Tác giả: Joshua Rothman
Nguồn: The New Yorker
Thuỳ sưu tầm và biên dịch

Tôi đọc cuốn “Middlemarch” lần đầu tiên vào năm thứ hai đại học. Tôi không hiểu nó. Tại sao một người phụ nữ trẻ trung và thông minh như Dorothea lại kết hôn với một ông già cáu bẳn như vậy? Tại sao cổ lại ngu ngốc như vậy? Trong lớp hình như cũng không có ai hiểu nó cả, và điều này buộc giáo sư của chúng tôi phải lên tiếng. Ông tu lon Diet Coke của mình rồi gầm lên: “Tất nhiên là các anh các chị không hiểu được rồi. Nhưng mà hãy tin tôi, sau này khi các anh chị bốn mươi tuổi, sau khi các anh chị ly hôn lần đầu tiên, nếu các anh chị đọc lại cuốn sách này, các anh chị sẽ hiểu ra thôi.”

Có thể nói, đây là một trong những bi kịch của nền giáo dục hiện tại, chúng ta đi học và tiếp thu một lượng lớn kiến thức từ độ tuổi từ 6 đến 22. Và những kiến thức mà chúng ta được dạy, đặc biệt là trong giai đoạn cấp ba và đại học, rất nhiều trong số đó vượt quá khả năng lĩnh hội của chúng ta trong giai đoạn đó. Người ta không dạy lái xe cho mấy đứa nhỏ 12 tuổi bởi vì ở độ tuổi này tụi nó chưa có xe; vậy thì tại sao chúng ta lại bắt những người trẻ đọc những cuốn sách về những điều hối tiếc trong đời khi họ chưa có gì để hối tiếc?

Tuy nhiên, có một lý thuyết đằng sau việc dạy “Middlemarch” cho sinh viên năm hai, đó là: những kiến thức mà chúng ta tiếp thu từ sớm sẽ được lưu giữ lại trong bộ nhớ của chúng ta. Các mô hình tư duy được thiết lập ở thời điểm hiện tại sẽ được thể hiện lại sau này; các ý tưởng mà chúng ta thấy trong nghệ thuật sẽ chuẩn bị cho chúng ta trong suốt quãng đời còn lại. Điều này nghe có vẻ mơ hồ và mang tính may rủi, cho đến khi bạn suy ngẫm về thực tế rằng kiến thức mà bạn áp dụng để giải quyết vấn đề hầu như không bao giờ được tiếp thu ngay tại thời điểm bạn dùng nó để giải quyết vấn đề. Bạn lên giảng đường học những lớp về luật để tranh tụng cho một vụ án phức tạp diễn ra nhiều năm sau đó; bạn học hồi sức tim phổi và các kỹ thuật sơ cứu cơ bản trước khi cứu một người đuối nước; bạn đọc một bài viết trên mạng về cách trốn thoát khi bị một con gấu truy đuổi vì ai biết được chuyện gì sẽ xảy ra khi bạn đi leo núi… Vào giữa thế kỷ 20, Toyota đã tiên phong trong việc thực hiện mô hình sản xuất mà họ gọi là “just-in-time”, theo đó các bộ phận của ô tô được chế tạo và giao hàng vào thời điểm càng gần với giờ lắp ráp càng tốt. Phương pháp này đạt hiệu quả tối đa vì nó giúp giảm thiểu chất thải và chi phí lưu trữ. Nhưng đầu óc của con người không hoạt động theo cách đó. Kiến thức thường phải được lưu trữ trong trí nhớ của chúng ta trong nhiều thập kỷ cho đến khi chúng ta có cơ hội hoặc tìm ra cách sử dụng chúng.

Leslie Valiant, một nhà khoa học máy tính lỗi lạc hiện đang giảng dạy tại đại học Harvard, coi đây là một thế mạnh. Ông gọi khả năng học hỏi trong thời gian dài của chúng ta là “tính có thể giáo dục được” (educability) và trong cuốn sách mới của mình có tên là “Tầm quan trọng của khả năng học hỏi” (The Importance of Being Educable), ông lập luận rằng đó là chìa khoá thành công của chúng ta. Khi nghĩ về việc điều gì làm cho trí tuệ của chúng ta trở nên khác biệt, chúng ta có xu hướng tập trung vào trí thông minh. Nhưng Valiant cho rằng, nếu chúng ta muốn nắm bắt thực tế trong tất cả sự phức tạp của nó, thì “trí thông minh không thôi là chưa đủ”. Chúng ta cần xây dựng những lý thuyết lớn và linh hoạt về thế giới – các lý thuyết sẽ phục vụ chúng ta trong những hoàn cảnh mới, kỳ lạ và không lường trước được – và chúng ta làm như vậy bằng cách tập hợp nhiều loại kiến thức khác nhau, thường theo cách chậm rãi, bổ sung và tình cờ, sau đó đan kết chúng lại với nhau. Thông qua quá trình này, chúng ta có được hệ thống niềm tin rộng hơn và phong phú hơn những niềm tin mà chúng ta có thể tạo ra thông qua trải nghiệm cá nhân trực tiếp. Đây là cách mà, sau khi ly hôn lần đầu, chúng ta thấy rằng mình có thể lĩnh hội được trí tuệ có trong văn học Anh.

Valiant giành giải Turing năm 2010, phiên bản của giải Nobel trong ngành khoa học máy tính, vì đã phát triển các ý tưởng hỗ trợ trí tuệ nhân tạo và điện toán phân tán, trong đó nhiều máy tính làm việc với nhau để giải quyết vấn đề. Trong cuốn sách của mình, ông đối chiếu cách học của AI và cách học của chúng ta. AI có thể cực kỳ thông minh và thậm chí có thể suy nghĩ trực quan, giống như một con người. Nhưng Valiant lập luận rằng các hệ thống AI không linh hoạt như tâm trí con người vì chúng vẫn chưa thể ở trạng thái “có thể giáo dục được” (tức là chưa có khả năng học hỏi). Ngay cả những AI tiên tiến nhất cũng học thông qua một quy trình cứng nhắc, trong đó chúng được huấn luyện, với chi phí rất lớn, và không thực sự trở nên thông minh hơn sau đó, bất kể chúng tiếp thu bao nhiêu thông tin mới. Như thể đầu óc của nó đóng băng lại vào ngày tốt nghiệp vậy. Tuy nhiên, con người có khả năng liên tục cải thiện tư duy của mình thông qua một quá trình mở và không có hồi kết, kết nối những sự kiện và ý tưởng mới thu thập với những sự kiện và ý tưởng đã được thu thập cách đó nhiều năm và lưu trữ trong bộ nhớ. Chúng ta “kết hợp những mảnh kiến thức thu thập được cách nhau nhiều năm” để hình thành “những lý thuyết có độ phức tạp đáng kể, có nhiều phần riêng biệt”.

Valiant nói rằng ông cố gắng không dùng từ “thông minh” (intelligent) để mô tả con người (trên thực tế, đôi khi ông “sửng sốt” khi nghe người khác dùng từ này); thay vào đó, ông bị thu hút bởi “những khả năng quý giá mà bằng cách nào đó có liên quan đến việc học và không thể được nắm bắt một cách dễ dàng bởi các khái niệm thông thường về IQ”. Ông viết, một cái đầu “có khả năng học hỏi” có thể học từ sách vở, từ các bài giảng, các cuộc trò chuyện, các kinh nghiệm và trải nghiệm thực tế, và cả từ các công án thiền tông – thực sự là từ tất cả mọi thứ – và nhận ra  những khía cạnh có liên quan của những kiến thức gần như đã bị lãng quên khi chúng được bộc lộ. Chúng ta ngưỡng mộ những khía cạnh về khả năng học hỏi của ai đó khi chúng ta nói rằng họ học nhanh, hoặc xác định là họ “có thể huấn luyện được”, nhưng điều thực sự khiến họ có khả năng học hỏi là việc họ áp dụng các hiểu biết của mình “cho các mục đích không lường trước được tại thời điểm họ học hoặc nghiên cứu”; khả năng học hỏi là một cái gì đó giống như “trí thông minh đường phố” (street smart) – một khái niệm ám chỉ “khả năng kỳ lạ trong việc dàn xếp những vấn đề thực tế của cuộc sống” – và có liên quan mật thiết đến việc có khả năng phán đoán. Valiant viết, khi người khác cho chúng ta ấn tượng rằng họ là người đặc biệt “được giáo dục tốt”, có nghĩa là họ được học hành rất nhiều ở trường, nhưng đó cũng có nghĩa là họ có khả năng học hỏi rất tốt, với khả năng “tận dụng tốt mọi cơ hội học hỏi ở bất kỳ thời điểm nào nó xuất hiện, dù là chính thức hay không chính thức.”

Chúng ta hẳn là muốn các nhà lãnh đạo chính trị của mình có khả năng học hỏi tốt hơn: họ “thường cần phải thực hiện các điều chỉnh đối với các vấn đề vượt xa phạm vi kinh nghiệm và kiến thức của họ tại thời điểm họ được bầu.” Valiant cho rằng chúng ta cũng coi trọng khả năng học hỏi của các bác sĩ nữa. Hãy tưởng tượng rằng bạn cảm thấy đau bụng. Liệu đó có phải là đau ruột thừa không? Ông viết, sẽ là không khôn ngoan nếu chỉ dựa vào những gì bạn biết về căn bệnh này, dựa trên những gì mà một số người mắc bệnh đã nó với bạn; bạn sẽ cần phải nói chuyện với một bác sĩ đã từng khám và điều trị hàng ngàn ca bệnh. Một “bác sĩ” AI cũng được huấn luyện bằng cách xem xét hàng nghìn trường hợp bệnh; trên thực tế, “nếu nó đã xem hồ sơ của hàng triệu ca bệnh, một tình huống vượt xa phạm vi trải nghiệm của một con người, thì nó có thể đưa ra những dự đoán tốt hơn một cách đáng kinh ngạc so với những gì trực giác của chúng ta có thể hiểu được”. Tuy nhiên, Valiant lập luận rằng “lý do chúng ta đến gặp bác sĩ không chỉ vì họ đã chứng kiến hàng ngàn ca bệnh. Mà bởi vì chúng ta tin rằng bác sĩ sẽ có thể đưa ra các kết luận sâu sắc hơn.” Cơ sở của giá trị gia tăng là khả năng học hỏi.

Valiant không đi sâu vào chi tiết, nhưng chúng ta có thể tự hình dung được giá trị mà khả năng học hỏi của một bác sĩ giả định có thể mang lại. Một bác sĩ như vậy có thể dựa trên rất nhiều ý tưởng và kết hợp kinh nghiệm cũng như kiến thức thu thập được trong nhiều năm học hành. Tất nhiên là vị bác sĩ này đã được học về bệnh viêm ruột thừa ở trường y – và nhanh chóng kết luận rằng bạn không mắc bệnh này. Nhưng có thể anh trai của bác sĩ là một người đam mê đạp xe và bác sĩ nhận ra rằng bạn uống nước từ một chai nước có in logo giống như trên xe đạp của người anh trai. Chẳng phải trên mạng đã có một bài viết về các nguy cơ của việc đạp xe trong thành phố sao? Và từ đó, người bác sĩ này nghĩ đến một khả năng khác: bác sĩ hỏi bạn nhiều câu hỏi hơn về các chi tiết trong đời sống và lịch sinh hoạt cá nhân của bạn. Bác sĩ hỏi rằng có phải bạn chạy xe đạp không, bạn xác nhận là có, và cuối cùng chỉ ra vấn đề thực sự – bạn ngã xe và có một vết bầm ở xương sườn, đến hiện tại, vết thương vẫn chưa khỏi hẳn và bạn vẫn bị đau vùng cơ gần ruột thừa. Là người có khả năng học hỏi tốt, bác sĩ coi trường hợp của bạn là một cơ hội để học hỏi, và nó làm bác sĩ giỏi hơn vì điều đó.

Đây là một ví dụ khá sơ lược và rõ ràng về khả năng học hỏi; đôi khi, Valiant có vẻ như đang mô tả một điều gì đó mơ hồ hơn và có lẽ mạnh mẽ hơn. Ở một mức độ nào đó, việc kết nối, kết hợp và ứng dụng của các kiến thức khác nhau trong khả năng học hỏi là hữu ích vì chúng không rõ ràng. Rất nhiều lần, tôi học một điều gì đó trong một thời điểm và áp dụng kiến thực học được trong một thời điểm khác. Ví dụ: khi bơi ở biển, tôi có xu hướng nhìn về phía mấy cây dù trên bãi cát và nghĩ rằng tôi đang bơi rất chậm, nhưng sau đó, khi chuyển từ bơi sải sang bơi ngửa, tôi thường ngạc nhiên bởi khoảng cách mà tôi đã bơi được giữa những lần liếc nhìn về phía bờ. Việc khám phá ra rằng quá trình tăng tốc có vẻ nhanh hơn khi mình để nó tích luỹ trước khi tiến hành đánh giá đã giúp ích rất nhiều trong việc viết lách của tôi (và cũng thúc đẩy tôi dọn cái garage của mình). Trong một lớp kỹ thuật xây dựng cơ bản mà tôi được học ở trường đại học, tôi đã được học về các lực kết cấu mà cầu và các toà nhà chọc trời phải chịu. Kiến thức này thường xuyên xuất hiện trong đầu tôi khi tôi nghĩ về đủ thứ. Gió tác động lực dọc theo chiều dài của một tòa nhà chọc trời, khiến cho nó bị cong. Tương tự như vậy, nguyên nhân khiến bạn căng thẳng, stress không thể bị chia ra, nó làm tăng áp lực ở khắp mọi nơi. Thật thú vị khi nhìn nhận trí tuệ của một người dựa trên khả năng học hỏi của người đó. Điều này khiến bạn tự hỏi những kinh nghiệm gì, kiến thức gì đã được kết hợp lại với nhau.

Valiant cho rằng sẽ rất hữu ích khi thúc đẩy khả năng học hỏi dưới dạng một ý tưởng truyền bá đến nhiều người. Chúng ta có thể tìm cách đo lường và dạy nó trong trường học, hoặc khuyến khích người lớn tự phát triển khả năng này ở bản thân; vào thời điểm mà sự thay đổi của công nghệ đang diễn ra nhanh chóng có nghĩa là sẽ luôn có nhiều điều để học hơn, chúng ta có thể tìm cách tạo ra một xã hội có khả năng học hỏi tốt hơn. (Sự thay đổi có thể còn đến nhanh hơn nữa nếu các đề xuất của Valiant về việc xây dựng khả năng học hỏi cho AI chứng minh được tính khả thi của nó). Sau khi đọc cuốn sách của ông, tôi đã nghĩ, ở một mức độ ít cao cả hơn, về cách tôi có thể cải thiện khả năng học hỏi của mình. Tôi kết luận rằng tôi sẽ tìm hiểu về nhiều chủ đề hơn, và chỉ cần thử nhiều thứ hơn, tin rằng một ngày nào đó trí óc của tôi sẽ có thể kết nối tất cả các kiến thức đó lại với nhau. Tôi cũng thấy rằng việc nhớ lại những điều mình đã học. Ở tầng hầm, tôi để vài kệ sách lớn đựng toàn bộ sách mà tôi đã đọc từ lúc đi học cho đến lúc tốt nghiệp. Cuốn “Middlemarch” nằm trong đó, cùng với nhiều cuốn sách khác mà hồi đi học tôi đọc không hiểu, nhưng những kiến thức từ đó trở nên có giá trị hơn theo thời gian. Đọc nhiều về những thứ có vẻ không hữu ích ngay lập tức hay không có ý nghĩa thực tế, với hy vọng rằng những gì bạn học được bây giờ có thể chứng minh giá trị của nó sau này – đó gần như là định nghĩa của nền giáo dục khai phóng. Ai mà biết được rằng một trong những người bảo vệ tốt nhất của nó là lại một nhà khoa học máy tính cơ chứ?