Tomorrow Marketers – Tư duy phản biện (critical thinking) vừa là tư duy vừa là kỹ năng không thể thiếu. Tư duy này giúp Data Analyst đảm bảo những kết luận từ các kỹ thuật phân tích của bạn không có lỗi suy luận, đồng thời giúp tăng hiệu quả của các cuộc họp, trao đổi giữa nhiều bên. Cùng Tomorrow Marketers tìm hiểu về tư duy phản biện và cách để luyện tập tư duy này nhé!
Đọc thêm các phần trước của Lộ trình vào ngành dữ liệu cùng Tomorrow Marketers:
- Data Analyst Roadmap – Phần 1: Chuẩn bị nền tảng như nào để “chắc chân” vào ngành?
- Data Analyst Roadmap – Phần 2: Chuẩn bị portfolio và sẵn sàng interview để “manifest” có job?
1. Critical Thinking là gì?
Tư duy phản biện (critical thinking) chính là khả năng đánh giá, chắt lọc thông tin, cân nhắc các dẫn chứng và có thể đưa ra quan điểm ủng hộ hay phản đối thông tin đó, đồng thời có thể bổ sung lập luận để củng cố hoặc tìm ra các lỗi lập luận để làm suy yếu nó.
Tư duy này bao gồm kỹ năng đặt câu hỏi, xác định các loại định kiến, tìm ra những khoảng trống, sai sót, các lỗi ngụy biện trong quá trình tư duy và đưa ra kết luận chính xác.
Để tìm hiểu về tư duy phản biện, đầu tiên cần nắm được một số khái niệm cơ bản trong tư duy logic: lập luận (argument) sẽ bao gồm luận cứ (premise) và kết luận (conclusion). Trong đó luận cứ là một thông tin được phát biểu (có thể đúng hoặc sai), có vai trò hỗ trợ cho kết luận được đưa ra.
Một kết luận được coi là vững chắc nếu các luận cứ đưa ra dựa trên thông tin chính xác và các luận cứ có mối quan hệ logic hợp lý. Một số mối quan hệ giữa các luận cứ để đưa ra kết luận bao gồm:
- Luận cứ A VÀ luận cứ B (tương đương phép hội trong toán tử logic)
- Luận cứ A HOẶC luận cứ B (tương đương phép tuyển trong toán tử logic)
- Luận cứ A TRÁI NGƯỢC với luận cứ B (tương đương phép phủ định trong toán tử logic)
- Luận cứ A DẪN TỚI luận cứ B (tương đương phép kéo theo trong toán tử logic)
- Luận cứ A NẾU VÀ CHỈ NẾU luận cứ B (tương đương tương đương logic theo trong toán tử logic)
Quá trình tư duy phản biện đánh giá một phát biểu xảy ra theo 3 giai đoạn: Analyzing, Interpreting & Evaluating.
- Analyzing: Đâu là kết luận? Đâu là những dẫn chứng hay luận điểm mà người nói hay người viết đưa ra? Chủ đề mà người nói/người viết muốn bàn tới là gì?
- Interpreting: Người nói đang muốn làm gì (đưa ra một giải pháp/dự đoán/chứng minh một hậu quả,…)? Người nói đang muốn ám chỉ điều gì?
- Evaluating: Ý kiến này có đúng hay không? Điều gì khiến ý kiến này đúng/sai? Lập luận này có lỗ hổng nào hay không?
Đọc thêm: 3 bước tư duy phản biện giúp bạn đánh giá đúng ý kiến của người khác
2. Critical Thinking áp dụng như nào trong việc phân tích dữ liệu?
Quy trình phân tích dữ liệu bao gồm nhiều bước: từ bước xác định mục tiêu, chọn nguồn dữ liệu, chọn phương pháp để phân tích, xử lý dữ liệu, thực hiện các kỹ thuật,… Vì vậy, Data Analyst cần thực hành tư duy phản biện ở mỗi bước để đảm bảo hoạt động trước đó đã chính xác để tiếp tục áp dụng với hoạt động tiếp theo, tránh việc khi phát hiện có lỗi sau đó lại phải làm lại quy trình từ đầu.
Với Critical Thinking, Data Analyst có thể:
- Tìm ra các insight mới, các góc nhìn mới và những giải pháp mới cho vấn đề đang gặp phải
- Tránh được các lỗi lập luận và các thiên kiến trong phân tích dữ liệu
- Xác định được một quy trình đặt câu hỏi để tìm được hướng tiếp cận cho những phân tích
- Kiểm chứng lại về chất lượng, tính chính xác và tính liên quan của những dữ liệu được sử dụng để phân tích, đảm bảo đã xử lý và chắt lọc những dữ liệu có giá trị trước khi sử dụng các kỹ thuật và đưa ra lập luận khác
- Đảm bảo mọi lập luận trong phân tích đưa ra đều có luận cứ (premise) xác đáng để củng cố
- Tư duy có quy trình trong việc xác định nguyên nhân và đưa ra giải pháp trong bước xác định nguyên nhân gốc rễ
3. Một số lỗi lập luận trong critical thinking
Lỗi lập luận (fallacy) là một lỗi về mặt logic hoặc lý luận dẫn đến một kết luận không hợp lệ. Sai lầm có thể phát sinh từ những giả định không chính xác, áp dụng sai các nguyên tắc toán học hoặc sai lầm logic. Một số loại lập luận thường gặp bao gồm:
- Division Fallacy: Kết luận một khẳng định đúng với tổng thể thì cũng đúng với các cấu phần của tổng thể đó. Ví dụ: nếu một nhóm người có chiều cao trung bình là 1.8m, điều đó không có nghĩa là mỗi cá nhân trong nhóm đều cao 1.8m.
- Composition Fallacy: Kết luận một khẳng định đúng với từng cấu phần thì cũng đúng cho tổng thể. Ví dụ: nếu mỗi cầu thủ trong một đội bóng rổ đều giỏi thì điều đó không nhất thiết có nghĩa là đội đó giỏi.
- False Dichotomy: Đưa ra hai lựa chọn là những khả năng duy nhất khi trên thực tế có nhiều lựa chọn hơn. Ví dụ, lập luận rằng một phát biểu toán học phải đúng hoặc sai mà không xét đến khả năng nó là không xác định.
- Post Hoc Fallacy: Giả sử rằng vì sự kiện này nối tiếp sự kiện khác nên sự kiện đầu tiên gây ra sự kiện thứ hai. Trong toán học, điều này có thể xảy ra trong lý luận thống kê khi suy ra quan hệ nhân quả từ mối tương quan.
- Begging the Question: Các luận cứ của một lập luận (premises) đã thừa nhận tính đúng đắn của kết luận. Ví dụ: khẳng định tính định lý của một phương pháp toán học nhưng không đưa ra được bằng chứng hay lập luận.
- Non Sequitur: Một kết luận không tuân theo logic từ luận cứ (premises). Ví dụ, phát biểu rằng vì một số là số chẵn nên nó phải lớn hơn 2.
- False Cause: Hai phát biểu không có mối quan hệ nhưng lại được giả sử là có mối quan hệ nhân quả.
- Loaded Question: Hỏi một câu hỏi chứa đựng một giả định nên không thể trả lời.
- The Texas Sharpshooter: Các dẫn chứng được “cố tình” lựa chọn để củng cố thêm cho lập luận hoặc một giả thuyết (cherry-picked).
Học cách để nhận biết và tránh gặp phải các lỗi lập luận này rất quan trọng cho việc tự đánh giá những lập luận của bản thân.
Đọc thêm: Những lỗi lập luận cần tránh để tranh luận không trở thành tranh cãi vô ích
4. Luyện tập Critical Thinking như nào?
Critical thinking không phải là tư duy cố định: tư duy này không phải tự có, cũng không phải đã thành công trau dồi một lần là sẽ có được tư duy đó mãi mãi nếu không học và thực hành áp dụng liên tục.
Học cách hoài nghi và đặt các câu hỏi xác nhận với các thông tin mới. Thông tin có thể ở nhiều hình thức, trong đó ở hình thức nào cũng có thể đã bị “bóp méo”: Một bài báo giật tít, một hình ảnh sử dụng deep fake, một lời nói đã bị tam sao thất bản,… Vì vậy, luôn đặt câu hỏi về tính chính xác của những thông tin bạn nhận được: “Thông tin này có đầy đủ và cập nhật gần đây không?”, “Thông tin và dữ liệu đó trích dẫn từ nguồn nào?”, “Có sử dụng yếu tố AI không?”, “Có luận cứ hoặc dẫn chứng nào hỗ trợ cho lập luận đó không?”, “Những thông tin đó liệu có đang phục vụ cho một động lực cá nhân nào khác?”, “Thông tin có đang được lan truyền với ngôn ngữ, cảm xúc và giọng điệu đáng nghi không?”.
Thử nhìn mọi chuyện theo nhiều quan điểm khác nhau. Mỗi người đều có quan điểm, động cơ, mục tiêu, thành kiến cá nhân. Điều này do nhận thức, cảm xúc, kinh nghiệm và những trải nghiệm trước đây của mỗi người là khác nhau. Bạn có thể rèn khả năng tư duy phản biện bằng cách đặt mình ở góc nhìn của người khác: “Nếu là A, mình sẽ suy nghĩ gì?” – Xem một dashboard về doanh số bán hàng, nhân viên bán hàng sẽ quan tâm tới doanh số của mỗi sale, trong khi team lead sẽ quan tâm tới tình hình chung của cả team hơn. Thay đổi và bổ sung một vài yêu cầu trong quy trình bán hàng, nhân viên sẽ quan tâm thay đổi đó có ảnh hưởng tới các thao tác của mình không, trong khi team lead sẽ quan tâm liệu thay đổi đó có tác động tích cực hơn tới tổng thể của quy trình – về mặt hiệu suất và khả năng chốt đơn?…
Hình thành ý kiến của riêng bạn. Nhưng tương tự, hãy thử tự đặt câu hỏi với chính những quan điểm của mình, nhưng ở một góc nhìn khác. Có thể quan điểm của bạn cũng đã bị ảnh hưởng bởi những thành kiến của bạn. Ví dụ, hãy thử nghĩ xem, nếu là A – một người mù màu và không phân biệt được màu xanh, liệu màu sắc của dashboard có đang gây khó khăn để sử dụng?, hoặc nếu là B – một người có mắt yếu và không sử dụng được màn hình có độ tương phản cao, liệu để nền report đen chữ trắng có khó nhìn,…
Luyện tập lắng nghe chủ động. Lắng nghe và tập cho mình thói quen tóm tắt lại các thông tin đã nghe, liên kết các ý và chủ động đặt ra câu hỏi ngay trong lúc nghe. Ví dụ, bạn tham gia một buổi chia sẻ về bán hàng, ở đây người chia sẻ đã chia sẻ rằng “Quy trình bán hàng đang đi từ các bước thu thập thông tin từ các mạng xã hội, tiếp cận bằng telesale với cold call, sau đó nhân viên sẽ thuyết phục và chốt đơn”. Hãy thử đặt câu hỏi: “Vì sao lại lựa chọn cold call, liệu có phù hợp với loại hình sản phẩm?”, “Vì sao người chia sẻ lại vẫn giữ lại quy trình này, có phải theo kinh nghiệm họ cho rằng quy trình vẫn đang hiệu quả? Có số liệu nào back up cho quan điểm đó không?”, “Liệu có cách khác để tiếp cận khách hàng không?” và liệt kê một số quy trình thay thế khác,…
Tóm lại, với các lời khuyên phía trên, đều xuất phát từ xây dựng cho mình một tâm thế tò mò, luôn muốn tìm hiểu cặn kẽ thông tin và liên tục đặt câu hỏi. Nhưng hay hỏi chưa chắc đã bằng hỏi hay. Vậy làm cách nào để đặt câu hỏi hay?
- Linh hoạt giữa các loại câu hỏi: “Là cái gì” (What), “Vì sao?” (Why), “Bằng cách nào?” (How), “Dẫn chứng ở đâu?” (Where), “Thông tin đó được cập nhật lúc nào?” (When)
- Đặt liên tục 5 câu hỏi “Tại sao” để tìm ra vấn đề
- Đặt câu hỏi mở để “chừa chỗ” để thảo luận và khám phá các câu trả lời mới thay vì “Yes/No”
- Đặt câu hỏi để kéo dài chủ đề để khai phá thêm các thông tin ẩn
- Mở rộng phạm vi đặt câu hỏi, không chỉ gói gọn trong đối tượng đang thảo luận, thử liên kết các đối tượng có liên quan để so sánh, đặt ra các giả thuyết, đồng thời tìm ra các mâu thuẫn và lỗi lập luận
- Nghĩ ra từng đó câu hỏi rồi, nhưng trước khi đặt câu hỏi cho người khác, hãy tự tìm hiểu lại các thông tin để trả lời trước nhé, tránh việc đặt quá nhiều câu hỏi có phần hiển nhiên
Đọc thêm: 15 câu hỏi tìm ra hướng phân tích dữ liệu hiệu quả
Chủ động đọc thêm về các bài viết về Critical Thinking trong nhiều tình huống. Blog Tomorrow Marketers cũng dành riêng chủ đề Critical Thinking để bạn có thể học hỏi cách áp dụng linh hoạt tư duy phản biện qua nhiều tình huống thường gặp trong công việc. Để áp dụng thành thục, hãy thử luyện tập cùng series bài tập case study của Tomorrow Marketers nữa nhé!
5. Thử một vài câu hỏi để xem mình đã có tư duy phản biện chưa nào!
Thử luyện tập với hai câu hỏi này nhé:
Câu hỏi 1: Lời giải chứng minh 1=2
Với a = b
(1) Nhân hai vế với a, ta được
(2) Trừ hai vế cho b^2, ta được
(3) Đặt thừa số chung của hai vế làm nhân tử chung, ta được b(a – b) = (a + b)(a – b)
(4) Chia hai vế cho (a-b), ta được b= a + b
(5) Bởi a = b nên b = 2a
(6) 1 = 2
Vậy lập luận này sai ở bước suy luận nào?
Ngưng lại 2 phút để suy nghĩ trước khi kéo xuống xem đáp án nhé!
Đáp án:
Bước lập luận sai nằm ở bước (4). Lập luận sai khi a-b = 0 nên không thể thực hiện bước chia cho 0.
Câu hỏi 2 (thử mức độ khó hơn nhé):
Một số trưởng bộ phận của Tập đoàn Nokia sẽ nghỉ hưu trong năm nay. Số lượng nhân viên ngoài trưởng bộ phận hiện tại có thể đảm nhận vị trí trưởng bộ phận chỉ bằng khoảng một nửa số vị trí tuyển dụng dự kiến. Nokia sẽ không thuê các trưởng bộ phận từ bên ngoài công ty hoặc để các trưởng bộ phận hiện tại tiếp quản nhiều bộ phận, vì vậy một số bộ phận sẽ không có trưởng bộ phận vào năm tới trừ khi Nokia:
(A) thăng chức một số trưởng bộ phận hiện tại lên các vị trí quản lý cấp cao hơn
(B) tăng lương cho trưởng phòng
(C) giảm số lượng nhân viên mới thuê vào năm tới
(D) giảm số lượng nhân viên trung bình trên mỗi bộ phận
(E) giảm số lượng các phòng ban
Ngưng lại 2 phút để suy nghĩ trước khi kéo xuống xem đáp án nhé!
Sau đó tìm câu trả lời trong bài Kì 2 | Series bài tập luyện Critical Thinking qua case study cùng Tomorrow Marketers nhé!
Tạm kết
Tư duy phản biện không phải tự nhiên sinh ra, nó được hình thành qua quá trình nhận thức và chủ động luyện tập. Bạn có thể chủ động thực hành tư duy này khi thực hiện quá trình phân tích dữ liệu với các bài toán khác nhau. Ở mỗi bước, bạn có thể dừng lại 5 phút để rà soát lại: liệu có còn các lỗi dữ liệu nào chưa được xử lý tới, với các cách xử lý như vậy có thể có ưu và nhược điểm gì, các đánh giá và phân tích của bạn có đang mắc phải lỗi lập luận nào không, nếu là end-user, họ sẽ cho rằng đánh giá đó đúng hay sai?
Dần dần, bạn sẽ có một tư duy phân tích dữ liệu vững chắc, luôn biết từng bước mình cần làm gì khi đối mặt với lượng dữ liệu khổng lồ. Thành thạo kỹ năng xử lý dữ liệu và biết cách kết hợp cùng tư duy phản biện và kỹ năng đặt câu hỏi đúng sẽ giúp bạn tăng tính chủ động, tự tin đưa ra các quyết định kinh doanh đúng đắn. Nếu chưa biết cách trang bị tư duy phân tích dữ liệu như thế nào, tham khảo ngay khóa học Data Analysis – Phân tích dữ liệu cho quyết định chiến lược nhé!
Bài viết được tổng hợp và biên soạn bởi Tomorrow Marketers, xin vui lòng không sao chép dưới mọi hình thức!
