Mở đầu — vì sao bài này quan trọng
Hãy thử một thí nghiệm nhỏ. Trong cuộc họp tuần trước, một đồng nghiệp im lặng suốt buổi, không phát biểu một câu nào. Bạn nghĩ gì về người đó? Có thể bạn kết luận "anh ta không quan tâm dự án", hoặc "cô ấy thiếu nhiệt huyết". Nhưng người ngồi cạnh bạn lại nghĩ "bạn ấy đang lắng nghe rất tập trung". Cùng một sự kiện — một người im lặng — nhưng mỗi chúng ta rút ra một kết luận khác nhau, thậm chí trái ngược. Vì sao vậy?
Câu trả lời nằm ở mental models (mô hình tư duy) — những giả định ngầm về cách thế giới vận hành mà mỗi người mang theo trong đầu. Và cơ chế khiến chúng ta nhảy từ một sự kiện đơn giản sang một kết luận chắc nịch được gọi là Ladder of Inference (Thang suy luận).
Trong toàn bộ khóa học Systems Thinking, đây là bài học về "phần mềm" chạy bên trong đầu mỗi chúng ta. Bạn có thể vẽ sơ đồ hệ thống đẹp đến đâu, phân tích stock-flow chính xác đến mấy, nhưng nếu mental model của bạn sai lệch, mọi kết luận đều sẽ lệch theo. Peter Senge — người chúng ta đã làm quen ở Bài 5 với 5 disciplines — coi "Mental Models" là một trong năm kỷ luật cốt lõi của tổ chức học tập. Lý do rất đơn giản: hệ thống không chỉ vận hành ngoài kia, nó còn được con người diễn giải. Và chính cách diễn giải đó định hình mọi quyết định, mọi hành động, mọi xung đột trong tổ chức.
Bài này dạy bạn cách nhìn thấy tư duy của chính mình — một kỹ năng nền tảng mà mọi systems thinker giỏi đều phải có.
Khái niệm cốt lõi
Mental Models là gì
Mental model là tập hợp những giả định, niềm tin, hình ảnh khái quát mà chúng ta dùng để hiểu và phản ứng với thế giới. Chúng giống như một tấm bản đồ trong đầu. Vấn đề là: bản đồ không phải lãnh thổ. Mỗi người vẽ tấm bản đồ của riêng mình dựa trên kinh nghiệm, văn hóa, ngành nghề, nỗi sợ và kỳ vọng cá nhân.
Một quản lý bán hàng có mental model "khách hàng luôn mặc cả để ép giá". Một kỹ sư có mental model "mọi vấn đề đều giải được nếu code đủ tốt". Một CEO startup có mental model "tốc độ quan trọng hơn sự hoàn hảo". Không model nào hoàn toàn đúng hay sai — nhưng mỗi model lọc thực tại theo một cách riêng, khiến người ta nhìn thấy những điều khác nhau từ cùng một tình huống.
Điều nguy hiểm nhất của mental model là nó thường vô hình và ngầm ẩn. Chúng ta không ý thức được mình đang dùng giả định. Ta tưởng mình đang nhìn "sự thật khách quan", trong khi thực ra ta đang nhìn qua một lớp kính màu mà ta quên mất là mình đang đeo.
Ladder of Inference — Thang suy luận
Khái niệm này do Chris Argyris (Đại học Harvard) phát triển và được Senge phổ biến rộng rãi. Nó mô tả quá trình tâm trí ta leo từ dữ liệu thô lên đến hành động — diễn ra cực nhanh, thường chỉ trong vài giây, và gần như tự động.
Hãy hình dung một chiếc thang có 7 bậc, đi từ dưới lên:
- Dữ liệu và thực tại quan sát được (Observable data): Tất cả những gì thực sự xảy ra — như camera ghi lại được. "Anh A im lặng suốt buổi họp 90 phút."
- Dữ liệu được chọn lọc (Selected data): Não bộ không xử lý hết mọi thứ. Ta vô thức chọn một phần dữ liệu để chú ý. Bạn để ý anh A im lặng, nhưng không để ý anh ta ghi chép liên tục.
- Diễn giải ý nghĩa (Meanings): Ta gán ý nghĩa cho dữ liệu đã chọn, dựa trên văn hóa và kinh nghiệm. "Im lặng nghĩa là thờ ơ."
- Giả định (Assumptions): Dựa trên ý nghĩa, ta đưa ra giả định. "Anh ta không quan tâm đến dự án này."
- Kết luận (Conclusions): "Anh A là người thiếu trách nhiệm."
- Niềm tin (Beliefs): Kết luận tích tụ thành niềm tin chung. "Những người ít nói thường không đáng tin trong công việc."
- Hành động (Actions): Ta hành động theo niềm tin. "Tôi sẽ không giao việc quan trọng cho anh A nữa."
Reflexive loop — vòng lặp tự củng cố
Ladder of Inference còn nguy hiểm hơn vì nó có một vòng phản hồi (gợi nhớ feedback loops ở Bài 8). Niềm tin của ta ở bậc 6 sẽ quay lại ảnh hưởng đến dữ liệu ta chọn để chú ý ở bậc 2. Khi đã tin "anh A thiếu trách nhiệm", lần sau ta sẽ vô thức chỉ để ý những lần anh A đến muộn, bỏ qua những lần anh ấy ở lại làm thêm. Niềm tin tự nuôi sống chính nó. Đây chính là cơ chế tâm lý của thiên kiến xác nhận (confirmation bias) — và là lý do định kiến rất khó phá vỡ.
Tình huống thực tế
Ví dụ 1 — Hiểu lầm tại một công ty thương mại điện tử ở TP.HCM
Tại Tiki (giả định một tình huống nội bộ điển hình), trưởng phòng Marketing là chị Hương nhận báo cáo: chiến dịch quảng cáo tháng 3 chỉ đạt tỷ lệ chuyển đổi 1,2%, thấp hơn mục tiêu 2%. Chị leo thang suy luận rất nhanh:
- Dữ liệu chọn lọc: chị chỉ nhìn con số 1,2% và tên người phụ trách — bạn Minh, nhân viên mới vào 3 tháng.
- Diễn giải: "Minh chưa đủ kinh nghiệm chạy chiến dịch lớn."
- Kết luận: "Tuyển Minh là một sai lầm."
- Hành động: chị định chuyển Minh sang làm việc hành chính.
Bài học: Trước khi kết luận về con người, hãy quay xuống bậc thang thấp nhất và hỏi "Tôi đã nhìn thấy toàn bộ dữ liệu chưa, hay chỉ một mảnh?"
Ví dụ 2 — Hai mental model va nhau tại một nhà máy may ở Bình Dương
Một nhà máy may xuất khẩu (khoảng 800 công nhân) gặp vấn đề: năng suất chuyền 5 giảm 15% trong hai tháng. Hai người có hai mental model hoàn toàn khác:
Anh Tuấn, quản đốc xuất thân từ sản xuất, có mental model "năng suất giảm là do công nhân lười, cần siết kỷ luật". Anh đề xuất cắt thưởng và tăng giám sát.
Chị Lan, phụ trách cải tiến (Lean) mới được đào tạo systems thinking, có mental model "năng suất là kết quả của cả hệ thống, không phải lỗi cá nhân". Chị xuống xưởng quan sát (Genchi Genbutsu — một khái niệm chúng ta sẽ học kỹ ở Bài 38) và phát hiện: một máy may ở đầu chuyền hay kẹt chỉ, khiến công nhân phải chờ, dồn ứ bán thành phẩm.
Cùng một dữ liệu — "năng suất giảm 15%" — nhưng hai mental model dẫn tới hai hành động trái ngược: một bên trừng phạt con người, một bên sửa hệ thống. Khi nhà máy theo hướng của chị Lan, thay máy và cân bằng chuyền, năng suất phục hồi trong ba tuần. Nếu theo anh Tuấn, công nhân sẽ bị oan, tinh thần sa sút, vấn đề gốc vẫn còn.
Bài học: Khi hai người tranh cãi gay gắt mà cùng nhìn một sự kiện, gần như chắc chắn họ đang leo hai chiếc thang khác nhau từ những mental model khác nhau. Việc cần làm không phải tranh ai đúng, mà là cùng nhau bước xuống thang để xem mỗi người đã chọn dữ liệu nào và giả định gì.
Ví dụ 3 — Toyota và văn hóa "5 Whys"
Toyota nổi tiếng với kỹ thuật "5 Whys" (hỏi "tại sao" năm lần liên tiếp). Ít ai để ý rằng đây thực chất là một công cụ chống lại việc leo thang suy luận vội vàng. Khi một máy dừng, phản xạ tự nhiên của quản lý là leo thẳng lên bậc kết luận: "máy hỏng, gọi thợ sửa". Nhưng "5 Whys" buộc người ta tụt xuống và đi từng bước qua dữ liệu: Tại sao máy dừng? Cầu chì đứt. Tại sao đứt? Quá tải. Tại sao quá tải? Bạc đạn thiếu dầu. Tại sao thiếu dầu? Bơm dầu hỏng. Tại sao bơm hỏng? Lưới lọc tắc...
Mỗi câu "tại sao" là một lần kéo người ta xuống bậc thang thấp hơn, buộc kiểm tra dữ liệu thay vì nhảy tới kết luận. Đó là lý do văn hóa systems thinking của Toyota mạnh đến vậy.
Bài học: Những công cụ hỏi liên tục như "5 Whys" không chỉ để tìm nguyên nhân gốc, mà còn là cơ chế kỷ luật giúp cả tổ chức không leo thang suy luận quá nhanh.
Hướng dẫn từng bước
Đây là quy trình thực hành để làm chủ thang suy luận trong công việc hằng ngày:
Bước 1 — Nhận diện khi nào bạn đang "leo thang". Dấu hiệu cảnh báo: bạn cảm thấy chắc chắn tuyệt đối, có cảm xúc mạnh (tức giận, thất vọng), hoặc đang đánh giá tính cách một người. Đó là lúc bạn đã ở bậc cao của thang.
Bước 2 — Tụt xuống bậc dữ liệu. Tự hỏi: "Sự thật quan sát được — điều mà camera ghi lại được — chính xác là gì?" Tách bạch sự kiện khỏi diễn giải. "Anh ấy không trả lời email trong 2 ngày" là dữ liệu; "anh ấy coi thường tôi" là diễn giải.
Bước 3 — Kiểm tra dữ liệu bị bỏ sót. Hỏi: "Tôi đã chọn lọc dữ liệu nào? Có dữ liệu nào tôi vô tình bỏ qua vì nó không khớp với điều tôi đang nghĩ?"
Bước 4 — Làm rõ giả định. Viết ra giả định của mình thành câu rõ ràng: "Tôi đang giả định rằng...". Khi viết ra, nhiều giả định lập tức lộ ra vẻ phi lý của nó.
Bước 5 — Hỏi để hiểu mental model của người khác (Inquiry). Thay vì áp đặt kết luận, hỏi: "Bạn nhìn nhận tình huống này thế nào? Bạn dựa trên dữ liệu gì?" Đây là kỹ năng cân bằng giữa advocacy (trình bày quan điểm của mình) và inquiry (tìm hiểu quan điểm người khác) mà Argyris nhấn mạnh.
Bước 6 — Trình bày suy luận của mình một cách minh bạch (Advocacy). Khi nêu ý kiến, hãy "để lộ chiếc thang": "Tôi thấy dữ liệu X, nên tôi diễn giải là Y, và kết luận là Z. Bạn thấy chỗ nào chưa hợp lý không?" Cách này mời người khác cùng kiểm tra suy luận của bạn.
Lỗi thường gặp & mẹo
Lỗi 1 — Nhầm diễn giải với sự thật. Đây là lỗi phổ biến nhất. Khi ai đó nói "Sếp rõ ràng không tin tưởng tôi", hãy hỏi: dữ liệu cụ thể nào dẫn tới kết luận đó? Thường họ chỉ có một hai sự kiện nhỏ đã được diễn giải nặng nề.
Lỗi 2 — Dùng Ladder of Inference để "bắt lỗi" người khác. Một số người học xong liền chỉ tay: "Anh đang leo thang suy luận đấy!" Điều này biến công cụ thành vũ khí và phá hỏng đối thoại. Mẹo: luôn áp dụng cho chính mình trước, công khai chiếc thang của mình trước khi mời người khác xem lại của họ.
Lỗi 3 — Tin rằng mình "khách quan", người khác mới "thiên kiến". Mọi người đều leo thang, kể cả bạn. Sự khiêm tốn về nhận thức là điểm khởi đầu.
Mẹo thực chiến: Trong các cuộc họp quan trọng, hãy tập thói quen dùng câu mở đầu "Theo những gì tôi quan sát được..." thay vì "Rõ ràng là...". Một thay đổi nhỏ trong ngôn ngữ kéo cả nhóm xuống bậc dữ liệu.
Mẹo về cảm xúc: Cảm xúc mạnh là chuông báo động cho biết bạn đang ở bậc cao của thang mà chưa kiểm tra dữ liệu. Khi thấy mình "sôi máu", hãy dừng lại và tự hỏi "Chính xác chuyện gì đã xảy ra?"
Bài tập thực hành
Bài tập 1 — Giải phẫu một phán xét gần đây. Nhớ lại một lần gần đây bạn kết luận tiêu cực về một đồng nghiệp hoặc khách hàng. Viết ra theo 7 bậc thang: dữ liệu thực tại là gì? Bạn đã chọn lọc dữ liệu nào? Diễn giải ra sao? Giả định gì? Kết luận gì? Hành động gì? Sau đó tự hỏi: nếu chọn dữ liệu khác, kết luận có đổi không?
Bài tập 2 — Hai mental model. Chọn một quyết định đang gây tranh cãi trong nhóm của bạn (ví dụ: "có nên tăng giá sản phẩm không"). Viết ra mental model của hai phía: mỗi bên giả định gì về khách hàng, về thị trường, về rủi ro? Bạn sẽ thấy họ không "đối đầu" mà chỉ đang đứng trên hai bản đồ khác nhau.
Bài tập 3 — Thực hành advocacy + inquiry. Trong cuộc họp tới, hãy thử một lần: nêu ý kiến kèm theo chuỗi suy luận ("Tôi thấy X nên nghĩ Y"), rồi chủ động hỏi một người "Bạn nhìn việc này thế nào?". Ghi lại điều bạn học được khi nghe góc nhìn của họ.
Tóm tắt
Mental models là những tấm bản đồ vô hình trong đầu, định hình cách mỗi người diễn giải cùng một thực tại. Ladder of Inference giải thích cơ chế ta nhảy từ dữ liệu thô lên kết luận và hành động chỉ trong vài giây — qua các bậc chọn lọc dữ liệu, diễn giải, giả định, kết luận, niềm tin. Vòng phản hồi tự củng cố khiến niềm tin tự nuôi chính nó, sinh ra định kiến khó phá vỡ.
Kỹ năng cốt lõi của một systems thinker là biết tụt xuống thang: tách sự kiện khỏi diễn giải, kiểm tra dữ liệu bị bỏ sót, làm rõ giả định, và cân bằng giữa trình bày quan điểm (advocacy) với tìm hiểu góc nhìn người khác (inquiry). Khi cả nhóm cùng học cách công khai chiếc thang của mình — như văn hóa "5 Whys" của Toyota — xung đột giảm, quyết định tốt hơn, và tổ chức thật sự bắt đầu học hỏi. Ở những bài tiếp theo, khi chúng ta vẽ stock-flow và causal loop diagram, hãy nhớ: mỗi sơ đồ đều là sản phẩm của một mental model. Làm chủ tư duy của chính mình là bước đầu tiên để hiểu cả hệ thống.