Xem xét kịch bản sau đây và ghi chép lại câu trả lời trực giác của bạn.
Một xe taxi gây ra một vụ tai nạn vào ban đêm rồi bỏ chạy.
Hai hãng taxi là hãng taxi Green và hãng taxi Blue, đều lưu thông trong thành phố.
Bạn được cung cấp dữ liệu sau:
- 85% số xe taxi trong thành phố của hãng Green (màu xanh lá cây) và 15% số xe của hãng Blue (màu xanh nước biển).
- Một nhân chứng đã nhận diện chiếc taxi gây tai nạn là xe có màu xanh nước biển. Quan tòa đã kiểm chứng thông tin của nhân chứng và đã kết luận rằng nhân chứng này đã nhận diện chính xác từng màu một trong 80% khoảng thời gian và nhận diện sai trong 20% thời gian.
Xác suất để chiếc taxi gây ra vụ tai nạn là màu xanh nước biển thay vì màu xanh lá cây là bao nhiêu phần trăm?
Đây là một luận đề cơ bản của kết luận Bayes. Ở đây có hai nhóm thông tin: Một hệ số gốc và lời khai có độ tin cậy không hoàn toàn chắc chắn của nhân chứng. Nếu không có nhân chứng nhìn thấy chiếc xe gây tai nạn, xác suất của chiếc xe taxi gây tai nạn của hãng Blue là 15%, đó chính là hệ số gốc của tác động. Nếu hai hãng taxi có quy mô lớn ngang nhau, hệ số gốc không cung cấp đủ thông tin và bạn sẽ chỉ xem xét độ tin cậy của nhân chứng, kết cục xác suất ở đây là 80%. Hai nguồn thông tin này có thể kết hợp với nhau qua quy tắc Bayes. Câu trả lời đúng là 41%. Tuy nhiên, chắc chắn bạn có thể đoán người ta làm gì khi đối mặt với vấn đề này: Họ phớt lờ hệ số gốc và hùa theo nhân chứng. Câu trả lời thông thường là 80%.
CÁC KHUÔN MẪU NHÂN QUẢ
Giờ hãy xem xét một biến thể của cùng một câu chuyện, tại đó chỉ sự hiện diện của hệ số gốc bị thay đổi.
Bạn được cung cấp dữ liệu sau đây:
- Hai hãng vận hành cùng một số xe taxi như nhau nhưng những chiếc xe taxi hãng Green đã dính líu tới 85% số trường hợp gây tai nạn.
- Thông tin về nhân chứng giống bài toán trước.
Hai bài toán của luận đề này không thể phân biệt được bằng tính toán nhưng chúng khá khác biệt về tâm lý. Những ai từng đọc bài toán đầu không biết được cách sử dụng hệ số gốc và thường lờ nó đi. Ngược lại, những người từng gặp bài toán thứ hai đặt ra trọng số đáng kể cho hệ số gốc và phân tích trung bình của chúng không quá xa so với giải pháp Bayes. Tại sao lại vậy?
Trong bài toán đầu tiên, hệ số gốc của những chiếc taxi Green là một thực tại thống kê về số xe taxi trong thành phố. Một tâm trí “đói khát” những câu chuyện nhân quả chẳng tìm được gì để giải thích: Số lượng xe taxi Green và Blue trong thành phố gây ra tai nạn và bỏ chạy này như thế nào?
Trong bài toán thứ hai, ngược lại, những tài xế của hãng taxi Green gây ra các vụ tai nạn nhiều gấp 5 lần hãng taxi Blue. Kết luận rằng: Những tài xế của hãng taxi Green hẳn phải là một tập hợp những gã điên khùng thiếu thận trọng! Giờ đây bạn đã từng định hình một khuôn mẫu về sự thiếu thận trọng của taxi Green, điều mà bạn áp vào những tài xế riêng biệt không xác định trong hãng. Khuôn mẫu này rất khớp với một câu chuyện nhân quả, bởi sự thiếu thận trọng là một thực tại có liên quan và có quan hệ nhân quả đối với những lái xe taxi riêng biệt. Trong bài toán này, có hai câu chuyện nhân quả cần được kết hợp với nhau hoặc tương thích với nhau. Thứ nhất đó là gây ra tai nạn và bỏ chạy, thứ gọi ra một cách bản năng ý nghĩ rằng: Một tay lái taxi Green thiếu thận trọng phải chịu trách nhiệm. Thứ hai đó là lời khai của nhân chứng, chiếc xe đó có màu xanh nước biển. Các suy luận từ hai câu chuyện về màu sắc của chiếc xe mâu thuẫn nhau và trong một chừng mực nào đó triệt tiêu lẫn nhau. Sự may rủi đối với cả hai màu là ngang nhau (ước tính Bayes là 41%, phản ánh thực tế rằng hệ số gốc của những chiếc taxi Green nhiều hơn một chút so với độ tin cậy của nhân chứng người đã trình báo về một chiếc taxi Blue).
Ví dụ về xe taxi minh họa cho hai dạng hệ số gốc. Các hệ số gốc thuộc thống kê là những thực tại về một sự phổ biến mà theo đó một tình huống thuộc về, nhưng chúng không có liên quan tới tình huống riêng biệt. Các hệ số gốc nhân quả thay đổi quan điểm của bạn về việc một tình huống riêng biệt tiến triển như thế nào. Hai dạng thông tin hệ số gốc được luận giải khác nhau:
- Các hệ số gốc thuộc thống kê thông thường bị đánh trọng số quá thấp và đôi lúc bị xao nhãng hoàn toàn, khi thông tin cụ thể về tình huống lúc đó đã có sẵn.
- Các hệ số gốc nhân quả được luận giải như là thông tin về tình huống riêng biệt và được kết hợp dễ dàng với thông tin về tình huống cụ thể khác.
Cách diễn giải nhân quả của luận đề xe taxi trên đã mang hình dáng của một khuôn mẫu: Những tài xế taxi Green lái xe rất nguy hiểm. Các khuôn mẫu là những tuyên bố về nhóm mà đã được thừa nhận (chí ít theo một cách thăm dò) như là những thực tại về mỗi thành viên. Ở đây có hai ví dụ:
Hầu hết các học sinh tốt nghiệp ở trường học trong khu phố cổ đều học lên đại học.
Thích đạp xe phổ biến ở Pháp.
Những phát ngôn này dễ dàng được diễn dịch như là việc thiết lập một thiên hướng của các thành viên riêng lẻ của nhóm và họ vừa khớp với một câu chuyện nhân quả như vậy. Nhiều học sinh thuộc nhóm trường trong khu phố cổ cụ thể này thiết tha và có khả năng học tiếp đại học, đoán chừng là bởi một số những đặc trưng mang tính lợi ích về cuộc sống tại ngôi trường đó. Ở đây có những ảnh hưởng trong văn hóa Pháp và đời sống xã hội dẫn đến việc nhiều người Pháp quan tâm tới môn đua xe đạp. Bạn sẽ được nhắc nhở về thực tế này khi bạn nghĩ về khả năng có thể xảy ra mà một học sinh tốt nghiệp cấp ba điển hình nào đó sẽ đến trường đại học, hoặc khi bạn băn khoăn liệu có nên lôi giải Tour de France vào cuộc trò chuyện với một người Pháp mà bạn vừa mới gặp hay không.
Sự rập khuôn là một từ tiêu cực trong văn hóa của chúng ta, nhưng trong cách sử dụng của tôi nó mang nghĩa trung tính. Một trong những đặc trưng cơ bản của Hệ thống 1 đó là nó miêu tả các phạm trù như là các quy chuẩn và các nguyên mẫu. Đây chính là cách mà chúng ta nghĩ đến loài ngựa, máy lạnh và viên chức cảnh sát ở New York; chúng ta đã lưu giữ trong trí nhớ một sự miêu tả (hình dung) về một hoặc nhiều thành phần “thông thường” của từng loại phạm trù trên. Một số khuôn mẫu là những sai lầm trầm trọng và sự rập khuôn máy móc có thể mang đến những hệ quả kinh khủng nhưng những thực tế tâm lý đều không thể tránh được: Các khuôn mẫu, cả những cái đúng lẫn sai, là cách mà chúng ta tư duy về các phạm trù.
Có thể bạn sẽ lưu ý tới sự trớ trêu này. Trong tình huống của luận đề về xe taxi, sự xao nhãng thông tin hệ số gốc là một thiếu sót về nhận thức, một thất bại của lập luận theo trường phái Bayes và sự tin tưởng ở các hệ số gốc nhân quả thật đáng ao ước. Sự rập khuôn những người tài xế taxi Green củng cố độ chính xác của phán đoán. Tuy nhiên, trong những ngữ cảnh khác, ví dụ như sự vay mượn hoặc sao chép hình dạng, có một tiêu chuẩn xã hội mạnh mẽ đối kháng lại sự rập khuôn, điều mà cũng được ghi vào luật. Đó là những gì nên làm. Trong những bối cảnh xã hội nhạy cảm, chúng tôi không muốn rút ra những kết luận có lẽ là không đúng về một cá thể từ những số liệu thống kê của nhóm đó. Chúng tôi cho rằng điều đó là những mong muốn trên phương diện đạo đức đối với những hệ số gốc để nó được luận giải như những thực tại thống kê về nhóm đó thay vì như những thực tại có vẻ hợp lý về những cá thể. Nói cách khác, chúng tôi bác bỏ những hệ số gốc nhân quả.
Quy tắc xã hội chống lại sự rập khuôn, bao gồm cả sự đối lập với những hoạt động sao chép hình dạng, đã từng mang lại lợi ích đáng kể trong việc tạo ra một xã hội văn minh hơn và công bằng hơn. Tuy nhiên, nó cũng có tác dụng trong việc nhớ ra rằng việc xao nhãng những khuôn mẫu có giá trị chắc hẳn dẫn đến những phán đoán không phải là tối ưu. Kháng lại sự rập khuôn là một thái độ tâm lý đáng khen ngợi, nhưng ý nghĩ đơn giản thái quá rằng việc kháng lại ấy không phải trả giá là hoàn toàn sai lầm. Đó là những chi phí đích đáng để mưu cầu một xã hội tốt đẹp hơn, nhưng việc phủ định sự tồn tại của các khoản chi phí ấy, trong khi nó đem lại sự thỏa mãn cả về tinh thần lẫn mặt chính trị, là không thể biện hộ một cách khoa học được. Sự phụ thuộc vào phương pháp suy nghiệm tác động này phổ biến trong các lập luận chứa đựng tính chính trị. Các vị trí chúng tôi ủng hộ không dẫn đến chi phí nào, các vị trí chúng tôi phản đối cũng không hề mang lại lợi ích. Chúng tôi nên làm tốt hơn thế.
CÁC TÌNH HUỐNG MANG MỐI QUAN HỆ NHÂN QUẢ
Amos và tôi đã dựng lên những biến thể của luận đề xe taxi, nhưng chúng tôi không phát hiện ra quan điểm đầy sức ảnh hưởng về các hệ số gốc nhân quả, chúng tôi đã mượn khái niệm này từ nhà Tâm lý học Icek Ajzen. Trong thực nghiệm của mình, Ajzen đã cho những người tham gia thí nghiệm của mình thấy những đoạn miêu tả vắn tắt miêu tả một vài sinh viên đã thực hiện một bài kiểm tra tại trường Đại học Yale và đề nghị những người tham gia này đánh giá xác suất mà mỗi sinh viên vượt qua được bài kiểm tra. Sự lôi kéo của các hệ số gốc nhân quả hoàn toàn dễ hiểu: Ajzen nói với một nhóm rằng những sinh viên mà họ đã gặp được chọn từ một lớp mà trong đó 75% đã qua được bài kiểm tra và nói với nhóm khác rằng các sinh viên đã tham dự một lớp học trong đó chỉ có 25% qua được bài kiểm tra. Đây quả là một sự lôi kéo đầy ảnh hưởng, bởi hệ số gốc của việc thi đỗ ám chỉ kết quả trực tiếp rằng bài kiểm tra mà chỉ có 25% qua được hẳn phải vô cùng khó. Dĩ nhiên, độ khó của một bài kiểm tra là một trong những yếu tố mang quan hệ nhân quả nó định đoạt mọi kết quả kiểm tra của sinh viên. Như đã dự tính, các chủ thể của Ajzen rất dễ bị ảnh hưởng bởi các hệ số gốc nhân quả và tất cả các sinh viên đã được đánh giá trong điều kiện tỷ lệ thành công cao có khả năng đỗ nhiều hơn so với tỷ lệ thất bại cao.
Ajzen đã sử dụng một phương thức tài tình để gợi ra một hệ số gốc không mang tính nhân quả. Ông nói với các chủ thể của mình rằng các sinh viên mà họ thấy được chọn ra từ một mẫu, bản thân nó đã được lập nên qua việc lựa chọn các sinh viên đã đỗ hoặc trượt bài kiểm tra. Ví dụ, thông tin dành cho nhóm thất bại cao đã đọc như sau:
Nghiên cứu viên chủ yếu chỉ quan tâm tới nguyên nhân thất bại đã lập ra một mẫu mà trong đó 75% đã trượt kỳ kiểm tra.
Hệ số gốc này là một thực tại thống kê đơn thuần về một ấn tượng chung mà từ đó các tình huống được rút ra. Không hề có bất cứ phương hướng nào trong câu hỏi được đặt ra, đó là liệu rằng một sinh viên riêng lẻ đã đỗ hay trượt bài kiểm tra. Như đã dự tính, những hệ số gốc đã được thông báo rõ ràng đã có tác động lên các phán đoán nhưng chúng có tác động ít hơn nhiều so với những hệ số gốc thuộc thống kê tương đương tính nhân quả. Hệ thống 1 có thể dàn xếp với những câu chuyện mà tại đó các yếu tố được liên kết với nhau theo quan hệ nhân quả, nhưng nó lại tỏ ra yếu thế trong lập luận thuộc về thống kê. Dĩ nhiên, đối với một nhà tư tưởng theo hệ Bayes, những cách diễn giải ở đây là tương đương. Thật hấp dẫn khi nói rằng chúng ta đã đạt tới một kết luận thỏa đáng: Các hệ số gốc nhân quả được sử dụng; các thực tại thống kê đơn thuần (ít nhiều) đã bị sao nhãng. Trong nghiên cứu tiếp theo, một trong những sở thích chiếm hết thời gian của tôi, chỉ ra rằng tình huống còn phức tạp hơn nhiều.
TÂM LÝ CÓ THỂ UỐN NẮN ĐƯỢC?
Những tài xế thiếu thận trọng và bài kiểm tra khó không thể làm minh họa cho hai suy luận mà người ta có thể rút ra từ các hệ số gốc nhân quả: Một đặc điểm mang tính khuôn mẫu đã được quy cho một cá nhân và một đặc trưng đáng kể của tình huống ảnh hưởng đến kết quả của một cá nhân. Những người tham gia vào các thực nghiệm rút ra kết luận chính xác và những phán đoán của họ đã được cải thiện. Thật không may, mọi việc không phải lúc nào cũng vận hành trơn tru. Thực nghiệm kinh điển tôi miêu tả tiếp đây chỉ ra rằng người ta sẽ không rút ra một kết luận mâu thuẫn với những niềm tin khác từ thông tin hệ số gốc. Điều đó cũng cổ vũ cho kết luận khó chịu rằng: Việc dạy môn Tâm lý học thường là lãng phí thời gian.
Thực nghiệm này đã được tiến hành từ rất lâu bởi nhà tâm lý học xã hội Richard Nisbett và sinh viên của mình là Eugene Borgida, tại trường Đại học Michigan. Họ đã nói với các sinh viên về “thực nghiệm trợ giúp” nổi tiếng mà đã từng được thực hiện vài năm trước đó tại Đại học New York. Những người tham gia vào thực nghiệm đó đã được dẫn tới những bốt điện thoại công cộng riêng biệt và được gợi ý nói qua hệ thống liên lạc nội bộ về cuộc sống cá nhân của họ và những vấn đề họ vấp phải. Họ đã lần lượt nói trong khoảng hai phút. Chỉ có duy nhất một chiếc micro được bật tại một thời điểm. Có sáu người tham gia thực nghiệm trong mỗi nhóm, một người trong số họ là một thí nghiệm viên. Người thí nghiệm viên này nói trước, tuân theo một kịch bản đã được chuẩn bị trước. Anh ta đã mô tả những vấn đề mình gặp phải trong việc thích nghi với cuộc sống ở New York và đã rất lúng túng thừa nhận rằng anh ta rất dễ lên cơn co giật, đặc biệt là khi anh ta bị căng thẳng. Tất cả những người tham gia sau đó đều đã tới lượt thực hành. Khi chiếc micro một lần nữa được chuyển lại cho người thí nghiệm viên, anh ta trở nên bối rối và lắp bắp, anh ta nói rằng anh ta đã cảm nhận được một cơn co giật đang tới gần và đề nghị một vài người giúp mình. Những chữ cuối cùng nghe được từ phía anh ta đó là, “C-có ai – úp-úp-giúp-úp-h-h-h [những âm thanh tắc nghẹt]. Tôi … Tôi đang sắp chết-ết-ết-ết Tôi … sắp chết-ết-ết-Tôi bị co giật Tôi-hự [nghẹt lại rồi im bặt].” Tại thời điểm này chiếc micro của người tiếp theo tự động được bật lên và không nghe được tiếng kêu gì của anh ta nữa, có lẽ lúc đó anh ta đang dần lịm đi trong bốt điện thoại kia.
Bạn nghĩ những người tham gia thực nghiệm đã làm gì? Trong giới hạn mà những người tham gia thực hiện nghiên cứu này được biết, một người trong số họ đang lên cơn co giật và đã gọi trợ giúp. Tuy nhiên, có một vài người có thể đáp lại lời kêu cứu đó, bởi vậy có lẽ một người nào đó vẫn có thể ở yên trong bốt điện thoại của mình. Đây là kết quả: Chỉ có bốn người trong số 15 người tham gia đã đáp lại ngay lập tức yêu cầu giúp đỡ. Sáu người không hề rời khỏi bốt điện thoại và năm người còn lại chỉ rời khỏi khi vừa nghe “nạn nhân lên cơn co giật” có vẻ như đã tắt thở. Thử nghiệm cho thấy rằng các cá nhân đã cảm thấy yên tâm khi họ biết chắc rằng những người khác đã nghe được cùng một lời kêu cứu.
Kết quả này có làm bạn ngạc nhiên không? Rất có thể. Hầu hết chúng ta nghĩ bản thân mình là những người tốt bụng có thể bổ nhào vào cứu giúp trong những tình huống như thế và chúng ta trông đợi những người hào hiệp khác cũng làm như vậy. Dĩ nhiên, mục đích của thực nghiệm đó là để chỉ ra rằng sự kỳ vọng này là sai. Ngay cả khi bình thường, những người hào hiệp cũng không bổ nhào vào giúp đỡ, khi họ hy vọng người khác thay mình dính vào việc xoay xở để giúp một người đang bị cơn co giật hành hạ. Và đó cũng ám chỉ bạn nữa.
Bạn có sẵn lòng xác nhận trạng thái sau không? “Khi tôi đọc trình tự của thực nghiệm trợ giúp, tôi đã nghĩ tôi có thể đáp ứng lời cầu cứu của người lạ mặt ấy ngay lập tức, nếu tôi chợt phát hiện bản thân mình đơn độc với một bệnh nhân lên cơn co giật. Nếu tôi phát hiện ra bản thân mình đang ở trong hoàn cảnh mà trong đó những người khác cùng có khả năng giúp đỡ như tôi, hẳn tôi đã không giúp đỡ anh kia. Sự hiện diện của những người khác có thể làm giảm ý thức trách nhiệm bản thân hơn những gì tôi đã hình dung ban đầu.” Đây chính là những gì mà một giáo viên môn Tâm lý học kỳ vọng bạn có thể lĩnh hội được. Bạn có thể tự mình rút ra được những kết luận tương tự hay không?
Vị giáo sư tâm lý học đã mô tả thực nghiệm trợ giúp, muốn các sinh viên nhìn nhận hệ số gốc thấp như là quan hệ nhân quả, cũng giống như trường hợp bài kiểm tra hư cấu của trường Đại học Yale. Ông muốn họ suy ra, trong cả hai trường hợp, rằng một tỷ lệ cao đáng ngạc nhiên của sự thiên lệch hàm ý một bài kiểm tra vô cùng khó. Bài học mà các sinh viên muốn mang theo đó là một số đặc trưng có sức thuyết phục mạnh mẽ của một tình huống, ví dụ như sự lây truyền trách nhiệm, xui khiến những người bình thường hành xử không tử tế một cách đáng ngạc nhiên.
Việc thay đổi tâm trí của một ai đó về bản chất con người là một việc khó khăn và việc thay đổi suy nghĩ của một ai đó về bản thân mình theo hướng xấu đi thậm chí còn khó hơn. Nisbett và Borgida đã quan ngại rằng những sinh viên này có thể đáp ứng được công việc nhưng tỏ ra khó chịu. Dĩ nhiên, những sinh viên ấy đã có khả năng và sẵn lòng thuật lại các chi tiết của thực nghiệm trợ giúp trong một bài kiểm tra và thậm chí còn có thể lặp lại giải thích “chính thức” theo quan điểm lây truyền trách nhiệm. Nhưng những niềm tin của họ về bản chất con người có thực sự đã thay đổi? Để luận giải điều này, Nisbett và Borgida đã cho họ xem những đoạn băng ghi lại những cuộc phỏng vấn ngắn được cho là đã tiến hành với hai người tham gia vào nghiên cứu tại New York. Cuộc phỏng vấn ngắn và diễn ra ôn tồn. Những người được phỏng vấn tỏ ra là những người thân thiện, bình thản, tốt bụng. Họ kể về những sở thích của họ diễn ra ở đâu và vào thời gian nào, những kế hoạch tương lai của họ, tất cả đều được kể ra rất tự nhiên. Sau khi xem đoạn băng của một buổi phỏng vấn, các sinh viên đã phỏng đoán cá nhân cụ thể ấy đã xuất hiện để trợ giúp cho người lạ mặt lâm nạn ấy nhanh cỡ nào.
Để áp dụng lập luận theo trường phái Bayes vào công việc mà nhóm sinh viên đã được chỉ định, trước nhất bạn nên tự hỏi bản thân rằng bạn có thể dự đoán gì về hai cá nhân kia nếu bạn chưa từng được xem đoạn phỏng vấn của họ. Câu hỏi này được trả lời thông qua sự cố vấn của hệ số gốc. Chúng tôi đã được cho biết rằng chỉ 4 trong 15 người tham gia thực nghiệm đó đã nhanh chóng giúp đỡ sau lời khẩn cầu đầu tiên của anh kia. Xác suất để một người tham gia thực hiện thực nghiệm hào hiệp giúp đỡ nạn nhân ở thí nghiệm trên chiếm 27%. Bởi vậy niềm tin trước đó của bạn về những người tham gia thực nghiệm không có nhiệm vụ cụ thể nào nên anh ta đã không lao vào giúp. Tiếp đó, logic của Bayes đòi hỏi bạn điều chỉnh phán đoán của mình theo bất cứ thông tin có liên quan nào về cá nhân đó. Tuy nhiên, mấy đoạn băng đã được xây dựng cực kỳ khéo léo để không mang thông tin gì; họ không đưa ra lý do nào để các cá nhân có thể thể hiện hoặc hào hiệp hơn hoặc hào hiệp ít hơn so với một sinh viên được chọn ngẫu nhiên. Trong trường hợp không có thông tin hữu ích nào mới, giải pháp Bayes tồn tại cùng với các hệ số gốc.
Nisbett và Borgida đã đề nghị hai nhóm sinh viên xem những đoạn ghi hình và dự đoán hành vi của hai cá nhân nọ. Những sinh viên trong nhóm đầu tiên chỉ được biết về diễn tiến của thực nghiệm trợ giúp, không biết gì về kết quả. Các dự đoán của họ đã phản ánh quan điểm của họ về bản chất con người và sự hiểu biết của họ về tình huống đó. Như bạn có thể trông đợi, họ đã dự đoán rằng cả hai cá nhân nọ đều đã có thể ngay lập tức đáp ứng khẩn cầu giúp đỡ của nạn nhân. Nhóm sinh viên thứ hai đã biết cả diễn tiến cuộc thử nghiệm lẫn các kết quả. Sự so sánh những dự đoán của hai nhóm sinh viên cung cấp một câu trả lời cho câu hỏi quan trọng: Những sinh viên này có lĩnh hội được chút gì từ các kết quả của thử nghiệm trợ giúp nhằm thay đổi đáng kể cách nghĩ của họ không? Câu trả lời ở đây thật rõ ràng: Họ đã chẳng lĩnh hội được gì cả. Những dự đoán của họ về hai cá nhân kia không thể phân biệt được với những dự đoán được đưa ra bởi những sinh viên mà đã không được tiếp cận với các kết quả thống kê của cuộc thử nghiệm. Họ đã biết hệ số gốc trong nhóm mà từ đó các cá nhân được chọn ra, nhưng họ vẫn tin chắc rằng những người mà họ thấy trong đoạn băng đã nhanh chóng giúp đỡ người lạ mặt bị lâm nạn kia.
Đối với các giảng viên Tâm lý học, những hàm ý của nghiên cứu này thật nản lòng. Khi chúng tôi giảng cho các sinh viên của mình về hành vi của con người trong thực nghiệm trợ giúp, chúng tôi kỳ vọng họ sẽ lĩnh hội được một vài điều mà họ đã không được biết trước đó, chúng tôi mưu cầu thay đổi cho được cách họ nghĩ về hành vi của con người trong một vài tình huống điển hình. Mục tiêu này đã không được hoàn thành trong nghiên cứu của Nisbett-Borgida và không có lý do nào để tin rằng các kết quả ấy có thể đã khác đi nếu họ lựa chọn một thực nghiệm tâm lý gây ngạc nhiên nào khác. Thực vậy, Nisbett và Borgida đã báo cáo các phát hiện tương tự trong bài giảng của một nghiên cứu khác, tại đó áp lực xã hội vừa phải đã là nguyên nhân khiến người ta chịu đựng những cơn sốc điện đau đớn nhiều hơn so với hầu hết chúng ta (và họ) có thể ngờ được. Những sinh viên nào không phát triển được một sự nhận thức mới về sức mạnh của thể chế xã hội thì chẳng lĩnh hội được chút giá trị gì từ cuộc thử nghiệm. Những dự đoán họ đưa ra về những người lạ mặt ngẫu nhiên, hoặc về hành vi của bản thân họ, chỉ ra rằng họ chưa hề thay đổi quan điểm của mình về cách họ đã từng cư xử. Nói theo cách của Nisbett và Borgida thì những sinh viên “miễn nhiễm bản thân họ một cách thanh thản” (bạn bè và những người xung quanh họ) khỏi những kết luận của các thực nghiệm gây ngạc nhiên cho họ. Tuy nhiên, các giảng viên ngành Tâm lý học không nên tuyệt vọng bởi Nisbett và Borgida đã tường thuật theo một cách khiến các sinh viên của họ hiểu rõ mấu chốt của thử nghiệm trợ giúp. Họ đã tổ chức một nhóm sinh viên mới và giảng giải cho họ về diễn tiến của thực nghiệm nhưng đã không tiết lộ cho họ biết các kết quả của nhóm. Họ đã chiếu hai đoạn băng và chỉ nói với sinh viên của mình rằng hai cá nhân mà họ vừa mới quan sát kia đã không giúp đỡ người lạ mặt, sau đó đề nghị nhóm sinh viên đoán các kết quả tổng thể. Kết quả thật ấn tượng: Những đoán định của nhóm sinh viên chính xác đến tuyệt đối.
Tập cho những sinh viên này bất cứ khái niệm tâm lý nào mà họ chưa hề biết trước đó, bạn phải làm cho họ ngạc nhiên. Nhưng điều ngạc nhiên nào làm được việc đó? Nisbett và Borgida đã phát hiện ra rằng khi họ giới thiệu với các sinh viên của mình một thực tế gây ngạc nhiên, những sinh viên này đã xoay xở để lĩnh hội nhưng không thu được gì cả. Nhưng khi những sinh viên này ngạc nhiên bởi những tình thế riêng biệt - hai con người tử tế đã không ra tay giúp đỡ – họ đã ngay lập tức đưa ra sự tổng hợp và đã kết luận rằng việc giúp đỡ này phức tạp hơn những gì họ nghĩ. Nisbett và Borgida tổng hợp các kết quả trong một câu đáng nhớ:
Các chủ thể không sẵn sàng rút ra các chi tiết từ vấn đề tổng thể mà lại sẵn lòng suy ra vấn đề tổng thể từ các chi tiết.
Đây quả là một kết luận hết sức quan trọng. Những người được chỉ cho thấy những thực tế thống kê gây ngạc nhiên về hành vi của con người có thể bị ấn tượng tới mức kể cho bạn bè của mình nghe về điều mà họ được nghe, nhưng điều ấy không có nghĩa là họ đã thực sự hiểu là thế giới của họ đã thực sự thay đổi. Bài kiểm tra tâm lý này liệu có phải là sự am hiểu của bạn về những tình huống mà bạn gặp phải đã thay đổi, hay liệu có phải bạn đã lĩnh hội được một thực tại mới. Ở đây có một khoảng cách khá sâu sắc giữa tư duy của chúng ta về các số liệu thống kê và tư duy của chúng ta về các tình huống riêng biệt. Các kết quả thống kê với cách lý giải theo kiểu nhân quả đã tác động lên tư duy của chúng ta mạnh mẽ hơn so với thông tin không mang yếu tố nhân quả tác động lên chúng ta. Nhưng ngay cả những con số thống kê đầy thuyết phục cũng sẽ không thay đổi được niềm tin lâu bền hay những niềm tin đã bám rễ ăn sâu trong tiềm thức gắn với mỗi người trải nghiệm trong từng cá nhân chúng ta. Mặt khác, các tình huống riêng biệt gây ngạc nhiên có một tác động mạnh mẽ và là một công cụ hữu hiệu hơn cho công tác giảng dạy bộ môn Tâm lý học bởi vì điều phi lý cần phải được giải quyết và gán vào một câu chuyện nhân quả. Đây cũng là lý do tại sao cuốn sách này lại bao gồm những câu hỏi được nhắm thẳng tới độc giả. Bạn có khả năng sẽ lĩnh hội được điều gì đó qua việc phát hiện ra những ngạc nhiên trong hành vi của bản thân hơn là qua việc nghe kể về những thực tại gây ngạc nhiên và về con người nói chung.
BÀN VỀ CÁC PHÉP NHÂN QUẢ VÀ THỐNG KÊ
“Chúng ta không thể cho rằng họ sẽ thực sự lĩnh hội được điều gì đó từ những con số thống kê không đáng kể này. Hãy chỉ cho họ một hoặc hai tình huống riêng biệt điển hình chi phối Hệ thống1 của họ.”
“Không cần phải lo lắng khi thông tin thống kê đang bị lờ đi. Ngược lại, nó sẽ ngay lập tức được sử dụng để bồi đắp thành một khuôn mẫu.”
No comments:
Post a Comment