Viên kẹo dẻo dự đoán ít hơn người ta tưởng

Từ cuối thập niên 1960, nhà tâm lý học Walter Mischel và đồng nghiệp làm nghiên cứu ở một trường mẫu giáo trong khuôn viên Đại học Stanford. Một bé khoảng bốn, năm tuổi ngồi trước một món ăn vặt như kẹo dẻo hay bánh quy xoắn. Người làm thí nghiệm giải thích rằng bé có thể ăn ngay, hoặc chờ đến khi cô chú quay lại thì được hai cái. Rồi người lớn ra khỏi phòng, có khi đến khoảng 15 đến 20 phút.

Những bài báo đầu tiên, trong đó có một bài nổi tiếng năm 1972, nói về cách trẻ chờ. Bé nào tự đánh lạc hướng mình, hát, che mắt hay tưởng tượng món ăn chỉ là một bức tranh thì chờ được lâu hơn bé ngồi nhìn chằm chằm vào nó.

Tiếng tăm đến sau. Các khảo sát theo dõi một phần số trẻ đó, công bố năm 1988 và 1990, thấy những bé chờ lâu hơn thường có điểm SAT cao hơn và được bố mẹ đánh giá tốt hơn ở tuổi thiếu niên. Bài kiểm tra trở thành biểu tượng phổ biến của ý chí và được coi như cách đoán trước thành công.

Năm 2018, Tyler Watts, Greg Duncan và Haonan Quan làm lại ý tưởng theo dõi này với khoảng 900 trẻ từ nhiều kiểu gia đình hơn. Mối liên hệ giữa việc chờ và kết quả học tập sau này chỉ mạnh khoảng một nửa so với báo cáo gốc, và còn nhỏ đi nhiều khi tính đến hoàn cảnh gia đình và khả năng tư duy sớm.

Bài học đầu tiên là về chuyện ai được nghiên cứu. Nhóm trẻ ban đầu đến từ những gia đình gắn với một trường đại học giàu có, và các đợt theo dõi chỉ liên lạc được với một phần trong số đó. Một quy luật tìm thấy trong nhóm hẹp có thể trông mạnh hơn thực tế rất nhiều.

Bài học thứ hai là về nguyên nhân ẩn. Năm 2013, Celeste Kidd và đồng nghiệp thấy trẻ chờ lâu hơn hẳn khi người lớn đã giữ lời hứa trước đó, so với khi người lớn thất hứa. Với một đứa trẻ từng thấy món quà được hứa hay biến mất, ăn ngay là lựa chọn hợp lý. Việc chờ phần nào đo lòng tin và cuộc sống ở nhà, mà những thứ đó cũng ảnh hưởng tới kết quả sau này.

Học máy cũng có cái bẫy y hệt. Một mô hình học từ một nhóm người sẽ tìm ra quy luật có thể không đúng ở nơi khác, và một đặc điểm tưởng như dự đoán được kết quả có khi chỉ đang đứng thay cho thứ khác, như thu nhập hay nơi ở.

Ý tưởng đằng sau vụ nàyBài học: Máy học như thế nào →

1. 1Khi nghe nói một bài kiểm tra đoán được chuyện lớn, hãy hỏi ai đã được nghiên cứu và bao nhiêu người.
2. 2Tìm yếu tố thứ ba ẩn phía sau, như tiền bạc, tuổi tác hay nơi sống, có thể tác động lên cả hai thứ.
3. 3Ưu tiên những phát hiện đã được lặp lại ở nhóm lớn hơn, đa dạng hơn rồi mới làm theo.
4. 4Khi một công cụ AI chấm điểm con người, hãy hỏi nó học từ dữ liệu nào và dữ liệu đó có giống những người bạn phục vụ không.