhiều hơn, và bớt mắc sai lầm ngớ ngẩn. Hoặc chúng ta có thể để công cụ suy nghĩ thay mình, và dần dần quên mất cách tự đứng trên sân.

Sự khác biệt giữa hai con đường ấy không nằm ở phần mềm. Nó nằm ở con người. Nó nằm ở người huấn luyện viên dám nhìn ra sân thay vì chỉ nhìn màn hình. Nó nằm ở bác sĩ đội dám tin vào trực giác của mình khi bảng điểm nói ngược lại. Nó nằm ở cầu thủ dám tự hỏi vì sao mình chạy chỗ sai, thay vì chờ máy chỉ ra.

Một cầu thủ không gãy chân vẫn có thể đang vỡ từ bên trong. Điều tương tự đúng với một câu lạc bộ. Một đội bóng không thua trận nào vẫn có thể đang yếu đi từ bên trong, nếu nó đã ngừng tự suy nghĩ. Và sự yếu đi ấy không hiện lên trên bảng xếp hạng. Nó chỉ hiện lên vào một đêm nào đó, khi công cụ không còn trả lời được, và không ai trong phòng biết phải làm gì.

Người xem thấy bàn thắng. Tôi thấy ba tháng sau của đầu gối ấy. Và giờ đây, khi nhìn vào những phòng phân tích sáng đèn, tôi cũng thấy ba mùa giải sau của một nền bóng đá đã quên cách tự ra quyết định. Tôi tin vào dữ liệu. Tôi chỉ không tin vào việc giao phó toàn bộ cho nó. Giữ được khoảng cách ấy, giữ được thói quen tự hỏi, là cách duy nhất để công nghệ phục vụ bóng đá Việt Nam thay vì thay thế nó. Câu hỏi cuối cùng không dành cho các mô hình, mà dành cho chúng ta: khi chiếc máy tính bảng tắt màn hình, bạn còn tin vào phán đoán của chính mình không?