Suy nghĩ vẩn vơ [1]

Xem con Watson của IBM thi, đọc một số bài về nó, có người bảo nó chỉ là cái máy ủi bự hơn cái máy ủi “Deep Blue” trước đó mà thôi, chứ nó chưa biết suy nghĩ. Có người nói là giờ người ta mơ mộng quá, cứ đi tìm phương pháp tối hậu để làm cái “máy thông minh”. Kiểu tôi có mô hình thống kê này, áp dụng vào sẽ được, hay tôi có cái luật này là sẽ ra. Ông đó nói mọi người cứ tìm cách gắn nó lại xem, biết đâu nó lại được, một vấn đề bự như thế mà có duy nhất một ý tưởng để giải có vẻ không khả thi.

Vậy con người học ra sao? Đáng tiếc là chúng ta không còn nhớ gì về thời nhỏ để nhớ lại mình đã học nói thế nào? Tại sao mình lại biết phân biệt các này cái kia? (Có một cha vua nào đó đã không cho mấy đứa trẻ sơ tiếp xúc với ai để coi nó học nói thế nào. Cuối cùng mấy đứa đó chết vì đói.)

Thấy con người như cái dĩa hát (kiểu dĩa thời xưa, có cái máy hát cơ đọc đĩa bằng kim). Khi học thông tin đi vào nó để lại dấu vết như là chiếc dĩa hát có những lằn rãnh. Rồi sau này từ những thông tin đó trả lời lại thế giới như đầu đọc lên xuống theo đường rãnh của dĩa hát để ra âm thanh. Cái “đầu đĩa” của con người dĩ nhiên phức tạp hơn, đọc phát có chọn lọc. Cái gì ko “ghi” rồi lâu lâu lại mất (chắc đường rãnh bị bụi lấp nên mất).

Nghĩ không biết liệu chúng ta có ai thiết kế nên không? Mầm sống tự đâu ra? Sao lại có cái gọi là “tiến hóa”. Nếu thiết kế một cái máy “thông minh” khó như vậy thì thật là kỳ lạ khi chúng ta lại tiến hóa từ những thứ rất là đơn giản sau hàng trăm triệu năm. Theo cảm nhận và niềm tin cá nhân, sự thông minh phải bắt đầu từ cái gì thật sự cơ bản, thật sự súc tích để nó có đủ uyển chuyển để mà phát triển.
Những cái mô hình thống kê toán học này nọ dường như còn quá rồi rắm chăng, có thể nó cũng xuất phát từ một ý tưởng nào đó, nhưng có lẽ nó chưa thật cơ bản. Có thể ta kết hợp nhiều thứ rối rắm lại rồi đơn giản từ từ ta sẽ được thứ cơ bản chăng?
Kiểu như trong phim Inception, khi đám người mơ bàn bạc gieo ý nghĩ vào đầu nạn nhân, họ đã nói gieo cái gì đó thật sự cơ bản để cho nó thật tự nhiên và cái ý tưởng đó “sẽ từ từ lớn dần lên” (hay trong ngữ cảnh này có thể nói nó “từ từ tiến hóa lên”).

Tự nhiên nghĩ có thể có một giống loài siêu việt nào đó đã thiết kế ra chúng ta. Quẳng chúng ta vào hành tinh này để quan sát sự phát triển. Xem chừng nào thì chúng ta tự hủy diệt mình. Có thể, cùng với chúng ta, họ đã quẳng nhiều “loài” thí nghiệm khác trên những hành tinh khác. Rồi tới cuối bữa họ sẽ có bảng thống kê kiểu: Loài A sau T thời gian đã phát hiện ra Thuyết Tương Đối. Loài B sau T’ năm đã tự cắn nhau chết (chưa kịp tiến hóa). Loài C sau T” năm toàn bộ đã đi theo một tôn giáo nào đó, kiêng cử hành đạo, không sinh sản rồi tự diệt vong v..v đủ loại các kiểu.

Hoặc có thể họ không tạo ra chúng ta mà đi tới đây, can thiệp vào một loài nào đó để chúng tiến hóa (vượn người) rồi cứ như vậy với các hành tinh khác, rồi cuối ngày lại có bản thống kê như trên.

Có khi toàn bộ cái nền văn minh này chỉ là đề án tốt nghiệp của cha alien nào đó.

Literature Review

Giai đoạn quan trọng nhất sau khi có ý tưởng cho một bài nghiên cứu (đặt giả định – hypothesis) không phải là nghĩ chúng ta sẽ làm như thế nào để có kết quả (so sánh, kiểm chứng, phản bác) mà là đi xem xem coi có ai làm những thứ tương tự như vậy chưa. Nói cách khác là đi đọc, xem, phân tích, nghiên cứu (hay tóm gọn lại là review) những gì mà có thể người khác đã làm rồi (literature) mà có liên quan đến lĩnh vực, phạm vi mà ta chuẩn bị nghiên cứu.

Đấy là giai đoạn literature review. Đây không những là giai đoạn quan trọng không thể bỏ qua mà còn phải là giai đoạn đầu tư nhiều công sức cho nó. Không những phải tìm những thứ liên quan tới chủ đề mà ta chuẩ n bị làm mà còn phải quan tâm tới những chủ đề tuy không cùng phạm vi nhưng có thể dùng những phương pháp (method) mà ta đang nhắm đến.

Làm tốt literature review sẽ giúp ta thoát khỏi những tình trạng sau:

“Mò mẫm không đáng có” hoặc “Phát minh lại bánh xe”: có câu “Cũ người mới ta” cho nên ta cứ đi học hỏi người làm như thế nào trước đã. Thay vì đó cứ ngồi đó lần mò trong bóng tối không có phương hướng gì cụ thể, mất thời gian, công sức, tiền của. Để rồi khi làm ra được kết quả gì đó lại nghĩ mình là người vô đối rồi tỏ ra kiêu ngạo.

“Tự kỷ vì không có hướng giải quyết”: Có thể có nằm ngay trước mắt nhưng do ta không kiếm hoặc kiếm quá ẩu.

365 Project on Music

Làm thử một cái bên này:

http://azdailymusic.wordpress.com

Xem thử  sau 1 năm nhìn lại có gì thú vị không

Tiếng Việt hay Tiếng Anh (Bức xúc lần 1)

Thiệt tình mà nói là mình hơi không hài lòng với chuyện xài tiếng Anh và tiếng Việt.

Chuyện đọc tài liệu bằng tiếng Anh (tại thời điểm hiện nay) là chuyện không thể tránh khỏi. Chuyện luyện tập tiếng Anh thường ngày qua hình thức đọc sách báo, viết lách, xem phim, nghe nhạc.
Nhưng biết nói sao đây khi một đám là người Việt và ngồi nói chuyện với nhau bằng tiếng Anh (không tính những lúc mang tính bắt buộc như là hội họp, trường lớp) thậm chí là viết email trao đổi riêng với nhau cũng bằng tiếng Anh. Thấy nó không hợp lẽ chút nào.

Thật sự là mình thấy đang có nhiều vấn đề với tiếng Việt.

Mình cảm thấy mất gốc khi thật sự không hiểu nhiều về từ Hán Việt. Đặc biệt mình có cảm giác từ Hán Việt rất là xúc tích, ngắn gọn và đẹp đẽ khi sử dụng để dịch các tài liệu chuyên ngành trong đó có nhiều thuật ngữ chuyên ngành. Nhiều bạn học mình nói rằng nghe mấy cái thuật ngữ dịch ra nó “chuối”, nói thật là mình cũng cảm thấy “chuối” thật. Nhưng đâu phải là do bản thân nó “chuối”, có thể đó là do chúng ta không thật sự hiểu biết về từ Hán Việt và khi đọc phải không biết nó muốn nói lên cái gì, nên mới cảm thấy nó “chuối”.
Một phần nữa là mình cảm thấy dạy ngữ pháp trong trường phổ thông quá nhiều. Phải nói thêm lần nữa là rất nhiều, nhiều đến mức ngán ngẩm, nhiều đến nỗi học rồi chả nhớ được kiến thức gì, chỉ nhớ cái cảm giác bực bội khi phải học nhiều ngữ pháp như vậy. Đem qua dạy từ Hán Việt có phải hơn không?
Mình nghĩ ngôn ngữ trước hết phải là trực giác và từ ngữ trước, cái mình tạm gọi là độ cảm về ngôn ngữ hay ngôn từ, nó chính là việc khi bạn đọc vào một từ hay ngữ dù không thật sự biết chính xác nó là gì nhưng bạn cảm nhận được nó đang nói về cái gì. Nghĩ việc đó quan trọng hơn gấp nhiều lần cái việc dạy cấu trúc chuẩn mực của nó là như thế nào.

Cái này nói về tài liệu chuyên ngành tiếng Việt. Hồi còn hay vào HVAonline có nghe bà con trong đó bàn luận về chuyện này, trong đó có một “lão” có ý kiến đại loại là: Hình như Việt Nam chưa có một sự thống nhất chung về các từ diễn tả nội dung kỹ thuật chuyên ngành. Hay nói cách khác cần có một ban đứng ra biên soạn một tài liệu, dạng như từ điển, về các từ  chuyên ngành, nghĩa của nó, dùng ở đâu một cách thống nhất.
Rõ ràng nhất là mình thấy hồi đó có tài liệu viết “tập tin” một số khác lại viết “tệp tin”. Hai cách dùng này khác nhau ra sao? Tại sao lại “tập” và tại sao lại “tệp”? Cái nào sẽ được xài một cách chính thức? Ý kiến của “lão” đó khá hay nên nhớ tới bây giờ.
Hậu quả là giờ mình cũng không dám dịch bất cứ từ chuyên ngành nào ra tiếng Việt, nên cứ để luôn tiếng Anh mà nói. Nhiều khi vẫn thấy khó chịu vì nửa nạc nửa mỡ.

Còn nhiều vấn đề như ngôn ngữ “teen 9x”, cách dịch sách báo, v..v mà thôi tạm ngưng ở hai vấn đề này vậy, khi nào bức xúc lại viết tiếp.

Ngày kết thúc khóa học

Vậy là cũng tới ngày kết thúc khóa học. Phòng học được đổi vì sẽ có một số khách mời. Sẽ có giám đốc điều hành chương trình Fulbright Việt Nam tới sau 7h.

Mở đầu thì học phần Quantitative Research Methodologies – Survey Design đã đề cập tới trong bài “Ngày thứ bảy”. Về phần này thì đã có những bước cụ thể khi làm Survey Design như xác định mục đích, sample size, chi phí, tìm tài trợ v..v Có một vài điểm đáng chú ý trong phần này là:

• Phải xác định rõ variables gồm có những gì. Đâu là independent variable, đâu là dependent variables.
• Phải thiết kế survey sao cho có thể rút trích được thông tin từ đó.
• Sample size phải đủ lớn để cho nghiên cứu đáng tin cậy
• Khái niệm về Accuracy và Precision (đã có trong slide)
• Cuối cùng là khi đó được dữ liệu chung ta phải làm sao giải thích được dữ liệu đó mang ý nghĩa gì, giải thích thế nào cho bài nghiên cứu và cần tuyệt đối tránh bias.

Mình add lại slide ở đây, slide cũng có thể tìm trong entry “Ngày thứ bảy”: Week 7 – Quantitative Methods – Survey Design

Tới 7h thì tới phần thuyết trình về research proposal nhóm đã chuẩn bị vào tuần trước. Nói chung là ổn thỏa. Nhóm mình lên đầu tiên nên sau khi xong có tâm lý thoải mái để “me” các nhóm khác. Nhưng do thiếu thời gian nên có những câu hỏi chưa hỏi được .

Sau đó thì tới phần kết thúc khóa. Các quan khách, 2 người hướng dẫn lên phát biểu đôi lời và phát bằng chứng nhận cho học viên rồi ăn uống, chụp hình v..v

Vậy là xong.

Thật sự đây là hoạt động hay nhất về học thuật ngoài nhà trường mà từ trước tới giờ mình được tham gia. Một là vì nó được tổ chức rất bài bản, từ kiến thức cho tới cách làm việc. Tâm đắc nhất là phần guest lecture. Những guest lecture đến từ nhiều ngành, nhiều lĩnh vực, nhiều trình độ khác nhau đã cho thấy một cái nhìn rất “đời thường” về hoạt động nghiên cứu khoa học. Họ đã làm cho mình cảm thấy hoạt động khoa học không còn là những gì xa vời mà ngược lại rất gần với cuộc sống. (Thêm nữa là chương trình miễn phí, có coffee break giữa giờ với nhiều đồ ăn thơm ngon haha)

Ngoài ra những lớp thế này rất cần thiết vì đã cho thấy rằng hoạt động nghiên cứu khoa học và tư duy nghiên cứu khoa học hay tư duy khoa học cần phải được phổ biến rộng rãi hơn nữa trong tất cả mọi ngành nghề, mọi tầng lớp không chỉ những người hoạt động học thuật hay hàn lâm. Nó là phương pháp luận căn bản để tìm kiếm,  sàn lọc và kiểm định thông tin.

Thông tin vui là năm sau chương trình Fulbright sẽ duy trì hoạt động này. Mong rằng năm sau sẽ nhiều bạn tham gia chương trình hơn nữa.

Ngày thứ bảy

Đáng lẽ đây là buổi có bài giảng cuối cùng và làm team building cho lớp nhưng do một người phụ trách chương trình không khỏe nên người phụ trách còn lại dành cả buổi để góp ý kiến cho research proposal của từng nhóm.

Bài research proposal của nhóm mình tương đối ổn chỉ còn khó khăn trong việc làm literature review, tìm kiếm những bài nghiên cứu để ủng hộ cho giả thuyết là “học sinh Việt Nam không thích học lịch sử trong trường phổ thông”. Phương pháp làm là dùng “depth interview”.

Có một vấn đề là khi nào chúng ta biết phỏng vấn như vậy là đủ, vấn đề liên quan đến sample size. Thật ra khó có một con số chính xác để biết bao nhiêu là đủ, chúng ta chỉ cảm thấy như vậy là đủ. Hay nói chính xác hơn, khi ta phỏng vấn đến một số lượng người nhất định nào đó mà chúng ta không thu thập được thông tin nào mới hơn so với những gì chúng ta đã có, thì chúng ta dừng.

Nhưng thật ra  đây cũng là vấn đề nằm trên lý thuyết, do thiếu kinh nghiệm nên mình không biết đối với những dự  án rộng lớn, khi thông tin cứ tiếp tục đổi mới và có quá nhiều khía cạnh thì sẽ giải quyết như thế nào. Chắc lúc đó phải chia nhỏ vấn đề nghiên cứu ra và giải quyết từng cái một.

Đây là slide của tuần bảy (đáng lẽ đã  được dạy): Quantitative Methods – Survey Design

Ngày thứ sáu

Ngày thứ sáu có thể nói là một trong những ngày thứ vị nhất cho tới giờ của khóa học.

Mở đầu cũng là bài lý thuyết như hôm nay nói về Quanlitative Research Method. Một số vấn đề đáng lưu ý ở đây là:

Independent variable là gì?
Independent variable là những variable mà người nghiên cứu (researcher) chủ động chọn (hay kiểm soát) trong quá trình nghiên cứu. Ví dụ: Khả năng chơi bóng rổ phụ thuộc vào chiều cao. Ở đây chiều cao là Independent variable vì người nghiên cứu chủ động lựa chọn những chiều cao nào để mà nghiên cứu.

Dependent variable là gì?
Dependent variable là những gì chúng ta quan sát hay kết quả (outcome) của quá trình nghiên cứu. Lấy lại ví dụ ở trên thì khả năng chơi bóng rổ là một dependent variable.

Có một mẹo để dễ dàng phân biệt 2 loại variable này. Trong câu “Sự kiện A phụ thuộc vào sự kiện B” thì sự kiện A là Dependent variable còn sự kiện B là Independent variable.

Có thể có nhiều Independent variable/Dependent variable trong MỘT nghiên cứu được hay không?
Trong MỘT nghiên cứu chỉ có 1 Independent variable và nhiều dependent variable. Lý do chính là khi có nhiều Independent variable chúng ta rất khó phân tách được dữ liệu, ảnh hưởng của từng independent variable lên nghiên cứu.

Nổi bật lên có các vấn đề như thế. Còn các vấn đề khác như: Correlation, Causation, Intervening variable, Coincidence đã được trình bày trong slide. Nói thêm ở đây là Intervening variable chiếm nhiều tỉ lệ hơn coincidence trong việc phân biệt correlation và causation.
Slide ở đây: Week 6 — Quantitative Methodologies

Guest lecture hôm nay là Kimberly Hoang đến từ Đại học Berkerly – California. Một người nghiên cứu về vấn đề mại dâm tại Việt Nam. Một vấn đề thật sự thú vị và mang tới nhiều thông tin rất hữu ích. Cho nên mới thấy nhà nghiên cứu không phải là những người “trên mây” mà rất nhiều vấn đề đụng chạm rất nhiều tới cuộc sống. Kimberly Hoang cũng là người rất dũng cảm khi nghiên cứu vấn đề này ở Việt Nam.

Không cần nói nhiều về buổi nói chuyện vì sau đây là bài nghiên cứu của cô (đã được xuất bản), toàn bộ cuộc nói chuyện xoay quanh những chủ đề trong bài nghiên cứu này.
Bài nghiên cứu của Kimberly Hoang: Hoang Kimberly Sexualities