Skip to content
PHẦN II – HEURISTICS VÀ THIÊN KIẾN: “LUẬT SỐ NHỎ” KHIẾN TA ĐÁNH GIÁ QUÁ CAO TÍNH ĐẠI DIỆN
Chương 10, Luật Con Số Nhỏ, mở ra một cánh cửa nhìn vào sự tự tin phi lý của chúng ta đối với những dữ liệu mỏng manh. Chúng ta, những người vận hành Hệ thống 1 một cách tự động, có xu hướng coi các mẫu hình xuất hiện trong một tập hợp dữ liệu nhỏ như là một đại diện trung thực, thậm chí là thiêng liêng, của cả một vũ trụ lớn hơn. Cái bẫy này chính là nền móng cho những phán đoán vội vàng, thường xuyên dẫn đến sai lầm hệ thống, từ bàn cờ chính trị đến phòng họp chiến lược.
Cái bẫy của Luật Số Nhỏ không chỉ là một lỗi thống kê, mà nó là một trong những biểu hiện sâu sắc nhất của sự kiêu ngạo trong tư duy con người. Chúng ta, đặc biệt là những người đã từng nếm trải thành công, thường mang nặng niềm tin rằng mình có khả năng nhận diện được Tín Hiệu (Signal) giữa muôn trùng Tiếng Ồn (Noise), cho dù tín hiệu đó chỉ vừa mới lóe lên trong chớp mắt. Trong suốt Phần II của cuốn sách Tư duy nhanh và chậm, Daniel Kahneman đã tỉ mỉ phơi bày cách thức mà các Heuristics – những quy tắc ngón tay cái mà Hệ thống 1 dùng để tiết kiệm năng lượng – vận hành. Trước chương này, chúng ta đã tiếp xúc với Heuristics Tính Đại Diện (Representativeness Heuristic), nơi mà tâm trí chúng ta ưa thích sự gắn kết câu chuyện hơn là sự thật xác suất khô khan. Luật Số Nhỏ, theo tôi, không phải là một Heuristic hoàn toàn mới, mà là cánh tay nối dài, là sự phóng đại nguy hiểm của chính thiên kiến Tính Đại Diện đó khi đối mặt với sự thiếu hụt thông tin. Khi dữ liệu thưa thớt, trí óc ta không chấp nhận khoảng trống, mà thay vào đó, nó tô vẽ một bức tranh hoàn chỉnh dựa trên những nét phác thảo ban đầu, và tệ hơn, nó gán cho bức tranh đó một mức độ tin cậy vượt xa giá trị thực tế của nó.
Hãy nhìn vào những sai lầm chiến lược lớn nhất trong sự nghiệp, trong kinh doanh, hay thậm chí là trong các mối quan hệ cá nhân. Hầu hết chúng đều bắt nguồn từ việc tin tưởng tuyệt đối vào một chuỗi quan sát ngắn ngủi, một mẫu hình vừa mới hình thành. Một nhà đầu tư nhìn thấy ba quý tăng trưởng đột biến của một công ty khởi nghiệp và ngay lập tức tuyên bố đây là “kỳ lân” tiếp theo, bỏ qua các yếu tố về biến động thị trường, tính thời điểm, hay thậm chí là sai số ngẫu nhiên. Đây là sự đánh đồng giữa tính dễ hiểu (coherence) và tính xác thực (validity). Hệ thống 1 hoạt động dựa trên nguyên tắc “What You See Is All There Is” (WYSIATI – Điều bạn thấy là tất cả những gì có), và khi nó chỉ thấy một mẫu số nhỏ, nó mặc định rằng mẫu số nhỏ đó đã hoàn toàn đủ để đại diện cho tổng thể vĩ đại.
Cái tâm lý khao khát tính đại diện này được bộc lộ rõ ràng nhất trong việc chúng ta nhìn nhận các hiện tượng ngẫu nhiên. Khi xem xét một chuỗi sự kiện, tâm trí ta dường như không thể chấp nhận sự hỗn loạn thuần túy. Ta tìm kiếm trật tự, tìm kiếm ý nghĩa, ngay cả khi nó không hề tồn tại. Trong các thí nghiệm về sự phân bố ngẫu nhiên của các giới tính khi sinh, hay sự thành công của các đội thể thao qua từng mùa giải, chúng ta thường ngạc nhiên khi thấy những chuỗi dài lặp lại (ví dụ: liên tiếp ra mặt sấp khi tung đồng xu) và ngay lập tức quy kết nó cho một nguyên nhân sâu xa nào đó (một “bàn tay thần thánh”, một “đường lối chiến lược mới”, hay một “sự bất thường của vũ trụ”). Chúng ta quên mất rằng, trong một chuỗi ngẫu nhiên dài vô tận, sự xuất hiện của các chuỗi con cực kỳ dài, mang tính đại diện cao, là điều tất yếu. Tuy nhiên, sự hiếm hoi của chúng trong một mẫu số nhỏ lại khiến chúng ta phóng đại tầm quan trọng của chúng.
Đối với người đã trải nghiệm qua nhiều thăng trầm trong quản lý hệ thống lớn, tôi thấy Luật Số Nhỏ là kẻ thù thầm lặng của mọi quá trình ra quyết định dựa trên dữ liệu. Trong các môi trường phức tạp, nơi sự biến động là quy luật, việc xác định Tín Hiệu thật sự đòi hỏi sự kiên nhẫn và lượng dữ liệu lớn đến mức gần như vô vọng. Khi một hệ thống mới được triển khai, dữ liệu ban đầu luôn là “nhiễu loạn”. Nếu dựa vào một tuần hoặc một tháng hoạt động để đưa ra kết luận về hiệu quả dài hạn – ví dụ, cắt giảm một chi nhánh hoạt động kém hiệu quả dựa trên chỉ số của quý đầu tiên, mà không xem xét tính ngẫu nhiên của các hợp đồng lớn vừa bị lỡ – là đang rơi vào bẫy của Luật Số Nhỏ. Các nhà lãnh đạo khôn ngoan không tìm kiếm sự ổn định trong mẫu số nhỏ; họ tìm kiếm sự ổn định trong quy mô lớn, và quan trọng hơn, họ chấp nhận và tính toán chi phí cho sự ngẫu nhiên trong các phạm vi hẹp. Họ hiểu rằng, những kết quả cực đoan nhất thường xuất hiện trong các mẫu số nhỏ (ví dụ, tỷ lệ thành công cao nhất và thấp nhất trong một cuộc thi thường rơi vào các nhóm có số lượng thành viên ít nhất). Việc nhìn thấy một thành công rực rỡ ở một nhóm nhỏ và cố gắng nhân rộng “bí quyết” đó mà không xem xét sai số thống kê chính là con đường dẫn đến sự lãng phí tài nguyên và thất bại trên quy mô lớn.
Cái sự khao khát tìm kiếm tính đại diện này còn mang lại một hệ quả tâm lý cực kỳ tai hại: nó nuôi dưỡng Thiên kiến Xác nhận (Confirmation Bias). Khi Hệ thống 1 đã nhanh chóng kết luận rằng mẫu số nhỏ này đã đủ đại diện, Hệ thống 2 lười biếng của chúng ta sẽ không còn động lực để tìm kiếm thêm dữ liệu, hay tệ hơn, nó sẽ chủ động bỏ qua hoặc diễn giải sai lệch những dữ liệu đi ngược lại với niềm tin đã được hình thành. Chúng ta đã tin rằng phương pháp A là hiệu quả dựa trên ba thử nghiệm thành công, và sau đó, mọi thất bại tiếp theo đều được giải thích là do “khách quan,” do “ngoại cảnh,” chứ không phải do mẫu số ban đầu quá nhỏ và không đủ sức nặng.
Điều đáng sợ nhất của Luật Số Nhỏ nằm ở chỗ nó tạo ra một ảo ảnh về sự hiểu biết. Khi chúng ta nhìn vào một hiện tượng (ví dụ: tại sao một trường học nhỏ ở nông thôn lại có tỷ lệ học sinh xuất sắc cao đến vậy?), chúng ta thường dễ dàng xây dựng một câu chuyện gắn kết, logic và đầy thuyết phục (vì họ áp dụng phương pháp giáo dục cá nhân hóa đặc biệt). Và bởi vì câu chuyện đó quá trọn vẹn – nó giải thích được mọi thứ ta thấy trong mẫu số nhỏ đó – ta tin rằng đó là sự thật. Nhưng Kahneman đã chỉ ra rằng, câu chuyện đó có thể chỉ là tiếng vọng của sự ngẫu nhiên. Nếu chúng ta khảo sát các trường học nhỏ khác, chúng ta sẽ thấy rằng tỷ lệ thất bại hoặc thành công cực đoan thường xuất hiện, đơn giản vì ít học sinh hơn đồng nghĩa với độ biến thiên thống kê cao hơn. Bài học không phải là “phương pháp giáo dục cá nhân hóa thành công,” mà là “khi dữ liệu ít, kết quả ngẫu nhiên trông sẽ ấn tượng hơn.”
Trong lĩnh vực quản lý nhân sự và đánh giá hiệu suất, Luật Số Nhỏ là một cạm bẫy tinh vi. Việc đánh giá một nhân viên mới chỉ dựa trên một vài dự án đầu tiên, đặc biệt là nếu những dự án đó trùng hợp với một chu kỳ kinh tế thuận lợi hoặc gặp may mắn ngẫu nhiên, có thể dẫn đến việc thăng chức quá sớm hoặc giao phó trách nhiệm vượt quá khả năng thực sự của họ. Ngược lại, một sai lầm nhỏ trong giai đoạn thử việc có thể bị phóng đại thành bằng chứng về “tính không phù hợp” vĩnh viễn, trong khi lẽ ra đó chỉ là một nhiễu loạn thống kê sẽ biến mất khi khối lượng công việc tăng lên. Một người có cái nhìn rộng lớn, không bị đóng khung bởi những thành kiến nhất thời, phải luôn đặt câu hỏi về độ tin cậy của mẫu số mà họ đang quan sát. Họ phải nhận thức được rằng, cái mà họ đang thấy – dù là một thành công chói lọi hay một thất bại thảm hại – có thể chỉ là sự phình to của sai số ngẫu nhiên trong một môi trường bị giới hạn.
Để chống lại Luật Số Nhỏ, chúng ta buộc phải kích hoạt Hệ thống 2, buộc nó phải thực hiện những công việc mà nó thường né tránh: xem xét Tỷ lệ Cơ sở (Base Rate) và tính đến Kích cỡ Mẫu (Sample Size). Trước khi kết luận về tính đại diện của một hiện tượng, ta phải tự hỏi: Tỷ lệ chung của hiện tượng này là bao nhiêu trong tổng thể? Và mẫu số này có đủ lớn để vượt qua rào cản của sự ngẫu nhiên không? Sự kiên nhẫn trong việc chờ đợi dữ liệu lớn hơn, sự khiêm nhường trong việc chấp nhận rằng một vài quan sát chưa đủ để xây dựng quy luật, đó chính là dấu hiệu của tư duy chiến lược và trưởng thành.
Cuộc sống cá nhân cũng không thoát khỏi cái bóng của Luật Số Nhỏ. Chúng ta kết luận về bản chất của một người dựa trên một vài hành vi đơn lẻ trong một tình huống căng thẳng. Chúng ta hình thành niềm tin sâu sắc về một địa điểm hoặc một cộng đồng chỉ sau một chuyến đi ngắn ngủi. Mẫu số nhỏ của trải nghiệm cá nhân, dù sống động và đầy cảm xúc (nhờ vào sự trôi chảy của Hệ thống 1), lại mang tính đại diện cực kỳ kém cỏi. Việc thừa nhận rằng kinh nghiệm cá nhân của chúng ta, dù phong phú đến đâu, vẫn chỉ là một giọt nước trong đại dương dữ liệu của cuộc sống, chính là bước đầu tiên để đạt được sự độ lượng và thấu hiểu sâu sắc hơn. Chúng ta học cách đối xử với sự kiện như là các biến cố riêng lẻ, thay vì là bằng chứng không thể chối cãi về một quy luật phổ quát.
Trong giới học thuật, giới khoa học đã từ lâu hiểu được sự nguy hiểm của các mẫu số nhỏ, dẫn đến yêu cầu khắt khe về kích thước mẫu và khả năng tái lập của các thí nghiệm. Nhưng trong thế giới thực, đặc biệt là trong sự biến động của thị trường tài chính hoặc sự phức tạp của chính trị, sức cám dỗ của việc tìm kiếm tính đại diện trong những sự kiện mới nhất, nhỏ nhất luôn hiện hữu. Một sự kiện chấn động, dù chỉ là một chấm nhỏ trên biểu đồ lịch sử, lại dễ dàng bị phóng đại thành một bước ngoặt không thể đảo ngược, dẫn đến những hành động hoảng loạn hoặc những quyết định đầu tư cực đoan, chỉ vì Hệ thống 1 đã nhanh chóng gán cho sự kiện đó tính đại diện của cả một xu hướng lớn.
Phần II này của Tư duy nhanh và chậm không chỉ là một bài học về thống kê, nó là một lời cảnh tỉnh về sự tự lừa dối của tâm trí. Luật Số Nhỏ nhắc nhở chúng ta rằng, sự ngẫu nhiên có một khuôn mặt, và khuôn mặt đó thường trông rất giống với một quy luật sâu sắc. Cái nhìn sâu sắc, đa chiều của một người đã trải qua nhiều tầng lớp quyết định phức tạp sẽ luôn biết cách đặt câu hỏi về nguồn gốc của sự tự tin của mình. Khi sự tự tin nảy sinh từ một mẫu số nhỏ và dễ hiểu, đó là lúc cờ đỏ phải được giương cao. Sự hiểu biết thực sự không đến từ việc tìm thấy một quy luật trong ba quan sát; nó đến từ việc kiên nhẫn chờ đợi, thu thập đủ dữ liệu, và quan trọng nhất, chấp nhận rằng phần lớn những gì chúng ta quan sát được chỉ là Tiếng Ồn đang cố gắng giả dạng Tín Hiệu. Đây là sự khác biệt cơ bản giữa phán đoán nông cạn và tư duy chiến lược vững chắc, giữa người chỉ nhìn thấy bề mặt sự vật và người nhìn thấy cấu trúc tiềm ẩn của xác suất. Việc ứng dụng bài học này vào thực tiễn không chỉ giúp ta đưa ra các quyết định kinh doanh tốt hơn, mà còn rèn luyện một tâm hồn rộng rãi hơn, ít phán xét hơn, bởi vì ta hiểu rằng, bản chất con người và thế giới này là quá rộng lớn để có thể bị đóng khung bởi vài ba mẫu số nhỏ bé mà ta tình cờ bắt gặp.
