Thí nghiệm tâm lý học kinh điển: Giá trị và giới hạn hiện nay

Bạn có thể từng nghe rằng người bình thường sẵn sàng làm đau người lạ chỉ vì được ra lệnh, hay rằng chỉ cần trao vai cai ngục là ai cũng trở nên tàn nhẫn. Những câu chuyện ấy đến từ các thí nghiệm kinh điển của tâm lý học thực nghiệm, và phần lớn đã được xem xét lại kỹ hơn trong những thập kỷ gần đây. Có thí nghiệm vẫn giữ nguyên giá trị, có thí nghiệm phải điều chỉnh cách hiểu, và có thí nghiệm khiến giới nghiên cứu thay đổi cả quy tắc đạo đức. Cùng Trần Toàn Psy tìm hiểu nhé!

Tâm lý học thực nghiệm là gì?

Tâm lý học thực nghiệm (experimental psychology) là việc nghiên cứu khoa học về hành vi, động cơ hoặc nhận thức trong phòng thí nghiệm hay một bối cảnh được kiểm soát.¹ Mục tiêu của nó là dự đoán, giải thích hoặc tác động lên hành vi, bằng cách xác lập các mối quan hệ đo lường được, dựa trên việc phân tích phản ứng trong điều kiện được kiểm soát.¹ Khác với quan sát hay khảo sát, thí nghiệm cho phép người nghiên cứu chủ động thay đổi một yếu tố rồi xem điều gì xảy ra.²

Mốc thường được nhắc đến là năm 1879, khi Wilhelm Wundt lập phòng thí nghiệm tâm lý tại Đại học Leipzig ở Đức.³ Tại đây, Wundt cùng học trò làm thí nghiệm về thời gian phản ứng. Người tham gia nhận một kích thích như ánh sáng, hình ảnh hoặc âm thanh rồi bấm nút, còn thiết bị ghi lại thời gian trôi qua. Wundt đo được thời gian phản ứng chính xác đến một phần nghìn giây.³ Trước thế kỷ 19, việc tìm hiểu tâm trí thường nằm trong khuôn khổ triết học.³

Một thí nghiệm tâm lý được thiết kế như thế nào?

Thí nghiệm là cách duy nhất để khẳng định hai yếu tố có quan hệ nhân quả, vì quan sát và khảo sát chỉ phản ánh mối liên quan.⁴ Thiết kế cơ bản gồm hai nhóm giống nhau về mọi mặt trừ một điểm: nhóm thực nghiệm nhận yếu tố đang được thử nghiệm, còn nhóm đối chứng (control group) thì không.² Yếu tố do người nghiên cứu chủ động thay đổi gọi là biến độc lập, còn điều được đo để xem tác động gọi là biến phụ thuộc.²

Để hai nhóm thật sự tương đương, người tham gia được xếp vào nhóm bằng phân nhóm ngẫu nhiên (random assignment), nhờ đó khó có khác biệt có hệ thống giữa các nhóm từ trước khi thí nghiệm bắt đầu.² Nhiều thí nghiệm còn giữ kín việc ai thuộc nhóm nào, để kỳ vọng của người nghiên cứu hay của người tham gia không làm lệch kết quả.² Vì vậy, khi đọc về một thí nghiệm nổi tiếng, câu hỏi đầu tiên nên là nó có nhóm đối chứng và phân nhóm ngẫu nhiên hay không.

Thí nghiệm búp bê Bobo năm 1961 là một ví dụ dễ hình dung. Biến độc lập là loại hành vi mà người lớn làm mẫu trước mặt trẻ, gồm hung hăng với búp bê, hành xử trầm lặng hoặc không có người mẫu nào. Biến phụ thuộc là số hành vi hung hăng mà trẻ tái hiện sau đó, và nhóm không xem người mẫu đóng vai trò nhóm đối chứng.⁵

Thí nghiệm cũng có giới hạn. Môi trường thí nghiệm thường nhân tạo, nên khó biết chắc kết quả có áp dụng được ngoài đời thật hay không.⁴ Nhiều câu hỏi quan trọng không thể thử bằng thí nghiệm vì lý do đạo đức, chẳng hạn không thể phân ngẫu nhiên trẻ em vào nhóm bị bạo hành để xem lòng tự trọng thay đổi ra sao.² Vì thế, các thí nghiệm kinh điển dưới đây vừa cho biết điều có giá trị, vừa để lại những câu hỏi cần xem xét.

Thí nghiệm của Milgram cho biết gì về sự vâng lời?

Thí nghiệm của Milgram chỉ ra rằng hoàn cảnh và cách ra lệnh có thể làm thay đổi mạnh việc người ta tiếp tục hành vi gây hại, nhưng cách kể “ai cũng vâng lời” đã được điều chỉnh nhiều.⁶ Năm 1963, Stanley Milgram, giáo sư tâm lý xã hội tại Đại học Yale, mời 40 người đàn ông tham gia một nghiên cứu được giới thiệu là về học tập và trí nhớ.⁷ Mỗi người đóng vai “giáo viên” và bấm công tắc phát điện giật “học viên” mỗi khi người này trả lời sai, với mức tăng dần 15 vôn đến tối đa 450 vôn.⁷

Học viên thật ra là người cộng tác của nhà nghiên cứu và không bị giật điện. Khi học viên kêu cứu, van xin dừng lại và than đau tim, nhà nghiên cứu vẫn yêu cầu người tham gia tiếp tục. Trước những lời van xin ấy, 65% người tham gia vẫn tiếp tục đến mức điện cao nhất, cho tới khi học viên không còn phản hồi.⁷

Milgram còn làm nhiều biến thể, và kết quả dao động mạnh. Chẳng hạn, khi thí nghiệm chuyển sang một tòa nhà văn phòng ngoài trường đại học, tỷ lệ tiếp tục đến mức điện cao nhất giảm còn 48%. Con số này là 40% khi học viên ngồi cùng phòng, 30% khi bàn tay của giáo viên và học viên chạm nhau, và 23% khi người ra lệnh chỉ nói qua điện thoại.⁷ Ví dụ giả định: một nhân viên có thể dễ làm theo yêu cầu của cấp trên khi người đó đứng ngay cạnh hơn là khi chỉ nghe qua điện thoại.

Một nghiên cứu tổng hợp năm 2014 gom dữ liệu từ 21 điều kiện của Milgram, với 740 người tham gia. Tỷ lệ tiếp tục đến mức 450 vôn chung là 43,6%, thấp hơn con số 65% thường được nhắc.⁶ Nghiên cứu này chỉ ra tám yếu tố ảnh hưởng đến khả năng người ta đi đến cùng, trong đó có sự chỉ đạo, tính hợp pháp và sự nhất quán của người ra lệnh. Các yếu tố còn lại là áp lực nhóm khuyến khích không vâng lời, mức độ gián tiếp, gần gũi và thân thiết với học viên, và khoảng cách với người ra lệnh.⁶

Đánh giá hiện nay về thí nghiệm Milgram

Về khả năng lặp lại kết quả, một nghiên cứu năm 2009 đã làm lại một phần thí nghiệm với 70 người trưởng thành. Nghiên cứu dừng ở mức 150 vôn, lúc học viên lần đầu phản đối, để bảo vệ người tham gia. Trong dữ liệu của Milgram, 79% người đã vượt mốc này đều đi tiếp đến cuối, nên tác giả ước tính được điều người tham gia có thể làm nếu được tiếp tục. Kết quả là tỷ lệ vâng lời ở bản lặp lại này, thực hiện năm 2006, chỉ thấp hơn một chút so với con số Milgram ghi nhận 45 năm trước.⁸

Dù vậy, một hướng phê bình khác nhắm vào việc người tham gia có tin rằng mình đang gây đau thật hay không. Một nghiên cứu đã phân tích lại một khảo sát chưa công bố do trợ lý của Milgram thực hiện.⁹ Ở 18 trong 23 biến thể, mức điện trung bình của những người tin chắc mình đang gây đau thấp hơn mức của những người không tin hẳn. Kết quả này gợi ý rằng sự hoài nghi có thể đã làm tăng mức vâng lời, và các tác giả cũng đặt câu hỏi về độ tin cậy của chính bảng hỏi sau thí nghiệm.⁹

Cách giải thích “vâng lời mù quáng” cũng bị đặt nghi vấn. Một nghiên cứu năm 2015 xem lại hồ sơ lưu trữ của Yale. Nghiên cứu này ghi nhận phản ứng nổi bật của người tham gia không phải là sự khổ sở mà là niềm vui vì đã góp phần vào một việc họ tin là có ích.¹⁰ Các tác giả lập luận rằng nhà nghiên cứu đã thuyết phục người tham gia rằng họ đang đóng góp cho một mục tiêu tiến bộ, và cách giải thích này không khớp với mô hình của chính Milgram.¹⁰

Một bài tiểu luận học thuật năm 2012 đi theo hướng tương tự. Bài này cho rằng người tham gia thường làm theo khi nhà nghiên cứu nhấn mạnh thí nghiệm cần họ tiếp tục, nhưng thường từ chối khi bị ra lệnh trực tiếp rằng họ không còn lựa chọn nào khác.¹¹ Từ đó, các tác giả lập luận rằng thí nghiệm nói về việc thuyết phục người ta tin vào tầm quan trọng của việc họ đang làm nhiều hơn là về sự phục tùng mù quáng.¹¹

Vậy điều gì còn đứng vững? Bằng chứng ủng hộ ý rằng khoảng cách với học viên và cách người ra lệnh thể hiện quyền uy làm tỷ lệ tiếp tục thay đổi rất lớn.⁶ Điều không còn đứng vững là cách kể rằng ai cũng sẽ vâng lời đến cùng, vì tỷ lệ chung thấp hơn nhiều so với 65% và vì động cơ của người tham gia phức tạp hơn thế.^6,10,11

Thí nghiệm của Asch cho biết gì về sự tuân thủ nhóm?

Thí nghiệm của Asch cho thấy áp lực của đa số có thể khiến người ta nói sai ngay cả khi đáp án rất rõ ràng, nhưng mức độ này thay đổi theo hoàn cảnh, thời đại và văn hóa.¹² Trong thập niên 1950, Solomon Asch cho nhóm người xem các đoạn thẳng và nói đoạn nào dài bằng đoạn mẫu. Mỗi nhóm chỉ có một người tham gia thật, những người còn lại là người cộng tác với nhà nghiên cứu và cố ý nói một đáp án sai rõ ràng.⁷

Asch báo cáo rằng 76% người tham gia đã trả lời sai theo nhóm ít nhất một lần.⁷ Mức tuân thủ phụ thuộc vào hoàn cảnh: số người đồng thanh càng nhiều thì tuân thủ càng tăng, nhưng chỉ đến khoảng bảy người. Ngược lại, chỉ cần một người bất đồng thì tỷ lệ tuân thủ giảm xuống gần bằng không.⁷ Vì nhiệm vụ rất dễ, giáo trình diễn giải rằng người tham gia nói theo để hòa nhập và tránh bị chê cười, tức ảnh hưởng chuẩn mực (normative social influence) chứ không phải vì tin nhóm đúng.⁷

Một phân tích gộp năm 1996 tìm được 133 nghiên cứu dùng nhiệm vụ so sánh đoạn thẳng kiểu Asch, thực hiện ở 17 quốc gia. Ở các nghiên cứu tại Hoa Kỳ, mức tuân thủ giảm dần từ thập niên 1950, và các nước thiên về tập thể nhìn chung có mức tuân thủ cao hơn các nước thiên về cá nhân.¹² Những mối liên hệ này gợi ý rằng sự tuân thủ chịu ảnh hưởng của thời đại và văn hóa, nhưng so sánh giữa các nước chưa đủ để kết luận văn hóa là nguyên nhân.¹²

Nhìn chung, đây là thí nghiệm có nhiều bản lặp lại, nên kết quả cốt lõi vững hơn nhiều so với các thí nghiệm khác trong bài. Điều cần sửa là cách kể như thể đó là một quy luật cố định của con người. Giáo trình cũng lưu ý người tham gia tuân thủ công khai nhưng riêng tư không chấp nhận đáp án sai là đúng, nên kết quả không cho biết họ có thật sự đổi quan điểm hay không.⁷ Ví dụ giả định: khi cả bàn họp gật đầu với một phương án chưa ổn, một người có thể gật theo cho khỏi lạc lõng.

Thí nghiệm nhà tù Stanford còn giá trị đến đâu?

Thí nghiệm nhà tù Stanford hiện được xem là một ví dụ lịch sử quan trọng hơn là bằng chứng vững cho việc người bình thường tự động trở nên tàn nhẫn khi nắm quyền.¹³ Đầu thập niên 1970, nam sinh viên được phân ngẫu nhiên làm “cai ngục” hoặc “tù nhân” trong một nhà tù giả dựng tại khoa tâm lý của Đại học Stanford. Việc cai ngục đối xử tệ với tù nhân khiến thí nghiệm phải dừng chỉ sau 6 ngày.¹¹

Philip Zimbardo, người dẫn dắt thí nghiệm, kết luận rằng sự tàn nhẫn là hệ quả tự nhiên của việc mặc đồng phục cai ngục và nắm quyền lực gắn với vai đó. Nhiều giáo trình cũng kể lại theo cách đó.¹¹ Đến năm 2019, một nghiên cứu xem lại kho lưu trữ của thí nghiệm và phỏng vấn 15 người tham gia, rồi ghi nhận các vấn đề mà nhiều giáo trình đã bỏ qua.¹³

Nghiên cứu này củng cố phê bình trước đó về đặc điểm nhu cầu, tức những gợi ý ngầm khiến người tham gia hiểu điều nhà nghiên cứu mong muốn.¹³ Nghiên cứu còn bổ sung điểm mới: nhóm cai ngục nhận hướng dẫn chi tiết về cách đối xử với tù nhân và không được báo rằng chính họ cũng là người tham gia nghiên cứu. Hầu như không ai nhập vai trọn vẹn. Việc thu thập dữ liệu cũng thiên lệch và không đầy đủ, và thí nghiệm dựa vào một thí nghiệm nhà tù do sinh viên trong lớp của Zimbardo thực hiện ba tháng trước đó.¹³

Một hướng tiếp cận khác cho rằng cai ngục không chỉ “nhập vai” theo kịch bản. Trước khi bắt đầu, Zimbardo đã nói với nhóm cai ngục rằng họ có thể tạo ra cảm giác sợ hãi, buồn chán và ý niệm rằng cuộc sống của tù nhân bị kiểm soát toàn bộ. Không phải cai ngục nào cũng hành xử tàn nhẫn, và những người làm vậy tỏ ra chủ động chứ không chỉ làm theo.¹¹ Ở một nghiên cứu tương tự tại Anh, nơi các nhà nghiên cứu không giữ vai trò lãnh đạo, người tham gia không tự động tuân theo vai được giao.¹¹

Để xem đầy đủ các phê bình và khái niệm gắn với thí nghiệm này, bạn có thể đọc bài về hiệu ứng Lucifer và những phê bình với thí nghiệm nhà tù Stanford. Bài đó phân tích vì sao cách kể quen thuộc không còn phản ánh đầy đủ bằng chứng. Điều đáng mang theo từ thí nghiệm này là thói quen hỏi ai thiết kế, ai hướng dẫn và ai được thông báo gì, chứ không phải một kết luận về bản chất con người.

Thí nghiệm của Harlow nói gì về sự gắn bó?

Thí nghiệm của Harlow cho biết trẻ sơ sinh của loài khỉ gắn bó với mẹ nhờ sự tiếp xúc êm ái nhiều hơn là nhờ được cho bú, và kết quả này góp phần định hình thuyết gắn bó.¹⁴ Vào thập niên 1950, nhà tâm lý học Harry Harlow ở Đại học Wisconsin muốn biết điều gì khiến con non gắn bó với mẹ. Ông nhận định rằng trẻ sơ sinh của người là đối tượng khó thí nghiệm vì khó đo chính xác các biến số, nên chuyển sang dùng khỉ macaque non.¹⁴

Harlow làm hai “mẹ giả”, một mẹ bằng lưới thép và một mẹ phủ vải bông, đặt trong hai ngăn nối vào lồng của khỉ con. Với bốn khỉ con, mẹ vải cho sữa còn mẹ thép thì không, và với bốn con còn lại thì ngược lại. Dù mẹ nào cho sữa, các khỉ con vẫn dành nhiều thời gian hơn bên mẹ vải, và Harlow kết luận rằng sự tiếp xúc êm ái (contact comfort) quan trọng hơn rất nhiều so với việc bú sữa.¹⁴

Trong bài kiểm tra ở một căn phòng lạ, khỉ con lao tới ôm mẹ vải khi mẹ có mặt, rồi dùng mẹ như một điểm tựa để khám phá trước khi quay lại. Khi mẹ vắng mặt, chúng thường đứng cứng trong tư thế thu mình, và các chỉ số xúc cảm như kêu la, lắc lư tăng mạnh. Ngược lại, tổng điểm xúc cảm giảm một nửa khi mẹ vải có mặt.¹⁴

Đánh giá hiện nay về thí nghiệm Harlow

Công trình này có ảnh hưởng thật sự đến thuyết gắn bó. Nhà tâm lý học John Bowlby học hỏi được nhiều từ thí nghiệm trên khỉ của Harlow khi xây dựng thuyết về mối gắn bó giữa trẻ và người chăm sóc, và Harlow cũng được Bowlby truyền cảm hứng.¹⁵ Tuy nhiên, thí nghiệm chính chỉ gồm tám khỉ non nuôi bằng mẹ giả từ lúc mới sinh, và bài kiểm tra ở phòng lạ mới làm trên bốn con.¹⁴ Vì vậy, việc suy sang trẻ em chỉ có thể là gián tiếp, và muốn kết luận về gắn bó ở người thì cần những nghiên cứu khác.

Về đạo đức, cách đối xử với động vật thí nghiệm đã thay đổi nhiều. Ngày nay, mọi đề xuất nghiên cứu trên động vật phải được một ủy ban chăm sóc và sử dụng động vật chấp thuận, và ủy ban này kiểm tra cơ sở nuôi hai lần mỗi năm.¹⁶ Bộ quy tắc đạo đức của Hiệp hội Tâm lý Hoa Kỳ chỉ cho phép dùng quy trình gây đau, căng thẳng hoặc thiếu thốn khi không còn phương án thay thế và mục tiêu thật sự xứng đáng.¹⁷

Thí nghiệm búp bê Bobo nói gì về việc học qua quan sát?

Thí nghiệm búp bê Bobo cho thấy trẻ nhỏ có thể tái hiện những hành vi hung hăng mới chỉ sau khi nhìn một người lớn làm vậy, kể cả khi không được thưởng hay phạt.⁵ Năm 1961, Albert Bandura cùng Dorothea Ross và Sheila Ross thực hiện thí nghiệm với 72 trẻ từ 37 đến 69 tháng tuổi ở trường mẫu giáo của Đại học Stanford. Trẻ được xếp ngẫu nhiên vào ba nhóm, mỗi nhóm 24 trẻ, sau khi được ghép theo mức hung hăng thường ngày mà giáo viên đánh giá.⁵

Nhóm đầu xem một người lớn đấm, đá và quát mắng một búp bê bơm hơi cao khoảng 1,5 mét trong 10 phút. Nhóm thứ hai xem người lớn lắp đồ chơi một cách trầm lặng và bỏ qua búp bê. Nhóm đối chứng, gồm trẻ chưa từng xem người mẫu nào, chỉ tham gia phần kiểm tra ở căn phòng sau đó.⁵

Sau đó, mỗi trẻ được dẫn sang phòng khác và bị gợi cho một chút bực bội khi người nghiên cứu nói rằng những món đồ chơi hấp dẫn kia dành cho trẻ khác. Cuối cùng, trẻ được chơi trong phòng có búp bê Bobo. Kết quả là nhóm xem người mẫu hung hăng đã tái hiện nhiều hành vi đánh và lời nói hung hăng giống người mẫu, còn trẻ ở hai nhóm kia hầu như không làm vậy.⁵

Đánh giá hiện nay về thí nghiệm Bobo

Phát hiện cốt lõi, rằng trẻ học được cách hành xử mới chỉ bằng quan sát, là đóng góp quan trọng của thí nghiệm này.⁵ Tuy vậy, thí nghiệm đo hành vi đối với một con búp bê bơm hơi ngay sau khi xem, trên mỗi nhóm 24 trẻ ở một trường mẫu giáo đại học.⁵ Vì vậy, thí nghiệm chưa trả lời được hai câu hỏi: trẻ có làm hại người thật hay không, và hành vi ấy kéo dài bao lâu?

Câu hỏi rộng hơn là bạo lực trên màn hình có khiến trẻ hung hăng hơn hay không, và câu hỏi này vẫn còn gây tranh luận. Một nhóm chuyên gia xem lại các phân tích gộp trong 60 năm và kết luận rằng bằng chứng về tác hại ngắn hạn là thuyết phục. Nhóm này cũng ghi nhận có bằng chứng về tác hại dài hạn, nhưng thừa nhận cần thêm các nghiên cứu theo dõi dài hạn chất lượng cao.¹⁸

Ngược lại, các nghiên cứu khác cho kết quả khiêm tốn hơn. Một phân tích gộp 101 nghiên cứu về trò chơi điện tử ở trẻ em và thanh thiếu niên ghi nhận ảnh hưởng đến hành vi hung hăng là rất nhỏ, với hệ số tương quan khoảng 0,06.¹⁹ Một bản phân tích lại phát hiện thiên lệch xuất bản trong các thí nghiệm về trò chơi bạo lực, và sau khi hiệu chỉnh, ảnh hưởng lên hành vi hung hăng rất nhỏ.²⁰ Lưu ý là các nghiên cứu này bàn về trò chơi điện tử, chứ không phải về thí nghiệm Bobo.

Thí nghiệm kẹo dẻo có dự báo được tương lai của một đứa trẻ không?

Chưa chắc đúng như cách kể phổ biến, vì một nghiên cứu lặp lại khái niệm trên mẫu lớn hơn ghi nhận mối liên hệ yếu hơn và phụ thuộc nhiều vào hoàn cảnh gia đình.²¹ Trong thí nghiệm kẹo dẻo (marshmallow test), người phỏng vấn đặt trước mặt đứa trẻ một món ăn vặt em thích rồi rời phòng. Nếu em chờ đủ lâu, em được ăn món đó và nhận thêm một phần thưởng, còn nếu không muốn chờ, em có thể bấm chuông gọi người phỏng vấn quay lại và chỉ nhận phần ban đầu.²¹

Các nghiên cứu theo dõi của nhóm Mischel từ thập niên 1980 và 1990 ghi nhận rằng trẻ chờ được lâu hơn ở tuổi mầm non thì có thành tích và hành vi tốt hơn ở tuổi thiếu niên. Với 35 đến 48 trẻ trong điều kiện được xem là “chẩn đoán”, tương quan giữa thời gian chờ và điểm thi đại học Hoa Kỳ khá lớn.²¹ Dù vậy, các mẫu này nhỏ, chọn lọc từ cộng đồng Đại học Stanford, và các tương quan chưa được điều chỉnh theo hoàn cảnh gia đình.²¹

Đến năm 2018, một bản lặp lại khái niệm (conceptual replication) dùng dữ liệu của 918 trẻ ở nhiều nơi tại Hoa Kỳ, tập trung vào 552 trẻ có mẹ chưa tốt nghiệp đại học. Mẫu này lớn gấp mười lần mẫu của nghiên cứu năm 1990.²¹ Mỗi phút chờ thêm ở khoảng 4 tuổi đi kèm thành tích ở tuổi 15 cao hơn khoảng một phần mười độ lệch chuẩn. Dù vậy, tương quan này chỉ bằng một nửa so với các nghiên cứu gốc và giảm hai phần ba khi tính đến nền tảng gia đình, năng lực nhận thức sớm và môi trường ở nhà.²¹

Phần lớn khác biệt về thành tích đến từ việc chờ được ít nhất 20 giây, còn mối liên hệ với các thước đo hành vi ở tuổi 15 nhỏ hơn nhiều và hiếm khi có ý nghĩa thống kê.²¹ Khi thêm một thước đo tự kiểm soát tổng hợp, chỉ khoảng 25% tác động lên thành tích được giải thích. Từ đó, nhóm tác giả cho rằng bài kiểm tra này có thể đo điều gì đó khác với tự kiểm soát thuần túy.²¹

Thời gian chờ còn có thể phản ánh niềm tin của trẻ về việc lời hứa có đáng tin hay không. Trong một thí nghiệm nhỏ với 28 trẻ khoảng 4 tuổi rưỡi, nhóm trẻ ở môi trường đáng tin chờ lâu hơn rõ rệt so với nhóm ở môi trường không đáng tin.²² Điều này gợi ý rằng trẻ có thể chờ vì cho rằng chờ sẽ được đền đáp, chứ không chỉ vì giỏi tự kiểm soát.²² Ví dụ giả định: một đứa trẻ nhiều lần nghe “lát nữa mẹ mua” mà không được mua có thể chẳng còn muốn chờ.

Khủng hoảng tái lập là gì và vì sao nó quan trọng?

Khủng hoảng tái lập (replication crisis) là mối lo rằng nhiều kết quả nghiên cứu không xuất hiện lại khi người khác làm lại, và tâm lý học đã có dữ liệu cụ thể cho mối lo này.²³ Khả năng lặp lại kết quả là một đặc điểm cốt lõi của khoa học. Năm 2015, một dự án hợp tác đã làm lại 100 nghiên cứu đăng trên ba tạp chí tâm lý học, gồm cả nghiên cứu thực nghiệm lẫn tương quan. Các bản lặp lại được thiết kế với sức mạnh thống kê cao và dùng vật liệu gốc khi có thể.²³

Nhìn chung, hiệu ứng ở các bản lặp lại chỉ bằng một nửa độ lớn của nghiên cứu gốc. Về ý nghĩa thống kê, 97% nghiên cứu gốc đạt mức này, trong khi chỉ 36% bản lặp lại làm được. Khoảng 47% độ lớn hiệu ứng gốc nằm trong khoảng tin cậy 95% của bản lặp lại, và 39% hiệu ứng được đánh giá chủ quan là đã lặp lại kết quả gốc.²³

Dù vậy, những con số này không có nghĩa phần lớn nghiên cứu tâm lý là sai. Nếu giả định kết quả gốc không bị thiên lệch, khi gộp cả kết quả gốc và bản lặp lại thì 68% vẫn có hiệu ứng có ý nghĩa thống kê. Nhóm nghiên cứu cũng ghi nhận rằng độ mạnh của bằng chứng gốc dự báo thành công của bản lặp lại tốt hơn so với đặc điểm của các nhóm thực hiện.²³

Các thí nghiệm kinh điển trong bài cũng có số phận khác nhau. Với thí nghiệm kẹo dẻo, bản lặp lại khái niệm cho mối liên hệ nhỏ hơn.²¹ Với thí nghiệm Milgram, bản lặp lại một phần cho tỷ lệ vâng lời gần với bản gốc.⁸ Riêng thí nghiệm nhà tù Stanford, các phê bình tập trung vào thiết kế.¹³ Một hiệu ứng kinh điển khác cũng được xem lại, như bài về hiệu ứng Zeigarnik và việc dang dở trình bày.

Đạo đức nghiên cứu đã thay đổi như thế nào?

Nghiên cứu giang mai Tuskegee, trong đó những người đàn ông da đen không được thông báo họ mắc bệnh và không được điều trị, đã gây phẫn nộ lớn.¹⁶ Vụ việc dẫn trực tiếp đến Đạo luật Nghiên cứu Quốc gia năm 1974 và các hướng dẫn nghiêm ngặt về nghiên cứu trên người.¹⁶ Đạo luật này lập ra một ủy ban có nhiệm vụ xác định các nguyên tắc đạo đức cơ bản, và Báo cáo Belmont năm 1979 tóm tắt các nguyên tắc ấy.²⁴

Báo cáo Belmont nêu ba nguyên tắc: tôn trọng con người, nhân ái và công bằng. Tôn trọng con người đòi hỏi coi mỗi người là chủ thể tự quyết và bảo vệ những người có khả năng tự quyết bị suy giảm. Nhân ái nghĩa là không gây hại, đồng thời tối đa hóa lợi ích và giảm thiểu tác hại. Còn công bằng đặt câu hỏi ai phải gánh vác và ai được hưởng lợi từ nghiên cứu.²⁴

Trong thực hành, người tham gia phải tham gia nghiên cứu một cách tự nguyện và có đủ thông tin. Khi việc cung cấp thông tin trọn vẹn có thể làm hỏng nghiên cứu, báo cáo chỉ chấp nhận việc không cho biết đầy đủ với ba điều kiện. Việc đó phải thật sự cần thiết, không có rủi ro ngầm vượt mức tối thiểu và có kế hoạch giải thích lại cho người tham gia sau đó.²⁴ Quy tắc của Hiệp hội Tâm lý Hoa Kỳ còn cấm lừa dối người tham gia về nghiên cứu có thể gây đau thể xác hoặc căng thẳng cảm xúc nghiêm trọng.¹⁷

Ở Hoa Kỳ, cơ sở nhận kinh phí liên bang phải có hội đồng đạo đức nghiên cứu xem xét các đề xuất liên quan đến người tham gia. Người tham gia ký phiếu đồng ý, được biết họ có thể dừng bất cứ lúc nào mà không bị phạt, và được giải thích đầy đủ sau nghiên cứu nếu có lừa dối.¹⁶ Một bình luận về bản lặp lại Milgram năm 2009 vừa ghi nhận nỗ lực bảo vệ người tham gia, vừa cho rằng nỗ lực ấy có thể bị phóng đại và đòi hỏi khó thực hiện.²⁵

Nghiên cứu lưu trữ về Milgram còn đặt ra một cách nhìn khác về đạo đức. Các tác giả lập luận rằng vấn đề chính nằm ở những hệ tư tưởng được dùng để giảm căng thẳng và biện minh cho việc làm hại người khác. Theo họ, vấn đề này còn nghiêm trọng hơn sự căng thẳng mà người tham gia phải chịu.¹⁰ Nói cách khác, đạo đức nghiên cứu không chỉ hỏi người tham gia có bị tổn thương hay không, mà còn hỏi họ được thuyết phục bằng điều gì.

Đọc tin về một thí nghiệm nổi tiếng thế nào cho tỉnh táo?

Khi gặp một video hay bài đăng trên mạng xã hội kể về một thí nghiệm nổi tiếng, bạn có thể hỏi vài câu đơn giản. Câu thứ nhất là nghiên cứu có nhóm đối chứng và phân nhóm ngẫu nhiên không, vì đó là điều kiện để nói đến nhân quả.² Câu thứ hai là mẫu lớn đến đâu và gồm những ai, vì thí nghiệm kẹo dẻo gốc chỉ có vài chục trẻ trong cộng đồng đại học, còn bản lặp lại dùng mẫu lớn hơn nhiều.²¹

Câu thứ ba là kết quả đã được lặp lại chưa và độ lớn ở bản lặp lại ra sao, vì hiệu ứng ở các bản lặp lại thường nhỏ hơn bản gốc.²³ Câu thứ tư là thước đo có thật sự đo điều được tuyên bố hay không, chẳng hạn hành vi với một búp bê bơm hơi chưa chắc phản ánh hành vi với người thật.⁵ Câu cuối là ai kể lại và đã đọc nghiên cứu gốc chưa, vì nhiều giáo trình đã bỏ qua các phê bình về thí nghiệm nhà tù Stanford.¹³

Một thí nghiệm nổi tiếng bị điều chỉnh vẫn đáng học, vì nó cho thấy cách khoa học tự sửa sai. Điều đáng giữ lại là thói quen hỏi về bằng chứng, hơn là một kết luận gọn như “ai cũng vâng lời” hay “ai cũng tàn nhẫn khi có quyền”. Các kết quả này chỉ phản ánh xu hướng của nhóm trong điều kiện cụ thể, chứ không dùng để đánh giá hay gắn nhãn một con người.

Khi nào nên gặp chuyên gia?

Bài này nói về các nghiên cứu khoa học, không nhằm đánh giá tình trạng của riêng bạn. Nếu đọc về các thí nghiệm này khiến bạn nhớ lại trải nghiệm bị ép buộc, bị bạo hành hoặc bị bỏ rơi, cảm xúc ấy có thể quay lại. Khi cảm xúc kéo dài hoặc ảnh hưởng đến giấc ngủ, học tập hay công việc, hãy trao đổi với bác sĩ hoặc chuyên gia sức khỏe tâm thần. Bạn không cần tự gắn nhãn cho mình, chỉ cần mô tả những điều mình đang gặp.

Nếu bạn hoặc người thân đang bị đe dọa, bạo lực hoặc kiểm soát trong gia đình, trường học hay nơi làm việc, hãy tìm sự hỗ trợ từ người đáng tin cậy và cơ quan có thẩm quyền. Nếu bạn đang tham gia một nghiên cứu, bạn có quyền hỏi về quy trình và rút lui bất cứ lúc nào mà không bị phạt.¹⁶ Quyền này nằm trong các nguyên tắc đạo đức nghiên cứu hiện hành. Nếu bạn muốn hình dung việc tìm hỗ trợ, bài về thời gian của một quá trình trị liệu tâm lý có thể giúp.

Nếu bạn có ý nghĩ tự làm hại bản thân hoặc đang gặp nguy hiểm, hãy đến cơ sở y tế gần nhất hoặc gọi 115. Khi có nguy hiểm tức thời, hãy gọi 113.

Tài liệu tham khảo học thuật