Khi cỗ máy dán nhãn 'bóng đá' lên một bản tin hình sự

Trong hơn hai thập kỷ theo dõi ngành thể thao, tôi học được một điều tưởng như đơn giản: cỗ máy không đọc, nó khớp. Một sáng nọ, hệ thống phân loại nội dung của một tòa soạn dán nhãn 'bóng đá' lên một bản tin hình sự. Đọc kỹ, không có một đội bóng nào trong đó. Không cầu thủ, không huấn luyện viên, không giải đấu, không liên đoàn, không một dòng chuyển nhượng. Chỉ có một vụ án nghiêm trọng, một nạn nhân, một nghi phạm, và một cơ quan công tố đang điều tra. Vậy mà thẻ 'thể thao' vẫn được gắn, trơn tru như một đường chuyền về khung thành nhà. Khoảnh khắc ấy khiến tôi dừng lại. Vấn đề không nằm ở bài báo. Nó nằm ở cách chúng ta dựng nên những 'trọng tài vô hình' — thuật toán phân loại — rồi để chúng phán xử nội dung mà gần như không ai kiểm tra lại. Và như mọi trọng tài, chúng ta chỉ nhớ đến họ khi họ thổi sai. Để hiểu chuyện này, cần biết cách các hệ thống phân loại nội dung thể thao vận hành. Phần lớn chúng không 'hiểu' ngữ nghĩa. Chúng đếm tần suất từ khóa, đo khoảng cách từ, rồi gán nhãn theo xác suất. Từ 'tấn công' xuất hiện dày đặc trong cả bản tin hình sự lẫn bài tường thuật trận đấu. Từ 'cú sút' nằm trong cả phòng cấp cứu lẫn vòng cấm địa. Từ 'mục tiêu' vừa là đích đến của một vụ việc, vừa là mành lưới đối phương. Chỉ cần vài token trùng khớp, mô hình đã đủ tự tin để dán nhãn 'bóng đá'. Thêm vào đó là địa danh. Một số vùng đất nổi tiếng vì có câu lạc bộ chuyên nghiệp, nên khi tên vùng xuất hiện cạnh những từ mang nghĩa bạo lực, mô hình càng dễ trượt. Cỗ máy không phân biệt được 'một cuộc tấn công vào một con người' với 'một pha tấn công trong hiệp hai'. Với nó, hai thứ ấy cùng một nhãn. Đây không phải lỗi hiếm. Đây là hệ quả tất yếu của một ngành công nghiệp nội dung chạy theo quy mô. Khi mỗi ngày có hàng trăm nghìn bài đăng cần được gắn thẻ, phân loại, đẩy vào đúng luồng, không tòa soạn nào đủ người để đọc tay từng dòng. Con người rút lui, máy tiến lên. Và trong khoảng trống ấy, những sai số nhỏ tích tụ thành hệ thống. Vấn đề sâu hơn nằm ở chỗ chúng ta đã đồng nhất 'phân loại đúng' với 'phân loại nhanh'. Trong bóng đá, tôi từng viết rằng bản vá là một trọng tài vô hình có quyền quyết định chức vô địch — kẻ thay đổi luật chơi mà không ai nhìn thấy mặt. Thuật toán phân loại nội dung cũng vậy. Nó không ra sân, không cầm còi, nhưng nó quyết định bài nào được độc giả thể thao nhìn thấy, bài nào bị đẩy sang một góc khuất. Khi một bản tin hình sự bị gắn nhãn 'bóng đá', tổn hại diễn ra hai chiều. Với độc giả thể thao, họ nhận được thứ không thuộc về mình — một cú sốc lạc chỗ, một nội dung được đặt cạnh những trận đấu như thể chúng ngang hàng. Với chính vụ việc, việc bị kéo vào một luồng giải trí thể thao là một sự xúc phạm thầm lặng. Một câu chuyện về con người bị biến thành một mục trong bảng tin trận đấu. Điều đáng nói là lỗi này không đến từ sự độc ác, mà từ sự lười biếng có hệ thống. Chúng ta xây những mô hình đủ tốt để tiết kiệm thời gian, rồi quên mất rằng có những loại nội dung không được phép sai. Tin hình sự, tin về cái chết, tin về bạo lực giới — đó là vùng cấm đối với tự động hóa mù quáng. Ở đó, một nhãn sai không chỉ là lỗi kỹ thuật; nó là sự thiếu tôn trọng. Tôi từng dùng Football Manager để mô phỏng lại phần còn lại của một mùa giải bị đại dịch cắt ngang. Tôi gọi đó là 'mùa giải ảo'. Nhưng tôi luôn ý thức rằng mô phỏng chỉ có giá trị khi ta biết rõ đâu là ranh giới giữa trò chơi và thực tế. Cỗ máy phân loại nội dung thiếu chính ý thức ấy. Nó chạy mùa giải ảo của riêng nó, gán nhãn cho cả thế giới, mà không biết rằng có những dòng không được phép chạm vào. Trong bóng đá, chúng ta phân biệt rõ một pha phạm lỗi vô ý và một hành vi cố ý. Trong vận hành nội dung, chúng ta chưa có sự phân biệt tương tự. Một thuật toán gán nhãn sai vì thiếu dữ liệu huấn luyện khác hoàn toàn với một hệ thống biết rõ rủi ro nhưng vẫn để mặc. Cái thứ nhất là sai số. Cái thứ hai là lựa chọn. Và phần lớn các tòa soạn đang ở giữa hai thái cực ấy, chưa chịu chọn phe. Cơ hội nằm ở chính chỗ này. Nếu mỗi đường ống nội dung chịu dựng một 'vùng cấm tự động' cho các chủ đề nhạy cảm, thì những lỗi như thế sẽ không bao giờ chạm tới độc giả. Chi phí bỏ ra nhỏ. Cái giá của việc không làm thì không đo đếm được. Một bài bị gắn nhãn sai là một bài bị đọc sai bởi đúng những người không nên đọc nó. Ở đây, tôi phải tự phản biện. Có thể bạn cho rằng chuyện một bài bị gắn nhãn sai là vặt vãnh. Thế giới đầy rẫy lỗi lớn hơn. Đồng ý. Nhưng chính cách chúng ta xử lý lỗi nhỏ lại hé lộ cách chúng ta sẽ xử lý lỗi lớn. Một hệ thống dán nhãn 'bóng đá' lên một bản tin hình sự hôm nay sẽ là hệ thống đề xuất bản tin sai lệch cho hàng triệu người ngày mai. Sai số ở quy mô nhỏ là chuyện đáng bỏ qua; sai số ở quy mô lớn là chuyện của niềm tin. Cũng có thể bạn nói: đây là lỗi của kỹ thuật, không phải của con người. Tôi không đồng ý. Mỗi lần ta chấp nhận một đường ống tự động không có chốt chặn cho nội dung nhạy cảm, ta đang ký một tờ giấy trắng. Cái 'gã khổng lồ ngủ quên' ở đây không phải một đội bóng, mà là trách nhiệm biên tập — thứ bị ru ngủ bởi tốc độ và tiện lợi. Và nếu tôi sai? Nếu việc gắn nhãn sai thực sự vô hại? Thì ít nhất, nó vẫn phơi bày một sự thật: chúng ta đang giao việc phán xử nội dung cho những cỗ máy không hiểu nội dung. Đó là điều tôi không sẵn sàng bỏ qua. Người ta nhìn bảng xếp hạng để biết ai dẫn đầu; tôi nhìn xuống đáy bảng để tìm ai sắp không còn ở đó. Trong câu chuyện này, kẻ sắp biến mất không phải một đội bóng, mà là sự cẩn trọng của người làm báo. Câu hỏi tôi để lại: nếu thuật toán của bạn dán nhãn sai lên một câu chuyện con người, ai sẽ là người đủ can đảm gỡ nó xuống?