Điều này dường như đúng cho mọi xã hội, mọi thước đo. Đây là quy tắc lũy thừa nổi lên bất ngờ trong nhiều hiện tượng xã hội. Nhưng phân phối của cải cũng là một trong các chủ đề gây tranh cãi nhất bởi nó dấy lên các vấn đề về sự công bằng và xứng đáng. Vì sao sự thịnh vượng lại chỉ dành cho một số quá ít người?
Câu trả lời thông thường là chúng ta đang sống trong một xã hội công bằng nơi mọi người được trả công nhờ tài năng, sự thông minh, nỗ lực.. của họ. Qua thời gian, mọi người nghĩ rằng những điều đó sẽ được chuyển đổi thành phân phối của cải mà chúng ta đã nhìn thấy, mặc dù may mắn cũng có thể đóng một vai trò nhất định.
Nhưng một vấn đề trong quan điểm này: trong khi của cải được phân phối tuân theo quy tắc lũy thừa thì kỹ năng con người lại theo nguyên tắc phân phối thông thường, được quy đổi thành một giá trị trung bình, mà IQ, chỉ số đo lường trí thông minh là một ví dụ. IQ trung bình là 100 nhưng không ai có IQ 1.000 hay 10.000.
Và điều này vẫn đúng với sự nỗ lực – được đo bằng số giờ làm việc. Vài người có thể làm việc nhiều hơn hay ít hơn so với thời gian trung bình nhưng không ai làm việc gấp tỷ lần người khác.
Và khi nói về phần thưởng cho tài năng và sự cố gắng, một số người lại giàu gấp tỷ lần so với người khác. Hơn nữa, nhiều nghiên cứu chỉ ra rằng những người giàu nhất nói chung không phải người tài năng nhất.
Vậy, yếu tố nào quyết định một cá nhân trở nên giàu có? Liệu có phải sự ngẫu nhiên đóng vai trò quan trọng hơn chúng ta tưởng? Và làm thế nào để tận dụng điều đó nhằm tạo ra một thế giới tốt hơn và công bằng hơn?
Ngày nay chúng ta đã có câu trả lời nhờ công trình của Alessandro Pluchino và hai cộng sự tại ĐH Catania (Ý). Họ đã tạo ra một mô hình máy tính về tài năng của con người và cách con người sử dụng nó để khai thác các cơ hội trong cuộc sống. Mô hình cho phép nhóm nghiên cứu vai trò của sự ngẫu nhiên trong quá trình này.
Kết quả đã khiến chúng ta tỉnh ngộ. Mô phỏng của họ có kết quả trùng khớp với phân phối của cải trong thế giới thực. Nhưng những cá nhân giàu nhất lại không phải là tài năng nhất (dù cho họ phải đạt đến một cấp độ tài năng nhất định). Họ là những người may mắn nhất. Điều này đưa ra gợi ý quan trọng để xã hội có thể tối ưu hóa lợi nhuận của mọi khoản đầu tư từ kinh doanh đến khoa học.
Mô hình của Pluchino và cộng sự khá đơn giản. Nó bao gồm N người, mỗi người ứng với cấp độ tài năng nhất định (kỹ năng, trí thông minh, năng lực…). Tài năng này thường được phân phối quanh một số cấp độ trung bình, với một vài sai số tiêu chuẩn. Vì thế vài người tài giỏi ở trên hoặc dưới mức trung bình nhưng không ai ở cấp độ cao hơn hẳn những người khác.
Đây là loại phân phối thường thấy ở các kỹ năng của con người hoặc các đặc điểm như cân nặng hay chiều cao. Một số người cao hơn hoặc thấp hơn trung bình, nhưng không ai ở kích cỡ con kiến hay tòa nhà chọc trời. Thực sự là tất cả chúng ta đều khá giống nhau.
Mô hình máy tính lập biểu đồ trong suốt 40 năm làm việc từng cá nhân. Trong khoảng thời gian này, các cá nhân trải nghiệm các sự kiện may mắn mà họ có thể tận dụng để tăng của cải nếu họ đủ tài năng.
Tuy nhiên, họ cũng trải nghiệm những sự kiện không may khiến của cải của họ bị giảm sút. Các sự kiện xảy ra ngẫu nhiên.
Tại cuối năm thứ 40, Pluchino và cộng sự sẽ xếp hạng các cá nhân bằng của cải và nghiên cứu đặc điểm của những người thành công nhất. Họ cũng tính phân phối của cải và lặp lại mô phỏng nhiều lần để kiểm thử độ chính xác của kết quả.Khi nhóm xếp hạng cá nhân theo sự giàu có, phân phối thực sự giống như trong xã hội thực. Pluchino báo cáo: “Quy luật 80 – 20 đã được tuân thủ, khi 80% dân số sở hữu 20% của cải và 20% người dân còn lại sở hữu 80% của cải.”
Điều này sẽ không gây ngạc nhiên hay không công bằng nếu như 20% giàu nhất là những người tài năng nhất. Nhưng không phải vậy, những cá nhân giàu nhất còn xa mới là người tài năng nhất. Các nhà nghiên cứu nói: “Thành công nhất không bao giờ trùng khớp với tài năng nhất, và ngược lại.”
Vậy nếu không phải tài năng, yếu tố nào khác đã gây ra phân phối của cải lệch lạc này? Pluchino và cộng sự trả lời: “Mô phỏng của chúng tôi chỉ ra rõ ràng rằng yếu tố đó đơn thuần là may mắn.”
Nhóm chỉ ra điều đó bằng việc xếp hạng cá nhân theo số sự kiện may và không may họ gặp trong 40 năm làm việc – “Rõ ràng là những người thành công nhất cũng là những người may mắn nhất và những người kém thành công nhất cũng là những người không may nhất.”
Điều đó có ý nghĩa đáng kể đối với xã hội. Chiến lược hiệu quả nhất để khai thác vai trò của may mắn trong thành công là gì?
Pluchino và cộng sự nghiên cứu từ quan điểm tài trợ nghiên cứu khoa học – vấn đề sát sườn với họ. Các cơ quan tài trợ trên thế giới đều quan tâm tới việc tối đa hóa lợi tức đầu tư vào thế giới khoa học. Có thể kể đến việc Hội đồng nghiên cứu châu Âu đã đầu tư 1,7 triệu USD vào chương trình nghiên cứu cơ may – vai trò của may mắn trong khám phá khoa học – và cách có thể khai thác cơ may nhằm cải thiện đầu ra tài trợ.
Pluchino và cộng sự đã trả lời câu hỏi này. Họ sử dụng mô hình để khám phá các loại mô hình tài trợ khác nhau từ đó nhận thấy cái nào sẽ mang lại lợi ích tốt nhất khi may mắn được thêm vào.
Nhóm đã nghiên cứu 3 mô hình, trong số tài trợ nghiên cứu được phân phối công bằng giữa các nhà khoa học, phân phối ngẫu nhiên tới một tập hợp các nhà khoa học hoặc ưu tiên với những người đã thành công nhất trong quá khứ. Và đâu là chiến lược tốt nhất?
Chiến lược mang lại kết quả tốt nhất là chia đều tài trợ cho tất cả các nhà khoa học. Và chiến lược tốt thứ 2 và thứ 3 là phân phối ngẫu nhiên tới 10 đến 20% các nhà khoa học. Trong những trường hợp này, các nhà nghiên cứu có thể tận dụng tốt nhất ưu thế của khám phá ngẫu nhiên mà họ tạo ra theo thời gian. Kế đó, có một thực tế rõ ràng là một nhà khoa học có một khám phá quan trọng ngẫu nhiên trong quá khứ không có nghĩa anh/cô ta có thể lặp lại điều đó trong tương lai.
Cách tiếp cận tương tự có thể ứng dụng trong đầu tư vào các loại hình doanh nghiệp, như doanh nghiệp nhỏ và vừa, startup công nghệ, giáo dục để tăng tài năng hoặc thậm chí tạo ra các sự kiện may mắn ngẫu nhiên.
Tác giả bài viết: Theo Thanh Trúc (Tia sáng)
Những tin mới hơn
Những tin cũ hơn