CHÀO MỪNG ĐẾN SYDNEY ■ BÀ ẤY CÓ BAO NHIÊU NGƯỜI TÌNH? ■ CÁCH TRỞ THÀNH MỘT NHÀ KINH TẾ, CÁCH MẶC COMPLÊ ĐẸP, VÀ CÁCH KẾT BẠN ■ KHÔNG PHẢI ĐÚNG, CHỈ LÀ “GẦN” ĐÚNG ■ DÒNG SÔNG CẠN VẪN CÓ NHỮNG CHỖ SÂU

Một tối tháng Ba, trên lối đi nhìn ra vùng vịnh bên ngoài Nhà hát Opera Sydney, có vài người đàn ông và phụ nữ đang đứng thưởng ngoạn quang cảnh nơi đây. Những người đàn ông diện complê dù lúc này ở Sydney đang gần cuối hè và thời tiết khá ấm áp. Còn những người phụ nữ thì ăn mặc thoải mái hơn, dù phải chịu đựng vì đang đứng trên những đôi giày cao gót.

Tất cả họ đều phải trả giá cho sự sành điệu của mình. Chẳng bao lâu sau đó, họ sẽ ngồi hàng giờ lắng nghe những bài hát tiếng Nga được trình bày bởi nhóm những người đàn ông và đàn bà ngoại cỡ. Hầu hết những người thích nhạc opera đều trông như nhân viên làm việc cho văn phòng đại diện của Tập đoàn tài chính J.P Morgan, hay một công ty tài chính nào đó, nơi các nhân viên được sống một cuộc sống giàu sang khác hẳn với cuộc sống của người dân địa phương, kèm theo nhiều áp lực buộc họ phải sống theo một kịch bản sành điệu (uống rượu vang và nghe nhạc kịch). Tuy nhiên, tôi không đến đó để lén nhìn những con người sành điệu này, mà đến để ngắm Nhà hát Opera Sydney – một công trình kiến trúc được tô điểm trong mọi cuốn sách quảng cáo du lịch của Úc. Quả thực, đó là một công trình rất ấn tượng dù trông như một tòa nhà được các kiến trúc sư dựng lên để gây ấn tượng đối với các kiến trúc sư khác.

Cuộc đi dạo tối hôm đó ở khu vực sầm uất nhất gần cầu cảng Sydney – khu Mũi Đá Lịch sử (the Rocks) – hệt như một cuộc hành hương. Trong khi người Úc luôn ảo tưởng rằng mình đã dựng một đài tưởng niệm để phân chia đường chân trời thì điều mà họ thực sự đã làm được là tạo ra một công trình mà chúng ta không thể dự đoán, không thể lên kế hoạch và không nhận ra rằng mình không biết gì về tương lai – chúng ta đánh giá thấp một cách có hệ thống về những gì sắp xảy ra trong tương lai.

Người Úc đã thực sự xây nên một biểu tượng về sự kiêu ngạo trí thức của loài người. Chuyện là thế này. Nhà hát Opera Sydney được dự kiến khánh thành vào đầu năm 1963 với chi phí 7 triệu đô-la Úc. Nhưng phải đến hơn mười năm sau, công trình này mới chính thức đi vào hoạt động, và mặc dù không đúng với tham vọng ban đầu, nhưng cũng đã tiêu tốn khoảng 104 triệu đô-la Úc. Dù rằng còn có vô số trường hợp thất bại khác tồi tệ hơn nhiều, hay những thất bại trong việc dự đoán (tất cả những sự kiện lịch sử quan trọng), Nhà hát Opera Sydney là minh chứng cho những khó khăn về mặt thẩm mỹ. Nhà hát này là câu chuyện đơn giản nhất trong số những nội dung bị bóp méo mà chúng tôi sẽ thảo luận trong phần này (vì nó chỉ liên quan đến tiền, và không gây ra sự đổ máu oan uổng nào). Tuy nhiên, đó không phải là trường hợp tiêu biểu.

Chương này gồm hai chủ đề. Thứ nhất, chúng ta quá kiêu ngạo về những điều mình nghĩ là bản thân mình biết. Dĩ nhiên, chúng ta biết nhiều, nhưng trong đầu luôn nghĩ mình biết hơi nhiều hơn thực tế, mà chỉ cần cái hơi nhiều đó thôi cũng đủ để khiến ta đôi khi phải gặp rắc rối. Chúng tôi sẽ chỉ cho bạn cách xác minh, thậm chí đo lường được sự kiêu ngạo đó trong chính căn phòng của mình.

Thứ hai, chúng ta sẽ xem xét các hàm ý của sự kiêu ngạo này đối với tất cả các hoạt động liên quan đến việc dự đoán.

Vậy, thế quái nào chúng ta lại dự đoán nhiều đến thế? Tệ hơn, và thú vị hơn: Sao chúng ta không nói về thành tích dự đoán của mình? Sao chúng ta không nhận thấy rằng mình (gần như) luôn bỏ lỡ những sự kiện lớn? Tôi gọi đây là sự tai tiếng của việc dự đoán.

DỰA THEO PHỎNG ĐOÁN VỀ SỐ NGƯỜI TÌNH CỦA NỮ HOÀNG CATHERINE

Hãy cùng kiểm tra điều mà tôi gọi là sự kiêu ngạo trí thức, hay nói đúng hơn là sự ngạo mạn của chúng ta về những giới hạn trong hiểu biết của mình. Episteme là một từ Hy Lạp có nghĩa là kiến thức; việc gọi một khái niệm trừu tượng bằng tiếng Hy Lạp sẽ khiến nó có vẻ quan trọng. Đúng là kiến thức của chúng ta phát triển, nhưng lại bị đe dọa bởi sự gia tăng lớn hơn về mức độ tự tin – điều khiến cho kiến thức của chúng ta tăng, đồng thời sự bối rối, ngu dốt và tính tự phụ cũng tăng theo.

Hãy ví dụ về một căn phòng đầy người. Hãy chọn ra một con số ngẫu nhiên. Con số đó có thể tương ứng với bất kỳ nội dung nào sau đây: tỷ lệ nhà môi giới chứng khoán bị tâm thần ở miền Tây Ukraine, doanh thu của cuốn sách này trong những tháng có chữ r, chỉ số IQ trung bình của các biên tập viên sách kinh doanh (hoặc các nhà viết sách kinh doanh), số lượng người tình của Nữ hoàng Catherine II của Nga, v.v. Hãy yêu cầu từng người trong phòng đưa ra một chuỗi giá trị hợp lý cho dãy số đó theo cách mà họ tin rằng mình có 98% cơ hội đoán đúng, và dưới 2% cơ hội đoán sai. Nói cách khác, bất cứ con số nào mà họ đưa ra đều có khoảng 2% cơ hội nằm ngoài chuỗi giá trị đó. Ví dụ:

“Tôi có thể chắc chắn đến 98% rằng dân số Rajastan có khoảng từ 15 đến 23 triệu người”.

“Tôi có thể chắc chắn đến 98% rằng Nữ hoàng Catherine II của Nga có khoảng từ 34 đến 63 người tình”.

Bạn có thể đưa ra kết luận về bản chất con người bằng cách đếm số người đoán sai trong ví dụ của mình, nhưng không được vượt quá hai trong số 100 người tham gia. Lưu ý rằng, các đối tượng (nạn nhân của bạn) được thoải mái đưa ra chuỗi giá trị mà họ muốn: bạn không được tìm cách phán đoán kiến thức của họ, mà ước lượng sự đánh giá của họ về kiến thức của chính mình.

Và bây giờ hãy xem kết quả. Giống như nhiều điều xảy ra trong cuộc sống, kết quả đó là thứ không được đính trước, có tính may rủi, bất ngờ và phải mất một thời gian mới “tiêu hóa” được. Truyền thuyết kể rằng Albert và Raiffa – hai nhà nghiên cứu đã từng chú ý đến vấn đề này – thực ra đang tìm kiếm một điều gì đó khác biệt hơn, và cũng nhàn chán hơn: làm sao con người có thể đoán được các khả năng trong quá trình ra quyết định khi có bất ổn trong đó (thứ mà những người có học thức gọi là xác định các hệ số). Hai nhà nghiên cứu này hóa ra là những kẻ ngớ ngẩn. Tỷ lệ sai số 2% hóa ra gần bằng tỷ lệ 45% trong phần dự đoán về dân số Rajastan! Điều đáng nói là trong ví dụ thứ nhất có cả các sinh viên của trường kinh doanh Harvard – những kẻ nổi tiếng tự phụ hoặc không có xu hướng tự suy xét. Còn các thạc sỹ quản trị kinh doanh lại là những kẻ hết sức dị hợm trong lĩnh vực này, và có lẽ đó là lý do khiến họ thành công trong kinh doanh. Các nghiên cứu về sau cho thấy có nhiều người khiêm nhường hơn, hoặc ít kiêu ngạo hơn, như người trông nom nhà của, tài xế tắc-xi. Còn các chính trị gia và giám đốc doanh nghiệp, than ôi!… tôi sẽ nói về họ sau.

Mức độ hài lòng của chúng ta cao gấp 20 lần so với những điều mình biết? Có vẻ thế.

Thử nghiệm này đã được lặp đi lặp lại hàng chục lần với dân số các nước, các nghề nghiệp, các nền văn hóa, và hầu như được mọi nhà tâm lý học thực nghiệm cùng nhà lý thuyết ra quyết định (decision theorist) nhắc đến trong giờ lên lớp của mình để chỉ cho sinh viên thấy được một vấn đề to lớn của nhân loại: đơn giản là chúng ta không đủ hiểu biết để người khác tin tưởng. Tỷ lệ sai số 2% kia thường biến thành mức 15 đến 30%, tùy theo đối tượng dân số và chủ đề được nói đến.

Tôi đã thử nghiệm với chính mình, và không còn nghi ngờ gì nữa, đã thất bại dù luôn cố gắng trở nên khiêm nhường bằng cách thận trọng đặt ra một chuỗi giá trị rộng lớn và như chúng ta sẽ thấy, sự đánh giá thấp đó hóa ra là cốt lõi trong hoạt động nghề nghiệp của tôi. Sự thiên kiến này dường như có mặt ở mọi nền văn hóa, thậm chí ở những nơi rất đề cao đức tính khiêm nhường – có lẽ chẳng có sự khác biệt lôgic nào giữa thủ đô Kuala Lumpur và thành cổ Amioun, (nay là) Li băng. Chiều hôm trước, tôi có một buổi hội thảo tại Luân Đôn, và trên đường đến địa điểm tổ chức, tôi có đủ thời gian để nhẩm viết trong đầu vì người tài xế tắc-xi có khả năng “tìm đường” trên mức trung bình. Tôi quyết định làm một thử nghiệm nhỏ trong buổi nói chuyện đó.

Tôi yêu cầu những người tham dự cố gắng phân loại số lượng sách trong thư viện Umberto Eco – con số mà như chúng ta đã biết từ Phần giới thiệu đến Phần 1 là 30.000 đầu sách. Không ai trong số 60 người tham dự có thể thực hiện việc phân loại đủ để bao gồm cả con số thực tế (tỷ lệ sai số 2% đã biến thành 100%). Trường hợp này có thể bị tính sai, nhưng sự tính toán không chính xác đó được khẳng định bởi một số đông khác thường. Thật thú vị là đám đông đó đã sai ở mức rất cao và rất thấp: một số đưa ra chuỗi giá trị ở mức từ 2.000 đến 4.000; một số khác từ 300.000 đến 600.000.

Thật ra, những ai đã được cảnh báo về bản chất của thử nghiệm này có thể chọn giải pháp an toàn và đưa ra chuỗi giá trị từ 0 đến vô cùng; nhưng như vậy sẽ không còn là “xác định các hệ số” nữa vì sẽ không chuyển tải được bất kỳ thông tin nào, và cũng không đưa ra được một quyết định có hiểu biết nào theo cách đó. Trong trường hợp này, sẽ danh dự hơn nếu một người chỉ cần nói, “Tôi không muốn tham gia cuộc chơi này vì chẳng có tí khái niệm nào”.

Không có gì lạ khi tìm thấy các phản ví dụ – những người quá cường điệu theo hướng ngược lại và đánh giá quá cao tỷ lệ sai số của mình: bạn có thể có một người anh họ đặc biệt cẩn thận về những điều anh ta nói, hoặc có một giáo sư sinh học thể hiện tính khiêm nhường đến mức vô lý. Đối tượng mà tôi muốn thảo luận ở đây là bình quân dân số, chứ không phải một cá nhân riêng lẻ nào. Có đủ các biến số quanh mức trung bình này để đảm bảo có được các phản ví dụ đặc biệt. Những người như thế thuộc thiểu số – và, thật đáng buồn, vì không dễ dàng trở nên nổi bật nên có vẻ như họ chẳng có vai trò ảnh hưởng nào trong xã hội.

Sự kiêu ngạo trí thức có tác dụng kép: chúng ta đánh giá quá cao những điều mình biết, và đánh giá quá thấp sự bất định, bằng cách đè nén chuỗi trạng thái bất định có thể xảy ra (tức là làm giảm không gian của những điều không biết).

Các ứng dụng của tình trạng không chính xác này vượt ra ngoài mục đích theo đuổi kiến thức: hãy nhìn vào cuộc sống của những người xung quanh mình. Rõ ràng, mọi quyết định liên quan đến tương lai đều có thể bị ảnh hưởng bởi điều đó. Chứng bệnh kinh niên của loài người là luôn đánh giá thấp khả năng của tương lai rất xa so với chiều hướng ban đầu (bên cạnh các thiên kiến khác mà đôi lúc có sử dụng đến hiệu ứng kép). Để có được một ví dụ rõ ràng, hãy nghĩ xem có bao nhiêu người li hôn. Hầu hết những người này đều quen với số liệu thống kê cho rằng khoảng 1/3 và 1/2 các cuộc hôn nhân là thất bại – điều mà các bên liên quan đã không dự đoán khi quyết định gắn bó cuộc đời với nhau. Dĩ nhiên, “không phải chúng ta”, bởi “chúng ta vẫn xoay xở tốt” (cứ như thể những người kia không biết xoay xở vậy).

Xin lưu ý độc giả rằng tôi không kiểm tra mức độ hiểu biết của mọi người, mà đánh giá sự khác nhau giữa những điều con người thực sự biết và mức độ mà họ nghĩ là mình biết. Điều này làm tôi nhớ đến một phương pháp mà mẹ tôi thường dùng làm trò đùa mỗi khi tôi muốn trở thành nhà kinh doanh. Luôn châm biếm về sự tự tin (nhận thức được) của tôi, mặc dù chẳng cần phải nghi ngờ về khả năng của tôi, nhưng bà đã tìm cách khiến tôi cười lăn cười bò. Bằng cách nào? Người nào tìm cách mua tôi với mức giá tôi thực sự xứng đáng và tìm cách bán ra với mức giá mà tôi nghĩ là mình xứng đáng sẽ có thể bỏ túi một khoản chênh lệch lớn. Mặc dù tôi luôn tìm cách thuyết phục bà về đức tính khiêm nhường bên trong con người mình và sự bất an ẩn sau vẻ ngoài tự tin đó, và dù tôi luôn khẳng định rằng mình là một người sống nội tâm, nhưng bà vẫn cứ hoài nghi. Nội tâm, “lội” tâm, bà vẫn trêu như thế trong thời gian tôi viết cuốn sách này và cho rằng tôi hơi xông xáo quá.

SỰ MÙ TỊT VỀ THIÊN NGA ĐEN ĐANG TRỞ LẠI

Cách thử nghiệm đơn giản trên cho thấy sự hiện diện của một xu hướng ăn sâu trong bản chất con người là đánh giá quá thấp các yếu tố ngoại lai – hoặc các Thiên Nga Đen. Nếu được để tự mình quyết định, chúng ta có xu hướng cho rằng những gì xảy ra mỗi thập kỷ thực chất chỉ xảy ra một lần trong mỗi thế kỷ, và hơn nữa, chúng ta biết điều gì đang diễn ra.

Sai sót trong tính toán này hơi khó phát hiện. Trên thực tế, các yếu tố ngoại lai không nhạy cảm với việc đánh giá quá thấp vì chúng mờ nhạt so với các sai sót trong đánh giá – điều có thể diễn ra ở cả hai hướng. Như chúng ta đã thấy ở Chương 6, có nhiều trường hợp trong đó con người đánh giá quá cao sự bất thường hoặc một sự kiện bất thường cụ thể nào đó (chẳng hạn khi các hình ảnh giật gân xuất hiện trong đầu họ) – mà như chúng ta đã biết, đó là cách để các công ty bảo hiểm ăn nên làm ra. Vì thế, quan điểm chung của tôi là các sự kiện này rất dễ bị ảnh hưởng bởi việc tính toán sai, cùng với việc đánh giá chung quá thấp và đánh giá riêng quá cao.

Khoảng cách càng xa với sự kiện thì sai sót càng trở nên trầm trọng hơn. Cho đến nay, chúng ta chỉ xem xét tỷ lệ sai sót 2% trong trò chơi trước đó, nhưng nếu nhìn vào các tình huống nơi có mức chênh lệch 1/100, 1/1.000, hoặc 1/1.000.000, bạn sẽ thấy các sai sót đó cực kỳ lớn. Sự chênh lệch đó càng lớn thì sự kiêu ngạo trí thức càng cao.

Ở đây, xin lưu ý một điểm đạc biệt về phán đoán theo trực giác của chúng ta: ngay cả khi sống ở vùng Mediocristan, nơi các sự kiện lớn hiếm khi xảy ra, chúng ta sẽ vẫn đánh giá thấp các trường hợp cực độ – tức là cho rằng chúng thậm chí còn hiếm hoi hơn. Chúng ta đánh giá thấp tỷ lệ dự đoán sai của mình ngay cả với các biến của đường cong Gauss. Trực giác của chúng ta dưới mức Bình thường (sub-Mediocristani) nhưng chúng ta không sống ở mức Bình thường. Những con số mà ta có thể đánh giá mỗi ngày phần lớn đều thuộc về Cực độ (Extremistan), tức là được vận hành bởi sự tập trung và phải phụ thuộc vào các Thiên Nga Đen.

Phỏng đoán và dự đoán

Không có sự khác biệt rõ ràng giữa việc phỏng đoán một biến số không phải ngẫu nhiên khi ta không có đủ hoặc chỉ có một phần thông tin, ví dụ như số lượng người tình qua đêm với Nữ hoàng Catherine II, và việc dự đoán một biến số ngẫu nhiên, ví dụ như tỷ lệ thất nghiệp ngày mai hoặc thị trường chứng khoán năm sau. Theo ý nghĩa này, việc phỏng đoán (điều tôi không biết, nhưng có thể người khác biết) và dự đoán (điều chưa xảy ra) là cùng một hành động.

Để đánh giá đúng mối quan hệ giữa việc phỏng đoán và dự đoán, giả sử thay vì tìm cách tính số người tình của Nữ hoàng Catherine II của Nga, bạn sẽ đánh giá các vấn đề ít hấp dẫn hơn, nhưng có thể đối với một số người, chúng quan trọng hơn – vấn đề dân số trong thế kỷ tới, lợi nhuận từ thị trường cổ phiếu, mức thâm hụt an sinh xã hội, giá dầu, kết quả doanh thu bất động sản của người bà con, hoặc các điều kiện về môi trường ở Braxin trong hai thập kỷ tới. Hoặc, nếu là người phụ trách xuất bản cuốn sách của Yevgenia Krasnova, có lẽ bạn cần phải đưa ra dự đoán về doanh thu tương lai mà cuốn sách có thể đạt được. Giờ đây, chúng ta đã đi vào vùng nguy hiểm: chỉ cần nghĩ rằng các chuyên gia chuyên dự đoán cũng rất khổ sở với trở ngại tâm lý trên. Hơn nữa, những người chuyên dự đoán thường bị ảnh hưởng bởi các trở ngại như thế nhiều hơn so với những người không dự đoán.

THÔNG TIN LÀ THỨ KHÔNG TỐT CHO KIẾN THỨC

Bạn có thể tự hỏi làm cách nào mà việc học hỏi, giáo dục và kinh nghiệm có thể ảnh hưởng đến sự kiêu ngạo trí thức – làm cách nào những người có giáo dục có thể ghi điểm ở bài kiểm tra trên so với những người còn lại (lấy người tài xế tắc-xi Mikhail làm chuẩn). Câu trả lời sẽ khiến bạn ngạc nhiên: nó phụ thuộc vào nghề nghiệp của mỗi người. Trước tiên, tôi sẽ xem xét lợi thế của những người “có hiểu biết” so với những người còn lại trong chúng ta trong phạm vi dự đoán nhỏ bé này.

Có một lần, khi đến thăm một người bạn làm việc tại ngân hàng đầu tư New York, tôi nhìn thấy một nhân vật điên khùng giống như “trung tâm của vũ trụ” đang bước đi với bộ tai nghe không dây và một chiếc micrô nhô ra ở phía bên phải khiến tôi không thể tập trung xem người này nói gì suốt 20 giây trò chuyện với anh ta. Tôi hỏi người bạn của mình về mục đích của chiếc máy kỳ cục đó. “Anh ta muốn giữ liên lạc với London”, bạn tôi đáp. Khi được nhận vào làm ở một công ty nào đó, bạn sẽ phụ thuộc vào phán đoán của người khác, việc tỏ ra bận rộn có thể giúp bạn khẳng định trách nhiệm đối với các kết quả trong một môi trường ngẫu nhiên. Vẻ bề ngoài bận rộn đó sẽ làm tăng nhận thức về thuyết nhân quả, về mối liên hệ giữa kết quả và vai trò của một người trong kết quả đó. Dĩ nhiên, điều này thậm chí có thể áp dụng đối với các giám đốc điều hành ở những công ty lớn – những người cần tuyên bố về mối liên hệ giữa “sự hiện diện”, “vai trò lãnh đạo” của mình và các kết quả kinh doanh của công ty. Tôi không biết có nghiên cứu nào chứng minh được tính hữu dụng của thời gian mà những người này đầu tư vào các buổi nói chuyện và việc tiếp thu thông tin trong một khoảng thời gian ngắn ngủi hay không và cũng không biết có nhà văn nào đủ can đảm để chất vấn xem các giám đốc điều hành có vai trò to lớn đến mức nào đối với thành công của doanh nghiệp.

Chúng ta hãy thảo luận về ảnh hưởng chính của thông tin: trở ngại đối với kiến thức.

Aristotle Onassis, có lẽ là nhà tài phiệt đầu tiên, chủ yếu nổi tiếng và giàu có – và vì thể hiện được sự giàu có đó. Là một người Hy Lạp tị nạn từ miền nam Thổ Nhĩ Kỳ, ông đã đến Argentina và kiếm được một món hời nhờ việc nhập khẩu thuốc lá Thổ Nhĩ Kỳ vào nước này, và sau đó trở thành ông trùm ngành vận tải biển. Ông ta đã bị nguyền rủa khi phản bội giọng ca opera huyền thoại Maria Callas, khiến bà này đau đớn tự giam mình và từ giã cõi đời trong một căn hộ ở Paris, để kết hôn với Jacqueline Kennedy, góa phụ của Tổng thống Mỹ John F. Kennedy.

Nếu nghiên cứu về cuộc đời của Onassis – người mà tôi đã dành một phần thời gian tuổi trẻ để nghiên cứu – bạn sẽ nhận thấy được một trạng thái đều đều thú vị: “công việc”, theo đúng nghĩa thông thường nó, không phải là thứ ông ta thường làm. Thậm chí, ông ta còn không buồn trang bị cho mình một chiếc bàn giấy, nói gì đến văn phòng. Không chỉ là một nhà buôn, do đó chẳng cần phải có văn phòng, ông ta còn điều hành một đế chế vận tải đường thủy – một công việc đòi hỏi phải có sự giám sát hàng ngày. Tuy nhiên, công cụ chính của ông ta là một cuốn sổ ghi chép chứa đựng tất cả những thông tin cần thiết. Cuộc đời Onassis là một chuỗi những nỗ lực kết thân với những người giàu có, nổi tiếng và theo đuổi (cũng như sưu tập) phụ nữ. Ông ta thường thức dậy vào buổi trưa. Nếu cần được tư vấn pháp lý, ông ta sẽ triệu tập các luật sư của mình đến một hộp đêm nào đó ở Paris lúc hai giờ sáng. Người ta nói Onassis có một sức hấp dẫn không cưỡng nổi – điều đã giúp ông chiếm được thiện cảm của mọi người.

Chúng ta hãy thôi bàn về giai thoại này. Có thể có một hiệu ứng “điên vì tình cờ” ở đây, hiệu ứng của việc tạo ra mối liên hệ tình cờ giữa thành công và thói quen làm việc của Onassis. Có thể tôi không bao giờ biết được Onassis tài giỏi hay may mắn, dù luôn tin rằng sự thành công của người đàn ông này là nhờ sức hấp dẫn của chính bản thân ông. Thế nhưng, tôi vẫn có thể kiểm tra thói quen làm việc đó của người này bằng cách xem xét nghiên cứu thực nghiệm về mối liên hệ giữa thông tin và hiểu biết. Vì thế, tuyên bố cho rằng kiến thức bổ sung về các hoạt động kinh doanh hàng ngày có thể chẳng có ích lợi, thậm chí còn độc hại là tuyên bố gián tiếp nhưng lại rất hợp lý.

Hãy cho hai nhóm người xem một bức hình thật mờ của một vòi dẫn nước chữa cháy, đủ mờ để họ không nhận ra đó là gì. Đối với nhóm thứ nhất, ta tăng độ phân giải của bức hình lên một cách chậm rãi, trong mười bước. Đối với nhóm thứ hai, ta tăng độ phân giải lên nhanh hơn, trong năm bước. Hãy dừng lại ở mức mà hai nhóm đều nhận được độ phân giải hình ảnh giống nhau và yêu cầu từng người nói xem đó là hình gì. Những người ở nhóm nhìn thấy ít bước trung gian hơn có thể nhanh chóng nhận ra đó là vòi dẫn nước. Vậy bài học gì ở đây? Càng nhận được nhiều thông tin, mọi người càng hình thành nên nhiều giả thuyết, và sẽ càng bị chệch hướng hơn. Họ chứng kiến nhiều tiếng ồn ngẫu nhiên hơn và tưởng đó là thông tin.

Vấn đề là tư tưởng của chúng ta thật khó chịu: một khi đã đưa ra lý thuyết, chúng ta sẽ không thể thay đổi được suy nghĩ của mình – vì thế những ai cản trở ta phát triển các lý thuyết của mình tốt hơn hết là nên biến đi chỗ khác. Khi phát triển ý kiến dựa trên những bằng chứng không thuyết phục, bạn sẽ khó giải thích được các thông tin xảy ra sau đó nếu chúng mâu thuẫn với các ý kiến của mình, ngay cả khi biết rõ rằng thông tin mới này chính xác hơn. Có hai cơ chế đang diễn ra ở đây: thiên kiến chứng thực (confirmation bias – lỗi chỉ nhăm nhăm đi tìm bằng chứng ủng hộ một mệnh đề nào đó, rồi cho rằng mệnh đề đỏ đúng) mà chúng ta đã thấy ở Chương 5, và niềm tin bền bỉ (belief perserverance) – xu hướng không thay đổi những ý kiến mà mình đã đưa ra. Hãy nhớ rằng chúng ta đối xử với các ý kiến giống như vật sở hữu, và sẽ rất khó từ bỏ chúng.

Thử nghiệm về vòi dẫn nước chữa cháy được thực hiện lần đầu tiên vào thập niên 60, và được tái thực hiện nhiều lần sau đó. Tôi cũng đã nghiên cứu hiệu ứng này bằng phương pháp toán học thông tin (mathematics of information): càng nhận được càng nhiều thông tin chi tiết về trải nghiệm thực tế (empirical reality), người ta sẽ càng nhận thấy nhiều tiếng ồn (tức các chi tiết vụn vặt) và tưởng đó là thông tin có thật. Hãy nhớ rằng chúng ta bị ảnh hưởng bởi những thứ giật gân. Việc nghe tin tức trên đài mỗi giờ sẽ gây ảnh hưởng xấu đến bạn nhiều hơn so với việc đọc tạp chí số ra hàng tuần, vì thời gian kéo dài sẽ giúp thông tin được “thanh lọc” bớt.

Năm 1965, Stuart Oskamp thử nghiệm bằng việc lần lượt cung cấp hồ sơ cho các nhà tâm lý học lâm sàng, mỗi hồ sơ chứa đựng một lượng thông tin tăng dần về các bệnh nhân; khả năng chẩn đoán của các nhà tâm lý học đó không tăng theo lượng thông tin bổ sung. Họ chỉ trở nên tự tin hơn với chẩn đoán ban đầu của mình. Cứ cho là như vậy, vì người ta không thể kỳ vọng quá nhiều vào các nhà tâm lý học vào năm 1965, nhưng những phát hiện này dường như có thể áp dụng khắp các ngành học.

Cuối cùng, trong một thử nghiệm đáng chú ý khác, nhà tâm lý học Paul Slovic đã yêu cầu các nhà cái chọn ra những biến số trong số 88 biến số của các cuộc đua ngựa trước đây mà họ cho là hữu ích để tính toán tỷ lệ tiền cược. Những biến số này bao gồm tất cả các dạng thông tin thống kê về thành tích trong quá khứ. Các nhà cái này được cung cấp mười biến số hữu ích nhất và sau đó được yêu cầu dự đoán kết quả của các cuộc đua. Lượng thông tin bổ sung không làm tăng độ chính xác, mà ngược lại, làm tăng đáng kể sự tự tin của họ về các lựa chọn. Thông tin được xem là độc hại. Tôi đã cố gắng rất nhiều với niềm tin của một người có hiểu biết vừa phải rằng “càng nhiều thì càng tốt”- tức là đôi khi, chứ không phải lúc nào cũng thế, nhiều hơn thì sẽ tốt hơn. Đặc tính độc hại này của kiến thức sẽ xuất hiện trong nghiên cứu của chúng ta vẻ cái gọi là chuyên gia.

VẤN ĐỀ CỦA CHUYÊN GIA, HAY BI KỊCH CỦA NHỮNG BỘ COMPLÊ RỖNG TUẾCH

Cho đến thời điểm này, chúng ta chưa đặt câu hỏi về uy quyền của các chuyên gia được nhắc đến, thay vào đó, chỉ chất vấn năng lực của họ trong việc đánh giá các giới hạn kiến thức của chính mình. Sự kiêu ngạo trí thức không cản trở các kỹ năng. Một người thợ sửa ống nước hầu như biết về công việc hàn chì nhiều hơn so với một nhà viết tiểu luận và một nhà giao dịch chứng khoán sử dụng phương pháp toán học bướng bỉnh. Một bác sĩ phẫu thuật chứng thoát vị không thể nào biết về chứng bệnh này ít hơn so với một người múa bụng. Nhưng ngược lại, các khả năng có thể xảy ra đó sẽ bị loại bỏ – và, điểm đáng nói ở đây, có lẽ bạn biết về tỷ lệ này nhiều hơn so với các chuyên gia. Dù người ta kể cho bạn nghe điều gì đi chăng nữa, việc hỏi về tỷ lệ sai sót trong quy trình của một chuyên gia là một ý kiến hay. Đừng hỏi về quy trình, mà chỉ nên hỏi về sự tự tin của anh ta thôi. (Khi có ai đó bị bỏng ở trung tâm y tế, tôi sẽ học cách thận trọng và giục mọi người cũng thận trọng: nếu bạn có một triệu chứng và tìm đến phòng mạch bác sỹ, đừng nghe những điều linh tinh mà ông ta nói về việc rằng nó không phải là bệnh ung thư).

Tôi sẽ tách hai trường hợp này như sau. Trường hợp nhẹ sự kiêu ngạo cộng với (một ít) khả năng, và trường hợp nặng: sự kiêu ngạo cộng với sự bất tài (những bộ complê rỗng tuếch). Có một số nghề nghiệp, nơi bạn biết nhiều hơn so với các chuyên gia – những người mà, than ôi, bạn đang phải trả tiền để có được ý kiến của họ – thay vì họ phải trả tiền để bạn lắng nghe họ. Bạn chọn cái nào?

Những thứ chuyển động và những thứ không chuyển động

Có rất nhiều tài liệu về cái gọi là vấn đề của chuyên gia trong việc tiến hành kiểm tra thực nghiệm các chuyên gia để xác định được thành tích của họ. Nhưng điều này lúc đầu có vẻ gây nhầm lẫn. Một mặt, chúng tôi được một tầng lớp các nhà nghiên cứu như Paul Meehl và Robyn Dawes chứng minh rằng, mác “chuyên gia” có nghĩa gần với sự gian lận nhất, hoạt động chẳng hơn gì một chiếc máy tính đang thực hiện một phép tính đơn giản, trực giác gây cản trở khiến họ không còn nhìn thấy được gì. (Để lấy ví dụ về máy tính thực hiện một phép tính đơn giản, tỷ suất tài sản lưu động trên nợ cho kết quả đúng hơn so với đa số các nhà phân tích tín dụng). Mặt khác, có nhiều tài liệu chứng tỏ rằng nhiều người có thể đánh bại cả máy tính nhờ vào trực giác của mình. Vậy cái nào đúng?

Chắc chắn rằng một số ngành nghề phải có các chuyên gia chân chính. Hãy đặt những câu hỏi sau: Bạn muốn cuộc phẫu thuật não sắp tới của mình được tiến hành bởi một phóng viên khoa học của một tờ báo hay một bác sĩ phẫu thuật não có bằng cấp? Hoặc, bạn muốn nghe bản tin kinh tế được trình bày bởi một người có bằng tiến sĩ tài chính tốt nghiệp từ một trường đại học “xuất chúng” như Wharton School, hay bởi một người viết tin kinh tế của một tờ báo? Câu trả lời cho câu hỏi thứ nhất đã rõ, nhưng câu thứ hai lại chẳng rõ chút nào. Chúng ta có thể đã thấy được sự khác nhau giữa “biết-cách-nào” và “biết-cái-gì”. Người Hy Lạp đã phản biệt giữa technè (kỹ năng) và epistèmè (kiến thức). Trường y khoa thực nghiệm Menodotus of Nicomedia và Heraclites of Tarentum muốn các bác sĩ thực tập phải gần gũi với technè (tức “tay nghề”), và tránh xa epistèmè (tức “kiến thức”, “khoa học”).

Nhà tâm lý học James Shanteau đảm nhận nhiệm vụ tìm ra ngành nào có chuyên gia và ngành nào không. Hãy lưu ý điểm khẳng định ở đây: nếu muốn chứng tỏ rằng không có chuyên gia, bạn có thể tìm một nghề nào đó mà chuyên gia trở nên vô dụng. Và bạn cũng có thể chứng minh điều ngược lại theo cách đó. Nhưng có một quy tắc: có nhiều nghề vẫn cần đến vai trò của các chuyên gia, và có nhiều nghề chẳng thấy các kỹ năng đâu cả. Vậy cái nào thuộc nghề nào?

Những chuyên gia có xu hướng trở thành chuyên gia: những người am hiểu vật nuôi, các nhà thiên văn học, phi công thử nghiệm máy bay, các nhà phân tích đất trồng, các kiện tướng cờ vua, các nhà vật lý học, nhà toán học (khi xử lý các vấn đề toán học, chứ không phải các vấn đề thực nghiệm), nhân viên kế toán, nhân viên kiểm tra ngũ cốc, những người giải thích hình ảnh, các nhà phân tích bảo hiểm (xử lý các số liệu thống kê thuộc đường cong hình chuông).

Những chuyên gia có xu hướng… không trở thành chuyên gia: các nhà môi giới chứng khoán, nhà tâm lý học lâm sàng, cán bộ tuyển sinh của trường đại học, thẩm phán tòa án, các cố vấn, những người tuyển chọn nhân sự, các nhà phân tích tình báo (dù rất tốn kém nhưng hồ sơ của Cơ quan Tình báo Trung ương Hoa Kỳ thật thảm hại). Tôi xin bổ sung các kết quả có được từ việc kiểm tra các tài liệu này: các nhà kinh tế, các chuyên gia dự báo tài chính, các giáo sư tài chính, các nhà khoa học chính trị, “các chuyên gia rủi ro”, nhân viên của Ngân hàng Thanh toán Quốc tế, các thành viên đáng kính của Hiệp hội Kỹ sư Tài chính Quốc tế, và các chuyên gia tư vấn tài chính cá nhân.

Nói một cách đơn giản, những thứ chuyển động, và do đó đòi hỏi phải có kiến thức, thường không có chuyên gia; trong khi những thứ không chuyển động có vẻ như có một vài chuyên gia. Nói cách khác, những nghề nào phải xử lý các vấn đề tương lai – và các nghiên cứu của chúng được dựa trên những gì đã xảy ra trong quá khứ nhưng không có khả năng tái diễn – thường có vấn đề về chuyên gia (với trường hợp ngoại lệ là lĩnh vực dự báo thời tiết và những doanh nghiệp có các quy trình tự nhiên ngắn hạn, chứ không phải các quy trình kinh tế xã hội). Tôi không nói rằng không ai trong số những người xử lý các vấn đề tương lai có thể cung cấp những thông tin giá trị (như đã nói trước đó, các tờ báo có thể dự đoán khá chính xác giờ mở cửa của nhà hát), mà đúng hơn là những người nào không đưa ra được giá trị gia tăng hữu hình thường xử lý các vấn đề tương lai.

Có một cách khác để nhìn nhận vấn đề này là những thứ chuyển động thường có khuynh hướng Thiên Nga Đen. Các chuyên gia là những người có tiêu điểm hẹp cần phải “đi đường hầm”. Trong những tình huống nơi việc băng hầm diễn ra an toàn – do các Thiên Nga Đen không phải là kết quả của một trình tự lôgic – các chuyên gia sẽ hoạt động hiệu quả.

Robert Trivers, một nhà tâm lý học tiến bộ và là người có tầm nhìn khác thường, có cách trả lời khác (ông đã trở thành một trong những nhà tư tưởng tiến bộ có ảnh hưởng nhất kể từ thời Darwin với những ý tưởng được phát triển trong thời gian học luật của mình). Ông liên kết nó với sự tự lừa dối. Trên những vùng giao tranh – nơi có truyền thống tranh giành, cướp bóc – chúng ta rất giỏi dự đoán kết quả bằng cách đánh giá cán cân quyền lực. Con người và loài tinh tinh có thể cảm nhận ngay tức thì bên nào đang thắng thế, và phân tích thiệt hơn để tấn công giành lấy tất cả. Một khi bắt đầu tấn công, bạn phải đặt mình vào trạng thái tâm lý đánh lừa để có thể bỏ qua các thông tin bổ sung – đó là cách tốt nhất để tránh nao núng trong suốt trận chiến. Mặt khác, không giống như các đợt công kích, những cuộc chiến quy mô lớn không phải là thứ hiện diện trong di sản con người – chúng hoàn toàn mới mẻ – vì thế, chúng ta có xu hướng đánh giá thấp thời gian kéo dài của chúng và đánh giá quá cao sức mạnh tương xứng của mình. Hãy nhớ lại việc đánh giá thấp về thời gian kéo dài của cuộc nội chiến Li băng. Những ai đã từng tham gia Thế chiến thứ nhất đều xem cuộc nội chiến trên giống như một điệu nhảy thưởng bánh của người da đen. Điều này cũng tương tự như cuộc chiến tranh Việt Nam, cuộc chiến Iraq, và những xung đột thời hiện đại.

Bạn không thể lờ đi sự tự lừa dối bản thân, vấn đề với các chuyên gia là họ không biết được mình không biết điều gì. Sự thiếu kiến thức và ảo tưởng về chất lượng kiến thức của mình là hai thứ song hành – cùng một quá trình nhưng nó vừa khiến bạn biết ít vừa khiến bạn hài lòng với kiến thức của mình.

Trong phần tiếp theo, thay vì đưa ra chuỗi các dự báo, chúng ta sẽ bàn về độ chính xác của các dự báo, tức khả năng dự đoán được con số đó.

Cách đạt được thành công khi bị người khác xem thường

Chúng ta cũng có thể tìm hiểu về lỗi dự đoán từ các hoạt động giao dịch. Những nhà phân tích định lượng như chúng tôi có thừa dữ liệu về các dự đoán kinh tế và tài chính – từ dữ liệu tổng quát về các biến số kinh tế lớn cho đến các dự báo và các cuộc triệu tập của thị trường về những tay “chuyên gia” hay “người có thẩm quyền” của truyền hình. Sự phong phú nguồn dữ liệu đó và khả năng xử lý chúng trên máy tính khiến cho đề tài này trở nên vô giá đối với một người theo chủ nghĩa thực nghiệm. Nếu là một nhà báo, hoặc, lạy trời đừng làm thế, nhà sử học, hẳn tôi sẽ gặp rất nhiều khó khăn khi thử nghiệm tính hiệu quả về dự đoán của những thảo luận miệng này. Bạn không thể dùng máy tính để xử lý các lời bình luận – ít ra là không dễ dàng làm được điều đó. Hơn nữa, nhiều nhà kinh tế học ngây thơ mắc phải một sai lầm là đưa ra các dự đoán có liên quan đến nhiều biến số, tạo ra một cơ sở dữ liệu về các nhà kinh tế và các biến số – điều cho phép chúng ta nhận biết được liệu một số nhà kinh tế học có giỏi hơn những người khác (ở đây không có sự khác biệt theo kết quả lôgic) hoặc liệu có các biến số nào đó mà những nhà kinh tế này chứng tỏ được năng lực của mình hơn (than ôi, chẳng cái nào có ý nghĩa cả).

Tôi đã ở vào vị trí rất gần để quan sát khả năng dự đoán của chúng ta. Trong những ngày còn làm công việc của giao dịch viên toàn thời gian, trong khoảng vài tuần, cứ 8:30 sáng, màn hình máy tính của tôi lại nhấp nháy một số liệu kinh tế được công bố bởi Bộ Thương mại, Bộ Tài chính, hoặc một cơ quan danh tiếng nào đó. Tôi chẳng có khái niệm nào về ý nghĩa của những con số này và cũng chẳng bao giờ thấy cần thiết phải bỏ công tìm hiểu điều đó. Vì thế, tôi không mấy quan tâm đến những con số này ngoại trừ việc mọi người trở nên phấn khích và bàn luận khá nhiều về ý nghĩa của chúng, khiến cho các dự đoán trông thật hấp dẫn. Trong số các con số đó có Chỉ số Giá Tiêu dùng (CPI), Chỉ số Việc làm (những thay đổi về số người có việc làm), Chỉ số Các Chỉ báo Kinh tế Dẫn đầu, Doanh số Hàng hóa Lâu bền (các nhà giao dịch chứng khoán gọi chúng là “những cô gái xài được”), Tổng Sản lượng Quốc nội (phần quan trọng nhất), và còn nhiều chỉ số khác tạo nên nhiều mức độ phấn khích khác nhau tùy theo sự hiện diện của chúng trong bài bình luận.

Người bán dữ liệu cho phép bạn nhìn qua các dự đoán của “các nhà kinh tế hàng đầu”- những người (mặc complê) làm việc cho các tổ chức đáng kính như J.P. Morgan Chase hay Morgan Stanley. Bạn có thể xem các nhà kinh tế này trò chuyện, đưa ra các lý thuyết một cách hùng hồn và đầy thuyết phục. Hầu hết những người này đều có mức thu nhập 7 con số và được xếp hạng sao, với những nhóm nghiên cứu chuyên lùng sục các số liệu và các dự đoán. Nhưng các ngôi sao này lại đủ ngu ngốc để phát hành số liệu dự đoán của mình cho thế hệ sau quan sát và đánh giá mức độ tài năng của họ.

Tệ hơn nữa, nhiều công ty tài chính còn xuất bản các cuốn sách nhỏ vào thời điểm cuối năm với tên gọi “Viễn cảnh năm 200X” để sử dụng cho năm tiếp theo. Dĩ nhiên, họ không kiểm tra lại kết quả của những dự báo mà mình đã đưa ra trước đó. Có lẽ, thậm chí công chúng còn ngu ngốc hơn khi bỏ tiền mua những lý luận đó mà không tiến hành các kiểm tra đơn giản sau – mặc dù dễ nhưng rất ít khi được thực hiện. Một thử nghiệm cơ bản là so sánh các nhà kinh tế ngôi sao này với một tài xế tắc-xi giả định (tương tự như Mikhail ở Chương 1): bạn tạo ra một nhân vật nào đó – người sử dụng các số liệu gần đây nhất làm công cụ dự báo tốt nhất cho năm tiếp theo, giả định rằng anh ta không biết gì cả. Sau đó, những gì bạn phải làm là so sánh các tỷ lệ sai sót của các nhà kinh tế “ngôi sao” kia và nhân vật tưởng tượng của bạn. Nhưng vấn đề là khi bị cuốn hút bởi các câu chuyện, bạn sẽ không còn nhớ đến việc thử nghiệm này.

Các sự kiện là những thứ lạ lùng

Vấn đề của việc dự đoán hơi tinh tế hơn một chút, chủ yếu xuất phát từ thực tế là chúng ta đang sống ở Extremistan (Cực độ), chứ không phải Mediocristan (Bình thường). Các nhà dự đoán của chúng ta có thể giỏi dự đoán những điều bình thường, chứ không phải những điều bất thường, và đây chính là nơi họ thất bại. Tất cả những gì cần làm là bỏ qua sự chuyển động của lãi suất ngân hàng, từ 6% đến 1% trong một dự đoán dài hạn hơn (những gì đã xảy ra giữa năm 2000 và 2001) để tất cả các dự báo tiếp theo của bạn hoàn toàn vô tác dụng trong việc hiệu chỉnh thành tích tích lũy trong quá khứ của chính mình, vấn đề không phải là bạn có thường dự đoán đúng không, mà là các sai số tích lũy của bạn lớn đến mức nào.

Và các sai số tích lũy này phần lớn phụ thuộc vào những bất ngờ lớn, những cơ hội lớn. Các nhà dự đoán kinh tế, tài chính và chính trị không chỉ bỏ lỡ chúng mà còn rất đáng xấu hổ khi nói ra những thứ lạ lùng với khách hàng của mình – và lúc này, hóa ra các sự kiện hầu như lúc nào cũng lạ lùng. Hơn nữa, như chúng ta sẽ thấy trong phần kế tiếp, các nhà dự báo kinh tế có xu hướng thất bại gần giống nhau hơn. Không ai muốn mình trở nên kỳ lạ trong mắt người khác.

Vì thử nghiệm của tôi chỉ nhằm mục đích giải trí và thương mại, phục vụ cho riêng bản thân mình và không được định dạng để xuất bản, nên tôi sẽ sử dụng các kết quả chính thức hơn của các nhà nghiên cứu khác – những người phải khổ sở đối mặt với sự chán ngắt của quy trình xuất bản. Tôi lấy làm ngạc nhiên là người ta chẳng mấy khi tiến hành nội quan để kiểm tra tính hữu dụng của những nghề nghiệp này. Có một số – nhưng không nhiều – thử nghiệm chính thức trong ba lĩnh vực: phân tích chứng khoán, khoa học chính trị và kinh tế học. Chắc chắn trong một vài năm tới, chúng ta sẽ có nhiều lĩnh vực hơn nữa. Hoặc có lẽ không – tác giả của các tài liệu như thế có lẽ sẽ bị đồng nghiệp của mình bêu rếu. Trong số gần một triệu tài liệu được đăng về chính trị học, tài chính, và kinh tế học, chỉ có một lượng nhỏ kiến thức được kiểm tra về chất lượng dự đoán.

Sống bầy đàn như gia súc

Một vài nhà nghiên cứu đã kiểm tra công việc và thái độ của các chuyên gia phân tích chứng khoán với kết quả đáng kinh ngạc, đặc biệt khi xem xét sự kiêu ngạo trí thức của những người này. Trong một nghiên cứu so sánh các chuyên gia phân tích chứng khoán với các nhà dự báo thời tiết, Tadeusz Tyszka và Piotr Zielonka chứng minh rằng các nhà phân tích chứng khoán không giỏi dự đoán nhưng lại có niềm tin mạnh mẽ về kỹ năng của chính mình. Dù thế nào chăng nữa, sự tự đánh giá đó của các nhà phần tích chứng khoán vẫn không làm giảm bớt giới hạn sai số sau nhiều thất bại trong việc dự đoán.

Tháng Sáu năm ngoái, trong lần đến Paris, tôi có than thở với Jean- Philippe Bouchaud về sự khan hiếm của các nghiên cứu được xuất bản đó. Anh ta trông như một cậu trai trẻ, như thể chỉ đáng bằng nửa tuổi tôi mặc dù ít hơn tôi vài tuổi, và tôi thường trêu rằng sở dĩ anh ta có được sự trẻ trung ấy là nhờ vào vẻ đẹp của chuyên ngành vật lý học. Thật ra, anh ta không hẳn là nhà vật lý, mà là một trong những nhà khoa học định lượng – những người ứng dụng các phương pháp vật lý thống kê vào các biến số kinh tế – một lĩnh vực được Benoit Mandelbrot khởi xướng vào cuối thập niên 50. Cộng đồng này không sử dụng phép toán học thuộc Mediocristan, và vì thế có vẻ quan tâm đến sự thật. Những người này hoàn toàn không thuộc lĩnh vực kinh tế học, kinh doanh, tài chính, mà hoạt động tại các khoa vật lý học và toán học, hoặc thường là tại các trung tâm giao dịch (các nhà giao dịch hiếm khi thuê các nhà kinh tế cho riêng mình, mà chủ yếu để cung cấp thông tin cho những khách hàng ít thông thạo của mình). Một vài người trong số họ cũng hoạt động trong lĩnh vực xã hội học với sự thù địch như “các thổ dân”. Không giống các nhà kinh tế học – những người mặc complê và đưa ra các lý thuyết – các nhà khoa học này không sử dụng đường cong hình chuông mà chỉ sử dụng các phương pháp thực nghiệm để quan sát dữ liệu.

Anh ta đã khiến tôi ngạc nhiên khi cho xem tài liệu nghiên cứu mà một thực tập sinh vừa kết thúc trong đợt hè vừa rồi dưới sự giám sát của anh và cũng vừa được nhà xuất bản nhận lời; bài thực tập đó đã nghiên cứu 2000 dự đoán của các nhà phân tích chứng khoán. Những gì bài viết đó chỉ ra là các nhà phân tích môi giới chứng khoán này chẳng dự đoán gì cả – một dự báo ngây thơ mà ai đó lấy ra từ các số liệu của giai đoạn này làm chỉ báo cho giai đoạn kế tiếp sẽ không gây ra thiệt hại đáng kể. Tuy nhiên, các nhà phân tích được thông báo về các đơn đặt hàng của công ty, các hợp đồng sắp tới, và các chi phí dự trù, vì thế, kiến thức bổ sung này phải giúp họ làm tốt hơn nhiều so với nhà dự đoán ngây thơ chỉ biết nhìn vào dữ liệu quá khứ mà không cần đến thông tin nào khác. Tệ hơn nữa, sai số của các nhà dự đoán lại lớn hơn rất nhiều so với mức chênh lệch trung bình giữa các dự đoán riêng lẻ – điều nhấn mạnh tâm lý bầy đàn. Thông thường, các dự đoán nên cách xa nhau, giống như khoảng cách của chúng với con số được dự đoán. Nhưng để hiểu được cách mà các nhà dự đoán duy trì công việc làm ăn, cũng như vì sao họ không mắc phải các tổn hại thần kinh nghiêm trọng (như sụt cân, hành vi thất thường, hoặc chứng nghiện rượu cấp tính), chúng ta phải quan sát công việc của nhà tâm lý học Philip Tetlock.

Tôi đã “gần” đúng

Tetlock đã nghiên cứu công việc của các “chuyên gia” kinh tế và chính trị. Ông yêu cầu các chuyên gia đánh giá khả năng xảy ra của một số sự kiện kinh tế, chính trị và quân sự trong một khung thời gian cụ thể (khoảng 5 năm sau). Các kết quả đó đại diện cho tổng cộng khoảng 27.000 dự đoán, với sự tham gia của gần 300 chuyên gia. Các nhà kinh tế chiếm khoảng 1/4 số đối tượng tham gia. Nghiên cứu đã cho thấy rằng tỷ lệ sai số của các chuyên gia cao gấp nhiều lần so với những điều họ đã ước tính. Nghiên cứu cũng bộc lộ một vấn đề của chuyên gia: không có sự khác biệt nào trong các kết quả cho dù đó là của một tiến sĩ hay một sinh viên chưa tốt nghiệp. Các giáo sư có tiếng chẳng có lợi thế nào hơn so với các nhà báo. Sự cân đối duy nhất mà Tetlock phát hiện thấy đó là hiệu ứng tiêu cực của danh tiếng đối với việc dự đoán: những người có danh tiếng đưa ra dự báo tồi hơn so với những người không có danh tiếng.

Nhưng trọng tâm của Tetlock không phải chứng tỏ năng lực thực sự của các chuyên gia (mặc dù nghiên cứu đưa ra chứng cứ rất thuyết phục về điều đó) mà là điều tra xem vì sao các chuyên gia không nhận ra rằng mình chẳng giỏi giang gì trong công việc, hay nói cách khác, là tìm hiểu về cách họ thêu dệt nên những câu chuyện của mình. Dường như có một trình tự lôgic về sự bất lực đó, hầu hết đều dưới dạng bảo vệ niềm tin, hoặc bảo vệ tính tự tôn. Do đó, Tetlock đã nghiên cứu sâu thêm về các cơ chế, theo đó, các đối tượng nghiên cứu của ông đã đưa ra những lời giải thích dựa trên quá khứ.

Tôi sẽ không nói đến mức độ ảnh hưởng của những ràng buộc về ý thức hệ của một người đối với nhận thức của chính anh ta, mà sẽ chỉ ra các khía cạnh tổng quát hơn về điểm mù (blind spot) này đối với các dự đoán của người đó.

Hãy tự nói với mình rằng bạn đang chơi một trò chơi khác. Hãy nói bạn không thể dự đoán được sự suy yếu và sụp đổ của khối Xô Viết (không nhà khoa học nào nhìn thấy nó xảy ra). Dễ dàng khẳng định rằng bạn rất giỏi trong việc hiểu được bộ máy chính trị của khối Xô Viết, nhưng những người Nga chính hiệu này lại rất khéo che giấu những yếu tố kinh tế then chốt. Nếu có được thông tin tình báo kinh tế, hẳn bạn đã đoán được sự sụp đổ của khối Xô Viết này. Đừng đổ lỗi cho các kỹ năng của bạn. Điều này cũng đúng trong trường hợp bạn dự đoán Al Gore giành thắng lợi vẻ vang trước George W. Bush. Bạn không nhận thấy rằng nền kinh tế đã ở trong tình trạng hết sức nguy khốn; quả thực điều này dường như đã bị che giấu. Thôi nào, bạn không phải là nhà kinh tế, và cuộc chơi này hóa ra lại chỉ toàn về kinh tế học.

Bạn nhờ đến yếu tố ngoại lai. Có một điều gì đó đã xảy ra nằm ngoài hệ thống, ngoài phạm vi khoa học của bạn. Giả sử đó là thứ không thể đoán được thì cũng không phải là lỗi của bạn. Nó là Thiên Nga Đen và bạn không có nhiệm vụ phải đoán được các Thiên Nga Đen. NNT (ND: Nassim Nicholas Taleb) nói với chúng ta rằng, về cơ bản, Thiên Nga Đen là thứ không thể dự đoán được (nhưng rồi tôi nghĩ NNT sẽ hỏi, vậy sao còn phụ thuộc vào các dự đoán?). Các sự kiện đó thuộc “ngoại sinh”, xuất hiện bên ngoài lĩnh vực khoa học của bạn. Hoặc có lẽ đó là sự kiện với xác suất xảy ra cực thấp, một trận lụt ngàn năm có một, và chúng ta thật bất hạnh khi gặp phải nó. Nhưng sự kiện này sẽ không xảy ra ở lần kế tiếp. Việc chú trọng đến trò chơi suýt soát này và việc liên hệ kết quả dự đoán của một người với một kịch bản cho sẵn là cách mà những kẻ lập dị giải thích về thất bại của các phương pháp toán học trong xã hội. Mô hình này đúng, nó hoạt động hiệu quả, nhưng cuộc chơi hóa ra lại hoàn toàn khác so với dự đoán.

Sự biện hộ “gần đúng”. Khi nhìn lại quá khứ; với lợi ích của việc xem xét lại các giá trị và khuôn khổ thông tin, ta có thể dễ dàng cảm nhận được đó là một sự thoát hiểm trong gang tấc. Tetlock viết, “Những người theo dõi khối Xô Viết – những người vào năm 1988 cho rằng Đảng Cộng sản không thể nào bị tước mất quyền lực vào năm 1993 hoặc 1998 – hoàn toàn có thể tin rằng những người ủng hộ Điện Kremli gần như lật đổ Gorbachev trong âm mưu táo bạo vào năm 1991, và hẳn đã thành công nếu những kẻ âm mưu hành động cương quyết và tỉnh táo hơn, hoặc nếu các sĩ quan quân đội chủ chốt đã tuân lệnh giết chết những thường dân chống lại chế độ thiết quân luật, hoặc nếu Yeltsin không hành động quá gan góc”.

Lúc này, tôi sẽ đi vào những khuyết điểm tổng quát hơn được phát hiện trong ví dụ này. Các “chuyên gia” này tỏ ra không cân xứng: có những trường hợp đoán đúng, họ cho rằng đó là nhờ khả năng chuyên môn và hiểu biết sâu rộng của mình; nhưng khi đoán sai, hoặc là họ đổ lỗi cho hoàn cảnh khác thường, hoặc tệ hơn, thậm chí không nhận ra rằng mình đã sai và bắt đầu thêu dệt những câu chuyện xoay quanh nó. Họ cảm thấy khó chấp nhận rằng mình hiểu biết hơi nông cạn. Nhưng đây là một thuộc tính phổ biến trong mỗi chúng ta: có một phần trong chúng ta được tạo ra để bảo vệ cho tính tự tôn của mình.

Con người là nạn nhân của sự bất cân xứng trong nhận thức về các sự kiện ngẫu nhiên. Chúng ta cho rằng thành công của mình là nhờ vào kỹ năng, còn thất bại là do các yếu tố ngoại cảnh, vượt khỏi khả năng kiểm soát của mình, cụ thể là tính ngẫu nhiên. Chúng ta cảm thấy có trách nhiệm với những gì tốt đẹp chứ không phải những gì tồi tệ. Điều này khiến chúng ta nghĩ rằng mình giỏi hơn người khác trong bất kỳ công việc kiếm sống nào. 96% dân số Thụy Điển tin rằng kỹ năng lái xe của bản thân đã đưa họ vào danh sách 50% tài xế hàng đầu của nước này; còn 84% dân số Pháp cảm nhận rằng chính khả năng tỏ tình đã đưa họ vào danh sách 50% người tình lý tưởng của nước này.

Hiệu ứng khác của sự bất cân xứng này là chúng ta cảm thấy hơi khác thường, không giống như những người khác – những người mà mình không nhận thấy được sự bất cân xứng đó. Tôi đã đề cập đến những kỳ vọng phi thực tế về tương lai của những người đang trong giai đoạn lập gia đình, đồng thời xem xét số lượng gia đình định hướng cho tương lai của mình, tự bao bọc mình trong ngôi nhà kiên cố và nghĩ rằng sẽ sống ở đó mãi mãi mà không nhận ra mức độ khủng khiếp của các số liệu thống kê về cuộc sống tĩnh tại. Chẳng nhẽ họ không nhìn thấy các nhà môi giới bất động sản diện những bộ cánh đắt tiền và đi lại trên những chiếc xe hơi sang trọng hay sao? Chúng ta là những người rất thích di chuyển, nhiều hơn so với dự định, và thực hiện nó một cách hăng hái. Hãy nghĩ xem có bao nhiêu người đột nhiên mất việc đoán được là mình sẽ mất việc, thậm chí vài ngày trước đó. Hay có bao nhiêu người nghiện ma túy khi bắt đầu con đường nghiện ngập lại sẵn sàng chìm đắm trong cuộc chơi này lâu như thế.

Còn có một bài học khác từ thử nghiệm của Tetlock. Ông đã phát hiện ra điều mà tôi từng đề cập trước đó, rằng nhiều thiên tài của trường đại học, hay “những cộng tác viên của những tập san hàng đầu”, chẳng hơn gì so với một độc giả hoặc một phóng viên bình thường của tờ New York Times xét trong phạm vi khả năng phát hiện những thay đổi của thế giới xung quanh mình. Những chuyên gia vốn dĩ hay chuyên môn hóa thái quá này thậm chí còn thất bại với những thử nghiệm trong chính chuyên môn của mình.

Nhím và cáo. Tetlock phân biệt hai nhóm dự đoán – nhím và cáo – dựa trên sự phân biệt của nhà văn tiểu luận Isaiah Berlin. Như trong truyền thuyết của Aesop, nhím biết một thứ, còn cáo biết nhiều thứ – đây chính là những kiểu thích ứng mà bạn cần có trong cuộc sống hàng ngày. Phần lớn những thất bại trong dự đoán đều xuất phát từ nhím bởi trong đầu nó chỉ biết đến một sự kiện Thiên Nga Đen đơn lẻ – một biến cố lớn nhưng không có khả năng xuất hiện. Con nhím này được dùng để ám chỉ những người chú trọng đến một sự kiện không chắc xảy ra, rơi vào lối liên tưởng ngụy biện khiến họ trở nên mù quáng để tin vào một kết quả mà không hình dung được nhiều cái khác.

Do lối liên tưởng ngụy biện đó nên loài nhím trở thành thứ dễ hiểu đối với chúng ta – tức là nội dung ít, dễ nhớ. Phạm trù của chúng được các nhà dự đoán danh tiếng trình bày quá mức cần thiết; do đó, những người này nhìn chung có khả năng dự đoán kém hơn so với các nhà dự đoán còn lại.

Từ lâu, tôi đã tránh mặt báo chí bởi bất cứ khi nào nghe về câu chuyện Thiên Nga Đen, các phóng viên đều yêu cầu tôi cho họ một danh sách các sự kiện gây tác động trong tương lai. Họ muốn tôi dự đoán về những Thiên Nga Đen này. Thật kỳ lạ, cuốn sách Điên vì tình cờ (Fooled by randomness), được xuất bản một tuần trước ngày 11/9/2001, đã thảo luận về khả năng một chiếc máy bay có thể đâm sầm vào văn phòng của mình. Do đó, đương nhiên người ta sẽ hỏi “làm cách nào tôi dự đoán được sự kiện đó”. Tôi không dự đoán nó – đó là một tình huống xảy ra tình cờ. Tôi không chơi trò tiên tri! Mới đây, tôi còn nhận được một lá thư điện tử yêu cầu liệt kê mười sự kiện Thiên Nga Đen sắp xảy ra. Hầu hết mọi người đều không hiểu ý tôi khi nói đến sai số về độ đặc hiệu (error of specificity), về liên tưởng ngụy biện, và về ý tưởng của việc dự đoán. Ngược lại với những gì mọi người mong đợi, tôi không khuyên mọi người nên trở thành nhím – mà hãy trở thành cáo với một tâm hồn rộng mở. Tôi biết rằng có một sự kiện ít có khả năng xảy ra sẽ làm thay đổi lịch sử, nhưng chỉ không biết sự kiện đó là gì.

Thực tế ư? Để làm gì?

Tôi chẳng tìm thấy được một nghiên cứu nào chính thức theo kiểu Tetlock trong các tập san kinh tế. Nhưng thật đáng ngờ, tôi cũng không thấy có tờ báo nào tung hô khả năng đưa ra các dự báo đáng tin cậy của các nhà kinh tế học. Vì thế, tôi chỉ đánh giá những điều mình có thể tìm thấy ở các bài báo và các tờ báo kinh tế hiện có. Tất cả chúng đều không đưa ra bằng chứng thuyết phục nào để chứng minh rằng các nhà kinh tế học có khả năng dự đoán, và nếu họ có một khả năng nào đó thì những dự đoán của họ giỏi nhất cũng chỉ hơi khá hơn so với các dự đoán ngẫu nhiên – chứ không đủ tốt để giúp đưa ra các quyết định nghiêm túc.

Cuộc thử nghiệm thú vị nhất về mức độ tác động của các phương pháp hàn lâm trong thế giới thực là thử nghiệm của Spyros Makridakis – người mà một phần công việc là quản lý các hoạt động cạnh tranh giữa các nhà dự đoán áp dụng một “phương pháp khoa học” được gọi là toán kinh tế – một phương pháp kết hợp lý thuyết kinh tế với các trắc lượng thống kê. Nói một cách đơn giản, ông ta yêu cầu mọi người dự đoán trong cuộc sống thực và sau đó đánh giá độ chính xác của họ. Điều này dẫn đến sự ra đời của chuỗi “M-Competitions” ⁴⁴ do ông điều hành, cùng với sự hỗ trợ của Michele Hibon, trong đó M3 là phiên bản thứ ba và là phiên bản mới nhất được hoàn thành vào năm 1999. Makridakis và Hibon đã đi đến một kết luận đáng buồn rằng “các phương pháp thống kê phức tạp không hẳn sẽ đưa ra các dự báo chính xác hơn so với các phương pháp đơn giản”.

Tôi cũng có một trải nghiệm tương tự trong thời gian còn làm quant – nhà khoa học nước ngoài với chất giọng khàn hàng đêm ngồi bên máy tính thực hiện những phép đoán phức tạp nhưng hiếm khi đưa ra kết quả chính xác hơn so với cách tính đơn giản nhất của một tài xế tắc-xi. Vấn đề ở chỗ chúng ta chỉ chú trọng đến trường hợp thành công hiếm hoi của các phương pháp này, mà gần như không bao giờ tính đến vô số thất bại của chúng. Tôi luôn cầu xin những ai chịu lắng nghe mình: “Này, tôi là một gã đơn giản, thẳng thắn, biết lẽ phải, đến từ Amioun, Li băng. Tôi không hiểu vì sao một thứ gì đó được đánh giá là có giá trị nếu nó bắt máy tính phải hoạt động suốt đêm nhưng lại chẳng giúp mình dự đoán chính xác hơn những gã khác cũng đến từ Amioun”. Phản ứng duy nhất mà tôi nhận được từ đồng nghiệp của mình đều có liên quan đến địa lý và lịch sử của Amioun thay vì một lời giải thích hợp lý hơn về công việc. Đến đây, bạn lại được chứng kiến tác dụng của lối liên tưởng ngụy biện, ngoại trừ một điều là thay vì phải nghe các câu chuyện mang tính báo chí, bạn gặp phải một hoàn cảnh khủng khiếp hơn, đó là “các nhà khoa học” với chất giọng Nga nhìn vào kính chiếu hậu, thuật lại các phương trình tính toán, và từ chối nhìn về phía trước bởi anh ta có thể bị lóa mắt. Chuyên gia toán kinh tế Robert Engel, một quý ông lôi cuốn, đã phát minh ra phương pháp thống kê rất phức tạp có tên là GARCH và đã nhận giải Nobel về điều đó. Không ai kiểm tra phương pháp đó để biết nó có giá trị trong cuộc sống thực hay không. Đơn giản hơn, có nhiều phương pháp ít hấp dẫn hơn đã cho kết quả tính toán cực kỳ tốt, nhưng chúng không đưa bạn đến Stockholm. Bạn có một rắc rối về mặt chuyên môn ở Stockholm, và tôi sẽ thảo luận về điều đó ở Chương 17.

Sự không thích hợp của các phương pháp phức tạp dường như có thể áp dụng đối với mọi phương pháp. Một nghiên cứu khác đã kiểm tra một cách có hiệu quả những người thực hành thứ được gọi là lý thuyết trò chơi (game theory), trong đó, người chơi xấu xa nhất là là John Nash, nhà toán học với chứng tâm thần phân liệt đã trở nên nổi tiếng bởi bộ phim Tâm hồn cao đẹp (A Beautiful Mind). Thật đáng buồn cho tất cả sự hấp dẫn trí tuệ của những phương pháp này cũng như cho tất cả sự chú ý của giới truyền thông, những người thực hành nó lại chẳng giỏi giang gì hơn so với các sinh viên đại học.

Có một vấn đề khác, và cũng hơi đáng lo hơn một chút. Makridakis và Hibon đã phát hiện ra rằng, chứng cứ thực nghiệm mạnh mẽ về các nghiên cứu của họ đã bị các nhà thống kê lý thuyết lờ đi. Hơn nữa, họ còn đối mặt với thái độ thù địch đầy kích động đối với các xác minh thực nghiệm của mình. “Thay vào đó, [các nhà thống kê] đã tập trung nỗ lực vào việc xây dựng các mô hình phức tạp hơn mà không tính đến khả năng dự đoán chính xác hơn các dữ liệu cuộc sống thực”, – Makridakis và Hibon viết.

Có thể ai đó sẽ phản bác lại bằng tranh luận sau: Có lẽ dự đoán của các nhà kinh tế học tạo ra ý kiến phản hồi làm cản trở hiệu ứng của chúng (cái này được gọi là nghệ thuật phê bình Lucas, theo nhà kinh tế học Robert Lucas). Giả sử các nhà kinh tế học dự đoán lạm phát; để ứng phó với những kỳ vọng này, Cục Dự trữ liên bang có hành động và giảm thiểu lạm phát. Vì thế, bạn không thể đánh giá được tính chính xác của dự báo đó trong kinh tế học theo cách đã làm với các sự kiện khác. Tôi đồng ý với quan điểm này, nhưng không tin rằng nó là nguyên nhân gây ra thất bại của các nhà kinh tế trong việc dự đoán. Thế giới rộng lớn và phức tạp hơn rất nhiều so với lĩnh vực chuyên ngành của họ.

Khi không thể dự đoán được các yếu tố ngoại lai, một nhà kinh tế thường cầu viện đến vấn đề động đất hoặc các phong trào cách mạng, khẳng định rằng anh ta không đi sâu vào chuyên ngành đo đạc, các khoa học về khí quyển, hay khoa học chính trị, thay vì kết hợp các lĩnh vực này vào nghiên cứu của chính mình và chấp nhận rằng lĩnh vực của mình không tồn tại độc lập. Kinh tế học là một lĩnh vực giới hạn nhất và là môn khoa học ít trích dẫn các yếu tố bên ngoài! Kinh tế học có lẽ là môn học có nhiều học giả phàm tục nhất hiện nay – học rộng nhưng thiếu sự uyên bác cùng với bản chất hiếu kỳ có thể hạn chế suy nghĩ và dẫn đến sự phá vỡ các ngành học.

NGOÀI ĐIỀU ĐÓ RA THÌ MỌI THỨ VẪN ỔN

Chúng ta đã sử dụng câu chuyện của Nhà hát Opera Sydney làm bệ phóng để thảo luận về việc dự đoán. Giờ đây, chúng ta sẽ chỉ ra một hằng số khác trong bản chất con người: một sai số hệ thống được tạo ra bởi các nhà quy hoạch dự án, xuất phát từ sự tổng hợp của bản chất con người, sự phức tạp của thế giới, hay cơ cấu của các tổ chức. Để tồn tại, các doanh nghiệp có lẽ cần phải cho chính mình và người khác thấy được một “tầm nhìn”.

Các kế hoạch bị thất bại bởi những thứ mà chúng ta gọi là “đi bằng đường hầm”, sự sao lãng đối với các nguồn bất định bên ngoài kế hoạch đó.

Kịch bản điển hình như sau. Joe, một người viết tự truyện, nhận được hợp đồng viết sách với thời hạn hoàn tất cuối cùng là hai năm kể từ bây giờ. Chủ đề viết khá đơn giản: Tiểu sử của nhà văn Salman Rushdie – người mà Joe đã sưu tập khá nhiều tài liệu. Thậm chí, anh ta còn tìm hiểu thông tin về những người bạn gái trước đây của Rushdie và vô cùng phấn khích về viễn cảnh có được những cuộc phỏng vấn thú vị. Hai năm sau, chính xác là 3 tháng trước thời hạn hoàn tất, anh ta gọi điện nói với nhà xuất bản rằng anh sẽ chậm hơn thời hạn một chút. Nhà xuất bản đã đoán được điều này vì đã quen với sự chậm trễ của các tác giả. Lúc này, nhà xuất bản lo lắng vì công chúng đột nhiên không còn thiết tha gì với chủ đề đó nữa – nhà xuất bản đó đoán rằng sự quan tâm đối với Rushdie vẫn cao, nhưng sự chú ý đã giảm, có vẻ như vì một lý do nào đó mà người Iran không còn hứng thú với việc giết ông ta nữa.

Hãy nhìn vào nguyên nhân khiến nhà viết tiểu sử kia đánh giá thấp thời gian hoàn thành của mình. Anh ta dự trù kế hoạch riêng, nhưng đã phó mặc vì không dự đoán được rằng một số sự kiện “bên ngoài” có thể xuất hiện và gây cản trở cho mình. Trong số các sự kiện bên ngoài này là thảm họa ngày 11/9/2001 – đã khiến anh ta bị chậm mất vài tháng; các chuyến đi đến Minnesota để chăm sóc người mẹ ốm yếu (người mà cuối cùng đã hồi phục sức khỏe); và nhiều điều khác nữa, như lễ đính hôn bị hủy bỏ (mặc dù không phải với bạn gái cũ của Rushdie). “Ngoài những điều đó ra”, tất cả những thứ khác đều đúng như kế hoạch; công việc của anh ta không bị chệch đi tí nào so với kế hoạch. Anh ta không cảm thấy có trách nhiệm với thất bại của mình. ⁴⁵

Các yếu tố bất ngờ có hiệu ứng một chiều với các dự án. Hãy xem hồ sơ trước đây của các nhà xây dựng, nhà báo, và nhà thầu. Yếu tố bất ngờ ở đây hầu như luôn xảy ra theo một hướng: chi phí cao hơn và thời gian hoàn thiện kéo dài hơn. Trong những trường hợp cực hiếm, như tòa nhà Empire State, ⁴⁶bạn có được tình huống ngược lại: thời gian hoàn thành ngắn hơn và chi phí thấp hơn – những trường hợp như thế này thực sự hiếm hoi.

Chúng ta có thể tiến hành các cuộc thử nghiệm và kiểm tra về khả năng lặp lại để xác định liệu những sai sót trong dự đoán có phải là một phần trong bản chất con người hay không. Các nhà nghiên cứu đã kiểm tra cách thức mà các sinh viên ước tính thời gian cần thiết để hoàn thành các dự án của mình. Trong một kiểm tra tiêu biểu, họ đã chia thành hai nhóm: lạc quan và bi quan. Những sinh viên lạc quan hứa sẽ hoàn thành trong 26 ngày; những sinh viên bi quan hứa 47 ngày. Rốt cuộc, thời gian thực tế để hoàn thành các dự án đó trung bình là 56 ngày.

Trường hợp của nhà viết tiểu sử Joe không phải là ví dụ sâu sắc. Tôi chọn nó bởi nó liên quan đến một công việc lặp đi lặp lại hàng ngày – đã với những công việc như thế, sai sót trong việc lên kế hoạch của chúng ta sẽ nhỏ hơn. Với các dự án có mức độ khác thường lớn, như mâu thuẫn chính trị, cuộc tổng tiến công, hay một sự kiện nào đó hoàn toàn mới mẻ, các sai sót thường bùng nổ theo chiều hướng gia tăng. Thực ra, nhiệm vụ đó càng diễn ra thường xuyên, bạn càng biết cách dự đoán tốt hơn. Nhưng luôn có những điều không diễn ra thường xuyên trong môi trường hiện đại của chúng ta.

Có lẽ có nhiều nguồn khích lệ khiến mọi người hứa hẹn thời gian hoàn thành sớm hơn – để được nhận hợp đồng viết sách hoặc để nhà xây dựng được thanh toán tiền mặt và sử dụng số tiền đó cho chuyến đi sắp tới của mình đến Antigua. Nhưng vấn đề của việc lên kế hoạch vẫn tồn tại ngay cả khi không có lý do nào để đánh giá thấp thời hạn (hoặc chi phí) của nhiệm vụ đó. Như tôi đã nói ở phần trước, chúng ta là loài động vật có đầu óc thiển cận đến mức không thể cân nhắc được khả năng xảy ra của các sự kiện nằm ngoài suy nghĩ của mình, mà hơn nữa, lại quá chú trọng đến những vấn đề bên trong dự án đến mức không xét đến sự bất ổn bên ngoài, “một ẩn sổ không ai biết”, hay có thể nói là nội dung của những cuốn sách chưa được đọc.

Ngoài ra còn có hiệu ứng lập dị – xuất phát từ việc loại bỏ những rủi ro ngoài khuôn mẫu ra khỏi suy nghĩ, hoặc chỉ chú trọng đến những điều bạn biết. Bạn nhìn nhận thế giới trong phạm vi một khuôn mẫu. Hãy nghĩ xem, hầu hết các trì hoãn và chi phí vượt mức đều phát sinh từ các yếu tố bất ngờ mà chúng ta không đưa vào trong kế hoạch – tức chúng nằm ngoài khuôn mẫu – như đình công, mất điện, tai nạn, thời tiết xấu, hoặc tin đồn về sự xâm chiếm của người Sao Hỏa. Những Thiên Nga Đen nhỏ đe dọa sẽ gây cản trở cho các dự án của chúng ta dường như không được tính đến. Chúng quá trừu tượng – chúng ta không biết về hình dạng của chúng và không thể bàn về chúng một cách rõ ràng được.

Chúng ta thực sự không thể lên kế hoạch bởi không hiểu về tương lai – nhưng đây không hẳn là tin xấu. Chúng ta có thể lên kế hoạch nhưng phải luôn nhớ đến những giới hạn đó. Chỉ cần có can đảm là làm được.

Vẻ đẹp của công nghệ: Các bảng tính Excel

Trong một quá khứ không xa, các dự đoán vẫn còn mơ hồ và có liên quan đến chất lượng, người ta phải vận dụng đầu óc để bắt kịp được chúng, và chẳng dễ dàng gì để làm cho các kịch bản xảy ra trong tương lai. Hoạt động đó đòi hỏi phải có bút viết, bút xóa, hàng đống giấy, và các sọt giấy vụn lớn. Thêm vào đó là lòng yêu nghề của nhân viên kế toán đối với công việc chậm rãi và chán ngắt. Nói tóm lại, công việc dự đoán đòi hỏi phải tốn nhiều công sức, không mong muốn và kèm theo đó là thái độ ngờ vực.

Nhưng mọi thứ đã thay đổi với sự xuất hiện của bảng tính. Khi đặt một bảng tính Excel vào tay những người thạo máy tính, bạn sẽ nhận được một “dự báo doanh số” có thể dễ dàng kéo dài đến vô tận! Một khi đã ở trên giấy hoặc trên màn hình máy tính, hoặc tệ hơn, trên chương trình PowerPoint, dự báo đó sẽ có sự sống của riêng nó, mất đi sự mơ hồ, trừu tượng và trở thành thứ mà các nhà triết lý gọi là cụ thể hóa; nó mang một cuộc sống mới như một vật hữu hình.

Bạn tôi, Brian Hinchcliffe, đề xuất ý tưởng dưới đây khi cả hai đều nhễ nhại mồ hôi tại trung tâm thể dục địa phương. Có lẽ, sự dễ dàng tạo ra các khuôn hình trong các chương trình bảng tính là lý do khiến vô số các nhà dự đoán tự tin đưa ra các dự đoán dài hạn hơn (nhưng lại “đi đường hầm” trong các giả định của mình). Chúng ta trở thành những nhà hoạch định tồi hơn so với người Nga Xô Viết nhờ vào việc các chương trình máy tính đầy hiệu quả này được trao cho những người không có khả năng xử lý kiến thức của mình. Giống như hầu hết các nhà giao dịch hàng hóa, Brian là người theo chủ nghĩa hiện thực sâu sắc nhưng đôi khi lại vô cùng chán ngắt.

Một trạng thái tâm lý cổ điển, được gọi là “neo đậu” (anchoring), dường như có tác dụng ở đây. Bạn giảm sự lo lắng của mình về tính bất định bằng cách tạo ra một con số và sau đó “bám” vào nó, giống như một vật treo lơ lửng trong môi trường chân không vậy. Trạng thái neo đậu này được phát hiện bởi Danny Kahnenman và Amos Tversky, cha đẻ của môn tâm lý về sự bất định trong thời gian đầu của dự án về phương pháp tự nghiệm và thiên kiến. Trạng thái đó hoạt động như sau. Kahneman và Tversky yêu cầu các đối tượng nghiên cứu của mình quay một vòng quay may mắn. Trước tiên, những người này nhìn vào các con số trên vòng quay mà họ biết là ngẫu nhiên, sau đó, được yêu cầu dự đoán số nước châu Phi ở Liên Hiệp quốc. Những người nhận được con số thấp trên vòng quay dự đoán ít nước châu Phi; còn những người nhận được con số cao đã dự đoán cao hơn.

Tương tự, hãy yêu cầu một người nào đó cho bạn biết bốn số cuối cùng trong thẻ an sinh xã hội của anh ta, sau đó, yêu cầu anh ta dự đoán số lượng nha sĩ tại Manhattan. Bạn sẽ phát hiện ra rằng, bằng cách khiến anh ta nhận thức về con số có bốn chữ số, bạn sẽ suy luận ra được con số dự đoán tương quan với nó.

Chúng ta sử dụng các điểm quy chiếu, ví dụ các dự đoán doanh số, và bắt đầu xây dựng niềm tin quanh các dự đoán đó bởi vì cần ít trí lực để so sánh một ý tưởng với một điểm quy chiếu hơn so với việc đánh giá nó một cách vô điều kiện (Hệ thống 1 đang hoạt động!). Chúng ta không thể làm việc nếu không có một điểm quy chiếu.

Vì thế, phần giới thiệu về một điểm quy chiếu trong suy nghĩ của nhà dự đoán sẽ làm nên những điều kỳ diệu. Điều này chẳng khác gì so với điểm khởi đầu trong phần thương lượng mua bán: bạn bắt đầu với một con số cao (“Tôi muối bán ngôi nhà này với giá một triệu đô-la”); người đặt giá sẽ nói “chỉ 850 ngàn” thôi – cuộc thảo luận sẽ được xác định với mức giá khởi đầu đó.

Đặc điểm của các sai số dự đoán

Giống như nhiều biến số sinh học khác, tuổi thọ con người thuộc Mediocristan, tức là ít ngẫu nhiên. Nó không theo trình tự tăng dần, chúng ta càng nhiều tuổi thì sự sống càng ngắn. Ở một nước phát triển, theo mục lục bảo hiểm, một bé gái mới sinh được dự đoán sẽ chết lúc 79 tuổi. Khi đến sinh nhật thứ 79, giả sử đang trong tình trạng sức khỏe tốt, bà ta sẽ sống thêm 10 năm nữa. Ở tuổi 90, bà ta hẳn sẽ còn sống thêm 4,7 năm nữa. Ở tuổi 100, bà sẽ còn sống thêm 2,5 năm nữa. Ở tuổi 119, nếu như có thể sống lâu được đến thế, hẳn bà sẽ còn sống thêm 9 tháng nữa. Khi vượt qua ngày chết được dự đoán, số năm còn sống của bà ta sẽ giảm xuống. Điều này minh họa cho thuộc tính chủ yếu của các biến số ngẫu nhiên có liên quan đến đường cong hình chuông. Sự kỳ vọng có điều kiện về thời gian sống sẽ giảm khi người đó già đi.

Với các dự án và việc kinh doanh của con người, chúng ta có một câu chuyện khác. Đây là những thứ thường có tính thang bậc, như tôi đã nói trong Chương 3. Với các biến số có tính thang bậc – những biến số từ Extremistan, bạn sẽ chứng kiến hiệu ứng hoàn toàn trái ngược. Ví dụ, một dự án được dự kiến hoàn tất trong 79 ngày, kỳ vọng này giống với trường hợp của bé gái sơ sinh, chỉ khác nhau ở chữ “năm” và “ngày”. Vào ngày thứ 79, nếu chưa được hoàn tất, dự án đó sẽ cần thêm 25 ngày nữa. Nhưng vào ngày thứ 90, nếu vẫn chưa xong, dự án đó sẽ còn kéo dài 58 ngày nữa. Vào ngày thứ 100, sẽ còn 89 ngày. Vào ngày thứ 119, còn 49 ngày. Vào ngày thứ 600, nếu vẫn chưa hoàn tất, khi đó dự án sẽ cần thêm 1.590 ngày nữa. Bạn thấy đó, càng đợi lâu thì thời gian chờ đợi sẽ càng kéo dài.

Ví dụ, bạn là một người tị nạn đang chờ ngày hồi hương. Mỗi ngày trôi qua, bạn càng cách xa hơn, chứ không phải đến gần hơn, với ngày trở về. Điều này cũng được áp dụng đối với ngày hoàn tất nhà hát opera tiếp theo của bạn. Nếu được dự kiến mất hai năm, và ba năm sau bạn vẫn đang đặt câu hỏi, đừng mong dự án đó sẽ hoàn thành sớm hơn. Nếu các cuộc chiến kéo dài trung bình khoảng sáu tháng, và mâu thuẫn của bạn đã diễn ra trong hai năm, hãy chờ đợi sẽ còn nhiều vấn đề trong vài năm nữa. Xung đột giữa Ả Rập và Israel đã diễn ra 60 năm, và vẫn còn đang tiếp diễn – tuy nhiên, cách đây 60 năm, nó được gọi là “vấn đề đơn giản”. (Hãy luôn nhớ rằng, trong môi trường hiện đại, các cuộc chiến kéo dài lâu hơn và giết hại nhiều người hơn so với dự kiến). Một ví dụ khác: bạn gửi cho nhà văn yêu thích của mình một lá thư, biết rằng ông ta bận rộn và phải mất hai tuần mới nhận được hồi âm. Nếu ba tuần sau, hòm thư của bạn vẫn trống không thì bạn đừng mong sẽ nhận được vào ngày mai – sẽ phải mất trung bình thêm ba tuần nữa. Nếu ba tháng sau, vẫn không nhận được gì, bạn sẽ phải đợi một năm nữa. Mỗi ngày trôi qua sẽ đưa bạn đến gần với cái chết nhưng lại đẩy bạn ra xa ngày nhận lá thư đó hơn.

Thuộc tính ít nhận thấy nhưng hết sức quan trọng của sự ngẫu nhiên mang tính thang bậc là nó cực kỳ phản trực giác. Chúng ta hiểu sai về lôgic của các độ lệch chuẩn lớn.

Tôi sẽ đi sâu hơn vào các thuộc tính này của sự ngẫu nhiên mang tính thang bậc trong Phần 3. Nhưng lúc này, xin nói rằng chúng là điểm trung tâm trong hiểu biết của chúng ta về công việc dự đoán.

ĐỪNG QUA SÔNG NẾU NÓ CÓ ĐỘ SÂU (TRUNG BÌNH) 4 FEET

Còn có thêm một sai số dễ nhận thấy trong các dự đoán của các tổ chức và cơ quan chính phủ: họ không đính kèm tỷ lệ sai số có khả năng xảy ra trong các kịch bản của mình. Ngay cả trong trường hợp không có Thiên Nga Đen, sự thiếu sót này cũng là một sai số.
    Một lần nọ, tôi có một buổi nói chuyện với các chuyên gia chính sách ở Trung tâm Woodrow Wilson tại Washington D.C. Tôi đã thách họ nhận biết được những yếu điểm của chúng ta trong việc dự đoán tương lai.

Những người tham dự đều tẻ nhạt và ít nói. Những gì tôi nói với họ đều đi ngược với những điều mà họ tin tưởng và ủng hộ; tôi đã quá nhập tâm vào thông điệp đầy công kích của mình, nhưng trông họ có vẻ trầm tư hơn so với những nhân vật thiếu kích thích tố sinh dục nam mà ta hay gặp phải trong kinh doanh. Tôi cảm thấy áy náy về quan điểm thái quá của mình. Ít ai đưa ra câu hỏi. Người đã tổ chức và mời tôi tham gia buổi nói chuyện này hẳn phải trêu chọc các đồng nghiệp của mình. Lúc đó, tôi giống như một người theo thuyết vô thần đang bảo vệ quan điểm của mình trước một hội đồng hồng y giáo chủ, trong khi lại bỏ qua các uyển ngữ thuộc công thức thông thường.

Thế nhưng, có một số người đồng cảm với thông điệp đó. Một người nặc danh (đang làm việc cho một cơ quan chính phủ) đã giải thích riêng với tôi sau buổi nói chuyện rằng, vào tháng 1/2004, bộ phận của anh ta dự đoán giá dầu trong 24 năm sau là 27 đô-la/thùng, tăng nhẹ so với giá tại thời điểm đó. Sáu tháng sau, vào khoảng tháng 6/2004, sau khi giá dầu tăng gấp đôi, họ phải điều chỉnh dự đoán lên 54 đô-la (giá dầu vào thời điểm tôi đang viết những dòng này xấp xỉ 79 đô-la/thùng). Bọn họ chẳng hề nhận thấy rằng thật lố bịch khi dự đoán lần thứ hai nếu căn cứ theo thực tế rằng dự đoán của họ đã “chệch hướng” quá sớm và quá rõ ràng, rằng công việc dự đoán đó ít nhiều cần phải được chất vấn. Thế mà họ có thể nhìn thấy trước 25 năm! Cũng không phải vì cho rằng có một thứ gọi là tỷ lệ sai số để họ có thể tính đến. ⁴⁷

Nếu không kết hợp với tỷ lệ sai số, việc dự đoán sẽ bộc lộ ba sự ngụy biện, tất cả đều phát sinh từ cùng một quan niệm sai lầm về bản chất của sự bất định.

Ngụy biện thứ nhất: các vấn đề về tính biến thiên (variability matters). Sai số thứ nhất nằm ở việc xem xét một dự đoán quá nghiêm túc mà không chú ý đến tính chính xác của nó. Tuy nhiên, đối với các mục đích quy hoạch, tính chính xác trong dự đoán của bạn có ý nghĩa hơn rất nhiều so với chính bản thân dự đoán đó. Tôi xin giải thích điều này như sau.

Đừng qua sông nếu nó có độ sâu trung bình 4 feet. Bạn sẽ mang theo những bộ quản áo hoàn toàn khác trong chuyến đi đến một địa điểm xa xôi nào đó nếu tôi nói với bạn rằng nhiệt độ dự kiến sẽ là 700F, với tỷ lệ sai số là 400 cao hơn so với mức nếu tôi nói với bạn rằng tỷ lệ sai số của tôi chỉ có 50. Các điều kiện mà chúng ta cần có để đưa ra quyết định nên phụ thuộc vào chuỗi kết quả có thể xảy ra hơn là vào con số dự đoán cuối cùng. Khi còn làm việc cho một ngân hàng, tôi đã chứng kiến cách người ta dự đoán dòng tiền mặt của các công ty mà không tính đến một chút bất ổn nào. Hãy gặp nhà môi giới chứng khoán và kiểm tra xem họ sử dụng cách nào để dự đoán doanh số 10 năm nữa nhằm “định cỡ” đánh giá của mình. Hãy tìm hiểu về cách thức dự đoán mức thâm hụt ngân sách chính phủ của các nhà phân tích. Hãy tìm đến một ngân hàng hoặc một chương đào tạo về phân tích chứng khoán để thấy cách họ dạy các học viên đưa ra giả định; họ không dạy bạn cách hình thành tỷ lệ sai số quanh các giả định đó – nhưng tỷ lệ sai số của chúng lại lớn đến mức quan trọng hơn rất nhiều so với chính dự đoán đó!

Ngụy biện thứ hai nằm ở việc không tính đến sự suy biến của dự đoán khi thời gian dự đoán bị kéo dài. Chúng ta không nhận biết đầy đủ mức độ khác biệt giữa tương lai gần và tương lai xa. Tuy nhiên, theo thời gian, sự suy biến trong việc dự đoán đó sẽ hiển hiện rõ thông qua cách kiểm tra nội quan đơn giản – thậm chí không cần đến các tài liệu khoa học, điều rất hiếm xảy ra đối với chủ đề này. Ví dụ các dự đoán, dù là dự đoán kinh tế hay công nghệ, được thực hiện vào năm 1905 cho một phần tư thế kỷ tiếp theo. Các dự đoán về năm 1925 đúng đến mức nào? Để có được trải nghiệm thuyết phục, hãy tìm đọc cuốn tiểu thuyết 1984 của George Orwell. Hoặc nhìn vào các dự đoán gần đây được thực hiện vào năm 1975 về các viễn cảnh của thiên niên kỷ mới. Nhiều sự kiện đã xảy ra và nhiều công nghệ mới đã xuất hiện nằm ngoài sự tưởng tượng của các nhà dự đoán đó; thêm nhiều sự kiện được kỳ vọng xảy ra hoặc xuất hiện nhưng đã không xuất hiện. Từ trước đến nay, các sai số dự đoán của chúng ta rất lớn, và có lẽ chẳng có lý do gì chúng ta lại tin rằng mình bỗng nhiên được vinh hạnh nhìn thấy tương lai nhiều hơn so với tổ tiên mù lòa của mình. Các dự đoán của những kẻ quan liêu có xu hướng được dùng để giải tỏa căng thẳng hơn là để phục vụ cho việc đưa ra chính sách phù hợp.

Ngụy biện thứ ba, và có lẽ là phần nghiêm trọng nhất, là việc hiểu lầm đặc tính ngẫu nhiên của các biến số đang được dự đoán. Nhờ vào yếu tố Thiên Nga Đen, các biến số này có thể mang lại những viễn cảnh lạc quan hơn nhiều – hoặc bi quan hơn nhiều – so với điều đang được mong đợi. Hãy nhớ lại thử nghiệm của tôi với Dan Goldstein về đặc trưng miền trong trực giác của chúng ta, về cách chúng ta thường không mắc lỗi ở Mediocristan, nhưng lại mắc lỗi lớn ở Extremistan do không thấy rõ được hậu quả của sự kiện hiếm hoi đó.

Hàm ý gì ở đây? Ngay cả khi đồng ý với một dự đoán nào đó, bạn cũng phải lo lắng về khả năng xảy ra độ lệch đáng kể thật sự của dự đoán đó. Đối với một nhà đầu cơ – người không phụ thuộc vào thu nhập cố định, những độ lệch như thế có thể là tin vui; tuy nhiên, một người hưu trí với các thuộc tính rủi ro đã định sẵn sẽ không thể nào chịu được với những cú xoay chuyển kiểu đó. Thậm chí tôi sẽ nói thêm và – sử dụng tranh luận về độ sâu của con sông – tuyên bố rằng chính giới hạn thấp hơn của các dự đoán (tức trường hợp tồi tệ nhất) mới có ý nghĩa trong một chính sách – trường hợp tồi tệ nhất đó quan trọng hơn nhiều so với chính dự đoán. Điều này đặc biệt đúng nếu viễn cảnh tồi tệ đó là thứ không thể chấp nhận được. Tuy nhiên, cách diễn giải hiện nay không cho phép điều đó xảy ra. Không thể nào.

Người ta thường nói “anh ta thật thông thái khi có thể nhìn thấy được các sự việc xảy đến”. Có lẽ người thông thái chính là người biết được rằng anh ta không thể nhìn thấy được những thứ còn ở rất xa.

Tìm một công việc khác

Có hai câu trả lời mà tôi thường nhận được khi hỏi về công việc của các nhà dự đoán, đó là: “Anh ta nên làm gì? Ông có cách nào tốt hơn để giúp chúng tôi dự đoán?” và “Nếu ông tài giỏi thế, hãy cho tôi xem dự đoán của ông đi”. Thực ra, câu hỏi thứ hai, luôn được thể hiện một cách hợm hĩnh, nhằm mục đích chứng tỏ sự tài giỏi vượt trội của nhà dự đoán và “người thực hiện” so với nhà tâm lý học, và hầu hết đều được hỏi bởi những người không biết tôi là một nhà giao dịch. Nếu có lợi thế của việc được thực hành mỗi ngày về tính bất định, đó chính là không phải tiếp nhận bất kỳ câu chuyện tầm phào nào từ đám người quan liêu.

Một trong những khách hàng của tôi yêu cầu được xem dự đoán của tôi. Khi biết rằng tôi chẳng có dự đoán nào, anh ta cảm thấy bị xúc phạm và quyết định không sử dụng dịch vụ của tôi nữa. Thực ra, có một thủ tục, đó là yêu cầu các doanh nghiệp trả lời bảng câu hỏi và điền vào các nội dung thể hiện “viễn cảnh” của mình. Tôi chưa bao giờ có một viễn cảnh và chưa bao giờ có các dự đoán chuyên môn nào – nhưng ít ra tôi biết là tôi không thể dự đoán và một số ít người (những người mà tôi quan tâm) xem đó là tài sản.

Bức tranh Fortune-Teller (Thầy bói) của danh họa người Ý Caravaggio. Chúng ta luôn tôn sùng những ai có thể nói cho chúng ta biết về tương lai của mình. Trong bức tranh này, tay thầy bói đang đánh cắp chiếc nhẫn của nạn nhân.

Có những người đưa ra các dự đoán một cách vô tội vạ. Khi được hỏi vì sao dự đoán, họ trả lời, “À, vì tôi được trả tiền để làm thế”.

Lời khuyên của tôi là: hãy tìm một công việc khác.

Lời khuyên này không có gì quá khắt khe: trừ khi bạn là nô lệ, tôi cho rằng bạn ít nhiều tự chủ trong việc lựa chọn công việc của mình. Nếu không, đây là vấn đề về đạo đức, và là một vấn đề vô cùng nghiêm trọng. Những người được giữ lại làm việc và dự đoán chỉ vì “đó là công việc của tôi”, dù biết rất rõ rằng dự đoán đó không có tác dụng, thì không phải là người mà tôi gọi là có đạo đức. Những điều họ làm chẳng khác nào việc lặp lại các lời nói dối chỉ vì “đó là công việc của tôi”.

Những người gây ra thiệt hại do các dự đoán của mình cần phải được đối xử hoặc như một thằng ngu hoặc như một kẻ dối trá. Một số nhà dự đoán gây ra nhiều thiệt hại cho xã hội hơn cả những tên tội phạm. Làm ơn, xin đừng bịt mắt lái xe đưa đón học sinh.

Tại sân bay JFK

Tại sân bay JFK, New York, bạn có thể tìm thấy những quầy bán báo lớn chất đầy tạp chí trên các bức vách xung quanh. Chúng thường được quản lý bởi một gia đình rất có học thức từ tiểu lục địa Ấn Độ (chỉ có bố mẹ; còn các con đều ở trường y). Những bức vách này mang đến cho bạn tất cả những gì mà một người “có hiểu biết” cần có để “biết được điều gì đang diễn ra”. Tôi tự hỏi sẽ phải mất bao lâu để đọc hết từng cuốn một trong số những cuối tạp chí này, trừ các ấn phẩm định kỳ về câu cá và xe môtô (nhưng bao gồm các tờ tạp chí lá cải – có thể bạn cũng thấy thích thú đấy). Nửa cuộc đời? Cả cuộc đời?

Thật đáng buồn, kiến thức này sẽ không giúp người đọc dự đoán được điều gì sắp xảy ra vào ngày mai. Trên thực tế, nó có thể làm giảm khả năng dự đoán của anh ta.

Còn có một khía cạnh khác đối với vấn đề dự đoán: những giới hạn vốn có của nó – những thứ chẳng mấy liên quan đến bản chất con người, nhưng thay vào đó lại phát sinh từ chính bản chất của thông tin. Tôi đã nói rằng Thiên Nga Đen có ba thuộc tính: không thể dự đoán được, có tầm ảnh hưởng lớn, và có thể giải thích khi nhìn lại quá khứ. Chúng ta hãy kiểm tra tính không thể dự đoán này của nó. ⁴⁸