Toán học ẩn sau mọi quyết định bạn đưa ra

Tôi từng nghĩ quyết định tốt đến từ cảm giác ruột hoặc suy nghĩ cẩn thận. Rồi tôi đọc một thread lan truyền của nhà giao dịch và nghiên cứu @zodchiii, và nhận ra mình đã bỏ qua phần đơn giản nhất của phương trình. Hầu hết mọi người cũng vậy. Chúng ta coi quyết định là vấn đề ý kiến hay trực giác, nhưng thực ra chúng là những bài toán đội lốt.

Thread đó, được đăng lại trên axisofeasy.com, phân tích sáu mô hình tư duy giải thích tại sao người thông minh lại đưa ra lựa chọn ngu ngốc. Các mô hình này không mới. Các nhà kinh tế và tâm lý học đã biết đến chúng từ nhiều thập kỷ. Nhưng áp dụng chúng một cách nhất quán thì hiếm. Đó chính là lợi thế.

Nếu bạn muốn đưa ra quyết định tốt hơn trong công việc, các mối quan hệ, hay với tiền bạc, sáu khuôn khổ này sẽ thay đổi cách bạn nhìn nhận hầu như mọi lựa chọn.

Điều làm cho thread này khác biệt so với các nội dung self-help khác là @zodchiii không phải một life coach bán khóa học. Anh ấy là một nhà giao dịch Polymarket, người đặt cược thực tế bằng tiền thật. Lời khuyên của anh ấy đến từ việc theo dõi kết quả, không phải từ lý thuyết. Nền tảng thực tiễn đó mang lại độ tin cậy mà bạn không có được từ người chưa bao giờ sai trước công chúng.

Expected value

Expected value là công cụ ra quyết định cơ bản nhất bạn từng sử dụng, và hầu như không ai áp dụng nó một cách có ý thức. Công thức rất đơn giản: nhân xác suất của một kết quả với phần thưởng của nó, rồi cộng tất cả các kết quả có thể.

Đây là phiên bản dễ nhớ:

Expected value = (xác suất thắng × phần thưởng) - (xác suất thua × số tiền thua)

Một lần tung đồng xu trả bạn 2 đô la nếu mặt ngửa và khiến bạn mất 1 đô la nếu mặt sấp có expected value dương. Bạn nên nhận cược đó mọi lúc, dù bạn sẽ thua một nửa số lần tung. Hầu hết mọi người từ chối vì cảm giác mất đau hơn cảm giác được vui. Đó là sự ác cảm mất mát, và đó là lý do casino kiếm tiền.

Trong cuộc sống thực, expected value xuất hiện trong các lời mời làm việc, lựa chọn đầu tư, và thậm chí việc có nên tham dự một bữa tiệc hay không. Nếu tiềm năng lợi ích lớn hơn bất lợi khi bạn tính đến xác suất, toán học nói hãy nhận lấy. Cảm giác trong bụng bạn không phải là tiếng nói của toán học.

Điều này liên quan đến loạt bài rộng hơn về bẫy tâm lý phá hoại việc ra quyết định. Expected value là một cách để thoát khỏi những cái bẫy đó. Thay vì dựa vào phản ứng bản năng, bạn tính toán xem tỷ lệ có nghiêng về bạn không. Theo thời gian, thói quen nhỏ đó phân tách người may mắn với người tự tạo vận may cho mình.

Đây là một ví dụ thực tế hơn. Giả sử bạn đang cân nhắc một dự án phụ có thể kiếm được 5.000 đô la với 30 phần trăm cơ hội thành công, và nó sẽ tốn 500 đô la thời gian và vật liệu nếu thất bại. Expected value là (0,3 × 5.000) - (0,7 × 500) = 1.150. Đó là dương. Dù bạn thất bại bảy trên mười lần, một lần thành công trả cho tất cả các lỗ và để bạn có lời. Hầu hết mọi người nhìn vào tỷ lệ thất bại 70 phần trăm và bỏ đi mà không tính toán.

Cùng logic áp dụng cho email lạnh lùng, đơn xin việc, và hẹn hò. Nếu lợi ích đủ lớn và chi phí thử thấp, expected value có khả năng dương. Bạn chỉ cần sẵn lòng thực hiện phép tính thay vì tin vào nỗi sợ của mình.

Base rate neglect

Bộ não của bạn ghét thống kê chung. Nó thích những câu chuyện cụ thể. Đây là cái bẫy base rate neglect, và nó phá hỏng nhiều quyết định hơn hầu hết các thành kiến khác.

Đây là ví dụ kinh điển từ thread: hãy tưởng tượng một căn bệnh ảnh hưởng đến 1 trên 1.000 người. Một xét nghiệm cho nó chính xác 99%. Bạn xét nghiệm dương tính. Cơ hội bạn thực sự mắc bệnh là bao nhiêu?

Hầu hết mọi người nói 99%. Câu trả lời thực sự là khoảng 9%. Tại sao? Bởi vì căn bệnh hiếm đến nỗi dương tính giả vượt xa dương tính thật. Bộ não của bạn bỏ qua base rate (1 trên 1.000) và bám vào thông tin cá nhân sống động (kết quả dương tính của bạn).

Điều này xảy ra liên tục. Bạn nghe về một sinh viên bỏ học đại học xây dựng công ty tỷ đô và nghĩ bỏ học là một kế hoạch tốt. Bạn bỏ qua base rate: hầu hết sinh viên bỏ học không trở thành tỷ phú. Bạn nghe về một startup huy động được hàng triệu đô và nghĩ ý tưởng của mình là tiếp theo. Bạn bỏ qua base rate: khoảng 6 trên 10 startup thất bại trong vài năm đầu.

Bạn cũng thấy điều này trong các quyết định sức khỏe. Một người bạn thử một loại thực phẩm chức năng mới và nói nó chữa khỏi mệt mỏi. Bạn mua cùng loại và chẳng thấy gì. Câu chuyện cá nhân thì sống động, nhưng base rate nói rằng thực phẩm chức năng hiếm khi vượt trội giả dược cho mệt mỏi nói chung. Bộ não bạn không quan tâm đến base rate. Nó quan tâm đến câu chuyện.

Giải pháp thì nhàm chán nhưng hiệu quả. Trước khi bạn hào hứng về một trường hợp cụ thể, hãy hỏi thống kê chung nói gì. Thống kê chung thường đúng. Nếu bạn đang nghĩ đến việc nghỉ việc để khởi nghiệp, hãy nhìn vào tỷ lệ sống sót của doanh nghiệp trong ngành của bạn, không phải bài đăng Instagram của một người thành công vang dội. Người đó là ngoại lệ. Base rate là thực tế mà hầu hết mọi người trải qua.

Đây chính xác là kiểu lý luận được khám phá trong hướng dẫn tư duy phản biện về logic và thiên kiến. Sự khác biệt ở đây là base rate neglect có một giải pháp toán học cụ thể. Bạn không cần trở thành chuyên gia logic. Bạn chỉ cần nhớ kiểm tra thống kê trước khi yêu mến một câu chuyện.

Sunk cost fallacy

Bạn mua vé xem phim 15 đô la. Hai mươi phút sau, bạn nhận ra phim tệ. Bạn bỏ về hay ở lại?

Hầu hết mọi người ở lại. Họ nghĩ về 15 đô la đã tiêu và không muốn lãng phí. 15 đô la đó đã mất bất kể bạn làm gì. Đó là sunk cost. Câu hỏi hợp lý duy nhất là: với vị trí hiện tại, 90 phút tiếp theo có đáng thời gian của tôi không?

Sunk cost fallacy là lý do mọi người ở lại công việc bế tắc, tiếp tục sửa xe mà tiền sửa còn đắt hơn giá trị xe, và giữ các khoản đầu tư thua lỗ hy vọng chúng sẽ hồi phục. Quá khứ không thể thương lượng. Điều quan trọng là những gì đến tiếp theo.

Tôi đã làm điều này với các đăng ký dịch vụ. Tôi trả tiền cho dịch vụ mình không dùng vì đã trả cả năm. Tiền đã mất. Câu hỏi là những tháng còn lại có đáng không. Thường là không. Hủy bỏ cảm giác như thừa nhận thất bại, nhưng thực ra đó là bước đi thông minh hơn.

Sunk cost fallacy cũng xuất hiện trong các mối quan hệ. Mọi người ở lại cuộc hôn nhân không hạnh phúc vì những năm đã đầu tư. Họ ở lại sự nghiệp họ ghét vì tấm bằng họ đã mất bốn năm để có. Tấm bằng sẽ không đi đâu. Câu hỏi là năm năm tới có đáng không. Nếu câu trả lời là không, đầu tư quá khứ không phải lý do để ở lại. Nó là lý do để rời đi trước khi bạn đầu tư thêm.

Quân đội có một câu cho điều này: “cắt lỗ.” Đó không phải bỏ cuộc. Đó là chuyển hướng nguồn lực đến nơi chúng thực sự có cơ hội sinh lời. Mỗi giờ bạn dành cho một con đường không lối thoát là một giờ bạn không thể dành cho con đường có thể thành công.

Bayesian thinking

Bayesian thinking nghĩa là cập nhật niềm tin của bạn khi bạn thấy bằng chứng mới. Toán học trông có vẻ đáng sợ, nhưng ý tưởng thì đơn giản: sự tự tin của bạn vào một điều nên thay đổi khi bạn học được nhiều hơn.

Công thức cơ bản là:

P(niềm tin sau bằng chứng) = P(niềm tin trước bằng chứng) × P(bằng chứng nếu niềm tin đúng) / P(bằng chứng)

Nói một cách đơn giản: bắt đầu với những gì bạn đã tin, sau đó điều chỉnh dựa trên những gì bạn vừa học. Nếu bạn nghĩ một đồng xu là cân bằng và nó ra mặt ngửa mười lần liên tiếp, bạn nên cập nhật niềm tin rằng đồng xu đó có trọng lượng.

Hầu hết mọi người làm ngược lại. Họ hình thành niềm tin và sau đó bảo vệ nó chống lại mọi bằng chứng. Đây là lý do tại sao chính trị và tôn giáo tạo ra nhiều tranh luận. Bayesian thinking buộc bạn coi niềm tin như giả thuyết tạm thời thay vì chân lý vĩnh viễn.

Thách thức thực tế là cập nhật niềm tin cảm giác như điểm yếu. Nếu bạn thay đổi suy nghĩ sau khi thấy bằng chứng mới, mọi người có thể gọi bạn là không nhất quán. Nhưng toán học không quan tâm đến danh tiếng của bạn. Nó quan tâm đến độ chính xác. Người cập nhật nhanh cuối cùng có dự đoán tốt hơn người bám vào niềm tin cũ.

Thị trường dự đoán là một ứng dụng thực tế của điều này. Khi hàng ngàn người đặt cược vào một kết quả, tỷ lệ thay đổi khi thông tin mới đến. @zodchiii gọi thị trường dự đoán là phòng gym cho việc ra quyết định của bạn. Bạn nhận được phản hồi về việc niềm tin của bạn có được hiệu chỉnh không, và bạn có thể điều chỉnh trong thời gian thực.

Bạn có thể thực hành Bayesian thinking trong những việc nhỏ. Khi một người bạn giới thiệu nhà hàng và bạn có trải nghiệm tệ, hãy cập nhật lòng tin vào gu của người bạn đó. Khi một cổ phiếu bạn mua giảm sau báo cáo thu nhập, hãy cập nhật mô hình của bạn về công ty đó thay vì gấp đôi cược. Những cập nhật nhỏ tích lũy thành phán đoán tốt hơn theo thời gian.

Survivorship bias

Survivorship bias là sai lầm khi chỉ nghiên cứu những người chiến thắng và cho rằng thói quen của họ giải thích chiến thắng. Sinh viên bỏ học xây dựng công ty kỳ lân được viết tiểu sử. Hàng ngàn người bỏ học thất bại và làm công việc bình thường không được nhắc đến.

Thread chỉ ra rằng 87 phần trăm ví Polymarket thua lỗ. Nhưng bạn chỉ nghe về những người thắng đăng lợi nhuận lên mạng xã hội. Điều tương tự xảy ra với nhà hàng, startup, và chiến lược đầu tư. Bạn thấy 60 phần trăm sống sót và bỏ qua 40 phần trăm đã đóng cửa.

Thành kiến này nguy hiểm vì nó làm cho chiến lược xấu trông thông minh. Nếu bạn sao chép thói quen của người thành công mà không kiểm tra xem những thói quen đó có thực sự gây ra thành công hay không, bạn đang đánh bạc. Có thể họ thành công mặc dù thói quen của họ, không phải vì chúng.

Thuốc giải là tìm kiếm dữ liệu bị thiếu. Hãy tự hỏi: ai đã thử điều này và thất bại? Những người đã làm điều tương tự nhưng không thành công ở đâu? Nếu bạn không thể tìm thấy họ, đó là dấu hiệu cảnh báo, không phải bằng chứng chiến lược hiệu quả.

Survivorship bias ở khắp mọi nơi một khi bạn bắt đầu tìm kiếm nó. Sách kinh doanh nghiên cứu công ty thành công mà không so sánh với công ty thất bại. Người có ảnh hưởng thể hình khoe kết quả của họ nhưng không phải những người theo cùng kế hoạch và không thấy thay đổi. Bản tin đầu tư khoe các giao dịch thắng trong khi bỏ qua các giao dịch thua.

Thread nêu bật Polymarket như một nghiên cứu điển hình. Mọi người chia sẻ ảnh chụp màn hình chiến thắng lớn của họ. Không ai chia sẻ ảnh chụp màn hình tài khoản mất 80 phần trăm giá trị. Nếu bạn chỉ nhìn vào người thắng, bạn sẽ nghĩ nền tảng này là tiền dễ. Nếu bạn nhìn vào toàn bộ phân phối, bạn sẽ nhận ra đó là trò chơi kỹ năng với lợi thế nhà cái nặng cho người nghiệp dư.

Để chống lại thành kiến này, chủ động tìm kiếm câu chuyện thất bại. Đọc bài viết tổng kết của các startup thất bại. Nhìn vào những người theo cùng chế độ ăn và tăng cân. Nghiên cứu các nhà giao dịch đã cháy tài khoản. Dữ liệu bị thiếu thường nhiều thông tin hơn dữ liệu có thể thấy.

Kelly criterion

Kelly criterion cho bạn biết nên đặt cược bao nhiêu phần trăm bankroll của mình vào một cơ hội nhất định. Đó là công thức cân bằng phần thưởng với rủi ro để bạn không phá sản dù có lợi thế.

Công thức là:

f = (bp - qb) / b*

Trong đó b là tỷ lệ cược, p là xác suất thắng, q là xác suất thua, và f* là phần bankroll nên đặt cược.

Trong thực tế, hầu hết người đặt cược chuyên nghiệp và nhà đầu tư sử dụng phương pháp quarter-Kelly. Họ đặt cược ít hơn công thức đề xuất vì cuộc sống thực hỗn loạn hơn toán học. Đánh giá quá cao lợi thế của bạn là cách nhanh nhất để mất tất cả.

Bài học ở đây không phải về cờ bạc. Nó về phân bổ nguồn lực. Nếu bạn có một cơ hội tốt, bạn nên dành bao nhiêu thời gian, tiền bạc, hay sự chú ý cho nó? Đặt tất cả vào một cược cảm giác táo bạo, nhưng thường là liều lĩnh. Phân tán cược của bạn theo tỷ lệ với lợi thế thực tế giúp bạn ở lại cuộc chơi lâu hơn.

Trong đầu tư, điều này có nghĩa không bao giờ dồn hết vào một cổ phiếu dù bạn tự tin thế nào. Trong sự nghiệp, nó có nghĩa không đặt cược toàn bộ tương lai vào một công ty hay một kỹ năng. Trong các mối quan hệ, nó có nghĩa không đặt tất cả nhu cầu cảm xúc lên một người. Toán học nói đa dạng hóa, ngay cả khi ruột bạn nói tập trung.

Hầu hết mọi người bỏ lỡ phần quarter-Kelly. Full Kelly giả định bạn biết lợi thế của mình một cách hoàn hảo. Trong cuộc sống thực, bạn có khả năng quá tự tin. Đặt cược một phần tư số Kelly cho bạn khoảng trống cho sai lầm. Bạn vẫn thắng lớn khi đúng, nhưng bạn sống sót đủ lâu để thu hoạch khi sai. Đệm sống sót đó là điều hầu hết mọi người bỏ lỡ. Mục tiêu không phải là đánh một cú home run một lần. Nó là tiếp tục chơi cho đến khi tỷ lệ có lợi cho bạn.

Cả sáu kết nối với nhau như thế nào

Những mô hình này không phải công cụ riêng rẽ. Chúng là thấu kính điều chỉnh lẫn nhau. Expected value ngăn bạn phản ứng thái quá với mất mát ngắn hạn. Base rate neglect ngăn bạn chạy theo ngoại lệ. Sunk cost fallacy kéo bạn ra khỏi đầu tư quá khứ không còn phục vụ bạn. Bayesian thinking cập nhật bản đồ của bạn khi lãnh thổ thay đổi. Survivorship bias nhắc nhở bạn tìm kiếm những thất bại không thể thấy. Kelly criterion đảm bảo bạn còn đủ để chơi ván tiếp theo.

Sử dụng cùng nhau, chúng tạo thành một hệ thống. Bạn ngừng đưa ra quyết định dựa trên cảm giác tại thời điểm và bắt đầu đưa ra chúng dựa trên việc toán học có hiệu quả theo thời gian hay không. Sự chuyển dịch đó tinh tế nhưng vĩnh viễn.

Hãy nghĩ như học lái xe. Lúc đầu, bạn nghĩ về từng lần sang số và kiểm tra gương. Cuối cùng, kỹ năng trở thành tự động. Sáu mô hình này hoạt động cùng một cách. Lúc đầu, bạn phải chủ động chạy các phép tính. Với thực hành, chúng trở thành một phần cách bạn nhìn thế giới. Bạn sẽ nhận ra base rate neglect trong tiêu đề tin tức. Bạn sẽ bắt gặp mình biện minh cho sunk cost trong cuộc họp. Bạn sẽ cảm thấy sự kéo của survivorship bias khi một câu chuyện thành công lan truyền.

Đây là lợi ích thực sự. Bạn không cần thông minh hơn người khác. Bạn chỉ cần có một hệ thống bắt được những lỗi mà người khác bỏ lỡ.

Sự thật không thoải mái

Sự thật không thoải mái từ thread là hầu hết mọi người không muốn sử dụng toán học. Họ muốn quyết định cảm thấy đúng đắn. Họ muốn câu chuyện, không phải thống kê. Họ muốn tin rằng làm việc chăm chỉ một mình quyết định kết quả, trong khi xác suất và may mắn đóng vai trò lớn hơn nhiều so với bất kỳ ai thừa nhận.

Đây là lý do thị trường dự đoán cảm thấy lạnh lùng với mọi người. Chúng lột bỏ câu chuyện và cho bạn thấy tỷ lệ thô. Nhưng sự lạnh lùng đó là điểm mấu chốt. Nó ngăn bạn tự dối mình về khả năng thành công thực sự.

Nếu bạn nghiêm túc về việc đưa ra quyết định tốt hơn, bạn phải thoải mái với việc sai trước công chúng. Bạn phải cập nhật niềm tin của mình khi bằng chứng nói bạn nên, ngay cả khi nó làm tổn thương cái tôi. Đó là cái giá để trở nên tốt hơn.

Kết luận

Toán học ẩn sau quyết định không thực sự ẩn. Nó chỉ bị bỏ qua. Expected value, base rates, sunk costs, cập nhật Bayesian, survivorship bias, và Kelly criterion đều là những ý tưởng được ghi chép đầy đủ. Lợi thế thuộc về những người thực sự áp dụng chúng.

Bắt đầu nhỏ. Lần tới khi bạn đối mặt với một lựa chọn, hãy viết ra các xác suất và phần thưởng. Kiểm tra base rate trước khi bạn hào hứng về một ví dụ cụ thể. Hỏi xem bạn có đang ở lại một tình huống vì nó vẫn tốt hay vì bạn đã đầu tư quá nhiều để bỏ cuộc.

Nếu bạn muốn đi sâu hơn, thread giới thiệu năm cuốn sách bao gồm những ý tưởng này chi tiết hơn: Thinking Fast and Slow của Daniel Kahneman, Superforecasting của Philip Tetlock, The Signal and the Noise của Nate Silver, Fooled by Randomness của Nassim Taleb, và Fortune’s Formula của William Poundstone. Mỗi cuốn sẽ mở rộng cách bạn nghĩ về sự không chắc chắn và lựa chọn.

Tôi đã đọc cả năm cuốn, và mỗi cuốn ảnh hưởng khác nhau. Kahneman cho bạn nền tảng. Tetlock chỉ bạn cách áp dụng nó trong thế giới thực. Silver dạy bạn suy nghĩ theo xác suất. Taleb khiến bạn hoang tưởng về rủi ro theo cách tốt nhất. Poundstone kết nối toán học với quản lý tiền bạc. Đọc chúng theo thứ tự đó xây dựng một bức tranh hoàn chỉnh.

Nếu bạn muốn thấy cách các mô hình tư duy áp dụng vào chiến lược, loạt bài mô hình tư duy cờ vua cho thấy cách các đại kiện tướng sử dụng nhận dạng mẫu và tính toán chọn lọc để đưa ra quyết định áp lực cao. Các nguyên tắc chồng lấn với những gì chúng ta đã đề cập, nhưng bối cảnh cờ vua làm chúng trở nên cụ thể.

Toán học sẽ không đảm bảo kết quả tốt. Không gì làm được. Nhưng nó sẽ đảm bảo rằng quyết định của bạn tốt hơn so với phương án thay thế, đó là đoán và hy vọng.

Nếu bạn muốn thực hành các mô hình này cùng nhau, hãy thử bài tập này. Trong tuần tới, viết ra mọi quyết định quan trọng bạn đưa ra. Với mỗi quyết định, ghi chú expected value, base rate, liệu bạn có đang mắc sunk cost fallacy không, mức độ tự tin trong niềm tin của bạn, liệu bạn có đang bỏ qua dữ liệu bị thiếu không, và bao nhiêu nguồn lực bạn đang cam kết. Cuối tuần, xem lại ghi chú của bạn. Các mẫu sẽ làm bạn ngạc nhiên.

Đó là toán học ẩn giấu. Nó không phải phép màu. Nó chỉ là sự nhất quán. Và sự nhất quán là thứ bất kỳ ai cũng có thể học.