Lời mở đầu. Vì sao chúng ta vẫn sai dù rất tận tâm?

Nhìn Việt Nam hôm nay, đôi lúc tôi chợt có cảm giác như vừa bước qua một cánh cửa thời gian. Những trăn trở về học hành và nghề nghiệp, kỳ vọng vào việc làm, sự háo hức trước những cơ hội mới gợi tôi nhớ đến tuổi trẻ của mình ở Hàn Quốc. Tôi học năm cuối trung học phổ thông vào năm 1975 và vào đại học năm 1976. Năm 1980, tôi tốt nghiệp đại học rồi học tiếp cao học. Dù vẫn là một sinh viên, từ khoảng thời gian ấy, tôi bắt đầu nhìn xã hội bằng một con mắt mới: con mắt của một người đang sống giữa đời, bên ngoài giảng đường.

Có một con số khiến tôi suy nghĩ thêm về sự liên tưởng ấy. Nếu so sánh theo cùng một chuỗi dữ liệu GDP thực bình quân đầu người của Ngân hàng Thế giới, con số năm 2025 của Việt Nam nằm gần mức của Hàn Quốc vào khoảng năm 1980–1981. Đó là thời kỳ tôi vừa tốt nghiệp đại học và đang học cao học.¹

Dĩ nhiên, không thể dùng một chỉ tiêu về sản xuất để đặt cả một đất nước vào một thời kỳ nhất định. Chỉ nhìn vào tuổi thọ trung bình cũng thấy Việt Nam hôm nay khác với Hàn Quốc khi ấy. Cơ cấu độ tuổi, môi trường giáo dục và cách con người kết nối với thế giới đều khác; hơn nữa, điện thoại thông minh và trí tuệ nhân tạo đã đi vào đời sống hằng ngày. Sự gần nhau của những con số là một gợi ý để tôi nhìn lại ký ức và bắt đầu đặt câu hỏi. Còn câu trả lời phải được tìm trong những điều kiện cụ thể mà người Việt Nam đang sống hôm nay.

Từ năm 1980, tôi đã dành nhiều năm học tập, nghiên cứu và giảng dạy. Tôi cũng tham gia những công việc tìm hiểu về thể chế, chính sách, môi trường và xã hội. Nhìn lại, những năm tháng ấy không phải là một con đường đi thẳng từ kiến thức đến nhận định đúng. Có lúc tôi kết luận quá sớm; có lúc tôi quá tin vào những điều mình đã quen nhìn thấy. Cũng có những câu hỏi cần thiết mà mãi về sau tôi mới nghĩ đến. Tôi từng cho rằng tìm thêm tài liệu và tích lũy kinh nghiệm sẽ giúp mình bớt sai, nhưng kinh nghiệm lại dạy tôi một sự thật khó chấp nhận hơn. Dù thu thập nhiều dữ liệu đến đâu, nếu câu hỏi ban đầu đã sai, chúng ta vẫn có thể chỉ dùng chúng để bảo vệ câu hỏi ấy một cách tinh vi hơn.

Nhìn những người đang đứng trước lựa chọn mới ở Việt Nam, tôi lại nhớ đến điều đó. Tôi không thể dễ dàng nói lựa chọn nào là đúng cho một gia đình, một sinh viên hay một doanh nghiệp mà mình chưa hiểu đủ. Nhưng tôi có thể cùng bạn mở ra những câu hỏi mà, nhìn lại cuộc đời mình, tôi ước đã đặt ra sớm hơn một chút. Chúng ta đang muốn quyết định điều gì? Trước khi xem xét căn cứ, ta đã chọn sẵn câu trả lời nào trong lòng? Trong câu chuyện đang nghe, tiếng nói của ai còn vắng mặt? Biết được sự thật nào thì ta có thể thay đổi suy nghĩ?

Chúng ta không chỉ sai vì thiếu hiểu biết. Ta có thể sai ngay trong lúc nỗ lực rất tận tâm. Một việc khởi đầu bằng ý tốt có thể khiến ta nôn nóng, và sự nôn nóng lại thúc ta vội kết luận. Sau đó, những dữ liệu ủng hộ kết luận đã chọn trở nên dễ thấy hơn. Khi người xung quanh cũng gật đầu, nhận định ấy càng có vẻ chắc chắn. Một sai sót nhỏ của một người có thể đi qua cuộc họp, trở thành quyết định của tổ chức rồi thành cách làm được nhiều người lặp lại. Mỗi cá nhân cũng như những người cùng nhau quyết định đều cần biết cách xem xét lại suy nghĩ của mình.

Trình tự mà cuốn sách này đề xuất khá đơn giản. Trước hết, hãy viết lại vấn đề. Làm rõ những từ ta vẫn dùng như thể đã hiển nhiên hiểu nhau, chẳng hạn “tốt”, “an toàn” hay “thành công”, thực sự có nghĩa gì. Tìm những cách giải thích khác và xem xét bằng chứng có thể đảo ngược suy nghĩ ban đầu. Đặt trải nghiệm của con người bên cạnh các con số; bên cạnh những trường hợp tiêu biểu, nhìn cả những người bị che khuất sau mức trung bình. Sau đó, đưa ra kết luận trong phạm vi những điều kiện đã được xác minh, đồng thời ghi lại điều gì thay đổi sẽ khiến ta xem xét lại kết luận ấy. Khi đã có kết quả, quay về suy nghĩ ban đầu để kiểm tra mình đã thấy đúng điều gì và bỏ sót điều gì.

Trí tuệ nhân tạo có thể giúp mở rộng những câu hỏi ấy. Đồng thời, nó cũng có thể trình bày thông tin sai một cách hết sức lưu loát. Tôi muốn sử dụng AI như một người đối thoại mà mình chưa thể hoàn toàn tin cậy: nhờ nó tìm ra những điều tôi ngầm giả định và những lập luận phản biện mạnh nhất, rồi xác minh các sự thật quan trọng qua dữ liệu gốc và những người thực sự liên quan. Công cụ càng nhanh, những việc con người phải kiểm chứng và chịu trách nhiệm càng trở nên rõ ràng.

Khi Việt Nam hôm nay gợi tôi nhớ đến Hàn Quốc vào thời mình vừa tốt nghiệp đại học, tôi nhìn lại cách mình đã sống những năm sau đó. Một điều tôi học được trong quãng thời gian ấy là biết dừng lại đôi chút trước khi quá tin vào một câu trả lời. Tôi muốn đặt những trải nghiệm ở Hàn Quốc bên cạnh trải nghiệm của bạn đọc nơi đây và cùng bạn tự hỏi: trước những cơ hội đang mở ra, chúng ta có thể đặt câu hỏi nào sớm hơn một chút?

Chương 1. Trí tuệ vội vàng

Khi tốt nghiệp đại học năm 1980, tôi chưa biết mình sẽ gặp những vấn đề gì trong vài chục năm tiếp theo. Trong quá trình nghiên cứu và giảng dạy sau đó, tôi đã gặp nhiều người tiếp thu nhanh và làm việc tận tâm. Thế nhưng, ngay cả trong những cuộc thảo luận có thông tin phong phú, ý kiến trao đổi liên tục, đôi khi điều thực sự đang được hỏi vẫn không rõ ràng. Một người nói về điều gì là đúng đắn, người khác nói về chuyện gì đã thực sự xảy ra, còn một người nữa nói về việc gì có thể thực hiện. Họ dường như đang bàn cùng một vấn đề, nhưng thực ra lại trả lời ba câu hỏi khác nhau.

Tôi cũng từng cuốn theo tốc độ ấy. Khi nghĩ rằng mình đã hiểu vấn đề, tôi lập tức bắt đầu tìm giải pháp. Mãi về sau tôi mới nhận ra vẫn còn những từ chưa rõ nghĩa, những người sẽ thực sự chịu ảnh hưởng chưa được hỏi ý kiến, và những khả năng khác chưa được xem xét đầy đủ. Hiểu nhanh tạo ra sức bật để bắt tay vào công việc. Muốn dùng sức bật ấy cho đúng, ta còn phải xem mình đang đi theo hướng nào.

Người trẻ Việt Nam hôm nay có những công cụ mà tôi chưa có khi tốt nghiệp đại học. Họ có thể tra cứu thông tin ngay trên điện thoại, nhận một bản tóm tắt tài liệu hay bản nháp kế hoạch chỉ trong vài phút. Tôi tò mò về những khả năng ấy. Khi thời gian tìm câu trả lời đã ngắn đi đến vậy, chúng ta sẽ dành thời gian sửa lại câu hỏi ở đâu?

Hãy nghĩ đến một người vừa tốt nghiệp đại học đang phân vân giữa hai công việc. Một nơi cho phép ở gần gia đình nhưng mức lương khởi điểm thấp. Nơi còn lại đòi hỏi chuyển đến thành phố khác; thu nhập và cơ hội học hỏi có vẻ tốt hơn, nhưng chi phí sinh hoạt cũng cao hơn. Đây là một tình huống giả định để tìm hiểu phương pháp.

Nếu người ấy chỉ hỏi “Nơi nào trả lương tháng cao hơn?”, câu trả lời có thể đến rất nhanh. Nhưng để thực sự quyết định, họ cần biết thêm vài điều. Sau khi trừ tiền nhà và đi lại, còn lại bao nhiêu? Có người hướng dẫn công việc hay không? Sau một năm, liệu có thể chuyển sang con đường khác? Gia đình đang có hoàn cảnh nào cần được tính đến? Khi câu hỏi được mở rộng, những khác biệt trước đó chưa thấy sẽ hiện ra.

Điều đó không có nghĩa là mọi quyết định đều nên trì hoãn lâu. Với một lựa chọn ít gây tổn thất và dễ đảo ngược, thử làm trước có thể là cách tốt hơn. Nhưng những lựa chọn ảnh hưởng đến việc học hỏi, các mối quan hệ, tiền bạc và trách nhiệm với người khác trong nhiều năm cần được xem xét sâu hơn. Trong những quyết định ấy, vài giờ dùng để làm rõ vấn đề và các giả định có thể đáng giá hơn thời gian thu thập thêm câu trả lời cho một câu hỏi quá hẹp.

Đó cũng là chỗ khác nhau giữa khả năng xử lý thông tin và khả năng nhận định. Xử lý thông tin là đọc, chọn lọc và sắp xếp dữ liệu. Nhận định còn bao gồm việc xem dữ liệu ấy được tạo ra như thế nào, ai đã được quan sát, ai bị bỏ sót, và sự thật, dự đoán cùng giá trị đang đan xen ra sao. Ta cũng phải nghĩ đến việc kết luận sẽ thay đổi thế nào khi có bằng chứng mới. Một con số rõ ràng có thể đứng trên một định nghĩa mơ hồ; một kế hoạch vô cùng chi tiết cũng có thể hướng tới một mục tiêu chưa được xem xét thấu đáo.

Khi nhiều người phải cùng quyết định nhanh, tôi muốn thử dành một khoảng dừng ngắn. Trước khi nghe kết luận của người có ảnh hưởng lớn trong nhóm, mỗi người hãy viết ba câu, lần lượt trả lời: “Chúng ta đang muốn quyết định điều gì?”, “Chúng ta đã mặc nhiên coi điều gì là sự thật?”, “Biết được điều gì thì chúng ta sẽ thay đổi suy nghĩ?”. Sau đó, cùng so sánh các câu trả lời. Khi ấy, ta có thể thấy mọi người đang đi nhanh theo cùng một hướng hay đang đi theo những hướng khác nhau.

Ta cũng có thể nhờ AI viết lại câu hỏi theo cách khác, hoặc tìm những lập luận phản biện đối với lựa chọn mình đang nghiêng về. Tuy nhiên, hãy coi phản hồi ấy là những câu hỏi gợi ý cần được kiểm chứng. Nếu AI đưa ra thông tin về học phí, tiền lương, quy định hay kết quả nghiên cứu, cần kiểm tra nguồn và ngày tháng, hỏi những người liên quan, đồng thời xem các điều kiện ấy có phù hợp với hoàn cảnh của mình hay không.

Nhìn lại bản thân vào năm 1980, tôi không hẳn ước mình đã biết trước câu trả lời cho mọi lựa chọn. Điều tôi ước đã nhận ra sớm hơn là: khi quen với khả năng tìm câu trả lời thật nhanh, ta dễ bỏ quên việc xây dựng lại câu hỏi. Việt Nam hôm nay sẽ sử dụng tốc độ ấy như thế nào? Làm sao dành được trong công việc và học tập một khoảng dừng đủ ngắn để không bỏ lỡ cơ hội, nhưng đủ sâu để kiểm tra hướng đi?

Câu hỏi để tự suy ngẫm

1. Tôi đang tin quá sớm rằng mình đã hiểu vấn đề nào?
2. Nếu chọn sai, tôi có thể quay lại dễ đến mức nào?
3. Bằng chứng nào xuất hiện sẽ khiến tôi sửa lại kết luận ban đầu?

Chương 2. Khi các mối quan hệ giúp tư duy lớn lên

Tôi cũng không tránh khỏi áp lực từ các mối quan hệ. Có lần, chỉ vì lời nói đến từ một người mình tin tưởng, tôi dễ dàng chấp nhận luôn nhận định của họ. Cũng có lần, định kiến về một nhóm người khiến tôi chậm thừa nhận những câu hỏi đúng đắn mà họ đặt ra. Đã có những lúc tôi dò xét bầu không khí trước khi xem xét lập luận, đặt việc tránh rạn nứt quan hệ lên trước những câu hỏi cần thiết. Nhìn lại, tôi đã nghe tiếng của “ai đang nói” lớn hơn tiếng của “điều đang được nói”.

Con người có vẻ tự mình nhận định, nhưng lại suy nghĩ trong các mối quan hệ. Gia đình sẽ đón nhận lựa chọn của mình thế nào? Đồng nghiệp có xem mình là người kém năng lực không? Mình có được phép nêu ý kiến khác với những người mình tin tưởng không? Những tâm tư ấy không phải tiếng nhiễu nằm ngoài việc nhận định. Chúng gắn với cơ hội, trách nhiệm và lòng tin trong đời sống thực. Muốn khách quan không có nghĩa là phải xóa hết ảnh hưởng của các mối quan hệ. Điều cần nhận ra là mối quan hệ ấy đang giúp ta thấy rõ điều gì và khiến ta không thể nói ra điều gì.

Trong công việc giáo dục và tổ chức ở Hàn Quốc, tôi cũng từng thấy những mối quan hệ giúp mở rộng suy nghĩ. Có người dè dặt chia sẻ một hoàn cảnh chưa từng xuất hiện trong báo cáo. Người vốn im lặng trong cuộc họp bắt đầu lên tiếng khi một đồng nghiệp họ tin cậy đặt câu hỏi. Qua câu chuyện của một người, gánh nặng mà con số trung bình không thể cho biết trở nên cụ thể. Không ai có thể một mình nhìn thấy mọi thực tế tại chỗ. Khi có thể chia sẻ những gì đã thấy từ các vị trí khác nhau, nhận định của chúng ta sẽ rộng hơn đôi chút.

Vì vậy, khó có thể chỉ gọi một mối quan hệ không có xung đột là mối quan hệ tốt. Ta cần những mối quan hệ trong đó có thể hỏi điều mình chưa biết, nói ra quan sát trái chiều mà không lập tức chịu bất lợi. Chỉ riêng việc mọi người đều gật đầu chưa đủ để kết luận rằng đã có sự đồng thuận đầy đủ. Có người có thể dè dặt vì chức vụ thấp hơn, vì không muốn làm gia đình thất vọng, hoặc vì lo cho danh tiếng của mình. Muốn biết vì sao một người im lặng, cần hỏi chính người ấy.

Tôi hình dung một người trẻ Việt Nam hôm nay đang bàn với gia đình về con đường nghề nghiệp. Lời khuyên của gia đình hẳn chứa cả kinh nghiệm tích lũy, sự lo lắng và mong muốn giúp đỡ. Trong cuộc trò chuyện ấy, liệu có thể cùng xem thông tin nào vẫn phù hợp với lựa chọn hiện tại, điều kiện nào đã thay đổi? Một điều tôi học được ở Hàn Quốc là lòng biết ơn và những câu hỏi cần xem xét có thể cùng tồn tại. Ta có thể tôn trọng người khuyên mình, đồng thời hỏi lại căn cứ của lời khuyên ấy.

Điều cảm xúc mách bảo và điều cần kiểm chứng

Giận dữ, lo âu và lòng trắc ẩn cũng là những tín hiệu quan trọng. Nếu không cảm thấy gì trước một việc bất công, con người dễ bỏ qua những tổn hại. Chính vì lo cho hoàn cảnh của ai đó, ta có thể tìm hiểu một thực tế mình đã bỏ sót. Tuy nhiên, cảm xúc mạnh không tự nó xác minh được nguyên nhân của sự việc, phạm vi trách nhiệm hay giải pháp. Cần phân biệt sự thật mình trực tiếp chứng kiến với điều mình suy luận từ sự thật ấy.

Sự đồng cảm khiến ta muốn hiểu kỹ hơn hoàn cảnh của người khác. Nhưng khi mong muốn bảo vệ người cùng phe lấn át, ta dễ chọn sẵn kết luận mình cần rồi mới nghe câu chuyện. Cùng một dữ liệu, nếu có lợi cho mình thì ta chấp nhận; nếu bất lợi thì ta chất vấn nguồn trước tiên. Những lúc ấy, có thể tự hỏi một cách đơn giản: nếu một người mình không thích nói điều này, mình có xem xét theo cùng tiêu chuẩn không? Cảm xúc đang giúp mình nhìn thấy thêm thực tế hay đang che khuất một phần của nó?

Trên mạng, thời gian để nhìn lại quá trình ấy dường như còn ngắn hơn. Khi đọc những câu ngắn, xem hình ảnh gây ấn tượng mạnh và những bình luận lặp đi lặp lại, ta có thể dần thấy một cách diễn giải chưa được xác minh quen thuộc như một sự thật. Dù đã gặp cùng một câu chuyện nhiều lần, tất cả vẫn có thể chỉ dẫn lại từ một nguồn. Được lan truyền rộng và được xác minh qua nhiều kênh là hai điều khác nhau. Trước khi chia sẻ, một khoảng dừng ngắn để phân biệt phần mình đã kiểm chứng với lời giải thích chưa được nghe từ người liên quan sẽ có ích.

Ở một số tổ chức tôi từng trải nghiệm, cảm xúc lan nhanh và kết luận sớm trở nên cố định. Ở những tổ chức khác, sự im lặng nhằm giữ hòa khí lại khiến vấn đề được phát hiện muộn. Đó là những trải nghiệm có giới hạn, nên tôi không muốn khái quát chúng thành tính cách của cả một đất nước. Nhưng tôi muốn ghi nhớ rằng chúng ta có thể sai theo những cách khác nhau. Nơi ý kiến quá nhanh chóng tụ lại thành một hướng cần có thời gian kiểm chứng sự thật; nơi người ta không lên tiếng cần có chỗ để nói ra những quan sát khác.

Thử chia thành bốn ô

Khi đối diện một vấn đề khơi dậy cảm xúc mạnh, bạn có thể chia một tờ giấy thành bốn ô.

1. Những sự thật mình đã trực tiếp xác minh là gì?
2. Mình đã gắn cách diễn giải nào vào những sự thật ấy?
3. Vấn đề này liên quan đến giá trị và lợi ích của ai, và ai phải chịu chi phí?
4. Tình cảm đối với một người hay một nhóm ảnh hưởng thế nào đến nhận định của mình?

Viết ra như vậy không làm cảm xúc biến mất. Trái lại, ta có thể thấy rõ hơn vì sao mình giận và phần nào chưa được xác minh đầy đủ. Bạn cũng có thể cho một người mình tin cậy xem bốn ô ấy và hỏi xem còn thiếu quan sát nào. Điều quan trọng là không chỉ dừng ở việc kiểm tra xem người đó có đồng ý với kết luận của mình hay không.

Ta cũng có thể nhờ AI gợi ý những góc nhìn bị bỏ sót hoặc những cách giải thích khác. Nhưng AI không phải một bên trong mối quan hệ ấy. Nó không biết ai đã im lặng, ai thực sự đang gánh chi phí như những người có mặt trong thực tế. Cũng không nên coi điều AI mô tả có vẻ hợp lý về tâm tư của người khác là lời nói của chính người ấy. Sau khi có những câu hỏi cần xác minh, ta phải trở lại lắng nghe con người.

Tôi trân trọng khả năng hiểu các mối quan hệ. Khi chỉ được dùng để giữ thể diện và bảo vệ phe mình, khả năng ấy khiến tầm nhìn thu hẹp; khi được dùng để lắng nghe hoàn cảnh của người khác, nó giúp suy nghĩ lớn lên. Bạn đọc Việt Nam đang có những trải nghiệm gì trong gia đình và nơi làm việc của mình? Mỗi người có thể tìm trong những mối quan hệ của mình cách vừa tôn trọng nhau, vừa tiếp tục đặt câu hỏi.

Câu hỏi để tự suy ngẫm

1. Lúc này, tôi có đang đánh giá người nói trước khi xem xét nội dung họ nói không?
2. Trong môi trường của tôi, ai gặp khó khăn khi muốn nói ra một quan sát khác?
3. Khi viết tách riêng sự thật, cách diễn giải, giá trị và áp lực từ quan hệ, điều gì thay đổi?

Chương 3. Khi kết luận đi trước câu hỏi

Đã có lần, ngay khi mới gặp một người hay mới xem xét một dự án, tôi đã hình thành kết luận trong đầu. Kết luận ấy đến từ kinh nghiệm và trực giác. Có lúc nó đúng, nhưng cũng có lúc quá sớm. Trước khi nhận định “Người này là người như thế nào?”, lẽ ra tôi nên hỏi “Còn hoàn cảnh nào khác có thể giải thích hành động này?”. Với một hoạt động kinh doanh cũng vậy, trước khi trả lời rằng khả thi hay khó thực hiện, cần xem nó có thể thành công trong điều kiện nào và thất bại trong điều kiện nào.

Kết luận giúp xác định hành động tiếp theo. Còn câu hỏi giữ chỗ cho những điều ta chưa biết. Cả hai đều cần, nhưng được dùng ở những thời điểm khác nhau. Trước hết, ta cần tìm hiểu xem mình muốn quyết định điều gì; đến thời điểm đã định, phải hành động dựa trên căn cứ đã xác minh và những bất định còn lại. Nếu kết luận khi câu hỏi chưa kịp phát triển đầy đủ, kết luận ấy sẽ trở thành tiêu chí lựa chọn thông tin về sau. Khi gặp dữ liệu trái chiều, ta dễ gạt chúng sang một bên như ngoại lệ, hoặc diễn giải tình huống chưa rõ theo cách hiểu sẵn có.

Theo dõi nhiều cuộc thảo luận ở Hàn Quốc, tôi từng thấy người ta hỏi đứng về phía ai trước khi hỏi muốn giải quyết điều gì. Trong vấn đề giáo dục có việc học của học sinh, công việc của giáo viên, gánh nặng của gia đình và điều kiện của nhà trường. Trong vấn đề nhà ở cũng có nguồn cung, chi phí, thu nhập, thời gian đi lại và những thay đổi của địa phương đan xen nhau. Nếu chỉ chọn một khung nhìn trong số ấy để chia thành ủng hộ hay phản đối, lập trường có thể rõ ràng hơn, nhưng những điều kiện cần thiết cho quyết định có thể bị bỏ qua.

Tôi không thể nói mọi cuộc thảo luận ở Việt Nam đều diễn ra theo cùng một cách. Tuy nhiên, ở đâu cũng có thể xuất hiện tình huống đòi hỏi câu trả lời nhanh và thái độ dứt khoát. Khi nói mình vẫn đang tìm hiểu, ta lo sẽ bị xem là chưa chuẩn bị đủ. Nếu vội nêu kết luận để sớm thoát khỏi cảm giác khó chịu ấy, về sau ta sẽ dành sức bảo vệ lời mình đã nói nhiều hơn là đặt câu hỏi.

Mở rộng vấn đề trước khi chọn phương án

Hãy nghĩ đến một tình huống giả định: một cửa hàng trong khu phố đang cân nhắc mở rộng mặt bằng. Cuộc họp vừa bắt đầu, mọi người đã chia thành bên ủng hộ và bên phản đối. Người ủng hộ nhấn mạnh doanh thu sẽ tăng, người phản đối nhấn mạnh chi phí sẽ tăng. Nhưng vẫn còn những điều phải biết trước. Cửa hàng hiện đang thiếu gì? Lý do bỏ lỡ khách hàng là diện tích, giờ mở cửa hay cách xử lý đơn hàng? Bất tiện hiện nay xảy ra với ai, vào thời điểm nào trong ngày?

Đổi câu hỏi có thể làm xuất hiện lựa chọn mới. Thay vì mở rộng cửa hàng, có thể thay cách nhận đơn vào giờ đông khách, hoặc thuê tạm một diện tích nhỏ để kiểm tra nhu cầu. Cũng có thể mở rộng vẫn là lựa chọn tốt nhất. Điều quan trọng là không dừng suy nghĩ ở hai phía ủng hộ và phản đối được nêu ra ban đầu. Những phương án cần so sánh sẽ thay đổi tùy theo vấn đề ta muốn giải quyết.

Tôi muốn gợi ý cách mở câu hỏi ra theo năm hướng.

1. Vấn đề: Lúc này, ta muốn thay đổi tình trạng nào của ai?
2. Khái niệm: Chúng ta có đang dùng những từ như “thành công”, “an toàn”, “cơ hội tốt” theo cùng một nghĩa không?
3. Người liên quan: Ai được hưởng lợi, ai chịu chi phí và gánh nặng?
4. Phương án khác: Còn cách nào khác, và có thể phát sinh tác dụng phụ nào?
5. Thời gian: Kết quả xuất hiện ngay khác thế nào với kết quả chỉ bộc lộ sau một thời gian?

Đây không phải danh sách giúp bảo vệ lập luận của một phía tốt hơn. Chúng là điểm khởi đầu để tìm ra những gì suy nghĩ ban đầu đã bỏ sót. Nếu cùng viết về một vấn đề nhưng câu trả lời của mỗi người lại khác, ta có thể bắt đầu từ sự khác biệt ấy. Có lẽ mọi người đang trả lời những câu hỏi khác nhau trong khi tranh cãi về cùng một kết luận.

Câu hỏi cũng cần thời hạn và tiêu chí

Đặt thêm câu hỏi không có nghĩa là phải coi mọi cách giải thích có sức nặng như nhau. Cần phân biệt dữ liệu đã được kiểm chứng với ấn tượng cá nhân, giả thuyết có khả năng giải thích với phỏng đoán chưa có căn cứ. Khi tổn hại đã rõ, cũng không được lấy việc đặt câu hỏi làm lý do trì hoãn bảo vệ hay ứng phó. Phải tách rõ việc gì cần làm ngay, việc gì cần điều tra thêm.

Không phải quyết định nào cũng cần tìm hiểu lâu. Với lựa chọn ít tốn kém và dễ đảo ngược, ta có thể thử dựa trên thông tin còn hạn chế rồi học từ đó. Ngược lại, lựa chọn có thể gây tổn thất lớn hoặc ảnh hưởng lâu dài đến người khác cần những câu hỏi rộng hơn và sự xem xét độc lập. Mức độ xem xét nên phù hợp với rủi ro của quyết định và khả năng đảo ngược, hơn là với mức độ lo lắng của mình.

Hãy thêm hành động tiếp theo sau câu “Tôi vẫn chưa biết”. Viết ra mình chưa biết điều gì, sẽ kiểm tra dữ liệu nào trước thời hạn nào, và trong lúc đó có thể làm gì. Với ví dụ cửa hàng, có thể ghi lại đơn hàng và tình trạng đông khách trong một khoảng thời gian, xác minh tiền thuê và chi phí nhân công, rồi so sánh lại vào ngày đã định. Ta vẫn có thể giữ câu hỏi mở và đồng thời chịu trách nhiệm quyết định.

Một việc nữa là ghi trước điều kiện khiến mình đổi ý. Nếu đang nghiêng về mở rộng, hãy viết quan sát nào sẽ khiến mình bớt tin vào lựa chọn ấy; nếu phản đối, hãy viết điều gì được xác minh sẽ khiến mình xem xét lại. Sau khi đã chốt kết luận, ta dễ xem nhẹ ý nghĩa của bằng chứng bất lợi. Những dòng đã viết trước giúp ta nhìn lại thái độ của mình trước thông tin mới.

Bạn cũng có thể nhờ AI phân tích lại thế ủng hộ–phản đối ban đầu theo nguyên nhân, khái niệm, người liên quan và thời gian. AI có thể giúp tìm câu hỏi bị bỏ sót, nhưng điều đó không có nghĩa cách giải thích nó đưa ra chính là nguyên nhân thực tế. Nhu cầu, chi phí và những bất tiện của con người tại cửa hàng phải được xác minh bằng ghi chép, quan sát và hỏi những người liên quan.

Nhìn lại, điều tôi thiếu không chỉ là can đảm để đưa ra kết luận. Có lúc tôi thiếu kiên nhẫn để viết lại một vấn đề mà mình đã tin là hiểu. Là người từng trải qua cái giá ấy ở Hàn Quốc, điều tôi muốn gửi đến bạn đọc hôm nay là những câu hỏi nên mở ra đôi chút trước khi đi tìm đáp án đúng. Nếu viết lại bằng một câu vấn đề mà lúc này mình đang vội tìm lời giải nhất, điều gì sẽ thay đổi?

Câu hỏi để tự suy ngẫm

1. Với vấn đề nào, tôi đã chọn ủng hộ hay phản đối trước khi xem xét đầy đủ?
2. Trong cách nhìn hiện tại, những người, nguyên nhân, khoảng thời gian và phương án nào còn bị bỏ sót?
3. Tôi sẽ xác minh điều gì trước thời hạn nào, và đưa ra quyết định tạm thời trong những điều kiện nào?

Chương 4. Mặt khuất của thế mạnh

Khi thấy triển vọng, tôi thường muốn tập hợp mọi người và bắt tay vào làm thật nhanh. Nhờ tốc độ ấy, có những việc đã thực sự được khởi đầu. Nhưng cũng có những việc tôi đã hành động khi chưa xem xét đầy đủ câu hỏi. Khi tâm trí dồn vào làm gì và làm nhanh đến đâu, lý do vì sao phải làm và điều kiện nào khiến ta dừng lại dễ bị đẩy về sau. Thế mạnh khởi động nhanh, vì vậy, đã làm sự thiếu sót trong câu hỏi ban đầu lớn thêm.

Ở Hàn Quốc, tôi đã thấy sức mạnh của việc học nhanh, tiếp nhận công nghệ mới và, một khi đã xác định hướng đi, tập hợp con người cùng nguồn lực để tạo ra kết quả. Nhìn lại trải nghiệm ấy, tôi học được rằng biết điều kiện nào giúp một năng lực phát huy tác dụng cũng quan trọng như có được năng lực đó. Một cách làm từng hữu ích vẫn cần điều chỉnh khi vấn đề thay đổi. Có những việc không thể giải quyết chỉ bằng cách sử dụng nhiều hơn cùng một sức mạnh.

Tôi không muốn giải thích điều này như tính cách cố định của người dân một nước. Trải nghiệm khác nhau theo thế hệ, vùng miền, tổ chức và từng cá nhân. Ở đây, tôi muốn xem xét một số năng lực mình từng quan sát trong giáo dục và các dự án. Bạn đọc Việt Nam cũng có thể đặt bên cạnh cuốn sách một cách làm mà mình đã thành thạo trong cuộc sống. Cách làm ấy hữu ích khi nào, và trong tình huống nào nó lại khiến việc nhận định khó hơn?

Những câu hỏi giúp điều chỉnh tốc độ và khả năng thực hiện

Khi hướng đi đúng và công việc dễ đảo ngược, tốc độ là một sức mạnh lớn. Lúc xử lý việc quen thuộc hay bắt đầu một thử nghiệm ít tốn kém, không có lý do gì để bỏ lỡ thời gian chỉ vì cố kiểm tra mọi khả năng. Trong tình huống khẩn cấp, đôi khi cần hành động trước để giảm tổn hại. Nhưng những việc mà một quyết định sẽ ràng buộc tiền bạc, thời gian và các mối quan hệ trong nhiều năm đòi hỏi mức độ xem xét khác.

Trước khi bắt tay thực hiện, ta có thể viết ra ba điều. Mình muốn giải quyết vấn đề nào của ai? Điều gì thay đổi sẽ cho phép mình nói rằng đã thành công? Tín hiệu nào xuất hiện sẽ khiến mình dừng lại hoặc đổi cách làm? Nên xác định thêm ai có thể nói ra những quan sát trái chiều. Nếu người khởi xướng công việc cũng một mình đánh giá cả bằng chứng bất lợi, sức mạnh thực hiện dễ chuyển thành sức mạnh củng cố niềm tin vào chính mình.

Việc gì có thể thử nhỏ thì hãy kiểm tra ở quy mô nhỏ. Lắng nghe phản hồi của người đã thực sự dùng thử, ghi lại chi phí và thời gian đã dự kiến. Khi chưa bỏ vào quá nhiều nguồn lực, việc sửa đổi sẽ để lại nhiều lựa chọn hơn. Mục đích không phải là làm chậm đi. Đó là chia việc thực hiện thành những phần có quy mô cho phép ta vừa tiến hành, vừa thu nhận thông tin mới.

Học tập và cạnh tranh đang hướng tới đâu?

Mong muốn có cơ hội tốt hơn nhờ giáo dục là một động lực lớn ở Hàn Quốc nơi tôi đã sống. Không dễ đánh giá hết thời gian và công sức mà cha mẹ cùng học sinh đã dành cho việc học. Tuy nhiên, nếu nguồn năng lượng ấy chỉ dồn vào điểm số và thứ hạng, một số câu hỏi có thể bị thu nhỏ. Tìm đáp án đúng nhanh đến đâu trở nên quan trọng hơn đã hiểu gì và còn tò mò về điều gì.

Luyện tìm đáp án đúng rõ ràng có ích. Cùng với đó, cần có thời gian thử giải thích cùng một dữ liệu theo cách khác, thay đổi điều kiện của bài toán và nhìn lại quá trình dẫn đến câu trả lời sai. Khi sửa đáp án, thay vì xóa suy nghĩ ban đầu, ta có thể giữ lại lý do mình đã thay đổi. Nếu xem xét kết quả học tập bao gồm cả những thay đổi ấy, khả năng đặt câu hỏi cũng sẽ lớn lên.

Cạnh tranh khơi dậy nỗ lực và rèn giũa năng lực. Nhưng khi mục đích thảo luận chuyển từ tìm cách giải thích tốt hơn sang đánh bại người đối diện, ngay cả lập luận phản biện đúng cũng trở nên khó tiếp nhận. Bởi việc người khác đúng dễ khiến ta cảm thấy mình thua. Tôi từng trải nghiệm việc tách lập luận khỏi lòng tự ái khó đến thế nào trong những lúc ấy. Một bài tập ngắn có thể hữu ích: trước hết, hãy viết ra phần có thể chấp nhận trong lời của người kia.

Sức mạnh cộng đồng cũng vậy. Tinh thần giúp đỡ lẫn nhau giúp con người vượt qua hoàn cảnh khó khăn. Đồng thời, ta cũng có thể giấu nghi ngại vì sợ trở thành người làm mọi người mất tinh thần. Thay vì đòi hỏi cùng một kết luận chỉ vì đang cùng nhau làm việc, ta cần có thể đưa ra những quan sát khác nhau vì cùng một mục đích. Khi sức mạnh của các mối quan hệ đi cùng tự do đặt câu hỏi, nhận định chung sẽ vững hơn.

Ứng phó hôm nay và tính toán cho chặng đường dài

Khủng hoảng cần được ứng phó nhanh chóng. Nhưng nếu lần nào cũng xử lý những vấn đề đã tích tụ lâu ngày chỉ bằng các con số và thông báo trước mắt, ta có thể thiếu thời gian sửa đổi cấu trúc tạo ra chúng. Khi quan sát giáo dục, biến đổi ở các địa phương và vấn đề môi trường tại Hàn Quốc, tôi đã suy nghĩ về sự khác nhau giữa các khoảng thời gian ấy. Ngay trong một kế hoạch, cần nhìn riêng tổn thất phải ngăn chặn hôm nay, điều kiện phải thay đổi trong vài năm và nguyên tắc cần gìn giữ lâu hơn nữa.

Chỉ riêng việc chỉ số ngắn hạn tốt lên chưa đủ để nói vấn đề dài hạn đã được giải quyết. Cũng không thể viện lý do đang lập kế hoạch dài hạn để bắt người gặp khó khăn lúc này phải chờ đợi. Khi cùng ghi ra hành động và trách nhiệm cần thiết ở những khoảng thời gian khác nhau, ta sẽ thấy sức lực đang dồn vào phần nào và phần nào còn bỏ trống. Bạn đọc Việt Nam đang kết nối những khoảng thời gian ấy ra sao trong tổ chức hay địa phương của mình?

Khả năng thích nghi với điều kiện mới cũng quan trọng. Khi công nghệ, thị trường và cách sống thay đổi, phương pháp cũng phải thay đổi. Tuy nhiên, càng thường xuyên thay đổi, ta càng cần nhìn lại mục đích mình muốn giữ. Đó là phân biệt phương tiện có thể thay đổi nhanh hơn với những cam kết không nên dễ dàng từ bỏ. Chỉ giỏi theo kịp xu hướng chưa đủ để có hướng đi của riêng mình.

AI có thể tăng tốc những năng lực này hơn nữa. Ta có thể nhanh chóng nhận được báo cáo, kế hoạch và những câu văn giàu sức thuyết phục. Vì thế, việc kiểm tra câu hỏi từ đầu cũng càng có lý do để được coi trọng. Bạn có thể nhờ AI tìm những giả định mà kế hoạch của mình dựa vào, những điều kiện dẫn đến thất bại và những người sẽ phải chịu gánh nặng. Các gợi ý ấy phải được kiểm chứng bằng chi phí thực tế, những giới hạn và tiếng nói của người liên quan. Cần xem riêng việc văn bản đã được trau chuốt hơn và việc mục tiêu có phù hợp hay không.

Tôi không nghĩ mình phải từ bỏ thế mạnh. Nhưng một năng lực càng được sử dụng lâu, tôi càng muốn thường xuyên hỏi nó sẽ không hiệu quả trong điều kiện nào. Đi cùng tốc độ là kiểm tra hướng đi; đi cùng thực hiện là điều kiện dừng; đi cùng học tập là câu hỏi; đi cùng thích nghi là mục đích. Khi nhìn lại thế mạnh của mỗi người theo cách đó, kinh nghiệm đã qua có thể trở thành nguồn lực giúp ích cho lựa chọn hiện tại.

Câu hỏi để tự suy ngẫm

1. Cách làm mà tôi thành thạo đã có hiệu quả trong những điều kiện nào?
2. Với vấn đề hiện nay, những điều kiện ấy còn giữ nguyên không?
3. Dấu hiệu nào cho thấy thế mạnh ấy đang bị dùng quá mức, và tôi có thể điều chỉnh bằng cách nào?

Chương 5. Thói quen tin chắc

Nhiều năm học tập và giảng dạy đã cho tôi nhiều điều. Đồng thời, cũng có lúc ngay khi nghĩ “Tôi hiểu cấu trúc này”, tôi đã phần nào chốt sẵn kết luận. Lẽ ra tôi cần hỏi thêm liệu kiến thức quen thuộc có còn phù hợp với tình huống hiện tại, liệu những điều kiện của trải nghiệm trước đây có thay đổi hay chưa. Sự chắc chắn khó nhận ra vì nó thường xuất hiện dưới hình thức niềm tự hào về hiểu biết của mình.

“Rõ ràng là” là một cách nói tiện lợi. Nó giúp người nói bớt lo lắng và chỉ ra hướng đi cho người nghe. Cũng đúng là phải có nhận định mới có thể lựa chọn và hành động. Nhưng vấn đề xuất hiện khi ta dùng cách diễn đạt mạnh hơn mức mà căn cứ hiện có cho phép. Khi ấy, một việc còn là khả năng lại được xem như kết quả đã định sẵn.

Ở Hàn Quốc, tôi từng thấy việc nhận định nhanh và có thái độ dứt khoát được xem là biểu hiện của năng lực. Điều đó không có nghĩa cùng một tiêu chuẩn luôn được áp dụng ở mọi nơi, mọi lúc. Nhưng tôi vẫn nhớ cảm giác lo rằng câu “Tôi sẽ kiểm tra thêm một chút” có thể bị nghe thành thái độ do dự. Bạn đọc Việt Nam có gặp những lúc như thế trong công việc và học tập của mình không? Ta cần cách nói nào để vừa nêu rõ phạm vi mình chưa biết, vừa quyết định có trách nhiệm?

Những điều kiện biến mất khỏi câu chữ

Hãy nghĩ đến lúc câu “Đã quan sát thấy ở một số trường hợp” biến thành “Tất cả đều như vậy”, hay câu “Theo dữ liệu hiện có, khả năng này khá cao” biến thành “Chắc chắn sẽ xảy ra như thế”. Khi câu chữ ngắn đi, mẫu được quan sát, điều kiện, ngoại lệ và thời gian cũng biến mất. Về sau, dù gặp thông tin mới, ta vẫn dễ diễn giải sao cho khớp với câu khẳng định mạnh ban đầu.

Sau khi gán cho ai đó là người thiếu trách nhiệm, ta có thể thấy cả hành vi chưa rõ nghĩa của họ cũng là bằng chứng cho đánh giá ấy. Sau khi tin một kế hoạch sẽ thất bại, ta có thể gạt tín hiệu cải thiện đi như chuyện tình cờ. Sự chắc chắn vừa là kết quả của quan sát, vừa là thói quen ảnh hưởng đến quan sát tiếp theo. Vì thế, sửa lại lời mình nói không chỉ dừng ở việc tạo ra giọng điệu khiêm tốn. Đó là chừa một khoảng trống cụ thể để tiếp nhận thông tin mới.

Chẳng hạn, hãy xem câu “Chuyển đến đây thì chắc chắn mọi việc sẽ tốt hơn”. “Tốt hơn” nghĩa là điều gì sẽ cải thiện? Thu nhập, học hỏi hay sức khỏe? Ta đang tính trong khoảng thời gian nào? Đã kiểm tra chi phí sinh hoạt và giờ làm việc chưa? Sau đó, có thể viết lại: “Theo những điều kiện đã xác minh, nơi này có vẻ có nhiều cơ hội học hỏi hơn. Nếu kiểm tra được liệu mình có thực sự được hướng dẫn và chi phí sinh hoạt là bao nhiêu, tôi sẽ có thể nhận định rõ hơn.” Hướng lựa chọn và câu hỏi còn lại cùng hiện ra.

Không cần lúc nào cũng làm lời nói của mình yếu đi. Sự thật đã được xác minh đầy đủ có thể được nói rõ ràng. Điều quan trọng là phân biệt sự thật với cách diễn giải, dự đoán với giá trị, và có căn cứ phù hợp cho từng loại. Một giá trị như “Tôi muốn sống gần gia đình” và một dự đoán như “Sống gần gia đình sẽ có nhiều cơ hội nghề nghiệp hơn” không thể được đánh giá theo cùng một cách.

Nếu nhiều ý kiến đồng tình đều đến từ một nguồn

Khi những người xung quanh lặp lại cùng một điều, ta có cảm giác suy nghĩ của mình đã được kiểm chứng nhiều lần. Nhưng có thể tất cả cùng đọc một bài báo hoặc cùng nghe từ một người. Nhiều người đồng tình không có nghĩa các căn cứ là độc lập. Cần xem liệu những dữ liệu và trải nghiệm khác nhau có cùng chỉ về một kết luận hay không.

Lời giải thích của chuyên gia cũng cần được kiểm tra phạm vi áp dụng. Kiến thức sâu trong một lĩnh vực là sự trợ giúp lớn. Đồng thời, chuyên gia cũng có thể áp dụng nguyên vẹn một cách giải thích quen thuộc vào điều kiện mới. Chính xác thì họ đang trả lời câu hỏi nào? Phần nào nằm ngoài chuyên môn của họ? Trong trường hợp nào cách giải thích có thể không phù hợp? Những câu hỏi ấy không xem nhẹ chuyên môn mà giúp sử dụng chuyên môn cho đúng.

Cũng cần phân biệt việc một lời nói nghe có vẻ chắc chắn lan truyền rộng với quá trình một lời nói chính xác được chấp nhận sau nhiều lần kiểm chứng. Trong hình thức ngắn gọn, rất khó giải thích kỹ các điều kiện. Một nhận định càng nổi bật càng nên được kiểm tra thêm một lần xem đến từ đâu và đã lược bỏ những gì. Như vậy, ta sẽ bớt nhầm sự quen thuộc do gặp đi gặp lại với sức nặng của bằng chứng.

Quyết định và vẫn chừa chỗ để sửa

Khi nói “Tôi vẫn chưa biết”, nên viết cụ thể điều mình chưa biết là gì. Cùng xác định dữ liệu cần có, người cần hỏi và ngày sẽ xem lại. Cũng có thể chia ra những hành động nhỏ để làm trong thời gian ấy. Khi đó, việc chưa biết trở thành thông tin giúp xác định hành động tiếp theo, thay vì sự chần chừ mơ hồ.

Có nhiều việc không thể đợi đến khi hoàn toàn chắc chắn mới làm. Với lựa chọn dễ đảo ngược, ta có thể thử ở quy mô nhỏ dựa trên nhận định tạm thời. Ngược lại, việc có thể gây tổn thất lớn hoặc ảnh hưởng lâu dài đến người khác cần được xác minh độc lập và xem xét thêm những tình huống trái với dự tính. Quy mô hành động nên phù hợp với chất lượng căn cứ và cái giá phải trả nếu sai, hơn là với cảm giác chắc chắn.

Tôi cũng muốn thận trọng với việc gắn những con số như 80 phần trăm hay 60 phần trăm khi không có căn cứ. Con số trông chính xác có thể trở thành một thứ trang trí mới cho sự chắc chắn. Nếu chưa đủ dữ liệu để biểu thị bằng số, tốt hơn nên ghi mức độ chắc chắn là cao, vừa hay thấp, kèm lý do và điều kiện khiến mình thay đổi. Cách làm việc cụ thể với xác suất sẽ được tìm hiểu thêm ở Chương 11 và Chương 22.

Trước khi nhờ AI viết lập luận của mình mạnh mẽ hơn, bạn có thể nhờ nó tìm những chỗ khẳng định tuyệt đối, các điều kiện còn thiếu và phản ví dụ mạnh nhất. Tuy nhiên, không được xem giọng điệu tự tin của AI là căn cứ. Các sự thật nó đưa ra phải được kiểm tra bằng dữ liệu gốc; tình hình thực tế phải được kiểm tra qua người liên quan và quan sát. Lời giải thích trôi chảy và căn cứ nhận định đầy đủ là hai việc riêng biệt.

Khi ghi lại quyết định, đừng chỉ giữ lại kết luận. Hãy ghi cả ngày đưa ra nhận định, thông tin đã sử dụng, mức độ chắc chắn, các điều kiện then chốt và thời điểm xem lại. Khi có kết quả, ngoài chuyện đúng hay sai, hãy xem mình đã nhận ra đúng điều kiện nào và bỏ sót điều gì. Ghi chép được giữ lại để sửa nhận định lần sau, chứ không phải để trách móc bản thân trong quá khứ.

Sau nhiều năm làm việc ở Hàn Quốc, điều tôi ước đã rèn sớm hơn là thói quen điều chỉnh mức độ chắc chắn, đi cùng can đảm để tin vào nhận định của mình. Bạn đọc hôm nay có thể bắt đầu bài tập ấy với nhận định nào? Bạn có thể bắt đầu từ một câu mình đã khẳng định là “rõ ràng” hôm nay, rồi ghi thêm những điều kiện để nhận định ấy đúng.

Câu hỏi để tự suy ngẫm

1. Trong một lời khẳng định dứt khoát gần đây của tôi, những điều kiện và ngoại lệ nào đã bị bỏ sót?
2. Sự chắc chắn ấy dựa đến mức nào vào các căn cứ độc lập với nhau?
3. Điều gì nên quyết định ngay, điều gì nên kiểm tra ở quy mô nhỏ, và điều gì cần chờ thêm?

Chương 6. Tư duy lý thuyết và tư duy dữ liệu lớn

Đã có lúc, để giải thích một hiện tượng, tôi xây dựng lý thuyết trước rồi tìm những trường hợp phù hợp với lý thuyết ấy. Ngược lại, cũng có lúc chỉ vì có nhiều bảng thống kê và biểu đồ, tôi cảm thấy mình đã hiểu đủ về thực tế. Nhìn lại, những sai lầm ấy không chỉ đến từ thiếu dữ liệu. Khi câu hỏi hẹp, ngay trong dữ liệu tốt tôi cũng chỉ tìm được câu trả lời hẹp; khi khung giải thích còn sơ sài, dù nhiều con số đến đâu chúng vẫn bị nhốt trong khung ấy.

Lý thuyết chỉ cho ta điều cần quan sát. Dữ liệu giúp thử xem cách giải thích ấy có phù hợp với thực tế hay không. Khó có thể dùng một thứ để thay thế hoàn toàn thứ còn lại. Những con số chưa giải thích được nguyên nhân thì khó xác định ý nghĩa; một lý thuyết không được thử bằng quan sát thực tế có thể đông cứng thành niềm tin quen thuộc. Trong nghiên cứu và giáo dục, tôi đã học được rằng cần nhiều lần đi qua lại giữa hai phía ấy.

Tuy tiêu đề dùng từ “dữ liệu lớn”, dữ liệu cần thiết ở đây không chỉ giới hạn ở những tập dữ liệu có quy mô lớn. Nó còn bao gồm khảo sát, thí nghiệm, hồ sơ hành chính và quan sát tại chỗ. Chỉ riêng quy mô, tốc độ hay sự đa dạng về loại hình chưa khiến dữ liệu trở thành bằng chứng tốt hơn. Dữ liệu được thu thập mà bỏ sót những người quan trọng thì dù lớn lên đến đâu, thực tế của những người bị bỏ sót cũng không tự động có mặt trong đó.

Cách giải thích khác nhau cần dữ liệu khác nhau

Hãy hình dung một nhóm học tập nhỏ trong tình huống giả định. Người điều hành cho rằng số người tham gia giảm là do nội dung buổi học. Nhưng có thể thời gian không phù hợp, việc đi lại khó khăn, phí tham gia là gánh nặng, hoặc hoạt động thực tế khác với kỳ vọng ban đầu. Nếu quyết định trước rằng “Vì nội dung không thú vị”, ta sẽ chỉ khảo sát về nội dung. Viết thêm những cách giải thích khác sẽ mở rộng cả dữ liệu cần kiểm tra.

Nếu vấn đề là thời gian, cần tìm hiểu những ngày và khung giờ mọi người vắng mặt, cùng lịch làm việc và chăm sóc người thân. Nếu vấn đề là chi phí, phải hỏi cả những người đã ngừng tham gia. Nếu vấn đề là nội dung, có thể so sánh điều họ mong được học với trải nghiệm thực tế. Chỉ hỏi mức độ hài lòng của những người vẫn còn tham gia có thể khiến ta không thấy lý do của những người đã rời đi. Lý thuyết có ích khi chỉ ra cụ thể như vậy điều gì cần được quan sát.

Ngược lại, khi xem dữ liệu và phát hiện điều không khớp với cách giải thích ban đầu, ta sửa lại câu hỏi. Nếu cả những người hài lòng với nội dung cũng vắng vào cùng một thời điểm, ta có thể tìm hiểu thêm cách giải thích liên quan đến thời gian. Nhưng chỉ một mẫu hình chưa đủ để xác minh nguyên nhân. Nhiều điều kiện có thể cùng tác động, và những lý do khác nhau cũng có thể dẫn đến cùng một kết quả. Nên đọc dữ liệu như những dấu hiệu củng cố hoặc làm suy yếu một cách giải thích.

Khi tìm hiểu chính sách và các vấn đề xã hội ở Hàn Quốc, tôi cũng từng bị cuốn vào mong muốn giải thích một cấu trúc lớn bằng một chỉ số duy nhất. Nếu chỉ nhìn kết quả giáo dục qua điểm số, hay thay đổi của địa phương qua dân số, khó có thể hiểu đủ điều gì đang tốt lên và điều gì đang khó khăn hơn. Việc so sánh GDP thực bình quân đầu người của Hàn Quốc và Việt Nam trong lời mở đầu cuốn sách này cũng vậy. Ta có thể tìm những thời điểm có giá trị sản xuất bình quân gần nhau, nhưng không thể chỉ dựa vào con số ấy để coi giáo dục, sức khỏe và cách sống cũng thuộc cùng một thời đại.

Những gì vẫn bị bỏ sót trong dữ liệu lớn

Khi xem dữ liệu, cần kiểm tra cả định nghĩa, mẫu số, khoảng thời gian và đối tượng so sánh. Ai được quan sát, ai bị bỏ sót? Có trường hợp bị tính trùng hoặc không được ghi lại không? Phương pháp đo có thay đổi giữa chừng không? Nếu dữ liệu là dấu vết để lại trên mạng, những người không sử dụng dịch vụ ấy được tính đến thế nào? Dù các con số được tính chính xác, chúng vẫn có thể lệch khỏi thực tế ta muốn đo.

Nếu liên tục thay đổi khoảng thời gian, địa bàn và chỉ số để xem xét, ta có thể tìm được một kết quả phù hợp với kết luận mình muốn. Bản thân phát hiện ấy có ý nghĩa. Nhưng cần phân biệt mẫu hình đã dự kiến từ trước với mẫu hình chỉ được phát hiện sau khi xem dữ liệu. Nếu có thể, hãy thử lại cách giải thích mới tìm được bằng dữ liệu khác hoặc lần quan sát tiếp theo. Như vậy sẽ giảm việc một phát hiện thú vị bị trình bày như kết luận đã được kiểm chứng.

Cũng cần thận trọng khi hai hiện tượng thay đổi cùng nhau. Có thể một bên ảnh hưởng đến bên kia, nhưng cũng có thể ảnh hưởng diễn ra theo chiều ngược lại, hoặc có một điều kiện cùng tác động lên cả hai. Trong nhóm học tập, việc mức độ tham dự và điểm số cùng cao không cho phép kết luận ngay rằng chỉ riêng việc tham dự đã nâng điểm số. Cần xem xét cả khả năng người vốn dành nhiều thời gian học hơn cũng tham gia thường xuyên hơn. Khi đi từ quan sát hai thứ thay đổi cùng nhau sang giải thích nguyên nhân, số điều cần xác minh cũng tăng lên tương ứng.

Trình tự đi qua lại giữa lý thuyết và dữ liệu

Khi gặp một vấn đề quan trọng, trước hết tôi muốn viết ra một cách giải thích tạm thời cùng những cách giải thích cạnh tranh với nó. Tôi phân biệt điều gì phải xuất hiện nếu mỗi cách giải thích là đúng, và quan sát nào sẽ không phù hợp với cách giải thích đó. Tôi xác định định nghĩa của dữ liệu cần có và tiêu chuẩn so sánh, rồi xem cả kết quả thuận lợi lẫn bất lợi. Câu kết luận được viết lại cho đúng với phạm vi mà dữ liệu hỗ trợ, thay vì với mức độ chắc chắn ban đầu.

Khi câu chuyện từ thực tế không khớp với thống kê, không cần vội bỏ đi một bên. Trong khi mức trung bình cải thiện, một số người cụ thể có thể gặp khó khăn hơn. Một trường hợp gây ấn tượng mạnh có thể là ngoại lệ quan trọng hoặc tín hiệu ban đầu. Khi xem lại thời điểm đo, đối tượng, phân bố và những người bị bỏ sót, chính sự lệch nhau ấy có thể mở ra câu hỏi mới.

AI có thể được dùng để mở rộng danh sách cách giải thích khác và dữ liệu cần có. Nhưng vì nó có thể đưa ra nghiên cứu hoặc nguồn không tồn tại, ta phải tìm dữ liệu gốc để xác minh. Cũng cần xem riêng số liệu thống kê được đề xuất đang trả lời câu hỏi nào. Danh sách dài hơn không có nghĩa căn cứ cho cách giải thích đã nhiều hơn.

Bạn đọc Việt Nam lúc này đang nhìn những con số nào để nghĩ về tương lai của mình? Tiền lương và chi phí, điểm số và tỷ lệ có việc làm, doanh thu cửa hàng và số khách hẳn sẽ góp phần vào nhận định của mỗi người. Không có lý do gì để bỏ những con số ấy. Nhưng nên ghi lại cả câu hỏi đã đặt trước khi xem số liệu và câu hỏi đã thay đổi sau khi xem. Lý thuyết và dữ liệu có thể nhờ đó sửa cho nhau để tiến gần thực tế hơn một chút.

Câu hỏi để tự suy ngẫm

1. Tôi đang dùng dữ liệu để thử suy nghĩ của mình, hay để củng cố kết luận đã có sẵn?
2. Cách giải thích nào khác có thể cạnh tranh với cách giải thích hiện tại?
3. Định nghĩa và mẫu số của dữ liệu là gì, ai đã bị bỏ sót, và quan sát nào sẽ làm tôi thay đổi nhận định?

Chương 7. Tư duy văn học và tư duy khoa học

Trong lúc viết và giảng dạy, có lần tôi cảm thấy một cảnh đời hay lời nói của một người như đã giải thích được cả cấu trúc rộng lớn. Trải nghiệm càng in sâu trong trí nhớ, tôi càng dễ nói “Theo những gì tôi đã thấy thì đúng là như vậy”. Nhưng thế giới quanh tôi không phải toàn bộ thế giới. Trải nghiệm là một phần bằng chứng quý giá, song nó không cho biết có bao nhiêu người khác cũng trải qua điều tương tự.

Khi lắng nghe cuộc sống của mọi người ở Hàn Quốc, tôi nhớ mãi những năm tháng họ cố gắng để tiếp tục học, trải nghiệm rời gia đình đến nơi mới làm việc, hay câu chuyện đứng dậy sau thất bại. Câu chuyện trả lại gương mặt và tiếng nói cho những con người nằm trong các con số. Một gánh nặng từng bị lướt qua khi đọc bảng số liệu, khi được kể bằng lời của một người, có thể giúp ta thấy cần hỏi thêm điều gì.

Điều chương này gọi là “tư duy văn học” là cách hiểu trải nghiệm qua con người, cảm xúc, câu chuyện và ý nghĩa. “Tư duy khoa học” là cách kiểm tra xem những nhận định rút ra từ trải nghiệm ấy đúng trong phạm vi nào. Tôi không nghĩ hai cách tư duy phải tranh đua để trả lời cùng một câu hỏi. Câu chuyện giúp khám phá điều gì quan trọng; kiểm chứng giúp xem ta có thể rút ra kết luận rộng đến đâu từ câu chuyện ấy.

Từ trải nghiệm của một người đến nhận định về nhiều người

Giả sử một học sinh nói rằng sau khi áp dụng một phương pháp học, điểm số của mình đã tăng. Trải nghiệm ấy là một sự thật quan trọng đối với em. Ta có thể lắng nghe kỹ em đã làm gì và đã có thay đổi nào. Nhưng nếu muốn lập tức nói rằng phương pháp ấy có hiệu quả với mọi học sinh, cần xác minh thêm. Trình độ trước đó, thời gian học, những hỗ trợ khác và điều kiện của bài thi cũng có thể đã tác động.

Nói một trường hợp đã xảy ra, nói trường hợp ấy phổ biến, nói kết quả có được là nhờ một phương pháp cụ thể, và nói nên khuyên mọi người dùng phương pháp ấy là những nhận định khác nhau. Căn cứ cần có cho mỗi nhận định cũng khác nhau. Phân biệt như vậy giúp ta vừa tôn trọng trải nghiệm, vừa nhận ra chỗ mình đã nhảy từ trải nghiệm ấy sang một kết luận rộng hơn rất nhiều.

Khi kể cho bạn đọc Việt Nam những trải nghiệm ở Hàn Quốc, chính tôi cũng phải giữ ranh giới ấy. Điều tôi từng trải qua có thể là điểm mở đầu cho câu hỏi. Nhưng nó không phải bằng chứng rằng những gì đã xảy ra ở Hàn Quốc sẽ diễn ra tại Việt Nam theo cùng trình tự và dẫn đến cùng kết quả. Chỉ khi bạn đọc so sánh với điều kiện của mình và bổ sung những trường hợp khác, câu chuyện này mới có thêm ý nghĩa mới.

Những người ít được thấy trong các câu chuyện thành công

Câu chuyện của người thành công mang lại lòng can đảm và ý tưởng. Đồng thời, cần nhớ rằng người ta đang nghe là người đã thành công nên có thể kể lại câu chuyện. Có thể cũng có những người thử cùng một phương pháp nhưng nhận được kết quả khác, hoặc dừng giữa chừng nên không để lại ghi chép. Chỉ nhìn các trường hợp nổi bật dễ khiến ta bỏ sót nguồn lực cần thiết, may mắn, thời điểm và môi trường.

Vì vậy, khi nghe một câu chuyện thành công, tôi muốn ghi cả những điều kiện giúp hành động phát huy tác dụng, thay vì chỉ ghi hành động. Người ấy đã nhận được hỗ trợ gì khi bắt đầu? Họ có đủ điều kiện chịu đựng thất bại không? Những trường hợp cùng thử nhưng không thành công khác ở điểm nào? Lời giải thích mạch lạc được ghép lại sau thành công có phản ánh đầy đủ nguyên nhân thực sự không? Đi qua những câu hỏi ấy, điều có thể học sẽ hiện ra cụ thể hơn.

Khi nghe câu chuyện về khó khăn và tổn hại, cũng cần vừa thấu hiểu cẩn thận, vừa xem xét hiệu quả. Không cần có một mẫu lớn mới lắng nghe được nỗi đau của người trong cuộc. Nhưng để quyết định hỗ trợ hay chính sách nào sẽ làm giảm nỗi đau ấy, phải xem cả điều kiện để chúng có tác dụng, chi phí và những ảnh hưởng khác. Trách nhiệm còn bao gồm việc kiểm tra liệu phương pháp được chọn với ý tốt có thực sự giúp ích hay không.

Ở đây có sự khác biệt giữa giá trị và hiệu quả. Ưu tiên quan tâm đến khó khăn của ai, cùng nhau chấp nhận gánh bao nhiêu chi phí là những câu hỏi về giá trị. Phương pháp đã chọn có tạo ra thay đổi như đã hứa hay không là câu hỏi cần kiểm chứng bằng thực tế. Con số không thể thay thế việc lựa chọn giá trị, nhưng cũng không thể vì giá trị quan trọng mà bỏ qua việc kiểm tra hiệu quả.

Giữ lại câu chuyện và kiểm tra phạm vi

Bạn có thể thử ghi chép đơn giản. Bên trái, viết trải nghiệm mà người trong cuộc kể lại và điều mình cảm nhận; bên phải, viết nhận định khái quát mình đã rút ra từ trải nghiệm ấy. Bên dưới, thêm ba điều: dữ liệu nào cần xuất hiện thêm nếu nhận định là đúng, dấu hiệu nào cho thấy có thể có cách giải thích khác, và những điều kiện nào còn chưa biết. Khi ấy, khoảng cách giữa tiếng nói của một người và nhận định về nhiều người có thể hiện ra.

Dù một câu chuyện xuất hiện nhiều lần, vẫn cần kiểm tra phạm vi của nó. Những người quanh ta có thể giống nhau về nơi ở, nghề nghiệp, độ tuổi và thông tin họ xem trên mạng. Sự sống động làm tăng giá trị của trải nghiệm nhưng không bảo đảm trải nghiệm ấy đại diện cho toàn thể. Ngược lại, một câu chuyện hiếm gặp cũng không vì thế mà kém quan trọng. Nó có thể bộc lộ một thực tế mà cách đo hiện nay bỏ sót, hoặc một tổn hại lớn.

Trước khi nhờ AI làm câu chuyện cảm động hơn, ta cũng có thể hỏi AI xem mình đang khái quát hóa ở đâu. Ta có thể nhận được gợi ý về đối tượng so sánh, cách giải thích khác và dữ liệu cần xác minh. Phản hồi ấy không tương đương với việc có thêm bằng chứng mới. Nếu không kiểm tra trường hợp thực tế và nguồn, ta có thể chỉ thêm một câu chuyện nghe hợp lý hơn, dù tưởng rằng mình đang kiểm chứng.

Càng bị một câu chuyện thu hút mạnh, tôi càng muốn hỏi ba điều. Câu chuyện này cho thấy rõ điều gì? Nó chưa cho thấy điều gì? Muốn dùng nó để quyết định cho nhiều người hơn, cần xác minh những gì? Khi lắng nghe bằng sự cảm thông đi cùng kiểm chứng cẩn thận, trải nghiệm mới có thể giúp ích cả cho nhận định của người khác.

Câu hỏi để tự suy ngẫm

1. Từ một câu chuyện đọng lại trong lòng, tôi đã khái quát rộng hơn ở phần nào?
2. Những người và điều kiện nào ít được thấy trong câu chuyện ấy?
3. Trong khi tôn trọng ý nghĩa của trải nghiệm, tôi có thể kiểm chứng riêng nhận định nào?

Chương 8. Tư duy quy nạp và tư duy diễn dịch

Khi tiếp xúc với thể chế và chính sách của nhiều nước, nhìn những báo cáo được trình bày chặt chẽ và những mô hình thành công trong thực tế, đã có lúc tôi nghĩ: “Liệu ở Hàn Quốc cũng có thể làm được chăng?”. Qua thời gian, tôi học được rằng có những điều khó thấy nếu chỉ nhìn kết quả đã hoàn thành. Đằng sau kết quả ấy còn có thất bại và thỏa hiệp trên đường đi, năng lực của những người vận hành và lòng tin tích lũy qua nhiều năm. Chỉ mang về hình thức nhìn thấy bên ngoài có thể sẽ không tạo ra cùng một kết quả.

Mong muốn học từ trải nghiệm của người khác là điều đáng quý. Nhờ đó, chính tôi cũng mở rộng được suy nghĩ. Tuy nhiên, sau khi tìm thấy một trường hợp tốt, cần đi thêm một bước. Phải xem điều gì đã làm kết quả ấy trở nên khả thi, và những điều kiện đó có hiện diện ở đây, lúc này hay không. Khi cuốn sách này kể trải nghiệm của Hàn Quốc với bạn đọc Việt Nam, nguyên tắc ấy cũng cần được giữ.

Quy nạp là cách tư duy tìm những đặc điểm lặp lại trong nhiều quan sát để hình thành một nguyên lý tạm thời. Quá trình học từ phản ứng của khách hàng qua nhiều giao dịch, hay nhận ra chỗ học sinh gặp khó khăn qua nhiều buổi học, gần với cách tư duy này. Nó có thế mạnh là xuất phát từ thực tế, nhưng nếu số trường hợp đã thấy quá ít hoặc nghiêng về một phía, nguyên lý rút ra cũng có thể thiếu vững chắc.

Diễn dịch là cách tư duy rút ra kết quả cho một tình huống cụ thể từ nguyên lý và các tiền đề. Chẳng hạn, nếu đã xây dựng một cách giải thích rằng một điều kiện nào đó giúp người học tham gia, ta có thể dự đoán thay đổi sẽ xuất hiện trong một lớp học khác có điều kiện ấy. Tuy nhiên, dù mối liên kết logic chính xác, kết luận vẫn có thể không đúng nếu tiền đề xuất phát khác với thực tế. Vì vậy, sau khi áp dụng nguyên lý, phải quay lại xem kết quả thực sự.

Từ trường hợp đến giả thuyết, rồi trở lại quan sát

Còn có quá trình nhìn một kết quả bất ngờ và hình thành những cách giải thích có thể có. Đó là suy luận tìm lời giải thích, còn gọi là suy luận hồi suy. Ta quan sát các hiện tượng rồi đặt ra một cách giải thích khả dĩ: “Có phải vì lý do này không?”. Chỉ nghĩ ra được một cách giải thích hợp lý chưa có nghĩa nó đã được chứng minh. Cần so sánh với các cách giải thích khác, viết ra điều gì phải được quan sát thấy nếu mỗi cách là đúng, rồi dùng dữ liệu để kiểm tra.

Sẽ dễ hiểu hơn nếu xem ba thao tác ấy như một quá trình đi qua lại. Xem các trường hợp để tìm mẫu hình. Xây dựng những cách giải thích có thể có cho mẫu hình ấy. Từ mỗi cách giải thích, rút ra dự đoán về những quan sát mới. So sánh với kết quả thực tế rồi sửa cách giải thích ban đầu. Điều quan trọng không phải là lập được một nguyên lý một lần cho xong, mà là giữ nó ở trạng thái có thể thay đổi khi gặp thực tế mới.

Hãy hình dung hai cửa hàng giả định. Một cửa hàng kinh doanh tốt hơn sau khi thay cách bố trí chỗ ngồi; liệu cửa hàng còn lại làm theo cách bố trí đó cũng sẽ tốt hơn? Ở cửa hàng thứ nhất, điều quan trọng có thể là khách đi lại thuận tiện hơn. Nhưng cũng có thể thực đơn, giá cả hoặc lượng người qua lại xung quanh đã thay đổi trong cùng thời gian. Ở cửa hàng thứ hai, quy trình nhận đơn có thể là vấn đề lớn hơn việc mở rộng không gian. Trước khi làm theo vẻ ngoài, cần tách ra các nguyên nhân có thể có và những điều kiện cần thiết.

Sẽ học và đưa điều gì sang hoàn cảnh mới?

Ở Hàn Quốc, tôi từng thấy người ta tham khảo chính sách giáo dục, chính sách địa phương và cách vận hành tổ chức ở nước ngoài. Cùng tên gọi không có nghĩa nội dung và điều kiện cũng giống nhau. Vấn đề muốn giải quyết, đối tượng, ngân sách, năng lực vận hành, người hợp tác và người chịu trách nhiệm đều khác. Có những thể chế khó được lắp vào nơi khác như một bộ phận đã hoàn chỉnh.

Nhưng cũng không cần vì thế mà kết luận rằng trường hợp bên ngoài không thể áp dụng. Công nghệ có quy cách và quy trình rõ ràng, có thể kiểm tra lặp lại kết quả, thường tương đối dễ chuyển sang nơi khác để sử dụng. Ngược lại, những thể chế phụ thuộc nhiều vào hành vi con người, lòng tin và năng lực hành chính cần được xem kỹ hơn về khác biệt điều kiện. Trước hết, phải nhận định điều gì phụ thuộc vào bối cảnh và phụ thuộc đến mức nào.

Tôi nghĩ ta có thể lập một bản ghi so sánh gồm bốn dòng.

1. Trường hợp ban đầu đã giải quyết vấn đề nào của ai?
2. Những điều kiện nào là thiết yếu để có kết quả ấy?
3. Điều kiện và nguồn lực hiện tại của chúng ta khác ở đâu?
4. Cách thử nguyên lý cốt lõi ở quy mô nhỏ nhất và tiêu chí dừng là gì?

Nếu thêm những trường hợp dùng cùng cách làm nhưng không thành công, phạm vi của nguyên lý sẽ rõ hơn. Chỉ so sánh các trường hợp thành công có thể khiến nhiều điều kiện cùng trông có vẻ tốt. Phải đặt cạnh nhau những trường hợp cho kết quả khác nhau mới xem xét được điều gì thực sự quan trọng. Tuy nhiên, cũng không nên cố xác định toàn bộ nguyên nhân phức tạp chỉ từ việc so sánh vài trường hợp.

Ngay cả khi làm một thử nghiệm nhỏ, cũng cần định trước tiêu chí. Kết quả nào sẽ được xem là ủng hộ cơ chế tác động mình kỳ vọng? Kết quả nào sẽ khiến ta sửa cách làm hoặc dừng lại? Có thể chịu tổn thất trong giới hạn nào? Nếu xem kết quả rồi chỉ chọn những chỉ số thuận lợi để giải thích, thử nghiệm cũng sẽ trở thành một câu chuyện thành công nữa. Phải ghi cả kết quả khác kỳ vọng mới có thể học cho lần nhận định tiếp theo.

Ngoài việc nhờ AI tóm tắt ngắn một trường hợp ở nước ngoài, ta có thể hỏi thêm những điều kiện để cách làm phát huy tác dụng, những điều kiện riêng của nơi ấy và lý do nó có thể thất bại trong môi trường khác. Nhưng các thể chế và kết quả xuất hiện trong bản tóm tắt phải được xác minh bằng văn bản gốc và dữ liệu thực tế. Câu trả lời cứ lặp lại những trường hợp chỉ quen thuộc về tên gọi chưa đủ để hiểu các điều kiện.

Khi nói với bạn đọc Việt Nam về quá khứ của Hàn Quốc, tôi muốn cùng bạn thực hiện quá trình đi qua lại ấy hơn là chuyển nguyên một kết luận sang đây. Ở Hàn Quốc, cách làm này đã giúp ích trong điều kiện nào? Sau đó, điều gì đã thay đổi? Ở Việt Nam hôm nay, nguyên lý nào có thể thử giữ lại và phần nào cần thay đổi? Nếu bạn đọc gửi lại những kết quả khác và câu hỏi mới, trải nghiệm của tôi cũng sẽ trở thành dữ liệu để học lại.

Câu hỏi để tự suy ngẫm

1. Tôi có thể giải thích những điều kiện giúp một trường hợp thành công mà mình thường viện dẫn phát huy tác dụng không?
2. Có trường hợp nào dùng cùng cách làm nhưng cho kết quả khác?
3. Làm thế nào để thử ở quy mô nhỏ và sửa nguyên lý mà mình muốn học để áp dụng?

Chương 9. Tư duy mở rộng và thu hẹp các khả năng

Khi hình dung những công việc liên quan đến sách và video, giáo dục và không gian, hay việc ứng dụng công nghệ mới, suy nghĩ của tôi thường rẽ sang nhiều hướng. Quá trình một khả năng mở ra một khả năng khác thật thú vị. Nhưng càng có nhiều lựa chọn, tôi đôi khi càng không rõ phải hoàn thành việc gì trước. Điều tôi thiếu không hẳn là ý tưởng, mà là khả năng sắp xếp chúng thành một trình tự thực hiện.

Trong chương này, “biến thể” được hiểu là những khả năng khác nhau. Tư duy mở rộng khả năng giúp ta rời khỏi những câu trả lời quen thuộc để tìm cách kết hợp và cách làm khác. Tư duy thu hẹp khả năng giúp ta chọn điều sẽ thử ngay lúc này, dựa vào mục đích và điều kiện. Đó là hai thao tác cần đến ở những thời điểm khác nhau. Nếu chọn khi chưa mở rộng đủ, ta dễ lặp lại câu trả lời quen thuộc. Nếu cứ mở rộng mà không chọn, ta khó đúc kết được bài học từ bất kỳ lần thử nào.

Khi tham gia các cuộc họp và dự án ở Hàn Quốc, tôi từng thấy hai thời điểm ấy bị trộn lẫn. Lúc cần đưa ra suy nghĩ mới, người ta đã tính ngay đến chi phí, khiến mọi người ngại nói. Đến lúc cần quyết định, người ta lại bổ sung ý tưởng mới. Cuộc trao đổi dài thêm, nhưng không rõ cuối cùng giữ lại điều gì và vì sao. Tôi tự hỏi bạn đọc Việt Nam có từng gặp chuyện tương tự trong nhóm của mình hay trong công việc không.

Khi mở rộng, hãy thay đổi câu hỏi

Trước hết, hãy thử viết vấn đề cần giải quyết theo nhiều cách. Điều bạn nghĩ là thu hút thêm khách có thể cũng là làm cho khách hiện tại muốn quay lại. Điều bạn nghĩ là tăng thời gian học có thể cũng là giúp người học hiểu tốt hơn trong cùng khoảng thời gian ấy. Khi câu hỏi thay đổi, những cách giải quyết có thể nghĩ đến cũng thay đổi.

Lúc này, đừng vội dùng một tiêu chí duy nhất để đánh giá. Một ý tưởng còn chưa chín có thể trở nên hữu ích khi kết hợp với ý tưởng khác. Nếu dành thời gian để mỗi người tự viết trong yên lặng trước, ta có thể hạn chế việc đề xuất đầu tiên của người có tiếng nói lấn át hoặc chức vụ cao định sẵn phạm vi suy nghĩ của cả nhóm. Sau đó, mọi người đọc ý tưởng của nhau và bổ sung những khả năng mới nảy ra.

Mở rộng đủ các khả năng không nhất thiết có nghĩa là lập một danh sách thật dài. Nếu mười cách được viết ra đều giống với cách đang làm, trên thực tế có thể ta vẫn chỉ có một lựa chọn. Hãy xem có phương án nào khác về con đường đi đến mục tiêu, nguồn lực cần dùng và người chịu gánh nặng hay không. Giữ nguyên mọi thứ và chỉ thay đổi một chút cũng là những phương án để so sánh.

Khi thu hẹp, hãy làm rõ tiêu chí

Khi lựa chọn, trước tiên hãy xác định điều gì được ưu tiên. Chi phí phải thấp? Phải nhanh chóng rút ra bài học? Hay nhất thiết phải đạt một mức hiệu quả nhất định? Hãy phân biệt những điều kiện bắt buộc như an toàn và tôn trọng con người với những tiêu chí mà phương án đáp ứng càng tốt thì càng có lợi khi so sánh. Khi đó, lý do lựa chọn sẽ rõ hơn.

Bản thân các tiêu chí cũng cần được xem xét. Nếu chỉ giữ lại lượt xem hay số người tham gia vì dễ đếm, ta có thể bỏ lỡ mục đích thực sự. Ngược lại, nếu chỉ dùng một cụm từ rộng như “có ý nghĩa”, ta khó biết phải nhìn vào kết quả nào để đánh giá. Hãy viết cả điều muốn thay đổi lẫn cách kiểm tra sự thay đổi ấy. Cũng nên xác định trước ai sẽ quyết định và quyết định thế nào khi các tiêu chí xung đột.

Hãy hình dung một câu lạc bộ đọc sách giả định đang chọn hoạt động mới. Buổi nói chuyện, thảo luận nhóm nhỏ, gặp gỡ trực tuyến hay chuyến tham quan thực tế đều có thể là đề xuất tốt. Nhưng nếu mục tiêu là giúp người mới tham gia thoải mái nói ra câu hỏi của mình, tiêu chí so sánh sẽ khác. Có thể việc cần làm trước là thử một cuộc trò chuyện với chi phí thấp và tìm hiểu trải nghiệm của người tham gia, thay vì tổ chức sự kiện lớn nhất. Mục tiêu thay đổi thì lựa chọn cũng thay đổi.

Hãy nhóm những ý tưởng trùng nhau, rồi phân ra việc sẽ làm lúc này và việc sẽ xem lại sau. Không cần lập tức coi ý tưởng chưa được chọn là ý tưởng thất bại. Có thể nó chỉ được tạm gác vì chưa phù hợp với nguồn lực và mục tiêu hiện tại. Nếu ghi lại cả lý do tạm gác, ta có thể xem xét lại khi điều kiện thay đổi.

Biến lựa chọn thành một thử nghiệm nhỏ

Ý tưởng được chọn cần có người phụ trách, ngày kiểm tra, nguồn lực sẽ dùng và tiêu chí dừng lại. Hãy hỏi liệu có thể kiểm tra giả định cốt lõi nhất ở quy mô nhỏ hay không. Có ai thực sự muốn điều này không? Việc vận hành có tốn đúng khoảng thời gian dự tính không? Sự thay đổi kỳ vọng ban đầu có xuất hiện không? Sau thử nghiệm, hãy đưa kết quả vào lần nhận định tiếp theo.

Cả kinh nghiệm xử lý tốt một vấn đề bằng cách ứng biến cũng trở thành vốn quý nếu được ghi lại. Ta để lại một trình tự và những điểm cần kiểm tra để bất kỳ ai cũng có thể tham khảo khi gặp lại tình huống đó. Nếu lần nào cũng dựa vào công sức và trí nhớ của một người cụ thể, công việc có thể hoàn thành nhưng năng lực của tổ chức chưa chắc đã được tích lũy đầy đủ. Tôi muốn xem cả việc hệ thống hóa một thành công nhỏ thành cách làm có thể lặp lại là một phần của sáng tạo.

AI giúp mở rộng nhanh các phương án. Vì thế, khối lượng công việc xem xét danh sách được tạo ra cũng tăng theo. Trước tiên, ta có thể yêu cầu nhiều cách tiếp cận khác nhau, rồi nhờ AI nhóm các ý trùng lặp theo tiêu chí đã định và đề xuất thử nghiệm nhỏ nhất. Tuy nhiên, điểm số và thứ hạng do AI đưa ra có thể không dựa trên việc kiểm tra chi phí hay nhu cầu thực tế. Ta cần điều chỉnh chúng bằng thông tin từ thực tế.

Mỗi khi có ý tưởng mới, tôi muốn tự hỏi: Đây có phải việc cần làm lúc này không? Nó kết nối thế nào với những việc đang làm? Kiểm tra được điều gì thì tôi sẽ tiếp tục, và kết quả nào sẽ khiến tôi dừng lại? Niềm vui mở ra các khả năng cần đi cùng thói quen theo dõi đến cùng điều đã chọn. Nhờ vậy, những suy nghĩ tiếp theo cũng có thể tốt hơn.

Câu hỏi để tự suy ngẫm

1. Lúc này là thời điểm mở rộng các khả năng, hay chọn việc sẽ thực hiện?
2. Bạn có thể viết ra cả tiêu chí lựa chọn lẫn điều kiện bắt buộc không?
3. Bạn sẽ biến ý tưởng đã chọn thành thử nghiệm nhỏ nào, và ghi lại những gì?

Chương 10. Tư duy định lượng và tư duy định tính

Qua công việc nghiên cứu và chính sách, tôi hiểu được sức mạnh của các con số. Những người dùng ngôn ngữ khác nhau, sống trong những hệ thống thể chế khác nhau vẫn có thể cùng bàn về một vấn đề qua diện tích, ngân sách, dân số và tỷ lệ thay đổi. Đồng thời, có những trường hợp chỉ số được cải thiện nhưng cuộc sống thực tế không khá lên tương ứng. Không hẳn là con số sai. Câu hỏi mà chỉ số trả lời khác với vấn đề người dân đang trải qua.

Điểm thi và tiền lương, giá nhà và số người đăng ký theo dõi cho thấy nhanh một phần cuộc sống. Nhưng chúng không thể chứa đựng hết tiềm năng, sức khỏe, các mối quan hệ và ý nghĩa cuộc sống của một người. Ta cần cùng lúc nhớ rằng con số hữu ích và phạm vi chúng thể hiện có giới hạn. Khi bạn đọc Việt Nam nhìn vào các chỉ số kinh tế Hàn Quốc, cũng như khi tôi nhìn vào sự thay đổi ở Việt Nam, chúng ta đều cần đặt những câu hỏi ấy.

Tư duy định lượng xem xét quy mô, sự khác biệt, phân bố và xu hướng. Tư duy định tính tìm hiểu con người trải nghiệm điều gì trong những điều kiện nào và gán ý nghĩa gì cho những trải nghiệm ấy. Phỏng vấn, quan sát, ghi chép thực địa và nghiên cứu trường hợp không đơn thuần là tập hợp những cảm nhận. Chúng có thể cung cấp dữ liệu giúp phát hiện những thực tế nằm ngoài các mục đo lường định sẵn và những cách vận hành khác với dự kiến.

Nhìn cùng một thay đổi từ những vị trí khác nhau

Hãy hình dung một tình huống giả định: lượng khách đến một địa phương tăng lên. Số lượt khách cho biết quy mô đã thay đổi ra sao. Nhưng nó không giải thích hết trải nghiệm của những người sống tại đó. Thu nhập của các cửa hàng thay đổi thế nào? Việc đi lại và sinh hoạt của cư dân có gì khác? Tình trạng đông đúc tập trung vào những giờ nào? Người đến làm việc một thời gian ngắn và người đã sống lâu năm ở đó có nhận được lợi ích và chịu gánh nặng như nhau không?

Ngược lại, ta cũng không thể chỉ từ câu chuyện của một cư dân gặp bất tiện mà kết luận tất cả cư dân đều có trải nghiệm giống nhau. Ta có thể lắng nghe để hiểu trải nghiệm ấy xuất hiện trong điều kiện nào, rồi kiểm tra xem những trải nghiệm tương tự lặp lại rộng đến đâu. Một câu chuyện sống động mở ra câu hỏi; dữ liệu rộng hơn cho biết phạm vi của vấn đề; sau đó, ta quay lại thực tế để tìm hiểu lý do của những khác biệt.

Trong giáo dục, phân bố điểm số và tỷ lệ tham gia cũng cung cấp thông tin quan trọng. Vì sao học sinh dần xa rời việc học, cách giải thích và mối quan hệ nào giúp các em tham gia trở lại — những điều này có thể hiện ra qua trò chuyện và quan sát. Kết quả điểm số tăng lên có liên quan đến điều học sinh đã hiểu trong quá trình học, nhưng đó là hai câu hỏi khác nhau. Không nên dùng chỉ một phía để giải thích trọn vẹn phía còn lại.

Cùng xem những khoảng trống của hai loại dữ liệu

Khi xem con số, hãy kiểm tra đã đếm điều gì và đếm bằng cách nào. Ai được tính, ai bị bỏ sót, so sánh khoảng thời gian nào, mẫu số là gì và cách đo có thay đổi hay không đều quan trọng. Dù mức trung bình tăng, một số nhóm vẫn có thể gặp khó khăn hơn. Nếu nhiều người không trả lời khảo sát, cũng cần xem có thể mở rộng kết luận từ những người đã trả lời đến phạm vi nào.

Khi nghe câu chuyện, cũng có những điều cần kiểm tra. Vì sao ta được nghe câu chuyện của người này? Trí nhớ và cách diễn giải đã ảnh hưởng ra sao? Người đặt câu hỏi có dẫn câu trả lời theo hướng mình kỳ vọng không? Có bỏ sót những nội dung khó nói ra và những người khó lên tiếng không? Ta có thể vừa tôn trọng tiếng nói của người trong cuộc, vừa xem xét quá trình hình thành dữ liệu.

Khi những dữ liệu khác nhau cùng chỉ về một kết luận, nhận định có thể được củng cố. Nhưng nếu tất cả đều dựa vào cùng một nguồn, khó coi đó là những lần kiểm tra độc lập. Khi dữ liệu không khớp nhau, cũng không cần cố ép chúng về một mối. Có thể thời điểm khảo sát khác nhau, cùng một từ được dùng với nghĩa khác nhau, hoặc ta đang so sánh chỉ số tổng thể với trải nghiệm của một nhóm cụ thể. Lần theo lý do của sự không khớp ấy có thể giúp ta phát hiện khoảng trống trong câu hỏi ban đầu.

Ví dụ, nếu mức hài lòng tăng mà số người tham gia lại giảm, ta có thể xem liệu khảo sát có bỏ sót trải nghiệm của những người đã rời đi hay không. Điều đó không có nghĩa đây chắc chắn là nguyên nhân. Giờ hoạt động hoặc nhóm đối tượng cũng có thể đã thay đổi. Thay vì lập tức quy sự mâu thuẫn cho lỗi của một loại dữ liệu, hãy chuyển nó thành những cách giải thích cần kiểm tra.

Không tạo ra lời nói thay cho con người

AI có thể giúp hệ thống hóa những điểm cần kiểm tra trong số liệu và các câu hỏi phỏng vấn. Ta cũng có thể nhờ AI đề xuất nhiều cách giải thích cho việc các chỉ số thống kê tốt lên nhưng sự bất mãn lại tăng. Tuy nhiên, không được xem lời nói của những cư dân hay chuyên gia giả định do AI tạo ra là kết quả khảo sát thực tế. Hình dung những góc nhìn khác nhau và lắng nghe con người thực là hai việc khác nhau.

Nếu có thể, hãy bắt đầu bằng việc đọc cách dữ liệu được định nghĩa và phương pháp khảo sát, hỏi những người ở vị trí khác nhau, rồi kiểm tra lại con số. Không phải vấn đề nào cũng cho phép thực hiện một cuộc khảo sát lớn. Khi đó, hãy ghi rõ đã xem dữ liệu nào và còn chưa nghe được tiếng nói của ai, coi đó là giới hạn của nhận định. Sử dụng một lượng dữ liệu nhỏ một cách trung thực sẽ giúp việc kiểm tra tiếp theo dễ dàng hơn là che đi phạm vi của nó để đưa ra kết luận lớn.

Bản thân tôi từng có lúc tin rằng những con số đã làm nhận định của mình vững chắc hơn, và có lúc bị cuốn theo câu chuyện của một người nên chưa xem xét đầy đủ phân bố tổng thể. Từ nay, tôi muốn cùng lúc hỏi: Đằng sau con số là những ai? Đằng sau câu chuyện là mức độ lặp lại đến đâu? Tôi cũng muốn gửi cả hai câu hỏi ấy đến bạn đọc Việt Nam. Khi đi qua lại giữa những loại dữ liệu khác nhau, chúng ta sẽ phát hiện thêm điều gì?

Câu hỏi để tự suy ngẫm

1. Con số này đã đo điều gì và chưa đo được điều gì?
2. Câu chuyện này xuất hiện trong điều kiện nào, và còn thiếu tiếng nói của ai?
3. Nếu hai loại dữ liệu không khớp nhau, câu hỏi tiếp theo để tìm hiểu lý do là gì?

Chương 11. Tư duy xác suất và tư duy tất định

Khi hình dung một dự án, có lần tôi nhanh chóng nghĩ rằng “việc này sẽ thành công”, rồi lại dễ dàng bỏ cuộc với suy nghĩ “việc này khó lắm” khi gặp trở ngại. Nhìn lại sau một thời gian, tôi nhận ra việc làm được cũng cần có điều kiện, còn việc khó vẫn có thể thay đổi triển vọng nếu ta đổi cách làm và trình tự. Vấn đề không nằm ở việc tôi nghiêng về lạc quan hay bi quan, mà ở chỗ tôi đã gom những khả năng thay đổi theo điều kiện thành một kết luận duy nhất.

Khi suy nghĩ theo lối tất định, ta dễ khép thực tế vào một kết cục duy nhất, như thành công hay thất bại, an toàn hay nguy hiểm. Tư duy xác suất là xem xét cả khả năng xảy ra của nhiều kết quả lẫn những điều kiện đi kèm. Sự phân biệt trong chương này không nhằm đưa ra một khẳng định triết học rằng mọi hiện tượng đều chỉ có ngẫu nhiên. Điều tôi muốn bàn là trong những nhận định thực tế khi thông tin chưa đầy đủ, ta có thể chắc chắn về điều gì và đến mức nào.

Ở đây, cần tách việc giải thích khỏi việc quyết định. Khả năng một việc xảy ra và việc ta sẽ làm trước khả năng ấy là hai câu hỏi khác nhau. Dù khả năng xảy ra cao, nếu đi kèm một tổn thất không thể gánh chịu, ta có thể thu hẹp lựa chọn. Dù khả năng xảy ra thấp, nếu có thể ngăn thiệt hại lớn với chi phí nhỏ, ta vẫn có thể chuẩn bị. Quyết định bao gồm xác suất, nhưng còn có mục đích, lợi ích và tổn thất, chi phí chờ đợi và khả năng đảo ngược.

Bắt đầu từ những trường hợp tương tự

Trước khi nhìn vào trường hợp gây ấn tượng ngay trước mắt, ta có thể tìm hiểu sự việc ấy xảy ra thường xuyên đến đâu ở những người hay những lần thử có điều kiện tương tự. Tần suất đó được gọi là tỷ lệ nền. Khi đánh giá một việc mới, ta tìm bức tranh tổng thể của những trường hợp khởi đầu với giai đoạn, nguồn lực và môi trường tương tự, thay vì chỉ đọc một câu chuyện thành công.

Việc chọn nhóm nào là tương tự cũng quan trọng. Nếu chọn quá rộng, những điều kiện quan trọng sẽ bị mất đi. Nếu chọn quá hẹp, số trường hợp ít có thể khiến kết quả chịu ảnh hưởng lớn của ngẫu nhiên. Không nên liên tục đổi đối tượng so sánh cho đến khi có được kết luận mình muốn. Kiểm tra xem nhận định có thay đổi nhiều khi dùng những nhóm so sánh hợp lý khác hay không sẽ giúp ta hiểu rõ hơn mức độ bất định.

Tỷ lệ nền không phải con số định đoạt số phận của một người. Đó là điểm xuất phát trước khi có bằng chứng mới. Nếu xuất hiện bằng chứng đáng tin cho thấy trường hợp hiện tại có điều kiện khác, ta có thể điều chỉnh nhận định. Mức điều chỉnh cũng phải tùy vào độ đáng tin, mức liên quan trực tiếp và tính độc lập của bằng chứng ấy. Nghe cùng một điều được lặp lại ở nhiều nơi không có nghĩa là đã có thêm nhiều bằng chứng mới.

Không khép mọi khả năng vào một kết quả

Hãy nhớ lại người đang cân nhắc có nên đến thành phố khác làm việc sau khi tốt nghiệp. Chỉ với câu “chuyển đi thì sẽ thành công”, người ấy khó đưa ra nhận định cần thiết. Có thể chia thành những trường hợp: học việc và thích nghi tốt; thu nhập và chi phí nhìn chung đúng với dự kiến; hoặc điều kiện làm việc hay chi phí sinh hoạt khác với dự tính. Hãy ghi cả những điều kiện dẫn đến từng trường hợp và những dấu hiệu có thể kiểm tra trước.

Xây dựng kịch bản không có nghĩa là đã biết trước tương lai. Đó là công cụ để xem kết quả sẽ thay đổi thế nào khi một số điều kiện cùng xuất hiện. Dù viết ra ba tình huống, nếu cả ba đều dựa vào cùng một giả định rằng “có một người lãnh đạo tốt”, ta vẫn có thể bỏ sót khác biệt quan trọng. Cũng cần xem riêng trường hợp giả định ấy không đúng.

Không cần lấp chỗ trống bằng những con số thiếu căn cứ. Dù AI nói khả năng thành công là 70 phần trăm, nếu không có nhóm so sánh, dữ liệu và cách tính thì khó biết con số ấy có nghĩa gì. Nếu chưa đủ căn cứ để đưa ra một con số, ta có thể ghi mức độ chắc chắn của mình, lý do và những điều kiện còn chưa biết. Điều quan trọng là chỉ diễn đạt trong phạm vi dữ liệu cho phép.

Viết dự đoán sao cho sau này có thể xem lại

Câu “sau này sẽ tốt lên” rất khó kiểm tra kết quả. Nếu ghi rõ điều gì sẽ tốt lên, trong khoảng thời gian nào và theo tiêu chí gì, ta có thể nhìn lại nhận định của mình về sau. Hãy ghi cả thời điểm đưa ra dự đoán, căn cứ và ngày sẽ xem lại. Bởi một khi đã biết kết quả, ta dễ nhớ lại như thể mình đã nghĩ như vậy ngay từ đầu.

Nếu dùng xác suất, ta có thể tập hợp nhiều dự đoán để xem mức độ chắc chắn đã diễn đạt khớp với kết quả thực tế đến đâu. Chẳng hạn, khi đã có đủ nhiều sự kiện được ghi là có xác suất 70 phần trăm, ta kiểm tra xem chúng có xảy ra với tỷ lệ xấp xỉ mức đó không. Cách kiểm tra và điều chỉnh này được gọi là hiệu chỉnh xác suất, hay calibration. Khó đánh giá khả năng của bản thân chỉ từ một hai trường hợp. Cần tập hợp các ghi chép nêu rõ điều được dự đoán, khoảng thời gian và tiêu chí kiểm tra.

Cũng cần phân biệt diễn đạt xác suất tốt với đưa ra quyết định tốt. Dù đã nhận định có cơ sở, một kết quả xấu ít có khả năng xảy ra vẫn có thể xuất hiện. Ngược lại, một lựa chọn thiếu căn cứ cũng có thể may mắn thành công. Muốn lần nhận định sau tốt hơn, cần xem riêng hai việc: thông tin và tiêu chí lựa chọn lúc đó có phù hợp không, và sau khi biết kết quả, ta có thể sửa điều gì.

Khi nhiều người cùng đánh giá, mỗi người có thể viết suy nghĩ và lý do của mình trước khi thảo luận. Nếu cố tạo ra một tiếng nói chung ngay từ đầu, uy quyền và bầu không khí của nhóm có thể che lấp quan sát riêng của từng người. Với những điểm khác biệt lớn, lắng nghe xem nhóm so sánh và căn cứ của mỗi người khác nhau thế nào có thể giúp phát hiện thông tin mới.

Ta có thể nhờ AI chuyển những câu khẳng định chắc chắn thành câu có điều kiện, đồng thời đề xuất tình huống ngược lại và bằng chứng có thể làm thay đổi nhận định. Tuy nhiên, số liệu và nguồn thực tế cần được kiểm tra riêng. Sẽ hữu ích hơn nếu dùng AI để tìm những điều kiện còn cần tìm hiểu, thay vì tìm một bảng xác suất quyết định thay mình.

Nhìn lại quãng đời đã đi qua ở Hàn Quốc, tôi không muốn trở thành người cứ chờ đến khi mọi điều bất định đều biến mất. Tôi muốn là người nhận định dựa trên những gì hiện có thể biết, hành động ở mức mình có thể gánh chịu và điều chỉnh khi có thông tin mới. Nếu bạn đọc Việt Nam cũng ghi lại những lựa chọn của mình như vậy, sau một thời gian, bạn sẽ có cuộc đối thoại thế nào với câu hỏi ban đầu?

Câu hỏi để tự suy ngẫm

1. Nhóm so sánh và điểm xuất phát cho nhận định của bạn là gì?
2. Theo bằng chứng mới, bạn có thể thay đổi điều gì và đến mức nào?
3. Bạn đã ghi tiêu chí và khoảng thời gian của dự đoán, chi phí của quyết định và ngày xem xét lại chưa?

Chương 12. Tư duy về giá trị trung tâm và rủi ro ở phần đuôi phân bố

Khi có tuổi và nghĩ đến thời gian còn lại của cuộc đời, tôi cảm thấy chỉ nhìn vào mức trung bình là chưa đủ. Tôi có thể làm việc hoặc đảm nhận việc chăm sóc lâu hơn dự tính; cũng có những thay đổi đến sớm hơn tôi nghĩ. Tôi không định khẳng định trước mình sẽ sống được bao lâu. Điều tôi muốn nói là nếu mọi kế hoạch đều dựa vào một mức trung bình, ta có thể còn rất ít dư địa ứng phó khi thực tế cách xa mức ấy.

Giá trị trung bình và trung vị giúp tóm lược một thực tế phức tạp. Chúng hữu ích khi hoạch định quy mô trường học, bệnh viện, giao thông và các nhu cầu sinh hoạt. Nhưng những nhóm có cùng mức trung bình vẫn có thể rất khác nhau bên trong. Chỉ nhìn mức trung bình, khó phân biệt một nhóm có thu nhập phân bổ đồng đều với một nhóm có thu nhập tập trung phần lớn vào số ít người. Bên cạnh giá trị ở giữa, cần xem mức độ phân tán, những người ở hai đầu và sự khác biệt giữa các nhóm.

Khi tìm hiểu các vấn đề giáo dục và xã hội ở Hàn Quốc, tôi từng thấy người ta dùng chỉ số trung bình để đại diện cho tình trạng của toàn thể. Khi quan sát sự thay đổi ở Việt Nam, tôi cũng muốn giữ sự thận trọng ấy. Thông tin về mức sản lượng và thu nhập trung bình tăng lên là quan trọng. Nhưng cơ hội và gánh nặng nào xuất hiện ở từng vùng, từng nghề và từng gia đình là điều cần hỏi riêng. Trải nghiệm của một người không trở nên kém quan trọng chỉ vì người ấy nằm ngoài mức trung bình.

Hai điều hiện ra ở hai đầu phân bố

Chương này cùng xem xét những người bị mức trung bình che khuất và những sự kiện ít có khả năng xảy ra nhưng gây tác động lớn — tức rủi ro ở phần đuôi phân bố. Hai điều có thể liên quan, nhưng không cùng một nghĩa. Cần phân biệt sự hiện diện của một nhóm ít người có hoàn cảnh khó khăn với việc xảy ra một cú sốc lớn hiếm gặp. Dữ liệu cần có và cách chuẩn bị cũng có thể khác nhau.

Nếu chỉ nhìn điểm số trung bình, ta có thể không thấy rõ nhu cầu của học sinh giỏi một lĩnh vực cụ thể hoặc học sinh gặp khó khăn khi tham gia lớp học. Nếu lập kế hoạch theo chi phí trung bình, những người phải chi nhiều hơn hẳn cho việc đi lại hay chăm sóc có thể bị bỏ sót. Bên cạnh những con số dùng để quản lý tổng thể, cần đặt câu hỏi xem gánh nặng tập trung trong những điều kiện nào.

Khi xem xét những cú sốc hiếm gặp, mức độ tiếp xúc với nguy cơ và mức độ dễ bị tổn thương cũng quan trọng như xác suất của sự kiện. Cùng một trận mưa, thiệt hại có thể khác nhau tùy vào cơ sở vật chất, điều kiện đi lại và cách tiếp nhận thông tin. Cùng một thay đổi trong công việc cũng tác động khác nhau tùy vào việc người lao động có thời gian và nguồn lực để học kỹ năng mới hay không. Dù không dự đoán được mọi sự kiện, ta vẫn có thể xem mức độ tiếp xúc với nguy cơ gây thiệt hại và năng lực ứng phó.

Không tưởng tượng mãi những điều tồi tệ nhất

Nghĩ về rủi ro không có nghĩa là phải lập danh sách mọi bất hạnh có thể xảy ra. Ta cần chọn điều phải chuẩn bị trước. Hãy cùng xem khả năng xảy ra, mức độ tác động, khả năng đảo ngược, hoàn cảnh của người chịu thiệt hại, cùng chi phí và thời gian chuẩn bị. Dù hiếm gặp, nếu thiệt hại lớn và có thể chuẩn bị với chi phí nhỏ, ta có lý do để chuẩn bị trước.

Ngược lại, nếu dồn mọi nguồn lực vào một tình huống gây chấn động nhưng ít căn cứ, ta có thể bỏ lỡ những việc đang cần làm. Câu chuyện càng đáng sợ, càng cần kiểm tra nó thực sự có thể xảy ra qua chuỗi diễn biến nào, có trường hợp tương tự và những dấu hiệu độc lập hay không. Ta không bỏ qua chỉ vì xác suất thấp, cũng không coi một việc là sắp xảy ra chỉ vì có thể tưởng tượng ra nó.

Nhìn cả mức trung bình lẫn phần đuôi của phân bố cũng có thể giúp ta nhìn cơ hội theo cách khác. Một thử nghiệm nhỏ có thể cho thấy cách làm chưa từng có. Nhưng sự khác biệt tự nó không biến thử nghiệm ấy thành một câu chuyện thành công trong tương lai. Cần kiểm tra người dùng thực tế, chi phí và thời gian có thể duy trì hoạt động, rồi xác định kết quả nào sẽ khiến ta thử tiếp. Cơ hội cũng cần có điều kiện và được xem xét.

Những chức năng cần duy trì và trình tự phục hồi

Khả năng phục hồi khác với niềm lạc quan rằng sẽ không có khó khăn. Đó là năng lực chuẩn bị để biết khi cú sốc đến, chức năng nào phải tiếp tục được duy trì và cần phục hồi theo trình tự nào. Ta có thể ghi cụ thể nguồn lực dự phòng, phương án thay thế, những liên hệ và vai trò cần thiết, cùng thứ tự khôi phục. Trong ngày thường, một chút thời gian và nguồn lực còn dư có thể trông như thiếu hiệu quả, nhưng khi có vấn đề, chúng cho ta khoảng trống để lựa chọn.

Với một không gian học tập nhỏ giả định, ta có thể nghĩ đến trường hợp người phụ trách đột ngột vắng mặt, địa điểm không sử dụng được hoặc hệ thống trực tuyến ngừng hoạt động. Hoạt động nào cần được duy trì trước? Cần báo cho ai và bằng cách nào? Có thể dùng địa điểm hay hình thức khác không? Đây là bài tập nhận diện những mắt xích yếu và thời gian cần để phục hồi, hơn là cố đoán chính xác một sự kiện cụ thể.

Các dấu hiệu cảnh báo sớm cũng cần có tiêu chí. Nếu coi mọi thay đổi nhỏ là khủng hoảng, nguồn lực có thể cạn kiệt và mọi người dần chai lì trước cảnh báo. Ngược lại, nếu hành động quá muộn, ta sẽ mất thời gian ứng phó. Hãy xác định dấu hiệu nào sẽ khởi động việc kiểm tra, và khi có thêm điều gì thì chuyển sang ứng phó một phần rồi ứng phó toàn diện. Cũng cần xem cả chi phí do cảnh báo sai và do bỏ sót rủi ro.

Sau khi tình huống qua đi, đừng chỉ xem mức trung bình đã phục hồi hay chưa. Hãy kiểm tra ai vẫn chịu tổn thất kéo dài và chức năng nào phục hồi muộn nhất. Cũng ghi lại các dấu hiệu đã dự tính và sự chuẩn bị có thực sự phát huy tác dụng không. Có như vậy, lần chuẩn bị tiếp theo mới trở thành cách làm học được từ kinh nghiệm, thay vì chỉ là sự tự tin.

Ta có thể dùng AI để mở rộng danh sách những chuỗi diễn biến dẫn đến thất bại đã bị bỏ sót, những người dễ bị tổn thương và những phương án thay thế. Tuy nhiên, câu chuyện càng kịch tính, càng cần tránh tiếp nhận nó như một dự báo. Hãy đối chiếu với nguồn lực, hồ sơ thực tế và hoàn cảnh của người trong cuộc rồi mới xác định thứ tự ưu tiên chuẩn bị.

Tôi muốn vừa quản lý những nhu cầu thông thường của hôm nay, vừa quan sát hai đầu của phân bố. Bạn đọc Việt Nam có thể chừa lại những khoảng dự phòng nào trong cuộc sống và tổ chức của mình? Chúng ta không thể đoán đúng mọi tương lai, nhưng có thể tạo khoảng trống để bảo vệ điều quan trọng và xem xét lại nhận định.

Câu hỏi để tự suy ngẫm

1. Mức trung bình bạn đang xem chưa thể hiện rõ những ai?
2. Nếu có cú sốc lớn, ai và chức năng nào sẽ gặp khó khăn trước?
3. Dấu hiệu cần kiểm tra trước, chức năng cần duy trì và con đường phục hồi là gì?

Chương 13. Tư duy hướng đến đồng thuận và tư duy hướng đến sự thật

Khi một quan điểm tôi đã giữ từ lâu bị phê bình, có lúc tôi muốn nghi ngờ ý đồ của đối phương trước khi xem căn cứ họ đưa ra. Mong muốn được xác nhận rằng mình đúng không tự nhiên nhỏ đi theo tuổi tác và kinh nghiệm. Vì vậy, tôi muốn tự hỏi: Trong cuộc trò chuyện này, tôi đang muốn hiểu chính xác hơn điều gì? Hay tôi đang tìm những lời giúp bảo vệ nhận định mình đã có?

Muốn sống cùng nhau, chúng ta cần đồng thuận. Trong gia đình, trường học, nơi làm việc và cộng đồng, đến một lúc nào đó, những người có suy nghĩ khác nhau phải điều chỉnh để quyết định một hành động chung. Nhưng việc tất cả đều đồng ý chưa đủ để cho rằng nhận định ấy đúng. Có thể những dữ liệu gây khó chịu chưa được đưa ra, hoặc người khó lên tiếng đã im lặng. Chúng ta cần cả khả năng cùng hành động lẫn thái độ kiểm tra sự thật.

Qua nhiều cuộc thảo luận ở Hàn Quốc, tôi từng thấy cùng một dữ liệu được đánh giá khác nhau tùy theo nó có lợi cho ai. Những lúc ấy, trước khi tìm sự đồng ý về kết luận, cần làm rõ tiêu chuẩn xử lý dữ liệu. Tôi có áp dụng cùng tiêu chuẩn về nguồn và cách kiểm chứng cho cả thông tin bất lợi với suy nghĩ của mình không? Tôi có bớt kiểm tra chỉ vì đó là lời của người mình tin không?

Cùng nhìn một sự thật, suy nghĩ vẫn có thể khác nhau

Chia cuộc thảo luận thành bốn lớp sẽ giúp làm rõ hơn sự khác biệt. Đó là sự thật, có thể kiểm tra bằng quan sát và ghi chép; diễn giải, dùng để giải thích những sự thật ấy; giá trị, liên quan đến điều ta xem là quan trọng; và lợi ích liên quan, tức ai phải chịu chi phí và ai được hưởng lợi. Khi cả bốn lớp lẫn vào một câu, ta khó biết điều gì cần khảo sát thêm và điều gì cần bàn bạc.

Giả sử mọi người đang bàn có nên kéo dài giờ hoạt động của một không gian học tập chung giả định. Hồ sơ sử dụng theo từng khung giờ là dữ liệu để kiểm tra sự thật. Lời giải thích về lý do ít người sử dụng thuộc về diễn giải. Coi cơ hội học vào giờ muộn quan trọng đến mức nào là câu hỏi về giá trị. Ai đảm nhận công việc và chi phí phát sinh là câu hỏi về lợi ích liên quan và trách nhiệm. Dù hiểu chính xác hơn hồ sơ sử dụng, những câu hỏi còn lại cũng không tự động được giải quyết.

Khi xây dựng nền tảng sự thật chung, cần làm rõ nguồn, định nghĩa và giới hạn đo lường. Với một khẳng định chưa được kiểm chứng, thay vì loại bỏ vì không đồng ý, hãy đánh dấu điều cần kiểm tra. Nếu cách diễn giải khác nhau, hãy so sánh những quan sát phù hợp và không phù hợp với từng cách giải thích. Với giá trị, hãy nói về lý do và tác động; với chi phí và quyền quyết định, hãy trình bày cụ thể thay vì làm như chúng không tồn tại.

Tạo chỗ để nói điều khác biệt

Một cuộc họp có đông người chưa chắc đã có sự tham gia đầy đủ. Cần xem ai đặt ra nội dung thảo luận, thông tin nào được cung cấp trước, thời gian phát biểu và kiến thức chuyên môn khác nhau ra sao. Người lo bị đánh giá có thể giấu đi điều mình quan sát được. Chỉ một lời mời mọi người phát biểu không đủ làm những khác biệt ấy biến mất.

Ta có thể để mỗi người viết suy nghĩ trước khi thảo luận, lắng nghe riêng trải nghiệm của người chịu ảnh hưởng, hoặc tạo kênh ghi nhận ý kiến phản đối. Trải nghiệm của người trong cuộc và lời giải thích của chuyên gia cung cấp những loại hiểu biết khác nhau. Một người không tự động đại diện cho cả nhóm, và chuyên gia cũng không thể quyết định thay mọi người nên ưu tiên giá trị nào. Cần làm rõ mỗi người đang phát biểu dựa trên căn cứ nào và với trách nhiệm gì.

Cũng cần tránh chỉ thuật lại lập luận của người khác theo dạng dễ công kích. Hãy trình bày lại thật đầy đủ, đến mức họ có thể nhận đó là suy nghĩ của mình, rồi xem xét căn cứ. Có thể gọi đây là cách tái dựng lập luận ở dạng mạnh nhất. Điều đó không có nghĩa hai bên lúc nào cũng đúng ngang nhau. Trên thực tế, chất lượng căn cứ và mức độ sai sót có thể khác nhau. Mục đích là hiểu đúng những khác biệt ấy trước khi nhận định.

Không được xóa nhòa khác biệt về quyền lực và gánh nặng. Dù bề ngoài hai người có thời gian phát biểu như nhau, một người có thể nắm quyền quyết định còn người kia phải gánh hậu quả. Nếu có sự đe dọa hoặc che giấu thông tin quan trọng, trước hết phải sửa lại những điều kiện để đối thoại. Không cần giảm nhẹ thiệt hại chỉ để giữ quan hệ, cũng không cần xúc phạm một người với lý do nói sự thật. Xem xét lập luận và tôn trọng con người có thể đi cùng nhau.

Đồng thuận có ghi lại những khác biệt còn lại

Không phải chỉ khi tất cả cùng chia sẻ một hệ giá trị và dự đoán thì mới có thể hành động. Ta có thể ghi riêng những sự thật đã kiểm chứng, hành động đã thống nhất và những bất đồng cuối cùng vẫn còn. Cũng cần xác định ai thực hiện, khi nào xem kết quả và gánh nặng nào xuất hiện thì sẽ bàn lại. Khi đó, sửa đổi trở thành một bước đã thống nhất từ đầu, thay vì một việc làm mất thể diện.

Trong ví dụ về không gian học tập chung, có thể thử giờ hoạt động mới trong một thời gian ngắn, rồi kiểm tra cả mức sử dụng, chi phí lẫn gánh nặng của người phụ trách. Hãy giữ những lo ngại của người từng phản đối thành các mục cần kiểm tra, thay vì xóa bỏ. Nếu thử nghiệm cho thấy vấn đề mới, hãy cùng điều chỉnh cả cách vận hành lẫn mục tiêu. Đồng thuận có thể được duy trì lâu hơn qua sự tiếp nối trách nhiệm như vậy, chứ không chỉ bằng một lần đồng ý.

Ta có thể nhờ AI trình bày đầy đủ lập luận của mỗi bên, phân biệt sự thật với giá trị, điều cần kiểm tra với khác biệt còn lại. Nhưng một cuộc thảo luận giả định không thay thế được sự tham gia của người thật. Không được xem ý kiến do AI suy đoán và tạo ra cho người vắng mặt là tiếng nói của chính họ. Việc lắng nghe trải nghiệm và chi phí thực tế để đưa ra nhận định vẫn thuộc về con người.

Tôi không muốn trao cho bạn đọc Việt Nam một câu trả lời rằng cách tạo đồng thuận của xã hội nào tốt hơn. Tôi muốn biết trong gia đình và nơi làm việc của mỗi người, đâu là những sự thật có thể cùng kiểm tra và đâu là những suy nghĩ có thể để khác nhau. Nếu vẫn cùng hành động được mà không che giấu khác biệt, chúng ta sẽ có thể đối thoại trở lại khi nhìn vào kết quả tiếp theo.

Câu hỏi để tự suy ngẫm

1. Khác biệt hiện tại nằm ở sự thật, cách diễn giải, giá trị hay lợi ích liên quan?
2. Người chịu ảnh hưởng có thể an tâm nói ra điều mình quan sát được không?
3. Bạn đã ghi lại hành động đã thống nhất, bất đồng còn lại, người chịu trách nhiệm và thời điểm xem xét lại chưa?

Chương 14. Tư duy chú trọng quá trình và tư duy chú trọng kết quả

Khi bắt đầu một công việc, tôi thường muốn sớm nhìn thấy kết quả cụ thể. Có những việc mà nhờ tập hợp mọi người và bắt tay thử, tôi mới nhận ra khả năng. Nhưng tôi cũng học được rằng nếu vai trò, chi phí và tiêu chí xem xét chưa được làm rõ, động lực ban đầu khó kéo dài. Tôi phải cùng xem xét cả kết quả mình muốn lẫn cách tạo ra kết quả ấy.

Cũng có tình huống ngược lại. Cuộc họp đã diễn ra, hồ sơ đã hoàn tất, trình tự định sẵn cũng được tuân thủ. Thế nhưng điều gây bất tiện cho người giao việc vẫn còn nguyên. Chưa ai kiểm tra học sinh đã học được gì hay người dùng đã giải quyết được vấn đề chưa. Hồ sơ chứng minh công việc đã được thực hiện đã thay chỗ cho câu hỏi về thay đổi thực tế.

Tư duy chú trọng quá trình hỏi ta đã quyết định và thực hiện bằng cách nào. Có đủ thông tin và giải thích không? Người chịu ảnh hưởng có cơ hội lên tiếng không? An toàn và quyền lợi, vai trò và trách nhiệm có được bảo đảm không? Tư duy chú trọng kết quả hỏi thực tế đã thay đổi điều gì. Chỉ có thiện chí, nhiều công sức và một quy trình định sẵn chưa đủ để nói rằng mục đích đã đạt được.

Cũng cần đặt câu hỏi về mục tiêu

Trước quá trình và kết quả còn có câu hỏi về mục tiêu. Ta định giải quyết vấn đề nào của ai? Ta sẽ gọi điều gì là thành công? Nếu xác định sai vấn đề ngay từ đầu, dù công việc được thực hiện ổn định và đạt chỉ tiêu số lượng, những thực tế quan trọng vẫn có thể không thay đổi.

Hãy nghĩ đến một chương trình học tập giả định. Số người tham gia và số buổi học đã tổ chức cho thấy hoạt động đã diễn ra. Nhưng nếu mục tiêu là giúp học sinh tự giải quyết vấn đề, chỉ đếm số lần tham gia là chưa đủ. Cần tìm hiểu các em đã hiểu và giải thích được điều gì mới, có ai dần xa rời việc học không, và sự thay đổi có tiếp tục sau khi hoạt động kết thúc không.

Đồng thời, kết quả tốt không thể biện minh cho mọi cách vận hành quá sức. Nếu người phụ trách kiệt sức đến mức khó tiếp tục, hoặc thông tin quan trọng chưa được giải thích đầy đủ, những chi phí ấy cũng phải được tính vào kết quả. Ngược lại, cũng không thể vì đã tạo được bầu không khí tốt mà bỏ qua sự thiếu hụt trong việc học thực tế. Mục tiêu, quá trình và kết quả đều có những câu hỏi riêng cần kiểm tra.

Phân biệt thủ tục cần thiết với hình thức lặp lại

Thủ tục giúp bảo vệ an toàn, quyền lợi và sự công bằng, đồng thời cho phép kiểm tra lại kết quả. Công việc phải được xử lý theo cùng một tiêu chuẩn ngay cả khi người phụ trách thay đổi thì mới có thể yên tâm giao phó. Nhưng nếu không giải thích được việc viết đi viết lại cùng một nội dung có chức năng gì, ta cần xem xét nó. Nhiều thủ tục hơn tự nó không làm trách nhiệm rõ ràng hơn.

Một điều tôi học được khi làm việc ở Hàn Quốc là quy trình không cần chặt chẽ ở cùng một mức cho mọi quyết định. Những thử nghiệm ít tốn kém và dễ đảo ngược có thể được tiến hành nhanh để xem kết quả. Những quyết định liên quan đến chi phí lớn, an toàn hoặc ảnh hưởng lâu dài đến cuộc sống của nhiều người cần được giải thích và kiểm tra kỹ hơn. Điều chỉnh mức độ chặt chẽ của quy trình theo rủi ro giúp ta tập trung công sức vào nơi cần thiết.

Vai trò cũng cần được phân chia cụ thể. Ai thực hiện, ai kiểm tra kết quả? Trong tình huống nào có thể yêu cầu dừng lại? Khi người phát hiện vấn đề lên tiếng, lịch trình và phương pháp có thực sự thay đổi được không? Nếu có cuộc họp rà soát nhưng không thể thay đổi bất cứ điều gì, chức năng kiểm tra sẽ suy yếu.

Những thời điểm nhìn lại trước khi kết thúc

Hãy tạo cơ hội rút ra bài học giữa chừng, thay vì chờ đến kết quả cuối cùng. Dù ban đầu nhiều người tham gia, gánh nặng của người vận hành và chi phí ngoài dự kiến vẫn có thể tăng lên. Ngược lại, dù phản hồi lúc đầu chưa mạnh, triển vọng có thể thay đổi nếu ta hiểu vấn đề chính xác hơn và sửa cách làm. Hãy xác định trước sẽ xem điều gì, vào lúc nào, và theo tiêu chí nào để tiếp tục hoặc thu hẹp.

Cũng cần phân biệt thay đổi trong ngắn hạn và dài hạn. Đã tạo ra điều gì, mọi người có thực sự sử dụng không, và sau khi sử dụng thì thay đổi nào được duy trì — những câu hỏi ấy được kiểm tra ở các thời điểm khác nhau. Con số trong lần công bố đầu tiên khó giải thích toàn bộ hiệu quả có thể kéo dài. Cũng không được chỉ nói về mục đích xa trong tương lai để trì hoãn việc xử lý thiệt hại đang xuất hiện.

Khi đánh giá, ghi chép từ trước lúc biết kết quả rất hữu ích. Sau thành công, ngay cả một đường tắt nguy hiểm cũng có thể trông như nhận định đúng đắn. Sau thất bại, ta có thể cảm thấy mọi lựa chọn đều sai, kể cả lựa chọn từng hợp lý vào thời điểm đó. Nếu lưu lại thông tin đã biết, các phương án và tiêu chí đã đặt ra, ta có thể bình tĩnh hơn khi xem tác động của may rủi và của nhận định.

Ta có thể dùng AI để tìm những điểm mơ hồ trong mục tiêu, người trong cuộc bị bỏ sót, các mục cần kiểm tra giữa chừng và tác dụng phụ có thể dự liệu. Tuy nhiên, AI có thể cho rằng một thủ tục không cần thiết khi chưa biết chi phí và trách nhiệm thực tế. Trách nhiệm đối chiếu đề xuất với điều kiện thực tế và quyết định thay đổi điều gì thuộc về người đảm nhận công việc.

Bạn đọc Việt Nam hẳn cũng muốn biến cơ hội mới thành kết quả thực tế. Tôi hiểu rõ mong muốn ấy. Để duy trì sức lực đó lâu dài, tôi nghĩ nên đặt ba câu hỏi cạnh nhau: Chúng ta muốn thay đổi điều gì? Chúng ta đang thay đổi bằng cách nào? Trên thực tế, ai đã trải qua thay đổi gì? Ta cần có khả năng dùng câu trả lời từ kết quả để sửa lại mục tiêu và phương pháp ban đầu.

Câu hỏi để tự suy ngẫm

1. Thành quả hiện tại là lượng hoạt động, hay là sự thay đổi của vấn đề muốn giải quyết?
2. Trong quá trình thực hiện, ai cần được bảo vệ và những việc kiểm tra nào không thể bỏ qua?
3. Kết quả và gánh nặng nào xuất hiện sẽ khiến bạn thay đổi mục tiêu hoặc phương pháp?

Chương 15. Tư duy về độ tin cậy và tính giá trị

Suốt một thời gian dài, tôi cho rằng điều quan trọng là chuẩn bị tận tâm, sắp xếp chính xác và hoàn thành công việc được giao. Đến nay tôi vẫn nghĩ vậy. Nhưng qua nhiều công việc, tôi học thêm một điều: sự tận tâm không đủ để bù đắp sai lầm về hướng đi. Nếu mục tiêu lệch khỏi vấn đề thực tế, một lịch trình công phu và nhiều báo cáo thậm chí có thể khiến ta duy trì hướng đi sai lâu hơn.

Nhà trường tổ chức một kỳ thi nhất quán là một chuyện; qua kỳ thi ấy có thể biết năng lực nào của học sinh là chuyện khác. Cũng cần phân biệt việc một cơ quan đã sử dụng hết ngân sách được phân bổ với việc những bất tiện của người dùng đã giảm đi. Năng lực thực hiện công việc một cách ổn định càng lớn, ta càng cần dành thời gian hỏi lại công việc ấy có phù hợp với mục đích hay không.

Để giải thích sự khác biệt này, tôi dùng hai khái niệm độ tin cậy và tính giá trị. Trước tiên, hãy làm rõ nghĩa của chúng trong đo lường. Độ tin cậy xem xét tính nhất quán và khả năng tái lập của kết quả đo: khi lặp lại trong cùng điều kiện, kết quả có gần giống nhau không? Nhưng một chiếc cân luôn lệch cùng một mức mỗi lần cũng có thể rất nhất quán. Tính nhất quán tự nó không bảo đảm rằng kết quả đo cho biết đúng điều ta cần biết.

Tính giá trị của phép đo đặt câu hỏi: xét theo bằng chứng, việc diễn giải và sử dụng kết quả đo cho một mục đích cụ thể có phù hợp hay không? Nó không đơn giản có nghĩa là hướng đi hợp ý mình. Với một bài thi, cần xem bài thi bao quát năng lực nào, bỏ sót điều gì và điểm số ấy có thực sự hỗ trợ cho nhận định mà ta định đưa ra hay không.

Cách làm ổn định và mục đích phù hợp

Trong cuốn sách này, tôi mở rộng sự phân biệt ấy sang việc nhận định về công việc. Tư duy về độ tin cậy hỏi có thể thực hiện cùng một công việc ổn định và giảm sai sót hay không. Tư duy về tính giá trị, ở đây hiểu là tính phù hợp với mục đích, hỏi công việc và chỉ số ấy có phù hợp với vấn đề thực sự cần giải quyết hay không. Điều này không có nghĩa là áp dụng nguyên xi khái niệm của đo lường vào mọi vấn đề của tổ chức. Tôi mượn chúng để giúp ghi nhớ hai câu hỏi khác nhau.

Dù đã xác định hướng đi tốt, nếu cách thực hiện thiếu ổn định, ta khó tạo ra thay đổi mong muốn. Nếu mỗi người dùng một tiêu chuẩn và không có hồ sơ để kiểm tra, ta cũng không thể so sánh kết quả. Ngược lại, làm tốt theo cùng một cách không có nghĩa là cách ấy luôn còn cần thiết. Nếu đã quen xử lý nhanh cùng một loại phản ánh, ta cũng cần hỏi vì sao vấn đề ấy cứ lặp lại và liệu có thể làm giảm nguyên nhân gây ra nó không.

Ở Hàn Quốc, tôi từng thấy năng lực thực hiện chính xác công việc đã định mang lại những thành quả lớn. Nhìn lại trải nghiệm đó, điều tôi muốn hỏi bạn đọc Việt Nam lúc này là: Khi công nghệ mới giúp ta làm việc nhanh hơn, ta có thể dành chỗ nào cho việc hỏi lại vì sao phải làm công việc ấy? Khi năng lực thực hiện tăng lên, liệu dư địa để sửa lại câu hỏi cũng có thể tăng theo không?

Khi chỉ số thay chỗ cho mục đích

Chỉ số giúp kiểm tra những thay đổi phức tạp. Nhưng khi mọi người coi chỉ số là tiêu chuẩn đánh giá, họ có thể điều chỉnh hành vi theo con số ấy. Nếu chỉ coi trọng số vụ việc đã xử lý, sẽ có động lực để né những việc khó và mất nhiều thời gian. Nếu chỉ nhìn lượt xem, ta có thể bỏ sót câu hỏi có bao nhiêu người thực sự hiểu hoặc được giúp ích.

Điều này không có nghĩa là phải loại bỏ mọi chỉ số. Điều cần nhớ là chỉ số là công cụ phản ánh mục đích một cách không trọn vẹn. Khi một con số tốt lên, hãy cùng xem những quan sát khác, trải nghiệm của người trong cuộc và kết quả sau một thời gian. Nên ghi lại dấu hiệu nào cho thấy hành vi nhằm cải thiện chỉ số đang bắt đầu lệch khỏi mục đích ban đầu.

Hãy hình dung một dịch vụ học ngôn ngữ giả định. Tỷ lệ người dùng truy cập hằng ngày có thể cho biết họ có sử dụng đều đặn không. Nhưng chỉ từ số lần truy cập, khó nói rằng khả năng trò chuyện thực tế đã tăng lên. Cần xem riêng việc lặp lại các câu hỏi kiểm tra ngắn và khả năng sử dụng cách diễn đạt trong cuộc sống. Kết hợp những nhiệm vụ và quan sát phù hợp với mục đích sẽ làm rõ hơn ý nghĩa của chỉ số.

Viết lý do cần làm trước khi tìm cách làm tốt

Khi bắt đầu công việc mới, trước hết hãy viết đó là vấn đề gì của ai. Xem xét căn cứ cho thấy công việc ấy cần thiết, những cách giải quyết khác và tác động nếu không làm. Tiếp theo, chọn chỉ số và cách quan sát để kiểm tra mục đích, rồi xây dựng quy trình thực hiện ổn định. Khi có kết quả, hãy xem xét lại cả phương pháp lẫn cách xác định vấn đề ban đầu.

Khi đã bỏ ra nhiều thời gian và tiền bạc, mở lại câu hỏi sẽ khó hơn. Ta lo công sức đã bỏ ra bị xem là vô ích. Với những lựa chọn từ nay về sau, cần phân biệt chi phí đã bỏ ra và không thể thu hồi — tức chi phí chìm — với chi phí cần bỏ ra từ bây giờ. Dựa trên nguồn lực còn lại và những điều đã học được đến lúc này, hãy xem từ đây mình sẽ được gì và mất gì nếu tiếp tục hoặc thay đổi. Dừng lại hay thu hẹp cũng có thể là quyết định dựa trên điều đã học được.

Khi sử dụng AI, nên tách hai việc kiểm tra này. Một lần, hãy hỏi về những bước bị bỏ sót trong quy trình, tính nhất quán và cách lặp lại công việc. Lần khác, hãy hỏi về cách xác định vấn đề, nhu cầu của người trong cuộc, mối liên hệ giữa mục đích với chỉ số và phương án không làm. Câu trả lời thứ nhất trôi chảy không có nghĩa là câu hỏi thứ hai cũng đã được giải quyết. Ngay cả khi được giao một mục đích sai, AI vẫn có thể đề xuất cách nhanh chóng đạt mục đích ấy.

Cuốn sách này cũng phải chịu cùng những câu hỏi đó. Chỉ vì mục lục và câu chữ được sắp xếp tốt, chưa thể nói sách giúp người đọc điều chỉnh nhận định của mình. Cần lắng nghe người đã thực sự đọc: họ đã dùng câu hỏi nào, gặp khó hiểu ở đâu. Tôi muốn tiếp tục kiểm tra việc lưu lại trải nghiệm của mình với tư cách tác giả kết nối thế nào với việc giúp người đọc suy nghĩ.

Bên cạnh sự tự tin rằng mình có thể làm tốt công việc, nên có một câu hỏi về lý do cần làm. Câu hỏi ấy không nhằm làm chậm công việc một cách máy móc, mà để chọn chính xác hơn nơi cần bỏ công sức. Khi cùng có hai thao tác — làm cho phương pháp ổn định và xem lại hướng đi — nỗ lực có thể để lại những điều ta học được.

Câu hỏi để tự suy ngẫm

1. Công việc hiện tại cần thiết để giải quyết vấn đề nào của ai?
2. Chỉ số bạn đang quản lý ổn định cho thấy phần nào của mục đích?
3. Nếu kiểm tra được điều gì, bạn có thể thay đổi cả mục tiêu chứ không chỉ phương pháp?

Chương 16. Mười lỗi tư duy làm lệch nhận định

Qua nhiều năm đọc, nghiên cứu và làm việc cùng mọi người, tôi học được rằng biết nhiều không có nghĩa là tránh được sai lầm. Đôi khi kiến thức còn giúp ta bảo vệ kết luận cũ thành thạo hơn. Mười lỗi dưới đây không chỉ thuộc về một quốc gia hay một thế hệ nào. Tôi đã bắt gặp dấu vết của chúng trong chính suy nghĩ của mình. Khi nhìn vào cuộc sống Việt Nam hôm nay, trước hết tôi cũng muốn mở danh sách này ra như những câu hỏi để xem lại nhận định của chính tôi.

1. Kết luận trước khi hiểu câu hỏi.

Có lúc vừa nghe vài câu chuyện, ta đã nói: “Tôi biết phải làm gì rồi.” Khi thời gian quá gấp, sự quyết đoán có thể hữu ích. Nhưng với một vấn đề còn nhiều điều chưa biết, nếu vội kết luận, ta dễ chia thông tin đến sau thành hai loại: điều ủng hộ kết luận và điều cần gạt đi. Trước khi chọn giải pháp, ta có thể viết lại vấn đề thành một câu để những người trong cuộc cùng tìm hiểu.

2. Coi những người quanh mình là toàn bộ xã hội.

Câu “Những người tôi biết đều nghĩ như vậy” có thể là mô tả trung thực về những người gần gũi với ta. Tuy nhiên, họ có thể giống nhau về tuổi tác, nơi sống, nghề nghiệp, thu nhập và thông tin tiếp xúc trên mạng. Trải nghiệm gần gũi giúp ta hiểu chiều sâu của thực tế. Muốn biết trải nghiệm ấy áp dụng được rộng đến đâu, ta còn cần gặp cả những người ngoài các mối quan hệ quen thuộc.

3. Áp dụng tiêu chuẩn khác nhau cho bên mình và bên kia.

Chúng ta dễ tiếp nhận bằng chứng có lợi cho bên mình và soi xét rất kỹ bằng chứng bất lợi. Dù nhìn cùng một con số, ta có đang đánh giá khác nhau về nguồn, mẫu và cách đo tùy theo nó có lợi cho bên nào không? Câu hỏi này cần thiết trong cuộc họp, trong tranh luận gia đình và khi nhận định về vấn đề chung của xã hội.

4. Nhầm cường độ cảm xúc với độ chính xác của nhận định.

Lo lắng, thương cảm và giận dữ là những tín hiệu cho biết điều gì cần được coi trọng. Nhưng riêng cảm xúc ấy chưa xác nhận được nguyên nhân và cách giải quyết. Vừa trân trọng vấn đề mà cảm xúc chỉ ra, ta vừa cần phân biệt sự thật mình trực tiếp nhìn thấy với điều suy ra từ đó.

5. Giao toàn bộ việc nhận định cho chuyên gia.

Chuyên gia giúp ta rất nhiều trong việc hiểu lĩnh vực của họ. Đồng thời, chuyên môn có phạm vi của nó. Chỉ một lời giải thích về kỹ thuật không thể quyết định một gia đình nên mong muốn cuộc sống nào, chấp nhận bao nhiêu chi phí hay ưu tiên giá trị gì. Ta có thể cùng hỏi chuyên gia đang trả lời chính xác câu hỏi nào và phần nào vẫn còn bất định.

6. Tin ngay những con số có vẻ chính xác.

Điểm thi, giá nhà, tỷ lệ tăng trưởng, lượt xem và tiền lương đều là thông tin hữu ích. Trước khi để con số dẫn dắt nhận định, cần biết mẫu số, khoảng thời gian đo, những người không được tính và những phần chỉ số chưa thể hiện. Một con số có nhiều chữ số không có nghĩa là hiểu biết về thực tế cũng chính xác đến mức ấy.

7. Biến một câu chuyện thành quy luật chung.

Câu chuyện của người thành công sau khi đổi nghề hay cửa hàng làm ăn tốt sau khi mở chi nhánh mới có thể gợi ra ý tưởng hay. Nhưng ta có thể vẫn chưa biết có bao nhiêu người thử cùng cách đó mà không thành công. Cần tìm những điều kiện làm cho trường hợp ấy có thể xảy ra, rồi kiểm tra hoàn cảnh của mình có những điều kiện đó không. Khi đặt trải nghiệm của người thất bại cạnh câu chuyện của người thành công, câu hỏi có thể thay đổi.

8. Dừng suy nghĩ ở mức trung bình.

Ngay cả khi thu nhập hay điểm số trung bình tăng lên, một số nhóm vẫn có thể gặp khó khăn hơn. Muốn biết ai đang khá lên, ai vẫn giậm chân tại chỗ và ai đang gánh rủi ro lớn, cần xem phân bố. Nhìn vào những người ở xa mức trung bình giúp ta hiểu cụ thể hơn thay đổi thực sự đến với ai và như thế nào.

9. Bỏ sót những việc hiếm xảy ra nhưng gây tổn thất lớn.

Một kế hoạch vận hành tốt trong điều kiện bình thường vẫn có thể chao đảo khi nguồn thu bị gián đoạn hoặc xuất hiện chi phí lớn ngoài dự kiến. Không thể chuẩn bị cho mọi rủi ro. Nhưng ta có thể chọn vài rủi ro có tác động lớn, tìm dấu hiệu để nhận ra sớm và chuẩn bị đường lui khi tình hình trở nên khó khăn. Đó là cùng xem xét khả năng xảy ra, mức thiệt hại và chi phí chuẩn bị.

10. Bám mãi câu hỏi ban đầu.

Nếu chỉ hỏi “Làm thế nào để nhanh hơn?”, ta sẽ mải tăng tốc ngay cả khi đã đến lúc cần xem có nên tiếp tục công việc ấy không. Nếu chỉ hỏi “Làm thế nào để bán được nhiều hơn?”, niềm tin của khách hàng hay khả năng làm một công việc kinh doanh khác có thể biến mất khỏi tầm nhìn. Khi đổi câu hỏi, những lựa chọn bị câu hỏi trước che khuất bắt đầu hiện ra trở lại.

Những lỗi này thường xuất hiện cùng nhau. Một kết luận vội vàng được những người gần gũi tán thành; rồi một chuyên gia, một con số và một trường hợp thành công tiếp thêm sức nặng cho sự tán thành ấy. Khi đó, thay đổi suy nghĩ trở nên khó khăn. Không chỉ vì thiếu dữ liệu, mà còn vì cái tôi và các mối quan hệ đã gắn với kết luận đó. Tôi cũng đã trải qua tâm trạng ấy trong đời mình.

Nhìn lại quãng thời gian sau khi tốt nghiệp đại học, tôi có suy nghĩ này: Nếu từ khi ấy đã ghi lại bằng chứng nào sẽ khiến mình đổi ý, tôi có thể nhận ra điều gì sớm hơn một chút? Bạn đọc Việt Nam sẽ phát hiện lỗi nào trong những quyết định của mình? Khi đồng nghiệp hay người thân đưa ra ý kiến phản đối, cách nào giúp ta nghe đến hết? Câu trả lời từ trải nghiệm của mỗi người sẽ làm danh sách này sống động hơn.

Câu hỏi để tự suy ngẫm

1. Trong mười lỗi trên, điểm nào thường khiến nhận định của bạn trở nên cứng nhắc nhất?
2. Bạn đang dựa vào lời người gần gũi, một con số hay một trường hợp thành công đến mức nào?
3. Nếu đổi câu hỏi, lựa chọn nào mà trước đây bạn chưa nhìn thấy sẽ hiện ra?

Chương 17. Vì sao AI tạo sinh là công cụ giúp điều chỉnh tư duy

Trong khi viết sách, tôi đã nhiều lần trò chuyện với AI tạo sinh. Ban đầu, tôi quan tâm đến việc chỉnh câu chữ và tìm tài liệu. Nhưng càng đối thoại, tôi càng nhận ra những lúc hữu ích hơn nằm ở chỗ khác: khi AI hỏi lại một tiền đề mà tôi coi là đương nhiên, chỉ ra người bị bỏ sót trong lời giải thích, hoặc mở ra phía đối lập với một kết luận quen thuộc.

Điều đó không có nghĩa AI là người thầy có thể chẩn đoán chính xác suy nghĩ của tôi. Nếu đưa quá rõ hướng trả lời mình muốn vào câu hỏi, đôi khi tôi sẽ nhận lại câu trả lời theo đúng hướng ấy. Một lời giải thích nghe có lý vẫn có thể chứa thông tin sai. Nếu chỉ vì cuộc trò chuyện trôi chảy mà cảm thấy nhận định của mình cũng đã tốt hơn, có thể công cụ mới chỉ làm tôi thêm chắc chắn.

Điều tôi cần là một cuộc đối thoại làm lộ ra những câu hỏi mình bỏ sót, hơn là một tiếng nói đưa đáp án đúng thay tôi.

Trước hết, viết suy nghĩ của mình

Nếu lập tức yêu cầu AI trả lời, ta sẽ khó biết ban đầu chính mình đã nghĩ gì. Câu chữ càng được sắp xếp mạch lạc, càng khó phân biệt đó là nhận định của mình hay chỉ là câu mình tiếp nhận từ màn hình.

Vì vậy, với vấn đề quan trọng, nên tự viết trước, dù chỉ ngắn gọn.

“Hiện tôi nghĩ thế này. Lý do là đây. Tuy nhiên, phần này tôi chưa rõ.”

Ví dụ, giả sử bạn đang cân nhắc có nên kéo dài giờ mở cửa của một cửa hàng nhỏ. “Tôi định mở thêm hai giờ vì nghĩ khách buổi tối sẽ tăng. Chi phí nhân công bổ sung là một gánh nặng, và tôi vẫn chưa biết nhu cầu thực tế.” Chừng đó đã đủ để bắt đầu. Không cần một báo cáo công phu. Chỉ cần làm rõ nhận định hiện tại và phần còn chưa biết.

Tiếp theo, bạn có thể hỏi AI như sau.

Hãy phân biệt trong nhận định dưới đây đâu là sự thật đã được xác nhận, đâu là ước đoán của tôi và đâu là lựa chọn về giá trị. Hãy đề xuất những tiền đề còn thiếu và lập luận phản biện mạnh nhất. Đừng tự tạo thêm thông tin thực tế mà tôi chưa cung cấp; hãy để chúng dưới dạng câu hỏi cần kiểm tra.

Khi đọc câu trả lời, điều nên xem trước tiên không phải lời khen hay kết luận. Đó là những phần tôi tưởng là sự thật nhưng thực ra mới chỉ là ước đoán. “Khách sẽ tăng” là một dự đoán; “Tôi muốn tăng doanh thu dù phải giảm thời gian buổi tối dành cho gia đình” là một lựa chọn về giá trị. Không thể kiểm tra hai điều ấy theo cùng một cách.

Cách kiểm tra thay đổi theo loại câu trả lời

Muốn biết một việc gì đã xảy ra vào năm nào, cần tìm tài liệu gốc để kiểm tra. Muốn biết nguyên nhân doanh thu giảm, cần so sánh với những cách giải thích khác. Muốn biết nhu cầu có tăng trong tương lai hay không, cần xác định khoảng thời gian và điều kiện, ghi lại dự đoán rồi xem kết quả. Muốn biết cuộc sống nào tốt hơn, cần lắng nghe ưu tiên và mức tổn thất mà người trong cuộc có thể gánh chịu.

AI trả lời mọi câu hỏi bằng những câu văn trôi chảy gần như nhau không có nghĩa những khác biệt này biến mất.

Nếu AI đưa ra nguồn, hãy mở tài liệu thật. Kiểm tra xem tài liệu mang tiêu đề đó có tồn tại không, phần được trích dẫn có thực sự nằm trong đó không, và đối tượng cùng ngày tháng có phù hợp với vấn đề của bạn không. Dù hỏi một AI khác cùng câu hỏi và nhận câu trả lời tương tự, riêng điều đó chưa có nghĩa là đã kiểm chứng xong. Có thể cả hai chỉ lặp lại cùng tài liệu và lời giải thích thường gặp.

Lập luận phản biện cũng vậy. Đề xuất “có thể xảy ra thất bại như thế này” là điểm khởi đầu để tìm hiểu. Nó khác với bằng chứng cho thấy sự việc đã thực sự xảy ra. Một mối lo nghe thuyết phục không cho phép ta bỏ qua bước kiểm tra.

Cũng có những câu hỏi nhất thiết cần đến trải nghiệm của con người. Vì sao nhân viên thấy công việc nặng nề, vì sao học sinh không phát biểu trong lớp, vì sao khách hàng không quay lại — muốn hiểu, ta cần gặp người trong cuộc. Nếu để AI trả lời thay họ, chúng ta sẽ trò chuyện với những hình dung nghe có vẻ hợp lý.

Phần việc vẫn thuộc về con người

Việc học mà tôi từng quen ở Hàn Quốc thường đề cao năng lực nhanh chóng tìm và sắp xếp câu trả lời. Khi đối thoại với AI tạo sinh, tôi càng thấy rõ chỉ năng lực ấy là chưa đủ. Dù dễ dàng có được câu chữ, con người vẫn phải quyết định điều cần kiểm tra và điều mình sẽ chịu trách nhiệm.

Tôi không thể định trước công cụ này sẽ mở ra cơ hội nào cho bạn đọc Việt Nam. Điều kiện học tập và công việc, cũng như dữ liệu có thể tiếp cận, hẳn sẽ khác nhau. Tôi chỉ mong sự trôi chảy trên màn hình không khiến bạn bỏ qua nhận định của chính mình. Một câu còn vụng về mà bạn tự viết trước có thể là điểm khởi đầu quan trọng hơn nhiều trang trả lời được sắp xếp mạch lạc.

Tôi muốn ghi nhớ trình tự sau: Viết nhận định của mình. Yêu cầu lập luận phản biện và những cách giải thích khác. Kiểm tra các sự thật quan trọng ngoài cuộc trò chuyện với AI. Viết lại kết luận cuối cùng bằng lời của chính mình.

Ta cũng phải tự đặt ranh giới cho dữ liệu đưa vào cuộc trò chuyện. Không cần chép nguyên thông tin cá nhân của người khác hay bí mật của tổ chức. Dù xóa tên, thông tin nhận dạng và chuyển thành tình huống giả định, ta vẫn có thể kiểm tra cách suy nghĩ. Với vấn đề có thể gây tổn thất lớn hoặc đòi hỏi nhận định chuyên môn, cần thêm sự xem xét của chuyên gia liên quan và người thực sự chịu trách nhiệm.

Sau khi đọc câu trả lời của AI, câu hỏi của tôi có chính xác hơn không? Tôi có hiểu rõ hơn điều mình chưa biết không? Tôi có nói được mình sẽ thay đổi suy nghĩ nếu kiểm tra được điều gì không? Tôi muốn lấy ba điều này làm kết quả của cuộc đối thoại.

Câu hỏi để tự suy ngẫm

• Trước khi xem câu trả lời của AI, bạn đã viết suy nghĩ của mình thành một câu chưa?
• Trong câu trả lời nhận được, phần nào cần kiểm tra sự thật, phần nào cần kiểm tra trực tiếp tại nơi sự việc diễn ra và phần nào cần phán đoán về giá trị?
• Sau khi kết thúc cuộc trò chuyện, lựa chọn nào bạn vẫn phải trực tiếp chịu trách nhiệm?

Chương 18. Dùng AI tạo sinh để phân tách khái niệm

Chúng ta dễ cho rằng khi dùng cùng một từ, chúng ta cũng đang nghĩ đến cùng một điều. Nếu trong cuộc họp ai cũng nói “phải công bằng”, ta có cảm giác mọi người đã đồng thuận. Nhưng có người muốn nói đến việc áp dụng cùng một quy tắc, người khác nghĩ đến cơ hội xuất phát tương đương, còn người khác nữa nghĩ đến phần thưởng tương xứng với đóng góp. Đó là lý do mọi người cùng gật đầu trước một từ, rồi lại tranh cãi khi bắt tay thực hiện.

Nhìn lại những từ quen thuộc tôi từng dùng khi học tập và làm việc ở Hàn Quốc, tôi thấy có nhiều từ mình chưa giải thích đủ rõ. Tăng trưởng, hiệu quả, năng lực, nền giáo dục tốt, thành công. Chính vì quan trọng, những từ này rất dễ được dùng thay cho một kết luận. Nếu không hỏi điều gì đang tăng trưởng và hiệu quả đối với ai, câu văn có thể nghe rõ ràng nhưng nội dung nhận định vẫn mơ hồ.

Vấn đề tương tự cũng xuất hiện trong quá trình đưa cuốn sách này đến với độc giả Việt Nam. Chỉ thay một từ tiếng Hàn bằng một từ tiếng Việt có lẽ chưa thể chuyển tải trọn vẹn trải nghiệm và ý nghĩa. Trước khi dịch, tôi cần viết chính xác hơn điều mình muốn nói.

Biến những từ mang nghĩa rộng thành những câu hỏi cụ thể

Hãy nghĩ đến câu “Hãy tạo ra những việc làm tốt”. Khó có ai phản đối lời kêu gọi ấy. Nhưng nếu hỏi thế nào là một việc làm tốt, ta sẽ nhận được nhiều câu trả lời. Thu nhập, sự ổn định, an toàn, cơ hội học hỏi, giờ làm việc, thời gian chăm sóc gia đình, quãng đường đi lại, và những mối quan hệ trong đó mình được tôn trọng đều có thể nằm trong câu trả lời.

Với người này, mức lương cao hơn một chút là điều quan trọng. Với người khác, có thời gian đón con lại quan trọng hơn. Nhu cầu hiện tại cũng có thể khác với nhu cầu vài năm sau. Nếu xóa đi những khác biệt ấy rồi xếp hạng theo một tiêu chí duy nhất, chính định nghĩa sẽ thu hẹp cuộc sống của con người.

Thay vì ngay từ đầu nhờ AI đưa ra “định nghĩa đúng”, ta có thể yêu cầu nó trình bày các cách hiểu khác nhau.

Hãy giải thích cụm từ “việc làm tốt” từ những góc nhìn khác nhau. Phân biệt các khía cạnh thu nhập, sự ổn định, an toàn, cơ hội phát triển và sự hài hòa với cuộc sống. Đưa ra các tình huống giả định trong đó những cách hiểu này xung đột, cùng những câu hỏi cần tìm hiểu thêm.

Danh sách nhận được là chất liệu để mở đầu cuộc trao đổi. Nó không thay thế trải nghiệm của người lao động thực tế hay thể chế và điều kiện tại địa phương. Ta cần hỏi chính những người trong cuộc xem còn thiếu tiêu chí nào không.

Nhìn vào những trường hợp giáp ranh để hiểu rõ ý nghĩa

Muốn hiểu một khái niệm, ta cần xem cả những trường hợp điển hình lẫn những trường hợp nằm ở ranh giới.

Một công việc có thu nhập cao nhưng gây tổn hại nghiêm trọng đến sức khỏe có phải là việc làm tốt không? Một công việc ổn định nhưng hoàn toàn không có cơ hội học hỏi thì sao? Công việc cho phép làm vào giờ mình muốn nhưng khó dự đoán thu nhập tháng sau sẽ phù hợp với ai? Những câu hỏi này không nhằm phủ nhận cách nói ban đầu. Chúng làm rõ những điều kiện mà mỗi người coi trọng.

Đặt những từ gần nghĩa cạnh nhau cũng có ích. Sự tiện lợi và một cuộc sống tốt, điểm số và việc học, kinh nghiệm nghề nghiệp và năng lực, mức độ được biết đến và sự tin cậy có liên quan với nhau, nhưng không đồng nghĩa. Nếu nghĩ rằng cứ nâng một thứ lên thì thứ còn lại sẽ tự động tốt hơn, ta có thể nhận định sai.

Ta có thể yêu cầu AI “đưa ra ví dụ giúp phân biệt hai cách nói này”. Sau đó, hãy thử diễn đạt lại câu trả lời bằng lời dễ hiểu. Dùng nhiều thuật ngữ chuyên môn không có nghĩa là đã hiểu sâu hơn. Cần xem lời giải thích đã đủ cụ thể để áp dụng vào một tình huống thực tế hay chưa.

Ngược lại, một định nghĩa được mở rộng đến mức bao gồm mọi thứ cũng gây khó khăn. Nếu đưa mọi giá trị của cuộc sống vào khái niệm việc làm tốt, ta sẽ khó biết cần so sánh và thay đổi điều gì. Cần xác định phạm vi phù hợp với quyết định trước mắt.

Viết ra định nghĩa sẽ dùng cho lần nhận định này

Việc phân tách khái niệm không nên trở thành một cuộc giải nghĩa bất tận. Sau khi đã xem xét đủ kỹ, ta cần viết ra định nghĩa sẽ dùng cho vấn đề này rồi tiếp tục tiến lên.

Chẳng hạn như sau.

“Khi chọn công việc lần này, tôi sẽ ưu tiên thu nhập đủ trang trải sinh hoạt, mức an toàn cơ bản, thời gian học hỏi và điều kiện làm việc cho phép duy trì cuộc sống gia đình. Tôi sẽ xem xét lại tầm quan trọng tương đối của các tiêu chí ấy nếu hoàn cảnh gia đình thay đổi.”

Đây không phải định nghĩa phổ quát dành cho tất cả mọi người. Đây là định nghĩa dùng cho việc đang làm, giúp làm rõ những điều tôi đang cân nhắc để lựa chọn. Người khác có thể đặt ra những ưu tiên khác, và ta cần có khả năng giải thích sự khác biệt ấy.

Khi tổng hợp, ta có thể nhờ AI như sau.

Dựa trên những gì đã trao đổi, hãy tóm lại định nghĩa sẽ dùng cho quyết định lần này trong hai câu. Nêu rõ những gì được bao gồm, những gì bị loại ra và những điểm chưa thống nhất. Giữ lại cả những xung đột về giá trị mà riêng định nghĩa không thể giải quyết.

Với những từ đã có nghĩa quy định trong pháp luật hoặc một lĩnh vực chuyên môn, ta cần kiểm tra riêng văn bản gốc và các tiêu chuẩn liên quan. Không thể dùng cách hiểu do mình đặt ra trong đời thường như một định nghĩa chính thức.

Tôi nghĩ điều quan trọng hơn việc nói hay hơn là bớt tùy tiện khi sử dụng những từ mang nghĩa rộng. Đừng cho rằng mình đã hiểu người khác chỉ vì cả hai dùng cùng một từ. Hãy nhìn vào những cuộc sống khác nhau ẩn sau những lời đẹp đẽ. Việc luyện tập phân tách khái niệm bắt đầu từ đó.

Câu hỏi để tự suy ngẫm

• Tôi có thể diễn giải một từ mang nghĩa rộng mà mình thường dùng thành những tiêu chí cụ thể không?
• Trường hợp giáp ranh nào khiến tôi phải xem lại cách hiểu của mình về từ ấy?
• Tôi sẽ dùng từ ấy theo nghĩa nào trong quyết định lần này, và trong điều kiện nào sẽ xem xét lại?

Chương 19. Dùng AI tạo sinh để tìm phản ví dụ

Khi nhìn thấy triển vọng của một dự án mới, tôi thường tìm những lý do để tin nó sẽ thành công trước tiên. Một trường hợp thành công ở nơi khác khiến tôi có thêm động lực. Khi nhiều ý tưởng kết nối được với nhau, bước tiếp theo cũng nhanh chóng hiện ra. Khuynh hướng này giúp tôi bắt đầu công việc. Nhưng đôi khi nó cũng khiến tôi chậm xem xét những điều kiện có thể làm việc ấy thất bại.

Khi đã biết kết quả, phê phán nhận định trước đây là việc dễ dàng. Điều thực sự khó là ngay lúc chưa biết kết quả, tự thử thách lời giải thích mà mình muốn tin. Càng khó hơn nếu đó là một kế hoạch mình đã dành nhiều tình cảm. Bởi ý kiến phản đối có thể nghe như lời đánh giá về bản thân tôi, chứ không đơn thuần là sự xem xét kế hoạch.

Luyện tập tìm phản ví dụ là không né tránh cảm giác khó chịu ấy. Đó là quá trình tìm hiểu suy nghĩ của mình đúng đến đâu và cần sửa ở chỗ nào.

Trước tiên, viết rõ mình đang khẳng định điều gì

“Bán hàng trực tuyến sẽ làm tăng doanh thu” là một phát biểu quá rộng. Kết quả còn tùy vào việc bán sản phẩm nào, của ai, cho khách hàng nào và với chi phí bao nhiêu. Khi phát biểu còn rộng như vậy, ta có thể dễ dàng viện dẫn cả trường hợp thành công lẫn trường hợp thất bại.

Với một cửa hàng nhỏ giả định, ta có thể thu hẹp phát biểu như sau.

“Nếu nhận đơn đặt trước từ những khách hàng đã biết đến cửa hàng, cửa hàng có thể tăng lượng bán trong một tháng tới mà vẫn đảm đương được chi phí đóng gói và thời gian xử lý đơn.”

Bây giờ, những điều kiện cần kiểm tra đã hiện rõ. Khách quen có đặt hàng không, chi phí đóng gói là bao nhiêu, có xử lý được đơn trong giờ bận rộn không, và lượng bán tăng có thực sự mang lại thêm lợi nhuận không? Chỉ khi phát biểu nêu rõ đối tượng, khoảng thời gian và điều kiện, ta mới có thể tìm phản ví dụ cụ thể.

Nói một cách chặt chẽ, một khẳng định rằng “mọi trường hợp đều như vậy” có thể bị bác bỏ chỉ bằng một ngoại lệ chắc chắn. Nhưng để đánh giá khẳng định “nhìn chung là như vậy”, ta cần xem cả tần suất và điều kiện, chứ không chỉ một trường hợp. Tìm thấy một trường hợp khiến mình khó chịu không có nghĩa là lúc nào cũng phải bỏ toàn bộ kết luận.

Nhờ AI đưa ra những lập luận phản biện mạnh

Nếu yêu cầu AI đứng về phía mình, ta có thể nhận được bao nhiêu lời ủng hộ kế hoạch cũng được. Cần thử đặt câu hỏi từ phía ngược lại.

Hãy tìm những điều kiện khiến khẳng định sau đây không còn đúng. Đề xuất ba lập luận phản biện mạnh nhất và chỉ ra những bên liên quan mà tôi đã bỏ sót. Phân biệt các trường hợp đã được xác minh trong thực tế với những khả năng thất bại mang tính giả định. Nếu không kiểm tra được căn cứ, hãy ghi rõ là chưa được xác minh.

Khi nhận được câu trả lời, đừng chỉ thán phục độ sắc sảo của lập luận phản biện. Cần xem chính lập luận ấy có đúng không. Hãy kiểm tra xem trường hợp được nêu có thực sự xảy ra không, có phù hợp với đối tượng và điều kiện mình đã nói không, và nếu là thật thì nó làm thay đổi phần nào của kết luận, đến mức nào.

Trong ví dụ giả định về đặt hàng trực tuyến, một lập luận phản biện có thể là: “Nhân viên phải dành thời gian xử lý đơn nên việc phục vụ khách tại cửa hàng có thể kém đi.” Đây chưa phải sự việc đã xảy ra. Nó cho ta lý do để đo thời gian xử lý một đơn hàng và thiết kế một thử nghiệm nhỏ, trực tiếp làm thử.

Tiếp nhận lập luận phản biện cũng không có nghĩa là xem mọi mối lo có tầm quan trọng như nhau. Một vấn đề làm sụp đổ nền tảng của kế hoạch khác với một bất tiện dễ khắc phục. Những vấn đề ít có khả năng xảy ra nhưng có thể gây tổn thất lớn cần được xem xét riêng.

Sau khi gặp phản ví dụ, câu khẳng định phải thay đổi

Nếu thu thập rất nhiều phản ví dụ mà vẫn viết nguyên kết luận cũ, việc xem xét chỉ còn là hình thức. Ngược lại, nếu vừa lung lay một chút đã từ bỏ mọi việc, ta cũng khó học được gì. Điều cần làm là điều chỉnh phạm vi, điều kiện và cách thực hiện.

Câu “Bán hàng trực tuyến sẽ làm tăng doanh thu” có thể thay đổi như sau.

“Trước hết, tôi sẽ thử nhận đơn đặt trước với số lượng giới hạn từ khách quen. Tôi sẽ ghi lại cả lợi nhuận tăng thêm lẫn thời gian xử lý. Nếu việc phục vụ khách tại cửa hàng kém đi, tôi sẽ điều chỉnh số lượng đơn hoặc giờ hoạt động.”

Câu nói này bớt mạnh mẽ hơn lúc đầu, nhưng làm rõ được sẽ thử việc gì và quan sát điều gì.

Ta cũng có thể đón nhận ý kiến bất đồng giữa người với người bằng thái độ ấy. Thay vì nắm lấy một cách diễn đạt sơ hở nhất của đối phương để thắng cuộc tranh luận, hãy thử tóm tắt công bằng điều họ thực sự lo ngại. Cần lắng nghe xem họ lo về chi phí, về những người bị gạt ra ngoài, hay về hậu quả không thể đảo ngược. Ngay cả khi cùng nhìn vào những sự thật như nhau, mọi người vẫn có thể đi đến kết luận khác nhau vì coi trọng những giá trị khác nhau. Không thể gọi tất cả những khác biệt đó là sai lầm.

Bài luyện tập này cũng cần thiết khi tôi nghĩ rằng những gì mình đã chứng kiến ở Hàn Quốc sẽ lặp lại tại Việt Nam. Có lẽ cần tìm những điều kiện khác biệt trước khi tìm những khung cảnh có vẻ giống nhau. Công nghệ khác, thị trường khác và lối sống khác có thể làm lung lay phép so sánh mà tôi hình dung. Qua những phản ví dụ ấy, những điều viết trong cuốn sách này cũng sẽ trở nên chính xác hơn.

Một suy nghĩ tốt không phải là suy nghĩ không gặp phản biện. Đó là suy nghĩ mà sau khi trải qua phản biện, ta hiểu rõ hơn có thể tin đến đâu và nên hành động thế nào. Kế hoạch càng quan trọng, tôi càng muốn bắt đầu quá trình ấy sớm hơn một chút.

Câu hỏi để tự suy ngẫm

• Tôi có thể viết khẳng định hiện tại thành một câu nêu rõ đối tượng, khoảng thời gian và điều kiện không?
• Bằng chứng nào thách thức suy nghĩ ấy mạnh nhất, và tôi đã thực sự kiểm tra nó chưa?
• Sau khi xem xét phản ví dụ, tôi đã thay đổi điều gì trong kết luận hoặc kế hoạch thực hiện?

Chương 20. Dùng AI tạo sinh để mở rộng rồi thu hẹp các khả năng

Khi nghĩ đến một công việc mới, tôi đã quen với việc kết nối các khả năng. Tôi thích hình dung những cách mà sách và giáo dục, không gian đô thị và công nghệ mới có thể gắn với nhau. Nhưng có nhiều ý tưởng thú vị và xác định được mình sẽ làm gì ngay lúc này là hai chuyện khác nhau.

Nếu giữ lấy mọi khả năng, thời gian và sự tập trung sẽ bị phân tán. Ngược lại, nếu chọn quá nhanh câu trả lời đầu tiên xuất hiện, ta có thể bỏ qua những hướng đi quan trọng. Điều tôi cần không chỉ là thêm ý tưởng, mà còn là dành riêng thời gian để mở rộng và thời gian để thu hẹp lựa chọn.

AI tạo sinh có thể đề xuất nhiều câu trả lời trong thời gian ngắn. Nhờ đó, việc tập hợp các khả năng trở nên dễ dàng hơn, nhưng trách nhiệm lựa chọn vẫn còn nguyên.

Mở rộng từ chính câu hỏi

Giả sử một nhóm học tập nhỏ có ít người đến tham gia. Nếu hỏi “Làm sao để quảng bá thêm?”, ta sẽ nhận được những câu trả lời như phát tờ rơi, đăng bài trực tuyến hoặc tổ chức buổi giới thiệu. Đó đều là những cách có thể thực hiện. Nhưng nếu lý do khiến mọi người khó tham gia là thời gian hoặc quãng đường di chuyển, chỉ tăng quảng bá có thể không giải quyết được vấn đề.

Khi đổi câu hỏi thành “Ai muốn tham gia, và điều gì khiến họ không đến được?”, những hướng khác sẽ mở ra. Ta có thể nghĩ đến việc đổi giờ gặp, tổ chức ở nhiều địa điểm, thử những buổi gặp ngắn hơn, hoặc tạm dừng hình thức hiện tại.

Ta có thể nhờ AI như sau.

Hãy xác định lại vấn đề “có ít người đến tham gia nhóm” từ những góc nhìn khác nhau. Phân biệt việc thiếu quảng bá, hạn chế về thời gian và đi lại, mức độ phù hợp của nội dung, và gánh nặng do hình thức tham gia. Với mỗi cách giải thích, hãy kèm một câu hỏi để kiểm tra.

Viết mười câu quảng bá tương tự nhau khác với xem xét những nguyên nhân khác nhau. Mở rộng khả năng có nghĩa là coi trọng sự khác biệt giữa các góc nhìn hơn số lượng câu trả lời.

Những lý do từ thực tế mà AI bỏ sót cần được lắng nghe trực tiếp. Có khi cần hỏi những người không tham gia trước cả việc chỉ khảo sát mức độ hài lòng của những người đã đến.

Nêu rõ tiêu chí lựa chọn trước

Sau khi tập hợp các khả năng, ta chuyển sang thời gian đánh giá. Ở đây, cần xem xét liệu mình có thực sự đảm đương được hay không, thay vì bảo vệ vô điều kiện mọi ý tưởng mới lạ.

Với nhóm học tập, ta có thể so sánh mức độ giảm trở ngại tham gia, quỹ thời gian mà người chuẩn bị có thể dành ra, chi phí, và khả năng dễ dàng thay đổi nếu thất bại. Nếu mục tiêu chỉ là tăng số người tham dự, một lựa chọn có thể tốt. Nếu mục tiêu là học đều đặn dù số người ít, một lựa chọn khác có thể phù hợp hơn.

AI có thể giúp lập bảng so sánh. Nhưng việc nhờ nó đặt điểm số và trọng số không khiến bảng ấy trở thành một câu trả lời khách quan. Coi “mức độ dễ tiếp cận” hay “chi phí vận hành” quan trọng hơn là điều con người phải tự cân nhắc. Ta cần giải thích được lý do với những người chịu ảnh hưởng.

Hãy so sánh ba phương án theo cùng một bộ tiêu chí. Tách thông tin đã được xác minh khỏi các ước tính, và để trống những giá trị chưa biết. Giải thích lựa chọn sẽ thay đổi thế nào nếu thứ tự ưu tiên giữa các tiêu chí thay đổi.

Có những lúc, để ô trống lại là điều quan trọng. Điền những chi phí chưa biết bằng các con số nghe có vẻ hợp lý sẽ khiến bảng so sánh gọn gàng hơn, nhưng quyết định lại thiếu vững chắc. Một bảng cho thấy cần tìm hiểu thêm điều gì sẽ hữu ích hơn.

Trở về với một hành động tiếp theo

Ta không thể chờ xóa bỏ mọi điều chưa chắc chắn rồi mới hành động. Có thể chọn một thử nghiệm nhỏ giúp mình tìm hiểu điều quan trọng nhất ở thời điểm này.

Chẳng hạn, trước khi thay đổi toàn bộ hoạt động của nhóm cùng một lúc, ta có thể thử tổ chức một buổi quy mô nhỏ vào giờ khác. Ghi lại ai trong số những người được mời đã đến, lý do những người khác không đến được, và công việc chuẩn bị tăng thêm bao nhiêu. Hãy định trước những điều sẽ quan sát và ngày sẽ quyết định lại, để buổi thử không kết thúc chỉ bằng cảm giác “mọi việc tốt đẹp”.

Kết quả thu được sẽ trở thành chất liệu cho lần nhận định tiếp theo. Một thử nghiệm nhỏ là cách quyết định và học hỏi trong phạm vi mình có thể đảm đương, không phải cách trì hoãn quyết định.

Không phải lựa chọn nào cũng cần phân tích dài. Nếu chi phí nhỏ và dễ đảo ngược, ta có thể thử nhanh. Nếu quyết định tác động lớn đến nhiều người và khó thay đổi, ta cần thời gian xem xét rộng hơn. Thời gian suy nghĩ cũng phải được phân bổ phù hợp với mức rủi ro và khả năng đảo ngược quyết định.

Ở Hàn Quốc, tôi đã thấy khả năng triển khai nhanh có thể tạo ra những thành quả lớn đến thế nào. Đồng thời, tôi cũng từng nghĩ giá như mình dành thêm một chút thời gian để nhìn rộng hơn trước khi quyết định làm gì. Tôi tò mò độc giả Việt Nam sẽ phân bổ hai khoảng thời gian ấy thế nào trong hoàn cảnh của mình: thời gian để mở ra các ý tưởng, và thời gian để lựa chọn một ý tưởng một cách có trách nhiệm.

Câu cần giữ lại ở cuối rất đơn giản: “Lần này, tôi sẽ thử làm việc này, quan sát điều này, rồi đánh giá lại vào thời điểm này.” Sau khi suy nghĩ đủ rộng, chính câu nói ấy đưa ta trở lại với hành động thực tế.

Câu hỏi để tự suy ngẫm

• Câu hỏi ban đầu của tôi có ngầm ấn định sẵn một giải pháp nào đó không?
• Tôi có thể giải thích với ai về các tiêu chí và thứ tự ưu tiên dùng để thu hẹp lựa chọn?
• Thử nghiệm nhỏ nào có thể giúp giảm điều chưa chắc chắn quan trọng nhất lúc này?

Chương 21. Dùng AI tạo sinh để kết hợp số liệu và trực giác

Mức độ hài lòng cao, nhưng ngoài thực tế lại nghe thấy những lời phàn nàn. Bảng doanh thu trông ổn, nhưng người đã làm lâu năm nói rằng khách đến cửa hàng khác trước. Nên tin bên nào?

Tôi cũng từng bị thuyết phục bởi những con số đẹp. Khi một lời kể từ thực tế để lại ấn tượng mạnh, tôi lại muốn xem đó là xu hướng chung. Trong cả hai trường hợp, tôi đều cần dừng lại một chút để hỏi. Con số này đo điều gì? Trải nghiệm này cho thấy được đến đâu?

Việc hai bên không khớp nhau chưa phải lý do để lập tức loại bỏ một bên. Đó có thể là dấu hiệu của một khác biệt mà ta chưa kiểm tra.

Có đang nhìn vào cùng một đối tượng không?

Hãy nghĩ đến một nhóm học tập giả định. Phần lớn những người trả lời khảo sát vào ngày cuối đều nói rằng họ hài lòng. Nhưng người tổ chức vẫn băn khoăn vì nhiều người đã ngừng đến giữa chừng.

Kết quả khảo sát không phải là giả. Nó cho thấy sự hài lòng của những người ở lại đến cuối và trả lời. Nhưng nó không cho thấy cả trải nghiệm của những người đã rời nhóm. “Những người trả lời có mức độ hài lòng cao” và “Nhóm phù hợp với tất cả người tham gia” là hai câu khác nhau.

Ngược lại, chỉ vì một người đã rời nhóm bày tỏ sự bất mãn mạnh mẽ, ta cũng không thể nói rằng tất cả người tham gia đều có trải nghiệm như vậy. Cần tìm hiểu thêm ai đã rời đi, vì lý do gì, và những chuyện tương tự lặp lại thường xuyên đến đâu.

Khi số liệu và lời kể từ thực tế mâu thuẫn, trước hết hãy đối chiếu đối tượng, khoảng thời gian và nội dung được đo. Số liệu có thể phản ánh quý trước, còn người tại chỗ đang nói về thay đổi trong tuần này. Số liệu có thể đếm những người đã mua hàng, còn người tại chỗ đang nhớ đến những người ra về mà không mua. Giá trị trung bình có thể tốt lên trong khi tình hình của một nhóm cụ thể lại xấu đi.

Trước khi kiểm tra những khác biệt ấy, khó có thể vội vàng phân định bên nào đúng.

Biến trực giác thành câu hỏi có thể kiểm tra

Cảm nhận hình thành từ kinh nghiệm lâu năm rất đáng quý. Tuy nhiên, chỉ với cảm giác “có gì đó đã thay đổi”, ta khó thuyết phục người khác. Nếu tách ra và ghi lại cảm giác ấy đến từ đâu, ta sẽ có những câu hỏi có thể kiểm tra bằng quan sát.

Câu “Tình hình khách đến cửa hàng không còn như trước” có thể được chuyển thành “Số khách quay lại có giảm không?”, “Số người chỉ hỏi rồi ra về có tăng không?”, hoặc “Có khung giờ cụ thể nào thay đổi không?”. Bằng cách này, kinh nghiệm được diễn đạt theo cách có thể đối chiếu với số liệu.

Thay vì nhờ AI chọn bên thắng giữa hai nguồn thông tin, hãy yêu cầu nó đề xuất các cách giải thích cho sự mâu thuẫn.

Hãy đề xuất những lý do khiến số liệu này không khớp với quan sát thực tế. Chia theo sự khác biệt về đối tượng, những người bị bỏ sót khỏi mẫu, khoảng thời gian và nội dung đo lường. Với mỗi cách giải thích, hãy nêu dữ liệu hoặc câu hỏi cần có để kiểm tra, đồng thời đánh dấu những điều chưa thể biết chỉ từ dữ liệu hiện tại.

Những lý do được đề xuất vẫn chỉ là giả thuyết. Cần kiểm tra các câu hỏi khảo sát thực tế, phạm vi người trả lời, và lắng nghe lại những người trong cuộc. AI giải thích khéo đến đâu cũng không lấp được những khoảng trống trong dữ liệu.

Ngay cả khi thuật lại câu chuyện của một người, ta cũng cần phân biệt đó là ấn tượng từ một lần gặp, quan sát được lặp lại nhiều lần, hay dữ liệu phỏng vấn được thu thập có hệ thống. Nếu gộp dữ liệu định tính và trực giác vào chung một chữ “cảm giác”, ta sẽ bỏ qua thế mạnh và cách kiểm tra riêng của từng loại.

Đừng để con số thay thế mục đích

Lượt xem tăng không có nghĩa là người đọc đã đọc kỹ bài viết hơn. Số người dự sự kiện tăng cũng không có nghĩa là các mối quan hệ kéo dài hơn. Cần xem những chỉ số dễ đếm gần với mục đích ban đầu đến mức nào.

Vì vậy, khi gặp một chỉ số tốt, tôi muốn đặt thêm một câu hỏi: “Trong lúc con số này tốt lên, điều gì có thể xấu đi?” Lượng bán có thể tăng nhưng người làm việc lại kiệt sức. Tiến độ học có thể nhanh hơn nhưng người học lại hiểu hời hợt hơn. Cần chuẩn bị cách kiểm tra những khả năng ấy trong thực tế.

Nếu dữ liệu còn thiếu, hãy viết kết luận dè dặt hơn một chút và ghi chép kỹ hơn. Chỉ riêng việc tách rõ điều đang biết, điều đang ước đoán và điều sẽ kiểm tra tiếp đã có thể làm thay đổi chất lượng nhận định. Ta cũng có thể trực tiếp thu thập dữ liệu cần thiết qua một thử nghiệm nhỏ.

Nguyên tắc ấy cũng áp dụng khi so sánh Hàn Quốc và Việt Nam. Việc tìm được những thời điểm có giá trị GDP thực bình quân đầu người tương đương — một chỉ số về sản xuất — không cho phép ta xếp toàn bộ đời sống vào cùng một thời đại. Cần viết cả phạm vi mà con số ấy phản ánh lẫn những thực tế nó không thể hiện được. Đó cũng là lý do cần đọc thận trọng phép so sánh trong Lời mở đầu.

Dùng số liệu để hỏi về giới hạn của kinh nghiệm bản thân, rồi dùng kinh nghiệm để hỏi về những gì số liệu bỏ sót. Khi không vội xóa đi khoảng cách gây khó chịu giữa hai bên, ta sẽ nhìn thấy câu hỏi tiếp theo.

Câu hỏi để tự suy ngẫm

• Trong số liệu tôi đang xem, những ai bị bỏ sót và những trải nghiệm nào chưa được đo lường?
• Tôi có thể chuyển trực giác của mình thành những điều cần quan sát mà người khác cũng kiểm tra được không?
• Tôi đã xác nhận rằng số liệu và lời kể từ thực tế cùng nói về một đối tượng và một khoảng thời gian chưa?

Chương 22. Dùng AI tạo sinh để rèn luyện tư duy xác suất

“Có vẻ lần này sẽ thành công.”

Đó cũng là suy nghĩ tôi thường có khi bắt đầu một việc mới. Khi phát hiện một khả năng, lòng tôi đã háo hức trước. Nhưng chỉ với cảm giác ấy, khó biết nên tin vào điều gì và cần chuẩn bị đến mức nào. Việc nhận định chỉ bắt đầu khi ta viết ra những điều kiện cần có, kết quả muốn theo dõi và thời điểm sẽ xem xét kết quả ấy.

Khi nói về tương lai, một người tỏ ra chắc chắn có thể khiến ta nghĩ họ có năng lực. Nhưng sự tự tin trước khi có kết quả khác với khả năng dự đoán đúng kết quả. Muốn học được sự khác biệt này, ta cần ghi lại dự đoán thay vì dựa vào trí nhớ.

Xác định sự kiện và thời hạn

“Nhóm học tập mới sẽ thành công” là một phát biểu khó kiểm tra. Bởi mỗi người có thể hiểu thành công theo một nghĩa khác nhau, và thời điểm đánh giá cũng chưa được xác định.

Nếu đổi thành “Hơn một nửa số người tham gia sẽ có mặt ít nhất ba trong bốn buổi gặp”, ta có thể kiểm tra kết quả. Ngưỡng một nửa ở đây chỉ là giả định dùng làm ví dụ. Trong thực tế, cần xác định ngưỡng theo mục tiêu và điều kiện của nhóm. Điều quan trọng là viết ra từ trước, để sau này không đổi nghĩa theo hướng có lợi sau khi đã biết kết quả.

Tiếp theo, hãy xem trong những nhóm tương tự, điều gì đã xảy ra và thường xuyên đến đâu. Đó là điểm khởi đầu để tìm tỷ lệ nền, tức tần suất xảy ra trong những trường hợp có thể so sánh. Nhưng nếu đem so trực tiếp với một nhóm hoàn toàn khác về đối tượng, chi phí hoặc khung giờ, mốc so sánh sẽ thiếu vững chắc. Cần ghi rõ cả những điểm giống và khác nhau.

Thay vì hỏi AI ngay về xác suất thành công, ta có thể nhờ nó hệ thống lại những dữ liệu cần có.

Hãy tách riêng sự kiện và khoảng thời gian trong dự đoán này. Cần những dữ liệu nào để tìm nhóm tham chiếu phù hợp và tỷ lệ nền? Đánh dấu những điều chưa thể biết từ thông tin hiện tại, và đừng tạo ra các giá trị xác suất không có căn cứ.

Nếu thiếu dữ liệu, cứ ghi rõ là thiếu. Đó là một điểm xuất phát trung thực hơn việc cố gắn vào một con số có vẻ chính xác.

Ghi rõ điều gì sẽ khiến mình đổi ý

Nếu ban đầu kỳ vọng rất cao, ta dễ coi trọng tin tốt và gạt tin xấu sang một bên như ngoại lệ. Để bớt thói quen này, nên xác định trước những tín hiệu sẽ khiến mình thay đổi nhận định.

Ta có thể xem những người nói muốn tham gia có thực sự bố trí được thời gian không, sau buổi đầu họ có chuẩn bị cho buổi tiếp theo không, và những lý do khiến họ không thể tham gia có liên tục lặp lại không. Cùng một tin được truyền qua nhiều kênh không có nghĩa là đã có nhiều bằng chứng độc lập. Có thể ta chỉ đang nghe lại nhiều lần một câu chuyện.

Khi có thông tin mới, đừng dừng ở cảm nghĩ “tốt hơn dự kiến” hay “tệ hơn dự kiến”; hãy viết rõ điều gì đã thay đổi.

“Nhiều người quan tâm, nhưng cũng có nhiều câu trả lời cho biết khó đến vào giờ đã định. Tôi giữ nguyên kỳ vọng về nội dung, nhưng giảm kỳ vọng về việc tham dự đều đặn. Tôi sẽ điều chỉnh giờ rồi kiểm tra lại.”

Làm như vậy, việc sửa đổi không còn giống một lời biện minh. Ngay từ đầu, đây đã là nhận định có điều kiện, và ta vừa kiểm tra lại những điều kiện ấy.

Nhìn vào nhiều lần ghi chép thay vì một lần đoán trúng

Bản ghi dự đoán không cần dài. Chỉ cần ghi ngày, câu hỏi và thời hạn, nhận định hiện tại, căn cứ, tín hiệu sẽ khiến mình đổi ý, và kết quả thực tế.

Khi tích lũy đủ nhiều dự đoán có thể so sánh, ta có thể xem mức tự tin của mình khớp với thực tế đến đâu. Chẳng hạn, hãy kiểm tra xem trong nhiều sự kiện được mình đánh giá là có xác suất 70 phần trăm, có xấp xỉ tỷ lệ ấy thực sự xảy ra hay không. Một lần đoán đúng không chứng minh xác suất ấy là chính xác. Một lần đoán sai cũng không đủ để nói toàn bộ cách nhận định có vấn đề. Cần tính đến cả việc các kết quả có gắn với những nguyên nhân tương tự nhau hay không.

AI có thể tạo mẫu ghi chép hoặc đề xuất câu hỏi để tìm ra những điều kiện mà ta thường quá tự tin. Nhưng nó không thể khôi phục chính xác những nhận định trong quá khứ mà ta chưa từng ghi lại. Ghi chép giúp ta tránh tô vẽ lại suy nghĩ lúc ấy sau khi đã biết kết quả.

Ngoài ra, kết quả có khả năng xảy ra cao nhất và hành động cần làm ngay có thể không trùng nhau. Dù khả năng mưa thấp, nếu bị ướt gây thiệt hại lớn mà việc mang theo ô ít tốn kém, ta vẫn có lý do để chuẩn bị. Trong dự đoán, cần xét khả năng xảy ra. Trong quyết định, cần xét thêm tổn thất, chi phí chuẩn bị và khả năng đảo ngược lựa chọn.

Nhìn lại những thay đổi mình đã trải qua ở Hàn Quốc, tôi tự hỏi có bao nhiêu phần trong sự tự tin khi ấy thực sự phù hợp với căn cứ. Khó biết chính xác nếu chỉ dựa vào ký ức. Độc giả Việt Nam có lẽ có thể bắt đầu ghi lại những nhận định hiện tại sớm hơn. Không phải để sau này khoe những điều mình đã đoán trúng, mà để thấy mình đã điều chỉnh suy nghĩ trong những điều kiện nào.

Tư duy theo xác suất không phải là thêm “cũng có thể” vào cuối mọi câu. Đó là việc luyện tập làm rõ mình biết gì, chưa biết gì, và khi xuất hiện bằng chứng nào thì sẽ thay đổi suy nghĩ đến mức nào.

Câu hỏi để tự suy ngẫm

• Dự đoán của tôi đã xác định sự kiện và thời hạn để kiểm tra kết quả chưa?
• Tôi đã xem xét cả tần suất của những trường hợp tương tự lẫn điều kiện riêng của hiện tại chưa?
• Tôi có ghi lại điều gì sẽ khiến mình đổi nhận định, rồi sau đó so sánh với kết quả thực tế không?

Chương 23. Dùng AI tạo sinh để hình dung rủi ro ở phần đuôi phân bố

Khi lập kế hoạch, ta thường hình dung trước cảnh mọi việc diễn ra như thường lệ. Khách đến, hàng cần dùng được giao, những người cùng làm việc đều có mặt ở vị trí của mình. Những dự kiến ấy là cần thiết để duy trì hoạt động hằng ngày. Nhưng những sự việc làm chao đảo kế hoạch cũng có thể phát sinh ngoài phạm vi quen thuộc đó.

Nghĩ về rủi ro ở phần đuôi phân bố là xem xét riêng những tình huống hiếm xảy ra nhưng có thể gây tổn thất lớn. Điều này không có nghĩa là phải hình dung sống động mọi bất hạnh. Ta cần hỏi những gì có thể cùng lúc bị ảnh hưởng, và sự chuẩn bị nào sẽ giúp phục hồi.

Tôi cũng tự hỏi: trong lúc ưu tiên nhìn vào các khả năng, mình đã xem xét đủ đường lui khi mọi việc không thuận lợi chưa? Liệu có thể đưa những câu hỏi thường chỉ xuất hiện khi công việc đã mở rộng trở lại sớm hơn một chút, ngay từ giai đoạn lập kế hoạch?

Nhìn vào sự liên kết thay vì chỉ liệt kê rủi ro

Hãy hình dung một cơ sở kinh doanh trực tuyến nhỏ mang tính giả định. Một người quản lý đơn hàng, liên hệ với khách và lưu hồ sơ bán hàng trên cùng một thiết bị. Bình thường, cách này nhanh và tiện. Nhưng nếu người đó đột ngột không thể làm việc, hoặc thiết bị gặp sự cố, nhiều chức năng có thể cùng ngừng hoạt động.

Xem riêng từng phần, có thể ta không thấy vấn đề lớn. Vấn đề nằm ở chỗ nhiều chức năng cùng phụ thuộc vào một yếu tố. Cần đồng thời xem có người thay thế nào đọc được hồ sơ đơn hàng không, có khôi phục được dữ liệu quan trọng không, và còn cách nào liên lạc với khách không.

Với AI cũng vậy, thay vì nhờ nó tạo ra thật nhiều sự kiện đáng sợ, ta có thể hỏi về những điểm yếu có liên hệ với nhau.

Hãy tìm những chỗ trong kế hoạch này mà một sự cố có thể khiến nhiều chức năng cùng ngừng hoạt động. Với mỗi trường hợp, hãy nêu những chức năng bị ảnh hưởng, tín hiệu cần quan sát sớm và các phương án thay thế có thể áp dụng. Nếu chưa biết xác suất xảy ra, đừng tạo ra con số; hãy ghi những thông tin cần có.

Câu trả lời này là bản nháp để kiểm tra. Người vận hành cần xác nhận trong thực tế những gì đang liên kết với nhau. Viết rằng đã có phương án chuẩn bị cũng khác với thực sự thử cho phương án ấy hoạt động. Nếu có cách khôi phục dữ liệu, cần thử xem có lấy lại được những hồ sơ cần thiết hay không.

Việc chuẩn bị cũng cần thứ tự ưu tiên

Một khi bắt đầu nghĩ về rủi ro, danh sách có thể kéo dài bất tận. Nếu dành cùng một lượng thời gian và tiền bạc cho mọi rủi ro, ta sẽ không còn làm được việc vốn định làm.

Trước hết, hãy xem tổn thất có thể lớn đến đâu, có thể đảo ngược hậu quả không, chuẩn bị tốn bao nhiêu, và phục hồi mất bao lâu. So sánh cả khả năng xảy ra lẫn mức độ tác động, nhưng đừng để một giá trị trung bình đơn giản che lấp tổn thất không thể khắc phục. Nếu không biết xác suất chính xác, hãy ghi rõ sự bất định và lưu lại căn cứ cho nhận định.

Có những cách chuẩn bị ít tốn kém nhưng giảm được nhiều rủi ro: ghi rõ quy trình để công việc không chỉ có một người nắm được, kiểm tra khả năng khôi phục hồ sơ quan trọng, hoặc xác định thứ tự liên hệ khi có tình huống khẩn cấp. Ngược lại, nếu chi phí chuẩn bị quá lớn và tổn thất vẫn nằm trong khả năng chịu đựng, ta cũng có thể chọn theo dõi rồi ứng phó khi cần.

Xem xét rủi ro bao gồm cả việc quyết định sẽ phòng bị cho điều gì và chấp nhận điều gì. Công việc ấy không kết thúc ở một danh sách dài.

Ghi cả tín hiệu lẫn hành động tiếp theo

“Có vấn đề thì sẽ xử lý” chưa cho biết đủ những việc cần làm. Cần xác định sẽ quan sát điều gì, ai đưa ra nhận định và hành động nào sẽ được khởi động.

Ta có thể theo dõi xem việc xử lý đơn có liên tục chậm trễ không, mức phụ thuộc vào một đối tác cụ thể có tăng không, hoặc cùng một lỗi có lặp lại không. Mức thay đổi nào là đáng chú ý phải được xác định theo hoàn cảnh thực tế. Đừng dùng nguyên những ngưỡng do AI tùy ý đặt ra.

Một bản ghi đơn giản nên có những nội dung sau. Tình huống nào có thể làm chao đảo các chức năng cốt lõi? Những tín hiệu nào có thể nhận thấy sớm? Ai kiểm tra, vào lúc nào? Nếu xác nhận có vấn đề, sẽ dùng phương án thay thế nào? Sau khi đã chuẩn bị, vẫn còn những rủi ro gì?

Những câu hỏi ấy cũng dùng được trong đời sống cá nhân. Nếu đột nhiên phải chăm sóc người thân, ta sẽ điều chỉnh lịch nào trước? Nếu phải tạm dừng công việc đang làm, cần duy trì điều gì? Ta có biết có thể nhờ ai giúp và những giấy tờ quan trọng đang ở đâu không? Chọn được vài cách chuẩn bị thực sự khả thi sẽ giúp nỗi lo mơ hồ chuyển dần thành hành động cụ thể.

Không thể đem nguyên danh sách những cú sốc đã trải qua ở Hàn Quốc gắn vào tương lai Việt Nam. Điều kiện phát sinh rủi ro và nguồn lực để phục hồi có lẽ sẽ khác. Kinh nghiệm tôi muốn chia sẻ gần với trình tự đặt câu hỏi hơn là một danh sách. Sau khi hình dung đầy đủ viễn cảnh thuận lợi, hãy đồng thời hỏi khi khó khăn đến, cần giữ gì và sẽ bắt đầu lại thế nào.

Khả năng phục hồi không phải là khả năng tránh được mọi biến cố. Đó là khả năng tạo điều kiện để duy trì những điều quan trọng khi chịu tác động, học từ trải nghiệm, rồi tiếp tục hành động.

Câu hỏi để tự suy ngẫm

• Khi một sự cố xảy ra, những công việc nào có thể cùng ngừng lại?
• Cân nhắc tổn thất, thời gian phục hồi và chi phí chuẩn bị, tôi nên phòng bị cho điều gì trước?
• Tôi đã xác định cụ thể tín hiệu cảnh báo sớm, người phụ trách và hành động tiếp theo chưa?

Chương 24. Dùng AI tạo sinh để đi từ độ tin cậy đến tính giá trị

Trong quá trình viết cuốn sách này, tôi đã phải áp dụng những nguyên tắc mà sách trình bày vào chính bản thảo. Chỉ hoàn thành từng chương một cách tận tâm chưa đủ để làm cho toàn bộ cuốn sách tốt lên. Câu văn có thể trôi chảy, nhưng nhiều chương lại lặp cùng một cách giải thích. Có những chỗ, nội dung được báo trước ở cuối một chương không khớp với vai trò thực tế của chương tiếp theo.

Đặc biệt, phần giải thích về độ tin cậy và tính giá trị bị lặp lại. Lẽ ra một chương giúp người đọc hiểu sự khác biệt giữa hai khái niệm, còn chương khác đưa sự phân biệt ấy vào công việc thực tế. Nhưng trong bản thảo đầu, tôi lại kể lại những định nghĩa gần giống nhau.

Hóa ra tôi đã nghĩ rằng tập hợp những phần được hoàn thành tốt sẽ tạo nên một tổng thể tốt. Khi đặt các chương cạnh nhau, tôi mới nhận ra ngộ nhận ấy.

Đối chiếu điều đã hứa với kết quả thực tế

Độ tin cậy và tính giá trị của phép đo, được trình bày ở Chương 15, là những khái niệm có nghĩa chặt chẽ. Ở đây, tôi muốn mượn sự phân biệt đó để so sánh với công việc biên tập. Câu văn có được chỉnh sửa nhất quán hay không là một câu hỏi. Câu văn ấy có thực hiện được vai trò đã hứa với người đọc hay không lại là một câu hỏi khác.

Lời hứa của cuốn sách này không dừng ở việc giới thiệu nhiều thuật ngữ về tư duy. Sách muốn giúp người đọc viết ra nhận định của mình, xem xét những cách giải thích khác, rồi điều chỉnh khi đối diện với kết quả thực tế. Nếu vậy, cần thấy rõ mỗi chương đảm nhận việc gì trong quá trình ấy.

Công việc đưa trải nghiệm tại Hàn Quốc đến với độc giả Việt Nam lần này cũng cần được kiểm tra như vậy. Chỉ đổi tên quốc gia ở vài chỗ đã đủ chưa? Có câu nào mặc nhiên cho rằng người đọc đã biết thể chế và bầu không khí xã hội ở Hàn Quốc không? Khi nói mình đang chia sẻ trải nghiệm của tác giả, liệu tôi có vội kết luận về thực tế đời sống của độc giả không?

Muốn trả lời thỏa đáng những câu hỏi này, tôi cần lược bớt những lời giải thích quen thuộc và giữ lại các câu hỏi mà người đọc có thể áp dụng vào hoàn cảnh của mình. Đó là lý do phải xem lại bản thảo tiếng Hàn trước khi bắt đầu dịch.

Những điểm AI chỉ ra cũng cần được kiểm tra trong bản gốc

Trong một bản thảo dài, các câu đảm nhận chức năng tương tự có thể nằm cách xa nhau nên khó nhận ra. Nhờ AI tìm vai trò của từng chương, những chỗ lặp và những phần thiếu sẽ giúp thu hẹp phạm vi cần xem xét.

Trước hết, hãy tóm tắt những điều bản thảo này đã hứa với người đọc. Viết một câu về vai trò riêng của mỗi chương, rồi tìm những chỗ lặp lại cùng một vai trò và những nội dung đã hứa nhưng chưa được trình bày đầy đủ. Kèm theo vị trí trong bản gốc làm căn cứ cho nhận định.

Tuy nhiên, không thể xóa hết chỉ vì một chỗ đã bị chỉ ra. Có những phần ôn lại cần thiết cho việc học, và có trường hợp cùng một khái niệm được áp dụng vào vấn đề khác. Cần đọc lại bản gốc để nhận định đó là sự trùng lặp không có chức năng hay một liên kết cần thiết.

Dù AI đề xuất thêm một câu chuyện sẽ làm sách sinh động hơn, ta cũng không thể viết một trải nghiệm không có ghi chép như thể nó thuộc về cuộc đời tác giả. Những lỗi cấu trúc có thể xác nhận ngay trong bản thảo có thể dùng làm ví dụ. Nhưng để viết về một sự việc cá nhân cụ thể, cần thêm tư liệu từ thời điểm đó và góc nhìn của những người liên quan. Nếu lấp khoảng trống bằng một câu chuyện trơn tru, tôi sẽ tự làm trái lời hứa của cuốn sách.

Cách nhận định này cũng hữu ích ngoài việc viết. Tài liệu thuyết trình có được sắp xếp gọn gàng hay không khác với việc người nghe có thể đưa ra quyết định hay không. Hoàn thành buổi học theo kế hoạch cũng khác với việc người học có thể sử dụng những điều đã học. Cần đặt cảm giác đã hoàn thành bên cạnh bằng chứng cho thấy mục đích đã đạt được.

Giữ lại điều gì và sửa điều gì?

Sau khi kiểm tra, cần đưa ra những quyết định biên tập thực tế. Phân biệt điều sẽ giữ nguyên, điều sẽ chuyển sang chỗ khác, điều cần bổ sung căn cứ và điều sẽ lược bỏ.

Trong cuốn sách này, tôi tách vai trò của các chương giải thích khái niệm tư duy khỏi các chương thực hành với AI. Nếu Chương 11 giúp làm quen với tư duy xác suất, thì Chương 22 hướng đến luyện tập ghi lại và cập nhật dự đoán. Nếu Chương 12 xem xét giá trị trung bình và phần đuôi phân bố, thì Chương 23 xem xét các điểm liên kết giữa rủi ro và cách phục hồi. Người đọc cần thấy được lý do mình gặp lại những khái niệm ấy.

Lược bỏ một câu mình yêu thích không dễ. Ta muốn giữ nó vì đã bỏ công viết. Nhưng khi nhìn lại mục đích ban đầu, nhận định có thể thay đổi. Câu này đưa người đọc tiến về phía trước, hay khiến họ đi thêm một vòng ở chỗ đã hiểu rồi?

Cũng cần ghi lại đã sửa gì và vì sao. Nhờ đó, ta có thể nhìn lại xem trong lúc giảm lặp lại, mình có vô tình cắt đứt một liên kết quan trọng không. Sửa xong chưa có nghĩa là đã chứng minh được sự phù hợp với mục đích. Cần tiếp tục xem người đọc thực tế có nhận ra sự khác biệt giữa các chương và áp dụng được vào vấn đề của mình hay không.

Bản thảo dành cho độc giả Việt Nam này cũng đang chờ được xem xét như vậy. Tôi cần tiếp tục hỏi mình đã giải thích trải nghiệm đủ rõ chưa, có chỗ nào được chuyển tải quá đơn giản không, và có chỗ cho những câu hỏi riêng của độc giả bước vào không.

Nếu một cuốn sách nói về cách kiểm tra lại suy nghĩ của mình, chính cuốn sách ấy cũng cần có khả năng được sửa lại. Hoàn thành không phải là tuyên bố sẽ không đặt thêm câu hỏi, mà là thời điểm đặt trước người đọc những nhận định đã được kiểm tra cho đến lúc này.

Câu hỏi để tự suy ngẫm

• Công việc tôi đã tận tâm hoàn thành có thực sự đạt được mục đích đã hứa ban đầu không?
• Hình thức gọn gàng đang che khuất những chỗ lặp hoặc những phần thiếu nào?
• Sau khi xác định sẽ giữ gì và sửa gì, tôi đã kiểm tra lại qua trải nghiệm của người sử dụng thực tế chưa?

Chương 25. Quy trình thực hành thiết kế lại tư duy

Tôi tốt nghiệp đại học năm 1980 rồi học tiếp cao học. Khi ấy, không thể chỉ qua một màn hình mà lập tức nhận được bản tóm tắt tài liệu hay những phương án khác nhau. Tôi vẫn đang học, nhưng đã bắt đầu nhìn xã hội bằng đôi mắt của một người phải tự suy nghĩ về những thay đổi xung quanh. Những người tốt nghiệp đại học ở Việt Nam hôm nay có trong tay các công cụ mà thế hệ chúng tôi chưa từng có. Họ có lẽ cũng đang băn khoăn phải quyết định thế nào trước những con đường chưa nhìn thấy kết quả. Tôi muốn hệ thống lại những điều đã học được thành một quy trình mà bất kỳ ai cũng có thể kiểm tra và điều chỉnh cho phù hợp với hoàn cảnh của mình.

Quy trình này gồm mười bước trước khi quyết định và hai bước sau khi quyết định. Không phải việc gì cũng cần một bản ghi dài. Với những việc nhỏ, ít rủi ro và dễ đảo ngược, vài dòng ghi chú có thể đã đủ. Những việc liên quan đến sức khỏe, tiền bạc, học tập hoặc ảnh hưởng lâu dài đến cuộc sống của nhiều người cần được xem xét sâu hơn. Thời gian và công sức dành cho suy nghĩ nên tương xứng với tổn thất nếu sai và mức độ có thể sửa lại.

Ở bất kỳ bước nào dưới đây, ta đều có thể dùng AI để làm rõ cách diễn đạt, tìm những cách giải thích khác và sắp xếp những việc cần kiểm tra. Tuy nhiên, ở mỗi bước, hãy viết suy nghĩ của mình trước. Đến bước 9, ta sẽ xem lại toàn bộ nhận định đã tổng hợp dưới góc nhìn của những lập luận phản biện.

Hãy áp dụng quy trình này vào một tình huống giả định. Một người vừa tốt nghiệp đại học ở Việt Nam đang cân nhắc hai công việc. Công việc A cho phép sống gần gia đình, nhưng mức lương khởi điểm thấp. Công việc B đòi hỏi chuyển đến một thành phố khác; cơ hội học hỏi trong công việc hoặc tăng thu nhập có vẻ tốt hơn, nhưng chi phí sinh hoạt và áp lực thích nghi đều lớn. Nhân vật này được đặt ra để xem xét quá trình tư duy.

Nhìn nhanh quy trình 10+2

Xem xét trước khi quyết định (1–10) → Ghi lại việc thực hiện (+1) → So sánh kết quả và điều chỉnh (+2)

↶ Đưa những điều đã học vào lần nhận định tiếp theo.

Mười bước trước khi quyết định

1. Viết ra vấn đề cần quyết định và mức độ cần xem xét.

Hãy thử chuyển cảm giác “Tôi lo cho tương lai” thành một câu hỏi có thể đưa ra quyết định. Nhân vật trong tình huống có thể viết như sau: “Đến hạn trả lời hai công ty, tôi sẽ chọn A hay B? Tôi sẽ xem xét đồng thời thu nhập còn lại sau khi trừ chi phí sinh hoạt, cơ hội học hỏi, trách nhiệm với gia đình và khả năng đổi hướng sau một năm.” Cách viết này làm rõ phải quyết định điều gì, trước thời điểm nào, quyết định ảnh hưởng đến ai, và nếu sai thì phải gánh chịu đến mức nào.

2. Ghi riêng câu trả lời mình đã mong muốn và căn cứ hiện có.

Người này có thể đã muốn đến một thành phố khác, hoặc muốn ở lại gần nhà. Trước hết, hãy ghi hướng mình mong muốn, mức tự tin hiện tại và những điều lo ngại. Khi thừa nhận mình đã có một mong muốn, ta cũng có thể xem mong muốn ấy ảnh hưởng thế nào đến việc lựa chọn dữ liệu.

3. Xác định cụ thể ý nghĩa của những từ quan trọng.

“Cơ hội tốt” là gì? Là mức lương tháng đầu, kỹ năng sẽ có sau hai năm, người hướng dẫn tốt, sức khỏe, hay thời gian dành cho gia đình? “An toàn” nghĩa là một hợp đồng ổn định, hoàn cảnh có chi phí sinh hoạt thấp, hay khả năng tìm việc khác nếu lựa chọn đầu tiên không thuận lợi? Cũng hãy thử phân biệt dự đoán “Tôi sẽ phát triển hơn ở đây” với giá trị “Ở bên gia đình là điều quan trọng”. Nếu cùng một từ chứa những ý nghĩa khác nhau, dù trò chuyện lâu hơn, tiêu chí nhận định vẫn không rõ hơn.

4. Ghi lại cảm xúc, lợi ích liên quan và tiếng nói của những người trong cuộc.

Sự háo hức trước một nơi mới, nỗi sợ xa gia đình, kỳ vọng của cha mẹ và mong muốn của chính người quyết định đều là những thông tin đáng xem xét. Bởi chúng giúp ta hiểu vì sao một lựa chọn trở nên hấp dẫn. Cũng hãy ghi lại ai chịu chi phí, cuộc sống của ai sẽ thay đổi, và mình còn chưa hỏi ý kiến ai.

5. Tìm những người đã thực sự ở trong điều kiện tương tự.

Nếu có thể, hãy hỏi những người từng bắt đầu công việc với mức lương, nhiệm vụ và chi phí sinh hoạt tương tự. Trong một năm, họ đã học được gì, gặp khó khăn nào, và có bao nhiêu người đã chuyển việc? Khó ước đoán triển vọng chung chỉ từ một câu chuyện thành công nổi bật. Nếu chưa tìm được đối tượng so sánh đáng tin cậy, hãy giữ đó là phần mình chưa biết.

6. Kiểm tra dữ liệu được tạo ra như thế nào.

Mức lương được giới thiệu có bao gồm khoản thưởng theo kết quả công việc mà chưa chắc sẽ nhận được không? Sau khi trừ tiền nhà và đi lại, còn lại bao nhiêu? Nhận xét “cơ hội thăng tiến tốt” dựa trên trải nghiệm của bao nhiêu người? Ta đã nghe cả những người rời công ty kể lại chưa? Đặt số liệu và trải nghiệm cạnh nhau, rồi xem nguồn gốc và giới hạn của từng bên.

7. Tìm những khả năng khác có thể giải thích cùng một tình huống.

Thu nhập ở B cao hơn có thể vì công việc và chế độ đãi ngộ tốt hơn, nhưng cũng có thể vì giờ làm dài hơn hoặc vì nơi đó có chi phí sinh hoạt cao. Tương tự, cần xem A có vẻ ít cơ hội là do giới hạn của công việc hiện tại, hay do ta chưa hỏi đủ về những cách học hỏi trong công việc. Hãy hỏi liệu ở lại với A vẫn có thể học được kỹ năng mình muốn không, và liệu chuyển sang B có thể vẫn không đạt được sự phát triển mong đợi không.

8. So sánh ba tình huống và những cách kiểm tra nhỏ.

Với mỗi lựa chọn, hãy viết ra trường hợp thuận lợi, trường hợp hiện có vẻ có khả năng xảy ra nhất, và trường hợp khó khăn. Cũng nghĩ đến những tình huống hiếm xảy ra nhưng gây tổn thất lớn. Ta có thể đến nơi có công việc B vài ngày để xem đường đi làm và điều kiện nhà ở, hỏi những người đang làm tại hai công ty, hoặc làm rõ vai trò được kỳ vọng trong thời gian thử việc. Hãy xác định trước điều gì cần được xác nhận để tiếp tục lựa chọn, và trong tình huống nào sẽ dừng lại hoặc xem xét lại.

9. Dùng AI để mở rộng các lập luận phản biện và kiểm tra riêng.

Sau khi viết nhận định của mình trước, ta có thể hỏi AI: “Tôi đã bỏ sót tiền đề nào?” “Lý do mạnh nhất ủng hộ lựa chọn tôi ít thích hơn là gì?” Những thông tin thực tế về lương, điều kiện hợp đồng, chi phí và nơi làm việc cần được kiểm tra qua tài liệu thực tế và những người trong cuộc. Việc AI tạo được cả lập luận lẫn phản biện nghe hợp lý chưa có nghĩa là quá trình kiểm chứng đã hoàn tất.

10. Ghi lại quyết định hiện tại và những điều kiện để thay đổi.

Chẳng hạn, có thể viết như sau: “Hiện tại, tôi nghiêng về B vì cơ hội học hỏi trong công việc. Tôi tự tin ở mức trung bình. Cần xác nhận rằng thu nhập còn lại sau chi phí sinh hoạt đủ để duy trì cuộc sống, và thực sự có người hướng dẫn tôi làm việc. Nếu đến hạn trả lời mà hai điều kiện ấy chưa được xác nhận, tôi sẽ xem xét lại A. Vào tháng thứ ba sau khi bắt đầu làm, tôi sẽ so sánh điều kiện thực tế với kỳ vọng.” Như vậy, ta ghi lại cùng lúc lựa chọn và lý do, những điều chưa biết, tín hiệu cần dừng và ngày sẽ xem xét lại. Viết rõ các điều kiện giúp tạo chỗ để điều chỉnh nhận định khi có thông tin mới.

Hai bước sau khi quyết định

+1. Ghi lại những việc đã thực sự làm và những điều đã biết lúc ấy.

Ghi ngày quyết định, thông tin đã dùng, kết quả dự kiến và hành động thực tế. Nếu thay đổi kế hoạch trong lúc thực hiện, cũng ghi rõ vì sao. Khi thời gian đã trôi qua và ta biết kết quả, ta dễ nhớ như thể ngay lúc ấy mình đã dự đoán được kết quả đó. Bản ghi giúp ta nhìn lại nhận định khi ấy trong phạm vi thông tin đã có khi ấy.

+2. Đến ngày đã định, so sánh dự kiến với kết quả.

Sau khoảng thời gian đã hẹn, nhân vật trong tình huống sẽ nhìn lại thu nhập thực tế còn lại, kỹ năng đã học, sức khỏe và các mối quan hệ, cùng những khả năng mới xuất hiện. Kết quả tốt không có nghĩa là mọi phần trong quá trình tư duy đều tốt. Kết quả xấu cũng không có nghĩa là lựa chọn ban đầu nhất thiết thiếu hợp lý. Cần xem cả nhận định có hợp lý với thông tin khi ấy hay không và những sự việc ngoài dự kiến đã tác động thế nào. Thông tin nào hữu ích? Câu hỏi nào đã bị bỏ sót? Lần sau sẽ kiểm tra khác đi điều gì?

Khi tốt nghiệp đại học và bước vào cao học năm 1980, tôi chưa có một quy trình được sắp xếp thành mười bước và hai bước như thế này. Tôi đã phải học từng chút qua những kết luận quá sớm và những câu hỏi đến quá muộn. Tôi muốn ghi lại những trải nghiệm sau đó và đặt chúng bên cạnh những lựa chọn hôm nay. Nếu độc giả trẻ Việt Nam thử dùng quy trình này rồi điều chỉnh cho phù hợp với cuộc sống của mình, tôi rất muốn biết kết quả. Bạn sẽ giữ bước nào, thay đổi bước nào? Bạn sẽ thêm những câu hỏi nào mà thế hệ chúng tôi chưa từng nghĩ đến?

Chương 26. Để lại dấu vết tư duy của mình

Khi còn trẻ, tôi xem sách là phương tiện truyền đạt kiến thức. Tôi nghĩ rằng nếu nghiên cứu một chủ đề, thu thập tài liệu rồi xây dựng lập luận, cuốn sách sẽ giúp ích cho độc giả. Đến giờ, công việc ấy vẫn quan trọng. Nhưng theo thời gian, những điều tôi muốn để lại trong sách đã thay đổi đôi chút.

Cùng với những gì mình biết, tôi muốn để lại cả những câu hỏi mình đã đặt ra quá muộn. Tôi muốn viết về những điều từng tin chắc, và những trải nghiệm, dữ liệu đã khiến niềm tin ấy lung lay. Bởi tôi tin rằng hành trình thay đổi suy nghĩ của một người có thể giúp ích đôi chút cho người khác.

Khi vào đại học năm 1976, tốt nghiệp năm 1980, rồi học cao học và bắt đầu nhìn xã hội bằng một cách mới, tôi không thể biết trước những năm tháng sau đó. Nếu có thể trao kinh nghiệm hiện tại cho chính mình lúc ấy, tôi muốn khuyên mình đặt vài câu hỏi sớm hơn, hơn là cho mình thật nhiều đáp án đúng.

Đặt ký ức cạnh những gì đã ghi lại

Khi viết về chuyện đã qua, điều cần thận trọng nhất là dùng kết luận hiện tại để làm quá khứ trở nên quá trơn tru. Một khi biết kết quả, ta thấy như thể các tín hiệu khi ấy đã rất rõ ràng. Lựa chọn thành công dường như vốn sáng suốt ngay từ đầu, còn lựa chọn thất bại lại khiến ta khó hiểu vì sao mình từng chọn nó.

Nhưng con người tôi lúc ấy chưa biết kết quả hôm nay. Cần nhìn lại những dữ liệu và lựa chọn có thể tiếp cận khi đó. Cũng cần xem mình có bao nhiêu thời gian, sợ điều gì và khó buông kỳ vọng nào.

Nếu còn những ghi chú cũ, thư từ, lịch làm việc hoặc bản thảo đầu, ta có thể đặt chúng cạnh ký ức hiện tại. Nếu hai bên khác nhau, đừng vội xóa đi sự khác biệt. Hãy phân biệt những ghi chép thể hiện suy nghĩ lúc đó với những cách diễn giải tích lũy về sau.

Với những trải nghiệm không có đủ ghi chép, tốt hơn là nói rõ giới hạn ấy. Không nên viết một cuộc đối thoại chưa chắc chắn như thể mình nhớ nguyên vẹn, hoặc thêm cảnh chưa từng xảy ra chỉ để câu chuyện có sức cuốn hút. Để lại trải nghiệm đòi hỏi sự chính xác cũng nhiều như sự sống động.

Còn có những gì người khác đã trải qua

Trong một việc tôi nhớ là thành công, người khác có thể đã phải gánh chịu áp lực. Một quyết định tôi hối tiếc có thể từng được ai đó xem là lựa chọn tốt nhất có thể có khi ấy. Ngay trong một sự kiện cũng đan xen nhiều trải nghiệm khác nhau.

Vì thế, khi ghi lại một trải nghiệm quan trọng, cần lắng nghe góc nhìn của những người cùng liên quan. Nếu ký ức khác nhau, không cần ép tất cả thành một câu chuyện duy nhất. Có thể ghi rõ mọi người nhìn khác nhau ở đâu và điều gì chưa được kiểm tra. Cũng cần cân nhắc phạm vi nội dung sẽ công khai và đời tư của người khác.

Tôi muốn áp dụng cùng một tiêu chuẩn cho cả những câu chuyện thành công. Bên cạnh nỗ lực của mình, hãy xem xét thời đại và điều kiện, những người đã giúp đỡ và yếu tố ngẫu nhiên. Hỏi xem để cách làm thành công ấy cũng có tác dụng với người khác, những điều kiện nào cần giống nhau và những điều gì có thể khác. Nếu thiếu các điều kiện ấy, trải nghiệm dễ trở thành một công thức mà người khác được cho là phải làm theo.

Con đường tôi đã đi ở Hàn Quốc không giống con đường độc giả Việt Nam đang đi hôm nay. Tôi không thể nói mình biết cả những gì sẽ diễn ra tiếp theo chỉ vì đã trải qua trước. Nhưng tôi có thể chỉ ra ở ngã rẽ nào mình đã bỏ lỡ câu hỏi gì. Người đọc có thể dùng ghi chép ấy theo thực tế của mình, hoặc thấy hoàn cảnh khác biệt và đặt nó sang một bên.

Để lại những câu hỏi người tiếp theo có thể dùng lại

Sau khi kể dài về một trải nghiệm, cuối cùng tôi muốn trở về với những câu hỏi đơn giản.

Tôi đã mặc nhiên coi điều gì là đúng? Tôi đã bỏ qua bằng chứng trái chiều nào? Lẽ ra tôi nên hỏi ai trước? Thông tin nào, nếu biết được lúc ấy, có thể đã khiến tôi đổi quyết định? Lần sau gặp tình huống tương tự, tôi sẽ dừng ở đâu để kiểm tra?

AI có thể giúp sắp xếp những ghi chép rời rạc và tìm các tiền đề lặp lại. Tuy nhiên, nó có thể nối những sự việc thành quan hệ nhân quả không có trong ghi chép, hoặc tô vẽ lại quá khứ cho phù hợp với bài học hiện tại. Cần đối chiếu phần tóm tắt và trích dẫn với ghi chép gốc.

Hãy phân biệt nhận định tại thời điểm đó với cách diễn giải về sau trong những ghi chép này. Tìm các giả định lặp lại và những mối liên hệ chưa được xác minh. Đừng tạo ra những cảnh không có trong ghi chép; hãy đề xuất những câu hỏi mà người tiếp theo có thể dùng lại.

Sau khi đọc các đề xuất ấy, tôi phải tự quyết định sẽ công khai trải nghiệm nào và bằng lời nào. Không thể giao cho AI cả ý nghĩa của cuộc đời và trách nhiệm của mình.

Trải nghiệm kiểm tra bản thảo đầu của cuốn sách này cũng được lưu lại theo cách đó. Suy nghĩ rằng từng chương đều đã viết tốt có thể che khuất những chỗ lặp và thiếu của toàn bộ cuốn sách. Câu hỏi tôi mang từ đây sang công việc tiếp theo, bên cạnh “Đã hoàn thành được bao nhiêu?”, là “Đã thực sự làm được điều hứa hẹn ban đầu chưa?”. Đó là một câu hỏi nhỏ, nhưng có thể kiểm tra và dùng lại.

Tôi nghĩ sách gần với một cuốn vở vẫn còn sửa được hơn là bảng điểm cuối cùng của cuộc đời. Dù đã tìm được những câu trả lời qua nhiều năm sống, ta vẫn có thể viết lại câu văn trước những sự thật mới. Già đi không nhất thiết phải là quá trình củng cố mọi niềm tin. Có thêm nhiều ghi chép để nhìn lại, ta cũng có thể điều chỉnh sâu sắc hơn.

Tôi tò mò độc giả Việt Nam sẽ thay đổi những câu hỏi tôi để lại như thế nào. Bạn sẽ thêm vào những điều kiện mà trải nghiệm tại Hàn Quốc không giúp tôi nhìn thấy, rồi ghi thêm những thất bại và khám phá của mình. Khi ấy, cuốn sách có thể không dừng ở trải nghiệm của một người mà trở thành nơi khởi đầu tư duy của người khác.

Câu hỏi để tự suy ngẫm

• Tôi có thể tạm đặt kết luận hiện tại sang một bên để dựng lại những thông tin và lựa chọn đã có lúc ấy không?
• Người khác nhớ cùng sự việc ấy như thế nào, và những phần nào vẫn chưa được xác minh?
• Nếu để lại một câu hỏi từ trải nghiệm này cho người tiếp theo dùng lại, đó sẽ là câu hỏi gì?

Lời kết. Trở thành người ít mắc sai lầm hơn thay vì người thông minh hơn

Trong thời gian làm giáo sư, tôi từng giảng dạy môn “Tư duy và phương pháp luận khoa học xã hội”. Tôi cùng sinh viên suy nghĩ về cách đặt câu hỏi trước những gì diễn ra trong xã hội, hệ thống chúng bằng khái niệm và xem xét qua dữ liệu. Cuốn sách này ghi lại việc trở lại với những câu hỏi từ nhiều năm trước ấy trong thời đại AI tạo sinh đã bước vào đời sống thường ngày.

Nhiều điều đã thay đổi. Việc tìm tài liệu và sắp xếp câu chữ nhanh hơn, và những cách giải thích mà một mình khó nghĩ ra cũng dễ dàng hiện trên màn hình. Nhưng hỏi điều gì, kiểm tra điều gì và chịu trách nhiệm về quyết định nào vẫn là những việc còn đó.

Tôi không chỉ sai vì đã không suy nghĩ. Ngay cả khi suy nghĩ rất chăm chỉ, tôi vẫn đặt kết luận trước câu hỏi, nhìn thấy khả năng trước phản ví dụ, và chưa hỏi đủ về giới hạn của những trải nghiệm quen thuộc. Dù có sự tận tâm và kiến thức, nếu trình tự suy nghĩ sai, sai lầm vẫn có thể trở nên tinh vi hơn.

Những nhận định còn có thể sửa lại

Đọc cuốn sách này có lẽ sẽ không khiến mọi nhận định đều đúng. Tôi cũng sẽ còn mắc sai lầm. Nhưng nếu ghi lại mình đã tin vào điều gì để quyết định, ta sẽ có chỗ để quay lại. Nếu không xóa bỏ bằng chứng trái chiều, ta sẽ có cơ hội thay đổi suy nghĩ. Nếu hẹn ngày kiểm tra, lời tự nhủ có thể trở thành việc xem xét thực tế.

Khả năng hiểu nhanh và thực hiện nhanh rất đáng quý. Ta có thể giữ sức mạnh ấy đồng thời xác định nơi cần dừng lại. Với lựa chọn nhỏ và dễ đảo ngược, hãy thử để học. Với lựa chọn gắn với tổn thất lớn và cuộc sống của nhiều người, hãy xem xét sâu hơn. Thận trọng không có nghĩa là phải cân nhắc lâu mọi việc. Xác định độ sâu suy nghĩ phù hợp với vấn đề cũng là một việc cần rèn luyện.

Cũng có những vấn đề không thể giải quyết chỉ bằng nỗ lực cá nhân. Trong một tổ chức nơi người nêu ý kiến trái chiều phải chịu bất lợi, lòng can đảm của riêng từng người có thể chưa đủ. Cần có quy trình để mỗi người ghi lại nhận định của mình trước, dành thời gian nghe những ý kiến khác, và sau khi có kết quả, cùng nhìn lại thông tin đã có khi ấy. Để bớt sai, còn cần những cam kết giữa người với người.

Gửi lại những năm tháng ở Hàn Quốc

Trong Lời mở đầu, tôi viết rằng nhìn Việt Nam hôm nay khiến tôi nhớ đến Hàn Quốc vào khoảng thời gian mình vừa tốt nghiệp đại học. Những kỳ vọng và căng thẳng có vẻ tương đồng, cùng tâm trạng đứng trước cơ hội mới, đã đánh thức ký ức của tôi. Một chỉ số kinh tế cũng là dịp để lần lại ký ức ấy.

Nhưng đến lúc khép lại cuốn sách, có một điều dường như quan trọng hơn phép so sánh đó. Sau những năm tháng ấy, tôi đã học được gì, và độc giả hôm nay có thể biến những câu hỏi nào thành của mình?

Việt Nam không phải sân khấu để diễn lại quá khứ của Hàn Quốc. Người đọc đang lựa chọn trong một thế giới khác, với công nghệ, các mối quan hệ và điều kiện khác. Những trải nghiệm trên con đường tôi đã đi có lẽ có chỗ hữu ích, có chỗ không phù hợp. Nếu thấy điểm không phù hợp, tôi mong chúng ta có thể bắt đầu trao đổi từ chính sự khác biệt ấy.

“Chúng tôi đã trải qua những chuyện như thế này, và tôi đã đặt những câu hỏi này hơi muộn.”

Điều tôi muốn chia sẻ bắt đầu từ một vị trí vừa phải như thế. Và tôi muốn hỏi: Trong cuộc sống hiện tại của bạn, điều gì trông khác đi? Bạn có thể đặt câu hỏi nào sớm hơn? Những con đường chúng ta chưa từng dự liệu đang mở ra ở đâu?

Ghi ngày sẽ quay lại

Trước khi khép sách, tôi mong bạn thử viết ra một vấn đề mình thực sự cần quyết định. Không cần là chuyện lớn lao. Chỉ cần là một lựa chọn bạn đang do dự.

Viết câu trả lời mà hiện tại bạn đang nghiêng về. Tách rõ lý do bạn tin vào câu trả lời ấy và những điều chưa kiểm tra. Ghi một lập luận phản biện mạnh nhất, rồi xác định điều gì xuất hiện sẽ khiến bạn đổi ý. Cuối cùng, ghi ngày sẽ xem xét lại.

Nếu dùng AI, trước khi để nó viết bản ghi thay mình, bạn nên ghi lại lời của chính mình trước. Mở rộng câu hỏi qua đối thoại, kiểm tra các sự thật quan trọng qua tài liệu và con người. Sau đó, viết lại quyết định cuối cùng bằng câu chữ của chính mình.

Khi quay lại vào ngày đã định, chưa có kết quả cũng không sao. Bạn có thể xem mình biết thêm điều gì, tiền đề ban đầu có yếu đi không và tiếp theo cần kiểm tra gì. Nếu suy nghĩ đã thay đổi, đừng xóa bản ghi đầu tiên; hãy viết nhận định mới bên cạnh. Sự khác biệt giữa hai bản ghi sẽ trở thành dấu vết của việc học.

Những gợn sóng trên hồ Yeongnang ở Sokcho dường như trở lại cùng một chỗ, nhưng mỗi lần lại mang một sắc sáng hơi khác. Nhìn những gợn sóng ấy, tôi cảm thấy mình có thể quay lại cả những điều đã tin từ lâu. Nơi trở về có vẻ vẫn như cũ, nhưng những gì đã nhìn thấy và học được trong thời gian qua đã thay đổi cách ta nhìn.

Tôi muốn để lại trong cuốn sách này một cách suy nghĩ lại hơn là những đáp án đã hoàn tất. Tôi mong những câu hỏi của một người đã sống ở Hàn Quốc có thể lặng lẽ nằm bên cạnh cuộc sống hôm nay của độc giả Việt Nam.

Cuốn sách kết thúc ở đây, nhưng nhận định tiếp theo vẫn còn để ngỏ. Ngay lúc ghi ngày sẽ xem xét lại, người đọc bắt đầu chương tiếp theo của chính mình.

Kim Seongil

Trước khi khép sách: một dòng của tôi

“Hiện tại, tôi nhận định rằng ________. Tôi có thể đổi ý nếu xác nhận được ________. Tôi sẽ xem xét lại vào ________.”