Thể theo yêu cầu của rất nhiều bạn, trong loạt bài sau đây, tôi sẽ mách cho các bạn một vài mẹo trong việc có ý tưởng nghiên cứu, và cách xuất bản bài báo khoa học. Bài dưới đây là một "khai mạc" cho loạt bài này.
Giả dụ như bạn đã có một ý tưởng để làm nghiên cứu, bước kế tiếp là phải suy nghĩ làm sao để thực hiện ý tưởng. Nhưng để cho việc suy nghĩ cách thực hiện tốt, bạn cần phải rất cụ thể về chi tiết, và phải bắt đầu với câu hỏi nghiên cứu và mục tiêu nghiên cứu. Cách tiếp cận vấn đề sẽ được xây dựng trên cơ sở của mục tiêu nghiên cứu.
Nếu là nghiên cứu trên người, cách tiếp cận một câu hỏi nghiên cứu phải dựa trên nhiều yếu tố. Nhưng tựu trung lại là:
· Mô hình nghiên cứu là gì?
· Đối tượng nghiên cứu là ai?
· Đo lường những gì, tức là dữ liệu cần thu thập là gì?
· Phân tích dữ liệu ra sao?
1. Mô hình nghiên cứu
Trong nghiên cứu lâm sàng, hay nghiên cứu y học nói chung, việc chọn mô hình nghiên cứu là rất quan trọng, vì nó quyết định giá trị khoa học của nghiên cứu. Cùng là một câu hỏi nghiên cứu, các bạn có nhiều mô hình để tiếp cận. Chẳng hạn như nếu các bạn muốn biết ăn chay có lợi hay hại đến sức khỏe, cụ thể là bệnh loãng xương, các bạn có thể chọn nghiên cứu so sánh hai nhóm người ăn chay và ăn mặn. Nhưng trong thực tế thì có nhiều mô hình so sánh. Nhìn chung, nghiên cứu y học / lâm sàng trên người có thể chia thành 5 mô hình, giá trị cao nhất đến thấp nhất:
· Phân tích tổng hợp các nghiên cứu RCT (randomized controlled trials);
· Nghiên cứu RCT: chia bệnh nhân một cách ngẫu nhiên thành hai nhóm, nhóm can thiệp và nhóm chứng;
· Nghiên cứu đoàn hệ (prospective cohort study): đây là nghiên cứu quan sát (không can thiệp), theo dõi một nhóm người theo thời gian;
· Nghiên cứu bệnh chứng (case - control study): đây cũng là nghiên cứu quan sát, nhà nghiên cứu chọn một nhóm bệnh và một nhóm chứng, rồi so sánh các yếu tố lâm sàng giữa hai nhóm;
· Nghiên cứu thiết diện (hay cắt ngang, hay cross-sectional study): cũng là nghiên cứu không can thiệp, nói đúng ra nó là một dạng survey hay điều tra xã hội.
Trong thực tế thì còn nhiều mô hình nghiên cứu khác. Chẳng hạn như case report, case series (một số ca lâm sàng thú vị), nghiên cứu tương quan ecology, và mô hình cross-over. Tuy nhiên, những mô hình trên đây giúp cho các bạn suy nghĩ về nghiên cứu khoa học và cách tiếp cận câu hỏi nghiên cứu.
Tuỳ vào mục tiêu, ngân sách, và thời gian, nhà nghiên cứu phải có cách chọn mô hình thích hợp. Nếu mục tiêu là đánh giá hiệu quả của một thuật can thiệp (có thể là thuốc, thuật giải phẫu, chương trình y tế) thì có thể xem mô hình RCT hay biến thái của mô hình RCT. Nếu mục tiêu là đánh giá mối liên quan giữa một yếu tố nguy cơ đến một bệnh lí, thì nghiên cứu đoàn hệ có thể là lựa chọn tối ưu. Nếu mục tiêu là tìm hiểu mối liên quan giữa yếu tố nguy cơ và bệnh, nhất là bệnh hiếm, thì mô hình bệnh chứng có lẽ là một lựa chọn tốt. Còn nếu chỉ muốn tìm hiểu số người mắc bệnh hay yếu tố nguy cơ thì nghiên cứu thiết diện là một mô hình cần xem xét.
Mỗi mô hình nghiên cứu có những điểm mạnh và điểm yếu. Chẳng hạn như mô hình RCT thì rất đắt tiền, vì phải theo dõi bệnh nhân một thời gian, và phải can thiệp nữa, nên cần hẳn một ban bệ để thực hiện nghiên cứu. Đối với những nghiên cứu qui mô trên vài ngàn bệnh nhân, người ta phải chọn nhà nghiên cứu cẩn thận (với lí lịch khoa học "xem được" và thành tích khoa học xứng đáng để được làm nghiên cứu RCT). Nghiên cứu đoàn hệ tuy không can thiệp, nhưng cũng khó thực hiện, vì phải theo dõi bệnh nhân theo thời gian, có khi 5 hay 10 năm, mới có dữ liệu để phân tích. Nghiên cứu bệnh chứng tuy rất dễ làm nhưng giá trị khoa học thì không cao như các mô hình khác. Còn nghiên cứu thiết diện thì chỉ là một dạng điều tra xã hội, tuy dễ thực hiện, nhưng nếu thu thập dữ liệu không tốt thì cũng chẳng có giá trị gì. Do đó, cần phải cân nhắc cẩn thận việc chọn mô hình nghiên cứu để giải quyết câu hỏi nghiên cứu.
Tất cả các mô hình nghiên cứu có giá trị phải có cái gọi là nhóm chứng (control). Một nghiên cứu không có nhóm chứng thì rất khó diễn giải. Để biết hiệu quả của một phẫu thuật mới, mà chỉ có một nhóm bệnh nhân được mổ bằng phương pháp mới là chưa đủ, mà cần phải so sánh với một nhóm bệnh nhân được mổ bằng phương pháp hiện hành. Dĩ nhiên, có khi rất khó tìm nhóm chứng, nhưng nhà nghiên cứu cần phải "sáng tạo" nghĩ ra cách làm sao cho có nhóm chứng.
Quay lại ví dụ về ăn chay, sau khi xem xét qua y văn, tôi thấy các nghiên cứu trước đây toàn là nghiên cứu quan sát hay nghiên cứu bệnh chứng. Do đó, để có cái mới trong nghiên cứu, tôi quyết định chọn mô hình RCT. Theo mô hình này, tôi sẽ chọn một số người (không hẳn là bệnh nhân, mà là người bình thường), sau đó tôi sẽ dùng phương pháp thống kê để chia thành hai nhóm ngẫu nhiên. Nhóm 1 sẽ được ăn chay suốt 3 năm liền, và nhóm hai là ăn mặn cũng 3 năm. Trong thời gian 3 năm tôi sẽ theo dõi xem có bao nhiêu người bị gãy xương trong mỗi nhóm, và so sánh nguy cơ gãy xương giữa hai nhóm để đánh giá hiệu quả của ăn chay.
2. Đối tượng nghiên cứu
Sau khi đã quyết định một mô hình nghiên cứu, bước kế tiếp là chọn đối tượng nghiên cứu. Nếu là nghiên cứu trên người, cần phải suy nghĩ trước hết là chọn người ở giới tính nào, nam hay nữ, hay cả nam và nữ, và người ở độ tuổi nào. Ngoài ra, cần phải suy nghĩ đến các tiêu chuẩn loại trừ, tức là những đối tượng không nên tuyển vào nghiên cứu. Ví dụ như trong nghiên cứu ăn chay, có thể tôi chỉ chọn những phụ nữ trên 60 tuổi (vì nam thì khó ăn chay và họ ăn nhậu nhiều quá), những người không có tiền sĩ gãy xương, những người không mắc những bệnh có liên quan đến sự chuyển hóa của xương. Nhưng tôi sẽ loại bỏ những người đang dùng thuốc có tác động đến sức khỏe của xương, hay những người bị đột quị, v.v. Đây là những tiêu chuẩn cần phải suy nghĩ cẩn thận, và đòi hỏi nhà nghiên cứu phải am hiểu vấn đề, am hiểu về bệnh lí loãng xương, và suy nghĩ về tương lai.
Chọn đối tượng nghiên cứu còn có ý nghĩa hợp lí ngoại tại (external validity). Một công trình nghiên cứu có giá trị khoa học phải đáp ứng hai tiêu chuẩn: hợp lí nội tại (internal validity) và hợp lí ngoại tại. Hợp lí nội tại (sẽ bàn dưới đây) liên quan đến đo lường, còn hợp lí ngoại tại là liên quan đến cách chúng ta chọn đối lượng nghiên cứu. Kết quả nghiên cứu, theo lí thuyết, chỉ được khái quát hóa cho những người đáp ứng tiêu chuẩn chọn vào và tiêu chuẩn loại trừ.
Một trong những nghiên cứu "favorite" mà tôi hay nói với các bạn học viên là nghiên cứu để đánh giá sự ảnh hưởng của môi trường không trọng lực đến xương. Dân trong nghề ai cũng biết xương là một mô động (chứ không phải tĩnh như người ta nghĩ). Khi chúng ta luyện tập thể dục thì xương cũng sẽ đáp ứng theo. Đó chính là lí do tại sao người ta khuyến cáo nên tập thể dục để giảm nguy cơ gãy xương. Nhưng làm sao để "chứng minh" được ý tưởng này? Các nhà nghiên cứu Mĩ nghĩ ra một cách làm rất hay. Họ chọn đối tượng là những phi hành gia. Phi hành gia khi bay lên vũ trụ, họ phải sống trong môi trường không có trọng lực, và nếu giả thuyết kia đúng thì khi họ đáp xuống mặt đất, mật độ xương phải giảm. Thế là các nhà nghiên cứu đo mật độ xương của những phi hành gia trước khi bay và sau khi đáp xuống mặt đất. Kết quả cho thấy chỉ trong vòng 1 tháng hay ngắn hơn, mật độ xương của họ suy giảm đến 3-5%, có người giảm đến 10%. Ngoài ra, họ còn bị suy giảm về lượng cơ và trở nên yếu đuối. (Đó chính là lí do tại sao khi đáp xuống mặt đất họ phải được khiêng, chứ không cho bước đi, vì rất dễ bị gãy xương)
Một nghiên cứu khác cũng thú vị không kém, là họ chọn các nữ sinh chơi vợt, họ đo mật độ xương ở tay phải và tay trái. Giả thuyết là nếu người thuận tay phải thì mật độ xương tay phải sẽ cao hơn tay trái, và quả thật như thế. Đó là một cách thiết kế nghiên cứu vừa đơn giản nhưng lại vừa thuyết phục (vì so sánh cùng một cá nhân). Nói chung, có rất nhiều cách tiếp cận câu hỏi nghiên cứu qua cách chọn đối tượng. Nhưng tất cả đều cần phải suy nghĩ và bàn bạc với người có kinh nghiệm.
3. Đo lường cái gì?
Dữ liệu là trái tim của một nghiên cứu. Điều này có nghĩa là đo lường đóng vai trò hết sức quan trọng trong một nghiên cứu. Khi nói đo lường, chúng ta nói đến hai yếu tố sau đây: số liệu nào cần thu thập, và phương pháp đo lường là gì.
Số liệu nào cần thu thập? Câu trả lời là cần phải chia các biến số (dữ liệu) thành 3 nhóm chính. Nhóm 1 là các số liệu liên quan đến outcome. Nhóm 2 là các số liệu liên quan đến yếu tố can thiệp hay factors. Nhóm 3 là các số liệu liên quan đến các yếu tố nhiễu hay confounding factors hay covariates. Một cách khác để biết mình cần đo lường những gì là đọc các bài báo khoa học trước đây, xem các tác giả họ đã đo lường những biến số nào và dùng phương pháp nào. Chúng ta cần phải biết những nghiên cứu trong quá khứ để kết quả của chúng ta có thể dùng làm so sánh với họ. Dĩ nhiên, ngoài những gì người ta đo lường, chúng ta cũng phải có cái mới của mình, chứ không phải chỉ thuần túy là "me too".
Biến outcome là biến quyết định thành bại hay hiệu quả hay effect của nghiên cứu. Ví dụ như nghiên cứu về loãng xương, biến outcome có thể là mật độ xương hoặc gãy xương. Vấn đề là chờ cho người ta bị gãy xương (xin lỗi, hơi vô duyên) thì rất lâu và cũng không có bao nhiêu người bị, nên có thể chúng ta phải dùng mật độ xương làm outcome. Nhưng để chắc ăn, chúng ta phải đo cả các marker chu chuyển xương. Lí do là nếu chúng ta quan sát rằng ăn chay có ảnh hưởng đến mật độ xương, có thể có người phản bác rằng đó là kết quả ngẫu nhiên, và để thuyết phục kết quả không phải do ngẫu nhiên, chúng ta phải có số liệu về bone marker để trình bày và lí giải. Điều này đòi hỏi nhà nghiên cứu phải tìm tư vấn từ một người có kinh nghiệm về chuyên ngành loãng xương để biết mình cần đo lường cái gì.
Biến risk factors hay yếu tố nguy cơ mà nhà nghiên cứu cần đo tuỳ thuộc vào mục tiêu nghiên cứu. Chẳng hạn như nếu tôi quan tâm đến mối liên quan giữa thuốc statin và loãng xương, thì các thông tin về statin là yếu tố nguy cơ. Những thông tin cần thu thập có thể là loại thuốc statin cụ thể, thời gian sử dụng cụ thể, liều lượng, chỉ định, v.v. Nếu tôi quan tâm đến béo phì và tử vong, thì yếu tố nguy cơ ở đây là béo phì. Tôi phải suy nghĩ dùng số liệu gì để phản ảnh béo phì. Người "nhà nghèo" thì có thể dùng cân nặng và chiều cao để tính body mass index (BMI), nhưng người có "insight" và "serious" thì dùng tỉ trọng mỡ (percent body fat) để phản ảnh cái gọi là "béo phì". Dĩ nhiên, tỉ trọng mỡ đo bằng máy DXA là tiêu chuẩn vàng, còn BMI thì giá trị khoa học không cao, chủ yếu cho những người làm về y tế công cộng. Tóm lại, những biến risk factors cần phải suy nghĩ thấu đáo và chú ý đến giá trị khoa học của chúng.
Biến covariates hay tạm hiểu là biến confounding factors là những biến có liên quan đến outcome và risk factors. Đây là những yếu tố có thể làm cho nhà nghiên cứu ... nhức đầu. Chẳng hạn như nếu tôi quan sát mối liên quan giữa bệnh thoái hóa khớp và loãng xương (ví dụ như người bị thoái hóa khớp có nguy cơ loãng xương cao hơn người không bị thoái hóa khớp), thì câu hỏi đặt ra là mối liên quan này có thể không thật, mà nó bị "gây rối" bởi một yếu tố khác. Yếu tố khác đó có thể đơn giản là độ tuổi. Người cao tuổi (trên 60 chẳng hạn) có nguy cơ bị thoái hóa khớp tăng, nhưng họ cũng có nguy cơ bị loãng xương cao; thành ra, mối liên quan giữa thoái hóa khớp và loãng xương mà chúng ta quan sát là không thật, mà là do độ tuổi. Do đó, chúng ta cần phải thu thập thông tin về độ tuổi, và câu hỏi đặt ra là: ở mỗi độ tuổi, người bị thoái hóa khớp có nguy cơ bị loãng xương cao hơn người không bị thoái hóa khớp hay không? Nếu câu trả lời là có, thì chúng ta mới có bằng chứng để nói rằng mối liên quan giữa hai bệnh là thật. Điều này có nghĩa là trước khi làm nghiên cứu, nhà nghiên cứu phải suy nghĩ tất cả các yếu tố nhiễu (confounding factors) và phải đo lường tất cả.
Ngoài ra, còn phải suy nghĩ lâu dài, chứ không phải kiểu làm ngắn hạn. Có nhiều bạn chỉ muốn làm nghiên cứu để có một luận văn làng nhàng, làm cho có, làm cho qua, chứ không suy nghĩ xa. Nhưng các bạn cần phải luyện tập suy nghĩ xa. Phải suy nghĩ sau 10 năm hay 20 năm, các bạn vẫn có thể quay lại số liệu nghiên cứu để giải quyết một vấn đề nào đó. Điều này có nghĩa là trong nghiên cứu lâm sàng, các bạn cần phải lưu trữ sinh phẩm (như mẫu máu, mẫu nước tiểu, mô, tế bào, v.v.) hết sức kĩ lưỡng. Chẳng hạn như nếu 20 năm sau có người phát hiện gen có liên quan đến độ dày của động mạch, thì các bạn lúc đó chỉ cần lấy mẫu máu ra, tách DNA và phân tích gen đó và kiểm định giả thuyết trong nghiên cứu của mình. Như thế là các bạn vẫn có khả năng đóng góp vào y văn dù nghiên cứu đã kết thức 20 năm trước. Nên nhớ là các bạn phải suy nghĩ xa, chứ đừng suy nghĩ thiển cận.
Phẩm chất của số liệu và đo lường phản ảnh giá trị hợp lí nội tại. Như tôi từng nói, cái yếu tố quan trọng nhất của nghiên cứu khoa học là hợp lí nội tại, chứ không phải hợp lí ngoại tại. Nếu phương pháp đo lường "dỏm", phẩm chất số liệu thấp, và tính hợp lí nội tại rất thấp. Nếu hợp lí nội tại thấp, thì cho dù nghiên cứu có tính đại diện cũng chẳng có giá trị khoa học gì, mà chỉ là một đống số liệu vô hồn.
4. Phân tích ra sao?
Sau khi nghĩ đến dữ liệu cần thu thập hay yếu tố cần đo lường, các bạn phải suy nghĩ làm gì với dữ liệu. Dĩ nhiên, các bạn nghĩ đến phân tích dữ liệu. Rất nhiều người không nghĩ đến khâu phân tích dữ liệu, nên khi thu thập xong dữ liệu, họ cảm thấy lúng túng, không biết phải làm cái gì trước, cái gì sau. Do đó, bất cứ đề cương nghiên cứu nào cũng phải có phần phân tích dữ liệu. Trong phần này, các bạn phải định nghĩa biến outcome là gì, biến risk factors là gì, biến confounders là gì, và xác định mô hình thống kê để phân tích.
Những vấn đề trong phân tích dữ liệu thì rất nhiều, nhà khoa học khó có thể lường trước tất cả tình huống. Tuy nhiên, những vấn đề thường nảy sinh trong thực tế khoa học là hoán chuyển dữ liệu (vì dữ liệu không tuân theo luật phân bố chuẩn), xử lí dữ liệu trống (missing values), phương pháp chọn biến số liên quan, và kiểm định kết quả phân tích (validation). Đối với các tập san lớn và uy tín, như New England Journal of Medicine chẳng hạn, họ đòi tác giả phải nộp kế hoạch phân tích dữ liệu và kế hoạch đó phải được phê chuẩn bởi một giáo sư, trước khi họ chịu xem qua bài báo hay không. Do đó, các bạn phải suy nghĩ và viết ra kế hoạch phân tích dữ liệu để thuyết phục người khác là mình biết mình làm cái gì.
Tôi phải nói thêm là phân tích dữ liệu càng ngày càng quan trọng, và nó là yếu tố quyết định sự thành bại của một bài báo khoa học. Ngày nay, các bạn đừng nghĩ mình dùng SPSS hay Stata hay những nhu liệu như thế là đủ. Sai lầm to. Những nhu liệu đó chỉ thích hợp cho một đẳng cấp nghiên cứu thấp mà thôi; các bạn muốn có đẳng cấp cao hơn thì phải dùng đến R. Các bạn không phải tin tôi, mà hãy nhìn vào các bài báo trên PLoS Genetics, PLoS Medicine, PLoS Biology, PLoS ONE, các tập san trong nhóm Nature (như Nature Genetics, Nature Communications, Nature Scientific Reports, v.v.) sẽ thấy những hình ảnh và biểu đồ phần lớn là từ R. Nghiên cứu khoa học ngày nay đã đi xa cái thời của SPSS và Stata lâu lắm rồi.
***
Trên đây là 4 yếu tố các bạn cần phải suy nghĩ khi bắt đầu nghiên cứu. Sau khi đã có ý tưởng, các bạn phải suy nghĩ đến một mô hình nghiên cứu thích hợp, đến đối tượng nghiên cứu, đến đo lường, và phân tích dữ liệu. Nhà nghiên cứu có kinh nghiệm có thể tiên đoán ngay từ lúc lên kế hoạch là kết quả này sẽ có thể đăng trên tập san nào. Như các bạn thấy, trong các mô hình trên, tôi không bàn đến vấn đề "tính đại diện" vì tôi nghĩ đó là yếu tố không quan trọng và có khi không cần thiết.
Những gì tôi mô tả trên đây chủ yếu là cho nghiên cứu y học. Trong thực tế, các nghiên cứu khoa học xã hội (KHXH) thì phong phú hơn nhiều và cách họ thiết kế thí nghiệm cũng đầy sáng tạo so với nghiên cứu y học. Một phần, tôi nghĩ giới nghiên cứu y khoa rất bảo thủ, họ không táo bạo như trong nghiên cứu KHXH. Dưới đây là vài nghiên cứu (thí nghiệm KHXH) mà tôi nghĩ là hết sức thú vị và tôi viết lại để các bạn thấy nghiên cứu KHXH phong phú hơn nhiều so với những gì mà ở VN người ta hay nghĩ đến (là chính trị). Không cần phải 'đao to búa lớn' nghiên cứu về chủ nghĩa này hay tư tưởng kia, chỉ cần tập trung vào tìm câu hỏi nghiên cứu cho tốt và làm thí nghiệm cho tốt thì KHXH Việt Nam sẽ có hiện diện xứng đáng trên trường quốc tế.
====
Dưới đây là vài thí nghiệm KHXH và tâm lí học mà tôi thấy rất thú vị. Tôi chọn ra vài thí nghiệm hay để chia sẻ cùng các bạn, và để nói rằng KHXH rất hay và rất phong phú.
1. Thí nghiệm về phân chia giai cấp
Thí nghiệm này được thực hiện trong một lớp học ở Iowa vào năm 1968. Nhà tâm lí học Jane Elliott lấy cảm hứng từ tư tưởng của Ts Martin Luther King, và bà muốn chứng minh rằng sự phân biệt giai cấp là do môi trường xã hội. Elliott chia học sinh trong lớp học của bà thành hai nhóm: nhóm mắt xanh và nhóm mắt nâu. Vào ngày đầu tiên, bà báo cho lớp học biết rằng nhóm học trò mắt xanh là giỏi giang hơn, và từ đó họ được hưởng nhiều đặc quyền đặc lợi, làm cho nhóm học mắt nâu trở thành thiểu số. Bà không cho hai nhóm tương tác với nhau, và cố tình tìm những học sinh trong nhóm thiểu số để trưng bày những cái xấu xa của họ. Ngay sau đó, hành vi và thái độ của học sinh thay đổi. Nhóm mắt xanh học hành tốt hơn và bắt đầu hành xử lưu manh với nhóm mắt nâu. Nhóm mắt nâu thì trở nên mất tự tin và học hành càng ngày càng tệ. Sau đó, bà đảo ngược thí nghiệm bằng cách cho nhóm mắt xanh trở thành thiểu số. Khi cuộc thí nghiệm kết thúc, học sinh cảm thấy khuây khỏa, và trở nên thân thiện với nhau hơn. Họ kết luận rằng không nên đánh giá con người dựa vào bề ngoài.
2. Thí nghiệm "Bobo Doll"
Thí nghiệm này do tiến sĩ Alburt Bandura thực hiện ở Đại học Stanford trong thời gian 1961-1963. Vào thời đó, có một cuộc tranh luận về sự ảnh hưởng của di truyền và môi trường đến sự phát triển của trẻ em. Tiến sĩ Albert Bandura thực hiện thí nghiệm dùng búp bê Bobo để chứng minh rằng hành vi của con người là do bắt chước (mô phỏng) chứ không phải do di truyền.
Trong thí nghiệm này, ông chia tình nguyện viên thành 3 nhóm: nhóm 1 được cho xem video mà trong đó người lớn có hành vi hung hăn với búp bê Bobo; nhóm 2 được cho xem video mà trong đó người lớn chơi với búp bê Bobo một cách thân thiện; và nhóm 3 là nhóm chứng. Sau khi xem video, trẻ em được cho vào một phòng với búp bê Bobo mà họ thấy trên video clip. Kết quả cho thấy trẻ em nhóm 1 trở nên hung hãn với búp bê, trong khi nhóm 2 và nhóm 3 thì hiền lành hơn. Nhà khoa học ước tính chỉ số hung hãn ở trẻ em nam trong nhóm 1 là 38.2 so với 12.7 ở nữ. Thí nghiệm này cho thấy khi trẻ em được "phơi nhiễm" hành vi hung hăn thì họ sẽ bắt chước làm theo, và nam có xu hướng hung hăn hơn nữ.
3. Thí nghiệm "Asch Conformity"
Năm 1951, Tiến sĩ Solomon Asch thuộc Trường cao đẳng Swarthmore thực hiện một thí nghiệm nhằm chứng minh rằng con người có xu hướng tuân thủ theo chuẩn mực dù chẳng có áp lực nào để họ làm thế. Đây là một thí nghiệm được xem là đột phá trong tâm lí học. Một nhóm tình nguyện viên được cho xem những hình ảnh gồm nhiều đường kẻ thẳng nhưng chiều dài khác nhau. Họ được yêu cầu trả lời một câu hỏi đơn giản là đường kẻ nào dài nhất? Điều thú vị trong thí nghiệm này là trong nhóm tình nguyện viên đó, chỉ có 1 người duy nhất là tình nguyện viên, tất cả những người khác là diễn viên và họ đã được hướng dẫn trước về câu trả lời. Câu trả lời hướng dẫn có thể đúng nhưng đa số là sai. Kết quả thú vị thay là người tình nguyện viên thật sự lúc nào cũng đồng ý với đa số (mặc dù đa số là sai)! Kết quả thí nghiệm nổi tiếng này cho thấy khi chúng ta nghiên cứu về những mối tương tác xã hội, con người nói chung có xu hướng thích nghi hay làm theo số đông. Nói cách khác, người ta có xu hướng chú ý làm theo người khác hơn là hành xử đúng.
4. Hiệu ứng Hawthorne
Nghiên cứu này được thực hiện vào năm 1955 tại công ti Hawthorne Works thuộc thành phố Chicago. Người thực hiện là Henry Landsberger. Mục tiêu của thí nghiệm là chứng minh rằng con người trong môi trường thử nghiệm sẽ thay đổi hành vi chỉ vì họ đang được nghiên cứu (là đối tượng của nghiên cứu). Dạo đó, công ti Hawthorne Works muốn biết cường độ sáng của đèn điện có ảnh hưởng đến năng suất của công nhân. Elton Mayo làm thí nghiệm, nhưng ông không phát hiện mối liên hệ giữa đèn điện và năng suất lao động. Nhưng sau đó, Landsberger phân tích dữ liệu thì phát hiện rằng công nhân có xu hướng tự điều chỉnh năng suất chỉ vì họ biết họ đang là đối tượng của thí nghiệm, và điều này giải thích tại sao Mayo quan sát rằng không có mối liên hệ. Kết luận từ phân tích này là công nhân cảm thấy họ quan trọng (vì được chọn làm thí nghiệm) nên họ tự tăng năng suất lao động. Hiện tượng này được gọi là Hiệu ứng Hawthorne (hay Hawthorne Effect) và trở thành một dạng bias trong nghiên cứu khoa học.
5. Thí nghiện nhạc công violin
Thí nghiệm này được Nhật báo Washington Post thực hiện tại một trạm xe điện ở Washington vào năm 2007. Mục tiêu của thí nghiệm là để tìm hiểu người ta hành xử như thế nào đối với những gì xảy ra quanh họ. Trong thí nghiệm, người qua đường tấp nập đến trạm xe điện nhưng không nhận ra có một người nhác sĩ lừng danh Joshua Bellmới chiếm giải Grammy-winning [chỉ trước đó 2 ngày] đang chơi đàn violin. Bình thường trong nhà hát lớn nơi Joshua Bell chơi nhạc, người ta phải trả $100 mỗi vé để được thưởng thức. Nhưng tại tram xe điện này ông đóng vai một nhạc sĩ đường phố chơi những bài nhạc tinh vi với cái đàn violin trị giá 3.5 triệu USD! Trong 45 phút đầu tiên ông chơi đàn, chỉ có 6 người dừng lại và xem biểu diễn một chút. Khoảng 20 người cho tiền, nhưng không dừng lại xem trình diễn. Sau buổi trình diễn ông được người qua đường cho $32. Đây là một thí nghiệm xã hội thú vị nhằm xem xét nhận thức, thị hiếu và ưu tiên của công chúng. Kí giả Gene Weingarten viết về thí nghiệm này cho tờ Washington Post và au này được trao giải Pulitzer. Vài câu hỏi đặt ra là chúng ta cảm nhận về cái đẹp như thế nào? Chúng ta có dừng lại và ghi nhận cái đẹp? Chúng ta có nhận ra tài năng trong tình huống bất ngờ? Hóa ra, phần đông chúng ta không hẳn có cảm thụ được môi trường chung quanh.
6. Thí nghiệm kẹo Marshmallow
Thí nghiệm này do Tiến sĩ Walter Mischel thực hiện tại Đại học Stanford vào năm 1972. Mục tiêu của thí nghiệm là nhằm tìm hiểu mối liên quan giữa sự trì hoãn tưởng thưởng lúc còn nhỏ và khả năng thành công khi trưởng thành. Trẻ em tuổi 4-6 được dẫn đến một phòng, trong đó có một cái bàn trước mặt họ, trên bàn có một viên kẹomarshmallow. Trước khi rời phòng, người thí nghiệm cho các em biết rằng nếu sau 15 phút mà viên kẹo vẫn còn trên bàn, họ sẽ được cho 1 viên kẹo khác. Nghiên cứu viên sau đó quan sát các em "kháng" phần thưởng được bao lâu, và phân tích thời gian này với sự thành công khi trưởng thành. Trong số 600 em tham gia thí nghiệm, một nhóm nhỏ dùng ngay viên kẹo, và 1/3 cố trì hoãn để được tưởng thưởng thêm 1 viên kẹo. Sau nhiều năm theo dõi, Mischel phát hiện rằng những em trong nhóm "trì hoãn" trở nên giỏi giang trong công việc và có điểm SAT cao hơn nhóm "ăn liền". Thí nghiệm có vẻ đơn giản, nhưng phát hiện này cho thấy những khác biệt giữa các cá nhân có thể đã được định hình ngay từ còn nhỏ.
Nguồn: http://www.onlinepsychologydegree.info/influential-psychological-experiments/
Bắt đầu nghiên cứu như thế nào? Tham gia nhóm
Nhiều bạn viết email và message riêng cho tôi bày tỏ ý muốn làm nghiên cứu khoa học, nhưng họ không biết bắt đầu từ đâu. Làm sao có ý tưởng, làm sao đánh giá ý tưởng của mình là đáng theo đuổi, và nếu theo duổi thì bước kế tiếp là làm gì, v.v. Nói chung là những câu hỏi rất căn bản. Cách tốt nhất là tham gia vào những lớp học (workshop) về phương pháp nghiên cứu khoa học. Tôi thỉnh thoảng cũng có tổ chức và giảng về phương pháp nghiên cứu, nhưng có lẽ các bạn ấy không tham gia nên hỏi những câu rất khó trả lời cho đầy đủ.
Nghiên cứu khoa học xuất phát từ ý tưởng. Ý tưởng xuất phát từ nhiều nguồn, nhưng chủ yếu là qua quan sát thực tế, đọc y văn, tham dự hội nghị; chú ý đến kĩ thuật mới, ý tưởng ngành khác; và ... một chút tưởng tượng. Quan sát thực tế là một nguồn ý tưởng rất quan trọng. Chẳng hạn như tôi chú ý thấy hình như số bệnh nhân chết ở bệnh viện hơi nhiều trong hai ngày cuối tuần, tôi nghĩ ngay đến lời giải thích rằng có thể hai ngày đó thiếu bác sĩ và y tá, và thế là câu hỏi nghiên cứu hình thành. Tham dự hội nghị và nghe các chuyên gia giảng cũng là dịp để có ý tưởng mới. Có khi có thể các bạn chẳng có ý tưởng gì mới, mà chỉ muốn lặp lại nghiên cứu của người khác ở bệnh viện mình. Loại nghiên cứu "me too" này chẳng có vấn đề gì, vì đó là cách các bạn học làm nghiên cứu.
Nhưng ý tưởng phải được "giải trình" trong một đề cương nghiên cứu. Trong đề cương, các bạn phải phác họa mình làm gì trong nghiên cứu. Nên nhớ rằng mục tiêu của nghiên cứu khoa học là tạo ra dữ liệu mới, từ dữ liệu mới qua phân tích chúng ta tạo ra thông tin mới, và qua lí giải thông tin, chúng ta tạo ra kiến thức mới. Qui trình là data --> information --> knowledge. Thành ra, cái "trái tim" của một nghiên cứu là dữ liệu. Điều này có nghĩa là trong đề cương nghiên cứu, bạn phải phác họa:
· Ý tưởng của nghiên cứu và mục tiêu;
· Chọn mô hình thí nghiệm;
· Quan trọng: đo lường cái gì (đây là data);
· Phân tích dữ liệu ra sao;
· Kết quả dự kiến.
Dĩ nhiên, đề cương nghiên cứu phải được thông qua bởi hội đồng khoa học và ủy ban y đức. Chỉ khi nào được thông qua thì công trình nghiên cứu mới được bắt đầu. Nhưng giai đoạn thu thập dữ liệu (qua đo lường, thí nghiệm) là hết sức quan trọng, mà một mình nghiên cứu sinh thì không cách gì làm được. Cần phải có nhiều người tham gia và hỗ trợ. Do đó, với khoa học hiện đại, nghiên cứu sinh phải làm việc với một nhóm. Nếu không làm việc theo nhóm thì đó là một sai lầm mang tính hệ thống của chương trình đào tạo.
1. Tham gia nhóm
Ở Việt Nam có không ít người suy nghĩ đơn giản rằng khi họ có ý tưởng là cứ thế mà làm nghiên cứu. Đối với những bộ môn như toán học thì suy nghĩ đó có thể đúng (chỉ "có thể" thôi), vì chỉ cần một mình làm việc cũng có thể chứng minh một định đề nào đó. Nhưng đối với khoa học, nhất là khoa học thực nghiệm, thì làm khoa học kiểu "đơn thân độc mã" là việc ... không thể.
Làm khoa học ngày nay là cả một qui trình. Qui trình từ lúc viết đề cương nghiên cứu (proposal) để trình bày ý tưởng và kế hoạch thí nghiệm, đến việc xin phép ủy ban y đức (ủy ban đạo đức), đến việc ngoại giao với đồng nghiệp khác để tìm nguồn hỗ trợ. Tất cả những bước này đều có sự tương tác giữa nghiên cứu sinh và người hướng dẫn hay các đồng nghiệp khác, chứ một mình thì không thể nào làm hết được.
Ý tưởng thì có thể nghiên cứu sinh có, nhưng ý tưởng đó có đáng để theo đuổi hay không thì là vấn đề khác. Để đánh giá ý tưởng nghiên cứu, cần phải có người trong ngành và rất am hiểu vấn đề, chứ không thể một sớm chiều mà đánh giá được. Cái khó là một số thầy cô ở trong nước vì không am hiểu y văn trong lĩnh vực nghiên cứu, nên cũng khó có thể cho ra lời khuyên đúng đắn. Nhưng vẫn có những thầy cô am hiểu vấn đề và họ có thể trở thành người hướng dẫn tốt.
Một nghiên cứu sinh không thể nào có tư cách để đứng tên một dự án nghiên cứu dính dáng đến con người, nhất là nghiên cứu can thiệp randomized clinical trial (RCT). Nếu bệnh viện hay đại học nào mà cho phép nghiên cứu sinh đứng tên chủ trì đề tài thì có lẽ cần phải xem lại tư cách của bệnh viện hay đại học đó. Không có ủy ban y đức đúng nghĩa nào phê chuẩn cho một người mà lí lịch khoa học "quá mỏng" làm nghiên cứu khoa học, nhất là nghiên cứu trên người và động vật.
Những khó khăn và yếu tố "văn hóa" trên cho thấy nếu bạn muốn làm nghiên cứu khoa học thì phải tham gia một nhóm nghiên cứu hay một labo. Khi tham gia nhóm, dưới sự hướng dẫn và dìu dắt của người đứng đầu thì nghiên cứu sinh mới học được nhiều. Một nhóm nghiên cứu hay labo tốt có hẳn một văn hóa khoa học riêng. Văn hóa đó bao gồm cả việc tham gia seminar, tương tác, họp lab hàng tuần. Qua những tương tác như thế thì nghiên cứu sinh mới được trưởng thành trong khoa học. Cũng cần nói thêm rằng có một số seminar không thuộc diện bắt buộc, nhưng có seminar thì bắt buộc. Nếu là nghiên cứu sinh mà không dự đủ giờ seminar thì có thể không được cho tốt nghiệp.
Như tôi từng nói trước đây, đào tạo ra PhD không có nghĩa là chỉ đào tạo ra một nhà khoa học chuyên nghiệp, mà còn vài yếu tố quan trọng khác. Cầm cái bằng tiến sĩ cũng như có "licence" để hành nghề nghiên cứu khoa học, cũng y như cầm cái bằng MD là có licence để điều trị bệnh nhân. Nhưng trước khi điều trị bệnh nhân, bác sĩ phải học nói, học cách suy nghĩ, học cách cư xử, thì người cầm cái bằng PhD cũng vậy, tức là phải học nói, học viết, học suy nghĩ lớn (big thinking), học cách hành xử trong "bộ lạc khoa học". Những cái học ngoài nghiên cứu đó chỉ có thể học trong lab.
Nhưng tình hình ở Việt Nam thì không được lí tưởng như thế. Nhiều đại học không có các labo nghiên cứu đúng nghĩa, còn bệnh viện thì quá bận rộn với điều trị lâm sàng nên càng không có labo nghiên cứu. Do đó, nghiên cứu sinh ở Việt Nam ít có cơ hội để học hỏi bài bản như các đồng môn ở nước ngoài.
Chúng tôi cố gắng tạo ra một nhóm nghiên cứu ở Tôn Đức Thắng, nhưng tất cả thành viên cũng chỉ là tự nguyện chứ trường đại học chưa có khả năng tài trợ lương cho ai cả. Tôi nghĩ nhiều khi nghiên cứu ở Việt Nam là loại "labor of love", làm vì tình thương khoa học, chứ chẳng gì danh lợi gì cả. Nhưng loại làm vì danh lợi thì họ rất lớn tiếng và góp phần làm suy thoái nền khoa học.
Bắt đầu nghiên cứu: Ý tưởng đến từ đâu?
Hôm qua, tôi đã nói rằng để làm nghiên cứu đàng hoàng thì cần phải tham gia một lab. Nghiên cứu khoa học ngày nay không thể làm theo kiểu "đơn thân độc mã" như xưa được. Nhưng một trong những câu hỏi đối với người muốn làm nghiên cứu khoa học là ý tưởng nghiên cứu đến từ đâu. Đối với người làm việc trong lab thì ý tưởng thường đến từ sếp. Nhưng dù là làm việc trong lab hay ngoài lab, thì cá nhân nghiên cứu sinh cũng phải có ý tưởng. Quá trình hình thành ý tưởng không phải một sớm chiều, mà nó trải qua một giai đoạn dài suy nghĩ và bàn luận với đồng nghiệp.
Để có ý tưởng tôi nghĩ việc đầu tiên là phải tham gia một hiệp hội khoa học quốc tế. Trong ngành y thì mỗi chuyên ngành đều có một hiệp hội chính. Nói là "quốc tế" nhưng tôi thì chỉ chọn hai nhóm hiệp hội, một là Mĩ hay là Âu châu. Có nhiều khi chỉ cần tham gia hiệp hội Mĩ là đủ. Nội tiết thì có Endocrine Society, loãng xương thì có American Society for Bone and Mineral Research, xương khớp thì có American College of Rheumatology, di truyền thì có American Society of Human Genetics, Dịch tễ học thì có American Epidemiological Society, ngoại khoa thì nhiều nhưng tiêu biểu là American College of Surgeons, American Surgical Association, v.v. Nói theo ngôn ngữ dân dã thì đây là những "bộ lạc". Mỗi bộ lạc có một văn hoá riêng và có khi ngôn ngữ riêng. Mình phải biết cái văn hoá và ngôn ngữ của bộ lạc.
Để bước chân vào bộ lạc, mình phải trước hết là thành viên của bộ lạc. Để trở thành thành viên của bộ lạc, mình phải đóng niên liễm (mỗi năm khoảng 100-300 USD). Khi đã ở trong bộ lạc, mình có cơ hội biết các "trưởng lão", các đồng môn, và có cơ hội đi dự hội nghị và qua đó mà hình thành một network. Thành viên của bộ lạc còn được nhận tập san của chuyên ngành, và đó là một nguồn thông tin rất quan trọng cho ý tưởng nghiên cứu (sẽ đề cập dưới đây).
Là nhà khoa học hay bác sĩ mà không nằm trong bộ lạc nào thì cái lí lịch khoa học rất tệ. Thử tưởng tượng bạn là người sắp quyết định nhận người vào lab, và phải xem xét cả đống lí lịch khoa học. Nhiều lí lịch rất tương đương nhau về bằng cấp, kinh nghiệm, nhưng cái yếu tố quan trọng mà bạn có khi phải hỏi "Người này có nằm trong bộ lạc của mình?" (Tình trạng này cũng giống như đảng viên đảng cộng sản họ ưu tiên cho người của họ -- cũng là văn hoá bộ lạc thôi. J)
Quay lại câu hỏi hỏi ý tưởng nghiên cứu đến từ đâu. Đây là một câu hỏi quan trọng, và trong các workshop về phương pháp nghiên cứu, tôi thường dành hẳn một bài nói chuyện 1 giờ đồng hồ về câu hỏi này. Một cách ngắn gọn, câu hỏi nghiên cứu đến từ 4 nguồn chính:
• Quan sát thực tế;
• Đọc y văn, tham dự hội nghị;
• Chú ý đến kĩ thuật mới, ý tưởng ngành khác; và
• Một chút tưởng tượng.
1. Quan sát thực tế
Có thể nói rằng từ thực tế hàng ngày, thực tế lâm sàng bất bình thường, chúng ta có thể hình thành những câu hỏi nghiên cứu rất hay. Bất bình thường ở đây có thể là những giá trị ngoại vi của một xét nghiệm, hay những hiện tượng bất thường. Một trong những câu chuyện "favorite" tôi hay lấy làm minh họa cho ý này là câu chuyện khám phá gen LRP5 trong chuyên ngành loãng xương. Câu chuyện bắt đầu bằng một tai nạn giao thông ở Los Angeles, mà trong đó một người bị thương rất nặng, gãy nhiều xương, nhưng người kia thì chẳng hề hấn gì, không có xương nào bị gãy. Khi vào bệnh viện khám, bác sĩ rất ngạc nhiên về người "lành lặn" kia và nghi ngờ rằng có thể bị nội thương, nên ông cho đi chụp X-ray và nhiều xét nghiệm khác, kể MRI. Ông phát hiện từ phim X quang là người thanh niên này có xương rất dày! Để chắc ăn, ông cho người thanh niên đi đo mật độ xương bằng máy DXA. Kết quả DXA cho thấy người này chỉ mật độ xương cao gấp 4 độ lệch chuẩn so với người cùng độ tuổi! Một chi tiết thú vị khác là anh ta không thể bơi lội, vì cứ xuống hồ bơi là ... chìm. Xương nặng quá.
Ông bác sĩ "ngửi" được mùi khám phá, nên lần dò hỏi thêm về gia thế và các thành viên trong gia đình. Khi ông được phép của Hội đồng y đức của trường đại học, ông đo mật độ xương của tất cả thành viên trong đại gia đình. Có người đang làm việc ở tận Thổ Nhĩ Kì, ông bác sĩ cũng bay sang "bắt" cho được. Dĩ nhiên, ông lấy mẫu máu và tách DNA. Sau đó, ông hợp tác với một chuyên gia về di truyền học và làm một phân tích gọi là genomewide linkage analysis, tức là scan toàn bộ hệ gen (nói cho oai, nhưng thời đó chỉ khoảng 1000 markers mà thôi). Phân tích dữ liệu cho thấy một tín hiệu nằm ở nhiễm sắc thể 11. Phân tích thêm ở vị trí đó, ông phát hiện gen LRP5. Đột biến thêm chức năng (gian of function mutation) ở gen LRP5 làm cho xương dày lên. Thế là ông bác sĩ đã khám phá ra một gen quan trọng giải thích tại sao mật độ xương của người thanh niên này rất đặc.
Trong cùng một lúc, một nhóm nghiên cứu độc lập khác, hoàn toàn không liên quan gì với nhóm của ông bác sĩ trên, nghiên cứu về hội chứng osteoporosis-pseudoglioma. Hội chứng osteoporosis-pseudoglioma tương đối hiếm trong cộng đồng, mà đặc điểm chính là xương mỏng, mật độ xương rất thấp, rối loạn thị giác và thường dẫn đến mù lòa. Nhóm nghiên cứu này cũng phát hiện gen LRP5, nhưng là đối nghịch. Tức là trẻ em mắc hội chứng osteoporosis-pseudoglioma có đột biến mất chức năng ở gen LRP5.
Vậy là kết quả nghiên cứu của hai nhóm bổ sung cho nhau một cách tuyệt vời. Từ câu chuyện trên, thế giới loãng xuơng có thêm một gen trong "gia đình". Từ khám phá gen này, người ta khám phá ra con đường đi của gen có tên là Wnt. Hóa ra, Wnt "chịu trách nhiệm" cho sự hình thành của xương và cánh ở động vật. Do đó, các công ti dược bào chế thuốc để điều chế hệ thống Wnt và dùng cho điều trị loãng xương. Đó là một thành công rất ngoạn mục, một khám phá rất quan trọng xuất phát từ chỉ một ca tai nạn giao thông. Trong nhiều trường hợp khác, những khám phá tương tự cũng đã được đề cập trong y văn. Trong khoa học có câu "chúng ta khám phá điều bình thường từ sự việc bất bình thường", và khám phá LRP5 là một ca tiêu biểu.
2. Đọc y văn, tham dự hội nghị
Một nguồn ý tưởng về nghiên cứu quan trọng khác là qua tham khảo (đọc) y văn. Ngày nay, y văn là một kho tàng kiến thức khổng lồ. Mỗi năm có hơn 1 triệu bài báo khoa học được công bố, và con số này vẫn tăng hàng năm. Do đó, một người bình thuờng không thể nào đọc hay theo dõi được tất cả thông tin y khoa. Chúng ta cần phải chọn lọc thông tin khả tín để đọc. Để có thông tin khả tín và liên quan, chúng ta cần phải biết mình theo đuổi chuyên ngành gì (và từ khóa tiếng Anh là gì), chuyên ngành rộng và chuyên ngành hẹp. Một người có thể làm trong lĩnh vực nội tiết, nhưng chỉ quan tâm đến tiểu đường, lại có người quan tâm đến loãng xương. Mỗi chuyên ngành có những tập san riêng, tuy độc lập với nhau, nhưng cũng có những bài báo liên quan đến cả hai chuyên ngành.
Xác định chuyên ngành để chọn tập san mà đọc. Mỗi chuyên ngành chỉ có vài tập san, cao lắm là 10. Phần còn lại là những tập san làng nhàng, đa phần là không đáng quan tâm. Chọn những tập san có impact factor cao để theo dõi. (Tuy impact factor bị chỉ trích nhiều, nhưng nó vẫn là thước đo tốt nhất để sàng lọc thông tin cho người mới vào nghề). Đó là những tập san trong danh mục ISI. Danh mục Scopus cũng được, nhưng trong đó có khá nhiều tập san làng nhàng, nên không cần tốn thì giờ. Có thể tham khảo trang scimagojr.com để biết tập san nào có uy tín tốt và tập san nào không có uy tín tốt.
Sau impact factor là tác giả cũng là tiêu chuẩn sàng lọc rất tốt. Trong mỗi chuyên ngành, chỉ có vài mươi nhóm nghiên cứu uy tín rải rác trên thế giới. Khi thấy một bài báo, việc đầu tiên là xem tên tác giả đầu và tác giả cuối. Tác giả nổi tiếng thường chỉ công bố bài báo ở những tập san nổi tiếng, và họ thường được mời viết "review". Đó là tín hiệu của tác gỉa có uy tín. Địa chỉ làm việc của tác giả cũng rất quan trọng. Thuờng các nhóm nghiên cứu nổi tiếng nằm trong các trường đại học loại "Top 200" trên thế giới, còn mấy trường làng nhàng, trường địa phương, hay truờng mới lập, v.v. thì rất ít có lab nghiên cứu đẳng cấp quốc tế.
Hội nghị cũng là địa điểm rất tốt để hình thành ý tưởng nghiên cứu. Trong các hội nghị cấp quốc tế (thường là ở Mĩ và Âu châu) của các hiệp hội chuyên khoa, người ta hay mời các chuyên gia nổi tiếng đến chia sẻ nghiên cứu. Mỗi bài giảng của họ là một bài review sống động, và cuối bài giảng thường có những vấn đề mà họ chưa giải quyết được. Người nghe chú ý đến những vấn đề đó để có thể có những ý tưởng tiền phong. Chẳng hạn như có lần tôi đi dự hội nghị và nghe người ta bàn về TBS (trabecular bone score) rất nhiều, nhưng một trong những vấn đề người ta đặt ra là TBS có chịu sự ảnh hưởng của di truyền. Thế là tôi về và xúi đồng nghiệp Việt Nam làm một nghiên cứu về vấn đề này, và kết quả là năm sau chúng tôi có một công trình đầu tiên trên thế giới về yếu tố di truyền trong TBS!
3. Chú ý đến kĩ thuật mới, ý tưởng ngành khác
Ý tưởng mới thường có tính cách liên ngành. Nếu mình chỉ vùi đầu vào chuyên ngành của mình thì có hai hệ quả xảy ra. Hệ quả thứ nhất là chúng ta sẽ bị bảo thủ, không chịu mở rộng tầm nhìn và tấm lòng đến bên ngoài. Hệ quả thứ hai là chúng ta sẽ cạn kiệt ý tưởng rất nhanh. Do đó, lúc nào cũng phải mở tầm nhìn sang các chuyên ngành khác, chú ý xem họ phát triển đến mức nào, họ có cái gì mới mà chúng ta có thể áp dụng cho chuyên ngành của mình.
Một trong những ca tiêu biểu là di truyền học. Nếu chúng ta nghiên cứu về bệnh Parkinson chẳng hạn và nếu chúng ta chỉ quanh đi quẩn lại làm những gì "kinh điển" thì chuyên ngành sẽ chẳng đi đến đâu. Nhưng nếu chúng ta biết rằng (và trong thực tế thì như thế) bệnh Parkinson là do một phần yếu tố di truyền gây nên, thì bắt buộc chúng ta phải để mắt đến công nghệ di truyền học họ phát triển đến đâu. Ngày xưa, có lẽ chúng ta chỉ phân tích 1 vị trí gen một lần, nhưng với công nghệ mới, chúng ta có thể phân tích khoảng nửa triệu vị trí một lần! Mười năm trước, để giải mã toàn bộ hệ gen, chúng ta tốn 15 ngàn USD, nhưng ngày nay thì chỉ 1500 USD. Với chi phí rẻ như thế, chúng ta có thể phân tích hàng trăm bệnh nhân, và sẽ có những khám phá thú vị.
Ý tưởng từ chuyên ngành khác dĩ nhiên không giới hạn trong công nghệ di truyền học, mà còn trong bất cứ chuyên ngành khác. Có thể kể đến các hay chuyên ngành hay công nghệ như vật lí y khoa, sinh hóa, tâm lí học, xã hội học, kĩ thuật, "công nghệ thống kê" (bao gồm các phương pháp phân tích advanced, machine learning, bioinformatics, v.v.), tất cả đều giúp chúng ta suy nghĩ về chuyên ngành mình. Điều này đòi hỏi chúng ta phải đọc nhiều. Ngoài các tập san y khoa, cần phải đọc những tạp chí có phẩm chất tốt như American Scientist, Scientific American, Nature.com, hay các trạm thông tin như Science News, asianscientist.com,medscape.com, v.v. Đây là những trạm thông tin đa ngành, nên những phát hiện và phát triển quan trọng đều được đề cập đến. Qua những bài báo đề cập chúng ta có thể tìm bài báo gốc trên các tập san khoa học để tìm hiểu thêm chi tiết.
4. Một chút tưởng tượng
Thỉnh thoảng, ý tưởng đến với chúng ta rất tình cờ, qua tưởng tượng. Một câu của Albert Einstein mà tôi hay trích dẫn là "If you have logic, you can go from A to B; if you have imagination, you can go anywhere" (Nếu bạn có logic, bạn có thể đi từ A đến B; nếu bạn có trí tưởng tượng, bạn có thể đi bất cứ nơi nào.) Tôi nghĩ câu này đúng với nhiều khám phá tình cờ. Đọc những cuốn sách về tiểu sử của các nhà khoa học lừng danh, họ có xu hướng phát kiến ý tưởng từ những sự tưởng tượng có thể nói là ... fantasy. Một nguồn "tưởng tượng có hệ thống" theo tôi là các tiểu thuyết và phim ảnh giả tưởng, vì những tác phẩm loại này giúp chúng ta bay bổng hơn. Và, bay bổng có khi là yếu tố rất cần thiết cho khoa học.
Among Bem's contentions is that participants given a memory test were more likely to remember words that they were later asked to practise, suggesting that the effects of this post-test rehearsal somehow reached back in time. He also found that subjects asked to select which of two curtains on a computer screen hid an erotic image were able to do so at a significantly greater rate than chance would predict. Intriguingly, the same experiment didn't produce any unusual results when the images behind the virtual curtain were less titillating.
Cái công trình nghiên cứu nổi tiếng (nhưng cũng khá tai tiếng) của Giáo sư Daryl Bem là gần như xuất phát từ tưởng tượng. Ông tưởng tượng rằng con người chúng ta có một hệ tiềm thức giúp chúng ta đoán trước một tình huống tưởng như là hoàn toàn ngẫu nhiên, và nó giúp chúng ta có thể "cảm nhận được tương lai" (feeling the future)! Giả thuyết mà Gs Bem muốn kiểm định là sự khoái lạc của người nhìn vào những hình ảnh ái ân trong tương lai sẽ giúp họ đi ngược về quá khứ và ảnh hưởng đến hiện tại. Nói thì phức tạp, nhưng cách ông thiết kế thí nghiệm như sau (tôi mô tả ngắn gọn lại cách hướng dẫn của ông để các bạn hiểu công trình độc đáo này):
"Đây là một thí nghiệm nhằm kiểm định giả thuyết ngoại cảm (ESP). Thí nghiệm cần khoảng 20 phút để hoàn tất và tất cả đều chạy trên máy tính. Trước hết, bạn sẽ trả lời một số câu hỏi ngắn. Sau đó, cứ mỗi lần thử, vài hình ảnh xuất hiện trên màn ảnh máy tính, mỗi hình có 2 bức màn song song nhau. Một bức màn có hình đằng sau, một bức màn không có hình. Việc của bạn là click vào bức màn mà bạn cảm thấy có hình đằng sau. Sau khi click bức màn sẽ mở ra để bạn biết mình đã chọn đúng (tức là bức màn có hình). Bạn sẽ làm 36 lần. Nhiều hình mang tính khiêu dâm (như những cặp trai gái trong tình huống ái ân). Nếu bạn không đồng ý với những hình ái ân như thế, bạn có quyền không tham gia thí nghiệm."
Trên đây là 4 nguồn ý tưởng mà tôi hay bàn đến trong các workshop về nghiên cứu khoa học. Trong thực tế, mỗi labo có một hướng nghiên cứu riêng, và các trưởng labo đã có sẵn một chuơng trình nghiên cứu để đạt mục tiêu. Các chương trình nghiên cứu đó có khi bị "bẻ lái" vì những nguồn ý tưởng trên đây. Các nguồn ý tuởng trên đây đòi hỏi nhà khoa học phải có đầu óc quan sát tinh tế, phải chú ý đến chi tiết hoặc những điều gì có vẻ bất thường, phải đọc nhiều và đặt vấn đề trong bối cảnh chung, và phải có chút nghệ sĩ tính. Những cá tính đó, tôi nghĩ, cũng là nhân cách của một nhà khoa học thành công.
Nên nhớ rằng nghiên cứu khoa học là đi tìm qui luật tự nhiên. Tuyệt đối tránh những suy nghĩ kiểu xác định tỉ lệ này, ước tính tỉ suất kia, so sánh phương pháp nọ, v.v. vì những loại này là làm thống kê mô tả, chứ không phải nghiên cứu khoa học đúng nghĩa. Nghiên cứu khoa học là phải có giả thuyết (hypothesis), và giả thuyết chỉ được hình thành sau khi đã xem qua những bài báo trong chuyên ngành.
Một khi đã có ý tưởng, bước kế tiếp là nghĩ đến thiết kế thí nghiệm, nhưng phần này sẽ giải thích sau. (Còn tiếp).
Không có nhận xét nào:
Đăng nhận xét