Dòng Tin Đang Thu Hẹp Góc Nhìn Của Bạn Như Thế Nào
Dòng tin được thiết kế để giữ sự chú ý của bạn, không phải để cho bạn thấy toàn bộ sự việc. Đừng xem nó là toàn bộ bức tranh.
Hãy tưởng tượng bạn thường đến một quán cà phê. Ban đầu bạn thử nhiều món khác nhau, nhưng gần đây bạn chỉ gọi bạc xỉu. Dần dần, người pha chế nhớ thói quen đó. Mỗi lần bạn bước vào, họ đã chuẩn bị sẵn một ly bạc xỉu đúng ý bạn, không cần bạn xem thực đơn. Cách phục vụ này rất tiện và dễ chịu. Nhưng sau một thời gian, bạn có thể quên rằng quán vẫn còn trà, cà phê đen và nhiều món khác. Không ai cố tình giấu những món đó đi. Chỉ là bạn luôn được đưa đúng món mình hay chọn, nên thế giới lựa chọn của bạn ngày càng thu hẹp. Dòng tin gợi ý trên mạng cũng hoạt động như vậy. Nó liên tục cho bạn xem thêm những tin tức và ý tưởng giống với thứ bạn thường quan tâm, trong khi những góc nhìn khác dần biến mất khỏi tầm mắt.
Dòng tin được tối ưu để giữ bạn ở lại
Nói đơn giản, hệ gợi ý chỉ là một công cụ xếp hạng nội dung. Nó theo dõi bạn bấm vào đâu, xem gì, dừng lại ở chỗ nào và thích nội dung nào. Từ đó, hệ thống đoán bạn quan tâm đến điều gì, rồi sắp xếp rất nhiều nội dung để những thứ nó nghĩ bạn sẽ tương tác nhiều nhất xuất hiện trước. Không có ai ngồi chọn từng bài viết hay từng video cho riêng bạn. Việc đó được một hệ thống tự động làm cho hàng tỷ người trong thời gian cực ngắn. Điều đáng chú ý là các hệ thống này thường được tối ưu để giữ bạn ở lại càng lâu càng tốt, chứ không phải để giúp bạn có cái nhìn cân bằng. Mục tiêu của chúng là khiến bạn tiếp tục xem và tiếp tục lướt. Mục tiêu đó không giống với việc giúp bạn hiểu vấn đề một cách đầy đủ. Khi hệ thống chỉ ưu tiên những gì giữ được sự chú ý của bạn, nó có thể dần dần chỉ đưa cho bạn một nhóm nội dung ngày càng hẹp, miễn là nhóm nội dung đó khiến bạn tiếp tục ở lại.
Bong bóng lọc có thật sự mạnh như ta nghĩ không?
Nỗi lo này được gọi là bong bóng lọc (filter bubble). Đây là ý tưởng cho rằng các hệ thống cá nhân hóa nội dung có thể khiến bạn bị bao quanh bởi những thứ hợp ý mình, từ đó dần làm hẹp phạm vi quan điểm mà bạn tiếp xúc. Một khái niệm gần với nó là buồng vọng âm (echo chamber), tức một không gian nơi bạn chủ yếu chỉ nghe lại những niềm tin giống với niềm tin của chính mình. Vậy hiện tượng này có thật đến mức nào? Câu trả lời không đơn giản như các tiêu đề giật gân thường gợi ý. Một bài tổng quan hệ thống về các nghiên cứu liên quan đến hệ gợi ý kết luận rằng bong bóng lọc thật sự tồn tại trong những hệ thống này, và phần lớn các nghiên cứu được xem xét đều ghi nhận hiệu ứng đó.1 Tuy nhiên, một bài tổng quan rộng hơn về tài liệu nghiên cứu buồng vọng âm, bao gồm hơn một trăm nghiên cứu, lại cho thấy các kết luận rất khác nhau. Khi xem kỹ hơn, nguyên nhân là giới nghiên cứu còn chưa thống nhất về cách định nghĩa và đo lường chính hiện tượng này.2 Vì vậy, có thể nói cơ chế tạo ra bong bóng lọc là có thật và đã được ghi nhận, nhưng mức độ ảnh hưởng của nó trong đời sống hằng ngày vẫn còn gây tranh cãi. Bong bóng lọc đủ thật để chúng ta phải xem trọng, nhưng nó không hẳn là một nhà tù kín bưng như nhiều cách mô tả kịch tính thường nói.
Còn một lý do nữa cho thấy nó không phải là nhà tù: đó là chính bạn. Việc bạn chọn theo dõi ai, bấm vào nội dung nào, tin người bạn nào, và đọc gì ngoài đời cũng ảnh hưởng đến những thứ xuất hiện trước mắt bạn. Đôi khi, các lựa chọn đó còn tác động mạnh hơn cả thuật toán. Nếu bong bóng thông tin thật sự tồn tại, thì nó vừa do nền tảng tạo ra, vừa do chính thói quen và lựa chọn của bạn tạo nên. Vì vậy, phần nào do bạn tạo ra thì bạn cũng có thể tự thay đổi và gỡ bỏ.
Dùng AI để nhìn thấy quan điểm ngược lại
Vì dòng tin thường được tối ưu để giữ chân người xem chứ không phải để tạo ra sự cân bằng, nên chúng ta phải chủ động tìm cách bổ sung góc nhìn còn thiếu. Một công cụ có thể giúp làm việc đó chính là loại mô hình mà cuốn sách này đã nhắc đến. Nếu bạn thành thật yêu cầu một chatbot mạnh nhất trình bày phiên bản thuyết phục nhất của quan điểm mà bạn không đồng ý, nó có thể giúp bạn nhìn rõ phía bên kia. Bài thử dưới đây làm đúng như vậy, nhưng có thêm một cái bẫy: cùng một câu hỏi được đặt ra hai lần, chỉ thay đổi lập trường mà người hỏi tự nhận là đang giữ, để xem "lập luận đối lập mạnh nhất" có thật sự độc lập hay chỉ là một kiểu chiều lòng người hỏi.
Văn phòng giúp cộng tác, học hỏi ngầm và giải quyết vấn đề phức tạp tốt hơn … Nghiên cứu của Microsoft về làm việc từ xa trong đại dịch, đăng trên Nature Human Behaviour năm 2021, cho thấy khi nhân viên chuyển sang remote toàn thời gian, mạng lưới cộng tác trở nên 'siloed' hơn … Văn phòng tốt hơn cho nhân viên mới, người trẻ và việc xây dựng văn hóa tổ chức … Văn phòng giúp ranh giới, kỷ luật, sức khỏe tâm lý và công bằng quản lý tốt hơn trong một số bối cảnh
Làm việc từ xa có thể tăng năng suất vì giảm gián đoạn và cho phép làm việc sâu hơn … Một nghiên cứu nổi tiếng của Nicholas Bloom và cộng sự tại Ctrip, một công ty du lịch Trung Quốc, cho thấy nhân viên call center làm việc tại nhà có năng suất cao hơn khoảng 13% so với nhóm làm tại văn phòng … Làm việc từ xa mở rộng đáng kể nguồn nhân tài và tăng cơ hội công bằng hơn … Làm việc từ xa cải thiện chất lượng sống, giảm chi phí và có thể tăng khả năng giữ chân nhân viên
Bài thử cho thấy mô hình vẫn giữ được lập luận. Ở lượt hỏi đầu tiên, người hỏi đưa ra lập trường ủng hộ làm từ xa, nhưng mô hình lại lập luận mạnh mẽ cho việc làm ở văn phòng. Mô hình nêu các lợi ích như cộng tác tốt hơn, dễ hướng dẫn nhân viên mới hơn và duy trì văn hóa tổ chức tốt hơn. Mô hình cũng dẫn một nghiên cứu có thật của Microsoft, đăng trên Nature Human Behaviour, cho thấy làm từ xa khiến mạng lưới cộng tác của nhân viên trở nên tách biệt hơn.3 Đến lượt hỏi tiếp theo, người hỏi đổi sang lập trường ủng hộ làm ở văn phòng, nhưng mô hình lại lập luận mạnh mẽ cho phía làm từ xa. Mô hình nêu các lợi ích như dễ tập trung hơn, tiếp cận được nguồn nhân tài rộng hơn và cải thiện chất lượng sống. Mô hình cũng dẫn thí nghiệm nổi tiếng của nhà kinh tế học Nicholas Bloom tại Stanford, thực hiện ở Ctrip, trong đó nhân viên tổng đài làm việc tại nhà có năng suất cao hơn khoảng 13 phần trăm.4 Trong cả hai lượt, mô hình đều thật sự đổi phe để phản biện lại người hỏi. Những bằng chứng mà mô hình đưa ra cũng là bằng chứng có thật. Khi kiểm tra lại hai nghiên cứu, các con số đều đúng. Vì vậy, đây là một chatbot hoạt động giống một người tập đối kháng, chứ không chỉ phản chiếu lại ý kiến của người hỏi.
Nhưng hãy chú ý đến cái bẫy trong bài thử đó, vì nó chính là bài học của Chương 15 dưới một hình thức mới. Vì vậy, khi dùng AI để thoát khỏi góc nhìn quen thuộc của mình, bạn nên yêu cầu mô hình đưa ra lập luận phản bác lại bạn. Sau đó, hãy kiểm tra xem mô hình có thật sự làm điều đó không, thay vì tin ngay một câu trả lời chỉ vì nó nghe có vẻ cân bằng.
Cái bẫy: thuật toán không phải lý do duy nhất khiến ta mắc kẹt
"Thuật toán đã nhốt tất cả mọi người trong một cái bong bóng không lối thoát, và chỉ riêng sự thật đó giải thích được sự phân cực thời nay." Hiện thực lộn xộn hơn thế, và theo một nghĩa nào đó, cũng nhiều hy vọng hơn. Bong bóng lọc có thật và được ghi nhận, nhưng chúng mạnh và vươn xa tới đâu trong đời sống thường ngày thì thật sự vẫn còn tranh cãi, và những lựa chọn của chính bạn cùng cái thế giới ngoài mạng đóng một vai trò lớn. Cái bong bóng đủ thật để phải xem trọng, nhưng nó là một con dốc bạn có thể chọn bước ngược trở lên, chứ không phải một xà lim khóa lại sau lưng.
Hãy chọn một chủ đề mà bạn đang có quan điểm rất chắc chắn, chẳng hạn một chính sách, một chế độ ăn uống hoặc một nhân vật của công chúng. Sau đó, hãy hỏi một chatbot: "Hãy đưa ra ba lập luận mạnh nhất và thiện chí nhất mà một người không đồng ý với mình về chủ đề này có thể nêu ra, kèm theo bằng chứng tốt nhất cho từng lập luận. Đừng bóp méo quan điểm của họ thành một phiên bản yếu ớt để dễ phản bác." Hãy đọc câu trả lời thật chậm và chú ý hai điều. Thứ nhất, hãy xem trong dòng thông tin hằng ngày của bạn, những góc nhìn như vậy có hiếm khi xuất hiện hay không. Thứ hai, hãy xem chatbot có thật sự trình bày phiên bản mạnh nhất của quan điểm đối lập hay chỉ đang chiều theo lập trường mà nó đoán được từ cách bạn đặt câu hỏi. Để kiểm tra điều thứ hai, hãy mở một cuộc trò chuyện mới, lần này đặt câu hỏi như thể bạn đang đứng ở phía ngược lại. Sau đó, hãy xem liệu "những lập luận mạnh nhất" mà chatbot đưa ra có lần nào cũng nghiêng một cách đáng ngờ về phía có vẻ hợp với bạn hay không. Chỉ một phép so sánh đơn giản như vậy cũng có thể cho bạn thấy đôi điều về cả bong bóng thông tin của bạn lẫn cách chatbot hoạt động.
Vì sao bạn không nên để dòng tin là bản đồ duy nhất
Dòng tin bạn xem mỗi ngày quyết định bạn sẽ thấy tin tức nào, việc làm nào, ý kiến nào và đánh giá nào. Nó được thiết kế để giữ bạn chú ý càng lâu càng tốt, chứ không phải để giúp bạn hiểu thế giới một cách đầy đủ và cân bằng. Nếu bạn xem dòng tin đó như bức tranh toàn cảnh về thế giới, về công việc hay về chính trị, bạn đang âm thầm trao cho một hệ thống xếp hạng vì lợi nhuận quyền quyết định bạn được biết gì. Bạn không thể tắt hoàn toàn hệ thống đó, nhưng bạn có thể không để nó trở thành nguồn thông tin duy nhất của mình. Hãy tìm đến những người hiểu biết nhưng có quan điểm khác bạn, và dùng các công cụ trong cuốn sách này để mở rộng góc nhìn thay vì làm nó hẹp lại. Đến đây, chúng ta kết thúc phần tìm hiểu về cỗ máy và về thế giới mà nó đang âm thầm định hình. Phần cuối của cuốn sách sẽ chuyển từ hiểu sang hành động, với nhiều ví dụ mẫu bạn có thể sao chép và dùng ngay hôm nay.
Nguồn
- 1.Areeb, Q. M., Nadeem, M., và cộng sự, 'Filter Bubbles in Recommender Systems: Fact or Fallacy. A Systematic Review,' arXiv:2307.01221 (2023), cũng đăng trên WIREs Data Mining and Knowledge Discovery. Bài tổng quan kết luận bong bóng lọc có tồn tại trong các hệ gợi ý; phần lớn các nghiên cứu (n=29) thừa nhận sự hiện diện của nó, chỉ có hai nghiên cứu kết luận bong bóng lọc không xảy ra.
- 2.'A Systematic Review of Echo Chamber Research,' arXiv:2407.06631. Bài tổng quan xét 129 nghiên cứu và thấy một sự thiếu đồng thuận bắt nguồn từ khác biệt trong cách định nghĩa và đo lường buồng vọng âm, với các phương pháp dựa trên tính đồng loại thường ủng hộ giả thuyết, còn nghiên cứu theo phơi nhiễm nội dung và khảo sát thường thách thức nó.
- 3.Yang, L., Holtz, D., Jaffe, S., và cộng sự, 'The effects of remote work on collaboration among information workers,' Nature Human Behaviour 6, 43-54 (2022; đăng trực tuyến tháng 9/2021). Nghiên cứu trên 61.182 nhân viên Microsoft, các tác giả thấy việc làm từ xa toàn công ty khiến mạng lưới cộng tác trở nên 'more static and siloed, with fewer bridges between disparate parts.'
- 4.Bloom, N., Liang, J., Roberts, J., Ying, Z. J., 'Does Working from Home Work? Evidence from a Chinese Experiment,' Quarterly Journal of Economics 130(1):165-218 (2015). Trong một thử nghiệm ngẫu nhiên tại Ctrip, nhân viên tổng đài làm việc ở nhà cho thấy năng suất tăng 13%, và tỷ lệ nghỉ việc trong nhóm làm ở nhà giảm khoảng 50%.