Hợp tác – Ngôn ngữ của kết nối và niềm tin
Pau Leonardi và Tsedal Neely – các tác giả của Tư duy số cho rằng hợp tác trong kỷ nguyên số có hai hình thái đồng thời, đó là hợp tác giữa con người với máy móc và hợp tác giữa con người với nhau thông qua công nghệ.
Khi làm việc cùng máy, con người cần tránh nhân hóa nó và phải nhớ rằng máy móc chỉ làm đúng những gì được lập trình, không nhiều hơn và cũng không ít hơn. Hiểu điều đó giúp chúng ta bớt sự kỳ vọng và đánh giá đúng khả năng của công nghệ: “Phát triển tư duy số có nghĩa là chấp nhận rằng máy móc không phải là con người, ngay cả khi chúng ngày càng trông giống con người hơn. Do đó, tức giận hoặc nói chuyện lịch sự với máy móc thì không mang lại hiệu quả gì!”
Ở chiều ngược lại, khi hợp tác qua nền tảng số, chúng ta mất đi tới 70% tín hiệu cảm xúc (theo nghiên cứu của MIT Media Lab), khiến việc nhận biết ý định hay thái độ thông qua biểu cảm của nhau trở nên khó khăn hơn nhiều. Vì vậy, như Leonardi và Neeley gợi ý, hợp tác trong môi trường số đòi hỏi ba cách làm mới: (1) Chủ động cập nhật thông tin thay vì đợi được hỏi để lấp đầy “khoảng trống nhận thức”; (2) Tạo ra sự tò mò để khơi mở động lực tương tác, đồng thời giúp nhóm duy trì năng lượng sáng tạo; (3) Giao tiếp theo nhịp thời gian của người khác, đặc biệt trong môi trường làm việc phân tán, bởi sự linh hoạt này là yếu tố được Wharton School chứng minh có thể gia tăng đáng kể hiệu suất của nhóm từ xa.
Ở tầng sâu hơn, những hành vi này nhấn mạnh quan điểm của hai tác giả rằng “hợp tác không bắt đầu từ công nghệ mà từ sự chủ đích của con người”. Công nghệ chỉ tạo ra không gian; còn chính cách con người cập nhật, lắng nghe và kết nối mới quyết định chất lượng hợp tác. Vì thế, ngôn ngữ hợp tác trong kỷ nguyên số không nằm ở sự thành thạo ứng dụng, mà ở khả năng kiến tạo niềm tin và sự hiểu biết trong một môi trường mà mọi tương tác đều được trung gian bởi dữ liệu, màn hình và hệ thống.
Tính toán – Ngôn ngữ của dữ liệu và logic
Tính toán là ngôn ngữ giúp con người hiểu cách thế giới được mô tả, đo lường và dự đoán thông qua dữ liệu và các mô hình thuật toán. Nếu như hợp tác giúp con người kết nối với nhau, thì tính toán giúp chúng ta đọc được “chân dung số” của thực tại, vốn ngày càng trở thành cơ sở cho mọi quyết định.
Trước hết, dữ liệu không phải là sự thật hiển nhiên, mà là kết quả của hàng loạt lựa chọn: đo cái gì, bỏ qua điều gì, thu thập bằng cách nào và trong bối cảnh nào. Leonardi và Neeley khẳng định dữ liệu là một dạng “câu chuyện về thực tại”, luôn mang giới hạn và góc nhìn chủ quan. Quan điểm này tương đồng với học giả Lisa Gitelman (New York University) rằng “không có dữ liệu thô, dữ liệu luôn được định hình bởi con người”. Vì vậy, người có tư duy số phải đọc dữ liệu như đọc một văn bản: truy nguồn gốc, hiểu bối cảnh và nhận diện những gì bị bỏ sót. Nếu không, chúng ta dễ rơi vào ảo giác rằng con số là khách quan tuyệt đối, trong khi chúng phản chiếu nhiều giả định ẩn dưới bề mặt.
Song hành với dữ liệu là thống kê và mô hình – nền tảng của hầu hết thuật toán và hệ thống AI hiện nay. Một thuật toán chỉ thông minh đến mức mà dữ liệu huấn luyện nó cho phép, và mọi mô hình thống kê đều dựa trên những giả định đơn giản hóa thế giới thực. Khi người dùng không hiểu các giả định này, khoảng cách giữa “kỳ vọng” và “cách mô hình thực sự vận hành” trở nên nguy hiểm: hoặc chúng ta đặt niềm tin quá mức vào máy, hoặc phản ứng cực đoan bằng cách bác bỏ mọi kết quả của nó.
Vì vậy, ngôn ngữ tính toán không yêu cầu mỗi người trở thành chuyên gia dữ liệu, mà yêu cầu cách tư duy của một người hiểu dữ liệu và hiểu logic mô hình. Người có tư duy số là người biết tự hỏi: Dữ liệu này có đại diện không? Mô hình đang giả định điều gì? Quyết định dựa trên số liệu này có thể dẫn đến hệ quả gì? Những câu hỏi ấy giúp con người kết hợp sức mạnh tính toán của máy với trực giác, kinh nghiệm và chuẩn mực đạo đức của chính mình, thay vì để công nghệ dẫn dắt một cách vô thức.
Thay đổi – Ngôn ngữ của học hỏi và tiến hóa
“Thay đổi” không phải là kỹ năng ứng phó khi có biến động, mà là một ngôn ngữ giúp con người học hỏi và tiến hóa trong thế giới mà công nghệ luôn đi trước khả năng thích nghi của tổ chức. Đây là năng lực then chốt, bởi dù có hợp tác tốt hay hiểu dữ liệu sâu đến đâu, con người vẫn không thể phát triển nếu không sẵn sàng thay đổi chính mình.
Ở tầng đầu tiên của ngôn ngữ này là hiểu biết về an ninh mạng, bảo mật và quyền riêng tư. Mọi thay đổi công nghệ luôn đi kèm rủi ro, và con người chỉ có thể thích nghi khi họ hiểu môi trường số mà mình đang vận hành có những “điểm mù” nào. Bảo mật vì thế không phải trách nhiệm riêng của bộ phận IT mà là văn hóa của mọi cá nhân. Nghiên cứu của MIT Sloan chỉ ra rằng đa số sự cố an ninh mạng bắt nguồn từ hành vi người dùng chứ không phải từ hệ thống, cho thấy năng lực thay đổi trước hết phải là năng lực tự bảo vệ, vận hành an toàn trong hệ sinh thái công nghệ luôn mở và nhiều rủi ro.
Từ nền tảng an toàn đó, các tác giả dẫn sang yếu tố thứ hai: thử nghiệm. Con người chỉ có thể thay đổi khi họ có không gian để học và học nhanh nhất bằng thử nghiệm nhỏ, liên tục với rủi ro thấp. Đó cũng là vòng lặp “thử – sai – sửa” vốn đã quen thuộc. Khi dám thử, con người giảm dần nỗi sợ sai; khi học từ thử nghiệm, họ xây dựng năng lực thích ứng; và khi điều chỉnh, họ trở nên linh hoạt trước sự thay đổi.
Yếu tố cuối cùng của ngôn ngữ thay đổi là khả năng đón nhận sự thay đổi. Tương tự khái niệm “Growth mindset” trong tâm lý học của Carol Dweck, Leonardi và Neeley nhấn mạnh rằng công nghệ luôn thay đổi nhanh hơn bất kỳ tổ chức nào; vì vậy, con người cần nhìn thay đổi như một phần hiển nhiên, thay vì đe dọa. Ba trụ cột này không tồn tại tách biệt mà liên kết thành một hệ thống tư duy nhấn mạnh khả năng phát triển cùng công nghệ, chứ không bị công nghệ dẫn dắt.
Việc thành thạo ba ngôn ngữ Hợp tác – Tính toán – Thay đổi chính là bước quan trọng để con người không chỉ thích nghi, mà còn chủ động kiến tạo tương lai số – nơi công nghệ phục vụ cho sự hiểu biết, sáng tạo và nhân văn.
