“Cơn cuồng phong điên rồ của các dự báo” về dịch COVID-19

VietTimes -- Dự báo tác động y tế, xã hội và kinh tế của dại dịch Covid-19 là dự báo khủng hoảng gần đây nhất đã trở thành “cơn cuồng phong điên rồ của các dự báo”.
Thực tế là người lập mô hình dự báo Covid-19 thiếu dữ liệu cần thiết để xây dựng một mô hình dự báo chính xác (Ảnh: Reuter)
Thực tế là người lập mô hình dự báo Covid-19 thiếu dữ liệu cần thiết để xây dựng một mô hình dự báo chính xác (Ảnh: Reuter)

Những dự báo về con số hàng triệu người tử vong do virus SARS-Cov-2 đã khởi nguồn cho sự hoảng loạn khắp nơi, đặc biệt là ở Mỹ và Châu Âu. Gần như mọi quốc gia đều bắt đầu lên kế hoạch chuẩn bị cho tình trạng tồi tệ hơn – Tiến sĩ Terry Buss, Học viện Hành chính Công Hoa Kỳ phân tích những khiếm khuyết trong các mô hình dự báo đại dịch Covid-19 và các giải pháp giảm thiểu thiệt hại.

Mỗi khi xảy ra khủng hoảng toàn cầu, các nhà khoa học lại tiến hành xây dựng các mô hình toán học để đưa ra dự báo về thời điểm đạt đỉnh và thời điểm lắng xuống của các tác động. Tất cả mọi người bị ảnh hưởng bởi cuộc khủng hoảng đều lo lắng chờ đợi từng dự báo với hy vọng rằng điều tồi tệ nhất đi qua và mọi thứ sẽ trở lại bình thường.

Dự báo tác động y tế, xã hội và kinh tế của dại dịch Covid-19 là dự báo khủng hoảng gần đây nhất đã trở thành “cơn cuồng phong điên rồ của các dự báo”.

Trong vòng 1 tháng qua theo đúng nghĩa đen, Nhóm đặc nhiệm phụ trách đại dịch của Mỹ bao gồm các chuyên gia xử lý đại dịch hàng đầu thế giới tổ chức họp báo hàng ngày để cập nhật thông tin dịch bệnh và sau đó có ý kiến về những dự báo mới nhất, thông báo các trường hợp nhiễm bệnh, các ca tử vong mới nhất, tình hình thiếu giường bệnh tại các bệnh việc cũng như các ca phục hồi.

Các cuộc họp báo hàng ngày thế này đã được thống đốc tiểu bang Ohio, New York, Florida và nhiều tiểu bang khác nhân rộng.

Sau đó, các dự báo của Nhóm đặc nhiệm được đưa tin rộng rãi trên báo chí và truyền thông xã hội, có lúc thì khen ngợi chính phủ Mỹ đã có những chính sách hiệu quả - giãn cách xã hội hoặc đóng cửa nền kinh tế - thường xuyên hơn là chỉ trích chính phủ vì những vấn đề đã hoặc có thể nảy sinh.

Dự báo tồi dẫn đến hậu quả là các bệnh viện, doanh nghiệp, chính quyền, nhà đầu tư, và người dân sẽ hoảng hốt hành động để giảm thiểu tác động của đại dịch. Hậu quả thường thấy nhất là tình trạng vô chính phủ và hỗn loạn.

Các bệnh viện đặt mua thêm thiết bị và vật tư mà họ nghĩ rằng họ có thể cần trong khi thực tế là không. Các doanh nghiệp dự trữ vật tư bất chấp dự báo là việc thiếu hàng sẽ khiến chuỗi cung ứng nghẽn mạch.

Chính quyền các tiểu bang ban hành lệnh cấm người dân ra khỏi nhà, tất cả nhà hàng trên cả nước đều phải đóng cửa. Các nhà đầu tư giải phóng toàn bộ hàng hóa một cách phi lý để giảm thiểu tổn thất dù việc đó phá hủy nền kinh tế.

Còn người dân thì tích trữ giấy vệ sinh, đẩy những người có nhu cầu thực sự vào hoảng loạn.

Khi việc dự báo được thực hiện tốt hơn, tất cả mọi người tự ý thức thay đổi hành vi đến mức độ nào đó. Nhưng không ai chắc chắn làm thế nào để mọi thứ trở lại bình thường.

Liệu một động thái sai lầm có thể khiến đại dịch quay về điểm xuất phát? Thậm chí, liệu còn có thể quay về như những ngày trước đây?

Có lẽ chúng ta nên chờ đợi cho đến khi có dự báo tiếp theo! Hoặc có thể chờ luôn hai dự báo liên tiếp cho chắc chắn. Chỉ còn biết kêu trời!

Dự báo khiến tất cả người dân rơi vào tình trạng bấp bênh: Có những giai đoạn cảm xúc hưng phấn cực độ, sau đó trượt không phanh xuống mức trầm cảm.

Các dự báo khác trong những năm gần đây có tác động tương tự trên toàn thế giới. Trong năm 2008-2009, thế giới rơi vào cuộc khủng hoảng tài chính toàn cầu kéo theo sau đó là cuộc suy thoái kéo dài một thập kỷ.

Dự báo biến đổi khí hậu khiến người dân sang chấn tâm lý đến mức một học sinh người Thụy Điển, Greta Thunberg, đã trở thành người dẫn dắt thành công một phong trào chống biến đổi khí hậu với sự tham gia của hàng triệu thanh thiếu niên khắp nơi. Nhóm các bạn trẻ được khuyến cáo rằng tất cả họ sẽ chứng kiến ngày tận thế chỉ trong vòng 1 thập kỷ tới.

Luôn luôn sai cho đến khi đúng

Vấn đề của việc dự báo là các dự báo “luôn luôn sai cho đến khi đúng”. Có nghĩa là nếu thực hiện đầy đủ dự báo thì cuối cùng sẽ đến lúc chính xác. Một ví dụ điển hình là dự báo thời tiết. Những người ủng hộ biến đổi khí hậu cho rằng hạn hán, bão, cháy rừng ở khắp thế giới là kết quả của biến đổi khí hậu, điều này có thể đúng là như vậy.

Nhưng, nhiều dự báo thời tiết đơn giản là sai khiến người dân không biết nên mang ô đi khi ra ngoài hay để chúng ở nhà.

Một ví dụ nữa là cuộc khủng hoảng tài chính toàn cầu. Quỹ Tiền tệ Quốc tế và mọi ngân hàng quốc gia lớn đều sử dụng rất nhiều mô hình dự báo. Nhưng không một ai dự báo được sự sụp đổ hoàn toàn của nền kinh tế toàn cầu.

Những “khiếm khuyết” trong dự báo luôn gây ra hậu quả. Lấy Đại dịch Covid-19 làm ví dụ. Tháng 1, một dự báo được đưa ra nói rằng nước Mỹ sẽ có hơn 2 triệu ca tử vong do chủng virus này.

Tương tự như vậy, Viện Đo lường và Đánh giá Sức khỏe của Đại học Washington cũng dự báo con số là 2,1 triệu người tử vong. Có những dự báo khác còn đưa ra con số cao hơn nhiều như thế.

Nếu dự báo có biên độ sai số lên đến hàng triệu như vậy thì dự báo ấy mang lại được ích lợi gì? Ảnh: Getty.
 Nếu dự báo có biên độ sai số lên đến hàng triệu như vậy thì dự báo ấy mang lại được ích lợi gì? Ảnh: Getty.

Những dự báo này là khởi nguồn cho sự hoảng loạn khắp nơi, đặc biệt là ở Mỹ và Châu Âu. Gần như mọi quốc gia đều bắt đầu lên kế hoạch chuẩn bị cho tình trạng tồi tệ hơn. Khẩu trang, đồ bảo hộ cá nhân, vật tư và thiết bị y tế, và thuốc thang trở thành những mặt hàng được mua nhiều đến mức gây ra tình trạng thiếu hàng nghiêm trọng trên toàn cầu.

Giá cả tăng vọt. Luật sản xuất theo quy chế thời chiến được kích hoạt. Các công ty tư nhân được lệnh của chính phủ bắt đầu sản xuất hàng hóa để bù đắp cho sự thiếu hụt trên thị trường. Quân đội Hoa Kỳ bắt đầu xây dựng các bệnh viện dã chiến, mở rộng các bệnh viện và chuyển đổi các trung tâm hội nghị thành bệnh viện.

Khoảng 12.000 giường bệnh đã được bổ sung. Hải quân Mỹ điều động hai tàu bệnh viện, một ở New York, một ở California, bổ sung thêm khoảng 4.000 giường bệnh. Nối tiếp đó là tình trạng hỗn loạn.

Một vài tuần sau đó, các dự báo về một kịch bản tận thế (Armageddon) lại một phen đảo chiều bất ngờ và đáng ngạc nhiên. Tại Mỹ, số tử vong lúc này là dưới 60,000 người. Điều này làm dấy lên câu hỏi: Nếu dự báo có biên độ sai số lên đến hàng triệu như vậy thì dự báo ấy mang lại được ích lợi gì?

Hiện tại, đang xảy ra hiện tượng dư thừa lớn ở tất cả mọi mặt hàng chống dịch, từ khẩu trang đến thiết bị y tế. Hoa Kỳ hiện đang hứa hẹn vận chuyển những mặt hàng này đến các quốc gia khác có nhu cầu.

Chúng ta lại cần nhớ rằng nước Mỹ đã sử dụng các nguồn lực khổng lồ của mình để khai thác các mặt hàng này từ các nguồn trên khắp thế giới, khiến nhiều quốc gia không còn nữa.

Có lẽ rủi ro lớn nhất trong tất cả mọi rủi ro là đến thời điểm này nước Mỹ đã chi ít nhất 10 nghìn tỷ đô la để cứu vãn và sau đó là để tái khởi động nền kinh tế, đây là số tiền mà ngân sách nước Mỹ không có.

Cuối cùng, các dự báo sẽ bắt buộc phải chính xác, vì nếu không sẽ xảy ra thiệt hại lớn.

Vậy tại sao các bên liên quan –bệnh viện, doanh nghiệp, chính quyền, nhà đầu tư, và mọi người dân – vẫn bám víu vào các dự báo khi trong thực tế dự báo thường không đúng như vậy? Tại sao các tác giả của các mô hình dự báo thường không thu được kết quả chính xác? Và việc dự báo nên được sử dụng như thế nào?

Xu hướng bấu víu vào các mô hình dự báo

Người ta dựa vào dự báo bởi vì các dự báo mang lại niềm hy vọng cho họ vào những thời điểm nhiều rủi ro. Bằng cách nào đó, thực tế cho thấy là các mô hình dự báo trên nền tảng khoa học giúp thúc đẩy sự tin tưởng và làm khuây khỏa sự ưu phiền của người dân.

Toán học, thống kê, công nghệ thông tin, máy tính, dữ liệu và điện thoại thông minh phổ biến được các chuyên gia sử dụng nhất định là phải tốt rồi. Việc phỏng đoán, đoán định tương lai, tiên tri, thậm chí các biểu tượng tôn giáo đều là những điều không mang tính khoa học.

Vậy thì làm sao mà sai được?

Tại sao dự báo thường sai

Xây dựng mô hình dự báo vừa là nghệ thuật vừa là khoa học chứ không chỉ là khoa học thuần túy. Nghệ thuật trong xây dựng mô hình bao gồm việc xác định phương trình, biến số, dữ liệu, giả định, giả thuyết, sai lệch và lý thuyết.

Bất kỳ hiện tượng nào như đại dịch đều có thể bao gồm vô số biến số. Vì vậy, tác giả của các mô hình phải dựa vào trực giác, niềm tin, ý kiến, lý thuyết, giả thuyết và kinh nghiệm của họ để chọn ra những tổ hợp dùng làm cơ sở xây dựng mô hình.

Bước này mang tính chủ quan cao và là bí mật nghề nghiệp. Hầu hết các chuyên gia đều trải qua rất nhiều thất bại trước khi họ tìm được các lựa chọn, nhưng họ không ngần ngại công bố những kết quả mới chỉ là ban đầu.

Cách thường thấy nhất là các chuyên gia xây dựng mô hình chọn làm theo cách thức quen thuộc vẫn thấy trong lĩnh vực của mình. Như vậy, họ lặp lại sai lầm của những người đi trước. Hoặc họ không thể đổi mới, không vượt được ra khỏi những khuôn khổ thông thường.

Người xây dựng mô hình thường phải gánh chịu hậu quả nếu họ vượt quá xa khỏi “những quan điểm chung”. Và như vậy, có thể họ sẽ không bao giờ đưa ra được các mô hình hiệu quả hơn.

Chẳng hạn như, việc xây dựng mô hình mới trên cơ sở vận dụng “thuyết hỗn mang” và “các hệ thống phức tạp” có thể mang lại kết quả tốt hơn.

Chính phủ thì liên tục thay đổi tiêu chí về việc những trường hợp nào được coi là tử vong do Covid-19 (Ảnh: Getty)
Chính phủ thì liên tục thay đổi tiêu chí về việc những trường hợp nào được coi là tử vong do Covid-19 (Ảnh: Getty)

Các mô hình dự báo là các biểu diễn toán học hoặc thống kê của một số sự kiện có thực như ước tính số lượng người tử vong do Covid-19. Người xây dựng mô hình chọn số lượng tối thiểu tuyệt đối cho biến số, phương trình… cần thiết để đưa ra được một dự báo có giá trị.

Phương pháp Parsimony chính là nguyên tắc chủ đạo trong xây dựng mô hình. Có ai thực tâm tin rằng bạn có thể dự đoán các hiện tượng phức tạp như thị trường toàn cầu, biến đổi khí hậu và tác động của Covid-19 chỉ thông qua một mô hình đơn giản hay không?

Câu trả lời, dựa trên thực thế chúng ta thấy, chắc chắn là không. Những chuyên gia lập mô hình vẫn chưa thể mô hình hóa được các sự kiện phức tạp.

Các chuyên gia thường xây dựng mô hình dự báo dựa trên cơ sở của các sự kiện đã diễn ra trong quá khứ, sau đó cố gắng đưa ra phép ngoại suy với sự kiện tương tự xảy ra trong tương lai.

Ví dụ, những người xây dựng mô hình sẽ xem xét các đại dịch trước đây như cúm, SARS, MERS và Ebola để dự đoán tiến triển của virus Covid-19. Nhưng cách Covid-19 xuất hiện khác nhiều so với các đại dịch khác ở chỗ virus này dễ lây lan hơn, có nhiều người mang mầm bệnh không triệu chứng, câu hỏi cho các vấn đề như: liệu virus có tái phát vào mùa thu không, liệu virus có đột biến không, liệu virus có tấn công những người trẻ không… có thể là có, có thể là không.

Bởi câu trả lời cho điều không chắc chắn này sẽ được công bố đến người dân nên mô hình các chuyên gia xây dựng bắt buộc phải giả định hoặc đoán định xem con virus này sẽ làm gì. Mà để đoán được điều này, không ai có thể tự tin mình là giỏi được.

Thực tế là người lập mô hình dự báo Covid-19 thiếu dữ liệu cần thiết để xây dựng một mô hình dự báo chính xác. Dữ liệu bị độc quyền, lỗi thời, có sai sót, không chính xác và bị chính trị hóa.

Các chuyên gia muốn có quyền truy cập vào dữ liệu Covid-19 mà các quan chức y tế Trung Quốc đã thu thập trong giai đoạn đầu của đại dịch, nhưng những dữ liệu này lại không được đưa ra: điều này ảnh hưởng đến độ chính xác của mô hình.

Một số dữ liệu về đại dịch khi đến được tay các chuyên gia thì đã thành lỗi thời. Nhiều người có thể đã nhiễm nhưng không có triệu chứng nên số người nhiễm bệnh cho đến giờ vẫn còn là một ẩn số.

Chính phủ thì liên tục thay đổi tiêu chí về việc những trường hợp nào được coi là tử vong do Covid-19. Ban đầu, một người chết vì đau tim sẽ không được phân loại là tử vong do Covid-19. Mới gần đây, tiêu chí này đã được thay đổi - bất cứ ai mang virus nhưng chết vì đau tim sẽ được phân loại là chết vì Covid-19. Điều này gây ra vấn đề rất lớn trong việc xây dựng mô hình.

Một nhân tố vật cản cho các chuyên gia xây dựng mô hình chính là con người – khi người dân biết rằng họ đang là đối tượng nghiên cứu thì họ thường có xu hướng thay đổi hành vi của mình khiến việc mô hình hóa bị gây nhiễu.

Nếu một chuyên gia đang cố gắng đánh giá xem việc đeo khẩu trang có làm giảm nhiễm virus hay không thì sẽ có hiện tượng trong thực tế là đột nhiên một số người dân bắt đầu đeo khẩu trang và một số người khác lại không đeo nữa.

Ở Mỹ, chưa ai đưa ra được giải thích thấu đáo về hành vi đeo khẩu trang. Khi đại dịch diễn ra, sàn chứng khoán đã mất hơn một phần ba giá trị trong vài ngày, rồi sau đó lại khởi sắc đủ bù lại khoản đã mất, rồi lại giảm, và cứ liên tục như vậy. Chưa có một chuyên gia nào đưa ra được mô hình giải thích điều này.

Các mô hình dự báo nên được vận dụng thế nào?

Mặc dù các dự báo đã được chứng minh là không chính xác hoặc sai hoàn toàn về Covid-19, khủng hoảng tài chính toàn cầu, biến đổi khí hậu, và nhiều sự kiện khác, chúng vẫn có một công dụng chính: các mô hình buộc những chuyên gia tạo ra chúng phải làm rõ các phương trình, biến số, dữ liệu, giả định, giả thuyết, sai lệch và lý thuyết. Giống như khi học ở trường phổ thông, bạn phải “trình bày bài”.

Khi công khai công trình nghĩa là tác giả cho phép các chuyên gia khác đánh giá, nhân rộng hoặc “vạch lá tìm sâu” mô hình của mình. Chính những việc này làm cho khoa học trở nên đáng trân trọng và đáng tin cậy khi được sử dụng làm công cụ đưa ra quyết định.

Ngoài ra, khi các chuyên gia công khai công trình khoa học của mình, chắc chắn họ sẽ thúc đẩy sự cạnh tranh giữa các chuyên gia khác để đưa ra các mô hình cải tiến. Đây là lý do tại sao thế giới có rất nhiều mô hình dự báo. Nhưng đôi khi có cảm giác như người lập mô hình cũng đông ngang như virus vậy.

Bất chấp lợi ích và sự cần thiết của việc minh bạch thông tin, cha đẻ của các mô hình vẫn thường coi đó là công trình độc quyền của họ, có nghĩa là họ không công bố các hoạt động phía sau trong khâu lập nền tảng cho mô hình.

Họ e ngại rằng những người khác sẽ đánh cắp công trình của họ. Điều này có thể đúng. Mặc dù khoa học phụ thuộc rất nhiều vào đạo đức, việc ăn cắp tài sản trí tuệ đang là một vấn đề phổ biến trong tất cả các lĩnh vực.

Các chuyên gia xây dựng mô hình cũng phản đối sự giám sát chặt chẽ với công trình của họ vì sợ sự chỉ trích. Họ thường nói đùa rằng các chuyên gia thống kê chưa bao giờ nhìn thấy một công trình khoa học được xây dựng đúng chuẩn. Không một nhà nghiên cứu nào có thể thỏa mãn hết hàng ngàn yêu cầu cần thiết để chứng thực một mô hình.

 Vì vậy, các mô hình dự báo gần như luôn luôn thiếu sự hoàn hảo. Các tác giả thường gia giảm thêm vào đó những yếu tố mơ hồ mà họ tin sẽ giúp ích cho dự báo của họ. Tuy nhiên, điều này không ngăn họ công bố các dự báo mà mô hình của họ đưa ra.

Điều thú vị là thời gian gần đây, các chính phủ, quỹ nghiên cứu, tạp chí nghiên cứu và các hiệp hội khoa học chuyên ngành đã lên tiếng kêu gọi sự minh bạch, nhưng vẫn còn quá nhiều bí mật trong khoa học.

Chính phủ Mỹ thường đặt ra một điều kiện để được cấp vốn hoặc ký hợp đồng là các nhà nghiên cứu phải chia sẻ công trình của họ. Một số tạp chí chuyên ngành yêu cầu các chuyên gia phải đưa dữ liệu của họ lên các trang web cho phép truy cập công khai để có thể đánh giá dữ liệu. Đây là những động thái đáng khen ngợi, nhưng vẫn chưa đủ để chưa giải quyết vấn đề (tham khảo thêm Trung tâm Khoa học mở).

Tại sao sự minh bạch lại là vấn đề? Phần nhiều các công trình khoa học được thực hiện rất tệ, đến mức chúng không nên được công bố. Chúng ta có thể kiểm tra thông tin trong các báo cáo của tổ chức Retraction Watch (www.retractiondatabase.org) để biết một số ví dụ đáng sợ trong các lĩnh vực khoa học.

Đánh giá trên phạm vi toàn cầu chúng ta sẽ thấy tình trạng dữ liệu bị làm giả, kết quả nghiên cứu không thể nhân rộng, đạo văn và ăn cắp IP tràn lan.

Chúng ta cần làm gì?

Tôi tin rằng việc công bố các kết quả dự báo đại dịch Covid-19, đặc biệt việc công bố hàng ngày trong các cuộc họp báo như hiện giờ và trong bối cảnh các mô hình dự báo đang mâu thuẫn với nhau sẽ không có tác dụng gì nếu các dự báo đó không được chứng minh là có căn cứ.

Thật đáng buồn và nực cười khi theo dõi các chuyên gia về bệnh truyền nhiễm đầy uy tín tại các cuộc họp báo hàng ngày của chính phủ Mỹ công bố các con số dự báo và chỉ ngay hôm sau thì những dự báo này đã bị chứng minh là hoàn toàn không chính xác.

Như đã phân tích ở trên, điều này khiến người dân luôn sống trong tâm trạng bấp bênh, cảm xúc lên xuống theo các dự báo mới. Có lẽ đây là một hậu quả nguy hiểm ngoài ý muốn mà đại dịch này gây ra.

Có thể có một lựa chọn trong bối cảnh này là nên để các nhà khoa học, các nhà nghiên cứu và các chuyên gia công bố các kết quả dự báo bởi họ là người biết cách đánh giá và chứng thực tính chính xác của dự báo.

Báo chí và truyền thông xã hội – luôn trong cơn khát thông tin giật gân – không có chuyên môn để đánh giá các mô hình này và không nên lan truyền các thông tin sai lệc hoặc trong một số trường hợp là tin giả.

Một số nhà phê bình cho rằng những dự báo sớm có thể đã dẫn đến hành vi hoảng loạn không cần thiết ở Mỹ và Châu Âu.

Một lựa chọn khác là công bố các mô hình dự báo trên Internet và để cho “đám đông” tiếp cận. Cách này, vốn đã được đề cập trong cuốn “Trí tuệ của đám đông” (2015), đã được chứng minh là một sự thay thế mạnh mẽ cho ý kiến chuyên gia.

Bất kể chọn cách nào đi nữa điều quan trọng vẫn là phải làm gì đó. Còn nếu không làm gì cả thì tốt nhất hãy quên các mô hình đi.