“The task of a writer is not to solve the problem, but to state the problem correctly.”
- Anton Chekhov, Letters of Anton Chekhov
Tuần trước, mình ngồi phỏng vấn một bạn ứng viên cho vị trí quản lý ngành hàng bán lẻ. Hồ sơ của bạn đẹp như tranh vẽ: từng học qua đủ các khóa huấn luyện về tư duy thiết kế (design thinking), nắm lòng các khung phân tích nguyên lý đầu tiên (first principles) và vẽ sơ đồ cây vấn đề nhanh như chớp. Lúc mình đưa ra một bài toán thực tế là doanh số nhóm hàng thực phẩm tươi sống tại một cụm cửa hàng đang rớt nhẹ dù lượng khách đi qua quầy vẫn đông, bạn cầm bút dạ đứng lên bảng trắng, chia ngay thành bốn nhánh nguyên nhân từ trải nghiệm khách hàng, định vị giá, trưng bày cho tới truyền thông. Nhìn cái sơ đồ cân đối, sạch sẽ và đúng chuẩn sách giáo khoa tới từng gạch đầu dòng, ai yếu bóng vía chắc gật đầu tuyển luôn tại chỗ.
Nhưng khi mình hỏi thêm một câu rất đời thường: “Nếu sáng mai em xuống thẳng kho lạnh của siêu thị đó, ba con số vận hành đầu tiên em đòi xem để biết thịt heo đang bị hụt biên lợi nhuận ở khâu nào là gì?”, cậu bạn đứng hình. Bạn bắt đầu nói vòng vo về việc khảo sát thị hiếu người tiêu dùng và làm mới bao bì. Một người thuộc làu mọi sơ đồ giải quyết vấn đề trên đời lại hoàn toàn trắng thông tin về tỷ lệ hao hụt nhiệt độ chuỗi lạnh (cold-chain shrinkage), cấu trúc chiết khấu thương mại cuối kỳ của nhà cung cấp hay vòng quay hàng tồn kho trên biên lợi nhuận gộp. Bạn có một bộ khung cực kỳ hoành tráng, chỉ tiếc là bên trong bộ khung đó rỗng tuếch.
Tối hôm đó về nhà, mở máy tính lên tinh chỉnh lại mấy con AI agent đang chạy tự động cho công việc, mình tự dưng bật cười vì thấy bóng dáng của chính mình trong cậu ứng viên buổi sáng. Suốt một thời gian dài, mỗi khi thấy ChatGPT hay Claude trả lời ngớ ngẩn trước một bài toán kinh doanh hóc búa, phản xạ đầu tiên của dân kỹ thuật chuyển sang làm chiến lược như mình là gõ thêm một tràng câu lệnh (prompt) lên dây cót tinh thần cho máy: “Hãy đóng vai một chuyên gia chiến lược lão luyện, suy nghĩ từng bước một, nhìn nhận vấn đề từ nhiều góc độ trái chiều và kiểm tra kỹ các giả định ngầm.” Mình cứ đinh ninh chỉ cần nhét một quy trình tư duy thật kêu vào đầu con máy là nó sẽ tự khắc thông minh lên. Kết quả đúng như dự đoán: con AI nhả ra một bản báo cáo dài gấp đôi, văn phong đạo mạo gấp ba, nhưng độ ngây thơ về mặt thực chiến thì y nguyên như cũ. Nước đổ lá khoai hoàn toàn.
Cái cảm giác bất lực khi nhìn một người sáng dạ hoặc một mô hình ngôn ngữ đắt tiền đọc vanh vách phương pháp luận nhưng đụng vào việc thật lại ngớ người ra đã được giáo sư tâm lý học nhận thức Daniel T. Willingham tại Đại học Virginia giải phẫu tận gốc từ mùa hè năm 2007. Trong bài nghiên cứu kinh điển đăng trên tạp chí American Educator (tập 31, số 2, từ trang 8 đến trang 19), Willingham đã đặt lên bàn mổ một câu hỏi làm đau đầu giới giáo dục suốt nhiều thập kỷ: tại sao sau hơn hai mươi năm gào thét cải cách kể từ bản báo cáo quốc gia A Nation at Risk năm 1983 (vốn chỉ ra rằng gần 40% học sinh mười bảy tuổi tại Mỹ không thể tự suy luận từ văn bản đọc hiểu và chỉ một phần năm viết nổi một bài luận thuyết phục), hàng loạt chương trình dạy kỹ năng tư duy như Tactics for Thinking dù bán được tới 70.000 cuốn cẩm nang giáo viên vào năm 1990 vẫn thất bại thảm hại? Câu trả lời của khoa học nhận thức lạnh lùng đến mức phũ phàng: tư duy phản biện hoàn toàn bất khả thi nếu bị tách rời khỏi khối dữ liệu thực tế nằm sẵn trong trí nhớ.
Pháo Đài Và Khối U
Sai lầm lớn nhất của các trường học lẫn các khóa đào tạo doanh nghiệp là họ đối xử với tư duy phản biện giống hệt như kỹ năng tập đi xe đạp. Khi bạn đã biết giữ thăng bằng và đạp xe ở con hẻm trước nhà, bạn có thể xách bất kỳ chiếc xe đạp nào ra chạy ngon lành ở công viên, trên đường nhựa hay dọc bờ biển. Kỹ năng đạp xe tách biệt hoàn toàn với mặt đường. Nhưng quá trình suy nghĩ của con người lại vận hành theo một cơ chế ngược hẳn: mạch xử lý của bộ não dính chặt như keo với nội dung kiến thức của lĩnh vực đó, thứ mà giới tâm lý học gọi là tri thức miền (domain knowledge).
Để chứng minh bộ não con người tệ đến mức nào trong việc bê một công thức tư duy từ chỗ này đắp sang chỗ khác, Willingham dẫn lại thí nghiệm kinh điển về giải quyết vấn đề bằng phép tương tự trong tâm lý học nhận thức. Hãy thử tưởng tượng bạn vừa đọc một câu chuyện quân sự: một vị tướng muốn đánh chiếm một pháo đài nằm ở trung tâm, có nhiều con đường dẫn vào đó nhưng đường nào cũng bị gài mìn. Nếu cả đạo quân lớn cùng đi chung trên một con đường thì mìn sẽ nổ, còn từng toán lính nhỏ đi lẻ thì qua trót lọt. Vị tướng bèn chia nhỏ quân đội thành nhiều nhóm đi theo các ngả đường khác nhau rồi cùng hội quân tấn công pháo đài vào đúng một thời điểm. Nghe rất hợp lý và dễ hiểu.
Ngay sau khi nhóm người tham gia thí nghiệm đọc xong câu chuyện pháo đài đó, các nhà tâm lý học đưa cho họ một bài toán y khoa: một bác sĩ cần tiêu diệt một khối u ác tính nằm sâu trong dạ dày bệnh nhân bằng tia bức xạ. Nếu chiếu một chùm tia cường độ cao vào thẳng khối u thì khối u sẽ bị hủy diệt, nhưng các mô lành nằm trên đường đi của tia cũng bị đốt cháy theo. Còn nếu hạ cường độ tia xuống mức an toàn cho mô lành thì tia lại quá yếu, chẳng làm suy suyển được khối u. Hỏi bác sĩ phải làm sao?
Đặt hai bài toán cạnh nhau, ai cũng thấy lời giải của chúng là một: chia tia bức xạ thành nhiều chùm tia cường độ thấp chiếu từ nhiều góc khác nhau hội tụ đúng vào vị trí khối u. Về mặt toán học, hai bài toán này có cùng một cấu trúc sâu (deep structure) là phân tán lực ở ngoại vi rồi hội tụ tại một điểm đích. Thế nhưng khi không có người đứng cạnh nhắc bài, tuyệt đại đa số người tham gia thí nghiệm đều bó tay trước bài toán khối u dù vừa mới đọc câu chuyện pháo đài cách đó vài phút. Một thí nghiệm tương tự cũng diễn ra khi sinh viên được đọc bài toán xếp các hàng cây rau trong vườn bằng cách tìm bội số chung nhỏ nhất, rồi ngay lập tức bị đánh gục bởi bài toán xếp đội hình diễu hành cho ban nhạc trường trung học West High School có cùng chung một công thức số học. Đổi vỏ là tịt ngòi.
Tại sao cái đầu của chúng ta lại dễ bị lừa như vậy? Bởi vì khi tiếp nhận một vấn đề mới, bộ nhớ con người tự động tìm kiếm manh mối dựa trên cấu trúc bề mặt (surface structure), tức là những danh từ cụ thể đập vào mắt như ông tướng, quả mìn, bác sĩ, tia bức xạ, cây rau hay ban nhạc kèn đồng. Bộ não của người mới vào nghề luôn bị cái vỏ ngoài làm cho hoa mắt. Ngay cả những thứ chúng ta hay trầm trồ gọi là “tia chớp sáng tạo” hay “nhảy số nhạy bén” thực chất cũng là kết quả của việc lục tìm những khuôn mẫu văn hóa đã nằm sẵn trong trí nhớ dài hạn. Trong một thí nghiệm giao thoa văn hóa được Willingham trích dẫn, khi giải một câu đố về việc tìm đường thoát khỏi hang động bằng cách rải cát làm dấu, có tới 75% sinh viên Mỹ giải được ngay nhờ cấu trúc câu đố trùng khớp với truyện cổ tích Hansel và Gretel mà họ nghe từ bé, trong khi chưa tới 20% sinh viên Trung Quốc tìm ra đáp án. Ngược lại, khi đổi sang một câu đố cân trọng lượng voi lấy cảm hứng từ điển tích Tào Xung cân voi trong văn học dân gian Trung Hoa, tỷ lệ giải đúng của hai nhóm lập tức đảo chiều. Thứ mà nhà tuyển dụng hay tưởng nhầm là “tư duy nhạy bén bẩm sinh” hóa ra lại là việc ứng viên tình cờ có sẵn mảnh ghép dữ liệu đó trong đầu từ trước.
Sự phụ thuộc của lý trí vào dữ liệu quen thuộc còn lộ rõ hơn nữa qua biến thể bài kiểm tra lựa chọn thẻ của nhà tâm lý học Peter Wason. Khi đưa ra bốn tấm thẻ in chữ và số trừu tượng để kiểm tra quy tắc logic điều kiện “Nếu mặt trước là nguyên âm thì mặt sau phải là số chẵn”, chỉ có khoảng 15% đến 20% người trưởng thành lật đúng hai tấm thẻ cần thiết. Nhưng khi giữ nguyên cấu trúc logic toán học đó và đổi vỏ bọc thành quy tắc của một nhân viên kiểm soát quán rượu: “Nếu khách hàng đang uống bia thì người đó phải từ 21 tuổi trở lên”, gần như 100% người tham gia đều chỉ ra ngay lập tức rằng chỉ cần kiểm tra người đang cầm cốc bia và người chưa đủ 21 tuổi. Phép suy luận logic không hề tồn tại như một cỗ máy độc lập trong não bộ. Nó chỉ bật sáng khi được neo vào một ngữ cảnh đời thực mà bạn đã thuộc làu luật chơi.
Điếc Mũi Lấy Gì Pha?
Đọc tới đây, những người mê phương pháp luận thường sẽ cãi lại rằng: “Vậy thì chúng ta dạy cho học sinh và nhân viên những quy tắc kiểm tra chéo, kiểu như hãy luôn nhìn vấn đề từ nhiều góc độ, hãy tìm bằng chứng phản bác giả thuyết của mình, hay trong khoa học thì phải giữ nguyên các biến số khác khi thử nghiệm một biến số mới!” Willingham gọi những lời khuyên này là các châm ngôn siêu nhận thức (metacognitive maxims). Chúng giống như những tấm biển báo giao thông nhắc nhở bạn khi nào nên cẩn thận, nhưng chúng hoàn toàn bất lực trong việc chỉ cho bạn làm thế nào để xử lý tình huống đó.
Hãy lấy ví dụ về lời khuyên quen thuộc nhất trong mọi phòng họp chiến lược: “Hãy nhìn nhận thị trường từ nhiều góc độ khác nhau.” Nếu bạn nhắc đi nhắc lại câu đó một trăm lần với một cậu nhân viên mới, cậu bạn sẽ học thuộc lòng rằng mình nên nhìn đa chiều. Nhưng nếu trong đầu cậu bạn chưa từng nạp vào dữ liệu về cấu trúc phân phối tạp hóa truyền thống ở tỉnh lẻ, tỷ lệ công nợ của đại lý cấp hai và thói quen mua chịu của người dân vùng nông thôn, cậu bạn lấy cái gì ra để mà “nhìn từ góc độ khác”? Không có nguyên liệu trong kho, mọi lời nhắc nhở tư duy đa chiều chỉ đẻ ra những câu văn sáo rỗng. Ngay cả trong nghiên cứu của hai nhà tâm lý học Zhen Chen và David Klahr năm 1999 về việc dạy trẻ em chiến lược kiểm soát biến số (Control of Variables Strategy) để “tư duy như một nhà khoa học”, học sinh có thể học được thao tác giữ cố định các yếu tố phụ trong phòng thí nghiệm. Tuy nhiên, bước ra thực tế, để biết biến số nào đáng đem ra thử nghiệm và nhận diện được một điểm dữ liệu bất thường đang báo hiệu khám phá mới, nhà khoa học bắt buộc phải sở hữu một kho tàng kiến thức chuyên ngành đồ sộ.
Nói tới chuyện tích lũy nguyên liệu thô trước khi đòi hỏi sự tinh tế trong phán đoán, mình lại nhớ tới câu chuyện của bậc thầy điều hương người Pháp Jean Carles (sinh năm 1892, mất năm 1966), người đã đặt nền móng cho toàn bộ ngành đào tạo chế tác nước hoa hiện đại khi sáng lập trường điều hương Roure tại vùng Grasse vào năm 1946. Trước thời của Jean Carles, nghề làm nước hoa được truyền dạy theo kiểu truyền nghề bí truyền đầy cảm tính. Khi mở trường Roure, ông dẹp bỏ mọi lời dạy hoa mỹ về “cảm xúc mùi hương” cho lứa học trò mới để dựng lên những bảng ma trận phân loại nguyên liệu (phương pháp Champ des Odeurs), bắt học viên trải qua hàng năm trời rèn luyện trí nhớ khứu giác một cách khắc nghiệt. Mỗi ngày, học trò phải bịt mắt ngửi và gọi tên chính xác hàng trăm đơn hương thô tự nhiên lẫn tổng hợp, từ cỏ hương bài (vetiver), tinh dầu cam bergamot, rêu sồi cho tới các phân tử hóa học như indole hay coumarin, đồng thời ghi nhớ tốc độ bay hơi của từng chất trên giấy thử.
Tương tự như một chuyên gia thử rượu vang vùng Bourgogne phải nạp vào trí nhớ dài hạn hàng trăm mẫu dữ liệu về độ chua của nho Pinot Noir theo từng sườn đồi, mùi gỗ sồi mới và dấu vết thời tiết của từng niên vụ trước khi có thể lắc ly rượu và “phân tích phản biện”, phương pháp của Jean Carles dựa trên một nguyên lý sinh học tàn nhẫn: bộ nhớ làm việc (working memory) của con người có sức chứa cực kỳ chật hẹp. Nếu cái mũi và bộ não của bạn còn đang phải gồng lên để tự hỏi “cái mùi ngai ngái này là cỏ hương bài hay hoắc hương?”, toàn bộ sức chứa nhận thức đã bị nuốt sạch, chẳng còn chỗ trống nào cho việc thiết kế cấu trúc tầng hương cả. Lấy gì mà bay bổng.
Chỉ khi hàng trăm nguyên liệu thô và tỷ lệ tương tác của chúng đã được nén chặt thành phản xạ tự động trong trí nhớ dài hạn, người điều hương mới nhìn xuyên qua lớp mùi hỗn độn bề mặt để thấy được cấu trúc sâu của công thức. Minh chứng hùng hồn nhất cho sức mạnh của kho dữ liệu nội tại này nằm ở chính bi kịch cuối đời của Jean Carles: khi về già, ông bị mất hoàn toàn khứu giác (chứng điếc mũi anosmia). Một người làm nước hoa không còn ngửi thấy bất kỳ mùi gì nữa lẽ ra phải giải nghệ. Thế nhưng bằng cách truy xuất thuần túy từ thư viện phân tử và ma trận bay hơi đã khắc sâu vào trí nhớ dài hạn, Jean Carles vẫn ngồi trước bàn cân, viết công thức hoàn toàn trong đầu để tạo nên hai kiệt tác bất hủ của thế kỷ hai mươi là Carven Ma Griffe (năm 1946) và Miss Dior của nhà Christian Dior (năm 1947). Khi dữ liệu nền đã đạt tới độ nén tuyệt đối trong não bộ, bạn thậm chí có thể tư duy cấu trúc ngay cả khi giác quan bề mặt đã tắt ngấm.
Xóa Lệnh Trên Trán Golem
Quay trở lại câu chuyện vận hành doanh nghiệp và làn sóng xây dựng hệ thống AI tự chủ ngày hôm nay, công trình của Willingham giáng một đòn trực diện vào hai căn bệnh trầm kha nhất mà mình thấy ở khắp các văn phòng: thói sùng bái các khẩu hiệu phương pháp luận trong quản trị nhân sự và niềm tin ngây thơ rằng có thể ủy thác việc ghi nhớ dữ liệu cho máy móc.
Ở phía các hệ thống AI, giới kỹ sư phần mềm suốt hai năm qua đã phải trả giá đắt để tự nghiệm ra lại đúng định luật nhận thức mà Willingham đã viết từ năm 2007. Một mô hình ngôn ngữ lớn dù có khả năng suy luận trừu tượng xuất sắc trên các bảng xếp hạng học thuật vẫn sẽ hành xử như một kẻ ngốc khi bước vào quy trình vận hành riêng biệt của một tập đoàn bán lẻ hay một sàn giao dịch tài sản số. Nhồi vào câu lệnh hệ thống những lời dặn dò siêu nhận thức kiểu “hãy suy nghĩ cẩn thận và tối ưu hóa lợi nhuận” chẳng khác nào phát cho học sinh cuốn cẩm nang Tactics for Thinking năm 1990. Để một AI agent thực sự giải quyết được việc khó, kiến trúc duy nhất hiệu quả là giữ cho bộ khung điều phối thật mỏng (thin harness) và dồn toàn bộ tâm sức viết ra những tệp kỹ năng dày đặc dữ liệu chuyên ngành (fat skills): nạp thẳng vào đó lịch sử các ca lỗi biên (edge cases), quy tắc hạch toán riêng của từng ngành hàng và các ngưỡng chặn rủi ro cụ thể.
Nhưng nguy hiểm hơn cả chuyện con AI thiếu ngữ cảnh là chuyện con người tự tước bỏ kho dữ liệu trong chính bộ não của mình. Nhiều bạn trẻ đi làm bây giờ rất hay tự hào với câu cửa miệng: “Thời buổi này cần gì phải nhớ mấy con số lẻ tẻ đó anh, cần gì cứ gõ hai giây hỏi AI hoặc tra cơ sở dữ liệu là ra hết, đầu óc để dành làm việc chiến lược lớn lao!” Nghe thì có vẻ hiện đại, nhưng lối nghĩ ỷ lại đó chính là con đường ngắn nhất dẫn tới sự tê liệt về mặt tư duy. Tra cứu một thông tin nằm trên màn hình máy tính hoàn toàn khác với việc thông tin đó nằm sẵn trong trí nhớ dài hạn của bạn. Khi bạn không có sẵn các cụm dữ liệu nền tảng trong đầu, bộ nhớ làm việc của bạn không có bất kỳ điểm tựa nào để kết nối các biến số rời rạc lại với nhau. Giống như căn bệnh ngụy biện tủ hồ sơ (the filing cabinet fallacy), việc bạn đứng cạnh một cái tủ chứa đầy tài liệu hoặc một cửa sổ trò chuyện AI không biến bạn thành một chiến lược gia, bởi vì một bộ não rỗng dữ liệu sẽ không bao giờ biết mình đang thiếu mảnh ghép nào để mà đặt câu hỏi, càng không thể phát hiện ra điểm bất thường khi con máy tự tin bịa ra một con số sai lệch. Chúng ta có thể tóm gọn định luật sinh tồn nhận thức này vào một phương trình duy nhất:
Năng lực tư duy phản biện = Kho dữ liệu chuyên ngành đã tự động hóa × Khả năng nhận diện cấu trúc sâuNếu thừa số thứ nhất bằng không, mọi nỗ lực nhân bản phương pháp luận hay gõ câu lệnh nhắc bài ở vế sau đều chỉ cho ra kết quả bằng không tròn trĩnh.
Trong truyền thuyết Do Thái thế kỷ mười sáu gắn liền với tên tuổi giáo sĩ Judah Loew ben Bezalel tại Praha, câu chuyện sau này được nhà văn Áo Gustav Meyrink khắc họa lại trong tiểu thuyết The Golem xuất bản năm 1914, có một chi tiết ngụ ngôn làm mình ám ảnh mãi. Giáo sĩ Loew nặn ra người khổng lồ Golem bằng đất sét và viết lên trán nó chữ Emet (Chân lý) để kích hoạt nó thành một cỗ máy tuân lệnh tuyệt đối nhằm bảo vệ cộng đồng. Một hôm, vợ của giáo sĩ bảo Golem: “Hãy cầm đôi thùng này đi ra sông gánh nước về đổ vào lu trong bếp.” Golem lập tức thực thi quy trình một cách hoàn hảo: đi ra sông, múc đầy hai thùng nước, quay về đổ vào lu, rồi lại đi ra sông. Cái lu chẳng mấy chốc đã đầy tràn, nước ngập lênh láng khắp sàn bếp, chảy tràn ra cả đường phố Praha, nhưng Golem vẫn đều đặn gánh từng thùng nước mới dội thẳng vào căn nhà đang chìm trong biển nước. Nó thực thi mệnh lệnh với độ chính xác cơ học tuyệt đối, chỉ thiếu đúng một mảnh tri thức thực tế rằng mục đích của việc gánh nước là làm đầy cái lu và khi lu đầy thì phải dừng lại. Cuối cùng, giáo sĩ Loew phải vội vã chạy về, xóa đi chữ cái đầu tiên trên trán Golem để biến chữ Emet thành chữ Met (Cái chết), trả cỗ máy mất kiểm soát đó về lại thành một đống bùn nhão.
Gã người đất sét Golem của giáo sĩ Rabbi Loew ở Praha hôm nay vẫn đang cần mẫn gánh từng thùng nước từ bờ sông đổ tràn ngập các phòng họp doanh nghiệp, dưới hình hài của những bản báo cáo sặc mùi khung mẫu sách vở và những con AI agent được nhồi đầy khẩu hiệu tư duy nhưng mù đặc về giới hạn vật lý của cái lu. Ngẫm lại mấy lần mình ngồi gõ câu lệnh nhắc bài cho máy mà thấy nhột ngang. Trước khi gõ thêm một dòng lệnh bảo con agent hay thúc ép nhân viên “hãy tư duy sâu sắc và đa chiều hơn”, hãy thử kiểm kê lại xem trong đầu mình còn giữ được bao nhiêu nguyên liệu thô của nghề. Cẩn thận kẻo chính chúng ta cũng chỉ đang đứng lẩm nhẩm một câu thần chú rỗng bên cạnh cái lu đã vỡ từ lúc nào.