Ảnh minh họa về email gửi dữ liệu nghiên cứu

Bằng chứng gian lận trong nghiên cứu nổi tiếng về sự trì hoãn: Một vụ bê bối khoa học lớn

Một bài phân tích mới từ Data Colada — nhóm nghiên cứu chuyên phanh phui các hành vi sai trái trong khoa học — đã đưa ra bằng chứng thuyết phục rằng dữ liệu trong một nghiên cứu có ảnh hưởng sâu rộng về sự trì hoãn đã bị can thiệp. Nghiên cứu này, từng được trích dẫn hơn 2.100 lần, giờ đây có nguy cơ bị rút lại hoàn toàn khỏi tạp chí Psychological Science.

Bối cảnh: Một nghiên cứu “kinh điển” và nỗ lực tái lập thất bại

Vào năm 2002, các nhà tâm lý học Dan Ariely và Klaus Wertenbroch công bố một nghiên cứu mang tên “Procrastination, Deadlines, and Performance: Self-Control by Precommitment.” Nghiên cứu này kết luận rằng những người được giao thời hạn cố định, dàn trải đều sẽ làm việc hiệu quả hơn đáng kể so với những người tự đặt thời hạn hoặc phải nộp tất cả vào ngày cuối cùng. Đây là một trong những công trình nền tảng trong lĩnh vực kinh tế học hành vi và tâm lý học về khả năng tự kiểm soát.

Tuy nhiên, khi nhóm nghiên cứu độc lập do Kyle Hyndman và Alberto Bisin dẫn đầu cố gắng tái lập thí nghiệm này, họ không thể đạt được kết quả tương tự. Điều này đã thúc đẩy họ và các nhà nghiên cứu tại Data Colada quay lại kiểm tra kỹ lưỡng bộ dữ liệu gốc — và những gì họ tìm thấy thật sự gây sốc.

Bốn dấu hiệu đỏ cho thấy dữ liệu đã bị làm giả

Dấu hiệu 1: Hiệu ứng quá lớn đến mức phi thực tế

Kết quả báo cáo cho thấy những người có thời hạn dàn trải đều phát hiện trung bình 136,1 lỗi, trong khi nhóm nộp bài vào ngày cuối chỉ phát hiện 71,1 lỗi. Hiệu ứng này có Cohen’s d = 2,5 — một con số cực kỳ hiếm gặp trong khoa học hành vi.

Để dễ hình dung: Hiệu ứng này còn lớn hơn cả sự khác biệt về chiều cao giữa nam và nữ (d ≈ 1,8), hay số lượng giày phụ nữ sở hữu so với nam giới (d ≈ 1,2). Một hiệu ứng về thời hạn nộp bài không thể tác động mạnh hơn cả những khác biệt sinh học hiển nhiên như vậy.

Sự phân bố điểm số giữa hai nhóm gần như không hề chồng lấn — điều này gần như không thể xảy ra với một biến số nhiễu như số lỗi phát hiện trong một bài đọc hiểu.

Dấu hiệu 2: Các cặp quan sát trùng lặp đến lạ thường

Ảnh chụp dữ liệu nghiên cứu với các quan sát trùng lặp

Trong nhóm nộp bài vào ngày cuối, 18/20 người tham gia có một “bản sao” — một người khác có kết quả giống hệt về số lỗi phát hiện ở cả ba nhiệm vụ. Điều kỳ lạ hơn, các cặp này có ID cách nhau đúng 10 số (ví dụ: người S1 và S11, S7 và S17). Việc các cặp trùng khớp hoàn hảo đến vậy chỉ xuất hiện ở một nhóm duy nhất là điều không thể giải thích bằng ngẫu nhiên.

Dấu hiệu 3: Các biến số lẽ ra phải tương quan mạnh lại không có mối liên hệ nào

Trong một thí nghiệm lành mạnh, nếu một người nói họ “thích nhiệm vụ” thì họ cũng nên nói rằng nhiệm vụ đó “thú vị”. Trong dữ liệu tái lập, mối tương quan giữa hai biến này gần như hoàn hảo (r ≈ 0,90). Nhưng trong dữ liệu gốc, con số này gần như bằng 0.

Tương tự, số lỗi phát hiện giữa ba nhiệm vụ gần như giống hệt nhau lẽ ra phải có tương quan rất cao (r từ 0,74 đến 0,90 trong dữ liệu tái lập), nhưng trong dữ liệu gốc chỉ dao động từ 0,03 đến 0,27. Thời gian tự báo cáo cho ba nhiệm vụ cũng không hề có sự tương quan như mong đợi.

Dấu hiệu 4: Không có hiện tượng làm tròn số

Khi được hỏi “bạn đã dành bao nhiêu phút cho nhiệm vụ này?”, con người có xu hướng làm tròn (trả lời “20 phút” hay “30 phút” thay vì “17 phút” hay “32 phút”). Trong nghiên cứu tái lập, 85% câu trả lời là số tròn. Nhưng trong dữ liệu gốc, con số này chỉ là 11,7% — gần với mức ngẫu nhiên 10% như thể tất cả đều là số được sinh ngẫu nhiên.

Phản ứng từ các tác giả gốc

Khi được yêu cầu giải thích, Dan Ariely — hiện là giáo sư tại Đại học Duke — đã không trả lời trực tiếp các email. Tuy nhiên, ông viết trên LinkedIn:

“Gần đây tôi được biết rằng dữ liệu nền tảng của một bài báo năm 2002 về thời hạn và sự trì hoãn mà tôi đồng tác giả có chứa các bất thường nghiêm trọng. Hồ sơ tài liệu tôi có hiện tại không đủ để trả lời các câu hỏi đã được đặt ra.”

Ariely cho biết ông sẽ hợp tác với tạp chí trong quá trình rà soát và rút lại bài báo. Trong khi đó, Klaus Wertenbroch — người chưa từng có quyền truy cập vào dữ liệu — đã chủ động yêu cầu biên tập viên rút lại bài báo.

Ý nghĩa đối với cộng đồng khoa học

Vụ việc này không chỉ đơn thuần là một sai sót học thuật. Nó đặt ra câu hỏi lớn về quy trình đánh giá ngang hàng và mức độ tin cậy của những nghiên cứu có ảnh hưởng trong lĩnh vực hành vi học. Nếu một nghiên cứu được trích dẫn hơn 2.100 lần, được giảng dạy trong hàng trăm khóa học kinh tế và tâm lý, lại dựa trên dữ liệu bị làm giả, thì có bao nhiêu nghiên cứu “kinh điển” khác cũng có nguy cơ tương tự?

Biểu đồ phân tán so sánh dữ liệu

Điều đáng nói là vụ việc này cũng làm dấy lên mối quan tâm về trách nhiệm giải trình của các nhà khoa học trong thời đại dữ liệu số. Khi mà việc làm giả dữ liệu ngày càng tinh vi, các nhà nghiên cứu độc lập như nhóm Data Colada đóng vai trò như “cảnh sát khoa học”, giúp bảo vệ tính chính trực của nền học thuật.

Kết luận

Nhóm Data Colada tuyên bố họ “không thể đưa ra một lời giải thích vô hại nào cho tất cả các bất thường được trình bày”. Họ kết luận rằng dữ liệu của Nghiên cứu 2 đã bị can thiệp nghiêm trọng hoặc bị bịa đặt hoàn toàn để tạo ra kết quả mong muốn.

Với việc tạp chí Psychological Science đang xem xét rút lại bài báo, đây được xem là một trong những vụ bê bối khoa học đáng chú ý nhất của năm — một lời nhắc nhở rằng trong khoa học, không có gì là “kinh điển” đến mức không thể bị đặt câu hỏi.

Bài viết tiếp theo của Data Colada sẽ phân tích tương tự về Nghiên cứu 1, với kết luận được tiết lộ là “khá tương đồng”.