0:00:00.000,0:00:05.404
Xin chào, trong bài giảng này, chúng ta sẽ đi vào[br]loạt lý do thứ tư tại sao

0:00:05.404,0:00:09.470
bạn cần tham gia vào khóa học về mô hình và tại sao mô hình lại vô cùng quan trọng. Nhờ có nó

0:00:09.470,0:00:12.983
mà ta có thể đưa ra quyết định, chiến lược, thiết kế tốt hơn

0:00:12.983,0:00:16.948
Hãy cùng bắt đầu! Rất nhiều điều thú vị phía trước. Lý do đầu tiên

0:00:16.948,0:00:20.963
tại sao mô hình lại rất hữu ích. Chúng hỗ trợ cho những quyết định[br]của bạn, giúp bạn có những quyết định đúng đắn hơn.[br][br]6[br]00:00:20,096 --> 00:00:25,004[br]Hãy cùng xem một ví dụ.[br]Chúng ta có thể thấy đây là

0:00:20.963,0:00:25.044
một sơ đồ về các thể chế tài chính, với các công ty:

0:00:25.044,0:00:29.383
Bear Sterns, AIG, CitiGroup, Morgan Stanley [br]Sơ đồ này biểu thị

0:00:29.383,0:00:33.054
sự ảnh hưởng lẫn nhau giữa sự thành công của các công ty này

0:00:33.054,0:00:37.393
Giờ hãy tưởng tưởng rằng bạn là chính phủ liên bang[br]và bạn đang phải đối mặt với

0:00:37.393,0:00:41.490
một cuộc khủng hoảng tài chính,[br]Rất nhiều, hoặc một vài công ty ở đây sẽ

0:00:41.490,0:00:45.340
lâm vào tình trạng khó khăn[br]Bạn cần đưa ra quyết định

0:00:45.340,0:00:49.546
liệu có cần các biện pháp hỗ trợ hay không.[br]Hãy dùng một mô hình rất đơn giản để trợ giúp cho quyết định của bạn.

0:00:49.546,0:00:53.802
Và để làm được điều đó, trước hết[br]hãy cùng tìm hiểu xem

0:00:53.802,0:00:57.957
những con số trong sơ đồ có ý nghĩa gì?[br]Bây giờ, AIG là ở đây, còn JP Morgan là ở ngay đây.

0:00:57.957,0:01:02.254
Chúng ta thấy con số 466 trên mũi tên[br]nối 2 công ty này

0:01:02.254,0:01:07.970
Con số này biểu thị mức ảnh hưởng của công ty JP Morgan lên sự thành công của công ty AIG.

0:01:07.970,0:01:12.958
Đặc biệt là mối liên hệ giữa sự thành bại của họ. Nếu AIG làm ăn không hiệu quả, [br]nó sẽ kéo kết quả làm ăn của

0:01:12.958,0:01:18.140
JP Morgan suy giảm đến mức nào? Và chúng ta có thể thấy rằng[br]nó là một con số khá là lớn. Giờ nếu bạn nhìn lên

0:01:18.140,0:01:23.451
con số 94 này, nó nằm trên đường nối giữa Wells Fargo và Lehman Brothers,[br]và chỉ cho ta thấy rằng

0:01:23.451,0:01:28.828
nếu Lehman Brothers làm ăn không tốt lắm, thì cũng không ảnh hưởng mấy đến Wells Fargo và ngược lại.

0:01:28.828,0:01:34.139
Bạn, là chính phủ, cần phải quyết định: [br]“Giờ tôi cần phải giúp đỡ những ai?”

0:01:34.139,0:01:38.344
Không ai cả hay một vài trong số họ? [br]Hãy nhìn vào Lehman Brothers,

0:01:38.344,0:01:43.169
Có 4 mũi tên đi vào và đi ra từ Lehman Brothers, một trong số đó có giá trị 94,

0:01:43.169,0:01:48.243
cái này là 103, cái này 158, và cuối cùng là 155.[br]Chúng, về cơ bản, khá là nhỏ.

0:01:48.243,0:01:53.382
Nên bạn có thể đi đến kết luận: Lehman Brothers đã kinh doanh có thâm niên, và là một công ty lớn

0:01:53.382,0:01:58.541
Những con số này thì khá nhỏ bé,[br]nên dù những công ty này

0:01:58.541,0:02:03.616
có sụp đổ đi chăng nữa, nó cũng không gây ảnh hưởng lớn[br]Nhưng giờ hãy nhìn sang AIG

0:02:03.616,0:02:08.691
Chúng ta có 466, chúng ta có 441[br]456, 390

0:02:08.691,0:02:13.386
và 490. Chúng là những con số lớn tác động đến AIG[br]Dựa trên những số liệu này,

0:02:13.386,0:02:19.336
về cơ bản, bạn biết rằng, bạn cần một [br]kế hoạch dự phòng trợ giúp cho AIG

0:02:19.336,0:02:23.171
Đây gần như là bắt buộc, vì nếu bạn không làm điều đó,[br]có khả năng là toàn bộ hệ thống sẽ sụp đổ

0:02:23.171,0:02:27.102
Qua đây, ta có thể thấy được sức mạnh của mô hình

0:02:27.102,0:02:30.794
trong việc giúp đỡ chúng ta đưa ra quyết định đúng đắn hơn[br]Thực tế, chính phủ đã để cho Lehman Brothers

0:02:30.794,0:02:34.581
phá sản, và nền kinh tế vẫn tiếp tục phát triển.

0:02:34.581,0:02:37.745
Nhưng họ đã không để điều đó xảy ra với AIG.

0:02:37.745,0:02:41.677
tôi không rõ bộ máy tài chính của Mỹ đã hỗ trợ AIG như thế nào

0:02:41.677,0:02:45.883
nhưng bạn thấy đấy, [br]chính phủ nước Mỹ đã làm được điều đó.

0:02:45.883,0:02:51.153
Họ đã đưa ra những quyết định hợp lý.

0:02:51.153,0:02:55.533
Chuyển sang một vài thứ khác thú vị hơn.[br]Bài toán logic đơn giản sau đây

0:02:55.533,0:03:00.561
sẽ giúp chúng ta hiểu được sự hữu ích của mô hình.[br]Game này có tên gọi là: bài toán Monty Hall

0:03:00.561,0:03:05.400
nó được đặt theo tên của Monty Hall, MC một chương trình truyền hình

0:03:05.400,0:03:10.346
có tên “Let’s Make a Deal” (Hãy thỏa thuận) được phát song[br]trong thập niên 70’

0:03:10.346,0:03:15.196
Giờ tôi sẽ giới thiệu đặc điểm của chương trình này

0:03:15.196,0:03:20.106
Về cơ bản, luật chơi của chương trình này là

0:03:20.106,0:03:24.542
Đằng sau 3 ô cửa, có 1 ô cửa chứa giải thưởng lớn vô cùng giá trị,[br]2 ô cửa còn lại sẽ có cái gì đó

0:03:24.542,0:03:29.392
khá buồn cười, như là một con dê chẳng hạn.

0:03:29.392,0:03:34.123
Nói chung, sẽ có một thứ vô cùng hấp dẫn, xe hơi, máy giặt,v.v..[br]đang chờ đợi bạn sau 1 cánh cửa

0:03:34.123,0:03:38.834
Và điều bạn cần làm bây giờ là chọn một ô cửa.[br]Giờ giả sử rằng bạn chọn ô cửa số 1

0:03:38.834,0:03:44.322
Monty đã biết trước giải thưởng nằm ở ô cửa nào[br]Và trong 2 ô cửa còn lại, mà bạn đã không lựa chọn,

0:03:44.322,0:03:49.810
sẽ luôn có một ô cửa chứa giải thưởng vớ vẩn kia.

0:03:49.810,0:03:54.592
Vì thế nên, sau khi bạn chọn 1 ô cửa, [br]Monty sẽ luôn tìm được 1 ô chứa giải thưởng vớ vẩn.

0:03:54.592,0:03:59.070
Trở lại phần thi của bạn trong chương trình.[br]Bạn đã chọn ô cửa 1, đúng không?

0:03:59.070,0:04:03.898
ngay sau đó, Monty sẽ mở ô cửa số 3[br]và nói với bạn rằng:

0:04:03.898,0:04:08.552
“Ô cửa 3 chứa dê này,[br]Bạn có muốn thay đổi sự lựa chọn để đổi sang ô số 2 không?”

0:04:08.552,0:04:13.089
Liệu bạn có nên đổi từ ô cửa số 1 sang ô cửa số 2 không?

0:04:13.089,0:04:19.416
để tính toán xác xuất trúng giả thưởng cho ô cửa 1 và 2[br]Chúng ta sẽ xem qua một mô hình sau

0:04:19.416,0:04:23.835
Để hiểu rõ vấn đề nhanh hơn,[br]ta có thể tăng số lượng cánh cửa

0:04:23.835,0:04:28.028
Giả sử có 5 cánh cửa[br]Và giả sử rằng bạn chọn

0:04:28.028,0:04:32.391
ô cửa màu xanh nhạt này.[br]Xác xuất bạn chọn đúng cửa chứa phần thưởng là 1/5

0:04:32.391,0:04:37.037
Chỉ có một ô cửa có phần thưởng, xác xuất bạn chọn được là 1/5

0:04:37.037,0:04:41.343
Vậy nên, xác xuất bạn chọn sai ô cửa là 4/5[br]Vậy là bạn có 1/5 cơ hội trúng phần thưởng

0:04:41.343,0:04:46.023
và 4/5 là không trúng

0:04:46.023,0:04:50.064
đồng hành cùng bạn là Monty, và tất nhiên[br]ông ta cũng biết phần thưởng nằm sau cánh cửa nào

0:04:50.064,0:04:54.218
Monty, một lần nữa, lại nói với bạn rằng:[br]“ Tôi sẽ chỉ cho bạn

0:04:54.218,0:04:58.483
thấy rằng nó không ở đằng sau cánh cửa màu vàng,

0:04:58.483,0:05:03.624
nó cũng không ở sau cánh cửa màu hồng

0:05:03.624,0:05:08.565
và nói thật đằng sau cánh cửa màu xanh lá cũng không có gì”[br]Và Monty nói:”Bây giờ, bạn có muốn thay đổi…

0:05:08.565,0:05:13.630
từ cánh cửa xanh nhạt sang cánh xanh đậm

0:05:13.630,0:05:18.525
Bạn bắt đầu suy nghĩ, ban đầu, ô cửa bạn chọn có xác xuất trúng là 1/5

0:05:18.525,0:05:23.049
và anh ta tiết lộ cho bạn 3 cánh cửa không có giải thưởng

0:05:23.049,0:05:26.593
Có vẻ như khả năng trúng của ô xanh đậm[br]còn lớn hơn ô cửa bạn đã chọn

0:05:26.593,0:05:30.316
Thực sự nó đúng là thế.[br]Xác suất có phần thưởng sau cánh cửa xanh đậm là 4/5

0:05:30.316,0:05:33.725
Chỉ có 1/5 cơ hội sau cánh cửa bạn đã chọn[br]Vì vậy, tốt nhất là bạn nên thay đổi lựa chọn

0:05:33.725,0:05:37.358
Và trong bài toán 3 ô cửa ban đầu, bạn cũng nên đổi[br]Giờ hãy cùng tổng quát hóa

0:05:37.358,0:05:41.037
Chúng ta sẽ dùng mô hình đơn giản gồm 3 ô cửa để chỉ ra rằng[br]tại sao bạn nên đổi

0:05:41.037,0:05:44.465
Đầu tiên hãy tính xác xuất cho mỗi ô cửa

0:05:44.465,0:05:48.318
Có 3 ô cửa, bạn chọn ô 1[br]xác xuất bạn chọn đúng là 1/3

0:05:48.318,0:05:52.220
xác xuất phần thưởng ở ô 2 là 1/3[br]và ô 3 là 1/3

0:05:52.220,0:05:56.319
Giờ ta sẽ chia tập này ra thành 2 phần

0:05:56.319,0:06:00.320
Có 1/3 cơ hội là bạn chọn đúng[br]Và 2/3 cơ hội bạn chọn phải ô cửa không có quà

0:06:00.320,0:06:04.599
Sau khi bạn chọn ô cửa số 1,[br]phần thưởng giá trị sẽ có thể nằm ở sau ô cửa số 2

0:06:04.599,0:06:09.574
hoặc cũng có thể ô cửa thứ 3[br]hoặc tuyệt nhất, là nằm sau ô cửa bạn đã chọn, ô 1.

0:06:09.574,0:06:14.936
Giờ hãy nghĩ xem Monty sẽ làm gì[br]Giả sử phần thưởng sẽ nằm ở sau cánh cửa số 1 và số 2

0:06:14.936,0:06:20.363
thì Monty sẽ mở cho bạn xem ô cửa số 3

0:06:20.363,0:06:25.403
Anh ta sẽ nói, nhìn này, có một con dê!

0:06:25.403,0:06:30.197
Việc anh ta hé lộ một cánh cửa[br]sẽ không ảnh hưởng tới xác xuất

0:06:30.197,0:06:34.787
1/3 cơ hội mà bạn mở được trúng cánh cửa[br]có phần thưởng lớn

0:06:34.787,0:06:39.682
Phải, sẽ luôn chỉ có 1/3 cơ hội cho cánh cửa bạn đã chọn

0:06:39.682,0:06:44.210
Xét trường hợp nếu đằng sau ô cửa số 3 là phần thưởng[br]thì Monty vẫn có thể mở cánh cửa số 2

0:06:44.210,0:06:48.452
Và chỉ ra có 1 con dê trong đó[br]Khi đó xác xuất của ô cửa bạn chọn vẫn không thay đổi

0:06:48.452,0:06:52.285
Vì vậy, trong mọi trường hợp, bạn không biết thêm được[br]thông tin hữu ích nào

0:06:52.285,0:06:56.377
Bạn không biết thêm gì ở tập hợp có 2/3 cơ hội sai này

0:06:56.377,0:07:00.313
bởi vì Monty luôn có thể chỉ ra một ô có dê

0:07:00.313,0:07:04.301
Vậy, ban đầu, xác xuất trúng của bạn là 1/3[br]Sau khi Monty chỉ ra con dê, xác xuất cuối cùng

0:07:04.301,0:07:08.497
mà bạn chọn đúng vẫn chỉ là 1/3[br]Vậy với ý tưởng khoanh tròn các đối tượng

0:07:08.497,0:07:12.692
và viết xác xuất của chúng[br]Ta có thể thấy được phương án tốt hơn

0:07:12.692,0:07:16.855
trong vấn đề đổi hay không đổi ô cửa.[br]Điều này cũng tương tự như bài toán tài chính lúc nãy

0:07:16.855,0:07:20.197
của một Bang trong việc đưa ra quyết định hỗ trợ các công ty

0:07:20.197,0:07:23.540
Sau khi khoanh tròn các thông tin cần xem xét[br]Bạn nhận ra đâu là quyết định đúng đắn hơn

0:07:23.540,0:07:27.102
Đó là để Lehman phá sản, và giúp AIG vượt qua khó khăn

0:07:27.102,0:07:31.069
Xem xét tiếp trường ứng dụng khác mà mô hình cũng rât hữu dụng,[br]đó là so sánh tĩnh.

0:07:31.069,0:07:35.576
Đây là một mô hình cơ bản trong kinh tế.[br]So sánh tĩnh, hiểu một cách đơn giản

0:07:35.576,0:07:39.547
nghĩa là khi bạn cần thay đổi từ một trạng thái cân bằng này sang mộttrạng thái cân bằng khác,

0:07:39.547,0:07:43.786
những gì bạn thấy ở đây là: đường S chỉ mức cung.[br]Nó là sự cung cấp một loại hàng hóa nào đó ra thị trường.

0:07:43.786,0:07:47.971
Còn đường D1, D2 là mức cầu[br]Bạn có thể thấy rằng mức cầu được tịnh tiến lên

0:07:47.971,0:07:52.317
Khi mà mức cầu tăng, [br]chúng ta sẽ bán được nhiều hàng hơn.

0:07:52.317,0:07:56.624
Sản lượng (Q) tăng lên và giá cả (P) cũng tăng lên[br]Vậy, khi con người cần nhiều hơn cái gì đó,

0:07:56.624,0:08:00.993
số lượng mặt hàng đó sẽ tăng và giá của nó cũng vậy.[br]Từ đây, ta thấy sự chuyển dịch

0:08:00.993,0:08:05.307
của trạng thái cân bằng. Và nó chính là một ví dụ đơn giản về cách mà mô hình giúp ta

0:08:05.307,0:08:09.357
hiểu cách thức mà mọi thứ thay đổi thế cân bằng của nó[br]bằng cách vẽ những

0:08:09.357,0:08:13.754
hình minh họa đơn giản.[br]Một ứng dụng khác của mô hình là[br]kịch bản đối chứng (Counterfactuals)

0:08:13.754,0:08:18.266
Bạn biết rằng mọi việc chỉ xảy ra một lần[br]và một khi đã đưa ra quyết định, sẽ không thể quay lại quá khứ

0:08:18.266,0:08:22.837
để thay đổi lại.[br]Nhưng nếu ta có thể mô hình hóa sự kiện đó, nó sẽ giống như là bạn có thể tua đi tua lại đoạn băng

0:08:22.837,0:08:27.465
để thử nghiệm các quyết định khác nhau.[br]Sau đây là một ví dụ, mùa xuân tháng 4 năm 2009

0:08:27.465,0:08:31.919
Chính phủ dự định sử dụng một kế hoạch phục hồi kinh tế

0:08:31.919,0:08:36.393
Đây là biểu đồ thể hiện hiệu quả của nó[br]Đường này là ảnh hưởng nếu dùng kế hoạch phục hồi

0:08:36.393,0:08:40.369
còn đường này, dựa trên mô hình, cho ta thấy

0:08:40.369,0:08:44.446
điều gì sẽ xảy ra nếu không dùng kế hoạch phục hồi[br]Ta không thể chắc chắn nó sẽ như vậy

0:08:44.446,0:08:48.473
nhưng ít nhất bạn sẽ nắm được tình hình, hay hiểu được[br]tác dụng của kế hoạch.

0:08:48.473,0:08:52.142
Vậy, những kịch bản đối chứng này không có [br]tính chính xác tuyệt đối

0:08:52.142,0:08:56.322
nhưng nó vẫn gần đúng và mang tính tham khảo[br]giúp ta đi đến quyết định cuối cùng,

0:08:56.322,0:09:00.461
Xem chính sách đó có tốt hay không. Lý do thứ tư, mô hình dùng để xác định và đánh giá các đòn bẩy.

0:09:00.461,0:09:05.150
Giờ hãy cùng xem một mô hình đơn giản về[br]sự lan truyền của khủng hoảng kinh tế

0:09:05.150,0:09:09.781
Trong hình đầu tiên là[br]một đất nước lâm vào khủng hoảng

0:09:09.781,0:09:14.184
Trong trường hợp này là nước Anh.[br]Ta tự hỏi điều gì sẽ xảy ra theo thời gian?

0:09:14.184,0:09:18.816
Sau khi Anh sụp đổ, tai thấy kế tiếp là Ireland và Bỉ lâm bào khủng hoảng,

0:09:18.816,0:09:23.447
và Pháp, Đức lần lượt sau đó[br]Vậy, mô hình này đã cho ta thấy

0:09:23.447,0:09:27.716
tầm ảnh hưởng của một nước lên hệ thống tài chính thế giới[br]Và London là một đòn bẩy.

0:09:27.716,0:09:31.626
Đây sẽ làm nơi cần quan tâm kỹ[br]Chuyển sang một câu chuyện khác,

0:09:31.626,0:09:35.440
biến đổi khí hậu. Một trong những vấn đề quan trọng[br]trong biến đổi khí hậu

0:09:35.440,0:09:39.060
là vòng tuần hoàn của khí Cacbon.[br]Đây là mô hình rất phổ biến.

0:09:39.060,0:09:42.825
Ta biết rằng tổng lượng cacbon là không đổi[br]Chúng có thể ở trong không khí

0:09:42.825,0:09:46.832
hoặc trong lòng đất, sẽ là tốt hơn nếu nó trong lòng đất[br]bởi cacbon sẽ không

0:09:46.832,0:09:50.645
đóng góp cho sự nóng lên toàn cầu.[br]Khi mà bạn nghiên cứu về nó, bạn sẽ cần biết

0:09:50.645,0:09:54.550
những chỗ nào trong vòng tuần hoàn có ảnh hưởng lớn.

0:09:54.550,0:09:58.488
Và đây, lượng bức xạ từ mặt đất, một con số lớn.[br]Và bạn nghĩ tới lượng bức xạ mặt trời

0:09:58.488,0:10:02.678
đó cũng là một con số lớn[br]Và việc bạn cần làm là

0:10:02.678,0:10:06.717
áp dụng những phương pháp, chính sách [br]để giảm những con số lớn này

0:10:06.717,0:10:10.806
nếu bạn nhìn vào con số này, lượng nhiệt[br]phản xạ từ mặt đấy

0:10:10.806,0:10:14.744
nó chỉ khoảng 30, không lớn lắm.

0:10:14.744,0:10:18.269
Lý do thứ 5, thiết kế thực nghiệm[br]Ứng dụng của mô hình trong thiết kế thực nghiệm là gì?

0:10:18.269,0:10:22.066
Giả sử bây giờ một chính phủ[br]muốn bắt đầu một vài chính sách mới nào đó

0:10:22.066,0:10:26.014
ví dụ, họ quyết định sẽ bán đấu giá

0:10:26.014,0:10:30.161
các dải băng tần sóng cho điện thoại di động[br]và họ muốn thu được nhiều tiền nhất có thể.

0:10:30.161,0:10:33.909
Các nhà thiết kế đấu giá sẽ có một vài thử nghiệm về bạn sẽ làm gì, sẽ nghĩ gì

0:10:33.909,0:10:37.956
Sau đâu là một ví dụ về một thử nghiệm.

0:10:37.956,0:10:41.953
bạn có thể thấy các vòng đấu giá [br]trong các phiên đấu giá khác nhau

0:10:41.953,0:10:45.851
số tiền đấu giá là khác nhau[br]Việc bạn cần phải làm là

0:10:45.851,0:10:49.967
tạo ra những thử nghiệm tốt nhất, đem lại nhiều thông tin hữu ích nhất.

0:10:49.967,0:10:54.353
Và có một cách để làm điều đó[br]Sử dụng vài mô hình đơn giản.

0:10:54.353,0:10:58.570
Sáu, lý do thứ 6.[br]Institutional design, đây là ứng dụng có ý nghĩa nhất với tôi

0:10:58.570,0:11:02.703
Người mà bạn nhìn thấy phía trên, đó là Stan Rider,[br]ông ấy là

0:11:02.703,0:11:07.211
một trong những giáo sư hướng dẫn của tôi ở chương trình sau đại học.[br]Người đàn ông phía dưới là Leo Herwicks,

0:11:07.211,0:11:11.720
ông là một trong những thầy hướng dẫn của tôi ở bậc cao học.[br]Leo đã đạt giải thưởng Nobel trong lĩnh vực kinh tế.

0:11:11.720,0:11:15.746
Leo đoạt giải Nobel nhờ nghiên cứu[br]trong lĩnh vực phác thảo cơ chế.

0:11:15.746,0:11:20.074
Sơ đồ sau đây được gọi là Mount Rider, được đặt theo tên của Stan Rider ở bức hình trước

0:11:20.074,0:11:24.947
và Ken Mount, một đồng tác giả.[br]Giờ tôi sẽ giải thích sơ đồ này

0:11:24.947,0:11:29.636
bởi nó vô cùng quan trọng.[br]Bạn có thể thấy ký hiệu Theta ở đây

0:11:29.636,0:11:33.839
Đây là ký hiệu cho môi trường,

0:11:33.839,0:11:38.468
gồm tập hợp các yếu tố về công nghệ, ưu tiên của con người và tương tự.[br]Còn X ở đây là

0:11:38.468,0:11:43.280
kết quả, điều chúng ta mong muốn xảy ra.[br]Vậy bây giờ, làm thế nào để ta

0:11:43.280,0:11:47.298
có thể sử dụng công nghệ, nhân lực, hay bất cứ thứ gì ta có

0:11:47.298,0:11:51.799
để có thể tạo kết quả cuối cùng tốt nhất.[br]Mũi tên này

0:11:51.799,0:11:55.979
thể hiện sự mong muốn kỳ vọng của chúng ta

0:11:55.979,0:12:00.212
với những công nghệ hiện có, kết quả sẽ thế nào, [br]những gì chúng ta cùng quyết định

0:12:00.212,0:12:04.391
nó còn được gọi là *tương quan về lựa chọn xã hội* (social choice[br]correspondence)

0:12:04.391,0:12:07.981
hay * hàm lựa chọn xã hội*. Kiểu như, kết quả lý tưởng cho xã hội là gì.

0:12:07.981,0:12:12.147
Tuy nhiên, vấn đề là xã hội thường chỉ nhận ra họ muốn gì[br]chứ không phải kết quả lý tưởng nhất

0:12:12.147,0:12:16.334
Bởi để có thể đi đến thành quả cuối cùng,[br]ta cần có một cơ chế

0:12:16.334,0:12:20.371
được ký hiệu là m (mechanisms).[br]Một cơ chế nôm na là

0:12:20.371,0:12:24.358
thị trường, thể chế chính trị, hay thậm chí một chế độ.[br]Điều mà chúng ta cần biết là,

0:12:24.358,0:12:28.688
kết quả cuối của cơ chế đó,[br]sẽ giống kết quả lý tưởng

0:12:28.688,0:12:33.867
mà ta nhận được. Một cơ chế càng tốt

0:12:33.867,0:12:38.982
thì cho kết quả sẽ càng gần với những gì ta kỳ vọng.[br]Ví dụ, tôi từng giao bài tập sau những sinh viên của tôi

0:12:38.982,0:12:44.091
nếu chúng ta phân chia lớp theo kiểu thị trường, [br]bạn biết đấy

0:12:44.091,0:12:48.829
đấu giá để vào được lớp mong muốn[br]Liệu đó sẽ là cách hay hay dở?

0:12:48.829,0:12:52.249
Còn cách làm hiện nay của chúng ta là phân cấp

0:12:52.249,0:12:55.647
sinh viên năm cuối đăng ký trước[br]sau đó đến lượt năm ba

0:12:55.647,0:12:58.872
rồi cuối cùng là năm hai và năm nhất[br]Và rồi các sinh viên tự hỏi, liệu chúng ta có nên “thị trường hóa”?

0:12:58.872,0:13:02.098
Phản ứng đầu tiên của họ là sự đồng tình, [br]Bởi nó có vẻ hiệu quả.

0:13:02.098,0:13:05.323
Bạn sẽ có cái mà bạn muốn, sự kỳ vọng cho kết quả cuối[br]Và bạn phải thực sự muốn thì mới giành được

0:13:05.323,0:13:08.764
nó khá là công bằng, [br]nhưng rồi họ chợt nghĩ đến việc chọn lớp đăng ký

0:13:08.764,0:13:12.076
“chờ chút, có gì đó không ổn!”

0:13:12.076,0:13:15.430
lý do là, bạn cần phải tốt nghiệp chứ.[br]Và những sinh viên năm cuối cần

0:13:15.430,0:13:18.581
đăng ký được những khóa riêng biệt cho họ[br]đó là lý do họ nên đăng ký trước

0:13:18.581,0:13:22.216
nếu các lớp học các thể được đấu giá[br]thì những cá nhân nhiều tiền có thể giành hết mất khóa học

0:13:22.216,0:13:25.896
và có những người sẽ không thể tốt nghiệp được.[br]Vậy một cơ chế thị trường tốt

0:13:25.896,0:13:30.054
có thể phát huy trong một số trường hợp chứ không phải tất cả[br]Và cách để ta nhận ra điều đó là

0:13:30.054,0:13:35.047
Sử dụng mô hình.[br]Lý do thứ 7: Giúp lựa chọn chính sách và thể chế

0:13:35.047,0:13:39.796
Một ví dụ đơn giản sau. Khi cấp phép [br]giới hạn ô nhiễm cho một khu thương mại,

0:13:39.796,0:13:43.686
Ta có thể tạo một biểu đồ đơn giản như hình bên[br]nó sẽ giúp ta chọn được cái nào là tốt hơn

0:13:43.686,0:13:47.268
Hay một ví dụ khác ở đây[br]Đây là bản đồ thành phố Ann Arbor

0:13:47.268,0:13:50.942
Bạn sẽ thấy một vài khu vực có màu xanh

0:13:50.942,0:13:54.616
Phải, đó là các khu vựng trồng cây xanh[br]Câu hỏi đặt ra cho thành phố này là

0:13:54.616,0:13:58.244
Có nên tạo thêm nhiều khu vực trồng cây xanh?[br]Tất nhiên, không gian xanh là một điều tốt

0:13:58.244,0:14:01.919
Vấn đề nảy sinh, khi bạn tạo ra một khu vực tập trung cây xanh như ở đây

0:14:01.919,0:14:05.686
Mọi người có thể nghĩ: tại sao không chuyển nhà ra đây

0:14:05.686,0:14:09.268
hãy xây nhà quanh đây, bởi nơi đây sẽ có rất nhiều cây

0:14:09.268,0:14:12.756
điều này có thể dẫn đến sự ngổn ngang lộn xộn ở đây[br]Vậy, một điều tưởng như đơn giản và là một ý tưởng tốt

0:14:12.756,0:14:17.350
thực tế có thể là 1 ý kiến tồi nếu[br]bạn xem xét kỹ lưỡng mô hình của nó.

0:14:17.350,0:14:21.921
Chúng ta đã đi qua khá nhiều vấn đề.[br]Hãy cùng tóm tắt lại.

0:14:21.921,0:14:26.325
Các mô hình giúp chúng ta như thế nào?[br]Đầu tiên, đưa ra lựa chọn đúng đắn.

0:14:26.325,0:14:30.558
Nó giúp ta xem xem lúc nào là cần thiết để thay đổi.

0:14:30.558,0:14:34.790
Thứ hai, giúp chúng ta với những số liệu so sánh.[br]Chúng ta có thể biết được điều gì sẽ xảy ra

0:14:34.790,0:14:38.957
nếu ta đưa ra một quyết định.[br]Thứ ba là kịch bản đối chứng.

0:14:38.957,0:14:42.963
Bạn có thể đánh giá độ hiệu quả của một chính sách[br]bằng cách sử dụng mô hình

0:14:42.963,0:14:46.672
và xem mọi việc sẽ ra sao nêu không sử dụng chính sách đó

0:14:46.672,0:14:50.580
Bốn, để xác định và đánh giá mức độ[br]Thường thì bạn sẽ có rất nhiều lựa chọn,

0:14:50.580,0:14:54.684
mô hình sẽ giúp bạn xem đâu là lựa chọn tốt nhất, [br]hay có tác dụng lớn nhất

0:14:54.684,0:14:58.892
Thứ năm, nó có thể giúp ta với thiết kế thực nghiệm

0:14:58.892,0:15:02.840
nó có thể thiết kế những thử nghiệm để tìm ra[br]chính sách, chiến thuật tốt nhất

0:15:02.840,0:15:06.841
Sáu, thiết kế thể chế.[br]Liệu chúng ta nên áp dụng cơ chế thị trường

0:15:06.841,0:15:10.633
Hay liệu nên áp dụng nền dân chủ?[br]hay một bộ máy chính quyền?

0:15:10.633,0:15:14.478
Và cuối cùng, lý do thứ 7, nó giúp ta lựa chọn[br]giữa các chính sách và thể chế.

0:15:14.478,0:15:18.582
Nếu chúng ta cần lựa chọn giữa chính sách này và một chính sách khác, [br]mô hình có thể giúp điều này.

0:15:18.582,0:15:22.842
Cảm ơn các bạn đã theo dõi.