Bạn có thể chuyển sang phiên bản mobile rút gọn của Tri thức trực tuyến nếu mạng chậm. Đóng

Cách nhà nghiên cứu xã hội dự đoán dòng đời

Các chuyên gia có thể chính xác đến đâu khi dự đoán các biến cố gia đình từ những thông tin mà các nhà xã hội học thường thu thập và áp dụng?

Dòng đời êm trôi

Bây giờ chúng ta chuyển sang một câu hỏi tổng quát hơn: làm thế nào sống thoải mái trong một thế giới sự đời đôi khi dễ dàng nhưng cũng có nhiều vấn đề khác bị chi phối bởi sự vô minh khách quan?

Suy cho cùng, khi những điều ta không biết có tác động nghiêm trọng, ta nên thừa nhận quả cầu pha lê là vô ích trong các vấn đề của con người. Đáng tiếc thay, con người thường không nhận ra điều đó.

Thay vì thế, như gợi ý qua chương trước, ta luôn sẵn sàng đưa ra những dự đoán táo bạo về tương lai từ những thông tin hữu ích ít ỏi. Trong chương này, chúng tôi sẽ bàn về cảm giác nhầm lẫn phổ biến rằng con người vẫn hiểu những biến cố mà họ không thể dự đoán được.

Niềm tin này thực sự có ý nghĩa gì? Chúng tôi nêu lên câu hỏi đó trong hai bối cảnh: hoạt động khoa học xã hội và những biến cố diễn ra trong dòng đời.

Dong doi anh 1

Ảnh minh hoạ. Nguồn: MATEO BASTIDAS/Pexels.

Dự đoán dòng đời

Năm 2020, một nhóm 112 nhà nghiên cứu đứng đầu là hai giáo sư xã hội học Sara McLanahan và Matthew Salganik ở Đại học Princeton đã đăng một bài báo khác thường trên tạp chí Proceedings of the National Academy of Sciences.

Mục đích nghiên cứu là tìm hiểu xem có bao nhiêu nhà khoa học xã hội thực sự hiểu những biến cố sẽ xảy ra trong dòng đời của những gia đình dễ đổ vỡ trong xã hội. Với kiến thức của họ, liệu các nhà khoa học xã hội có thể dự đoán tốt đến mức nào về các sự kiện trong cuộc sống của một gia đình?

Cụ thể hơn, các chuyên gia có thể chính xác đến đâu khi dự đoán các biến cố gia đình từ những thông tin mà các nhà xã hội học thường thu thập và áp dụng trong nghiên cứu? Theo thuật ngữ của chúng tôi, mục đích của nghiên cứu là đo lường mức độ vô minh khách quan còn lại trong các sự kiện cuộc sống sau khi các nhà xã hội học đã hoàn thành công việc của họ.

Các tác giả đã lấy dữ liệu từ Nghiên cứu Gia đình Dễ đổ vỡ và Phúc lợi Trẻ em, một cuộc điều tra theo thời gian trên quy mô lớn về trẻ em từ lúc chào đời đến khi 15 tuổi. Cơ sở dữ liệu khổng lồ này bao gồm hàng nghìn mục thông tin về gia đình của gần 5.000 trẻ em, hầu hết là con của những người chưa kết hôn ở các thành phố lớn của Mỹ.

Dữ liệu bao trùm những chủ đề như trình độ học vấn và việc làm của ông bà đứa trẻ, thông tin chi tiết về sức khỏe của mọi thành viên gia đình, các chỉ số về tình trạng kinh tế và xã hội, các câu trả lời cho nhiều bảng câu hỏi và kiểm tra năng khiếu nhận thức và tính cách.

Đây là một lượng thông tin vô cùng phong phú và các nhà khoa học xã hội đã khai thác sử dụng triệt để: đã có hơn 750 bài báo khoa học dựa trên dữ liệu rút ra từ nghiên cứu nói trên. Nhiều bài báo trong số đó sử dụng dữ liệu cơ bản về trẻ em và gia đình các em để giải thích kết quả cuộc sống, chẳng hạn như điểm trung học và hồ sơ tội phạm.

Nghiên cứu do nhóm Princeton dẫn đầu tập trung vào khả năng dự đoán sáu kết quả quan sát được khi đứa trẻ 15 tuổi, chẳng hạn như gần đây gia đình vừa bị trục xuất ra khỏi nhà, điểm trung bình của đứa trẻ và điểm đánh giá tổng quát về hoàn cảnh vật chất của hộ gia đình. Các nhà tổ chức nghiên cứu đã sử dụng cái gọi là “phương pháp nhiệm vụ chung”.

Họ mời các đội nghiên cứu cạnh tranh nhau để dự đoán chính xác về sáu kết quả được chọn, sử dụng khối lượng lớn dữ liệu có sẵn về kết quả của từng gia đình trong Nghiên cứu Gia đình Dễ đổ vỡ. Kiểu so tài này khá mới lạ trong khoa học xã hội nhưng phổ biến trong khoa học máy tính, trong đó các nhóm lập trình viên thường được mời tỷ thí với nhau trong các nhiệm vụ của máy tính, chẳng hạn như dịch một bộ văn bản tiêu chuẩn hoặc phát hiện một con vật trong một bộ ảnh lớn.

Thành tích của đội về nhất trong cuộc thi giúp xác định mức độ tiến bộ vào một thời điểm, mà luôn bị qua mặt trong đợt tranh tài tiếp theo. Trong khoa học xã hội, vốn dĩ là lĩnh vực mà người ta không kỳ vọng có sự tiến bộ nhanh chóng như máy tính, một cách hợp lý, ta có thể sử dụng dự đoán chính xác nhất trong cuộc thi để xác định khả năng dự đoán kết quả từ những dữ liệu này hay độ vô minh khách quan còn lại.

Daniel Kahneman, Olivier Sibony, Cass R. Sunstein/NXB Trẻ

SÁCH HAY