Thời trang phụ nữ, tâm lí, và kinh tế

Theo quan niệm bảo thủ ngày xưa, quần áo chỉ là những vật dụng để che thân thể khỏi gió mưa, nắng lạnh, nên không cần thay đổi. Tuy nhiên, ngày nay quan niệm này không còn thích hợp với đà phát triển kinh tế và sự tiến triển xã hội nữa. Y phục không chỉ là vật che nắng che mưa, mà còn là một biểu tượng về thẩm mĩ. Năm 1934, Họa sĩ Nguyễn Cát Tường tuyên bố "Theo ý tôi, quần áo tuy dùng để che thân thể, song nó có thể là tấm gương phản chiếu ra ngoài cái trình độ trí thức của một nước. Muốn biết nước nào có tiến bộ, có mĩ thuật hay không, cứ xem y phục của nước đó, ta cũng đủ hiểu". Ông tung ra thị trường một kiểu áo dài Lemur, được mô phỏng theo áo đầm Tây phương, với nối vai và tay phồng, cổ lá xen, và cài khuy trên vai. Đến năm 1934, Họa sĩ Lê Phổ kết hợp giữa cải biên áo tứ thân và áo Le Mur bên Pháp cho ra kiểu áo dài rất gần với áo dài tân thời ngày nay. Kể từ đó, nói chung, về chiếc áo dài của ta không thay đổi bao nhiêu, ngoài những thay đổi nhỏ về cổ áo (lúc cao, lúc thấp), gấu áo (lúc vén cao, lúc hạ thấp), và eo áo (lúc nhỏ, lúc to), thì nó vẫn là cái … áo dài.
Người Việt Nam chúng ta, có lẽ vì duy cảm, nên thích nhìn trang phục qua lăng kính thơ văn. Thấy một cô gái mặc áo trắng, thi sĩ tưởng tượng cô gái là một người trong trắng, ngây thơ "Áo trắng đơn sơ, mộng trắng trong" (Huy Cận). Khi nàng mặc áo màu vàng hay xanh, thi sĩ liên tưởng đến những loài hoa, với một tình cảm vu vơ, nhẹ nhàng, nhưng kín đáo: "Áo nàng vàng, anh về yêu hoa cúc / áo nàng xanh, anh mến lá sân trường" (Nguyên Sa).
Nhưng y phục còn có ý nghĩa kinh tế. Y phục phản ánh thành phần giai cấp trong xã hội, người giàu có, quyền thế thường mặc quần áo sang trọng, dùng các loại vải hay lụa đắt tiền và hiếm, được cắt may cầu kì và phức tạp; ngược lại, người nghèo hay thuộc giai cấp lao động chịu bó mình trong các loại quần áo đơn giản, rẻ tiền. Do đó, đối với người Tây phương quen tính "cân đo đong đếm", họ không những chỉ nhìn y phục phụ nữ như là một biểu hiện về thẩm mĩ, mà còn liên tưởng đến nền kinh tế của một quốc gia.
Một vài nghiên cứu gần đây, dù không nhiều và còn hạn chế, đã cho thấy vài khuynh hướng lí thú về sự biến dạng của y phục phụ nữ và những biến động có liên quan đến kinh tế xã hội. Thực vậy, một trong những hiện tượng mà ai cũng dễ dàng ghi nhận là thời trang y phục phụ nữ thay đổi theo thời gian. Chẳng hạn như thời đại của Nữ hoàng Victoria và Hoàng đế Edward, phụ nữ thích những kiểu áo có hình chữ S; tức là, phần ngực được làm cho lớn ra, phần eo nhỏ thon lại, và phần mông rộng ra. Qua đến những thập niên đầu tiên của thế kỉ 20, kiểu áo Empire bắt đầu xuất hiện, với đường eo được nâng cao lên tới phía dưới ngực một chút, vòng cổ hình có chữ V (dù có người đề nghị nên mang cái gì đó khiêm tốn để che dấu bộ ngực!) Rồi dần dà theo thời gian, kiểu áo hình chữ S và Empire được thiết kế trở thành thon hơn, phần eo được nới rộng ra, phần ngực và mông làm cho tự nhiên hơn, và chiều dài cũng ngắn gọn hơn, làm cho người mặc có dáng điệu mảnh khảnh hơn. Cho tới nay, kiểu áo giống như veston của đàn ông (được mô phỏng theo kiểu "cardigan style suit" do nhà tạo mẩu nổi tiếng Chanel sáng chế vào thập niên 30) rất được ưa chuộng.
Theo khẩu hiệu This goes with that (cái này đi với cái kia), các kiểu quần cũng biến dạng theo các kiểu áo, và một trong những thay đổi quan trọng nhất là độ dài. Ngày xưa, váy thường được thiết kế dài cho tới mắt cá chân, làm tăng sự kín đáo và thanh tao của người phụ nữ. Theo thời gian, chiếc váy này tuy không thay đổi kiểu bao nhiêu, nhưng chiều dài càng ngày càng ngắn hơn, lúc đầu còn dài hơn đầu gối một chút, sau này rút ngắn lại chỉ còn trên đầu gối! Tuy theo cách nhìn của từng người, nhưng nói chung kiểu váy cũn cỡn này mang lại một dáng điệu năng động, linh động, và có thể nói là khêu gợi, thách thức của người phụ nữ.
Không hài lòng với sự thách thức đó, ngày nay -- có lẽ theo phong trào bình đẳng nam-nữ -- phụ nữ có khuynh hướng mặc y phục giống ... đàn ông! Họ cũng mặc veston, thắt cà-ra-vát, vận quần Tây hai ống. Nhưng thay vì kiểu quần áo rộng rãi của đàn ông, các nhà tạo mẫu làm cho bộ đồ này ôm sát theo thân thể của người phụ nữ, làm cho nổi bật những đường cong nữ tính, như cố ý phô trương ngực, eo và mông. Vì veston thường là loại trang phục cho những người đàn ông có địa vị trong xã hội, những người lao động trí óc (gọi chung là "professionals"), nên kiểu trang phục này làm cho người phụ nữ vừa sang trọng một cách duyên dáng, vừa thanh nhã và bảnh bao.
Câu hỏi được đặt ra là sự tiến hóa của thời trang phụ nữ qua từng giai đoạn là một quá trình ngẫu nhiên, hay một phản ảnh về các biến động xã hội-chính trị. Một số nhà nghiên cứu thời trang cho rằng kiểu mẩu của quần áo được sáng chế ra hoàn toàn ngẫu nhiên bởi các nhà tạo kiểu, không có dính dáng gì đến những dao động nội tâm hay chu kỳ tâm lý của con người. Ngược lại, Nhà thơ người Pháp, Anatole France, có lần nói rằng thời trang phụ nữ có thể nói cho chúng ta biết về tương lai của nhân loại chính xác hơn những tiên đoán của các triết gia, nhà văn, tu sĩ hay khoa học gia. Nhận xét này xem ra có lí, nếu chúng ta chịu khó tìm hiểu những biến đổi về thời trang và mối tương quan của nó với thái độ của xã hội đối với phụ nữ hay phụ nữ đối với xã hội. Theo quan điểm này, thời trang là một phản ứng trước những tác động từ ngoại cảnh xã hội.
Vấn đề chính của quan điểm thứ hai này là chưa có bằng chứng gì giải thích cụ thể và hợp lí những "ngoại cảnh xã hội" là gì. Năm 1971, trong một luận án Cao học thuộc Trường Đại học Tennessee (Mĩ), sinh viên Mabry ghi nhận mối tương quan giữa thời trang và các sự kiện ngoại cảnh, rằng trong thời gian 50 năm (từ năm 1921 tới 1970), chiều dài của y phục mà người mẫu mặc liên quan với các chỉ số thị trường chứng khoán. Cụ thể hơn: khi giá cổ phần tăng, chiều dài y phục phụ nữ trở thành ngắn hơn; khi giá cổ phần giảm, y phục phụ nữ dài ra.
Dù kết quả nghiên cứu này nghe qua có vẻ lạ lùng, nhưng cũng gây sự chú ý của một hãng buôn bán cổ phần ở New York lúc đó. Giới khoa bảng thì không ngừng nhạo báng thuyết trên của Mabry, vì họ cho rằng mối tương quan này mang tính giả tạo. Nó có thể là những số liệu thật (fact), nhưng không phản ánh một sự thực (truth). Nói cách khác, mối tương quan mà Mabry ghi nhận có thể do một yếu tố gián tiếp khác tác động đến, chứ không dính dáng trực tiếp đến thị trường chứng khoán.
Tuy nhiên, chúng ta có thể đặt mối quan hệ giữa thời trang và chỉ số thị trường chứng khoán qua một yếu tố trung gian, chẳng hạn như yếu tố liên quan đến kinh tế hôn nhân (marital economics). Trong thuyết kinh tế hôn nhân, người ta cho rằng tầm quan trọng mà người phụ nữ gắn bó với hôn nhân sẽ thay đổi tùy vào hai bối cảnh: cơ hội hôn nhân và cơ hội công ăn việc làm. Cơ hội hôn nhân được thể hiện qua tỉ lệ giới tính, tức là bao nhiêu phần trăm đàn ông và phụ nữ trong một dân số. Cơ hội công việc lại tùy thuộc vào sự trồi sụt, lên xuống, tròn khuyết của nền kinh tế, được thể hiện qua chỉ số thị trường chứng khoán.
Để thử nghiệm giả thuyết này, một số nhà nghiên cứu đã chịu khó phân tích mối tương quan giữa thời trang và cơ hội hôn nhân, cơ hội công ăn việc làm. Hai nhà nghiên cứu Richardson và Kroeber đã bỏ ra nhiều năm nghiên cứu thời trang của phụ nữ trong ba thế kỉ liền. Họ thu thập tất cả những hình ảnh từ tạp chí, sách báo thời trang dành cho phụ nữ, và các tác phẩm họa trong thư viện. Họ tập trung nghiên cứu các kiểu trang phục mùa đông (tháng Một tới tháng Ba) vì những tháng này phụ nữ có khuynh hướng phô trương thời trang hơn các tháng khác. Những nước mà họ chú ý nhiều nhất là Pháp, Ý, Đức, Hòa Lan và Mỹ. Họ suy luận rằng thời trang xuất phát từ Paris và từ đó lan rộng hay truyền bá qua các nước khác trên thế giới.
Trong mỗi kiểu trang phục, họ đo chiều dài của váy, chiều rộng của eo (tức là một đo lường gián tiếp về đường cong nữ tính), và độ dài của cổ áo (chiều sâu hình chữ V) và độ hở cổ (giữa hai dây đai trên vai). Tất cả các đo lường này được ước tính và chuẩn hóa theo hình họa, tính từ môi đến bàn chân. Môi, thay vì tóc, được chọn làm điểm tham chiếu, vì đo từ miệng chính xác hơn là đo từ tóc (do phụ nữ có thể dùng tóc giả!) Ngoài thời trang, các nhà nghiên cứu còn bỏ công thu thập các chỉ số liên quan đến kinh tế xã hội như tỉ lệ li dị, tỉ lệ dân số có bằng cấp đoại học, tỉ lệ giới tính (tức là bao nhiêu phần trăm phụ nữ trong dân số), v.v. Sau khi dùng các phương pháp phân tích thống kê, hai nhà nghiên cứu trình bày một số kết quả chính như sau:
(i) Mức độ tương quan giữa tỉ lệ li dị và tỉ lệ phụ nữ có bằng đại học rất cao: khi tỉ lệ phụ nữ có trình độ đại học tăng, tỉ lệ li dị cũng tăng theo;
(ii) Độ dài của váy tăng theo tỉ lệ nghịch với tỉ lệ li dị: khi tỉ lệ li dị giảm, chiều dài của váy tăng;
(iii) Độ dài của váy biến động theo tỉ lệ thuận với trình độ học vấn. Khi tỉ lệ phụ nữ có bằng đại học tăng, chiều dài của váy trở thành ngắn hơn;
(iv) Khi tỉ lệ phụ nữ trong dân số tăng, váy trở thành dài hơn. Khi tỷ tỉ đàn ông trong dân số tăng, eo áo trở thành nhỏ hơn, tức là đường cong nữ tính tăng, váy trở thành ngắn hơn.
Ngoài cuộc nghiên cứu trên đây, còn có một cuộc khảo sát thú vị khác. Trong một cuộc khảo cứu trên khoảng 100 phụ nữ, các nhà nghiên cứu cho mỗi phụ nữ mặc hai loại y phục: y phục truyền thống và y phục theo thời trang hiện đại ngày nay. Loại truyền thống, phụ nữ mặc váy dài, áo hình chữ S, làm cho ngực và mông lớn ra, và eo nhỏ lại. Loại hiện đại, phụ nữ mặc váy ngắn đến khoảng đầu gối, áo theo hình chữ S thon, tức là làm cho thân hình của người phụ nữ thon thả, mảnh khảnh, ngực và mông "khiêm tốn" hơn, và eo nới rộng ra một chút. Sau đó, họ (các nhà nghiên cứu) cho khoảng 50 người (phân nửa là nam và phân nửa là nữ) ghi nhận ấn tượng của mình về trình độ chuyên môn, sự dỏi dang trong gia đình, dục tính (sex), v.v. về các phụ nữ này. Kết quả cho thấy một quan điểm chung như sau: khi người phụ nữ mặc y phục "truyền thống" với những đường cong nữ tính, họ thường được đánh giá như là những người có dục tính cao, nhưng không giỏi dang trong công việc chuyên môn. Nhưng khi những người phụ nữ đó mặc y phục "hiện đại", họ lại được đánh giá là những người thông minh trong chuyên môn, hấp dẫn, và có trình độ học vấn cao.
Qua hai nghiên cứu này, chúng ta có thể làm một vài tiên đoán:
Thứ nhất, khi cơ hội công ăn việc làm cho phụ nữ có chiều hướng gia tăng, y phục của họ sẽ trở nên ngắn gọn và hở hang hơn. Lí do căn bản là với sự tăng trưởng về độc lập kinh tế, phụ nữ có cơ hội theo học đại học, họ trở nên ít phụ thuộc vào hôn nhân như là một phương tiện kinh tế (và tỉ lệ li dị sẽ tăng), và do đó, nhu cầu phô trương sự trong trắng, trinh tiết (như mặc quần áo dài) không quan trọng đối với họ. Điều này cũng có nghĩa là khi nền kinh tế thịnh vượng, y phục phụ nữ trở thành ngắn hơn, và có thể đây là yếu tố giải thích mối tương quan giữa thị trường chứng khoán và độ dài của y phục mà bà Mabry đã ghi nhận trong luận án của mình.
Thứ hai, khi tỉ lệ phụ nữ cao hơn tỉ lệ đàn ông trong dân số, cơ hội hôn nhân cho phụ nữ trở nên hiếm hoi hơn, phụ nữ sẽ phải cạnh tranh với nhau để được chú ý và tìm một người chồng lí tưởng. (Cố nhiên, ta phải giả dụ rằng ở đây không có chế độ đa thê!) Và một trong những chiến lược để gây sự chú ý hữu hiệu, y phục của họ sẽ trở thành ngắn hơn và “mát mẻ” hơn. Trong một môi trường như thế, số lượng phụ nữ sẵn sàng quan hệ tình dục mà không cần đòi hỏi giới đàn ông phải bảo trợ. Và đàn ông sẽ lợi dụng tình thế này mà trì hoãn hôn nhân. Ngoài ra, vì cơ hội hôn nhân thấp, nên họ quay sang chú trọng vào công ăn việc làm, tự tạo cho mình một sự nghiệp độc lập, và điều này sẽ thể hiện qua thời trang có khuynh hướng phô trương sự thông minh và "bảnh bao" của người phụ nữ, tức là ngắn gọn hơn.
Tuy nhiên, khi tỉ lệ phụ nữ ít hơn tỉ lệ đàn ông trong dân số, cơ hội hôn nhân cho họ (phụ nữ) không thành vấn đề, nhưng họ cần một sự đầu tư cao từ người chồng tương lai như là một điều kiện của hôn nhân. Do đó, họ không có nhu cầu phải tìm công ăn việc làm, và vì thế xác suất mà họ theo đuổi một sự nghiệp độc lập rất thấp. Trong bối cảnh này, trinh tiết là một công cụ và chiến lược quan trọng để nâng cao giá trị của thị trường hôn nhân. Trong tình thế này, y phục của họ sẽ dài và kín đáo hơn.
Thứ ba, khi giá trị của hôn nhân được coi trọng, tỉ lệ li dị thấp, có thể đoán được rằng y phục phụ nữ sẽ trở thành dài hơn, đường eo nhỏ hẹp hơn, cổ áo kín hơn; tức là những biểu hiện của sự trong trắng, truyền thống gia đình.
Nói tóm lại, bằng chứng nghiên cứu cho thấy thời trang phụ nữ không phải ngẫu nhiên và tùy ý, nhưng có thể bị ảnh hưởng bởi các yếu tố kinh tế xã hội. Thời trang phụ nữ đã, đang và sẽ là tiếp tục tượng trưng cho những thay đổi của xã hội và vai trò người phụ nữ.

Khám phá trong khoa học và chuyện “đồng tiền bát gạo”

Đọc báo hàng ngày, chúng ta hay thấy những bản tin về những khám phá nào đó liên quan đến bệnh ung thư. Thường là những khám phá, những phát hiện mang tính tích cực, như mới tìm ra một phân tử quan trọng, mới phát triển một loại thuốc có khả năng trị dứt ung thư. Nhưng đằng sau những bản tin đó là những phân vân, bất trắc, thậm chí nghi ngờ. Thật vậy, có thể nói rằng phần lớn những cái gọi là “khám phá” được tường trình trên mặt báo chí phổ thông là sai, hay chẳng có ứng dụng gì trong lâm sàng. Trước đây, phần lớn những khám phá và phát triển thuốc do các công ti dược thực hiện. Gần 3 thập niên trước, lúc tôi còn ở Thuỵ Sĩ trong cái lab rất lớn chuyên nghiên cứu loãng xương và các bệnh nội tiết của Sandoz, họ có những nhóm chuyên nghiên cứu cơ bản, nhóm nghiên cứu lâm sàng giai đoạn I, II và III, làm việc rất nhịp nhàng để tối ưu hoá thời gian sản xuất thuốc. Gian nan nhất là khâu nghiên cứu cơ bản. Hàng vạn, thậm chí hàng triệu phân tử phải được scan, để cuối cùng chỉ có vài phân tử có triển vọng. Đến khi những phân tử có triển vọng đưa vào thử nghiệm qua các giai đoạn thì chỉ còn 1 hay 2 phân tử có thể làm nghiên cứu tiếp. Rất nhiều trường hợp 1-2 phân tử đó cũng bị “rơi rụng” ngay từ giai đoạn lâm sàng I! Một khi rơi rụng thì qui trình tìm kiếm lại bắt đầu. Để có một phân tử từ ngày được khám phá đến ngày thử nghiệm lâm sàng giai đoạn III mất khoảng 20-25 năm. Cũng có khi sau khi thử nghiệm lâm sàng giai đoạn III thuốc cũng bị xếp vào tủ, vì thất bại, và điều đó có nghĩa là công ti mất vài chục triệu USD. Chi phí thử nghiệm ở giai đoạn III cũng tăng theo thời gian. Thời đó (30 năm về trước), thử nghiệm lâm sàng giai đoạn III chỉ có vài trăm bệnh nhân, nhưng ngày nay thì con số phải là vài ngàn bệnh nhân. Trong ngành loãng xương, mỗi bệnh nhân phải được theo dõi ít nhất là 3 năm, kèm theo những bảo hiểm, nên tốn từ 10 đến 15 ngàn USD. Do đó, một công trình với 2000 bệnh nhân thì chi phí có thể tròm trèm 30 triệu USD. Đó là một chi phí rất lớn cho các nghiên cứu thử nghiệm lâm sàng, mà không phải nhóm nào cũng có khả năng làm. (Tôi chưa nói đến các chuyên gia làm nghiên cứu cũng phải có một lí lịch khoa học tốt, chứ không phải ai cũng có thể làm). Các công ti dược phải có chiến lược mới để làm thuốc. Sau một thời gian tìm hiểu, họ nghiệm ra rằng có thể dùng các đại học và viện nghiên cứu làm cho họ giai đoạn đầu, tức là giai đoạn khám phá, và họ chỉ tập trung vào giai đoạn 2 (tức phát triển và sản xuất). Với chiến lược này, các công ti dược không phải đầu từ vào nghiên cứu cơ bản, vốn tốn rất nhiều tiền mà kết quả thì có khi long đong. Thay vào đó, họ chỉ đơn thuần mua lại bản quyền những khám phá có triển vọng của các nhà khoa học trong đại học và viện nghiên cứu. Viện tôi cũng từng bán được một số bản quyền như thế cho các công ti. Phải nói đó là một chiến lược rất … khôn ngoan. Khôn là vì có lợi cho đôi bên. Phía trường / viện thì không có khả năng và cơ sở vật chất để biến khám phá của mình thành thuốc bán ra thị trường, còn phía công ti thì tiết kiệm một số tiền rất lớn. Chẳng những tiết kiệm tiền, họ có rút ngắn thời gian. Thật vậy, ngày nay, các công ti có thể chỉ cần 10 năm, có khi ngắn hơn, là sản xuất được thuốc từ các khám phá ban đầu. Mỗi khám phá như thế có thể bán ra khoảng vài trăm ngàn đến 10 triệu USD, tuỳ vào dữ liệu và thị trường. A laboratory researcher in a file photo. REUTERS/Sebastian Derungs Nhưng càng ngày các công ti dược càng phát hiện rằng chiến lược này có khi không hẳn là tối ưu. Lí do đơn giản là nhiều khám phá họ mua từ các viện/trường không phải là khám phá thật, hay không thể thực hiện được. Một nhà khoa học của công ti dược Amgen cho biết trong nghiên cứu về ung thư, một số lớn những khám phá của các viện/trường là không đáng tin cậy. “Không đáng tin cậy” ở đây có nghĩa là họ không lặp lại được những kết quả của các nhà nghiên cứu gốc. Ông cho biết trong số 53 khám phá quan trọng mà công ti đã mua bản quyền, có đến 47 khám phá mà công ti không lặp lại được kết quả. Các công ti lớn khác như Merck và Bayer cũng có kinh nghiệm như thế. Các công ti này không nói rằng các nhà khoa học thuộc viện/trường làm sai hay nguỵ tạo dữ liệu, nhưng kinh nghiệm của họ cho thấy rất nhiều khám phá của viện/trường là không đáng tin cậy, không xứng đáng đồng tiền họ bỏ ra để mua. Xin nói thêm, khi tôi nói “độ tin cậy”, ý tôi đề cập đến khái niệm reproducibility hay tái lập trong khoa học. Một công trình nghiên cứu cho ra kết quả mà người khác không lặp lại được thì công trình đó khó có thể xem là khoa học. Tính tái lập là một trong những yếu tố quan trọng để phân biệt một nghiên cứu khoa học hay phi khoa học. Tại sao các nghiên cứu trong viện / trường không có độ tin cậy cao. Có rất nhiều lí do, nhưng theo tôi có thể kể đến 3 nhóm lí do chính sau đây: thiết kế nghiên cứu chưa đạt; yếu tố ngẫu nhiên; và gian lận. Phần lớn những nghiên cứu cơ bản trên các dòng tế bào có giá trị khoa học thấp nhất. Điều này thì đã khá rõ ràng trong y học thực chứng. Những nghiên cứu cơ bản trên tế bào có khi chỉ tập trung vào một mô hình nhỏ nào đó, mà không xem xét đến các yếu tố chung quanh, nên khi đem ra ứng dụng thì không nói lên được điều gì. Ví dụ như nếu chỉ nghiên cứu trên dòng tế bào huỷ xương mà không cần xem xét đến mối tương tác với các tế bào tạo xương thì kết quả có thể cho ra một bài báo khoa học trên một tập san xoàng nào đó, nhưng không thể nào ứng dụng được. Tương tự, nhiều nghiên cứu trên chuột cho ra kết quả tuyệt vời, nhưng khi thử nghiệm trên người thì hoàn toàn thất bại. Có khi sự thất bại dẫn đến những thảm trạng chết người. Ngay cả khi nghiên cứu trên chuột cũng có nhiều khiếm khuyết. Cách đây khoảng 5 năm, các nhà khoa học Argentina và Anh kiểm tra các nghiên cứu trên chuột đã được công bố trên những tập san danh giá như Nature, Science, Cell, v.v. họ phát hiện rằng đại đa số những nghiên cứu này không hề sử dụng phương pháp phân nhóm ngẫu nhiên (randomization), số chuột quá ít để có thể đi đến kết luận đáng tin cậy, đo lường thì chỉ chọn những kết quả nào tốt nhất làm … tiêu biểu. Ngoài ra, còn có vấn đề bias trong nghiên cứu cơ bản mà các nhà khoa học chưa muốn ghi nhận. Trong ngành loãng xương, nếu là người không quen với nghiên cứu cơ bản, khi thấy những hình ảnh rất đẹp về một khía cạnh cơ bản (như đo thể tích xương chẳng hạn) thì sẽ cảm thấy rất thuyết phục. Nhưng nếu người am hiểu biết rằng đó là một cách lấy mẫu (sampling) trên bề mặt của xương thì sẽ hỏi bao nhiêu mẫu đã lấy và những dao động về ước tính ra sao. Nói chung, trong nghiên cứu cơ bản, vì chưa có những ràng buộc và qui chế chặt chẽ như nghiên cứu trên người, nên các nhà khoa học có khi ... tự do trong việc chọn và xử lí số liệu. Trong khoa học cũng có những “con cừu đen", tức những nhà nghiên cứu không trung thực, và họ chỉ chọn hình nào hay mẫu nào với kết quả tốt nhất và bỏ qua tất cả những mẫu thất bại. Cũng giống như công trình tạo con cừu Dolly, người đọc báo phổ thông không biết rằng các nhà khoa học đã thử rất nhiều lần và họ đã thất bại, đến khi một lần may mắn thì thành công. Nhưng khi báo cáo, họ không hề nói đến những lần thất bại! Do đó, khi người khác lặp lại nghiên cứu một cách nghiêm chỉnh thì họ không có kết quả như báo cáo lúc ban đầu. Vấn đề thiếu tính tái lập có khi còn là mô hình nghiên cứu. Phần lớn các nghiên cứu cơ bản trong lĩnh vực y sinh học được làm trên chuột. Rất nhiều thử nghiệm trên chuột cho thấy kết quả rất khả quan, nhưng khi thử nghiệm trên người thì thất bại. Chúng ta quên rằng chuột khác với người; thành công trên chuột không có nghĩa là sẽ thành công trên người. Một phân tích trước đây công bố trên tập san y khoa JAMA cho thấy trong số hàng triệu bài báo nghiên cứu cơ bản công bố mỗi năm, chỉ có khoảng 100 nghiên cứu là có triển vọng ứng dụng vào điều trị lâm sàng, nhưng 20 năm sau, chỉ có 5 triển khai là thành công, và trong số 5 nghiên cứu đó, chỉ có 1 là gây tác động đến thực hành lâm sàng. Vì thế, chúng ta có thể nói rằng trong số hàng triệu nghiên cứu cơ bản chỉ có một vài nghiên cứu thật sự đem lại lợi ích cho bệnh nhân và thể hiện một sự đột phá. Trong nghiên cứu y khoa, có rất nhiều phát hiện có thể xem là do ngẫu nhiên chứ chẳng có cơ chế sinh học nào cả. Tôi có thể lấy ví dụ như có nghiên cứu “phát hiện” rằng người có tủ lạnh có nguy cơ ung thư cao hơn người không có tủ lạnh, hay phụ nữ mang guốc cao gót có nguy cơ bị gãy xương hơn phụ nữ mang guốc gót thấp! Những phát hiện như thế chẳng có một lí do sinh học nào đằng sau. Đó là những phát hiện hoàn toàn tình cờ. Sự tình cờ chịu sự chi phối của trị số P hay P value. Nếu một nghiên cứu kiểm định 20 biến số giữa 3 nhóm thì số giả thuyết có thể lên đến [ít nhất là] 60, và khi kiểm định giả thuyết, xác suất có ít nhất một phát hiện có ý nghĩa thống kê (statistically significant) lên đến 95%. Nếu tôi kiểm định mối liên quan giữa bệnh loãng xương và 500 ngàn marker trên toàn bộ nhiễm sắc thể, thì xác suất tôi tìm ra ít nhất 1 gen có ý nghĩa thống kê là 100%. Dĩ nhiên, “phát hiện” đó chỉ là tình cờ, chứ chẳng có cơ chế sinh học nào cả. Điều này cho chúng ta một bài học là khi đọc một nghiên cứu mà trong đó tác giả thực hiện rất nhiều so sánh và phát hiện một mối liên hệ nào đó, chúng ta cần phải cảnh giác rằng đó là một phát hiện ngẫu nhiên (và những lí giải của tác giả có thể chỉ là … xạo). Dĩ nhiên cũng có khi có phát hiện thật, như trường hợp thuốc viagra! Nhưng nếu chưa loại được yếu tố ngẫu nhiên, thì chúng ta không thể kết luận gì về phát hiện. Trong nghiên cứu cơ bản có rất nhiều nghiên cứu với phát hiện ngẫu nhiên như thế, và điều này giải thích tại sao nhiều nghiên cứu cơ bản khó có độ tái lập cao. Ngoài hai lí do trên, một lí do khác cũng làm cho các kết quả nghiên cứu cơ bản thiếu độ tin cậy cao: sự gian dối của nhà khoa học. Sự gian dối ở đây nói thẳng ra là fraud, tức bao gồm những hành vi như vặn vẹo dữ liệu, sửa hình ảnh, thậm chí giả tạo dữ liệu. Trước đây, khi áp lực công bố (publish or perish) chưa nặng nề, thì số người gian dối rất ít, nhưng từ khi có áp lực đó thì số người gian dối xem ra càng ngày càng tăng. Vì áp lực nặng nề phải công bố (nếu không thì mất việc và bị giáng chức), nên các nhà khoa học phải cạnh tranh khốc liệt để chen chân có tên trên những tập san lớn. Nhưng để có bài báo trên những tập san đó, công trình nghiên cứu phải có cái mới và tầm quan trọng cao. Khi công trình nghiên cứu không cho ra kết quả hào hứng (như dự định) và khi tham vọng cháy bỏng trong người, nhà khoa học có thể nhắm mắt sửa dữ liệu nghiên cứu, vặn vẹo trong khi phân tích, sửa kết quả phân tích, v.v. để có được một bài báo. Lí do này cũng có thể giải thích tại sao càng ngày càng có nhiều bài báo bị rút lại. Tập san có impact factor càng cao, số bài báo bị rút lại càng nhiều. Tôi nghĩ những yếu tố trên giải thích tại sao nhiều nghiên cứu cơ bản thiếu tính tái lập. Câu chuyện có khi còn thê thảm hơn. Tuần vừa qua, giới khoa học quốc tế ngỡ ngàng khi biết tin một nhà nghiên cứu Đài Loan tự tử chết vì ông bị cáo buộc rằng kết quả nghiên cứu của ông sai. Ông là Tiến sĩ Lin Yu-yi, một nhà khoa học (cấp hậu tiến sĩ) có tiếng với một công trình trên Nature cùng với nhóm của Jef Boeke (thuộc ĐH Johns Hopkins). Công trình nghiên cứu về những mối tương tác giữa gene với gene (một hướng nghiên cứu của nhóm tôi). Nhưng một thành viên trong lab của Boeke là Daniel Yuan (bác sĩ và cũng là chuyên gia thống kê học có tiếng) cho rằng mô hình mà Boeke và Lin dùng để phân tích là sai, và Yuan còn cho biết ông không lặp lại được những kết quả của Boeke và Lin báo cáo trên Nature. Sau khi nêu vấn đề vài lần không thành công, Yuan bị cho thôi việc một cách thô bạo. Ông bị hai bảo vệ trường dắt ông ra khỏi lab như một tội phạm, và không cho đem theo bất cứ tài liệu nào trong lab. Nhưng hình như Yuan đã chuẩn bị, nên ông có tất cả những dữ liệu của những nghiên cứu mà ông từng tham gia. Các đồng nghiệp cho biết Yuan là một nhà khoa học có tài, rất trầm tỉnh, và ít nói. Khi thôi việc, Yuan phân tích lại dữ liệu, viết một thư cho Nature, Boeke và Lin, kèm theo những chứng cứ cho thấy rõ ràng rằng Boeke và Lin đã phân tích sai, nên kết quả không đáng tin cậy. Lin lúc đó đã về Đài Loan, và khi nhận được kết quả của Yuan, vì lí do nào đó ông tự tử chết. Boeke thì im lặng (có lẽ không phản bác được phương pháp của Yuan), và để cho phát ngôn viên của Johns Hopkins trả lời báo chí. Có lẽ đây là biến cố bi thảm nhất trong khoa học gần đây mà tôi từng biết. Ở trên, tôi có nói chiến lược mua khám phá của các công ti dược là một thương vụ có lợi cho đôi bên, nhưng tôi nói chưa hết ý. Bạn đọc tinh ý sẽ hỏi: nghiên cứu cơ bản phải tốn tiền, chẳng lẽ tất cả đều có lợi thì khó tin quá. Chắc chắn phải có người chịu thiệt thòi, vậy người đó là ai? Tôi xin nói thẳng thành phần bị thiệt thòi chính là người dân hay người đóng thuế. Phần lớn các viện trường nhận tài trợ từ Nhà nước, mà Nhà nước thì thu tiền thuế của người dân. Do đó, chính người dân đã tài trợ cho những dự án nghiên cứu cơ bản phiêu lưu. Có thể nói không ngoa rằng 99% những dự án nghiên cứu cơ bản không đem lại lợi ích gì cho đất nước trong tương lai gần (20-30 năm). Dĩ nhiên, có nhiều công trình nghiên cứu hoàn toàn không có ứng dụng nào cả và bị lăn lốc đâu đó trong rừng bài báo khoa học mà chính tác giả cũng chẳng quan tâm. Họ chỉ làm nghiên cứu và công bố để có một văn bằng nào đó, rồi ... bỏ qua. Vì thế, đầu tư cho nghiên cứu cơ bản được xem là một ván bài của những nước giàu có. Các nước giàu có sẵn sàng bỏ ra một số tiền lớn đầu tư vào khoa học cơ bản mà có thể chẳng đem lại lợi ích gì ngắn hạn, nhưng họ có khả năng làm chuyện đó. Có thể xem nghiên cứu cơ bản là một hoạt động xa xí đối với nước nghèo. Nhưng khoa học cơ bản rất cần để để nền khoa học phát triển. Do đó, vấn đề không phải là không nghiên cứu khoa học cơ bản, nhưng vấn đề chính là ưu tiên cho lĩnh vực nào. Những nước nghèo ít khi nào dám đầu tư cho nghiên cứu cơ bản, hay nếu có, thì đó không phải là ưu tiên hàng đầu. Chúng ta thử tưởng tượng, một nước còn nghèo như Campuchea mà chi đến 50 triệu USD (tôi chỉ lấy con số ví dụ chứ không có thật) cho nghiên cứu cơ bản mà trong vòng 30-50 năm chẳng có ứng dụng gì thì có phải là một gánh nặng cho người dân? Bởi thế, đối với những nước đang phát triển (như Thái Lan và Malaysia chẳng hạn), ưu tiên số 1 cho khoa học phải là nghiên cứu ứng dụng, kể cả nghiên cứu về kĩ thuật và công nghệ. Tôi không biết VN chi bao nhiêu cho những công trình nghiên cứu cơ bản và nghiên cứu ứng dụng (phân biệt 2 lĩnh vực này cũng không dễ), nhưng có lẽ kinh nghiệm nước ngoài đủ để các cơ quan có trách nhiệm đánh giá những thành quả của nghiên cứu cơ bản và ứng dụng ra sao trước khi quyết định ưu tiên cho lĩnh vực nào. http://nguyenvantuan.net/science/4-science/1674-kham-pha-trong-khoa-hoc-va-chuyen-dong-tien-bat-gao-

Trị số P hầu toà

Trong lịch sử khoa học hiện đại, hiếm thấy một trị số nào có ảnh hưởng sâu rộng đến hoạt động khoa học và đời sống như trị số P, thường viết hoa và nghiêng. P là viết tắt chữ Probability – xác suất. Trị số P được sử dụng như là một thước đo chứng cứ khoa học. Vì tính chất chứng cứ, nên mới đây trị số này phải ra toà về một loại thuốc trị cảm cúm. Nhưng rất ít người hiểu rõ ý nghĩa của trị số P là gì. Nhân dịp trị số P ra hầu toà bên Mĩ, có lẽ chúng ta nên tìm hiểu ý nghĩa của trị số này và ảnh hưởng của nó trong cuộc sống kinh tế - xã hội.

Trị số P hầu tòa
Câu chuyện bắt đầu từ một phiên tòa liên quan đến thuốc Zicam. Zicam là một loại kẽm được bào chế để điều trị bệnh cảm cúm. Nhà sản xuất Zicam là công ti dược Matrixx. Thuốc bán khá chạy trên thị trường. Nhưng từ 1999 về sau, nhiều bệnh nhân và bác sĩ để ý thấy thuốc có vài phản ứng phụ đáng kể như cảm giác nóng bừng, có khi mất khứu giác. Các bác sĩ và bệnh nhân báo cho Matrixx biết, nhưng công ti không trả lời và có vẻ lờ đi.

Một bác sĩ bức xúc trước thái độ của công ti và xuất hiện trên chương trình truyền hình Good Morning America nói về những phản ứng của thuốc Zicam. Sau đó cổ phần của Matrixx bị giảm trầm trọng. Thế là các nhà đầu tư kiện Matrixx ra toà, vì họ cho rằng Matrixx đã không thành thật báo cáo về phản ứng phụ của thuốc, và việc dấu diếm làm cho họ … mất tiền. Phía công ti Matrixx, họ lí giải rằng những phản ứng phụ đó không có ý nghĩa thống kê (statistically non-significant). Và, theo lí giải của Matrixx, vì không có ý nghĩa thống kê, nên không thể kết luận rằng thuốc là nguyên nhân gây nên những phản ứng đó.
Tuy nhiên, khi ra toà, với một nhân chứng là một nhà kinh tế và cũng là một chuyên gia thống kê, toà phán rằng không thể biện minh rằng có ý nghĩa thống kê là điều kiện để suy luận nhân quả được. Matrixx thua kiện và phải bồi thường rất nhiều tiền cho bệnh nhân và các nhà đầu tư.
Vậy trị số P là gì mà được tòa án quan tâm như thế? Có thể nói rằng trị số P (hay P value) là một trị số rất phổ biến trong khoa học. P là viết tắt chữ probability trong ngữ vựng tiếng Anh, có nghĩa là xác suất. Bất cứ ai từng học đại học, bất cứ ngành nào, từ khoa học tự nhiên đến kinh tế học và khoa học nhân văn, đều phải học qua trị số P. Tuy được học nhiều như thế, nhưng số người thật sự hiểu ý nghĩa của nó thì không nhiều. Trong một cuộc điều tra trên 100 bác sĩ trên 15 năm kinh nghiệm và một số giáo sư đại học (những người đã từng có công bố quốc tế), chỉ có 15% hiểu đúng trị số P, phần còn lại đều hiểu sai!  
Vô tội cho đến khi được chứng minh có tội
Qui trình mà khoa học sử dụng để kiểm định một giả thuyết rất giống với qui trình của bồi thẩm đoàn trong toà án. Nhưng trước khi giải thích phát biểu đó, có lẽ cần phải làm quen với khái niệm giả thuyết vô hiệu (null hypothesis) qua một ví dụ. Bạn là nhà kinh tế học và có một nghi ngờ rằng có sự kì thị giới tính sự bổ nhiệm giám đốc điều hành doanh nghiệp. Nhưng là nhà khoa học, bạn không chỉ “nghi ngờ” mà phải phát biểu thành một giả thuyết cụ thể: trong giới giám đốc doanh nghiệp tỉ lệ nữ giới thấp hơn nam giới.
Nhưng theo Karl Popper (một triết gia khoa học lớn) thì chúng ta không thể chứng minh giả thuyết, mà chỉ bác bỏ một giả thuyết. Để bác bỏ giả thuyết, bạn cần đến một giả thuyết vô hiệu. Giả thuyết vô hiệu, như tên gọi là một phát biểu ngược lại với giả thuyết chính. Trong ví dụ trên, giả thuyết vô hiệu sẽ phát biểu là: trong giới giám đốc doanh nghiệp tỉ lệ nữ giới bằng với nam giới.
Sau đó, bạn sẽ thu thập dữ liệu, có thể là dữ liệu so sánh tỉ lệ nữ giám đốc trong các doanh nghiệp với tỉ lệ ngoài cộng đồng hay một ngành nghề khác. Vấn đề đặt ra là hai tỉ lệ có thật sự khác nhau, và để trả lời câu hỏi này, bạn phải tính trị số P. Nếu trị số P quá nhỏ, bạn có thể bác bỏ giả thuyết bình đẳng (tức giả thuyết vô hiệu). Hầu hết các phương pháp thuyết thống kê được phát triển để bác bỏ giả thuyết vô hiệu.
Qui trình bác bỏ giả thuyết vô hiệu cũng giống như qui trình suy luận của bồi thẩm đoàn trong toà án. Có thể lấy ví dụ song song về tòa án và ảnh hưởng của thuốc Zicam như sau:

• Bồi thẩm đoàn bắt đầu với giả định rằng nguyên đơn vô tội. Tương tự, nhà khoa học bắt đầu với giả thuyết vô hiệu rằng thuốc Zicam không có tác động phụ;

• Tòa án cần chứng cứ. Nhà khoa học cần dữ liệu (data). Nhà khoa học làm thí nghiệm (nghiên cứu) để thu thập dữ liệu;

• Tòa án và bồi thẩm đoàn phải xử lí chứng cứ. Nhà khoa học cũng xử lí dữ liệu bằng phân tích thống kê để đi đến quyết định, và kết quả xử lí dữ liệu thường là trị số P. Trị số P được xem là thước đo về chứng cứ.

• Bồi thẩm đoàn sẽ quyết định nguyên đơn có tội nếu chứng cứ không phù hợp với giả định vô tội. Tương tự, nếu dữ liệu nghiên cứu không nhất quán với giả thuyết vô hiệu, nhà khoa học sẽ bác bỏ giả thuyết vô hiệu và tuyên bố chấp nhận giả thuyết chính.

Qui trình kiểm định giả thuyết vừa mô tả là một phương pháp trong triết lí phản nghiệm (falsificationism) rất phổ biến và trở thành một mô hình để giải thích sự tiến bộ của khoa học. Chịu ảnh hưởng bởi triết lí này, Ronald A. Fisher (1890 – 1962), một nhà di truyền học người Anh và cũng là “cha đẻ” của nền thống kê học hiện đại, đề xuất một phương pháp định lượng để phản nghiệm một giả thuyết khoa học. Ông gọi phương pháp này là “Test of Significance” (tôi tạm dịch là: phương pháp kiểm định ý nghĩa thống kê). Fisher quan niệm rằng thống kê là một bộ phận quan trọng của phương pháp suy luận theo phép qui nạp (inductive inference), tức là phương pháp suy luận dựa vào quan sát từ các mẫu (sample) và khái quát cho một quần thể (population). Theo Fisher, qui trình phản nghiệm có thể tóm lược như sau:

• Đề ra một giả thuyết vô hiệu, gọi là H0;
• Tiến hành thí nghiệm để thu thập dữ liệu, gọi dữ liệu là D;
• Tính xác suất quan sát D nếu H0 là đúng, tức tính P(D | H0). Đây là trị số P.
  

Ông đề nghị lấy P = 0.05 như là một ngưỡng để quyết định bác bỏ hay chấp nhận giả thuyết vô hiệu.
Do đó, tiêu chuẩn để bác bỏ giả thuyết vô hiệu là trị số P < 0.05. Khi kết quả có P < 0.05, có thể kết luận rằng mối tương quan giữa Zicam và tác động phụ có ý nghĩa thống kê (tức statistically significance). Một mối tương quan có ý nghĩa thống kê có nghĩa là một mối tương quan đáng chú ý, chứ không phải là hiện tượng ngẫu nhiên. Nếu một thuốc có ảnh hưởng lâm sàng có ý nghĩa thống kê được hiểu rằng đó là hiệu quả thật, chứ không phải là ngẫu nhiên.
Ngược lại nếu P > 0.05, thì mối tương quan không có ý nghĩa thống kê, và chúng ta chấp nhận giả thuyết vô hiệu, tức không có khác biệt. Đây cũng chính là cách lí giải của của công ti Matrixx: vì P > 0.05, nên không thể nói rằng thuốc gây tác hại hay phản ứng phụ. Đã gần một thế kỉ nay, chúng ta được dạy như thế, và chấp nhận cách diễn giải đó.

Ronald Fisher (người Anh), một nhà di truyền học, nhưng cũng là một "đại thụ", cũng có thể xem là cha đẻ của khoa học thống kê hiện đại. Các z test, r-to-z test, F- test, v.v. mà chúng ta dùng ngày nay là sáng kiến của ông Fisher (mẫu tự F trong F-test là viết tắt của chữ Fisher). Ông này cực kì thông minh (dĩ nhiên), nhưng cũng cực kì khó tính và có khi hẹp hòi. Ông từng làm cố vấn cho công ti thuốc lá và dùng khả năng thống kê của ông để biện minh rằng hút thuốc lá chẳng gây ung thư phổi!  Về khoản này (thuốc lá và ung thư phổi) thì ông sai hoàn toàn. 

Nhưng trị số P rất dễ bị hiểu lầm. Một trong những hiểu lầm phổ biến nhất là trị số P phản ảnh xác suất của một giả thuyết. Trong ví dụ trên vì giả thuyết là không có ảnh hưởng của thuốc, nên nếu P = 0.03 thì được hiểu là xác suất của giả thuyết không có ảnh hưởng là 3% (hoặc xác suất của giả thuyết có ảnh hưởng là 97%). Nhưng cách hiểu đó sai.
Nếu xem xét kĩ qui trình trên, chúng ta dễ dàng thấy rằng trị số P phản ảnh xác suất của dữ liệu nếu giả thuyết vô hiệu là đúng (chứ không hề phản ảnh xác suất của giả thuyết vô hiệu). Nếu gọi dữ liệu là D, và giả thuyết vô hiệu là H, trị số P chính là (chú ý dấu | có nghĩa là “với điều kiện”, và P là xác suất):

P(D | H)

Chứ không phải:

P(H)

P(H) là xác suất không có điều kiện, còn xác suất P(D | H) là xác suất có điều kiện. Trị số P không phải là P(H), mà là P(D | H). Nói cách khác, trị số P là một xác suất có điều kiện. Do đó, trị số P có ý nghĩa khá … lắt léo. Trong thực tế, chúng ta muốn biết “với dữ liệu có được thì xác suất thuốc gây ảnh hưởng là bao nhiêu” (cũng giống như nếu kết quả xét nghiệm là dương tính, thì xác suất tôi thật sự mắc bệnh là bao nhiêu). Chúng ta không cần biết “nếu giả thuyết không ảnh hưởng là đúng thì khả năng dữ liệu xảy ra là bao nhiêu” (nếu tôi mắc bệnh thì xác suất tôi có kết quả dương tính là bao nhiêu). Ấy thế mà trị số P trả lời câu hỏi thứ hai. Do đó, trị số P cung cấp cho chúng ta một thông tin chúng ta không cần biết!
Do đó, cách lí giải của Matrixx (vd: vì P > 0.05 nên không thể nói rằng thuốc có ảnh hưởng) là không đúng. Giả dụ như P = 0.10, thì Matrixx không thể nói rằng khả năng thuốc không có ảnh hưởng phụ là 10%, bởi vì ý nghĩa thật có nó là: nếu không có ảnh hưởng phụ thì xác suất mà dữ liệu xảy ra là 10%.
Có lẽ nói không ngoa rằng trị số P là một con số phổ biến nhất trong khoa học từ khoảng 100 năm qua.  Hầu hết các bài báo khoa học đều trình bày trị số P như hàm ý nâng cao tính khoa học và độ tin cậy của bài báo.  Tuy nhiên, ngay từ lúc mới “ra đời”, trị số P đã bị phê bình dữ dội.  Một trong những phê bình là trị số P không phản ảnh giá trị mà chúng ta cần biết (trong trường hợp Matrixx, chúng ta cần biết thuốc có tác động phụ hay không). Ngoài ra, rất dễ có một kết quả có ý nghĩa thống kê (P < 0.05) nếu nhà nghiên cứu chịu khó tăng số cỡ mẫu hay làm thí nghiệm rất nhiều lần. Cách chọn ngưỡng 0.05 cũng là một cách làm tùy tiện, và dẫn đến nhiều hệ quả bất lợi cho khoa học, kể cả gian dối trong phân tích dữ liệu.
Rất nhiều lần đi dự hội nghị khoa học bên Việt Nam (và nhiều nơi khác ở Á châu) tôi thấy “rầu” khi diễn giả tỏ ra “nô lệ” với trị số P. Họ thường nhầm lẫn rằng hễ kết quả nào có trị số P < 0.05 là “có ý nghĩa” hay “có ảnh hưởng”, còn P > 0.05 – thậm chí 0.051 – họ suy luận rằng “không có ảnh hưởng”. Suy luận này dần dần trở thành quán tính, nó làm cho người ta lười suy nghĩ, không xem xét gì đến giả thuyết khoa học và các chứng cứ khác. Nhưng muốn thay một văn hoá trị số P không phải dễ chút nào. Mỗi lần nói chuyện với các bạn trong nước là mỗi lần phải thuyết phục họ rằng trị số P không quan trọng như họ tưởng, nhưng họ nói các thầy cô dạy P < 0.05 là “có ý nghĩa”, cái nào P > 0.05 là bỏ qua (có người còn không chịu trình bày kết quả với P > 0.05), làm tôi rất ngạc nhiên và bất ngờ. Cần phải thay đổi cách dạy như thế, nhất là trong thế giới y học.
Các tập san khoa học cũng bắt đầu “mệt” với trị số P. Trước đây, khi tập san Epidemiology (rất nổi tiếng một thời) có tổng biên tập mới là K. Rothman, việc đầu tiên ông này làm là tẩy chay trị số P. Bài báo nào báo cáo trị số P là bị ông ấy bác bỏ hay bắt phân tích / trình bày lại. Sau một năm thực hiện “luật Rothman” thì số bản thảo đệ trình cho tập san giảm rõ rệt. Kết quả là ông Rothman bị yêu cầu nghỉ trước nhiệm kì! Mới đây, khi tôi được bầu vào Publication Committee của ASBMR, tôi được giao nhiệm vụ soạn thảo bản guidelines cho tập san Journal of Bone and Mineral Research. Cơ hội tới tay, nên tôi viết rõ rằng nếu tác giả nào lệ thuộc vào trị số P thì bài báo sẽ bị từ chối, rằng tập san sẽ không chào đón những bài báo chỉ dựa vào trị số P để kết luận. Chưa biết sắp tới tôi sẽ bị cho ra khỏi Committee hay là sao, nhưng phải thử một phen cho biết.
Có người cho rằng việc ứng dụng trị số P trong suy luận khoa học là một bước lùi, là một sự thoái hóa của khoa học, nên đề nghị không sử dụng trị số này trong nghiên cứu khoa học.  Nhưng dù chịu nhiều chỉ trích và phê bình, ứng dụng phương pháp kiểm định giả thuyết và trị số P vẫn còn phổ biến trong khoa học và tòa án, đơn giản vì chúng ta chưa có một phương pháp khác tốt hơn, hay hợp lí hơn, hay đơn giản hơn.  Vấn đề không phải là xóa bỏ trị số P khỏi khoa học và tòa án (vì chuyện này khó xảy ra), nhưng cần phải diễn giải trị số P đúng theo ý nghĩa thật của nó cũng như những hạn chế về logic.
http://nguyenvantuan.net/science/4-science/1649-tri-so-p-hau-toa-