Tại sao lại là con người ? – Phần I


Sự sống thông minh ở một hành tinh sẽ được coi là trưởng thành khi nó lần đầu tiên tìm ra nguyên do cho sự tồn tại của mình. Nếu một sinh vật thượng đẳng từ vũ trụ ghé thăm Trái đất, để đánh giá trình độ nền văn minh của chúng ta, câu hỏi đầu tiên họ sẽ hỏi là : « Họ đã khám phá ra quá trình tiến hóa chưa ? ». Sự sống đã tồn tại trên Trái đất hơn 3000 triệu năm mà không hiểu vì sao chúng tồn tại, trước khi một trong số chúng ta tìm ra lời giải đáp. Người đó chính là Darwin. Công bằng mà nói, trước Darwin đã có những hiểu biết qua loa về sự thật này, nhưng chính Darwin mới là người đầu tiên tập hợp thành một bản tổng kết logic và chặt chẽ lý do tồn tại của chúng ta. Darwin giúp chúng ta có thể đưa ra câu trả lời hợp lý cho câu hỏi của những đứa trẻ tò mò đặt ra ở đầu bài. Chúng ta cũng không còn phải viện dẫn đến những điều mê tín dị đoan khi đối mặt với các vấn đề khó giải thích như : « Cuộc sống có ý nghĩa gì không ? » ; « Chúng ta tồn tại vì cái gì ? » ; « Con người là gì ? ». Sau khi đặt ra câu hỏi cuối cùng trong số các câu hỏi vừa rồi, nhà động vật học nổi tiếng, G.G. Simpson, đã viết : « Tôi muốn chỉ ra rằng tất cả những cố gắng để giải đáp cho câu hỏi đó trước năm 1859 đều không có giá trị và nếu chúng ta lờ hẳn những quan điểm đó đi, chúng ta sẽ thấy thoải mái hơn ».

Ngày nay, thuyết tiến hóa đang xuất hiện nhiều nghi ngờ giống như thuyết Trái đất quay quanh Mặt trời. Nhưng, nếu như giả thuyết Trái đất quay quanh Mặt trời được thấu hiểu hoàn toàn thì nhiều ẩn ý trong cuộc cách mạng của Darwin vẫn chưa được nhận thức rõ ràng, rộng rãi. Động vật học vẫn là một môn học nhỏ trong các trường đại học và thậm chí cả những sinh viên theo học môn này cũng thường đăng ký học mà không nhận thức được ý nghĩa triết học sâu sắc của nó. Triết học và các môn học thuộc khối nhân văn hầu hết vẫn được giảng dạy như thể Darwin chưa bao giờ tồn tại. Chắc chắn rằng, điều này sẽ thay đổi theo thời gian. Tu nhiên, trong bất cứ hoàn cảnh nào, nội dung này được viết không phải để ủng hộ tích cực cho chủ nghĩa Darwin, thay vào đó, nó sẽ ứng dụng các hệ quả của thuyết tiến hóa vào một vấn đề cụ thể, đó là xem xét bản chất sinh học của tính vị kỷ và tính vị tha.

Ngoài khía cạnh học thuật, vai trò của điều này đối với con người cũng rất rõ ràng. Nó chạm đến mọi khía cạnh trong đời sống xã hội của chúng ta : tình yêu và thù hận, đấu tranh và hợp tác, cho đi và trộm cắp, lòng tham vào sự hào phóng. Những khẳng định này đáng nhẽ phải được dùng làm cơ sở cho các cuốn sách Về tính hiếu chiến của Lorenzt, Khế ước xã hội của Ardrey và Tình yêu và thù hận của Eilb-Eihesfeldt. Trong tất cả các cuốn sách này, các tác giả đã hoàn toàn sai lầm khi bàn đến các khía cạnh xã hội. Họ sai bởi vì họ đã không hình dung đúng quá trình tiến hó. Họ đã đưa ra một giả định hoàn toàn nhầm lẫn khi cho rằng điều quan trọng trong quá trình tiến hóa đó là đặc tính tốt của loài (hay một nhóm cá thể) chứ không phải là đặc tính tốt của một cá thể (hay gen của cá thể). Điều buồn cười là Ashely Montagu đã phê phán Lorenz – hậu duệ của các nhà tư tưởng theo trường phái « tự nhiên, máu đỏ, nanh và vuốt » thế kỷ 19. Theo tôi, quan điểm của Lorenz về tiến hóa cũng giống như quan điểm của Ashley, cả hai đều gạt bỏ những hàm ý trong cụm từ nổi tiếng của Tennyson. Khác với họ, tôi cho rằng cụm từ « Tự nhiên, máu đỏ, nanh và vuốt » đã tổng kết súc tích những hiểu biết hiện nay của chúng ta về chọn lọc tự nhiên.

Trước khi bắt đầu đưa ra lập luận của mình, tôi muốn giải thích ngắn gọn kiểu lập luận mà tôi sẽ đưa ra và những kiểu lập luận mà tôi không đề cập tới. Giả sử rằng, khi nhắc đến một người đàn ông đã từng sống lâu và giàu có trong xã hội gangster ở Chicago, chúng ta có thể dự đoán phần nào kiểu tính cách của người đàn ông ấy. Chúng ta có thể nghĩ người đàn ông đó có những phẩm chất như mạnh mẽ, bắn súng nhanh, và có khả năng thu hút những người bạn trung thành. Đấy có thể không phải là suy luận luôn đúng, nhưng bạn có thể đưa ra những kết luận về tính cách của người đàn ông đó nếu như bạn biết một vài điều về nơi anh ta đã tồn tại và phát triển. Tranh luận của tôi về việc con người cũng như tất cả các động vật khác, đều là những cỗ máy được hình thành nên từ bộ gen. Giống như những gã gangster thành đạt ở Chicago, bộ gen của chúng ta đã sống sót, nhiều trường hợp là hàng triệu năm, trong một thế giới đầy cạnh tranh. Và như vậy, chắc chắn gen của chúng ta có những đặc tính tốt nhất định. Tôi cũng sẽ thuyết phục các bạn rằng đặc tính nổi trội để một gen có thể tồn tại trong tự nhiên đó là tính vị kỷ, vị kỷ đến mức tàn nhẫn. Tính vị kỷ của gen sẽ luôn làm tăng tính vị kỷ trong tập tính của cá thể. Tuy nhiên, chúng ta cũng sẽ thấy có những trường hợp đặc biệt trong đó một gen chỉ có thể biểu hiện tính vị kỷ của nó tốt nhất bằng việc tăng cường một giới hạn của tính vị tha ở mức độ cá thể. Hai từ « đặc biệt » và « hữu hạn » chính là hai từ rất quan trọng trong câu trên. Mặc dù chúng ta có lẽ sẽ muốn tin vào điều ngược lại, nhưng tình yêu bao la và sự bảo vệ các loài nói chung chỉ là những khái niệm chẳng có ý nghĩa gì trong quá trình tiến hóa.

Điều này đưa tôi quay trở lại điểm xuất phát, tôi muốn làm rõ những điều mà cuốn sách này không đề cập đến. Tôi không có ý định rao giảng đạo đức dựa trên quá trình tiến hóa. Tôi chỉ nói về cách mà sự vật tiến hóa. Tôi cũng không đề cập đến việc con người phải cư xử thế nào cho có đạo đức. Tôi nhấn mạnh điều này, bởi vì tôi biết tôi đang ở trong tình trạng dễ bị hiểu lầm bởi những người, mà thực ra là quá nhiều, không thể phân biệt được câu nói tin rằng trường hợp đó sẽ xảy ra với một lời bao biện trường hợp đó phải là như thế này. Tôi cảm thấy rằng xã hội loài người nếu đơn thuần chỉ dựa trên quy luật vị kỷ đến tàn nhẫn của gen có thể là một xã hội đầy ô trọc mà chúng ta đang sống. Tiếc rằng, cho dù chúng ta có phàn nàn điều gì, thì sự phàn nàn đó cũng không thể làm xã hội đó biến mất. Tôi viết nghiên cứu này để tạo sự hứng thú cho bạn đọc, nhưng nếu bạn có thể rút ra được bài học đạo đức nào từ đây, hãy xem nó như một lời cảnh báo. Nên nhớ rằng nếu bạn, cũng như tôi, mong muốn xây dựng một xã hội mà ở đó các cá thể hợp tác với nhau một cách rộng lượng và vô tư để hướng tới những điều tốt đẹp chung, thì bạn có thể học tập được từ sinh vật trong tự nhiên. Hãy cùng giảng dạy tính rộng lượng và lòng vị tha bởi vì chúng ta là những kẻ vị kỷ bẩm sinh. Hãy để chúng ta hiểu gen vị kỷ phụ thuộc vào điều gì, sau đó chúng ta có thể có cơ hội cải tạo nó, một điều mà chưa một loài động vật nào từng khao khát thực hiện.

Như là một hệ quả của những điểm trên, chúng ta cũng nhận thấy sẽ là sai lầm khi cho rằng các tính trạng di truyền là cố định và không thể thay đổi theo định nghĩa, không may đây lại là sai lầm thường gặp. Gen của chúng ta có thể quy định tính vị kỷ, nhưng chúng ta không nhất thiết phải tuân theo quy định đó suốt đời. Thực ra việc tiếp thu lòng vị tha sẽ khó hơn một chút so với việc chúng khi chúng ta đã có sẵn những gen quy định lòng vị tha. Khác với động vật, con người được đặc trưng bởi văn hóa và bởi những ảnh hưởng được học và được truyền đạt. Có người nói rằng văn hóa rất quan trọng và gen dù là vị kỷ hay không thì cũng không liên quan đến sự am hiểu về bản chất con người. Cũng có người sẽ không đồng ý với điều đó. Việc đồng ý hay không đồng ý đều phụ thuộc vào việc bạn đứng trên lập trường nào trong cuộc thảo luận về vấn đề « tự nhiên hay giáo dục » là nhân tố quyết định các thuộc tính của con người. Điều này cũng dẫn tôi đến điều thứ hai mà cuốn sách này không đề cập đến : cuốn sách không phải là một lời biện hộ cho lập trường này hay lập trường khác trong cuộc tranh luận vai trò của tự nhiên với giáo dục. Tất nhiên, tôi có chính kiến của riêng mình, nhưng tôi sẽ không trình bày ở đây trừ một vài ngụ ý trong thảo luận về vai trò của văn hóa mà tôi sẽ trình bày. Nếu gen hoàn toàn không liên quan đến sự hình thành hành vi của con người hiện đại, nếu chúng ta thực sự đặc biệt trong giới động vật trên khía cạnh này, thì ít nhất việc nghiên cứu tỉ lệ khác biệt cũng rất thú vị. Trong trường hợp loài người không phải là ngoại lệ như chúng ta thường nghĩ, chúng ta càng cần phải tìm ra quy luật tiềm ẩn trong đó.

Điều thứ ba mà cuốn sách này sẽ không đề cập đến : cuốn sách sẽ không miêu tả cụ thể hành vi ứng xử của con người hoặc tập tính bất kỳ của một loài động vật cụ thể nào. Tôi sẽ chỉ sử dụng các dẫn chứng thực tế trong các ví dụ minh họa. Và tôi cũng không nói « Nếu bạn để ý đến tập tính của khỉ đầu chó » bạn sẽ thấy vị kỷ ; do đó, sự thay đổi trong hành vi của con người cũng có thể là vị kỷ ». Logic trong lập luận của tôi về « gã xã hội đen Chicago » thực ra không phải như vậy, mà là con người và khỉ đầu chó đã tiến hóa nhờ chọn lọc tự nhiên. Khi bạn xem xét cách thức tác động của chọn lọc tự nhiên, bạn sẽ tìm ra mọi thứ tiến hóa do chọn lọc tự nhiên tạo nên đều vị kỳ. Do đó, chúng ta phải lường trước được rằng khi xem xét tập tính của khỉ đầu chó, hành vi của con người hay tập tính của các loài sinh vật khác, chúng ta sẽ thấy tất cả những hành vi đó là vị kỷ. Và nếu chúng ta nhận thấy sự kỳ vọng đó không đúng, nếu chúng ta phát hiện ra hành vi ứng xử của con người thực sự đầy tính vị tha, và như vậy chúng ta sẽ đối mặt với một vài điều khó hiểu và cần được giải thích.

(còn tiếp)

TH : T.Giang – SCDRC

Nguồn tham khảo : Richard Dawkins – Gen vị kỷ – NXB TT 2011.

Advertisements

Dữ liệu lớn: có phải chúng ta đang lầm to? – Phần cuối


Dữ liệu lớn đã tiếp tục đe dọa tạp chí The Literary Digest hết lần này đến lần khác. Do các bộ dữ liệu được tìm thấy rất lộn xộn, khó lòng mà phát hiện ra các thiên lệch ẩn núp bên trong – và do chúng quá đồ sộ, nên các chuyên gia phân tích dường như đã kết luận rằng vấn đề chọn mẫu không đáng lo. Đáng lo chứ.

Giáo sư Viktor Mayer-Schönberger đến từ Viện Internet của Oxford, đồng tác giả cuốn Big Data, đã nói với tôi rằng định nghĩa về dữ liệu lớn mà ông ưa thích chính là “N = Tất cả” – nghĩa là chúng ta không cần lấy mẫu nữa, chúng ta có toàn bộ tổng thể. Những người kiểm phiếu không ước lượng kết quả bầu cử bằng cách kiểm đếm đại diện: họ đếm phiếu bầu – tất cả phiếu bầu. Và khi “N = Tất cả” thì thực sự không hề có vấn đề thiên lệch khi chọn mẫu do mẫu bao gồm mọi quan sát.

Nhưng có phải “N = Tất cả” là mô tả phù hợp dành cho các bộ dữ liệu được tìm thấy mà chúng ta đang xét đến? Có lẽ là không. “Tôi sẽ thách thức quan niệm cho rằng người ta có thể có tất cả các dữ liệu”, lời của Patrick Wolfe, nhà khoa học máy tính và là giáo sư thống kê của trường Đại Học College London.

Lấy ví dụ trường hợp của Twitter. Về mặt nguyên tắc, mỗi một tin nhắn trên Twitter có thể được lưu lại và phân tích, và được sử dụng để rút ra kết luận về tâm tư nguyện vọng của công chúng. (Trong thực tế, hầu hết các nhà nghiên cứu chỉ sử dụng một tập con của cái “vòi rồng” dữ liệu khổng lồ đó mà thôi). Nhưng trong khi chúng ta có thể xem xét tất cả các dòng trạng thái, thì những người dùng Twitter lại không đại điện cho toàn bộ tổng thể. (Theo Dự Án Nghiên Cứu Internet của Pew, vào năm 2013, những người dùng Twitter cư trú ở Hoa Kì đa phần là người trẻ tuổi, sống ở thành thị hay ngoại ô, và da đen.)

Phải luôn luôn đặt câu hỏi ai và cái gì còn thiếu sót, đặc biệt là khi sử dụng một đống lộn xộn dữ liệu được tìm thấy. Kaiser Fung, chuyên gia phân tích dữ liệu và là tác giả cuốn Numbersense (Ý Nghĩa Của Con Số), đưa ra cảnh báo khi chúng ta giả định một cách đơn giản rằng chúng ta có trong tay tất mọi thứ cần thiết. Ông cho rằng: “N = Tất cả” thường là một giả định chứ không là một sự kiện về dữ liệu”.

Xét trường hợp ứng dụng Street Bump của thành phố Boston trên điện thoại thông minh, ứng dụng này sử dụng gia tốc kế của điện thoại để phát hiện ra ổ gà mà không cần lực lượng nhân công của thành phố đi tuần tra các tuyến đường. Khi người dân Boston tải ứng dụng và lái xe lòng vòng, điện thoại của họ sẽ tự động báo cho Tòa Thị Chính biết liệu có cần phải tu sửa mặt đường hay không. Việc giải quyết các thách thức về mặt kỹ thuật có liên quan đã tạo ra các dấu vết giàu thông tin giúp khắc phục vấn đề một cách đẹp mắt mà người ta không thể mường tượng được ở thời điểm cách đây một vài thập kỷ. Thành phố Boston tự hào tuyên bố rằng “dữ liệu cung cấp cho thành phố thông tin được cập nhật mới liên tục, thành phố sử dụng thông tin này để khắc phục những bất ổn và hoạch định các dự án đầu tư dài hạn”.

Tuy nhiên, dữ liệu mà ứng dụng Street Bump thực sự tạo ra, được lưu lại trên các thiết bị có cài ứng dụng này, là sơ đồ ổ gà tập trung một cách có hệ thống ở những khu vực trẻ, giàu có, là nơi có nhiều người sở hữu điện thoại thông minh. Ứng dụng Street Bump cho chúng ta bộ dữ liệu lớn “N = Tất cả” theo nghĩa là ghi nhận lại từng cái xóc nảy của từng chiếc điện thoại có cài đặt ứng dụng. Việc này không giống như việc ghi nhận lại từng cái ổ gà. Kate Crawford, nghiên cứu viên của Microsoft, chỉ rõ rằng dữ liệu được tìm thấy ẩn chứa những thiên lệch mang tính hệ thống và phải thật cẩn trọng mới có thể phát hiện và khắc phục chúng. Các bộ dữ liệu lớn dường như có tính bao hàm nhưng “N = Tất cả” thường chỉ là sự huyễn hoặc quyến rũ.

Tuy nhiên, ai bận tâm đến quan hệ nhân quả hay sự thiên lệch khi chọn mẫu trong khi người ta có thể kiếm tiền từ dữ liệu lớn? Các tập đoàn trên khắp thế giới ắt hẳn là thèm nhỏ dãi khi họ chiêm ngắm thành công thần kỳ của chuỗi cửa hàng bách hóa Target của Mỹ, Charles Duhigg đã tường thuật thành công của Target bằng một bài viết đình đám đăng trên tờ The New York Times vào năm 2012. Duhigg lý giải rằng Target đã thu thập rất nhiều dữ liệu về khách hàng của họ, và Target rất tài tình khi phân tích bộ dữ liệu đó, và Target cực kỳ thấu hiểu khách hàng.

Giai thoại chết người của Duhigg là về một người đàn ông đã xông vào cửa hàng Target gần Minneapolis và phàn nàn với người quản lý về việc công ty gửi phiếu giảm giá mặt hàng quần áo trẻ sơ sinh và thời trang thai sản cho cô con gái tuổi teen của ông. Người quản lý đã xin lỗi rối rít và sau đó còn gọi điện xin lỗi thêm lần nữa – mục đích chỉ là muốn nghe người cha thú nhận rằng cô gái tuổi teen thực sự đang mang thai. Cha cô gái không biết con mình có thai. Target thì biết sau khi họ phân tích các giao dịch mua khăn giấy ướt không mùi và thuốc bổ sung magiê của cô gái.

Huyền thuật thống kê ư? Có một cách lý giải thực tế hơn.

Theo Kaiser Fung, người đã bỏ ra nhiều năm nghiên cứu phát triển các phương pháp tượng tự cho những nhà bán lẻ và các công ty quảng cáo, thì “Có rất nhiều vấn đề tưởng thật nhưng là sai lầm”. Ý Fung muốn nói là người ta đã không nhắc đến vô số các câu chuyện về những phụ nữ nhận phiếu giảm giá mặt hàng quần áo trẻ sơ sinh nhưng lại không đang mang thai.

Căn cứ vào các giai thoại, người ta dễ ngộ nhận rằng các thuật toán của Target không bao giờ sai – bất cứ ai nhận được phiếu giảm giá mặt hàng áo liền quần của trẻ sơ sinh và khăn giấy ướt đều đang mang thai. Rõ ràng không đúng. Thực tế, những phụ nữ đang mang thai nhận được phiếu giảm giá chỉ đơn giản vì Target đã gửi phiếu giảm giá đến toàn bộ khách hàng trong danh sách của họ. Trước tiên, chúng ta không nên đồng tình với suy nghĩ cho rằng Target sử dụng những nhân viên đọc được suy nghĩ của khách hàng rồi mới ngồi đếm xem mỗi lần trúng thì có mấy lần trật.

Theo cách lý giải của Charles Duhigg, Target xáo trộn các phiếu giảm giá ngẫu nhiên, ví dụ như phiếu giảm giá mặt hàng ly uống rượu, vì các khách hàng đang mang thai sẽ cảm thấy kinh sợ nếu họ nhận ra máy tính của công ty hiểu họ tường tận như thế nào.

Fung còn có một cách lý giải khác: Target xáo trộn các phiếu giảm giá không phải vì họ sợ gửi tập phiếu giảm giá toàn mặt hàng trẻ sơ sinh cho một phụ nữ đang mang thai nào đó mà vì công ty biết rằng trong số các tập phiếu giảm giá đó rốt cuộc sẽ có nhiều tập đến tay những người phụ nữ không đang mang thai.

Những cách lý giải trên không có ý phủ nhận giá trị của việc phân tích dữ liệu khách hàng: các phân tích kiểu như vậy có thể sinh ra lợi nhuận rất đáng kể. Thậm chí khi mức độ chính xác của việc gửi phiếu giảm giá đặc biệt có mục tiêu xác định gia tăng lên chút ít cũng là một thành tựu đáng để phấn đấu. Tuy nhiên, không nên kết hợp khả năng sinh lời với sự toàn tri.

Năm 2005, John Ioannidis, chuyên gia dịch tễ học, đã công bố một bài nghiên cứu có tiêu đề rõ ràng đến mức không cần giải thích gì thêm, “Why Most Published Research Findings Are False” (“Tại sao hầu hết các kết quả nghiên cứu đều sai”). Bài nghiên cứu nổi đình nổi đám vì đã lột tả một vấn đề hệ trọng một cách đầy khiêu khích. Một trong các ý tưởng chủ chốt đằng sau công trình của Ioannidis chính là “vấn đề kiểm định nhiều giả thuyết” theo ngôn ngữ của các chuyên gia thống kê.

Khi khảo sát một mô thức trong dữ liệu, người ta thường đặt câu hỏi về khả năng mô thức đó xuất hiện một cách ngẫu nhiên. Nếu mô thức được quan sát ít có khả năng xảy ra một cách ngẫu nhiên, thì mô thức đó “có ý nghĩa thống kê”.

Vấn đề kiểm định nhiều giả thuyết xuất hiện khi một nhà nghiên cứu xem xét nhiều mô thức khả dĩ cùng một lúc. Xét một ví dụ về thực nghiệm ngẫu nhiên, theo đó người ta phát viatmin cho một số học sinh tiểu học, số khác được phát cho giả dược. Liệu rằng vitamin có tác dụng không? Câu trả lời hoàn toàn phụ thuộc vào việc chúng ta hiểu “tác dụng” là như thế nào. Các nhà nghiên cứu có thể nhìn vào chiều cao, cân nặng của trẻ, tỷ lệ sâu răng, hành vi trong lớp học, điểm kiểm tra, thậm chí là lý lịch tư pháp hoặc thu nhập khi 25 tuổi (chờ đến khi trẻ trưởng thành). Sau đó, có nhiều cách kết hợp để kiểm tra xem: vitamin có tác dụng đối với trẻ nghèo, trẻ giàu, trẻ trai, trẻ gái hay không? Việc kiểm định đầy đủ các tương quan khác nhau và các kết quả may ra mới trúng sẽ nhấn chìm mọi khám phá thực sự.

Có nhiều cách giải quyết nhưng vấn đề lại càng trầm trọng hơn đối với các bộ dữ liệu lớn, vì có nhiều giả thuyết để kiểm định hơn là có nhiều dữ liệu để kiểm định. Nếu không phân tích cẩn thận, tỷ lệ mô thức thực so với mô thức giả tạo – một dấu hiệu của nhiễu – sẽ nhanh chóng tiến về 0.

Tệ hại hơn nữa, một trong các liều thuốc giải đối với vấn đề nhiều giả thuyết là sự minh bạch, cho phép những nhà nghiên cứu khác xác định số lượng giả thuyết được kiểm định và số lượng kết quả trái ngược đang mòn mỏi đợi chờ trong các ngăn kéo vì chúng có vẻ không hấp dẫn để công bố rộng rãi. Nhưng, dữ liệu được tìm thấy hiếm khi được bạch hóa. Amazon và Google, Facebook và Twitter, Target và Tesco – những công ty này không sẵn sàng chia sẻ thông tin với bạn hay với bất kỳ ai khác.

Các bộ dữ liệu mới, đồ sộ, rẻ tiền và các công cụ phân tích mạnh mẽ sẽ tạo ra tiền cổ tức – không ai nghi ngờ điều này. Và có một vài trường hợp việc phân tích dữ liệu lớn đã mang lại kết quả thần kỳ. David Spiegelhalter đến từ Cambridge đề cập đến Google Translate, một công cụ vận hành bằng cách phân tích thống kê hàng trăm triệu tài liệu đã được con người chuyển ngữ và tìm kiếm mô thức mà nó có thể sao chép. Đây là ví dụ về “máy học người” (machine learning) theo ngôn ngữ của các nhà khoa học máy tính, và công cụ dịch có thể cho ra các kết quả đáng kinh ngạc mà không cần đến những nguyên tắc ngữ pháp được lập trình sẵn. Công cụ dịch này của Google gần giống chiếc hộp đen chứa các thuật toán vận hành dựa vào dữ liệu và không bị chi phối bởi lý thuyết – và theo Spiegelhalter thì đó là “một thành tựu tuyệt vời”. Thành tựu đó được tạo ra trên nền tảng xử lý khéo léo các bộ dữ liệu khổng lồ.

Nhưng dữ liệu lớn không giúp giải quyết vấn đề đã ám ảnh các chuyên gia thống kê và các nhà khoa học trong nhiều thể kỷ qua: vấn đề thấu hiểu, vấn đề suy diễn điều gì đang xảy ra, và vấn đề xác định cách thức chúng ta có thể can thiệp nhằm cải thiện hệ thống.

Giáo sư David Hand đến từ trường Imperial College London nói rằng:  “Chúng ta có một nguồn lực mới ở đây”. “Nhưng không ai muốn có ‘dữ liệu’ đơn thuần cả. Cái họ muốn là các câu trả lời”.

Các phương pháp thống kê cần phải có những bước tiến dài để có thể làm được điều ấy.

Patrick Wolfe đến từ trường Đại Học College London phát biểu rằng: “Hiện trạng còn rất hoang sơ”. “Những người khôn ngoan và có động cơ sẽ xoay xở và tận dụng mọi công cụ khiến cho các bộ dữ liệu này lên tiếng, và quả là tuyệt vời. Nhưng trước mắt, chúng ta vẫn đang mò mẫm”.

Các chuyên gia thống kê đang vật lộn để phát triển các phương pháp mới nhằm đón bắt cơ hội của dữ liệu lớn. Chúng ta cần những phương pháp mới đó, nhưng chúng ta không được bỏ qua mà phải lấy các bài học thống kê truyền thống làm nền tảng phát triển các phương pháp mới để chúng có thể phát huy tác dụng.

Nhắc lại tuyên bố khẳng định của dữ liệu lớn. Độ chính xác kỳ lạ dễ thổi phồng kết quả nếu chúng ta lờ đi các trường hợp tưởng thật nhưng là sai lầm, như trường hợp dự báo về thai kỳ của Target. Tuyên bố cho rằng quan hệ nhân quả “đã bị hạ bệ” là đúng nếu chúng ta dự báo trong môi trường ổn định, nhưng lại là sai nếu thế giới biến động không ngừng (như trường hợp Dịch Cúm) hay khi bản thân chúng ta muốn thay đổi thế giới. Sự hứa hẹn “N = Tất cả”, và do đó mà vấn đề thiên lệch khi lấy mẫu không còn nữa, lại không đúng trong hầu hết các trường hợp được nhắc đến. Quan điểm cho rằng “khi có đủ dữ liệu trong tay, các con số sẽ nói lên tất cả” có vẻ chất phác một cách tuyệt vọng khi gặp phải những bộ dữ liệu mà các mô thức giả tạo lấn át các khám phá thực sự.

Thời đại “dữ liệu lớn” đã đến, nhưng thời đại của nhận thức sâu sắc thì chưa. Thách thức hiện tại là giải quyết các vấn đề mới và tìm được các câu trả lời mới mà không lặp lại những sai lầm về mặt thống kê trên một quy mô lớn hơn bao giờ hết.

Trần Thị Minh Ngọc dịch

Nguồn: “Big data: are we making a big mistake?”, FT Magazine, 28/3/2014.

Dữ liệu lớn: có phải chúng ta đang lầm to? – Phần đầu


Tim Harford

Dữ liệu lớn là thuật ngữ mơ hồ chỉ một hiện tượng có quy mô đồ sộ đã nhanh chóng trở thành mối quan tâm thường trực của các chủ doanh nghiệp, các nhà khoa học, các chính phủ và giới truyền thông.

Cách đây năm năm, một nhóm các nhà nghiên cứu của Google đã công bố một kết quả nghiên cứu đáng chú ý trên tạp chí Nature, một trong các tạp chí khoa học hàng đầu thế giới. Không cần sử dụng đến kết quả của bất cứ chương trình khám sức khỏe nào, ấy vậy mà họ vẫn có thể theo dõi được sự lây lan của dịch cúm trên khắp nước Mỹ. Không chỉ vậy, họ còn có thể làm được điều này nhanh hơn cả các Trung Tâm Kiểm Soát và Phòng Ngừa Dịch Bệnh (Centers for Disease Control and Prevention – CDC). Google lần theo dấu vết và báo cáo kết quả chỉ sau một ngày, trong khi CDC phải mất một tuần hoặc lâu hơn để tổng hợp tình hình dựa trên báo cáo của các phòng mạch. Google đã nhanh hơn vì nó theo dõi sự bùng phát của dịch cúm bằng cách lần ra sự tương quan giữa nội dung người ta tìm kiếm trực tuyến và triệu chứng nhiễm cúm của người tìm.

“Google Flu Trends” (Công cụ dự báo dịch cúm của Google) không những nhanh, chính xác và rẻ tiền, mà lại không bị chi phối bởi lý thuyết nào cả. Các kỹ sư của Google đã không phải bận tâm xây dựng giả thuyết về từ khóa nào – “các triệu chứng cúm” hay “các hiệu thuốc gần nhà” – có thể tương quan với sự lây lan của dịch bệnh. Nhóm kỹ sư của Goolge chỉ chọn ra 50 triệu từ khóa phổ biến nhất và phần việc còn lại do các thuật toán đảm nhiệm.

Sự thành công của Google Flu Trends đã trở thành biểu trưng cho một xu hướng mới nổi bật trong kinh doanh, công nghệ và khoa học: “Dữ liệu lớn”. Các nhà báo phấn khởi hỏi rằng: Giới khoa học có thể học được gì từ Google?

So với nhiều thuật ngữ thời thượng, “dữ liệu lớn” là một thuật ngữ mơ hồ, thường được giới kinh doanh bàn tán đến. Một số người nhấn mạnh quy mô đồ sộ của các bộ dữ liệu hiện hữu – ví dụ như hệ thống máy tính của máy gia tốc hạt lớn (LHC hay Large Hadron Collider) lưu trữ 15 petabytes dữ liệu mỗi năm, tương đương với dung lượng của kho nhạc yêu thích của bạn được tải trong 15.000 năm.

Nhưng loại “dữ liệu lớn” đang thu hút sự quan tâm của nhiều công ty có thể được xem là “dữ liệu tìm được” từ các tập tin kỹ thuật số do các trình duyệt tạo ra chúng ta khi lướt web, từ các giao dịch thanh toán bằng thẻ tín dụng và từ các thiết bị di động kết nối với cột ăngten điện thoại gần nhất. Google Flu Trends được xây dựng trên nền tảng các dữ liệu tìm được và chính loại dữ liệu này mới là loại tôi quan tâm ở đây. Các bộ dữ liệu như vậy thậm chí còn lớn hơn dữ liệu của LHC – dữ liệu của Facebook là dữ liệu lớn – nhưng điều đáng chú ý chính là việc thu thập loại dữ liệu này không mấy tốn kém khi xét trong tương quan với quy mô của chúng. Các bộ dữ liệu lớn là sự chấp nối lộn xộn các đơn vị dữ liệu được thu thập cho nhiều mục đích khác nhau và được cập nhật liên tục theo thời gian thực. Khi hoạt động truyền thông, giải trí và thương mại được đẩy lên internet và internet được tích hợp trên điện thoại, trong xe hơi và thậm chí trên kính đeo mắt của chúng ta, cuộc sống có thể được lưu lại và được phân tích theo cách thức mà chỉ cách đây một thập kỷ thôi con người khó lòng mà hình dung ra.

Những người cổ vũ cho dữ liệu lớn đã đưa ra bốn tuyên bố khẳng định thú vị, tuyên bố nào cũng mang lại thành công của Google Flu Trends: thứ nhất, việc phân tích dữ liệu lớn tạo ra các kết quả chính xác đến kỳ lạ; thứ hai, có thể nắm bắt không sót một đơn vị dữ liệu nào, khả năng này khiến cho kỹ thuật thống kê chọn mẫu truyền thống trở nên lỗi thời; thứ ba, không còn phải băn khoăn đâu là nhân đâu là quả nữa, bởi vì sự tương quan về mặt thống kê sẽ cho chúng ta biết những gì chúng ta cần biết; và thứ tư, các mô hình khoa học hay các mô hình thống kê không còn cần thiết nữa vì “khi có đủ dữ liệu trong tay, các con số sẽ nói lên tất cả” (nội dung trong ngoặc kép được trích trong bài “The End of Theory” (Sự Cáo Chung Của Lý Thuyết), một bài luận đầy khiêu khích đăng trên Wired năm 2008.

Chẳng may, trong tình huống tốt nhất thì bốn tuyên bố khẳng định trên mang lại sự giản tiện hóa cao độ khả quan. Trong hình huống xấu nhất, theo David Spiegelhalter, Giáo Sư Winton nghiên cứu Hiểu Biết của Công Chúng về Rủi Ro tại Đại học Cambridge, thì dữ liệu lớn có thể là “thứ rác rưởi đơn thuần. Hoàn toàn vô nghĩa.”

Dữ liệu tìm được hình thành nên cơ sở vững chắc cho nền kinh tế internet mới khi các công ty như Google, Facebook và Amazon tìm kiếm những phương cách mới nhằm hiểu thấu cuộc sống của chúng ta thông qua các dấu vết được lưu lại khi chúng ta lướt web. Kể từ khi Edward Snowden tiết lộ bí mật về quy mô và phạm vi hành vi theo dõi của Hoa Kỳ bằng các thiết bị điện tử, chúng ta càng thấy rõ các dịch vụ an ninh cũng chỉ quan tâm đến những thông tin mà họ thu thập được từ các dấu vết chúng ta để lại khi lướt web mà thôi.

Các chuyên gia tư vấn thúc giục những ai thờ ơ với dữ liệu cần phải tỉnh ngộ trước tiềm năng của dữ liệu lớn. Một báo cáo gần đây của Viện McKinsey Toàn Cầu đã ước lượng rằng hệ thống chăm sóc sức khỏe của Hoa Kỳ có thể tiết kiệm 300 tỷ USD mỗi năm – tức 1.000 USD tính bình quân trên mỗi công dân Hoa Kỳ – thông qua việc tích hợp và phân tích dữ liệu được sinh ra từ các thử nghiệm lâm sàng, các giao dịch bảo hiểm y tế cho đến các đôi giày chạy bộ thông minh.

Nhưng trong khi dữ liệu lớn hứa hẹn nhiều triển vọng dành cho các nhà khoa học, các doanh nhân và các chính phủ, thì chính dữ liệu lớn sẽ làm chúng ta thất vọng nếu chúng ta không quan tâm đến những bài học thống kê hết sức quen thuộc.

Spiegelhalter cho rằng: “Có rất nhiều vấn đề của dữ liệu nhỏ mà dữ liệu lớn cũng phải đối mặt”. “Các vấn đề đó không tiêu biến đi vì bạn có trong tay nhiều dữ liệu. Dữ liệu càng lớn, các vấn đề đó càng trầm trọng hơn.”

Bốn năm sau khi bài báo nguyên thủy được công bố trên tạp chí Nature, Bản Tin của tạp chí Nature đã loan báo một tin không hay: đợt bùng phát gần nhất của dịch cúm đã tấn công một nạn nhân bất ngờ: Google Flu Trends. Qua nhiều mùa đông cung cấp báo cáo chính xác và nhanh chóng về các đợt bùng phát của dịch cúm một cách đáng tin cậy, thì mô hình không bị chi phối bởi lý thuyết và có nguồn dữ liệu phong phú đã không còn đánh hơi được dịch cúm đang lan tới đâu. Mô hình của Google đã chỉ ra một đợt bùng phát dữ dội, nhưng khi dữ liệu chậm mà chắc của CDC đổ về thì người ta phát hiện ra rằng các ước lượng của Google về sự lây lan của những căn bệnh có vẻ như cúm đã bị khuếch đại lên gần như gấp 2 lần.

Vấn đề là Google không biết – không thể có sự khởi đầu để biết – điều gì đã tạo ra sự tương quan các từ khóa với sự lây lan của dịch cúm. Các kỹ sư của Google đã không cố gắng tìm hiểu đâu là nhân đâu là quả. Họ hầu như chỉ tìm ra các mô thức mang tính thống kê trong dữ liệu. Họ quan tâm đến tương quan hơn là nhân quả. Điều này khá phổ biến trong các phân tích sử dụng dữ liệu lớn. Xác định đâu là nhân đâu là quả không hề dễ dàng (một số người còn cho là bất khả). Xác định sự tương quan lại ít tốn kém và dễ dàng hơn. Theo nội dung cuốn sách “Big Data” của Viktor Mayer-Schönberger và Kenneth Cukier, đó chính là lý do tại sao “quan hệ nhân quả sẽ không bị vứt bỏ, nhưng lại đang bị hạ bệ, không còn được coi là cội nguồn của ý nghĩa nữa”.

Tuy nhiên, một phân tích chỉ chú trọng sự tương quan không dựa trên nền tảng lý thuyết rõ ràng là không bền vững. Nếu bạn không hiểu điều gì ẩn đằng sau sự tương quan, thì bạn sẽ không biết tại sao sự tương quan đó bị phá vỡ. Một cách lý giải cho sự thất bại của Flu Trends chính là các bản tin đầy rẫy các câu chuyện đáng sợ về dịch cúm vào tháng 12/2012 và những câu chuyện đó đã kích thích những người khỏe mạnh tìm kiếm thông tin trên internet. Một cách lý giải khác chính là thuật toán gợi ý tìm kiếm của Google đã dẫn dắt chệch mục tiêu khi Google bắt đầu đề xuất các chẩn đoán một cách tự động khi người ta nhập các triệu chứng bệnh vào.

Google Flu Trends sẽ phục hồi trở lại, sẽ được hiệu chuẩn lại bằng dữ liệu mới – và phải như vậy. Có nhiều lý do để vui mừng về các cơ hội lớn hơn được tạo ra cho chúng ta khi chúng ta dễ dàng thu thập và phân tích các bộ dữ liệu đồ sộ. Nhưng nếu chúng ta không rút ra được bài học gì từ sự cố này, chúng ta sẽ lại mắc sai lầm.

Các chuyên gia thống kê đã mất 200 năm để phát hiện những cạm bẫy chực chờ khi chúng ta tìm cách thấu hiểu thế giới bằng dữ liệu. Ngày nay, dữ liệu trở nên lớn hơn, nhanh hơn và rẻ hơn – nhưng chúng ta không được huyễn hoặc rằng các cạm bẫy giờ đây đã bị vô hiệu hóa. Cạm bẫy nguy hiểm vẫn chờ chực.

Năm 1936, Alfred Landon thuộc Đảng Cộng Hòa đã ra tranh cử cùng Tổng thống Franklin Delano Roosevelt. The Literary Digest, một tạp chí uy tín, nhận lãnh trách nhiệm dự báo kết quả bầu cử. Tạp chí này đã thực hiện một cuộc thăm dò ý kiến dư luận hết sức tham vọng qua đường bưu điện, mục tiêu đặt ra là phải tiếp cận được 10 triệu người, chiếm ¼ toàn bộ lực lượng cử tri. Lượng thư phản hồi đổ về ào ạt ngoài sức tưởng tượng, nhưng Digest dường như thích thú với khối lượng công việc khổng lồ này. Vào cuối tháng 8, tạp chí đã tường thuật rằng: “Tuần sau, những phản hồi đầu tiên trong số 10 triệu thư phản hồi này sẽ khơi dòng cho luồng phiếu được đánh dấu, sẽ được kiểm tra 3 lần, được đối chiếu, được phân loại chéo 5 lần và được tổng hợp.”

Sau khi lập biểu thống kê 2,4 triệu phản hồi được gửi về trong hơn 2 tháng, một con số đáng kinh ngạc, tạp chí The Literary Digest đã công bố kết quả khảo sát của họ: Landon sẽ thắng với tỷ lệ thuyết phục 55% so với 41%, một số ít cử tri còn lại ủng hộ ứng viên thứ ba.

Kết quả cuối cùng của cuộc bầu cử lại khác hoàn toàn: Roosevelt đã đè bẹp Landon với tỷ lệ 61% so với 37%. Sự đau đớn ê chề của tạp chí The Literary Digest chưa dừng lại ở đó, một cuộc điều tra có quy mô nhỏ hơn rất nhiều do George Gallup, một người tiên phong trong thăm dò dư luận, thực hiện đã có kết luận khá sát với kết quả bầu cử thực tế, dự báo được chiến thắng dễ dàng của Roosevelt. Ông Gallup đã nắm bắt được một số điều mà tạp chí The Literary Digest không biết. Nói đến dữ liệu, kích cỡ không quyết định tất cả.

Các cuộc thăm dò dư luận căn cứ trên các mẫu rút ra từ toàn bộ lực lượng cử tri. Điều này có nghĩa là những người thăm dò dư luận cần phải giải quyết 2 vấn đề: sai số khi lấy mẫu (sample error) và thiênlệch khi chọn mẫu (sample bias).

Sai số khi lấy mẫu thể hiện rủi ro, hoàn toàn ngẫu nhiên, mẫu được chọn ngẫu nhiên không phản ánh quan điểm thực của tổng thể. “Biên độ sai số” được báo cáo trong các cuộc thăm dò dư luận phản ánh rủi ro này và khi mẫu càng lớn thì biên độ sai số càng nhỏ. 1.000 cuộc phỏng vấn là một mẫu đủ lớn phục vụ được nhiều mục đích và ông Gallup cho biết ông đã thực hiện 3.000 cuộc phỏng vấn.

Nhưng nếu 3.000 cuộc phỏng vấn cho ra kết quả tốt, vậy thì tại sao 2,4 triệu cuộc phỏng vấn lại không có được kết quả sát hơn? Câu trả lời là sai số khi lấy mẫu có một người bạn hết sức nguy hiểm: thiên lệch khi chọn mẫu. Sai số khi lấy mẫu xuất hiện khi mẫu được chọn ngẫu nhiên không phản ánh được tổng thể một cách hoàn toàn ngẫu nhiên; thiên lệch khi chọn mẫu xuất hiện khi mẫu hoàn toàn không được chọn một cách ngẫu nhiên. George Gallup đã phải tốn nhiều công sức để tìm mẫu không bị chệch vì ông hiểu rằng có được mẫu không chệch quan trọng hơn mẫu lớn.

Tạp chí The Literary Digest, trong quá trình săn tìm bộ dữ liệu lớn hơn, đã vụng về chọn phải một mẫu bị chệch. Tạp chí này đã gửi biểu mẫu cho những người trong danh sách mà họ tập hợp được từ danh sách đăng kiểm xe hơi và từ danh bạ điện thoại – vào năm 1936 thì mẫu này gồm toàn những người giàu có so với mặt bằng chung. Sự thiên lệch càng trầm trọng hơn khi những người ủng hộ Landon có nhiều khả năng gửi thư phản hồi hơn. Sự cộng hưởng của hai thiên lệch này đủ kết liễu cuộc thăm dò của tạp chí The Literary Digest. Cứ mỗi người mà chuyên gia thăm dò ý kiến dư luận của George Gallup phỏng vấn, thì tạp chí The Literary Digest nhận được 800 thư phản hồi. Điều khiến họ đau đớn ê chề chính là việc họ ước lượng được một kết quả sai lầm cực kỳ chính xác.

(còn tiếp) 

Trần Thị Minh Ngọc dịch

Nguồn: “Big data: are we making a big mistake?”, FT Magazine, 28/3/2014.

Bàn tay vô hình gặp con khỉ đột vô hình: Kinh tế học và tâm lý học của sức chú ý khan hiếm


Diane Coyle

Phải chăng các nhà kinh tế học đã thiếu chú ý? Bài báo này tường thuật lại một hội nghị về tâm lý học và kinh tế học của “sức chú ý khan hiếm”. Trung tâm của cuộc thảo luận là giả thiết phải chăng việc có quá nhiều thông tin khiến cho việc ra quyết định trở nên mù quáng và liệu điều này có thể giải thích tại sao rất nhiều nhà kinh tế học bỏ qua những dấu hiệu cảnh báo về một cuộc khủng hoảng.

Kể từ cuộc khủng hoảng tài chính [2008 – ND], nhiều nhà bình luận đã đặt câu hỏi tại sao rất nhiều nhà kinh tế đã không dự đoán được nó – hoặc thậm chí liệu rằng kinh tế học có vai trò nào trong việc (góp phần) gây ra cuộc khủng hoảng. Một nhóm các chuyên gia Anh trong năm 2009 cho rằng việc không dự đoán được này là một dạng “tâm lý học của sự từ chối” đang đè nặng toàn bộ thế giới tài chính.[2]

Giới kinh tế từ đó tiếp tục đánh giá vai trò của mình trong thảm họa tài chính và khủng hoảng kinh tế sau này. Những giả thiết chuẩn của chủ đề này về cách mọi người đưa ra quyết định và lựa chọn hành xử là trọng tâm đặc biệt được nghiên cứu kỹ lưỡng. Phải chăng giả định rằng các sự lựa chọn đều dựa trên lý trí, vì mục đích có lợi cho bản thân, dựa trên các thông tin có sẵn, tự chính nó góp phần vào một hiểu lầm khủng khiếp của các cơ quan điều tiết và hoạch định chính sách về những gì có thể xảy ra trong các thị trường tài chính?

Kinh tế học hành vi đưa ra một số ví dụ về các quy tắc theo kinh nghiệm về hành vi khác nhau mô tả quyết định điển hình chính xác hơn so với các giả thiết chuẩn. Tuy nhiên, để giải quyết các câu hỏi một cách hệ thống, các nhà kinh tế sẽ cần phải học từ tâm lý học (cụ thể, tâm lý học về sự lựa chọn cá nhân trong tình huống mà con người phải đối mặt với một dòng thông tin liên tục, như họ thường phải đối mặt với nhiều quyết định kinh tế).

Những người tham gia một buổi hội thảo gần đây về Tâm lý học và Kinh tế học của sức chú ý khan hiếm tại trường Kinh tế Toulouse đã đề cập tới những vấn đề này (xem tóm tắt ở đây). Chủ đề chính là liệu sự hiểu biết ngày càng lớn của các nhà khoa học về tri nhận về cách “cảm nhận giác quan” chuyển thể thành hành động, với sức chú ý có hạn của con người, có đưa ra được bài học nào cho các nhà kinh tế hay không.

Một minh họa sống động về sự tương đồng tiềm năng được đưa ra trong một ví dụ do Giám đốc Nghiên cứu CNRS Kevin O’Regan của Học viện Descartes Paris về Thần kinh học và Nhận thức (Institut Paris Descartes de Neurosciences et Cognition) đưa ra, về một vụ tai nạn máy bay (trong mô phỏng) do phi công không nhìn thấy chiếc máy bay khác phía trước mình khi anh hạ cánh. Tại sao phi công giàu kinh nghiệm không nhìn thấy máy bay trên đường băng? Thật sự thì câu hỏi này cũng giống như hỏi tại sao hầu hết mọi người không nhìn thấy sự sụp đổ sắp xảy ra trong các thị trường tài chính, khi các thông tin đã có sẵn cho những người tìm kiếm cẩn thận?

“Sự mù lòa vô thức” là chuyện bình thường. Ví dụ nổi tiếng nhất liên quan đến những gì mọi người gần một nửa thời gian là không thấy khi đặt ra nhiệm vụ xem một đoạn video và đếm số lần chuyền bóng giữa hai đội bóng rổ – một con khỉ đột đi ngang trên màn hình (Chabris và Simons 2010). Các nhà thần kinh học tham gia hội thảo đã không cảm thấy thuyết phục rằng có sự giống nhau giữa sự mù lòa vô thức và việc không thể dự đoán, nhưng các nhà kinh tế cho rằng con khỉ đột vô hình có thể cung cấp cho họ một bộ giả thiết hiệu quả hơn các hơn so với bàn tay vô hình khi nói đến cách con người hình thành sở thích và đưa ra quyết định của mình.

Nếu cho rằng sự chú ý là có chọn lọc trong việc đối phó với số lượng lớn các thông tin mà các giác quan có thể thu được từ thế giới bên ngoài, thì cả hai yếu tố tự nguyện và không tự nguyện có thể đều tham gia vào việc lựa chọn đó. Kiến trúc của não nắm giữ chìa khóa để hiểu được cơ chế lựa chọn. Nhiều khu vực khác nhau của bộ não xử lý các nhận thức trực quan. Mỗi phần có chức năng chuyên biệt của mình, hoạt động đồng thời và tương tác với nhau. Hệ thống này phức tạp và ít nhiều có tính thứ bậc, và tất cả các giác quan thể hiện vai trò cùng một lúc. Có một sự cạnh tranh mạnh mẽ giữa các tế bào thần kinh trong quá trình chọn lọc.

Do đó, quan điểm hiện tại về sức chú ý khan hiếm là nó bắt nguồn từ kiến trúc của não. Ví dụ như trong xử lý hình ảnh, thông tin đi từ cấp thấp đến cấp cao hơn của não. Các tế bào thần kinh cấp thấp (trong vỏ não thị giác chính) rất nhạy cảm với các đặc điểm đơn giản như góc cạnh trong khi những tế bào cấp cao rất nhạy cảm với các đối tượng và phạm trù (như khuôn mặt). Ngoài ra, các tế bào thần kinh cấp thấp được kích hoạt bởi các đặc điểm trực quan tại các địa điểm cụ thể trong khi tế bào thần kinh cấp cao lại không cụ thể như vậy, và các vùng tiếp nhận tương ứng (các khu vực không gian, nơi mà sự hiện diện của một tác nhân kích thích sẽ làm thay đổi sự phản ứng của tế bào thần kinh đó) là lớn hơn. Cả hai điều này đều có nghĩa là mỗi tế bào thần kinh cấp cao có liên quan với một vài tế bào thần kinh cấp thấp – những tế bào cấp thấp này đang cạnh tranh với nhau trong một cuộc thi “được ăn cả, ngã về không”. Có một thất thoát thông tin [ở đây], và là cơ sở thần kinh của sự chú ý khan hiếm.

Có vẻ như mục tiêu rõ ràng cho việc áp dụng những bài học từ tâm lý học về cách hướng sự chú ý hiệu quả – ví dụ như, khi tìm kiếm cách trình bày thích hợp các dữ liệu về thị trường tài chính để giúp cảnh báo các cơ quan chức năng về những cuộc khủng hoảng trong tương lai. Các nhà kinh tế cũng quan tâm tới những bài học khái quát hơn cho các giả thiết về việc ra quyết định trong các mô hình kinh tế. Một lĩnh vực kinh tế mà sự chú ý là một yếu tố quan trọng là trong quảng cáo. Chúng ta có chú ý đủ đến quảng cáo để thay đổi lựa chọn mua sắm của mình không – quảng cáo có hiệu quả không?

Vấn đề về hiệu quả của quảng cáo đã trở nên cấp thiết hơn khi ngày càng nhiều phương tiện truyền thông và chi tiêu chuyển sang hoạt động trực tuyến. Các nhà quảng cáo đang xem xét nơi họ có thể truyền đạt tới người tiêu dùng hiệu quả nhất, trong khi người tiêu dùng đang phải đối mặt với các loại quảng cáo mới, và ngày càng bị “quá tải thông tin”. Quảng cáo trực tuyến tạo ra dữ liệu phong phú, và nghiên cứu kinh tế đang bắt đầu đề cập tới một số vấn đề này.

Số lần nhấp chuột vào các quảng cáo trực tuyến (clicks on ads online) chiếm 98% doanh thu của Google. Hal Varian, Nhà kinh tế trưởng (Chief economist) tại Google, cho rằng vị trí của quảng cáo trên màn hình quyết định tần suất mọi người nhấp vào nó. Sự lựa chọn vị trí một phần là do văn hóa – ví dụ, tùy thuộc vào việc người đó có đọc ngôn ngữ đó từ trái sang phải hay không – và một phần phát triển từ việc Google học hỏi dần dần từ người sử dụng và sự lựa chọn của nhà quảng cáo. Do đó, việc chọn vị trí của mỗi quảng cáo trên trang trực tuyến được quyết định bằng giá trị của vị trí mỗi nhà quảng cáo nhận được đối với họ; và sự khác biệt giữa các mức đấu giá là thước đo giá trị của sự chú ý. Nếu mọi người đều có khả năng nhấp vào bất kỳ quảng cáo trên trang web như nhau, các nhà quảng cáo sẽ không sẵn sàng trả nhiều tiền hơn để được đặt ở phía trên cùng của trang.

Sự hiểu biết thông thường về áp lực thương mại ngày càng tăng trên cả hai ngành công nghiệp báo chí và phát thanh là doanh thu của họ đang bị phá hoại bởi cả việc người dùng không sẵn lòng trả tiền cho bất cứ điều gì trực tuyến lẫn việc doanh thu từ việc quảng cáo trực tuyến thấp hơn rất nhiều so với quảng cáo ngoại tuyến (quảng cáo thông thường). Tuy nhiên, Varian lập luận rằng việc cho rằng quảng cáo ngoại tuyến đắt hơn rất nhiều là sai, vì sự so sánh thích hợp là giá của sự chú ý, chứ không phải là giá của bản thân quảng cáo.

Độc giả ngoại tuyến tạo ra 88% doanh thu quảng cáo báo chí tại Mỹ, và họ dành ra trung bình 24 phút mỗi ngày để đọc báo. Độc giả trực tuyến tạo ra 12% doanh thu quảng cáo và dành ra chỉ 1,2 phút một ngày để đọc. Vì vậy, quảng cáo ngoại tuyến rẻ hơn cho mỗi phút đọc khi so sánh với đọc báo trực tuyến, nó (quảng cáo ngoại tuyến) chiếm được gấp 20 lần sự chú ý mà chỉ tốn chi phí gấp bảy lần. Lý do có vẻ là do người ta đọc báo trực tuyến tại nơi làm việc, còn đọc báo ngoại tuyến ở nhà. Điều đó tạo nên thách thức thực sự cho báo chí để làm cho người dân dành nhiều thời gian hơn để đọc báo trực tuyến, Varian kết luận.

David Reiley (2011), nhà khoa học nghiên cứu chính (Principal Research Scientist) tại Yahoo! Research, mô tả các kết quả của một thí nghiệm nghiên cứu hơn một triệu khách hàng đã mua từ một nhà bán lẻ lớn của Mỹ và cũng là người sử dụng Yahoo! Các khách hàng được phân ngẫu nhiên vào hai nhóm xử lí và nhóm đối chứng. Nhìn vào số liệu của mỗi khách hàng về mức độ tiếp xúc với quảng cáo và việc mua sắm hàng tuần tại cửa hàng bán lẻ này, cả trực tuyến và tại cửa hàng, cho thấy tác động đáng kể về mặt thống kê và kinh tế của quảng cáo trên doanh thu. Tác động này kéo dài trong vài tuần sau khi kết thúc một chiến dịch quảng cáo, và tổng tác động lên doanh thu vượt quá chi phí của nhà bán lẻ dành cho quảng cáo. Một chiến dịch quảng cáo tốn 25.000 USD đem lại thêm doanh thu trong hai tuần là 83.000 USD (+/-70.000 USD- khoảng tin cậy rộng do số liệu doanh số bán lẻ có dao động lớn). Sau năm tuần, một chiến dịch quảng cáo được ước tính trị giá 33.000 USD đã tăng doanh số bán hàng thêm 250.000 USD +/-190.000 USD. Tuy nhiên, hầu hết các tác động của quảng cáo trực tuyến trên doanh số bán hàng là thông qua bán hàng tại cửa hàng.

Những bằng chứng khác được trình bày tại hội thảo cho rằng cá nhân hoá quảng cáo trực tuyến thường ít hiệu quả hơn so với việc gửi thông báo chung. Việc tuỳ chỉnh quảng cáo cho mỗi cá nhân căn cứ theo hành vi duyệt web của họ – được biết đến trong ngành công nghiệp là “tái lập mục tiêu động” – là tâm điểm niềm hy vọng khổng lồ của các nhà quảng cáo để đạt được hiệu quả lớn hơn nhờ sự liên quan của quảng cáo hiển thị cho từng cá nhân. Nhưng bằng chứng từ một thí nghiệm trực tuyến được trình bày bởi Anja Lambrecht của Trường Thương mại London (London Business School), (thí nghiệm này) sử dụng tái lập mục tiêu động ngẫu nhiên cho một công ty du lịch, cho rằng quảng cáo chung có nhiều khả năng khiến cho một người tiêu dùng quyết định mua hơn là một quảng cáo cụ thể, tăng khả năng chuyển đổi thêm 60%. Những người duy nhất mà các quảng cáo cụ thể có hiệu quả hơn là những người đã đọc qua một trang web đánh giá để tìm kiếm một loại sản phẩm cụ thể. Lambrecht cho rằng sự khác biệt này có thể chỉ ra rằng nhiều người tiêu dùng ban đầu không có sở thích rõ ràng, và sử dụng các quá trình tìm kiếm để tinh chỉnh sở thích của họ. Nhưng nếu họ đã biết đủ về những gì họ muốn mua để truy cập vào một trang web đánh giá, có thể nói là họ đã có sở thích khá cụ thể. Bài học cho ngành công nghiệp quảng cáo là để có hiệu quả lớn hơn họ sẽ cần phải có cái nhìn sâu sắc hơn hiện tại về quá trình ra quyết định của khách hàng, cần phải biết sở thích của họ đã cố định đến mức nào, và theo mức độ chi tiết mà quảng cáo nhắm tới một đối tượng khách hàng cần phải có để đạt hiệu quả (Lambrecht và Tucker 2011).

Lưu Anh Trí, Nguyễn Thị Trà Giang dịch

Nguồn: The invisible hand meets the invisible gorilla: The economics and psychology of scarce attentionVoxeu.Org, 03 Dec. 2011.

Diane Coyle là Giáo sư Kinh tế, Đại học Manchester; nhà sáng lập Kinh tế học Khai minh và là đồng giám đốc của Policy@Manchester.

Akerlof và Shiller: Tất cả những gì bạn cần biết về thao túng thị trường tự do – Phần cuối


Làm sao chúng ta biết được?

Chúng tôi tiên đoán rằng cuốn sách này sẽ không phổ biến (thậm chí là ít phổ biến nhất) đối với những người nghĩ rằng ai cũng luôn đưa ra các quyết định tốt nhất cho bản thân mình. Họ sẽ hỏi ai là Bob và George để nói rằng cá nhân con người không bao giờ là trọng tài tốt nhất của chính mình trong việc giúp bản thân ra các quyết định có tác động đến chính họ? Tương tự như phần lớn kinh tế học, luận điểm này có ý nghĩa trừu tượng. Nhưng khi chúng tôi xem xét câu hỏi này lúc nó mô tả con người thực ra quyết định thực (như chúng tôi sẽ làm trong suốt quyển sách này), chúng tôi phát hiện ra rằng họ đã bị lừa cắn câu: và, hậu quả là họ đưa ra các quyết định mà chỉ cần vận dụng một ít trí khôn cơ bản thôi, họ sẽ nhận biết các quyết định đó không mang lại lợi ích cho họ.

Chúng ta không phải tự phụ khi thấy người ta đưa ra những quyết định như vậy. Chúng ta nhận biết được là vì chúng ta thấy người ta đưa ra các quyết định mà KHÔNG AI THỰC SỰ MUỐN. Henry David Thoreau đã nhấn mạnh rằng “nhiều người sống cuộc sống trong âm thầm tuyệt vọng”. Đáng chú ý, một trăm năm mươi năm sau, ở nước Mỹ, quốc gia phồn vinh nhất thế giới mà chúng ta từng biết, quá nhiều người vẫn sống trong âm thầm tuyệt vọng. Hãy nghĩ về trường hợp cô Mollie tội nghiệp ở Vegas.

KHÔNG AI THỰC SỰ MUỐN CẢ

Bốn vấn đề lớn cho thấy tại sao tình trạng KHÔNG AI THỰC SỰ MUỐN CẢ lại lan rộng gồm: an toàn tài chính cá nhân; ổn định nền kinh tế vĩ mô (nền kinh tế tổng thể); sức khỏe của chúng ta; và chất lượng của chính phủ. Trong mỗi vấn đề trên, chúng ta sẽ thấy rằng việc thả câu chờ kẻ đại ngốc mắc sai lầm có tác động đáng kể đến cuộc sống của chúng ta.

An toàn tài chính cá nhân. Một thực tế cơ bản của đời sống kinh tế chưa bao giờ được đưa vào sách giáo khoa kinh tế học. Hầu hết người trưởng thành, ngay cả ở các nước giàu, đều mang mối lo làm thế nào để thanh toán các hóa đơn theo lên giường ngủ mỗi tối. Các kinh tế gia cho rằng ai cũng dễ dàng gói gém chi tiêu trong ngân sách của mình. Nhưng họ quên rằng ngay cả khi chúng ta thận trọng đến 99%, thì cũng còn 1% chúng ta hành động như thể “tiền là chuyện nhỏ”, có thể hủy hoại toàn bộ lựa chọn đúng đắn trước đó. Và các doanh nghiệp biết rất rõ 1% này. Họ nhắm vào các sự kiện trong cuộc sống của chúng ta khi mà tình yêu (hay những động cơ khác) lấn át sự cẩn trọng ngân sách của chúng ta. Đối với một số người thì sự kiện đó là thông lệ tặng quà vào dịp Giáng Sinh hàng năm. Đối với những người khác thì là các nghi lễ đánh dấu những cột mốc của đời người như: đám cưới (là nghi lễ mà các tạp chí chuyên về cưới hỏi khẳng định với các cô dâu rằng chi phí của một “đám cưới trung bình” gần bằng một nửa thu nhập bình quân đầu người hàng năm); đám tang (là nghi lễ mà người điều hành dịch vụ tang lễ tỉ mỉ giới thiệu về các cỗ quan tài để dẫn dắt lựa chọn, ví dụ như, kiểu Monaco “làm bằng thép không gỉ Sea Mist, bên trong toàn bộ được lót nhung 600 Aqua thượng hạng, được chần bông và dệt chun tinh xảo”); hay sinh con (là dịp mà hãng đồ chơi Babies “R” Us sẽ phái chuyên viên tư vấn cá nhân của họ đến).

Nhưng các nghi lễ kể trên không phải là những dịp duy nhất trong đời mà việc tính toán được cho là keo kiệt. Do vậy, không phải ngẫu nhiên mà ở Mỹ, vốn trong thời kỳ phồn vinh nhất từ trước đến giờ, hầu hết người trưởng thành vẫn phải lo lắng về các hóa đơn khi đi ngủ. Các nhà sản xuất rất sáng tạo trong việc khiến cho chúng ta cảm thấy cần những sản phẩm được sản xuất ra trong khi họ đáp ứng các nhu cầu có thực của chúng ta. Không ai muốn phải lo lắng về các hóa đơn khi đi ngủ. Nhưng hầu như ai cũng phải lo lắng.

Một lý do khiến chúng ta lo lắng về các hóa đơn là tình trạng bán giá quá đắt: là người tiêu dùng, chúng ta đặc biệt có xu hướng trả quá nhiều tiền khi chúng ta bước ra khỏi vỏ ốc của mình để mua một hàng hóa đắt đỏ và hiếm khi mua. Đáng chú ý là trong khoảng 30% số nhà bán được cho người mua mới, tổng chi phí giao dịch – của người mua lẫn người bán – bằng hơn phân nửa số tiền đặt cọc mà người mua phải nộp để thực hiện giao dịch. Như chúng ta sẽ thấy, nhân viên kinh doanh xe hơi, đã phát triển các kỹ thuật tinh vi để bán cho chúng ta nhiều xe hơi hơn số chúng ta thực sự muốn; và đồng thời cũng khiến chúng ta phải trả quá nhiều tiền. Không ai muốn bị mua đắt. Nhưng chúng ta vẫn phải mua hàng với giá đắt, ngay cả trong những trường hợp mua bán mà chúng ta cẩn trọng nhất trong cuộc đời của mình.

Bất ổn tài chính và bất ổn vĩ mô. Thả câu chờ kẻ đại ngốc mắc sai lầm trong thị trường tài chính là nguyên nhân lớn nhất của các cuộc khủng hoảng tài chính kéo theo tình trạng suy thoái sâu. Xét về các cuộc khủng hoảng tài chính thì cụm từ thịnh hành “Lần này sẽ khác” vừa đúng vừa sai. Trong giai đoạn tăng trưởng nóng trước khi cuộc khủng hoảng xảy ra, những kẻ thả câu dụ dỗ người mua về những tài sản mà họ phải bán bằng chiêu thức “lần này sẽ khác”. Ví dụ như vụ công ty sản xuất que diêm Swedish Match ở những năm 1920 (Ivar Kreuger, sáng lập viên của công ty Kreuger & Toll); vụ các công ty công nghệ dot-com ở những năm 2000 (Angelo Mozilo, chủ tịch hội đồng quản trị kiêm giám đốc điều hành của công ty tài chính Countrywide). Vâng, không lần nào giống lần nào cả; các doanh nghiệp khác nhau; sản phẩm của họ khác nhau. Nhưng, đồng thời, lần nào cũng vậy. Có những kẻ thả câu; và có những kẻ đại ngốc. Và khi chứng khoán do những kẻ thả câu giấu mặt dựng lên (kinh tế gia John Kenneth Galbraith gọi là “the bezzle” – sự gia tăng tài sản ảo) hiện nguyên hình, giá tài sản lao dốc. Các nhà quản lý đầu tư đã mua các gói chứng khoán có các khoản thế chấp xấu trong thời gian tích tụ nên cuộc khủng hoảng 2008 có thể đã không muốn mua chúng. Và sau đó, thật đau đớn, phản ứng phụ kinh hoàng đã diễn ra: niềm tin vỡ vụn trong toàn bộ nền kinh tế; giá chứng khoán giảm đi phân nửa; mất việc hàng loạt; và người thất nghiệp không thể tìm được việc làm. Tình trạng thất nghiệp dài hạn đạt mức cao chưa từng thấy kể từ Cuộc Đại Khủng Hoảng.

Sức khỏe. Ngay cả trong vấn đề sức khỏe, vốn dĩ là nhu cầu lớn nhất của chúng ta khi chúng ta đã được cơm no áo ấm, có nhà cửa đầy đủ, các hãng dược cũng thả câu đợi chúng ta mắc sai lầm. Vào những năm 1880, khi Daniel Pinkham, sống ở ngoại vi New York, để ý thấy có nhiều phụ nữ rất quan tâm đến bệnh thận, ông đã viết thư về nhà nhắn mọi người nên đưa bệnh thận vào danh sách các căn bệnh mà hãng thuốc Pinkham Pills của gia đình có thể chữa khỏi. Lời khuyên của ông được tiếp thu. Ngày nay, các hãng dược không còn được bổ sung bệnh vào trong danh sách nữa. Ở Mỹ, các hãng dược phải vượt qua hai cửa ải. Họ phải có được sự chấp thuận của Food and Drug Administration (Cục Quản Lý Thực Phẩm và Dược Phẩm), thông qua việc thực nghiệm đối chứng ngẫu nhiên; họ phải đồng thời thuyết phục được các bác sĩ kê thuốc của họ cho bệnh nhân. Nhưng họ cũng đã có hơn một thế kỷ lăn lộn tìm cách vượt qua các cửa ải này. Một số dược phẩm dù vượt ải thành công nhưng chỉ mang lại lợi ích rất bé. Tệ hơn, một số dược phẩm chỉ toàn gây hại, như Vioxx (một loại kháng viêm giống như Aleve) và liệu pháp thay thế nội tiết tố. Với bề dày năm năm xuất hiện trên thị trường, từ năm 1999 đến năm 2004, người ta ước lượng rằng Vioxx đã gây ra từ 26.000 đến 56.000 trường hợp tử vong do vấn đề tim mạch ở Mỹ; việc các bác sĩ và các nhà thuốc không thông báo cho phụ nữ biết những nghi ngờ về liệu pháp thay thế nội tiết tố đã gây ra khoảng 94.000 ca ung thư vú. Không ai muốn dùng thuốc dỏm cả.

Hậu quả ảnh hưởng đến sức khỏe không chỉ dừng lại ở thuốc dỏm. Nói về vấn đề ăn uống và hậu quả của nó. Khoảng 69% người Mỹ trưởng thành bị thừa cân; hơn phân nửa trong số đó (36% người Mỹ) bị béo phì. Một nghiên cứu thuần tập thực hiện trên hơn 120.000 người đã phô bày một thực trạng chính xác đáng kinh ngạc. Những người được phỏng vấn, chủ yếu là các y tá có đăng ký chính thức, được quan sát mỗi bốn năm một lần, từ cuối những năm 1970 suốt đến năm 2006. Số cân tăng trung bình mỗi bốn năm là 3,35lb (cân Anh) (tổng cộng tăng 16,75lb trong 20 năm). Phân tích thống kê cho biết 3,35lb tăng thêm là do 1,69lb snack khoai tây, 1,28lb khoai tây chiên, và 1lb thức uống có đường. Nói một cách hình tượng thì những y tá đó đã không thể ngưng nhóp nhép snack khoai tây (muối và mỡ) và khoai tây chiên (mỡ và muối) hay ngưng xì xụp các chai nước ngọt (đường). Họ lựa chọn một cách tự nguyện. Không dừng lại ở các y tá, mà khái quát hơn, các ông lớn ngành thực phẩm chi hoa hồng cho các phòng thí nghiệm khoa học để họ tính toán “các điểm cực mãn” của người tiêu dùng khiến họ thèm đường, muối, và mỡ cực độ. Tuy nhiên, không ai muốn béo phì cả.

Thuốc lá và rượu là những cái cần câu khác có liên quan đến sức khỏe. Nhưng có sự khác biệt lớn giữa hai sản phẩm này. Ngày nay, không ai nghĩ rằng hút thuốc lá là sành điệu cả. Khi George viết đoạn này, ông ngồi làm việc trong một tòa nhà văn phòng lớn ở Washington, HQ1 (Trụ sở chính 1) của Quỹ Tiền Tệ Quốc Tế. Người ta cấm hút thuốc bên trong tòa nhà. Nhưng trên đường đến nơi làm việc vào buổi sáng, ông đi ngang qua một số người hút thuốc đứng lác đác bên ngoài. Những người hút thuốc đó ai nấy cũng hằn học né tránh ánh nhìn chăm chăm của ông. Tuy không nói ra, nhưng họ biết ông đang nghĩ rằng họ đang liều mạng sống của chính họ: để có được niềm vui rất không đáng. Kết quả của sự chỉ trích và tự chỉ trích này là tỷ lệ người hút thuốc lá ở Mỹ đã giảm đi hơn phân nửa tính từ cái thời tăm tối khi mà những người đáng ra biết được nhiều thông tin hơn lại thuyết phục rằng hút thuốc thực sự tốt cho sức khỏe: hút thuốc giúp bạn giảm cân.

Còn một loại chất gây nghiện hợp pháp nữa ngoài thuốc lá, có thể có hại nhiều hơn; nhưng lại ít bị chỉ trích hơn. David Nutt và các cộng sự ở Anh, cùng Jan van Amsterdam và Willem van den Brink ở Hà Lan đã thành lập các nhóm chuyên gia đánh giá tác hại tương đối của các loại chất gây nghiện ở các quốc gia của họ. Tính luôn cả tác hại đối với người khác – thay vì chỉ tính tác hại đối với bản thân người dùng – Nutt và các cộng sự đánh giá rượu là loại tệ hại nhất; van Amsterdam và các cộng sự xếp rượu ở hàng thứ hai sau ma túy, nhưng sự hơn kém về tác hại là rất nhỏ. Lát nữa chúng ta sẽ thấy (từ các nghiên cứu suốt đời) rằng việc lạm dụng rượu rất có thể là phương thuốc giảm đau thần diệu duy nhất trong đời sống người Mỹ. Hơn nữa, các quán bar, nhà hàng, hãng hàng không và bạn bè của chúng ta gặp khi tiệc tùng đều ép chúng ta uống một ly, và đôi khi thêm một ly nữa, và một ly nữa,… Không ai để ý rằng uống thêm một ly nữa là một lựa chọn quá dễ dàng. Không ai muốn trở thành kẻ nghiên rượu. Nhưng thay vì khuyên can thì người ta lại dụ dỗ.

Chính phủ tồi. Trong khi thị trường tự do ít nhất là có thể vận hành hiệu quả trong các điều kiện lý tưởng, thì nền dân chủ cũng vậy. Nhưng các cử tri lại bận rộn lo toan cho cuộc sống của riêng mình; do vậy mà các cử tri hoàn toàn không thể biết được khi nào một chính trị gia đi chệch ra khỏi mong muốn thực sự của cử tri về tăng cường pháp chế. Và cũng chỉ vì chúng ta là người trần mắt thịt, chúng ta có xu hướng bầu cho người nào khiến chúng ta cảm thấy hài lòng nhất. Do vậy, chính trị dễ bị tác động bởi trò thả mồi đơn giản nhất, theo đó các chính trị gia âm thầm huy động tiền bạc từ các nhóm lợi ích, và sử dụng nguồn tiền đó để chứng tỏ rằng họ “không khác gì các cử tri”. Chương “Thả Câu Trong Chính Trị” của chúng tôi sẽ mô tả chiến dịch vận động tranh cử năm 2004 của Charles Grassley thuộc tiểu bang Iowa, người giữ chức chủ tịch Ủy Ban Tài Chính Thượng Viện lúc bấy giờ, và là người đã tập hợp được một nguồn quỹ tranh cử trị giá nhiều triệu đô la và đã tấn công dồn dập khắp tiểu bang bằng chương trình quảng cáo trên truyền hình phát đi hình ảnh ông cũng “như dân chúng”, đang ở nhà, ngồi trên chiến xe cắt cỏ của ông ta. Không có gì quá bất thường về vai trò của tiền bạc trong cuộc vận động này. Ngược lại, chúng ta chọn cách làm như vậy vì nó quá đặc trưng. Nhưng (hầu như) không ai muốn có một nền dân chủ mà các cuộc bầu cử được mua theo cách này.

Trần Thị Minh Ngọc dịch

Nguồn: “Akerlof and Shiller: Everything You Need to Know About Free-Market Manipulation”, Evonomics.com, 6/1/2016.

Akerlof và Shiller: Tất cả những gì bạn cần biết về thao túng thị trường tự do – Phần đầu


Nội dung dưới đây được trích từ quyển sách Phishing for Phools: The Economics of Manipulation and Deception (Thả Mồi Câu Cá Ngáo: Kinh Tế Học Của Sự Thao Túng Và Mánh Khóe Lừa Bịp) của George A. Akerlof và Robert J. Shiller. Được xuất bản bởi Princeton University Press. Chúng tôi đã được phép in lại.

James Carville, cố vấn chiến dịch vận động tranh cử chức tổng thống của Bill Clinton năm 1992, đã từng nói rằng: “It’s the economy, stupid!” (Là vấn đề kinh tế cả thôi, ngốc ơi!). Ông muốn dùng câu nói này chĩa mũi dùi vào Tổng Thống George H. W. Bush vì hàng loạt các vấn đề kinh tế có liên quan mật thiết đến cuộc suy thoái kinh tế xuất hiện trong suốt nhiệm kỳ tổng thống của Bush. Tuy nhiên, về phát biểu của Carville, chúng tôi có cách hiểu khác, rộng hơn: nhiều vấn đề của chúng ta khởi sinh từ chính bản chất của nền kinh tế. Nếu doanh nhân hành xử hoàn toàn ích kỷ vì lợi ích của chính mình theo cách thức mà lý thuyết kinh tế giả định, thì hệ thống kinh tế thị trường của chúng ta có xu hướng dung dưỡng sự thao túng và mánh khóe lừa bịp. Vấn đề không phải là do có nhiều người xấu. Hầu hết mọi người đều tuân thủ luật chơi và chỉ mưu cầu cuộc sống sung túc. Nhưng, rõ ràng, áp lực cạnh tranh đè lên giới doanh nhân buộc họ phải nhúng tay vào hành vi lừa bịp và thao túng trong các thị trường tự do khiến chúng ta mua, và trả quá nhiều tiền cho những sản phẩm không cần đến; khiến chúng ta làm những công việc không mấy ý nghĩa; và khiến chúng ta tự hỏi tại sao cuộc sống của mình lại trở nên bất ổn.

Chúng tôi viết quyển sách này với tư cách là những người hâm mộ hệ thống thị trường tự do, nhưng hy vọng sẽ giúp mọi người tìm được lợi ích của mình trong đó. Hệ thống kinh tế thị trường đầy rẫy các ngón đòn gian lận, và ai cũng cần phải biết được thực tế này. Tất cả chúng ta ai cũng phải lèo lái hệ thống này để giữ gìn phẩm giá và tính chính trực của mình, tất cả chúng ta đều phải tìm cho được nguồn cảm hứng để bước tiếp bất chấp sự điên rồ xung quanh chúng ta. Chúng tôi viết quyển sách này hướng tới người tiêu dùng, họ chính là đối tượng cần phải cảnh giác trước vô số trò lừa bịp nhắm vào họ. Chúng tôi viết quyển sách này hướng tới giới doanh nhân, họ chính là những người cảm thấy chán nản trước sự hoài nghi của một số đồng nghiệp và rơi vào cái bẫy của sự không cần thiết này về mặt kinh tế. Chúng tôi viết quyển sách này hướng tới các quan chức chính phủ, họ là lực lượng đảm đương nhiệm vụ bạc bẽo điều tiết hoạt động kinh doanh. Chúng tôi viết quyển sách này hướng tới các tình nguyện viên, các nhà hảo tâm, các nhà hướng dẫn dư luận, họ là thành phần ủng hộ sự liêm chính. Và chúng tôi viết quyển sách này hướng tới giới trẻ, những người tự vấn làm sao họ có thể tìm thấy ý nghĩa của cuộc đời mình khi nhìn ra quảng đời làm việc của mình phía trước. Tất cả những đối tượng này sẽ cùng có lợi từ nghiên cứu về trạng thái cân bằng lừa đảo – về các lực lượng kinh tế đã cấy sự thao túng và mánh khóe lừa bịp vào hệ thống kinh tế trừ khi chúng ta mạnh dạn đấu tranh chống lại nó. Chúng ta cũng cần những câu chuyện về những vị anh hùng, những người mà bằng chính sự liêm chính của bản thân (chứ không phải vì lợi ích kinh tế) đã cố gắng kìm hãm sự dối trá trong nền kinh tế của chúng ta ở mức có thể chung sống được. Chúng tôi sẽ kể thật nhiều những câu chuyện về những vị anh hùng này.

Các sản phẩm của kinh tế thị trường tự do

Cuối thế kỷ thứ mười chín là giai đoạn bận rộn của những nhà phát minh trong ngành xe hơi, điện thoại, xe đạp, đèn điện. Nhưng, có một phát minh khác cùng thời ít nhận được sự chú ý chính là “chiếc máy tự động dùng đồng xu”. Ngay từ khi ra đời, chiếc máy này không mang ý nghĩa như của ngày hôm nay. Khái niệm này có liên quan đến bất cứ loại “máy bán hàng tự động” nào mà khi bạn cho tiền xu vào một cái khe trống, bạn sẽ được khui một chiếc hộp. Vào những năm 1890, máy tự động dùng đồng xu được dùng để bán kẹo cao su, xì gà, thuốc lá, ống dòm (để xem nhạc kịch – ND), sô-cô-la que được quấn trong giấy gói cá nhân, thậm chí là các lượt xem nhanh tài liệu được coi là tiền thân của danh bạ điện thoại thành phố – hàng hóa gì cũng có. Sự cải tiến cơ bản chính là chiếc khóa được kích hoạt bằng đồng xu được nhét vào trong.

Nhưng rồi sau đó, người ta phát minh ra một công dụng khác. Chẳng bao lâu thì máy tự động dùng đồng xu bắt đầu bao gồm cả những chiếc máy đánh bạc. Một tờ báo lúc bấy giờ đã ghi nhận sự xuất hiện của máy tự động dùng đồng xu với ý nghĩa của thời hiện đại vào năm 1893. Lúc đầu, những chiếc máy này thưởng kẹo cho người chơi thắng thay vì thưởng tiền; chẳng bao lâu thì người ta đã gán cho sự trùng hợp hiếm hoi khi ba quả anh đào cùng xuất hiện một ý nghĩa đặc biệt.

Cuối những năm 1890, một chứng nghiện mới xuất hiện đối với trò đỏ đen trên máy đánh bạc. Vào năm 1899, tờ Los Angeles Times đã đưa tin: “Người ta có thể tìm thấy từ một cho tới nửa tá máy đánh bạc ở hầu hết các quán rượu, được vây kín bởi đám đông những người chơi suốt từ sáng đến tối … Một khi thói quen đã được hình thành, nó sẽ trở thành chứng nghiện. Người ta có thể bắt gặp các thanh niên ngồi hàng giờ liền trước máy đánh bạc. Cuối cùng, chắc chắn họ chính là những kẻ thua cuộc.

Rồi thì lực lượng quản lý đã can thiệp. Máy đánh bạc hủy hoại cuộc đời của quá nhiều người nên phải bị cấm, hoặt ít nhất là phải được kiểm soát, cùng với cờ bạc nói chung. Chúng đã biến mất khỏi đời sống cộng đồng, hầu như hoàn toàn bị cho ra rìa: được chuyển đến những nơi đặc biệt như sòng bài, và ở nơi được quản lý lỏng lẻo như Nevada, máy đánh bạc dễ dàng được tìm thấy trong siêu thị, trạm xăng, và sân bay; trung bình một người lớn ở đây nướng 4% thu nhập của mình vào bài bạc, gấp chín lần mức trung bình của người Mỹ. Nhưng ngay cả Nevada cũng có một số giới hạn: vào năm 2010, Hội Đồng Kiểm Soát Đánh Bạc Nevada đã bác bỏ đề xuất cho phép khách hàng ở các cửa hàng tiện lợi được sử dụng thẻ tín dụng trên các máy đánh bạc, mà chỉ cho phép đổi tiền lẻ như thường lệ.

Khi được tin học hóa, máy đánh bạc có thêm chức năng mới. Đặt theo tên của quyển sách viết năm 2012 của Natasha Schüll đến từ MIT, các chiếc máy thế hệ mới được thiết kế để gây nghiện. Mollie, người mà Schüll đã gặp tại buổi họp mặt các thành viên của tổ chức Gamblers Anonymous tại Las Vegas đã thể hiện khía cạnh con người của sự ham mê này. Mollie đã vẽ cho Schüll một sơ đồ trình bày cách thức mà cô tìm thấy bản thân mình. Sơ đồ diễn tả cô bằng hình ảnh ốm o, đơn độc, đứng cạnh chiếc máy đánh bạc, bị bao vây – mắc kẹt – trong một con đường vòng tròn. Con đường đó dẫn đến sáu nơi chốn quan trọng nhất trong cuộc đời của cô: đường MGM Grand, nơi cô làm công việc nhân viên nhận đăng ký đặt chỗ; ba điểm nơi cô chơi đánh bạc; cơ sở của tổ chức Gamblers Anonymous, nơi cô cố gắng cai bài bạc; và cuối cùng là nơi cô mua thuốc chống chứng rối loạn lo âu. Mollie hoàn toàn ý thức được vấn đề của mình: cô không tìm đến các máy đánh bạc để mong được thắng. Cô biết rằng cô sẽ thua. Đúng hơn là cô bị lôi kéo bởi sự cưỡng bức. Và khi cô đến đó chè chén say sưa, cô đơn độc; hành động trở nên nhanh và liên tục. Mollie đi vào nơi mà cô gọi là “khu vực”. Nhấn cái nút màu đỏ. Các ánh đèn và buổi diễn bắt đầu. Cô ta hoặc thắng hoặc thua. Nhấn cái nút màu đỏ một lần nữa. Và một lần nữa. Cứ thế tiếp tục cho đến khi sạch túi. Mollie không phải là trường hợp cá biệt ở Vegas. Cách đây mười năm, những cái chết do ngưng tim là một vấn đề đặc biệt nghiêm trọng ở các sòng bài. Đề xuất về đội cấp cứu không được thông qua. Cuối cùng thì các sòng bài tự thành lập riêng các đội kích tim được huấn luyện đặc biệt. Một đoạn video quan sát cho thấy lý do tại sao cần phải có chương trình huấn luyện đặc biệt như vậy. Trong đoạn băng, lực lượng của sòng bạc kích tim cho một người chơi bị ngưng tim, những người chơi xung quanh vẫn tiếp tục chơi, thần trí bị mê hoặc của họ vẫn bình thản, mặc dù nạn nhân rõ ràng đang nằm ngay dưới chân họ.

Thị trường mang lại cho chúng ta điều gì

Lịch sử về mặt tốt và mặt xấu của máy tự động dùng đồng xu từ những năm 1890 đến nay minh họa quan điểm sóng đôi của chúng ta về nền kinh tế. Cơ bản nhất là chúng ta ca ngợi thị trường. Thị trường tự do là sản phẩm của hòa bình và tự do, phát triển trong thời kỳ ổn định khi mà con người không sống trong lo sợ. Nhưng song song với việc tạo ra các chiếc hộp mà khi mở ra sẽ cho chúng ta một thứ chúng ta muốn thì động cơ lợi ích cũng tạo ra những chiếc máy đánh bạc với trò cờ bạc gây nghiện ưu tiên lột tiền của bạn. Hầu như toàn bộ quyển sách này sẽ minh họa mặt xấu của chiếc máy tự động dùng đồng xu, chứ không nói về mặt tốt: vì với tư cách là những người chủ trương cải cách về cả tư tưởng kinh tế lẫn nền kinh tế, chúng tôi cố gắng thay đổi những trục trặc của xã hội chứ không thay đổi những mặt tốt. Nhưng trước khi bắt đầu, chúng ta nên suy ngẫm xem thị trường đã mang lại cho chúng ta những gì.

Để làm được điều này, chúng ta cần phải nhìn lại thời kỳ cuối thế kỷ mười chín và đầu thế kỷ hai mươi. Vào tháng 12/1900, chàng kỹ sư xây dựng John Elfreth Watkins Jr. đã tham gia trò giải trí dự đoán xem cuộc sống sẽ như thế nào một trăm năm nữa được đăng trên tạp chí The Ladies Home Journal. Anh ta đã dự đoán rằng chúng ta sẽ có “khí nóng và khí lạnh thoát ra từ các vòi nước”. Chúng ta sẽ có những con tàu cao tốc đưa chúng ta “đến nước Anh trong vòng hai ngày”. “Sẽ có máy bay”, chủ yếu dùng trong quân đội, nhưng đôi khi được dùng để chuyên chở hành khách và hàng hóa. “Buổi đại nhạc kịch sẽ được truyền đến tư gia bằng điện thoại và âm thanh cũng du dương như đang thưởng thức trong nhà hát”. Các dự đoán cứ thế tiếp tục.

Watkins mô tả các dự đoán của mình có vẻ “lạ, hầu như bất khả”; nhưng, đáng chú ý là thị trường tự do, với động cơ sản xuất ra những gì con người muốn, miễn là có lợi nhuận, đã khiến cho những dự đoán của anh ta trở thành hiện thực, và hơn thế nữa.

Tuy nhiên, thị trường tự do không chỉ mang lại sự phong phú mà con người muốn có. Thị trường tự do còn tạo ra trạng thái cân bằng kinh tế hết sức phù hợp với các tổ chức kinh tế muốn thao túng hay làm sai lệch sự phán đoán của chúng ta bằng các hoạt động kinh doanh tương tự như căn bệnh ung thư bám chặt vào sự cân bằng bình thường của cơ thể con người. Máy đánh bạc là một ví dụ rõ nét. Không phải tự nhiên mà chiếc máy đánh bạc phổ biến đến mức không thể ngăn chặn được trước khi chúng bị quản lý và bị cấm. Chừng nào mà chúng ta có bất kỳ điểm yếu nào trong việc nhận biết mình thực sự muốn gì, và chừng nào mà những điểm yếu đó có thể được tạo ra và nuôi dưỡng một cách có lợi, thì thị trường sẽ chớp lấy cơ hội cho chúng ta vào tròng vì những điểm yếu đó. Thị trường sẽ soi mói và lợi dụng chúng ta. Thị trường sẽ thả câu chờ những kẻ đại ngốc mắc sai lầm.

Về khái niệm Phish và Phool

Từ phish, theo Tự Điển Anh Ngữ Oxford, xuất hiện vào năm 1996 khi trang web ra đời. Tự điển này định nghĩa phish là “lừa gạt trên Internet nhằm thu thập thông tin riêng tư của cá nhân, đặc biệt là bằng cách mạo danh một công ty có uy tín; tham gia trò lừa gạt trực tuyến bằng cách lừa “câu” thông tin cá nhân. Trong quyển sách này, chúng tôi phát triển một ý nghĩa mới và rộng hơn cho từ phish. Chúng tôi sử dụng định nghĩa của ngành tin học như một phép ẩn dụ. Thay vì xem trò lừa đảo ăn cắp thông tin trên mạng (phishing) là bất hợp pháp, chúng tôi giới thiệu một định nghĩa khái quát hơn và có liên hệ với lịch sử hơn. Định nghĩa này có liên quan đến việc khiến người ta làm những điều mang lại lợi ích cho những kẻ lừa đảo ăn cắp thông tin trên mạng (phisherman), chứ không mang lại lợi ích cho người thực hiện. Định nghĩa này có liên quan đến việc câu cá, việc thả một con mồi giả xuống nước và ngồi chờ cho con cá thận trọng nào đó bơi ngang, mắc sai lầm, và cắn câu. Có rất nhiều kẻ thả câu và họ rất tài tình tạo ra vô số con mồi giả mà theo các qui luật xác suất thì chúng ta sớm muộn gì cũng đều cắn câu, cho dù chúng ta cố gắng thận trọng đến mức độ nào đi nữa. Không một ai là ngoại lệ cả.

Theo định nghĩa của chúng tôi, kẻ đại ngốc (phool) là người, vì bất kỳ lý do gì, hoàn toàn bị mắc câu. Có hai loại kẻ đại ngốc: ngốc tâm lý và ngốc thông tin. Ngốc tâm lý cũng có hai loại. Đối với loại thứ nhất, tiếng gọi của trí khôn cơ bản của kẻ đại ngốc tâm lý bị đè nén bởi cảm xúc của họ. Đối với loại thứ hai, các sai lệch về nhận thức, tương tự như ảo giác quang học, khiến cho họ hiểu sai thực tế, và họ hành động trên cơ sở hiểu biết sai lầm đó. Mollie là một ví dụ của kẻ đại ngốc cảm xúc, nhưng không phải là kẻ đại ngốc nhận thức. Cô ta rõ ràng là tự nhận thức được tình trạng của mình trước các chiếc máy đánh bạc, nhưng cô ta không thể giúp được chính mình.

Kẻ đại ngốc về thông tin hành động dựa trên các thông tin được gọt dũa có chủ đích để đánh lừa họ. Sự tăng giá của Enron cũng căn cứ trên việc sử dụng thông tin kế toán sai lệch (và sau đó là lừa bịp). Lợi nhuận bất thường của công ty này là kết quả của phương pháp hạch toán “theo giá thị trường” (mark-to-market – MTM), theo đó lợi nhuận trong tương lai của dự án đầu tư có thể được ghi nhận ngay khi dự án đó được triển khai. Thông lệ phổ biến hơn là chờ cho đến khi lợi nhuận thực sự được sinh ra. Từ năm 1995 đến năm 2000, tạp chí Fortune công bố Enron là Công Ty Sáng Tạo Nhất quốc gia. Fortune đã đúng; chỉ có điều là các biên tập viên của tạp chí đã không hiểu được bản chất của các sáng tạo của Enron.

Các doanh nhân có đạo đức tốt (hay xấu) không phải là chủ đề của quyển sách này, mặc dù đôi lúc cả mặt tốt lẫn mặt xấu của họ sẽ cùng xuất hiện. Thay vào đó, chúng ta xem xét vấn đề cơ bản là thị trường cạnh tranh tạo ra các áp lực khiến cho người ta ít cẩn trọng hơn. Thị trường cạnh tranh rất xuất sắc trong việc khuyến khích và tán thưởng các anh hùng doanh nhân tạo ra các sản phẩm mới có tính sáng tạo phục vụ cho nhu cầu thực tế. Tuy nhiên, thị trường tự do phi điều tiết hiếm khi tán thưởng loại chủ nghĩa anh hùng mà theo đó người ta tự chế ngự bản thân không lợi dụng điểm yếu tâm lý và điểm yếu thông tin của khách hàng. Do áp lực cạnh tranh, nhà quản lý nào chế ngự bản thân mình theo lối này có khả năng bị thay thế bởi người khác ít có băn khoăn về vấn đề đạo đức hơn. Xã hội dân sự và các chuẩn mực xã hội có lập ra một số cơ chế kìm hãm những hành vi lợi dụng nói trên; nhưng ở trạng thái cân bằng thị trường, nếu có một cơ hội để lợi dụng, thì ngay cả những công ty được dẫn dắt bởi tính liêm chính đạo đức thực sự cũng sẽ thường phải lợi dụng để cạnh tranh và tồn tại.

(còn tiếp) 

Trần Thị Minh Ngọc dịch

Nguồn: “Akerlof and Shiller: Everything You Need to Know About Free-Market Manipulation”, Evonomics.com, 6/1/2016.

Tư bản 4.0: Cuộc cách mạng tư duy kinh tế sắp tới?


Anatole Keletsky

Trên khắp thế giới ngày nay tồn tại một cảm giác về ngày tận thế, một dự cảm sâu sắc về sự tan rã của những xã hội đã từng ổn định trước kia. Những dòng dưới đây được trích trong tác phẩm bất hủ The Second Coming [Sự trở lại lần thứ hai] của đại thi hào W.B. Yeats:

“Mọi thứ đều tan vỡ; trung tâm không thể chống đỡ được

Sự vô chính phủ bao trùm lên khắp thế giới

Những điều tốt nhất thì thiếu niềm tin, trong khi điều tồi tệ nhất

Lại tràn đầy đam mê

Và loài quái thú hung dữ, thời của chúng cuối cùng cũng tới

Lê bước về Bethlehem để được tái sinh?”[1]

Yeats đã viết những dòng này vào tháng 1 năm 1919, hai tháng sau khi Thế chiến I kết thúc. Ông đã dự cảm rằng hoà bình sẽ sớm biến mất bởi những nỗi kinh hoàng lớn hơn.

Gần 50 năm sau đó, vào năm 1967, nhà văn người Mỹ Joan Didion đã lựa chọn SlouchingTowards Bethlehem [Lê bước về Bethlehem] làm tựa đề cho tuyển tập bài luận về những sự đổ vỡ xã hội vào cuối những năm 1960. Trong 12 tháng sau khi cuốn sách được xuất bản, Martin Luther King, Jr. và Robert Kennedy đã bị ám sát, nhiều thành phố trên toàn nước Mỹ chìm trong bạo loạn, và các cuộc biểu tình của sinh viên Pháp đã khởi đầu cuộc nổi loạn lật đổ Tổng thống Charles de Gaulle một năm sau đó.

Cho tới giữa những năm 1970, Mỹ thua trong chiến tranh Việt Nam. Những lực lượng Red Brigades, tổ chức Weather Underground, Quân đội Cộng hoà Ai-len, những tên khủng bố theo phong trào Tân phát xít người Ý đã lên kế hoạch những vụ tấn công trên toàn nước Mỹ và châu Âu. Đồng thời việc luận tội Tổng thống Richard Nixon khi đó đã biến nền dân chủ phương Tây thành một trò cười.

Giờ đây hơn 50 năm đã trôi qua, và thế giới lại một lần nữa bị ám ảnh bởi những nỗi sợ hãi về sự thất bại của dân chủ. Liệu chúng ta có thể rút ra bài học từ những giai đoạn đầy sự tự hoài nghi trước kia?

Trong những năm 1920, 1930, cũng như nửa cuối 1960, 1970 và thời điểm hiện tại, sự tuyệt vọng về chính trị có liên hệ với sự vỡ mộng của một hệ thống kinh tế thất bại. Trong giai đoạn giữa hai cuộc thế chiến, chủ nghĩa tư bản có vẻ đã bị sụp đổ bởi sự bất bình đẳng không thể chấp nhận được, tình trạng giảm phát và thất nghiệp hàng loạt. Trong những năm 1960, 1970, chủ nghĩa tư bản dường như đã bị sụp đổ bởi những lý do ngược lại: tình trạng lạm phát và phản ứng dữ dội của những người nộp thuế cùng các nhóm lợi ích kinh doanh chống lại các chính sách tái phân phối của một “chính phủ lớn.”

Việc nhấn mạnh mô hình khủng hoảng lặp đi lặp lại này không phải để khẳng định rằng một số quy luật tự nhiên đã điều khiển chủ nghĩa tư bản toàn cầu rơi vào tình trạng gần sụp đổ theo chu kỳ 50 hay 60 năm. Tuy nhiên điều này nhằm mục đích công nhận rằng chủ nghĩa tư bản dân chủ là một hệ thống đang tiến hóa, và hệ thống này phản ứng với các cuộc khủng hoảng bằng cách chuyển đổi triệt để các mối quan hệ kinh tế lẫn các thể chế chính trị.

Do vậy chúng ta nên nhìn nhận tình trạng bất ổn hiện nay như một phản ứng có thể dự báo trước đối với sự sụp đổ vào năm 2008 của một mô hình tư bản chủ nghĩa toàn cầu cụ thể. Xét theo những kinh nghiệm trong quá khứ, một kết quả hợp lý có thể là một quá trình nghiêm túc nhìn nhận những vấn đề và bất ổn trong suốt một thập niên hoặc lâu hơn, cuối cùng mới dẫn đến một giải pháp mới cả về kinh tế và chính trị.

Đây là điều đã xảy ra khi Margaret Thatcher và Ronald Reagan đắc cử sau cuộc đại lạm phát vào đầu những năm 1970, và khi chính sách Kinh tế mới (New Deal) của Mỹ và “quái thú hung dữ” của sự tái vũ trang châu Âu nổi lên sau cuộc Đại Suy thoái (1929-1933). Mỗi một giải pháp hậu khủng hoảng này được đánh dấu bởi sự chuyển đổi trong tư tưởng kinh tế cũng như chính trị.

Cuộc Đại Suy thoái dẫn đến Cuộc cách mạng của Keynes (The Keynesian Revolution) trong lĩnh vực kinh tế, kèm theo đó là chính sách Kinh tế mới (New Deal). Những cuộc khủng hoảng lạm phát trong những năm 1960 và 1970 đã khơi dậy cuộc “phản cách mạng” của Milton Friedman – nhà kinh tế theo trường phái trọng tiền – và điều này đã truyền cảm hứng cho Thatcher và Reagan.

Do đó có vẻ hợp lý khi kỳ vọng vào sự sụp đổ của chủ nghĩa tư bản tự do tài chính để kích hoạt sự thay đổi chấn động lần thứ 4 (Tư bản 4.0, tôi đặt tên nó như vậy vào năm 2010) trong cả tư duy kinh tế và chính trị. Nhưng nếu chủ nghĩa tư bản toàn cầu thực sự đang tiến đến một giai đoạn cách mạng mới, thì những đặc điểm của nó có thể là gì?

Đặc điểm chủ chốt trong mỗi giai đoạn tiếp nối của chủ nghĩa tư bản toàn cầu là sự thay đổi về ranh giới giữa kinh tế và chính trị. Ở chủ nghĩa tư bản cổ điển thế kỷ 19, chính trị và kinh tế được lý tưởng hoá thành những lĩnh vực riêng biệt, với sự tương tác giữa chính phủ và doanh nghiệp chỉ giới hạn ở việc (cần thiết phải) tăng thuế để phục vụ các hoạt động quân sự và sự bảo vệ quyền lợi (gây hại) cho các nhóm lợi ích.

Trong phiên bản thứ hai (của Keynes) về chủ nghĩa tư bản, thị trường được nhìn nhận với sự ngờ vực trong khi những can thiệp của chính phủ được giả định là đúng. Trong giai đoạn thứ ba, do Thatcher và Reagan thống trị, những giả định này đã bị đảo ngược lại: chính phủ thường mắc sai lầm và thị trường thì luôn luôn đúng. Giai đoạn thứ tư này có thể được định nghĩa bằng sự công nhận rằng chính phủ và thị trường đều có thể mắc những sai lầm trầm trọng.

Việc công nhận những sai lầm đang diễn ra nghiêm trọng dường như sẽ khiến mọi thứ tê liệt- và tình hình chính trị hiện tại có vẻ như đang phản ánh điều này. Tuy nhiên việc công nhận những sai lầm thực sự sẽ có thể tạo nên sức mạnh bởi trong đó bao hàm khả năng cải thiện cả về kinh tế và chính trị.

Nếu thế giới trở nên quá phức tạp và khó dự đoán đối với cả thị trường và chính phủ khiến họ không đạt được những mục tiêu xã hội, thì những hệ thống kiểm soát và cân bằng mới phải được tạo ra để quá trình ra các quyết định chính trị có thể kiềm chế những động cơ kinh tế và ngược lại. Nếu đặc trưng của thế giới là sự mơ hồ và không dự đoán được thì các học thuyết kinh tế của giai đoạn tiền khủng hoảng- những kỳ vọng hợp lý, những thị trường hiệu quả, và tính trung lập của tiền tệ – cần phải được sửa đổi.

Hơn nữa, các chính trị gia phải cân nhắc lại những kiến trúc thượng tầng được dựng lên trên những giả định thị trường chính thống. Điều này không chỉ bao gồm việc bãi bỏ điều tiết tài chính, mà còn là tính độc lập của ngân hàng trung ương, sự tách biệt giữa chính sách tiền tệ và tài khóa, và giả định rằng các thị trường cạnh tranh sẽ không cần tới can thiệp của chính phủ để tạo ra phân phối thu nhập hợp lý, thúc đẩy cải tiến, cung cấp cơ sở hạ tầng cần thiết và hàng hóa công.

Có một điều rõ ràng là công nghệ mới và sự hội nhập của hàng tỉ những nhân công bổ sung vào thị trường toàn cầu đã tạo ra những cơ hội đáng lẽ phải đồng nghĩa với sự thịnh vượng lớn hơn trong những thập kỷ sắp tới so với thời kỳ tiền khủng hoảng. Nhưng các chính trị gia “có trách nhiệm” ở khắp nơi đang cảnh báo công dân về một tình trạng “bình thường mới” của tăng trưởng trì trệ. Chẳng có gì ngạc nhiên khi các cử tri lại đang vô cùng giận dữ.

Người dân cảm nhận được rằng các nhà lãnh đạo đang có các công cụ kinh tế mạnh mẽ để có thể giúp cải thiện mức sống. Tiền sẽ có thể được in và phân phối trực tiếp đến tay người dân. Mức lương tối thiểu có thể được tăng thêm để giảm bớt sự bất bình đẳng. Các chính phủ có thể đầu tư nhiều hơn nữa vào cơ sở hạ tầng và các cải tiến sáng tạo với chi phí bằng không. Luật ngân hàng có thể khuyến khích thay vì hạn chế việc cho vay.

Tuy nhiên việc triển khai những chính sách cấp tiến như trên sẽ đồng nghĩa với việc chối bỏ những học thuyết đã thống trị kinh tế học từ những năm 1980, cùng với các thể chế dựa trên đó, như Hiệp ước Thành lập Liên minh Châu Âu (Europe’s Maastricht Treaty). Một vài cá nhân “có trách nhiệm” vẫn chưa sẵn sàng thách thức kinh tế học chính thống tiền khủng hoảng.

Thông điệp của những người theo chủ nghĩa dân tuý[2] hiện nay xoay quanh việc các chính trị gia phải tiêu huỷ hết những cuốn sách quy tắc từ thời tiền khủng hoảng và vận động một cuộc cách mạng trong tư duy kinh tế. Nếu các chính trị gia có trách nhiệm từ chối không làm điều đó, thì “những quái thú hung dữ, thời của chúng cuối cùng cũng tới” sẽ làm điều đó thay họ.

Biên dịch: Nguyễn Hồng Nhung | Biên tập: Lê Hồng Hiệp

Nguồn: Anatole Keletsky, “When Things Fall Apart”, Project Syndicate, 31/03/2016.

Anatole Kaletsky là Kinh tế trưởng và đồng Chủ tịch của Gavekal Dragonomics, Chủ tịch Viện Tư duy Kinh tế Mới (The Institute for New Economic Thinking). Từng phụ trách mục bình luận tại Times of London, The New York Times và Financial Times, ông là tác giả cuốn sách Capitalism 4.0 và The Birth of a New Economy.

[1] Nguyên văn tiếng Anh:

“Things fall apart; the center cannot hold

Mere anarchy is loosed upon the world…

The best lack all conviction, while the worst

Are full of passionate intensity…

And what rough beast, its hour come round at last

Slouches towards Bethlehem to be born?”

[2] Chủ nghĩa dân túy hay chủ nghĩa đại chúng có thể xem là một hệ tư tưởng, triết học chính trị hay một dạng luận điểm của tư tưởng chính trị xã hội trong đó so sánh “nhân dân” với tầng lớp “tinh hoa”, bảo vệ nguyện vọng và quyền lợi cho nhân dân, kêu gọi sự thay đổi hệ thống chính trị và xã hội (ND).