Mối quan hệ Nhân – Quả

Làm thế nào để có thể kết luận 2 sự việc có liên quan tới nhau, và trong đó có một Nguyên nhân dẫn đến Kết quả? Trong nghiên cứu khoa học, dù là khoa học tự nhiên hay khoa học xã hội, các nhà khoa học có một sự “đồng thuận” về điều kiện để có thể kết luận một mối quan hệ nhân quả. Từ thế kỷ 19, nhà triết học John Stuart Mill đã nhắc đến 3 ĐIỀU KIỆN CẦN cho một mối quan hệ nhân quả:

1- Nguyên nhân phải xảy ra TRƯỚC kết quả (tất nhiên là phải KHÔNG có chiều ngược lại)
2- Nguyên nhân phải có mối tương quan với kết quả
3- Chúng ta CHƯA tìm được một cách lý giải nào khác về kết quả khả dĩ hơn ngoài nguyên nhân hiện có (nên chúng ta tạm chấp nhận nguyên nhân này cho tới khi tìm ra cách lý giải khác)

John Stuart Mill

3 điều kiện này nghe qua rất đơn giản và hiển nhiên, nhưng trong nghiên cứu thì chỉ để thoả 3 điều kiện này cũng đã là rất thách thức với nhà nghiên cứu rồi:

1- Nguyên nhân phải xảy ra TRƯỚC kết quả, nhưng làm sao để xác định được quả thật nguyên nhân xảy ra trước kết quả? Ví dụ, một cơn bão ập đến gây ra thiệt hại tang thương cho rất nhiều người, nhiều người đau bệnh và rơi vào cảnh nghèo đói. Nhưng, cũng có những người vốn đã đau bệnh và nghèo đói trước khi bão ập đến rồi.

Hơn nữa, trong khoa học xã hội, các hiện tượng thường gắn với nhau trong sự liên quan liên đới lẫn nhau, chứ không phải một chiều Nguyên nhân – Kết quả. Ví dụ như Giáo dục (trình độ học vấn) và Giàu/ Nghèo (thu nhập). Rõ ràng, trình độ học vấn cao giúp có cơ hội việc làm với mức thu nhập cao, nhưng sống trong một gia đình có thu nhập thấp thì lại hạn chế có điều kiện có được trình độ học vấn cao. Đói ăn dẫn đến suy nhược, mà suy nhược dẫn đến ăn không nổi nữa (và cũng không kiếm ăn được nữa) gây ra đói.

Chưa kể đến là có khi cả 2 hiện tượng đó thực ra chẳng xảy ra trước sau gì cả, mà chỉ là KHÔNG LIÊN QUAN VỚI NHAU. Đó là điều kiện thứ 2 của mối quan hệ nhân quả này.

2- Nguyên nhân phải có mối tương quan với kết quả.

Ví dụ, người ta để ý rằng cứ hễ người dân ra công viên hay có những hoạt động ngoài trời nhiều là sẽ tiêu thụ nhiều cà-lem (kem), dẫn đến kết luận là nên tổ chức nhiều hoạt động ngoài trời để tăng sản lượng bán cà-lem. Nhưng thực ra hoạt động ngoài trời và tiêu thụ kem không hề có mối tương quan với nhau. Nguyên nhân thực sự ở đây là do THỜI TIẾT NÓNG nên đồng loạt dẫn đến tăng cả hoạt động ngoài trời và tiêu thụ kem. Vào mùa lạnh hoặc mùa không nóng, việc tổ chức hoạt động ngoài trời không ảnh hưởng nhiều đến tiêu thụ kem.

Tương tự như vậy, khi tiêm vaccine xong có người nhiễm bệnh hoặc tử vong, không hẳn là do vaccine có tác động đến cái chết đó, mà cũng có thể là do một bệnh nào đó đã có từ trước khi tiêm vaccine. Chuyện này rất dễ thấy ở khu cấp cứu, nhiều lúc bệnh nhân được đưa vào lúc dấu hiệu sự sống gần như không còn, bác sỹ nỗ lực cơ hội còn lại để cứu bệnh nhân nhưng không thành công. Tuy nhiên, người nhà bệnh nhân sẽ nghĩ rằng do bác sỹ kém cỏi vô trách nhiệm gây chết cho người thân của họ.

Trong những trường hợp như vậy, về mặt tính toán con số xác xuất thống kê, sẽ vẫn thấy kết quả là tương quan giữa 2 hiện tượng. Nhưng đó là do cách thiết kế nghiên cứu và thu thập dữ liệu đã bỏ qua các biến số thứ 3 (the 3rd variables, hoặc còn gọi là confounders). Hẳn là có một số tình cờ nào đó mà số con bò được nuôi trong thành phố sẽ có thể có tương quan đến trình độ học vấn của người dân của thành phố, nhưng không thể kết luận rằng nuôi nhiều bò giúp tăng trình độ học vấn của con người nhỉ?

3- Không tìm được một lý giải nào khác.

Nghiên cứu khoa học thực ra chẳng giới hạn hoặc cố định trong một kết quả duy nhất nào. Giả dụ một nghiên cứu A đã được thực hiện, nhóm nghiên cứu cũng đã đưa ra 4-5 cách giải thích khác nhau trước khi đi đến kết luận rằng A là nguyên nhân hợp lý nhất cho đến nay mà họ đã có thể tìm thấy. Cộng đồng khoa học sẽ GHI NHẬN kết luận đó, nhưng không bắt ai học thuộc điều đó như một chân lý không đổi. Các nhà khoa học khác, sẽ bằng một cách khác, tìm ra được một cách lý giải B khác và thế là lại tiếp tục thảo luận để xem cách lý giải nào hợp lý hơn. Đó chính là cách mà các Lý thuyết và Tri thức được phát triển.

Cách thiết kế một nghiên cứu thực nghiệm (experiment) rất liên quan đến tính chính xác (validity) của kết quả, và khả năng khái quát hoá ra kết luận (generalization). Hay nói khác đi là với kiểu nghiên cứu được thiết kế như vậy, nhà nghiên cứu có thể kết luận được điều gì?

Nghiên cứu thực nghiệm

Hình bên dưới dây trích từ sách The Practice of Social Research của tác giả Earl Babbie, ví dụ minh hoạ cho việc nghiên cứu xem VẬN ĐỘNG THỂ DỤC tác động thế nào đến SỨC KHOẺ.

• Việc tập thể dục được xem là một yếu tố tác động, gọi là TREATMENT.
• One-shot Case study: sau khi tập thể dục một thời gian, sẽ đo trạng thái cơ thể rồi đưa ra kết luận.
• One-group Pretest-Posttest Design: đo lường kết quả của việc không tập thể dục, sau đó đo kết quả sau khi có tập thể dục –> kết luận sự khác biệt giữa 2 kết quả là do tập thể dục.
• Static-Group Comparison: đầu tiên, cần phải có một nhóm khác có thể chất và lối sống sinh hoạt tương đương nhau. Một nhóm đổi lối sống sang tập thể dục, một nhóm không tập. Sau một thời gian, so sánh kết quả khác biệt giữa 2 nhóm này –> kết luận sự khác biệt giữa 2 kết quả là do tập thể dục. Nhóm KHÔNG tập thể dục, gọi là nhóm kiểm soát (Control group)

Theo bạn, cách thiết kế nào sẽ cho kết quả chính xác hơn, đáng tin cậy hơn?

Có hàng loạt câu hỏi nghi vấn có thể được đặt ra. Nếu chỉ đo kết quả sau tập thể dục, thì có đủ để kết luận nguyên nhân là do tập thể dục hay không? Rồi nếu như chỉ đo kết quả trước và sau tập thể dục của cùng một người, thì làm sao biết được nếu không tập thì người đó sẽ có kết quả thế nào? Rồi nếu sử dụng một nhóm Control Group, thì làm sao đảm bảo nhóm này TƯƠNG ĐỒNG với nhóm treatment để khẳng định rằng nếu không tập thể dục thì kết quả trông như vậy? Ngoài tập thể dục, liệu có khi nào còn nguyên nhân khác như là do bệnh (nên mới chịu tập thể dục), do thuốc, do thực phẩm chức năng, do đổi chế độ ăn uống, do nguồn thực phẩm, vân vân và mây mây. Những người được chọn có random không, hay là được chọn lựa trên tiêu chí gì?

Khi đi đến một khái quát lên kết quả, thì nghiên cứu thiết kế như vậy sẽ kết luận được gì? Có kết luận được rằng những người khác sẽ có kết quả tương đương không? Liệu rằng số mẫu nghiên cứu càng lớn thì kết quả có càng chính xác hơn không? Vấn đề của việc thiết kế nghiên cứu là ở chỗ này, tăng kích thước mẫu nghiên cứu chỉ giải quyết được một vài vấn đề thôi chứ không phải tất cả.

Thực ra thì một cách lý tưởng, các nhà nghiên cứu thực nghiệm sẽ muốn thiết kế một nghiên cứu như thế này: có đủ cả Control Group, có luôn đo lường Trước và Sau treatment, rồi so sánh các kết quả đó. Nhưng tình huống nghiên cứu và khả năng thu thập dữ liệu là rất khác nhau, lại hoàn toàn không lý tưởng. Nên không có nghiên cứu nào gọi là hoàn hảo cả. Một nhà nghiên cứu tốt sẽ chỉ ra rằng những hạn chế trong thiết kế nghiên cứu của mình là gì, mình đã xử lý nó như thế nào.

Vậy đó, đó là nội dung mà mình học trong môn Research Methods của cô Galit Shmueli, lớp kéo dài 18 tuần chỉ để làm rõ câu chuyện quanh 3 điều kiện của mối quan hệ nhân quả này. Tư duy nghiên cứu khoa học thực sự rất cần cho mọi người, không phải chỉ dành cho những nhà nghiên cứu. Có rất nhiều tình huống trong cuộc sống này liên quan đến mối quan hệ NHÂN QUẢ, nhưng chúng ta dễ dàng lướt qua và dễ dãi chấp nhận (với lý do: chúng ta đâu phải là nhà khoa học đâu mà phải phức tạp ra thế 😅), ví dụ như:

• Các loại thuốc trị bách bệnh, một người dùng thấy tốt nên giới thiệu mọi người dùng (tương Tamarin, bài thuốc detox, sữa mẹ trị bệnh, thụt tháo đại tràng, uống nước tiểu,…) do “dân gian” và “cõi mạng” lan truyền. Đừng nhầm lẫn với các nghiên cứu đông y đồ sộ vốn đã được nghiên cứu rất lâu rồi.
• Các nghiên cứu về Lotus birth (liên sinh, sinh con tại nhà), dạy con tại nhà
• Review mỹ phẩm và các liệu trình skincare. Một liệu trình gồm nhiều bước, mỗi bước dùng 2-3 loại mỹ phẩm khác nhau, sự kết hợp này dựa trên thử nghiệm trên chính thân mình của reviewer, vblogger, youtuber, tiktoker,…
• Công thức ăn kiêng, giảm mỡ theo “tự nhiên, thiên nhiên” hoặc thực phẩm chức năng.
• Vaccine, thử thuốc
• Trong kinh doanh, cũng cần ra các quyết định làm gì để tăng trưởng, làm gì để tăng năng suất, làm gì để tăng uy tín?
• Trong công tác xã hội hoặc các chương trình CSR, chương trình cộng đồng, làm gì để tạo tác động TÍCH CỰC (mà không ảnh hưởng tiêu cực), nguyên nhân nào đang thực sự gây ra vấn đề này, đo lường tác động của những chương trình đang thực hiện.

Nếu là nhà khoa học muốn công bố nghiên cứu của mình, sẽ phải “tuân thủ” các phương pháp lập luận và thiết kế khoa học phức tạp như thế. Nếu không phải nhà khoa học, thì việc ra kết luận dễ dàng được chấp nhận hơn. Nhưng sự thật vẫn là sự thật, một điều sai – hoặc không có căn cứ cơ sở nào – được kết luận vội vàng thì cũng không trở nên đúng được.

Học nghiên cứu, vẫn là rất cần tư duy nghiên cứu trước tiên.

.:: Cọp Giấy học nghiên cứu ::.