kiểu một sự kiện đơn lẻ có thể chi phối cả một hiện tượng. Một là, một trăm
ngày đầu tiên sẽ tiết lộ tất cả những gì bạn cần biết về dữ liệu đó. Hai là, dù
cho bạn thật sự bất ngờ, như chúng ta đã thấy trong ví dụ về người đàn ông
nặng nhất, điều đó cũng không tạo ra khác biệt đáng kể.
Nếu đang đối phó với các định lượng đến từ Extremistan, bạn sẽ gặp khó
khăn trong việc tìm ra giá trị trung bình từ bất cứ vật mẫu nào bởi nó phụ
thuộc nhiều vào từng quan sát riêng lẻ. Ý tưởng này cũng không quá khó
hiểu. Ở Extremistan, một đơn vị có thể dễ dàng ảnh hưởng đến tổng thể
chung mà không theo một tỷ lệ nào. Trong thế giới này, lúc nào bạn cũng
nên hoài nghi về kiến thức đúc kết từ dữ liệu. Đây là một thí nghiệm rất
đơn giản về sự bất định giúp bạn có thể phân biệt được hai loại ngẫu nhiên.
Bạn hiểu điều tôi nói chứ?
Trong Mediocristan, những gì bạn biết được qua dữ liệu sẽ tăng lên
nhanh chóng khi lượng thông tin bạn tiếp xúc càng tăng. Nhưng kiến thức
trong Extremistan lại phát triển một cách chậm rãi và thất thường khi dữ
liệu tăng thêm, một số gia tăng với tốc độ không ai biết được.
Dữ dội và ôn hòa
Nếu dựa theo cách phân biệt của tôi về tính thang bậc và phi thang bậc,
chúng ta sẽ thấy rõ những khác biệt đang hình thành giữa Mediocristan và
Extremistan. Sau đây là một vài ví dụ.
Các vấn đề có vẻ thuộc về Mediocristan (tức thuộc về cái chúng ta gọi là
ngẫu nhiên loại 1): chiều cao, cân nặng, sự tiêu thụ calorie, thu nhập của
một người làm bánh, chủ một nhà hàng nhỏ, gái điếm hay nha sĩ; tiền lời từ
đánh bạc (trong trường hợp rất đặc biệt này, giả định rằng một người bước
vào sòng bạc và vẫn duy trì được mức đặt cược), tai nạn xe ô tô, tỷ lệ tử
vong, “IQ!” (đã được tính toán).
Các vấn đề có vẻ thuộc về Extremistan (tức thuộc về cái chúng ta gọi là
ngẫu nhiên loại 2): sự giàu có, thu nhập, doanh số bán sách của từng tác
giả, số trích dẫn được sử dụng trong sách, những tên tuổi được công nhận
là “người nổi tiếng”, số lần được tham khảo trên Google, dân số của các
