Để biết một nghiên cứu giáo dục sớm đáng tin tới đâu, hãy hỏi theo thứ tự: nghiên cứu so sánh nhóm trẻ nào với nhóm nào và chia nhóm ra sao (ngẫu nhiên hay tự chọn), mẫu bao nhiêu trẻ, tác động lớn cỡ nào chứ không chỉ "có ý nghĩa thống kê", đo bằng gì và đo khi nào, làm ở đâu, với đối tượng nào, ai làm, và kết quả đã được nhóm khác kiểm lại chưa. Một tuyên bố vượt qua cả bảy câu hỏi là hiếm; phần lớn chỉ qua được vài câu, và điều đó cần nói rõ khi trích dẫn.
Câu "nghiên cứu cho thấy" xuất hiện dày đặc trong tài liệu tuyển sinh, bài viết nuôi dạy con, quảng cáo đồ chơi giáo dục. Phần lớn không sai hoàn toàn, nhưng thường bỏ mất những điều kiện quyết định ý nghĩa của kết quả. Các bài khác trong chuyên mục này phân tích từng nghiên cứu lớn như Perry Preschool, Abecedarian, EPPE. Bài này gom lại thành một bộ công cụ để tự đọc, áp dụng được cho cả những nghiên cứu sẽ xuất hiện sau này.
Bậc thang thiết kế nghiên cứu: từ mạnh tới yếu cho câu hỏi nhân quả
Với câu hỏi "chương trình X có làm trẻ tốt hơn không", các thiết kế khác nhau cho mức độ tin cậy khác nhau. Bảng dưới xếp theo khả năng loại bỏ các giải thích khác.
| Thiết kế | Cách làm | Ví dụ trong giáo dục sớm | Điểm yếu thường gặp |
|---|---|---|---|
| Thử nghiệm ngẫu nhiên có đối chứng | Bốc thăm chia trẻ vào nhóm được và không được can thiệp | Perry Preschool, Abecedarian, Head Start Impact Study | Thường nhỏ hoặc tốn kém; nhóm đối chứng có thể tìm chương trình khác |
| Thí nghiệm tự nhiên | Tận dụng bốc thăm suất học hoặc ngưỡng tuổi nhập học có sẵn | Mẫu giáo công Boston dùng bốc thăm; mẫu giáo công Tulsa dùng ngưỡng ngày sinh | Chỉ đúng cho nhóm trẻ ở gần ngưỡng hoặc tham gia bốc thăm |
| So sánh anh chị em ruột | So người đi học với anh chị em không đi trong cùng gia đình | Nghiên cứu dài hạn về Head Start của Garces, Thomas, Currie và của Deming | Vì sao một người được đi, người kia không, vẫn có thể có lý do riêng |
| Theo dõi dài hạn có kiểm soát biến | Quan sát nhiều trẻ qua nhiều năm, dùng thống kê để tính các khác biệt gia đình | EPPE ở Anh, nghiên cứu Dunedin | Không loại được các yếu tố không đo |
| Tương quan cắt ngang | Đo một lần, xem hai thứ có đi cùng nhau không | Khảo sát thấy trẻ đọc sách nhiều có vốn từ lớn | Không biết cái nào là nguyên nhân |
| Ý kiến chuyên gia, tài liệu thương hiệu | Không có dữ liệu so sánh | Lời giới thiệu chương trình | Không phải bằng chứng thực nghiệm |
Bậc cao hơn không có nghĩa là "đúng" và bậc thấp là "sai". Một nghiên cứu theo dõi dài hạn tốt như EPPE có thể đáng tin hơn một thử nghiệm ngẫu nhiên nhỏ làm cẩu thả. Bảng chỉ nói rằng câu hỏi nhân quả cần thiết kế loại được các giải thích khác, và đó là điều đầu tiên phải hỏi.
Bảy câu hỏi đặt cho mọi câu "nghiên cứu cho thấy"
Có thể dùng như một danh sách kiểm, từ tài liệu tuyển sinh tới bài báo khoa học:
- So với ai? Nhóm đối chứng là trẻ ở nhà, trẻ đi lớp khác, hay không có nhóm đối chứng? Tác động của cùng một chương trình đo so với "ở nhà" và so với "lớp khác" có thể chênh nhau rất xa.
- Chia nhóm thế nào? Nếu gia đình tự chọn cho con đi học, những gia đình đó có thể khác ở nhiều mặt. Kết quả tốt hơn có thể do gia đình, không do chương trình.
- Bao nhiêu trẻ? Mẫu vài chục trẻ cho kết quả dao động lớn. Mẫu nhỏ có kết quả ấn tượng là thứ cần được kiểm lại nhiều nhất.
- Lớn cỡ nào? "Có ý nghĩa thống kê" chỉ nói rằng khác biệt khó do ngẫu nhiên, không nói khác biệt lớn hay nhỏ. Cần hỏi cỡ hiệu ứng.
- Đo bằng gì, khi nào? Bài kiểm tra do chính chương trình thiết kế dễ cho kết quả tốt hơn bài đo chuẩn hoá độc lập. Đo ngay sau chương trình khác với đo vài năm sau.
- Ở đâu, với ai, ai làm? Chương trình thí điểm do đội ngũ sáng lập vận hành thường hiệu quả hơn khi nhân rộng. Kết quả với trẻ thiệt thòi ở Mỹ không tự chuyển sang trẻ đô thị Việt Nam.
- Đã được kiểm lại chưa? Một kết quả đơn lẻ, chưa có nhóm độc lập nào lặp lại, nên được coi là tín hiệu ban đầu.
Không cần trả lời được hết bảy câu mới dùng một nghiên cứu. Điều quan trọng là biết câu nào chưa có câu trả lời, và nói chừng mực tương ứng: "một nghiên cứu nhỏ ở Mỹ gợi ý" khác xa "khoa học đã chứng minh".
Cỡ hiệu ứng: con số hay bị bỏ qua nhất
Trong nghiên cứu giáo dục, độ lớn tác động thường được báo cáo bằng cỡ hiệu ứng chuẩn hoá, tức khoảng cách giữa hai nhóm tính theo đơn vị độ lệch chuẩn. Nói nôm na, nếu cỡ hiệu ứng là 0,2 thì trẻ trung bình ở nhóm can thiệp đứng cao hơn trẻ trung bình ở nhóm đối chứng một khoảng bằng một phần năm độ lệch chuẩn của cả nhóm.
Quy ước cũ của nhà thống kê Jacob Cohen coi 0,2 là nhỏ, 0,5 là vừa, 0,8 là lớn. Nhưng quy ước đó đặt ra cho tâm lý học phòng thí nghiệm. Năm 2020, Matthew Kraft công bố trên Educational Researcher một đề xuất dựa trên hàng trăm thử nghiệm giáo dục thực tế: với kết quả học tập đo bằng bài kiểm tra chuẩn hoá, dưới 0,05 là nhỏ, từ 0,05 tới dưới 0,2 là vừa, từ 0,2 trở lên là lớn. Nghĩa là trong trường học thật, tác động 0,2 đã là đáng kể, và tác động 0,8 hiếm tới mức nên nghi ngờ.
Từ đó rút ra một mẹo thực tế: khi một chương trình tuyên bố cải thiện "gấp đôi", "tăng 50 phần trăm", hãy hỏi gấp đôi cái gì, trên thang nào. Phần trăm thay đổi trên một thang điểm do chính chương trình tạo ra có thể rất lớn mà không có ý nghĩa nhiều. Cũng nên nhớ rằng cỡ hiệu ứng cuối năm học thường lớn hơn nhiều so với vài năm sau, như hiện tượng phai dần cho thấy.
Hiệu ứng Mozart và câu "90 phần trăm não phát triển trước năm tuổi"
Hai ví dụ cho thấy một kết quả khoa học có thể bị kéo xa thế nào. Năm 1993, Frances Rauscher, Gordon Shaw và Katherine Ky công bố trên tạp chí Nature rằng sinh viên đại học nghe một bản sonata của Mozart trong mười phút làm tốt hơn một bài suy luận không gian ngay sau đó, và tác động biến mất sau khoảng mười lăm phút. Vài năm sau, câu chuyện đã thành "nghe Mozart làm trẻ thông minh hơn", có nơi ở Mỹ còn phát đĩa nhạc cổ điển cho gia đình có con mới sinh. Một phân tích tổng hợp của Christopher Chabris năm 1999 trên Nature kết luận tác động rất nhỏ, và nhiều nghiên cứu sau giải thích nó bằng tâm trạng hưng phấn ngắn hạn. Chưa từng có nghiên cứu gốc nào làm trên trẻ sơ sinh.
Câu "90 phần trăm não phát triển trước năm tuổi" cũng hay gặp trong tài liệu mầm non. Nó thường bắt nguồn từ việc kích thước não của trẻ đạt gần kích thước não người lớn vào khoảng năm, sáu tuổi. Đó là nhận xét về thể tích, không phải về lượng học tập hay năng lực. Não tiếp tục tổ chức lại mạnh mẽ ở tuổi thiếu niên, và vùng vỏ não trước trán còn phát triển tới đầu tuổi hai mươi. Những năm đầu đúng là quan trọng, nhưng vì những lý do chính xác hơn khẩu hiệu.
Cả hai ví dụ đều có cùng một đường đi: kết quả thật, mẫu hẹp, bối cảnh cụ thể, rồi qua nhiều lần kể lại, điều kiện rơi rụng, chỉ còn lại câu dễ nhớ nhất.
Những tín hiệu cảnh báo khi đọc tài liệu về giáo dục sớm
Không có tên nghiên cứu, tác giả, năm. Câu "các nhà khoa học Harvard đã chứng minh" mà không nói ai, năm nào, công bố ở đâu thì không kiểm được. Trung tâm Phát triển Trẻ em Harvard có thật và có nhiều tài liệu, nhưng điều đó không có nghĩa mọi câu gán cho Harvard đều đến từ đó.
Con số quá tròn, quá lớn. Tác động "gấp ba lần", "tăng 300 phần trăm" hiếm khi xuất hiện trong nghiên cứu giáo dục chặt chẽ. Khi thấy, hãy tìm xem con số đo cái gì và so với ai.
Một nghiên cứu được dùng cho mọi kết luận. Perry Preschool được dùng để chứng minh lợi ích của rất nhiều loại chương trình khác nhau, trong khi nó chỉ là một chương trình cụ thể cho 58 trẻ. Một nghiên cứu càng được dùng rộng, càng cần quay lại xem nó thực sự nói gì.
Nghiên cứu do chính bên bán sản phẩm thực hiện, chưa ai kiểm lại. Điều đó không làm nghiên cứu sai, nhưng là lý do để chờ kết quả độc lập. Trong giáo dục, hiệu quả thường giảm khi chương trình rời tay những người sáng lập.
Đổi từ "liên quan" sang "làm cho". Nghiên cứu thấy trẻ đọc sách nhiều có vốn từ lớn hơn là quan hệ; viết thành "đọc sách làm tăng vốn từ" là đã thêm một bước nhân quả mà thiết kế chưa chứng minh, dù điều đó có thể đúng.
Áp dụng vào thực tế: đọc nghiên cứu mà không cần thành nhà nghiên cứu
Phụ huynh không cần đọc bài báo khoa học gốc để ra quyết định cho con, và cũng không nên. Điều có ích hơn là thói quen hỏi lại vài câu khi nghe một tuyên bố: nghiên cứu nào, trên trẻ nào, so với gì, lớn cỡ nào. Với một trường mầm non, kể cả các trường trong hệ Global Star, một câu trả lời thẳng thắn kiểu "phương pháp này dựa trên các nguyên lý được nghiên cứu nhiều, nhưng chương trình của trường chưa được đánh giá độc lập" đáng tin hơn một chuỗi trích dẫn hoành tráng.
Với giáo viên mầm non, đọc nghiên cứu là một phần của nghề. Có thể bắt đầu từ các bản tổng hợp viết cho người làm thực tiễn, như loạt working paper của Trung tâm Phát triển Trẻ em Harvard, báo cáo Starting Strong của OECD, các bản tóm tắt bằng chứng của các tổ chức giáo dục lớn, rồi mới tới bài báo gốc khi cần đi sâu. Đọc tóm tắt phần phương pháp trước phần kết luận là một thói quen tốt.
Ở Việt Nam, nguồn dữ liệu quy mô lớn về phát triển trẻ nhỏ đáng biết là các vòng Điều tra đánh giá các mục tiêu trẻ em và phụ nữ do cơ quan thống kê quốc gia (Tổng cục Thống kê, nay là Cục Thống kê) thực hiện cùng UNICEF, có chỉ số phát triển trẻ thơ cho nhóm ba đến bốn tuổi. Chúng mô tả tình hình, không đánh giá chương trình, nhưng giúp đặt mọi tuyên bố vào bối cảnh trẻ em Việt Nam thay vì bối cảnh nước khác.
Câu hỏi thường gặp
Thử nghiệm ngẫu nhiên có phải lúc nào cũng tốt nhất không?
Với câu hỏi nhân quả, thử nghiệm ngẫu nhiên làm tốt thường cho bằng chứng mạnh nhất. Nhưng nó có thể nhỏ, ngắn, làm trong điều kiện khác thực tế, hoặc nhóm đối chứng tìm được chương trình thay thế. Một nghiên cứu quan sát lớn, dài và cẩn thận đôi khi cho thông tin hữu ích hơn cho câu hỏi thực tế.
Có ý nghĩa thống kê nghĩa là gì?
Thường có nghĩa là nếu thật ra không có tác động gì, thì khả năng thấy khác biệt lớn như vậy chỉ do ngẫu nhiên là thấp, theo một ngưỡng quy ước như năm phần trăm. Nó không nói tác động lớn hay nhỏ, cũng không nói kết quả chắc chắn đúng. Với mẫu rất lớn, khác biệt rất nhỏ cũng có thể có ý nghĩa thống kê.
Làm sao biết một nghiên cứu đã được kiểm lại chưa?
Có thể tìm tên nghiên cứu kèm các từ như replication, meta-analysis, hoặc tìm bài tổng quan gần đây về chủ đề đó. Các bài tổng quan và phân tích tổng hợp gom nhiều nghiên cứu lại, cho biết kết quả có nhất quán không. Với người không chuyên, đọc một bài tổng quan uy tín thường an toàn hơn đọc một nghiên cứu lẻ.
Nghiên cứu làm ở Mỹ có dùng được cho Việt Nam không?
Các nguyên lý phát triển chung, như vai trò của tương tác và quan hệ ổn định, có cơ sở rộng qua nhiều nước. Nhưng độ lớn tác động của một chương trình cụ thể phụ thuộc vào trẻ, gia đình và các lựa chọn sẵn có. Khi áp dụng, nên coi nghiên cứu nước ngoài là gợi ý về cơ chế, không phải lời hứa về kết quả.
Có nên tin nghiên cứu do chính trường hoặc hãng thực hiện không?
Có thể đọc, nhưng nên xem đó là bằng chứng ban đầu. Câu hỏi cần đặt là phương pháp có minh bạch không, nhóm so sánh là ai, bài đo có độc lập không và kết quả có được công bố đầy đủ không. Kết quả được một nhóm độc lập kiểm lại có giá trị cao hơn nhiều.
Đọc nghiên cứu bằng tiếng Anh khó, có nguồn nào dễ tiếp cận hơn không?
Nhiều tổ chức có bản tóm tắt viết cho phụ huynh và người làm thực tiễn, ngắn và ít thuật ngữ, một số có bản dịch. Khi đọc bài tóm tắt, vẫn nên để ý tên nghiên cứu gốc và năm, để có thể tra lại khi cần và tránh nhầm giữa ý kiến của người viết với kết quả nghiên cứu.