“Hãy tìm đúng vấn đề.” “Hãy đặt giả thuyết.” “Hãy nhìn xa hơn, rộng hơn, ở tầm cao hơn.”
Đều đúng.
Nhưng người bắt đầu từ số 0 thường vướng ở bước đơn giản hơn:
tôi còn không nghĩ ra vấn đề và giả thuyết là gì.
Người đi trước nói: “Bạn thiếu đầu vào. Hãy nghiên cứu khoảng 30 phút, dừng 5 phút để viết ra mình đã biết gì và còn thắc mắc gì.”
Làm thử.
30 phút nghiên cứu. 5 phút tổng hợp. “Khoan, có khi A là nguyên nhân?”
Tiến bộ.
Rồi chương hai lập tức mở ra.
“Không có dữ liệu để kiểm tra A.” “Vậy thêm đo lường.” “Muốn đo phải triển khai.” “Triển khai xong phải test.” “Test xong phải quan sát.” “Kết quả khiến B đáng nghi hơn A.” “Muốn kiểm tra B cần log khác.” “À, còn thấy C và D.”
Vùùùù…
Việc tăng lên.
Đó là phần tiếp theo ít được kể sau khi học được tư duy giả thuyết.
Bài này nối cả chu trình cho năm đầu tiên:
nghiên cứu → tổng hợp → xác định vấn đề → giả thuyết → làm cho đo được → can thiệp → quan sát → cập nhật → chọn giả thuyết chưa cần theo đuổi.
1. Hiểu lầm đầu tiên: tư duy giả thuyết không phải cuộc thi lóe sáng
Bảo người mới “doanh số giảm, hãy nghĩ 10 nguyên nhân” là khó vì họ chưa có các mảnh ghép của lĩnh vực.
Web: impression, CTR, ranking, channel, người mới/cũ, quốc gia, ngôn ngữ, trang, luồng nội bộ.
Sales: cơ hội, conversion, giá trị giao dịch, lý do thất bại, nguồn lead, người phụ trách, chu kỳ.
Nhà máy: lỗi, downtime, setup, máy, vật liệu, operator, lô, nhiệt độ, ca.
Người có kinh nghiệm thấy bất thường là biến số hiện ra.
Người mới chưa có danh sách.
“Cố nghĩ thêm” có thể giống yêu cầu lấy hàng từ kệ trống.
Nghiên cứu về inquiry learning qua mô phỏng cho thấy cung cấp thông tin nền tảng của lĩnh vực trước có thể giúp người có kiến thức ban đầu thấp hiểu biến số liên quan và học tiếp tốt hơn.[1] Đây không phải thử nghiệm trực tiếp với tư vấn viên mới, nhưng nguyên lý hữu ích: giả thuyết cần nguyên liệu.
2. Ở giai đoạn số 0→1, đừng bắt đầu bằng giả thuyết nguyên bản
Cho xem chuỗi suy luận hoàn chỉnh.
- hiện tượng: doanh thu giảm 20%
- tách đầu tiên: ít khách hơn hay giá trị mỗi khách thấp hơn?
- dữ liệu: khách ổn định, giá trị thấp hơn
- tách tiếp: product mix hay discount?
- dữ liệu: discount ổn định, tỷ trọng sản phẩm đắt giảm
- giả thuyết: khách chọn ít sản phẩm giá cao hơn
- dữ liệu tiếp: lượt xem, tồn kho, vị trí hiển thị, thay đổi thông điệp
Nghiên cứu worked examples cho thấy ví dụ có lời giải đầy đủ đặc biệt hữu ích ở giai đoạn đầu, giảm tải nhận thức và hỗ trợ ghi nhớ, chuyển giao.[2]
“Tự nghĩ đi” đôi khi là tự do.
Đôi khi là leo núi không bản đồ.
3. Năm đầu là trình tự tháo bánh phụ
Lộ trình 12 tháng này không khẳng định mỗi giai đoạn hai tháng là tối ưu khoa học. Đây là bản dịch thực hành từ nguyên lý học tập.
Tháng 1–2: học xem có những biến số nào
Mục tiêu đầu không phải đúng.
Mà là biết người trong lĩnh vực này nhìn gì.
Học chỉ số, quy trình, vai trò, ràng buộc, khoảng bình thường/bất thường, thứ tự.
Mỗi ngày:
- xem một case thật,
- ghi điều người có kinh nghiệm nhìn trước,
- hỏi “vì sao nhìn cái này trước?”
Học nhiều case hoàn chỉnh.
Đừng học “A luôn là B”.
Học candidate list trong đầu chuyên gia.
Tháng 3–4: tạo phản xạ so sánh
Vấn đề thường sinh từ khác biệt.
Hỏi:
- bắt đầu từ khi nào?
- chỉ xảy ra ở đâu?
- điều gì không đổi?
- khác case bình thường thế nào?
- ngay trước đó có gì đổi?
“Vì sao doanh số giảm?” quá rộng.
“Chỉ khách mới? Chỉ vùng này? Chỉ sản phẩm A? Từ tháng trước? Sau đổi giá?” tốt hơn nhiều.
Tháng 5–6: viết giả thuyết kiểm chứng được
Dùng:
Nếu X là nguyên nhân chính, ta phải quan sát thấy Y.
Và:
Nếu không thấy Y, giả thuyết X yếu đi.
Một nghiên cứu cho thấy partial hypotheses có thể làm scaffolding để người học tạo giả thuyết phức tạp hơn và thu thập dữ liệu tốt hơn.[3]
Tháng 7–8: nếu chưa có câu trả lời, hãy xây đo lường
Internet không có đáp án. Dashboard không có lát cắt.
Cần instrumentation:
- thêm field log,
- thêm câu hỏi,
- chi tiết hóa loại lỗi,
- breakdown sản phẩm×vùng,
- lưu baseline,
- nhóm can thiệp và so sánh.
Nghiên cứu không kết thúc ở search.
Nếu bằng chứng chưa tồn tại, xây hệ thống tạo bằng chứng cũng là nghiên cứu.
Tháng 9–10: triển khai → test → quan sát → cập nhật
Giả thuyết A → đo → thay đổi nhỏ → test → quan sát → giữ/sửa/bỏ → tiếp.
Khi sai, hỏi:
vì sao lúc đó tôi thấy giả thuyết này mạnh?
Nghiên cứu 2024 cho thấy self-explanation có scaffolding về lỗi giải quyết vấn đề cải thiện sửa lỗi và near transfer.[4]
Meta-analysis 35 nghiên cứu về độ chính xác tự giám sát cho thấy hiệu quả dương nhỏ tổng thể; các hỗ trợ ở cấp toàn nhiệm vụ, kiến thức metacognitive và tiêu chuẩn bên ngoài có ích.[5]
Đặt dự đoán cạnh kết quả.
Tháng 11–12: vấn đề đảo chiều — quá nhiều giả thuyết
Đánh giá:
- ảnh hưởng lên quyết định,
- khả năng xảy ra,
- chi phí test,
- một test loại được bao nhiêu giả thuyết,
- kết quả có làm thay đổi hành động không.
Decision analysis có Value of Information: thông tin có giá trị nếu giảm bất định giúp quyết định tốt hơn.[6]
Hỏi:
biết điều này thì quyết định nào thay đổi?
Không có thì để sau.
4. “30 + 5” không phải con số thần; nó là phanh khẩn cấp của hố tìm kiếm
Không có bằng chứng đặc biệt rằng 30 và 5 tối ưu cho tất cả.
Điểm chính là buộc dừng.
Viết:
- đã biết,
- chưa biết,
- giả thuyết mạnh nhất,
- nếu đúng sẽ thấy gì,
- dữ liệu tiếp theo.
Quy tắc:
nếu chưa viết được câu hỏi tiếp theo trong một câu, đừng mở tìm kiếm lại.
5. Rồi việc tăng: thấy vấn đề cũng là kỹ năng tạo task
Người mới: “Có vẻ ổn.”
Trung cấp: “Conversion giảm.”
Khá hơn: “Conversion tổng giảm nhưng khách cũ ổn định. Mức giảm nằm ở khách mới từ một channel, traffic không giảm và từ tháng trước đoạn từ cuộc gặp đầu đến proposal bắt đầu rơi.”
Xin chúc mừng.
Task mới xuất hiện.
Vùùùù…
Phân tích channel, nhân sự, nội dung, change log, đo lường, thử nghiệm.
Tư duy giả thuyết ban đầu làm công việc vô hình hiện ra.
Sau đó mới học:
công việc nào đã thấy nhưng sẽ không làm.
6. Dạng cuối giống nhà nghiên cứu + kỹ sư + analyst
Research. Hypothesis. Instrumentation. Intervention. Observation. Update. Prioritization.
Nhiều công việc có vòng lặp này.
7. Khi đầu trống, dùng sáu hộp nguyên nhân
| Hộp | Câu hỏi |
|---|---|
| Đầu vào | Số lượng/chất lượng vào có đổi? |
| Quy trình | Luồng, quy tắc, đường đi có đổi? |
| Đầu ra | Sản phẩm, kết quả, hiển thị có đổi? |
| Con người | Khách, nhân viên, người dùng có đổi? |
| Môi trường | Cạnh tranh, mùa vụ, thị trường, quy định có đổi? |
| Đo lường | Cách đo có đổi? |
Hộp làm không gian tìm kiếm nhỏ hơn.
8. Với người hướng dẫn: đừng chỉ nói “nghĩ thêm”; hãy tháo scaffolding dần
Level 0: case hoàn chỉnh. Level 1: cho cách chia. Level 2: cho candidate. Level 3: chỉ cho sáu hộp. Level 4: chỉ hỏi “vấn đề là gì và xem gì tiếp?”
Nghiên cứu 2026 thấy các chuỗi có hoạt động problem solving thực tế đạt kết quả test cao hơn điều kiện chỉ xem worked examples.[7]
Cho ví dụ lúc đầu không có nghĩa cho đáp án mãi mãi.
9. Template tuần
Mỗi case:
- hiện tượng một câu,
- ba trục so sánh,
- 1–3 giả thuyết,
- “nếu X thì thấy Y”,
- kết quả.
Mỗi lần dừng:
- học được,
- còn thiếu,
- giả thuyết,
- dữ liệu tiếp,
- quyết định bị thay đổi.
Mỗi tuần: xem lại một giả thuyết sai và một biến bị bỏ sót.
Mỗi tháng: cập nhật danh sách biến.
10. Lỗi thường gặp
- Chỉ input.
- Tự do quá sớm.
- Yêu giả thuyết đầu tiên.
- Nhầm lượng nghiên cứu với giá trị.
- Test tất cả.
Càng giỏi, lỗi 5 càng nguy hiểm.
11. Nghiên cứu cho phép nói gì — và không cho phép nói gì
Hợp lý để rút ra:
- người mới cần domain information,
- worked examples hữu ích lúc đầu,
- partial hypotheses có thể làm scaffolding,
- self-explanation về lỗi hữu ích,
- external standards có thể cải thiện monitoring,
- về sau phải có problem solving thật.[1][2][3][4][5][7]
Không thể nói 30+5 là tối ưu tuyệt đối, lộ trình này là duy nhất đúng, hay thí nghiệm với học sinh tự động bằng đào tạo nhân viên.
Nghiên cứu là bản đồ, không phải công thức thần.
12. Kết: giỏi hơn không bảo đảm ít việc hơn
Đầu năm: “Không nghĩ ra vấn đề.”
Sau: “Có ba giả thuyết.”
Sau nữa: “Cần thêm log.”
Cuối năm: “Có 12 giả thuyết, nhưng bảy cái không đổi quyết định tiếp theo nên bỏ.”
Đó là thay đổi lớn.
Nhưng phần thưởng không nhất thiết là rảnh.
Chúc mừng. Bây giờ bạn nhìn thấy vấn đề trước đây vô hình.
Đo. Triển khai. Test. Quan sát. Phân tích. Giả thuyết lại.
Vùùùù…
Kỹ năng cuối không phải điều tra mọi thứ.
Mà là:
quyết định thứ gì chưa đáng điều tra lúc này.
- Kuang, L., et al. Journal of Research in Science Teaching doi.org
- Chen, O., et al. Educational Psychology, 2023 doi.org
- Kuang, L., et al. Journal of Computer Assisted Learning, 2020 doi.org
- Contemporary Educational Psychology, 2024 doi.org
- Janssen, N., & Lazonder, A. W. Educational Psychology Review, 2024 doi.org
- Value in Health, 2020 doi.org
- Zeitlhofer, I., & Zumbach, J. International Journal of Educational Research, 2026 doi.org
