Nhận thức của bộ não về kinh tế học
Về Ricardo Haussman
Ricardo
Haussman, người từng giữ chức Bộ trưởng Bộ kế hoạch Venezuela và từng là Kinh
tế trưởng Ngân hàng phát triển liên châu Mỹ, là Giáo sư thực hành phát triển
kinh tế tại trường Đại học Harvard, nơi mà ông kiêm chức Giám đốc Trung tâm
phát triển quốc tế.
Nắm bắt kinh tế học theo kiểu của bộ não con
người
CAMBRIDGE – Trong tác phẩm mở đường xuất bản năm 2005
mang tựa đề On Intelligence (tạm dịch: Trên Nền Trí Tuệ), Jeff Hawkins đã đưa ra một mẫu hình khoa học
khác về cách thức mà não người hoạt động. Theo quan điểm của tác giả, bộ não
không phải là một cỗ máy Turning dùng để xử lý các ký tự tuân theo một bảng quy
tắc, vốn là mô hình nền tảng của máy tính và trí tuệ nhân tạo. Thay vào đó, não
người là bộ nhớ khổng lồ có phân cấp không ngừng ghi nhận những gì nó cảm nhận được
và dự báo điều gì sẽ xảy ra tiếp theo.
Não
dự báo bằng cách tìm ra những điểm tương đồng giữa các mô thức dữ kiện thu nhận
được bằng giác quan và những kinh nghiệm
đã tích lũy trước đó và được lưu trữ trong bộ nhớ khổng lồ của
nó. Não phối chọn các âm thanh rời rạc trong biển tiếng ồn với một bản nhạc đã
từng nghe, hoặc gương mặt một người đang ngụy trang với gương mặt của con cái
bạn. Ý tưởng tương tự như chức năng tự hoàn chỉnh trong hộp tìm kiếm của Google
– liên tục dự đoán ký tự nào bạn sẽ nhập kế tiếp dựa trên những gì bạn đã gõ
trước đó.
Để
thấy được sự phân cấp trong cơ chế này, hãy xem xét việc bằng cách quan sát chỉ
một vài ký tự, bạn có thể đoán cả từ; bằng cách nhìn vào một số từ, bạn có thể
đoán ý nghĩa của cả câu, hoặc thậm chí cả đoạn. Thực ra thì ngay lúc này bạn
phải đoán xem tôi đang đi đến đâu với toàn bộ những lời dẫn giải này. Sự phân
cấp cho phép bạn hiểu ý nghĩa, cho dù thông tin
tiếp cận với não của bạn thông qua con đường đọc hay nghe. Do vậy, não
là bộ máy cảm ứng dự báo tương lai trên cơ sở tìm ra những điểm tương đồng, ở
nhiều cấp độ khác nhau, giữa hiện tại và quá khứ.
Mô
hình thay thế của Hawkins về cách thức bộ não hoạt động có các ứng dụng quan
trọng trong nhiều lĩnh vực khác nhau, bao gồm cả lĩnh vực mà bản thân tôi dành
hầu hết thời gian của mình để suy nghĩ về nó: chiến lược phát triển kinh tế.
Về
mặt định nghĩa, phát triển không chỉ là nhiều hơn hiện trạng, giống như người
trưởng thành không chỉ là đứa trẻ to xác. Cả quá trình bao gồm bổ sung lẫn kết
hợp các tiềm lực mới và hiện hữu nhằm hỗ trợ cho các hoạt động phức tạp và đa
dạng hơn.
Tuy
nhiên, việc phát hiện ra những nhân tố mới có thể được thực hiện thành công quả
là phức tạp, bởi vì việc này đòi hỏi bạn phải xác định được bản thân mình sẽ
cần gì và có khả năng tạo ra điều đó hay không. Đây là lý do tại sao dự án Millennium Villages (tạm dịch là Các Ngôi Làng Thiên Niên Kỷ)
của Jeffrey Sachs bị ngưng trệ, theo như phân tích trong cuốn sách gần đây của nhà báo Nina Munk. Munk cho rằng, có quá
nhiều thiếu sót khi tìm cách chuyển đổi người nông dân từ nền nông nghiệp tự
cung tự cấp sang nền nông nghiệp thương mại.
Nghiên
cứu truyền thống về kinh tế học phát triển đã sử dụng phương pháp tương tự như
chiếc máy Turning, cố gắng cụ thể hóa mô hình khái quát của cả thế giới – dựa
trên các nguyên lý cơ bản – rồi vận dụng mô hình đó để phân tích tình hình khó
khăn của một quốc gia hoặc tác động tiềm năng của một chính sách. Tuy nhiên,
thế giới thường quá phức tạp và có quá nhiều sắc thái đối với phương pháp
nghiên cứu kiểu như vậy.
Khi
xem xét một trường hợp cụ thể, liệu rằng có phải là một sự tiến bộ tuyệt vời nếu chúng ta có thể chứa
hết tất cả các kinh nghiệm trước đây của cả thế giới trong trí óc mình và tự
động lọc ra những kinh nghiệm có liên quan nhiều nhất để suy đoán chuyện gì xảy
tiếp theo? Có thực sự hữu ích khi xem các khả năng phát triển giống như cách mà
não chúng ta nhìn nhận thế giới, theo như cách lý giải của Hawkins.
Theo
một cách khác, phương pháp nghiên cứu kinh tế học phát triển theo kiểu Hawkins
sử dụng lượng dữ liệu khổng lồ về thế giới và đặt câu hỏi về điều gì sẽ xảy ra
tiếp theo trong một quốc gia hay một thành phố tại một thời điểm nào đó, trong
điều kiện cho trước các yếu tố sẵn có và dựa trên yếu tố tiền nghiệm tại chỗ
cũng như là ở khắp mọi nơi. Sẽ tương tự như hệ thống giới thiệu của Amazon, đưa
ra các cuốn sách mà bạn có thể quan tâm dựa trên kinh nghiệm của chính bạn và
kinh nghiệm của mọi người khác.
Trong
một nghiên cứu gần đây, tôi cùng các đồng nghiệp đã chứng minh
rằng phương pháp nghiên cứu như vậy thực sự có thể vận dụng trong kinh tế học
phát triển. Trong một thành phố hay một quốc gia cụ thể, bạn có thể dự báo,
thậm chí là trước một thập kỷ, ngành sản xuất nào sẽ xuất hiện hay biến mất hay
tăng trưởng hay hết thời chỉ bằng cách tìm hiểu lịch sử những gì đã diễn ra ở
chính nơi đó và khắp các nơi khác.
Các
quốc gia có xu hướng chuyển đổi sang các ngành sản xuất có liên quan đến những
ngành mà họ đã có hoặc đang hiện diện tại những nơi tương tự như họ. Chúng tôi
đã làm cho phương pháp nghiên cứu này trở nên thân thiện với người dùng dành
cho các quốc gia trong trang Atlas of
Economic Complexity của chúng tôi gần đây.
Ý
tưởng nhìn vào kinh nghiệm quá khứ để dự báo hành động trong tương lai cũng xưa như nền
văn minh nhân loại. Dựa vào trực giác trên, Justin Yifu Lin, nguyên kinh tế trưởng của Ngân hàng thế giới, đã đề xuất
rằng khi các quốc gia lựa chọn sẽ thực hiện việc gì tiếp theo, họ nên nhìn vào
một quốc gia thành công từng có đặc điểm tương đồng với họ hai thập kỷ trước.
Nhưng
chúng ta có thể làm tốt hơn vậy nhiều bằng cách học hỏi chi tiết hơn từ nhiều
kinh nghiệm hơn, sử dụng bộ nhớ lớn hơn đáng kể có thể tìm ra nhiều mô thức hơn
trong kho kinh nghiệm có liên quan của nhân loại. Tưởng tượng rằng dự án Ngôi
làng thiên niên kỷ của Sachs biết được trình tự của tất cả các cuộc chuyển đổi
thoát khỏi nền nông nghiệp tự cung tự cấp thành công trước đó, hơn là chỉ dựa
vào việc phỏng đoán hay suy luận. Liệu có hữu ích không khi hiểu về các con đường
phát triển công nghiệp – và những kết cục tồi tệ - thích đáng nhất
cho một
quốc gia cụ thể ngày nay?
Phương
pháp đối chọn này có thể giúp nhiều người tìm kiếm con đường thành công vươn
tới sự thịnh vượng bằng cách giảm thiểu các nguy cơ và rủi ro trong quá trình
tìm kiếm – giống như cách mà bản đồ giúp cho người ta đi đến nơi họ muốn đi với
nhiều thông tin hơn so với khi họ không có bản đồ. Cũng như công nghệ tăng
cường hiện tại làm cho kho kinh nghiệm của chúng ta về thế giới ngày càng phong
phú hơn (hãy hình dung một trận đấu thể thao hôm nay mà không có các cảnh quay chậm được phát lại ngay lập tức), đặt những kinh nghiệm phát triển của thế giới
vào tay những người tham gia vào quá trình thúc đẩy sự phát triển là hoàn toàn
khả thi. Chúng ta nên nắm bắt lấy cơ hội này.
Trần Thị Minh Ngọc dịch
Nguồn: “A Brain’s View of Economics”, Project Syndicate, Jan.29, 2014.