Dự báo thường sai nhưng tại sao vẫn nên thực hiện

Nhà dự báo nổi tiếng Paul Saffo và giáo sư của Stanford cho rằng:

"Mục đích của dự báo không phải để dự đoán tương lai, mà là giúp các nhà quản trị đưa ra hành động có ích trong hiện tại."

Dự báo chưa bao giờ phản ánh hoàn hảo tương lai. Tất nhiên, trường phái tất định luận (determinism) đã từng cho rằng nếu biết tất cả các thông số đầu vào, với mô hình hợp lý thì luôn có thể dự đoán tương lai một cách chính xác.

Nhưng dưới góc độ khoa học hiện đại, tất định luận như thế không còn nhiều giá trị. Bài toán 3 vật thể của Poincaré đã khép lại cánh cửa của Chủ nghĩa tất định và mở ra cánh cửa của Lý thuyết hỗn độn. Và như thế một hệ thống phức hợp như xã hội, kinh tế, con người hầu như rất khó dự đoán hay nói một cách khác những hệ động lực phức tạp mang tính bất ổn định ngay từ trong bản chất của chúng.

Những hệ phức hợp này rất nhạy cảm với yếu tố đầu vào và như vậy sự biến động ở đầu ra là rất lớn (hiệu ứng cánh bướm).

Trong một hệ thống dự báo có những yếu tố quan trọng sau:

- Mô hình/phương pháp: Việc lựa chọn mô hình dự báo phù hợp là rất quan trọng, vì một mô hình không hợp lý có thể làm kết quả đảo ngược hoàn toàn. Nhưng than ôi, không có mô hình nào đúng với thực tại. "All models are wrong some are useful".

- Trình độ của người làm dự báo: Dự báo là một công việc tương đối khó. Ngày nay hệ thống máy tính hiện đại đã được xử dụng, song để vận hành hiệu quả vẫn cần đến con người. Vì vậy, nếu người thực hiện không được đào tạo bài bản, cũng như không có các kỹ thuật cần thiết và sự linh hoạt hay kinh nghiệm thì chắc chắn sẽ trực tiếp ảnh hưởng đến kết quả dự báo, thậm chí sai lệch rất nhiều.

- Dữ liệu đầu vào: cần phải thu thập chính xác. Hiện nay máy tính cho phép các biến số có thể lên tới con số hàng triệu (big data).

- Kỳ vọng: Dựa theo lý thuyết xác suất thống kê, kỳ vọng lớn sẽ kéo theo khoảng giá trị của dự báo bị kéo giãn ra rất nhiều. Có nghĩa là, khi muốn đạt sự chính xác đến 100%, thì kết quả thu được cho giá trị dự báo sẽ nằm trong khoảng 0 đến vô cùng, rộng hơn rất nhiều khi kỳ vọng chỉ ở mức 95% hoặc thấp hơn. Rõ ràng, kỳ vọng quá lớn sẽ khiến quá trình cũng như giá trị dự báo mất đi ý nghĩa.

Đo lường sai số dự báo

Để có thể phân tích và theo dõi mức độ cải thiện của dự báo theo thời gian, chúng ta cần xây dựng hệ thống thước đo hợp lý. Người ta thường dùng các chỉ số sau: độ chệch của dự báo, độ lệch tuyệt đối trung bình (MAD) và sai số phần trăm trung bình (MAPE).

Với những thứ phức tạp như vậy, dự báo thường luôn sai và có độ chênh tùy thuộc. Người làm dự báo cần hiểu mô hình và giới hạn của nó, cảnh báo cho người sử dụng dự báo của mình những bất cập trong mô hình và độ lệch.

Và quan trọng nhất, với mỗi dự báo sai là một lần rút kinh nghiệm để thực hiện tốt hơn. Không nên khi dự báo có vẻ đúng thì tự ca ngợi bản thân và nếu sai thì giấu luôn hay đổ thừa mà không dám nhận.

Tóm lại, dự báo sai là chuyện khá bình thường, không phải ầm ĩ. Vấn đề chính là thái độ của mình với dự báo ấy. Anh có tư cách trí thức hay không là ở thái độ này.