Từ khả năng đến cơ hội

Probability và possibility

Bài của tôi được nhiều bạn phản hồi nhất hóa ra lại là “cultural consumer”. Ban đầu tôi chỉ định nhắc đến khái niệm “béo phì văn hóa” và chỉ ra cái hại của việc có quá nhiều thứ để lựa chọn - quá nhiều sách để đọc, quá nhiều phim để xem, dẫn đến con người ta rốt cuộc mải miết đâm đầu vào cuộc rượt đuổi không lối thoát. Và làm gì có cửa? Khả năng của con người cũng chỉ có hạn chứ. Baby boomers kiếm được nhiều tiền hơn Millennials và Gen Z chính vì họ có quá ít lựa chọn.

Nhưng rồi nhận được phản hồi từ một số bạn, tôi nghĩ có thể triển khai ra một số hướng và kết nối với ý tưởng “chân lý là nhà”. (Tôi kết nối theo cách sau: con đường đi đến chân lý là qua routine, và thời đại số bày vẽ cho chúng ta quá nhiều routine méo mó, khiến chúng ta đâm đầu vào hốc cứt: đó chính là ngọn nguồn của fake news.)

Nhưng nào, chúng ta hãy quay lại cái tai ương của thời đại số.

Tìm sách giờ dễ hơn hẳn

Tôi còn nhớ thời của những tiệm sách cũ, các ông hay bà bán sách cũ thường là nguồn tra hỏi tin cậy. Chúng ta sẽ đến hàng sách cũ và hỏi: Cô ơi, có sách nào về chiến tranh Việt Trung không ạ?, chẳng hạn. Tôi đã hỏi đúng câu đó ở một tiệm sách cũ ở Vũng Tàu cách đây 20 năm, và câu trả lời là: uầy, mấy sách đấy giờ làm gì còn lưu hành. 20 năm trước, không có Amazon, cũng không có Goodreads, cũng làm gì có phiên bản web của TLS, hay London Review of Books. Vài năm sau đấy thì có diễn đàn Trí tuệ Việt Nam; tôi học được kha khá thứ từ box “Lịch sử quân sự” ở đó.

Giờ thì việc tìm kiếm sách vở không còn quá gian truân. Hình dưới đây là bản mềm những cuốn sách tôi có trong máy thuộc đề tài “pandemic” và “covid”. Dĩ nhiên tôi không có ý định đọc hết. Tôi chỉ lưu về để tiện fact check khi cần tra cứu một nguồn thông tin hay quan điểm của ai đó.

Thế này thì ngang với một kệ của thư viện tổng hợp cỡ bự. Thời sinh viên tôi đã từng làm ở thư viện; tin tôi đi, những phân khu không quá popular như public health crisis hay pandemic cũng chỉ được cỡ này mà thôi, sau khi trừ đi những đầu sách ba lăng nhăng hay sách thuộc hạng mục “cấp phát”.

Số sách trên, tôi thu thập theo cách cổ điển, tức là đọc báo, theo dõi các mục điểm sách hàng kỳ, thấy cuốn nào có vẻ thú vị thì đánh dấu lại và tra thêm trên Google và Goodreads. Bước Goodreads hầu như không thể thiếu, vì nó cho ta biết những thông tin cơ bản nhất, tất tật trong một dashboard: độ phổ biến của cuốn sách, mức đánh giá bình quân, phản hồi của người đọc, hay genre của cuốn sách. Hạng mục cuối này với tôi khá quan trọng vì nhờ nó ít ra tôi biết cách sắp xếp cuốn sách trong tương quan với những cuốn khác.

Và đấy là chưa kể những cú giúp ích “liên văn bản”. Chỉ bằng vài cú kích chuột, Goodreads cho ta biết những cuốn khác của tác giả này, năm xuất bản, rating bình quân và độ phổ biến của cuốn đấy; hay những cuốn nằm trong genre tương tự. Tôi gọi là "liên văn bản” vì nếu ta nhớ lại thời pre-máy tính, một nhà kiểm kê muốn biết cụ thể và chính xác những món nào khác thuộc hạng mục tương tự, phải giở một hoặc vài cuốn trương mục, hay catalogue, hay bách khoa thư, hay Almanac - Văn hóa Thế giới, hoặc đánh vài cú điện thoại, có khi mất cả buổi trời.

Khả năng “dò la” của thuật toán

Goodreads, cũng như Spotify hay Amazon đều chạy trên một bộ loằng ngoằng những thuật toán. Tôi tạm gọi chung là thuật toán, nhưng “bo mạch” của Goodreads tương đối đơn giản hơn, dĩ nhiên, là Amazon. Soi vào một cuốn như Pale Rider của Laura Spinney, ta sẽ thấy những từ khóa liên quan đến genre của cuốn sách. Kích vào từ khóa “Science”, trang sẽ cho ra một loạt sách khác cùng đề tài. Cú kích này gọi đến cơ sở dữ liệu của Goodreads, tra xem có cuốn nào khác cũng có “science” trong từ khóa không. Rất đơn giản, một ông thủ thư biết dùng Excel cũng nắm được cơ chế này.

Thứ làm Goodreads tương đồng với Amazon và Spotify chính là tức năng giới thiệu cho người dùng. Như hình trên, ta thấy ở khu vực “Readers also enjoyed”: độc giả của cuốn này thường sẽ đọc những cuốn nào khác? Thuật toán này phức tạp hơn. Mỗi trang bán hàng, mỗi nền tảng sẽ dùng một trick khác nhau, tùy vào ý đồ kinh doanh của trang đó. Đây chính là curse của chủ nghĩa tư bản và neo-liberalism. Tính so đo, tính kèn cựa và bàn tay vô hình của những cỗ máy bán hàng đã biến người dùng web thành khách hàng và sản phẩm.

Các bạn có thể bảo: “Ôi dào, có gì đâu, tôi vào Goodreads đâu mất tiền?” Hay là, “nó recommend cho tôi thêm 2-3 cuốn lại càng thích, đỡ phải lặn lội đi hỏi!” Nhưng chính sự tiện lợi đã biến người dùng thành sản phẩm. Bạn để ý, phải có hai yếu tố: tiện và lợi. Tiện vì chưa cần hỏi nó đã bày ra sẵn. Lợi vì “không mất tiền” lại “đỡ phải lặn lội đi hỏi”. Hai yếu tố này là điền kiện cần để biến chúng ta thành món mồi (vì chỉ cần nghĩ đến tiện và lợi là ta mắc bẫy rồi.) Điều kiện đủ là số lượng người dùng lớn (để tạo big volume, mẫu càng lớn insight mới càng chuẩn) và thói quen của chính chúng ta.

Từ thói quen đến routine, và con đường dẫn đến chân lý và phản chân lý, tôi sẽ nói trong bài sau. Nhưng tôi thử hỏi ngược thế này: nếu chúng ta không click cho lắm vào, không tìm các món hàng cho lắm vào, không dành thời gian lượn lờ trên Amazon cho thỏa thú, thì Amazon nhẽ tồn tại bằng niềm tin? Một ngày bạn tìm 10 món, click 40 cái, tức là một năm bạn tìm 3650 món, click xx cái (lười tính nhẩm). Một triệu khách hàng như bạn trong một năm đóng góp cho Amazon bao nhiêu cái survey cả định tính lẫn định lượng? SPSS hay MaxQDA chạy có lẽ té khói.

Probability (khả năng)

(Ý tưởng về ethics of probability và politics of possibility là của Arjun Appadurai trong tiểu luận “The future as cultural fact” và bài phỏng vấn này. Tôi diễn giải ở đây theo cách của tôi.)

Probability là khả năng xảy ra, hay còn gọi xác suất của một biến cố. Giả dụ không gian mẫu có 9 bi xanh 1 bi đỏ thì xác xuất ta bốc phải bi đỏ là 10%. Các cuộc tra hỏi vào cơ sở dữ liệu của máy chính là những phép tính về các khả năng xảy ra. Chẳng hạn:

Front-end hỏi: A lô, ông tìm cho tôi mấy cuốn có tag “Science”?

Back-end trả lời: Zồi, lệnh tìm kiếm cho ra xx cuốn như vậy, để tôi lên list rồi xuất ra.

Những cuốn mà “readers also enjoyed” chính là những cuốn có xác suất cao nhất cho biến cố: những ai đã tra Pale Rider cũng sẽ tiếp tục tìm đến.

Thời đại số, thời của big data cũng là thời những máy chạy ro ro lên ngôi. Ta đâu cần phải tìm đến chỗ ông lão bán sách đầu bạc để hỏi. Trong nháy mắt là ta được recommend cuốn The Great Influenza, và thêm nháy mắt nữa là ta biết cuốn này nói về thứ gì, từ khóa là gì, tác giả làm ở đâu, tốt nghiệp trường nào ra, cộng tác cho báo nào, thiên tả hay thiên hữu, v.v. Tiện thì có tiện, nhưng như đã nói, càng tiện càng lợi ta càng dễ trở thành một món hàng. Và càng được nhiều gợi ý, càng sa đầu vào, ta càng trở thành một cỗ máy chạy. Chạy, chạy nữa, chạy mãi, cho đến bao giờ? Cố chạy, ta cũng mãi mãi không bao giờ đuổi cho bằng máy được.

Chính vì máy cho ra kết quả dựa trên xác suất (tôi tạm đơn giản hóa như vậy), nên insight rút ra từ big data nhiều khi cào bằng và “vô văn hóa”. Chẳng hạn, người xem Goodreads chủ yếu tra sách tiếng Anh, nên khi tra một cuốn y khoa phổ thông, sẽ chẳng bao giờ kết quả gợi ý chỉ cho ra cuốn Để yên cho bác sĩ "Hiền", vốn có thể được khá nhiều người Việt yêu thích, giả dụ thế. Gợi ý nhạc trên Spotify sẽ luôn trỏ về khu vực được nhiều người nghe, nhiều người biết đến và bàn tán, các khu vực underground sẽ có xác suất hiện ra thấp, thấp hơn nhiều. Những gì vốn đã vô hình, ở cận biên và ngoại biên, sẽ càng có xác suất vô hình cao hơn

Cho đến possibility (cơ hội)

Và đây là sự tương phản mà Appadurai chỉ ra, và tôi muốn hướng đến qua các ví dụ về sách. Probability (khả năng xảy ra) là thứ mà ngoại cảnh xô đẩy vào ta, là thứ mà ta - con người - chịu phó mặc và không thể kiểm soát. Giống như khả năng ta dính covid trong một cuộc tiệc. Hay, làm sao ta biết hàng trăm người đọc khác đã và sẽ tìm cuốn nào? Đấy là máy lưu lại và mách cho ta đấy chứ, đúng không? Việc họ toàn đọc tiếng Anh là ngoại cảnh. Việc họ có xu hướng tìm đến những tác giả đình đám xuất thân Oxbridge hay Yale cũng là ngoại cảnh. Ngoại cảnh có chiều kích văn hóa, xã hội và chính trị. Ngoại cảnh được siết vào tạo thành buồng vang (echo chamber) khum trước tai ta. Nó mách gì, ta nghe nấy.

Possibility (cơ hội) là thứ gì đấy rất con người. Nó đặc biệt gần gũi hơn ở thời pre-máy tính. Tôi có kể ở đâu đó là ngày xưa học ở Sài Gòn tôi hay ra mấy tiệm sách cũ lục tìm tờ Economist đem về học tiếng Anh. Thế nào mà họ có mấy quyển Economist nhỉ? Tôi vẫn thỉnh thoảng đọc tờ này đến tận bây giờ. Không quá tả, đôi khi hơi liberal và hơi UK quá, nhưng nó súc tích và trung dung và có fact check và thông tin kịp thời. Hay tiệm sách ở Vũng Tàu tôi nhắc đến ở trên, vì ở Vũng Tàu nên có nhiều sách tiếng Nga, tôi tìm được mấy quyển học tiếng Nga vỡ lòng và cũng lõm bõm học được dăm chữ.

(Nói đến đây sực nhớ ra vở Cậu Vanya hay nhất tôi từng được xem, các bạn có thể xem miễn phí trên đài BBC Four, chỉ cần đổi IP UK. Toby Jones đóng hay thế chứ.)

Thuật toán máy tính không chỉ vô luân (ethics là một đề tài khác), nó còn là curse. Chúng ta gặp lại phân tích kinh điển của Marx về alienation (thường được dịch là bần cùng hóa nhưng theo tôi chỉ nên dịch đại ý là sự xa lạ) giữa người lao động và sản phẩm hay của cải họ góp phần tạo ra. Người cho thuê AirBnb bị xa rời với căn nhà. Người chạy Grab không thể tự tính giá cả của một cuốc xe. Người làm sách vở bị xa rời với chữ nghĩa. Nhờ đuổi theo máy mà ta tưởng như mình gần gũi với sách hơn bao giờ hết. Nghe tin Abdulrazak Gurnah đoạt giải Nobel, ta có thể tìm tới sách của ông trong vòng hai nốt nhạc. Hoặc hai phút click. Nhưng, so what?

What are we doing?

What are we thinking?

What are we?

Marx chỉ lối cho người lao động Mexico và đội quân Zapatista (Nguồn)

Marx thánh thật, nhưng hãy nói về ông một lúc khác. Người ta hiểu sai rất nhiều về Marx, người ta khoác cho chủ nghĩa Mác đủ thứ tầm phào, nhưng ít ai chắt lại được cái cốt lõi, rằng Marx chất vấn chúng ta về sự trong veo của tính người trong thời đại của máy móc, của kim tiền.

Phản của máy là người. Con người cần được lắng, cần được tách ra khỏi màn hình, cần hít thở khí trong, và chạm tay vào một chiếc lá. Cần sau mỗi cuốc lao động, được thơm vào má con và gọi điện về cho mẹ.

Trong một thế giới giả dụ, con người muốn được đọc thật yên cuốn sách mà mình thích.

Và gập sách lại, chờ mở ra những possibility.