Dữ liệu lớn, các nhà tiên tri tồi và Brian Cox: Bài phỏng vấn Tim Harford
Nhà kinh tế đưa ra quan điểm của mình về cuộc khủng hoảng nhà ở tại Anh, dữ liệu lớn và việc uy tín của các nhà kinh tế tăng và giảm như thế nào
 |
| "Tôi chưa bao giờ hiểu được vì sao "dự báo của nhà kinh tế" là một bản tin": Tim Harford. © PopTech |
 |
Đâu là giới hạn của dữ liệu lớn? Liệu có nên xem trọng các dự báo kinh tế hay không? Và vì sao các nhà kinh tế trông giống nhiều với các nha sĩ? Tôi đã nói chuyện với nhà văn và nhà phát thanh truyền hình Tim Harford, trước cuộc nói chuyện với tạp chí Prospect vào ngày thứ năm này cùng với Little, Brown, về những câu hỏi trên và các chủ đề khác. Harford là tác giả của một chuyên mục của tuần báo Financial Times, năm cuốn sách trong đó có cuốn bán chạy nhất The Undercover Economist (Thám tử kinh tế), và là người dẫn chương trình More or Less (Nhiều hơn hay ít hơn) của Radio 4. Bằng cách soi kỹ mặt dưới của mọi tình huống và vấn đề hàng ngày, ông làm sống lại và giải thích các nguyên lý kinh tế khô khan theo một cách luôn lôi cuốn.
Ông viết về kinh tế học cho một đối tượng độc giả rộng lớn, liệu đó có phải là bởi vì ông tin rằng có một số lợi ích nào đó trong lĩnh vực kinh văn rộng lớn không?
 |
| Brian Cox (1968-) |
 |
Ông nghĩ gì về nhận thức của công chúng rộng rãi đối với kinh tế học?
Ở đây có một kiểu phân chia tính cách. Mọi người cảm thấy kinh tế học đã không làm tốt trong thời kỳ khủng hoảng, nhưng họ tiếp tục trông chờ vào kinh tế học để dự báo. Điều lạ lùng là người ta chưa thể từ bỏ thói quen hỏi ý kiến của các nhà kinh tế.
Các nhà kinh tế được coi là những nhà tiên tri, rồi thì sao, thưa ông?
 |
| John M. Keynes (1883-1946) |
Tôi nghĩ việc kết hợp kinh tế học với dự báo là điều không thích hợp, và là điều không nên khi nghĩ rằng cách tuyệt vời để làm nên tên tuổi một ngân hàng đầu tư về kinh doanh trên truyền hình là thuê một gã nào đó gọi là nhà kinh tế trưởng để tiên đoán. John Maynard Keynes nói một câu nổi tiếng rằng sẽ là điều tuyệt vời nếu các nhà kinh tế làm một nghề khiêm tốn và thành thạo như các nha sĩ. Bạn sẽ không bao giờ hỏi nha sĩ dự báo xem bạn sẽ có bao nhiêu cái răng trong 20 năm, hay liệu bạn có cần phải nhổ răng khôn hay không. Bạn sẽ hỏi nha sĩ tư vấn về việc làm thế nào để giữ gìn răng khỏe mạnh, và giúp bạn nếu bạn có vấn đề về răng. Tương tự, các nhà kinh tế trước hết nên nghĩ đến việc đưa ra những lời khuyên đúng đắn về việc duy trì một nền kinh tế lành mạnh.
Ông có thấy bực khi những tuyên bố của các cơ quan kinh tế được các nhà báo và chính trị gia phụ họa không?
Tôi chưa bao giờ hiểu vì sao việc "nhà kinh tế đưa ra dự báo" luôn là một tiêu đề bình luận. Bất luận nhà kinh tế ấy xuất phát từ Quỹ Tiền tệ Quốc tế, từ một nhóm dự báo của thành phố hay từ Bộ kinh tế và tài chính – thì dự báo vẫn không phải là một bản tin.
Điều đó dẫn tôi đến vấn đề "dữ liệu lớn" – một chủ đề đang được quảng bá rầm rộ. Gần đây, ông đã viết một bài, bày tỏ sự hoài nghi về một số ứng dụng thực tế của loại dữ liệu này. Ông lo rằng những ứng dụng ấy tập trung quá nhiều vào sự tương quan hơn là quan hệ nhân quả, thưa có đúng vậy không?
Dữ liệu lớn cung cấp một cơ hội lớn, nhưng nó không làm thay đổi các quy luật của thống kê. Một số quảng cáo thổi phồng xung quanh dữ liệu lớn gợi ý rằng các bài học kinh tế cũ xưa mà chúng ta đã phải mất hàng trăm năm để học không còn quan trọng nữa, trong khi trong thực tế chúng vẫn còn quan trọng. Một ví dụ là ứng dụng Boston’s Streetbump app [một dự án do Văn phòng New Urban Mechanics của Thị trưởng thành phố điều hành], sử dụng máy đo gia tốc bằng điện thoại thông minh để phát hiện ổ gà. Khi chạy qua một ổ gà thì điện thoại thông minh của bạn sẽ truyền thông tin đó cho Tòa thị chính, cơ quan chịu trách nhiệm sửa chữa đường xá để đáp trả các tiếng ping phát ra từ điện thoại thông minh. Nhưng ở đây có một lỗi lấy mẫu; nó thiên vị một cách hệ thống các vùng giàu có bởi vì những người ở đó có nhiều khả năng có điện thoại thông minh. Vì vậy, đây là một bài học cũ, bị lạc lỏng trong sự phấn khích của công nghệ mới.
Ông có nghĩ rằng chúng ta đang chứng kiến một thành kiến hướng đến việc giải quyết các vấn đề của những gã da trắng chỉ thích làm việc với máy vi tính, và không nhìn thấy vấn đề rộng hơn không?
Đó không chỉ là thành kiến của những gã da trắng chỉ thích làm việc với máy vi tính, mặc dù có điều gì đó trong đó. Có một thành kiến chung trong hệ thống đổi mới của chúng ta hướng đến những vấn đề nhanh và dễ giải quyết. Khi ai đó nói "Tôi làm việc trong ngành công nghệ", thì giờ đây bạn sẽ giả định rằng họ đang nói về một trang web, hay một ứng dụng. Bạn sẽ không nghĩ đến, ví dụ, sự phản ứng tổng hợp hạt nhân. Đổi mới những vấn đề lớn đang ngày càng trở nên thách thức hơn. Nó liên quan đến những công trình liên ngành, một tầm nhìn dài hạn và tốn rất nhiều tiền. Tôi không phải là người chống lại công nghệ cao và tôi là một khách hàng lớn của các sản phẩm công nghệ – nhưng chúng không phải là điều duy nhất [mà chúng ta nên tập trung vào].
Ông nghĩ thế nào về tầm quan trọng của ý tưởng dữ liệu mở? Ví dụ việc các chính phủ công bố một số các dữ liệu của họ?
Có hai yếu tố ở đây; các chính phủ công bố các dữ liệu của họ, tôi nghĩ nói chung đó là điều tốt, và các công ty công bố các dữ liệu của họ. Có một số dữ liệu hoàn toàn hợp lý phải giữ bí mật về mặt thương mại. Nhưng rõ ràng các chính phủ phải có một vai trò nào đó trong việc được quyền công bố một số loại dữ liệu của công ty. Ví dụ, dữ liệu về giá cả cho phép bạn tải về một tập tin từ điện thoại di động hay từ nhà cung cấp điện, để biết chi tiết về mức sử dụng của mình. Sau đó bạn có thể tìm đến một trang web so sánh, tải tập tin lên, và trang web sẽ đánh giá mô thức sử dụng của bạn và gợi ý một nhà cung cấp với mức giá rẻ nhất. Đó là một sáng kiến mà Downing Street (phủ thủ tướng Anh - ND) đang tìm. Tôi không biết bao lâu thì sẽ có dịch vụ đó, nhưng đó là một điều hữu ích trong một không gian thương mại ngày càng rối rắm.
Các chính phủ có công bố chính các dữ liệu của họ không? Tôi nghĩ họ nên làm điều đó càng nhiều càng tốt. Tôi còn lưỡng lự một chút khi mà giờ đây các công cụ để hình dung dữ liệu rất mạnh để có thể thu thập dữ liệu, định dạng nó, làm cho nó trông đẹp hơn và tạo ra một số kết luận, mà không một lần suy nghĩ. Đó là một vấn đề.
Có vẻ như, khi mà kỹ thuật hiển thị hóa dữ liệu trở nên phổ biến hơn, thì người ta có thể dễ dàng bóp méo thông tin nhưng người ta vẫn tin nó chỉ vì nó là dữ liệu. Ông có nghĩ đó là một vấn đề không?
Vâng, có. Nếu nhìn lại các mẩu quảng cáo 50-100 năm trước, bạn sẽ nghĩ rằng: "Những quảng cáo như vậy thật là lố bịch, làm sao ai có thể tin nổi điều này?" Thời đó con người chưa quen với quảng cáo – não của họ chưa hiểu thấu việc các nhà quảng cáo đã nói dối họ. Nhưng người tiêu dùng ngày nay thông minh hơn và tinh vi hơn. Đó là điều tương tự đối với kỹ thuật hiển thị dữ liệu. Hiện nay, nó vẫn còn rất mới và có một số sự mô tả sai, hay những lỗi cực kỳ vụng về, giống như đưa virus trên Twitter, hay những điều được in trên báo chí.
Tôi muốn đề cập đến những điều sẽ được nói tại buổi sự kiện của ông với chúng tôi vào thứ năm này, đó là mối quan hệ giữa Keynes với Irving Fisher nhà kinh tế và là đồng nghiệp của ông ấy, thưa có đúng vậy không?
 |
| Irving Fisher (1867-1947) |
Tôi sẽ nói về kinh nghiệm của họ như là các nhà đầu tư. Cả hai đều là nạn nhân của vụ sụp đổ của Wall Street năm 1929. Cả hai đều thua lỗ rất nhiều tiền, và phản ứng theo những cách khác nhau. Trong khi Fisher bị mất uy tín và sự nghiệp đi vào vòng xoáy chết người, thì Keynes lại hồi phục và thắng lợi, cả hai đều với tư cách là nhà đầu tư và nhà kinh tế. Tôi muốn vẽ ra sự so sánh đó và khám phá yếu tố tâm lý đằng sau đó: vì sao Keynes thành đạt và Fisher thất bại khi mà, nhìn bên ngoài, ban đầu có rất ít điều để tách rời họ?
Như vậy, chúng ta trở lại với vấn đề nhà kinh tế là nhà dự báo?
Hoàn toàn đúng vậy, và Fisher là một nhà dự báo rất nhiệt tình, và Keynes ... không đưa ra nhiều những dự báo cho công chúng.
Câu hỏi cuối, trước đây trong cuốn The Undercover Economist Strikes Back, ông có trích dẫn một câu từ PJ O'Rourke: "Kinh tế học vi mô liên quan đến những điều mà các nhà kinh tế đặc biệt đã nghĩ sai, trong khi kinh tế học vĩ mô liên quan đến những điều mà các nhà kinh tế về mặt tổng thể đã nghĩ sai". Vì sao ông đưa câu nói ấy vào trong cuốn sách? Đó có phải là điều làm ông thức giấc ban đêm không?
 |
| PJ O'Rourke (1947-) |
 |
Không. Đứa con trai hai tuổi của tôi mới làm tôi thức giấc ban đêm. Tôi đưa câu nói ấy vào bởi vì nó làm cho tôi buồn cười. Bạn không thể là một nhà kinh tế giỏi nếu không nhận ra rằng thế giới mang tính phức tạp, và rằng kinh tế học là điều có thể sai. Hiểu được kinh tế là điều cực kỳ khó – nó liên quan đến tâm lý học, lịch sử, toán học và ngoại giao – và các nhà kinh tế vẫn còn đang loay hoay đi tìm cách tiếp cận tốt nhất. Đó là một chủ đề nghiên cứu tuyệt vời, và là một thời gian tuyệt vời để làm nhà kinh tế, bởi vì những vấn đề của ngày nay vô cùng phức tạp và không thể được giải quyết trong một thời gian ngắn.
Josh Lowe là trợ lý biên tập về kỹ thuật số của Prospect
Huỳnh Thiện Quốc Việt dịch
Nguồn: Big data, bad prophets and Brian Cox: An interview with Tim Harford, Prospect, April 22, 2014
