Cuộc tranh luận định tính-định lượng, vốn là nét đặc trưng của nghiên cứu khoa học xã hội, đã dần trở thành một rào cản. Alex Gillespie, Vlad Glăveanu và Constance de Saint-Laurent trong cuốn sách truy cập mở mới của họ đã lập luận: “Chủ nghĩa thực dụng và Phương pháp luận”, rằng việc giải quyết các thách thức đương thời đòi hỏi phải nắm bắt các cơ hội của dữ liệu định tính lớn (big qualitative data) với một cách tiếp cận thực dụng về mặt phương pháp luận.
Các phương pháp “cổ điển” mà chúng ta sử dụng ngày nay trong tâm lý học và khoa học xã hội như bảng câu hỏi và phỏng vấn, mặc dù có vẻ tương đối cố định, nhưng chúng là sản phẩm của các phản ứng tích lũy cho những mối quan ngại trong bối cảnh lịch sử cụ thể. Các phương pháp này đã phù hợp trong một thế giới mà các nhà nghiên cứu không thể tiếp cận được những gì mọi người đã làm hoặc nói, và ngay cả khi họ có thể, cũng không có công cụ phân tích chúng trên quy mô lớn. Bảng câu hỏi và phỏng vấn đáp ứng mối quan tâm của thế kỷ 20 (được định hình bởi chủ nghĩa thực dân (colonialism), chủ nghĩa tư bản (capitalism) và các cuộc đấu tranh ý thức hệ (ideological battles) thời kỳ Chiến tranh Lạnh) với mong muốn thấu hiểu, phân loại và lập bản đồ các ý kiến và niềm tin.
Tuy nhiên, những gì các nhà khoa học xã hội phải đối mặt ngày nay lại hoàn toàn khác biệt do sự kết tinh của hai xu hướng lịch sử. Xu hướng đầu tiên liên quan đến bản chất của những vấn đề chúng ta đang đối mặt. Sự bất bình đẳng, tình trạng khẩn cấp về khí hậu và các cuộc chiến tranh ngày càng trầm trọng do sự trỗi dậy chung của chủ nghĩa dân tộc (nationalism), chủ nghĩa dân túy (populism), và đặc biệt là các diễn ngôn và hệ tư tưởng hậu sự thật (post-truth). Chủ nghĩa dân tộc và chủ nghĩa dân túy không phải là mới, nhưng quy mô và sự tinh vi của thông tin sai lệch đang đe dọa làm suy yếu khả năng đối phó của tập thể đối với các thách thức chung.
Thường chúng ta chỉ nghe nói đến kỷ nguyên của ‘dữ liệu lớn’ (big data), nhưng có một điều ít được nhắc đến hơn: đây thực tế là kỷ nguyên của ‘dữ liệu định tính lớn’ (big qualitative data).
Xu hướng thứ hai liên quan đến công nghệ và sự phát triển vượt bậc của nó, đặc biệt là sự tích lũy chưa từng có của lượng dữ liệu tự nhiên (dấu vết kỹ thuật số – digital footprints), cùng với các phương pháp phân tích dữ liệu ngày càng tối ưu (bao gồm các mô hình AI truyền thống và AI có khả năng sáng tạo (generative AI)). Thường chúng ta chỉ nghe nói đến kỷ nguyên của ‘dữ liệu lớn’, nhưng có một điều ít được nhắc đến hơn: đây thực tế là kỷ nguyên của ‘dữ liệu định tính lớn’. Các tập dữ liệu lớn nhất là dữ liệu định tính không có cấu trúc (mỗi phút có thêm 2,5 triệu lượt tìm kiếm văn bản trên Google, 500 nghìn bức ảnh trên Snapchat, 500 giờ video trên YouTube). Những đột phá lớn của AI tận dụng nguồn dữ liệu này, giúp chúng dễ dàng xử lý và mang lại giá trị cho nghiên cứu xã hội.
Hai xu hướng này đã thúc đẩy sự gia tăng của các nghiên cứu sử dụng phương pháp hỗn hợp (mixed methods research). “Cuộc chiến hệ hình” (paradigm wars) của những năm 80 và 90, với quan điểm loại trừ lẫn nhau giữa phương pháp định tính và định lượng – vốn được củng cố bởi các lập trường nhận thức luận theo chủ nghĩa kiến tạo cực đoan (fundamentalist constructionist epistemological stance) và chủ nghĩa hiện thực (realist epistemological stance) – đang dần đi đến hồi kết. Những thách thức mà chúng ta phải đối mặt quá lớn để có thể giải quyết một cách ngây thơ bằng bộ công cụ bị giới hạn bởi hệ tư tưởng gắn với phương pháp nghiên cứu cụ thể nào đó. Mặc dù các phương pháp định lượng vẫn chiếm ưu thế, nhưng việc đề cao tính “vượt trội” của một phương pháp này mà loại trừ các phương pháp khác là không khả thi.
Các sinh viên và học giả trong lĩnh vực khoa học xã hội ngày càng quen thuộc với câu thần chú “Tùy thuộc vào câu hỏi nghiên cứu”. Tuy nhiên, câu hỏi then chốt là phương pháp nào phù hợp với câu hỏi nào, và làm thế nào có thể kết hợp những cách tiếp cận này để thực hiện nghiên cứu xã hội đáp ứng các thách thức thời đại?
Ngoài ra, bối cảnh xã hội ngày nay đặt ra nhiều thách thức cho quá trình nghiên cứu, bao gồm việc xác định mục tiêu tri thức, lựa chọn loại dữ liệu phù hợp, phát triển kỹ năng phân tích, hướng tới tạo ra tác động thực tế, cùng với nhiều yếu tố khác. Các phương pháp nghiên cứu không thể phân chia một cách rạch ròi hoặc đánh giá chỉ dựa trên những kết quả tổng quát nữa, chẳng hạn như ‘phát hiện các xu hướng chung’ (định lượng) hay ‘xem xét chi tiết tình huống cụ thể’ (định tính). Để giải quyết các thách thức phức tạp hiện tại và tận dụng các cơ hội của dữ liệu định tính lớn, chúng ta cần những phương pháp cho phép thực hiện cả hai điều này cùng một lúc.
Đây chính là cách tiếp cận được gọi là chủ nghĩa thực dụng phương pháp luận (methodological pragmatism). Chủ nghĩa thực dụng là một triết lý được phát triển vào đầu thế kỷ 20 tại Hoa Kỳ, nảy sinh từ niềm tin lạc quan vào sự phát triển của một quốc gia non trẻ, đề cao vai trò hành động của con người và cho rằng giá trị của tri thức được đánh giá dựa trên những kết quả thực tế mà nó mang lại. Tuy nhiên, bất chấp tác động sâu rộng trong tâm lý học, giáo dục và chính trị, vai trò của chủ nghĩa thực dụng chưa được khai thác triệt để trong phương pháp luận khoa học xã hội. Với những tiềm năng xoay quanh dữ liệu định tính lớn và những tiến bộ trong trí tuệ nhân tạo (AI), đã đến lúc sử dụng chủ nghĩa thực dụng để định hướng những thách thức hiện tại của chúng ta và tận dụng tối đa các cơ hội mới. Cách tiếp cận thực dụng thúc đẩy các nhà nghiên cứu chấp nhận tính đa nguyên (pluralism) và thách thức các nhị nguyên (dichotomies), điều chỉnh phương pháp cho phù hợp với bối cảnh và trên hết là suy nghĩ một cách sáng tạo về phương pháp luận. Chủ nghĩa thực dụng có tính bao hàm bởi các phương pháp không được đánh giá theo nhận thức luận của chúng, mà được xem xét dựa trên những gì chúng đóng góp để giải quyết thách thức đang hiện hữu.
Chủ nghĩa thực dụng về phương pháp luận mở ra cơ hội để chúng ta nhìn nhận lại về các phương pháp nghiên cứu. Phân tích cụ thể dưới góc nhìn này cho thấy, dữ liệu định tính và định lượng gắn bó chặt chẽ với nhau – mọi dữ liệu đều bắt đầu ở dạng định tính, và điểm mấu chốt nằm ở việc xác định mức độ chuẩn hóa sao cho phù hợp với mục tiêu nghiên cứu. Vì vậy, chúng ta hoàn toàn có thể vừa đánh giá mức độ mọi người tán thành với một vấn đề (câu hỏi khảo sát truyền thống) vừa tìm hiểu họ thực sự nghĩ gì về nó (cách tiếp cận định tính truyền thống), khi có khả năng phân tích văn bản nâng cao trên lượng dữ liệu định tính dồi dào trong xã hội hiện đại. Sự tích hợp sâu sắc giữa các phương pháp định tính và định lượng đang ngày càng khả thi, giúp nâng cao năng lực của các nhà nghiên cứu xã hội.
Chủ nghĩa thực dụng không xem các phương pháp như những quy trình cô lập được sử dụng để tìm ra ‘chân lý’, mà là những công cụ do chúng ta cùng nhau xây dựng và sử dụng để mở rộng khả năng tư duy và hành động trong xã hội hiện đại với những vấn đề phức tạp và dữ liệu định tính lớn đang phát triển mạnh mẽ. Lăng kính thực dụng thách thức chúng ta, không chỉ dừng lại ở quan sát, mà chủ động thay đổi thế giới thông qua việc tưởng tượng những tiềm năng mới. Nói ngắn gọn, chủ nghĩa thực dụng cung cấp một khuôn khổ để giúp các nhà nghiên cứu hướng tới tương lai, suy ngẫm một cách phản biện về tri thức và những mục đích tri thức đó phục vụ, qua đó giải quyết những thách thức và nắm bắt những cơ hội của thời đại.
Lược dịch từ LSE
