Tại sao dữ liệu tạo nên con người?

Thứ Sáu, 14/06/2019, 16:50
Sáng nọ, một ông bố cau có lao vào cửa hàng bán lẻ ở Minesota (Mỹ) quát vào mặt người quản lý cả tràng dài câu hỏi: Tại sao ông dám đầu độc con gái tôi? Tại sao ông khuyến khích nó sinh con, cho dù nó vẫn đang đi học? 

Chẳng là trước đó ít ngày, ông bố phát hiện trong hộp thư của con gái có một phiếu khuyến mãi mua giường cũi và quần áo trẻ sơ sinh từ cửa hàng này.

Chủ cửa hàng xin lỗi. Vài ngày sau, chủ cửa hàng alo cho ông bố khó tính để tiếp tục xin lỗi thì lạ thay, ông bố dịu giọng. Thậm chí, chính ông bố lại quay sang xin lỗi người quản lý, vì hóa ra con gái ông đúng là đã có thai. Đấy là một tình huống dở khóc dở cười mà tác giả Duhigg kể lại trong cuốn sách Sức mạnh của thói quen. 

Với tình huống này, bạn sẽ đặt câu hỏi: Vì sao ông chủ cửa hàng bán lẻ lại biết cô gái có thai trước cả bố cô gái? Một cái biết tình cờ chăng? Không! Không thể có một sự tình cờ nguy hiểm trong kinh doanh như vậy. Cái biết ấy là đáp số của một bài toán mang tên "dữ liệu lớn" - "Big data".

Khi người ta nghiên cứu cả núi dữ liệu liên quan đến lịch sử mua sắm của một người phụ nữ mang thai, người ta sẽ biết rằng ở tháng thứ 2, phụ nữ có thói quen mua kem dưỡng da, tháng thứ 3 có thói quen mua các chất bổ trợ cho cơ thể, rồi tháng thứ 4, tháng thứ 5.... 

Căn cứ vào kết quả nghiên cứu này, khi một cửa hàng nhận ra thói quen mua sắm đột biến nào đó của người phụ nữ, họ có thể suy đoán người phụ nữ đang mang thai tháng thứ mấy. Và họ có thể gửi tới những người phụ nữ này phiếu khuyến mãi cho những mặt hàng mà các bà bầu thường mua ở tháng tiếp theo. 

Trong trường hợp cụ thể này, thói quen mua sắm có thể "tố cáo" một người phụ nữ có mang bầu hay không.

Nhưng đấy chỉ là một ví dụ trong vô vàn ví dụ của việc những hành động mang tính thói quen sẽ tạo nên dữ liệu cá nhân của mỗi chúng ta, để rồi nguồn dữ liệu cá nhân của mỗi chúng ta sẽ "tố cáo" con người chúng ta. 

Xã hội hiện đại hôm nay, chúng ta bị giám sát bởi chằng chịt các hệ thống dữ liệu. Thẻ ngân hàng giám sát dữ liệu tài chính của chúng ta. Google giám sát thói quen truy cập các trang web của chúng ta. 

Facebook nói riêng và mạng xã hội nói chung giám sát ngôn ngữ cùng hàng loạt các sở trường/sở đoản (thông qua hoạt động ngôn ngữ) của chúng ta. Điện thoại cùi bắp giám sát thói quen và thời lượng các cuộc nói chuyện của chúng ta. Điện thoại thông minh kết nối wifi và bluetooth giám sát tọa độ xuất hiện của chúng ta... 

Tổng hợp của tất cả các nguồn dữ liệu ấy trong rất nhiều trường hợp sẽ nói về con người ta rõ hơn chính ta. Nó hiểu ta hơn chính ta hiểu về mình. Và tổng hợp các nguồn dữ liệu về 100 người, 1.000 người, 1.000.000 người... hoàn toàn có thể phác thảo một bức tranh rõ nét về đặc tính dân cư của một làng/xã, một quận/huyện, một thành phố và cả một quốc gia.

Những dòng đầu tiên trong cuốn sách Dữ liệu lớn, hai tác giả Viktor Mayer và Kenneth Cukier kể lại một câu chuyện rất thú vị liên quan đến dịch cúm gà H1N1 tại nước Mỹ năm 2009. 

Theo hai tác giả này thì ở thời điểm đó nước Mỹ đã lập Trung tâm Kiểm soát và Phòng chống dịch bệnh (CDC) và trung tâm này yêu cầu các bác sĩ ở tất cả các địa phương phải thông báo cho mình các ca nhiễm bệnh mới. 

Từ đây, CDC tổng hợp số liệu và biết địa phương nào đang là trung tâm nhiễm bệnh. Nhưng từ chỗ chờ đợi các bác sĩ báo cáo đến chỗ tổng hợp, phân tích số liệu và đưa ra một kết luận mang tính tương đối chính xác, CDC phải mất khoảng 1 tuần - mà 1 tuần là quãng thời gian quá dài so với tốc độ phát triển lây lan dịch bệnh.

Nhưng với các chuyên gia Google - những người có thể không hiểu gì về y tế, cũng không có điều kiện làm việc với các bản báo cáo của đội ngũ bác sĩ địa phương như CDC thì kỳ lạ thay, họ biết trung tâm nhiễm dịch một cách gần như tức thời, chứ không phải đợi đến 1 tuần. 

Tại sao thế? Tại vì họ đã có những nghiên cứu chuyên môn để nhận ra rằng: ở khu vực nào có số lượng người vào Google, tra cứu những thông tin về bệnh dịch nhiều nhất thì nơi ấy chắc chắn là vùng nguy kịch nhất. Thế đấy, những cái gõ phím trên công cụ Google đem tới khả năng dự báo nhanh chóng hơn hẳn quá trình thăm dò - xác minh - tổng hợp báo cáo và kết luận của CDC.

Tuy nhiên, nếu Google chiến thắng CDC ở tốc độ truy tìm "vùng đỏ" thì Google lại thua chắc CDC ở việc chỉ ra nguyên nhân tạo nên một "vùng đỏ". Và theo hai tác giả của cuốn Dữ liệu lớn thì đấy cũng là một trong những đặc thù mang tính cốt lõi nhất của thời đại dữ liệu lớn. 

Nghĩa là, dữ liệu lớn chỉ cho chúng ta thấy cái đang diễn ra, chứ không thể lý giải được vì sao nó diễn ra. Dữ liệu lớn có thể nói cho chúng ta xem chúng ta thực sự là một con người như thế nào nhưng nó lại không thể trả lời được câu hỏi vì sao chúng ta lại là một con người như vậy.

Trong thời đại "dữ liệu nhỏ" trước đây, câu hỏi "vì sao?" là câu hỏi quan trọng và nó được cho là một trong những chìa khóa tiên quyết để chỉ ra một bản chất thì ngược lại trong thời đại "dữ liệu lớn" câu hỏi "như thế nào?" lại góp phần chỉ ra bản chất. 

Trong thời đại "dữ liệu nhỏ", rất nhiều nghiên cứu xã hội học khởi đi từ những giả thuyết và các nguồn số liệu lần lượt được lắp vào các giả thuyết sẽ chứng minh giả thuyết đúng hay sai. 

Ngược lại, trong thời đại "dữ liệu lớn" cả một kho dữ liệu khổng lồ sẽ cho thấy tính đúng - sai mà có thể không cần thông qua bất cứ giả thuyết nào. 

Sự chuyển đổi từ dữ liệu nhỏ đến dữ liệu lớn đồng thời cũng là sự chuyển đổi của những thao tác nghiên cứu số liệu chính xác (trên diện hẹp) sang những thao tác nghiên cứu số liệu hỗn độn (trên diện rộng) và theo hai tác giả Viktor Mayer - Kenneth Cukier thì thao tác sau lại mang tính ổn định, chính xác cao hơn thao tác trước. Nó đồng thời là sự chuyển đổi của những quan hệ nhân - quả sang những quan hệ phi nhân quả, những liên kết tuyến tính sang những liên kết phi tuyến tính. 

Để chứng minh điều này, hai tác giả Viktor Mayer - Kenneth Cukier viết: "Trong nhiều năm, các nhà nghiên cứu kinh tế chính trị tin rằng, hạnh phúc và thu nhập có liên quan trực tiếp: tăng thu nhập là tăng hạnh phúc. Tuy nhiên, việc quan sát dữ liệu lớn cho thấy tình trạng phức tạp hơn.

 Đối với các mức thu nhập dưới một ngưỡng nhất định, mỗi sự gia tăng thu nhập dẫn tới sự gia tăng đánh kể trong hạnh phúc nhưng trên mức đó thì tăng thu nhập gần như không cải thiện được hạnh phúc một cá nhân... 

Phát hiện này rất quan trọng cho các nhà hoạch định chính sách. Nếu nó là mối quan hệ tuyến tính thì việc nâng cao thu nhập của tất cả mọi người sẽ cải thiện hạnh phúc chung. Nhưng, một khi mối quan hệ phi tuyến tính đã được xác định thì lời tư vấn sẽ chuyển thành tập trung vào việc tăng thu nhập cho người nghèo". (Chương 4 - Tương quan - sách Dữ liệu lớn - Viktor Mayer - Kenneth Cukier - Vũ Duy Mẫn dịch, NXB Trẻ 2017).

Thật ra, trò chơi số liệu xuất hiện từ đời sống cổ xưa của loài người và trong quá trình phát triển thì loài người từng tạo ra số liệu - sử dụng số liệu - biến ảo số liệu để đánh nhau hoặc lừa nhau. 

Dã sử Trung Hoa thời Xuân Thu - Chiến Quốc từng kể lại câu chuyện Tôn Tẫn "tạo số liệu" để đưa đại địch thủ Bàng Quyên vào chỗ chết. 

Cụ thể, để dụ Bàng Quyên đuổi theo mình, Tôn Tẫn chủ động lui quân và cùng với nó, chủ động giảm số bếp, từ 10 vạn, xuống 5 vạn. Bàng Quyên thấy số bếp giảm nghĩ là quân Tôn Tẫn vì hoảng sợ mà đào ngũ nên càng lúc càng thúc quân đuổi mạnh. Ai dè đuổi tới Mã Lăng Đạo - nơi có địa hình hiểm trở thì bị phục binh của Tôn Tẫn lao ra đánh. Bàng Quyên bỏ mạng ở chốn này. 

Trong tiểu thuyết Tam quốc diễn nghĩa của La Quán Trung, Gia Cát Lượng cũng dụ Tư Mã Ý chuyển từ thế thủ sang thế công bằng cái mẹo lui quân - giảm số bếp y như vậy. Trong các cuộc chiến tranh ở cả phương Đông lẫn phương Tây, những yếu tố như số liệu - dữ liệu tác động không nhỏ tới kết cục thắng - thua sau cùng.

Tuy nhiên, đấy là kiểu số liệu do con người chủ động tạo ra để phục vụ một mục tiêu rõ ràng. 

Và kiểu số liệu do "con người chủ động tạo ra" cũng không chỉ phát huy giá trị trong những cuộc chiến mà còn trong nhiều lĩnh vực khác nhau của đời sống thời bình. Nó khác hẳn so với thời đại "dữ liệu lớn" - nơi mà con người cung cấp số liệu trong các hoạt động kinh doanh, mua bán, giải trí... đời thường, để rồi tổng hợp những nguồn dữ liệu đó lại tạo nên con người.

Thành thử, trong thời đại dữ liệu lớn, muốn hiểu về một thành phố - một quốc gia, chi phối các hoạt động chủ lưu trong đời sống một thành phố - một quốc gia, thậm chí đánh sập một thành phố - một quốc gia, người ta có xu thế đánh cắp nguồn dữ liệu của một thành phố - một quốc gia.

Thời đại dữ liệu lớn, bảo vệ nguồn dữ liệu là yêu cầu tối mật!

Phan Mỹ Chí
.
.