Một trong những điều Py thích nhất khi đi học là góp nhặt được nhiều từ khóa hay ở đa dạng lĩnh vực và tự mình lập luận để diễn giải dòng suy nghĩ của chính mình. Và đó là khởi điểm của từ khóa tuần này: decision theory.

Decision Theory là gì?
(Phần này được tổng hợp với sự hỗ trợ của AI)

Theo Stanford Encyclopedia of Philosophy¹, decision theory là lý thuyết về sự lựa chọn (hiển nhiên về mặt câu chữ là vậy). Còn theo cách Py hiểu và diễn đạt lại thì, đó là cách mình tự trả lời cho những câu hỏi: làm A thì chuyện gì có thể xảy ra, với mỗi phân nhánh kịch bản tương lai thì khả năng diễn ra thế nào, và mình thật sự mong muốn kết quả nào hơn.

Phần Py thấy “đắt” nhất là cách Leonard Savage tách một quyết định thành ba mảnh:

• States (trạng thái): những gì mình không kiểm soát được. Ví dụ: trời có mưa không.
• Acts (hành động): thứ mình được chọn. Ví dụ: mang ô hay không.
• Outcomes (kết cục): chuyện xảy ra khi một hành động gặp một trạng thái. Ví dụ: không mang ô thì trời mưa chắc chắn ướt.

Từ ba mảnh đó, cách chọn “chính thống” là tính expected utility (độ hữu dụng kỳ vọng) cho từng phương án:

Expected utility của một phương án = Khả năng kết cục xảy ra × Mức độ mình mong muốn kết cục đó, cộng dồn qua tất cả kết cục có thể có.

Phương án nào có tổng cao nhất thì chọn.

Thử với ví dụ đơn giản nhất. Dự báo thời tiết nói khả năng mưa là 60%, không mưa là 40% – đó là state. Còn act là mang ô hay không mang ô. Outcomes là ướt hoặc không ướt, với bạn ướt rất khó chịu nên giả sử ướt = 0 điểm, còn không ướt = 10 điểm. Decision tree trong trường hợp này là:

Vậy kết quả tốt hơn rõ ràng là nên mang ô.

Tư duy hệ thống, phiên bản “hành động”

Ở System Thinking (2), Py có nhắc Iceberg Model như một cách nhìn, một cách tiếp cận, hay như mental model dễ hiểu của tư duy hệ thống. Tương tự như vậy, với Py, decision theory cũng có thể được xem là biểu hiện của tư duy hệ thống nhưng mang tính hướng hành động cụ thể.

Cụ thể, decision theory đòi hỏi việc tách nhỏ các yếu tố tác động, quyết định quan hệ logic giữa chúng, rồi ước lượng khả năng diễn ra của mỗi trường hợp. Nên khi đặt cạnh nhau, bốn tầng tảng băng khá khớp với các mảnh của decision theory, hiển nhiên đây là quan điểm

Dĩ nhiên decision theory không chỉ đến vậy, trong khuôn khổ của bài blog Py chỉ đề cập đến điểm thú vị nhất (với Py). Còn những câu hỏi khác cũng được giải thích trong bài viết trên SEP Py để ở cuối bài, chẳng hạn như hành động có làm thay đổi xác suất của trạng thái không. Mà theo Py là rất đáng dành thời gian đọc qua để chiêm nghiệm.

Không có quyết định sai

Với Py, không có quyết định sai. Chỉ có quyết định phù hợp hoặc không phù hợp tại thời điểm đó. Vì quyết định không kết thúc lúc mình chọn, mà đó chỉ mới là điểm bắt đầu. Chính chuỗi hành động theo sau mới làm nên tính đúng sai.

Vậy nếu phân tích tại thời điểm quyết định cho thấy lựa chọn đó sẽ sai, mình có chọn làm không? Theo lý thuyết thì không. Nhưng trên thực tế, ai cũng từng ít nhất một lần làm ngược bảng tính của chính mình. Lúc đó, một tác nhân khác bước vào: trực giác.

SEP có bàn về unawareness (sự không nhận biết): có những trạng thái mình không hề nghĩ tới, nên chúng không bao giờ thành một nhánh trên cây quyết định. Với Py, trực giác có lẽ là cảm giác “cây này còn thiếu gì đó”, kiểu như biết là thiếu, nhưng không chỉ ra được nhánh nào. Và nó mãi mãi không thể lượng hóa thành một nhánh. Nếu lượng hóa được, nó đã là phân tích.

Trực giác không tính toán được. Chỉ có thể vun bồi, bằng kinh nghiệm, kiến thức, trải nghiệm. Và ở một khía cạnh nào đó, tại thời điểm diễn ra, xác suất của mọi thứ chỉ là 50/50. Thế nên đôi khi thả trôi một chút, để vận mệnh di chuyển theo đúng trục xoay của nó, biết đâu lại là cánh bướm để mở thêm một nhánh quyết định hoặc bỏ đi nhánh thừa nào đó.

Chia sẻ thẳng thắn thì Py không đọc hết toàn bộ entry trên SEP , vì nó khá dài và nặng toán mà chỉ ưu tiên các phần về preferences, khung của Savage và Jeffrey, unawareness, có sự hỗ trợ của AI khi tổng hợp.

¹ Steele, K. & Stefánsson, H. O. — Decision Theory, Stanford Encyclopedia of Philosophy.

Bài liên quan: System Thinking (1) · System Thinking (2)

Cám ơn bạn đã nán lại cho đến những dòng cuối cùng này.

Chúc bạn nhiều may mắn và bình an.

Anpy