Những sự thật mất lòng trong toán học và tâm lý học làm rung chuyển giới khoa học

1. Cuộc khủng hoảng khả năng lặp lại làm rung chuyển ngành tâm lý học

Trong thế giới học thuật, nơi sự thật luôn được xem là ngọn hải đăng soi đường, việc dũng cảm chỉ ra những lỗ hổng mang tính hệ thống đòi hỏi một bản lĩnh phi thường. Giáo sư toán học Steven Strogatz, người dẫn dắt chương trình podcast The Joy of x của tạp chí Quanta Magazine, đã có cuộc trao đổi sâu sắc với hai nhà khoa học tiên phong: nhà nghiên cứu tâm lý học Brian Nosek (Đại học Virginia) và nhà toán học Rebecca Goldin (Đại học George Mason). Cả hai đã dấn thân vào những cuộc tranh luận nảy lửa trong lĩnh vực của mình để bảo vệ sự chính xác của dữ liệu và tính liêm chính khoa học.

Đối với Brian Nosek, thử thách lớn nhất xuất hiện khi ngành tâm lý học thực nghiệm rơi vào cơn chấn động sinh tồn: Cuộc khủng hoảng khả năng lặp lại (Replication Crisis). Năm 2011, niềm tin vào các công bố khoa học bị sứt mẻ nghiêm trọng bởi ba sự kiện liên tiếp:

• Vụ gian lận dữ liệu của Diederik Stapel: Nhà tâm lý học xã hội danh tiếng Diederik Stapel bị phát hiện đã ngụy tạo số liệu cho hơn 50 bài báo khoa học. Đáng lo ngại là suốt nhiều năm, quy trình bình duyệt đồng cấp (peer-review) hoàn toàn không phát hiện ra sai phạm vì không ai có quyền tiếp cận nguồn dữ liệu gốc của ông.
• Thí nghiệm về khả năng ngoại cảm của Daryl Bem: Giáo sư danh dự Daryl Bem thuộc Đại học Cornell công bố công trình trên một tạp chí tâm lý học hàng đầu, báo cáo 9 thí nghiệm khẳng định con người có thể cảm nhận trước tương lai. Bài báo tuân thủ chặt chẽ các quy chuẩn thống kê và đạt ngưỡng ý nghĩa $p < 0.05$. Điều này tạo nên một nghịch lý trớ trêu: hoặc con người thực sự có năng lực tác động ngược thời gian, hoặc các chuẩn mực thống kê thực nghiệm đương thời đang tiềm ẩn khiếm khuyết nghiêm trọng.
• Bài báo cảnh báo “Tâm lý học dương tính giả”: Nhóm tác giả công bố một kết luận hài hước rằng việc nghe ca khúc “When I’m 64” của ban nhạc The Beatles có thể làm người nghe trẻ lại về tuổi sinh học.

Thực chất, công trình về The Beatles là một lời cảnh tỉnh sâu cay. Dù sử dụng số liệu thật, các tác giả đã áp dụng hàng loạt thao tác tùy tiện như thay đổi tiêu chí gạt bỏ biến số và thử nghiệm nhiều phép phân tích khác nhau cho đến khi đạt được chỉ số $p < 0.05$. Qua đó, họ chứng minh việc "xào xáo dữ liệu" có thể dễ dàng thổi phồng tỷ lệ sai số dương tính giả từ ngưỡng tiêu chuẩn 5% lên hơn 60%.

2. Đại dự án kiểm chứng và bước đột phá mang tên Đăng ký trước

Để đánh giá quy mô thực sự của cuộc khủng hoảng, Brian Nosek và các cộng sự đã triển khai Reproducibility Project (Dự án Khả năng lặp lại). Họ chọn ngẫu nhiên 100 thử nghiệm thực nghiệm từ ba tập san tâm lý học uy tín xuất bản năm 2008 để tiến hành tái lập độc lập.

Kết quả công bố đã khiến toàn bộ giới khoa học bàng hoàng:

• Trong 100 nghiên cứu gốc, có tới 97% bài báo khẳng định kết quả có ý nghĩa thống kê ($p < 0.05$).
• Tuy nhiên, khi các nhóm nghiên cứu độc lập tiến hành làm lại, chỉ có 36% số công trình thu được kết quả có ý nghĩa tương tự.
• Quy mô hiệu ứng (effect size) trung bình của các nghiên cứu lặp lại bị sụt giảm tới một nửa so với công bố ban đầu.

Báo cáo này lập tức chạm vào lợi ích của nhiều học giả uy tín. Một số người giận dữ coi Nosek và các cộng sự là “những kẻ phát xít lặp lại” (replication Nazis) vì đe dọa sự nghiệp của họ. Dù vậy, Nosek khẳng định nguyên nhân cốt lõi không phải do hành vi gian lận chủ ý, mà bắt nguồn từ xu hướng “tự dối mình” (self-deception) của con người qua thiên kiến xác nhận (confirmation bias) và thiên kiến nhận thức muộn (hindsight bias).

Để khắc phục triệt để vấn nạn này, Brian Nosek đã cổ vũ mạnh mẽ cho phương pháp Đăng ký trước (Pre-registration). Các nhà khoa học phải nộp và công khai toàn bộ giả thuyết, quy trình lấy mẫu cùng phương pháp xử lý dữ liệu trước khi bắt đầu thí nghiệm:

$$ \text{Quy trình chuẩn mực} = \text{Cam kết phương pháp trước} \rightarrow \text{Thu thập dữ liệu} \rightarrow \text{Đối chiếu kết quả} $$

Việc buộc phải công khai kế hoạch nghiên cứu đóng vai trò như một lời “đặt cược”, loại bỏ hoàn toàn khả năng can thiệp hay sửa đổi phân tích sau khi đã biết trước kết quả, qua đó khôi phục tính khách quan cho các phát minh khoa học.

3. Bài toán sữa mẹ và cạm bẫy truyền thông quanh các con số rủi ro

Song hành với cuộc chiến dữ liệu trong tâm lý học, nhà toán học Rebecca Goldin lại đối diện với những ngộ nhận tai hại khi thống kê được diễn giải trên truyền thông. Với cương vị Giám đốc Nghiên cứu tại STATS — tổ chức chuyên phân tích cách báo chí sử dụng dữ liệu, Goldin đã trực tiếp mổ xẻ một vấn đề xã hội vô cùng nhạy cảm: tác động của việc nuôi con bằng sữa mẹ đối với nguy cơ tử vong ở trẻ sơ sinh.

Vô số thông điệp truyền thông thường ca ngợi việc nuôi con bằng sữa mẹ giúp trẻ gia tăng chỉ số $IQ$, phòng tránh béo phì cũng như giảm thiểu tỷ lệ tử vong. Tuy nhiên, từ góc nhìn toán học thuần túy, Goldin đặt ra một câu hỏi then chốt: Giả định rằng toàn bộ các nghiên cứu đều đạt chuẩn mực hoàn hảo, không có sai số chọn mẫu hay biến nhiễu, thì chênh lệch nguy cơ tử vong thực tế giữa một đứa trẻ bú mẹ và không bú mẹ là bao nhiêu?

Bằng phép tính ước lượng nhanh trên phong bì (back-of-the-envelope calculation), Goldin nhận thấy:

$$ \text{Rủi ro tử vong do không nuôi bằng sữa mẹ} \approx \text{Rủi ro khi lái xe chở trẻ ngồi ghế an toàn} $$

Điều đó đồng nghĩa với việc mức chênh lệch rủi ro tử vong trong năm đầu đời giữa trẻ bú sữa mẹ và trẻ dùng sữa công thức chỉ tương đương — hoặc thậm chí thấp hơn — mức độ rủi ro mà các bậc cha mẹ vẫn chấp nhận hàng ngày khi thắt dây an toàn cho con ở ghế sau ô tô. Việc người mẹ không thể cho con bú không phải là một thảm họa khủng khiếp như áp lực dư luận thường đè nặng lên họ.

Phân tích khách quan này khiến Goldin bị công kích dữ dội từ cả hai phía. Các hãng sản xuất sữa công thức toan lợi dụng tên tuổi cô để rêu rao “sữa công thức tốt ngang sữa mẹ” — luận điểm bị Goldin bác bỏ ngay tắp lự. Ở chiều ngược lại, những người ủng hộ sữa mẹ cực đoan lại chỉ trích cô coi nhẹ sức khỏe trẻ sơ sinh. Nhận thấy rủi ro khi bị gắn mác chuyên gia tranh luận, Goldin đã chuyển hướng sang việc trang bị tư duy toán học cho các nhà báo, giúp họ tự đánh giá bản chất số liệu thay vì giật tít câu khách.

4. Ranh giới của sự thật và khía cạnh xã hội trong toán học thuần túy

Trước khi trở thành cầu nối giữa thống kê và đời sống, Rebecca Goldin vốn là một nhà toán học thuần túy nghiên cứu về hình học symplectic (symplectic geometry) — một phân nhánh hình học vô cùng trừu tượng. Việc giải thích toán học cho đại chúng giúp cô nhận ra những rào cản to lớn khi truyền đạt chân lý khoa học.

Goldin chia sẻ nguyên tắc vàng của nhà toán học nổi tiếng Mark Kac: “Hãy nói sự thật, không gì ngoài sự thật, nhưng không nhất thiết phải nói toàn bộ sự thật.” Nguyên tắc này khác với lời thề trước tòa án. Trong thống kê, nếu người trình bày cố diễn giải tường tận từng tiểu tiết kỹ thuật, công chúng sẽ rất dễ bị rối loạn và hiểu sai. Sự thật trong dữ liệu đời thực mang tính xác suất chứ không thể chia thành hai cực đúng – sai tuyệt đối.

Steven Strogatz nhận xét rằng giới toán học thuần túy thường có cái nhìn rất khắt khe: một khi một định lý đã được chứng minh, nó sẽ đúng vĩnh viễn mà không vướng bận yếu tố xác suất. Tuy vậy, Goldin chỉ ra một khía cạnh bất ngờ ngay trong toán lý thuyết:

“Ngay cả đối với các nhà toán học lý thuyết, khái niệm về sự thật đôi khi cũng khá kỳ lạ. Trong hình học symplectic, đã từng có những cuộc thảo luận gay gắt về việc liệu một số nền tảng lý thuyết đã thực sự được chứng minh đầy đủ 100% hay chưa. Ngay cả khi bạn viết một phép chứng minh toán học trên bảng đen trước lớp học, nếu một nửa số sinh viên không thể theo kịp, bạn đã thực sự chứng minh được nó chưa?”

Lịch sử toán học chứng minh đây thực chất là một cộng đồng nhân văn tìm cách thuyết phục lẫn nhau. Uy tín và danh tiếng của tác giả đôi khi vẫn ảnh hưởng đến việc cộng đồng chấp nhận một lập luận là hiển nhiên.

5. Bài học về tính minh bạch và sự liêm chính trong kỷ nguyên dữ liệu

Hành trình của Brian Nosek và Rebecca Goldin mang đến những bài học đắt giá trong thời đại dữ liệu lớn và trí tuệ nhân tạo ngày nay. Khi các quyết định quan trọng trong y tế, kinh tế và chính sách xã hội ngày càng phụ thuộc vào các thuật toán phân tích số liệu, sự liêm chính và tính minh bạch của dữ liệu đầu vào trở thành yếu tố mang tính sống còn. Những lỗ hổng như thiên kiến xác nhận hay việc thao túng phân tích có thể dẫn đến những hệ lụy khôn lường cho toàn xã hội.

Khoa học không phải là một tập hợp những giáo điều cứng nhắc, mà là một hành trình liên tục tự vấn và sửa sai. Toán học và thống kê chính là tấm khiên bảo vệ chân lý, và sự dũng cảm đối diện với những sự thật mất lòng là điều kiện tiên quyết để giữ vững niềm tin của cộng đồng vào tri thức khoa học.

Bài viết tham khảo Quanta Magazine (quantamagazine.org).