Khi dữ liệu còn ít, chúng ta thận trọng để không vội đi đến kết luận. Thế nhưng, khi một lượng lớn con số và ghi chép tích lũy, chúng ta dễ cảm thấy: “Với nhiều tư liệu như thế này, câu trả lời hẳn phải rõ ràng.” Nhiều quan sát hơn chắc chắn làm tăng những gì chúng ta có thể biết. Nhưng lượng dữ liệu tăng lên không đồng nghĩa với việc ý nghĩa của chúng trở thành duy nhất. Những cách giải thích có thể rút ra từ cùng một dữ liệu thay đổi tùy theo điều gì đã được đo, điều gì chưa được đo và khoảng thời gian nào đã được xem xét.
Ví dụ, giả sử thời gian sử dụng một dịch vụ tăng lên trong một tháng. Chúng ta có thể muốn giải thích rằng “mức độ hài lòng của người dùng đã tăng”. Tuy nhiên, dù có thể quan sát thấy thời gian sử dụng tăng, chỉ riêng các con số không xác định được nguyên nhân. Có thể một tính năng mới thuận tiện hơn, hoặc giao diện trở nên phức tạp hơn và mất nhiều thời gian sử dụng hơn. Chỉ cần tách sự thay đổi được quan sát khỏi lời giải thích về sự thay đổi đó, câu hỏi nghiên cứu tiếp theo đã thay đổi đáng kể.
Trong nghiên cứu, việc đi từ quan sát đến giả thuyết tự nó là cần thiết. Vấn đề không nằm ở việc có giả thuyết, mà ở chỗ một giả thuyết có thể vô tình đạt cùng địa vị với một sự kiện được quan sát. Một khi chúng ta quyết định “đây là nguyên nhân”, chúng ta dễ đọc những dữ liệu sau đó theo cách phù hợp với lời giải thích ấy. Không gian để xem xét các cách giải thích khác bị thu hẹp, và bằng chứng trái ngược có thể bị xem như ngoại lệ. Sự chắc chắn quá sớm không chỉ có thể kết thúc một cuộc điều tra mà còn làm thiên lệch điều chúng ta chọn quan sát tiếp theo.
Vấn đề này càng trở nên quan trọng khi AI hỗ trợ nghiên cứu và điều tra. AI có thể sắp xếp khối lượng lớn tư liệu, rút ra những điểm chung và nhanh chóng đưa ra các cách giải thích khả dĩ. Khả năng đó hữu ích, nhưng một lời giải thích được sắp xếp càng trôi chảy thì một giả thuyết càng dễ trông giống như một kết luận đã được kiểm chứng. Việc AI đã xử lý rất nhiều thông tin không có nghĩa rằng cách diễn giải của nó là duy nhất. Khối lượng xử lý và mức độ chắc chắn của kết luận cần được xem xét riêng biệt.
Vì vậy, sẽ hữu ích nếu coi quan sát, diễn giải, giả thuyết và kết quả kiểm chứng là những giai đoạn riêng biệt. Quan sát cho biết điều gì đã được ghi nhận; diễn giải cho biết bản ghi đó được hiểu như thế nào. Giả thuyết là một cách giải thích khả dĩ cho nhiều quan sát, còn kiểm chứng xem xét cách giải thích đó được ủng hộ đến mức nào. Nếu không trộn lẫn các giai đoạn này, ngay cả khi một giả thuyết có sức thuyết phục, chúng ta vẫn có thể giữ lại câu hỏi: “Còn điều gì cần được kiểm tra?”
Giữ một kết luận ở trạng thái tạm thời không có nghĩa là né tránh quyết định vô thời hạn. Tùy mục đích của cuộc điều tra, đôi khi phải lựa chọn hành động với thông tin hạn chế. Ngay cả khi đó, nói rằng “với bằng chứng hiện tại, cách giải thích này được ủng hộ nhiều nhất” vẫn khác với nói rằng “đây là sự thật duy nhất”. Giữ tính tạm thời cho phép cập nhật phán đoán khi xuất hiện bằng chứng mới. Mức độ chắc chắn nên phù hợp với trạng thái của bằng chứng.
Đối với cả con người và AI, để lại một số phần chưa biết đòi hỏi sự can đảm. Một lời giải thích hoàn chỉnh đem lại cảm giác yên tâm, nhưng giá trị của nghiên cứu không nằm ở việc nó trấn an chúng ta nhanh đến đâu, mà ở việc một lời giải thích đứng vững trước thực tế đến mức nào. Nếu một giả thuyết sẽ sụp đổ trước bằng chứng trái ngược, tốt hơn là không che giấu khả năng đó. Giữ cho một điều có thể được kiểm chứng không làm kết luận yếu đi; nó làm rõ cơ sở tạo nên sức mạnh của kết luận.
Khi Sai＊aus hỗ trợ điều tra, mục tiêu cũng không chỉ là nhanh chóng tạo ra một kết luận duy nhất từ lượng lớn thông tin. Nếu có thể phân biệt điều gì đã được quan sát, chỗ nào có thêm diễn giải và điều gì vẫn còn là giả thuyết, con người có thể lựa chọn điều cần kiểm tra tiếp theo. Khả năng sắp xếp thông tin của AI có thể được sử dụng không phải để khép lại các kết luận, mà để làm cho lối vào quá trình kiểm chứng trở nên rõ ràng.
Nhiều dữ liệu hơn không tự động khiến sự thật trở thành duy nhất. Thứ tăng lên là tư liệu sẵn có để kiểm tra thực tế. Các tiền đề và diễn giải tham gia vào cách những lời giải thích được xây dựng từ tư liệu đó. Vì vậy, nghiên cứu không đòi hỏi phải nghi ngờ bản thân dữ liệu, mà đòi hỏi không đánh mất con đường giữa dữ liệu và kết luận. Không vội cố định một kết luận như thể đó là thực tại và giữ cho nó có thể được sửa đổi thông qua kiểm chứng sẽ giúp biến sự phong phú của thông tin thành chiều sâu của sự hiểu biết.
Không phải câu trả lời. Mà là sự thấu hiểu.