Khái niệm phổ biến này đã được thể hiện trong mọi thứ từ phim ảnh đến các bài đăng trên mạng xã hội, nhưng khoa học thực sự đằng sau hiệu ứng cánh bướm có thể giúp các nhà khoa học dự đoán tương lai.
Năm 1961, nhà khí tượng học Edward Lorenz tại MIT nhập số liệu vào một chương trình dự đoán thời tiết. Mô hình của ông dựa trên một tá biến số, trong đó có một giá trị là 0,506127. Khi chạy lại mô hình, ông làm tròn con số đó còn 0,506 rồi rời phòng đi uống cà phê. Khi trở lại, ông phát hiện sự thay đổi nhỏ này đã dẫn đến một dự báo thời tiết hoàn toàn khác biệt.
Khi trình bày mô hình tiên phong về lý thuyết hỗn loạn tại cuộc họp của Hiệp hội Phát triển Khoa học Hoa Kỳ (AAAS) năm 1972, Lorenz đã đặt câu hỏi: “Liệu cái đập cánh của một con bướm ở Brazil có thể gây ra một trận lốc xoáy ở Texas hay không?”
Richard A. Anthes, cựu Chủ tịch Tập đoàn Đại học Nghiên cứu Khí quyển tại Boulder, Colorado (nay là Chủ tịch danh dự), nói rằng Lorenz đang minh họa rằng: “trong một hệ thống phương trình toán học tưởng chừng đơn giản, một thay đổi nhỏ vô cùng (an infinitesimal change) trong vị trí ban đầu của một hạt có thể dẫn đến sự thay đổi lớn trong vị trí tương lai của nó — một biến đổi rất nhỏ hiện tại có thể dẫn đến một sự thay đổi khổng lồ và khó lường trong tương lai.” Chuyển động hỗn loạn của con lắc kép là minh chứng cho thấy những khác biệt nhỏ trong điều kiện ban đầu có thể tích lũy theo thời gian.
Ẩn dụ này — rằng những hành động nhỏ, tưởng như không quan trọng của cá nhân có thể dẫn đến sự hỗn loạn hoặc biến đổi trong tương lai — được Lorenz thể hiện một cách đẹp đẽ đã khơi dậy trí tưởng tượng của cả giới khoa học lẫn công chúng.
Hiệu ứng cánh bướm “đã làm rung chuyển nền khoa học ở cấp độ triết học, cho thấy việc mô hình hóa tương lai chỉ có thể dự đoán đến một mức độ nhất định, và rằng ‘hỗn loạn’, như Lorenz nói, luôn hiện diện nhưng khó nhận biết,” theo lời Bo-Wen Shen, phó giáo sư toán học và thống kê tại Đại học Bang San Diego, người đã viết nhiều về hiệu ứng cánh bướm. Shen cho rằng khái niệm này truyền cảm hứng vì “ngay cả những tác động nhỏ nhất cũng có thể tạo ra ảnh hưởng đáng kể, điều này khuyến khích mọi người hành động dù nhỏ nhất với hy vọng tạo ra thay đổi tích cực.”
Khái niệm này đã trở thành chủ đề của nhiều bộ phim và gần đây là xu hướng trên mạng xã hội, nơi người ta chia sẻ “câu chuyện hiệu ứng cánh bướm” của họ: những sự kiện tưởng như ngẫu nhiên — xe hỏng, trễ tàu, giày rách — dẫn đến những khoảnh khắc quan trọng như gặp được bạn đời hoặc tránh được tai họa lớn.
Tuy nhiên, những câu chuyện này thường hiểu sai ý tưởng ban đầu của Lorenz, và thực chất mô tả một sự trùng hợp.
Dù hiệu ứng cánh bướm có thể bị đơn giản hóa quá mức trong văn hóa đại chúng, các nhà khoa học vẫn đang sử dụng khái niệm này để dự đoán cách mà hành động hiện tại ảnh hưởng đến tương lai.
Vì sao hiệu ứng cánh bướm vẫn gây tranh cãi khoa học
Điểm mấu chốt gây hiểu nhầm trong các diễn giải phổ biến là nhiều người tin rằng một nhiễu động nhỏ có thể gây ra một hiện tượng lớn có tổ chức ở khoảng cách xa.
“Đó chỉ là một ẩn dụ,” Shen nhấn mạnh, lưu ý rằng các chuyên gia hàng đầu gần đây đồng thuận rằng điều này chưa bao giờ được chứng minh hay bác bỏ bằng khoa học.
“Định nghĩa ẩn dụ của hiệu ứng cánh bướm được chấp nhận rộng rãi như một sự thật tuyệt đối. Nhưng thực ra không phải vậy,” giáo sư danh dự Roger Pielke Sr. của Đại học Bang Colorado khẳng định. “Liệu một cái đập cánh của con bướm có thể dẫn đến sự hình thành của một cơn lốc xoáy cách đó hàng nghìn km không? Câu trả lời chắc chắn là KHÔNG.”
Nếu bạn thấy bối rối thì cũng đừng lo — ngay cả các chuyên gia cũng không thống nhất về định nghĩa thật sự của khái niệm này. Tạp chí Physics Today năm 2024 đăng tải một loạt bài tranh luận sôi nổi giữa nhóm của Shen và giáo sư vật lý khí hậu Tim Palmer (Đại học Oxford), bàn về bản chất và ý nghĩa của hiệu ứng cánh bướm.
Palmer tin rằng khi mô tả hiệu ứng cánh bướm, Lorenz mô tả thời tiết là kết quả của nhiều mô hình khí quyển tưởng như độc lập cùng lúc thay đổi. Trong một podcast của Oxford năm 2017, ông ví thời tiết như những con búp bê Matryoshka: trong hệ thống áp thấp rộng 1.000 km là các đám mây dông 100 km, trong đó lại có những tầng mây nhỏ hơn với các dòng xoáy nhỏ hơn nữa.
Palmer cho rằng hiệu ứng cánh bướm nên được hiểu khác, và ông viết trong một bài báo năm 2014 rằng “tồn tại giới hạn dự đoán nhất định mà không thể kéo dài chỉ bằng cách giảm bất định trong điều kiện ban đầu.”
Shen cho rằng hiệu ứng cánh bướm được minh họa tốt nhất qua một câu ca dao (được nhà thơ George Herbert ghi lại năm 1640):
Vì thiếu một cái đinh, mất cái móng ngựa.
Vì thiếu móng ngựa, mất con ngựa.
Vì thiếu con ngựa, mất người kỵ sĩ.
Vì thiếu người kỵ sĩ, mất trận đánh.
Vì mất trận đánh, mất cả vương quốc.
Mà tất cả chỉ vì thiếu một cái đinh móng ngựa.
“Câu thơ gợi nhắc rằng một nhiễu động nhỏ có thể dẫn đến ảnh hưởng lớn trong việc tích hợp số học,” Shen nói. Lorenz tin rằng câu tục ngữ này minh họa hiện tượng bất ổn một cách đơn giản hơn. Và nó cũng nhắc ta rằng những sự kiện nhỏ xảy ra sau đó sẽ không thể đảo ngược kết quả.
Làm sao hiểu được hỗn loạn
Hiệu ứng cánh bướm đã góp phần định nghĩa khoa học về hỗn loạn.
“Một đóng góp phi thường của Giáo sư Lorenz là mô hình và phương pháp của ông đã tạo nền tảng cho vô số nghiên cứu và nâng cao hiểu biết của chúng ta về bản chất hỗn loạn và giới hạn của dự đoán,” Shen nói.
Giờ đây, các nhà khoa học biết rằng những hệ thống hỗn loạn — như thời tiết, tốc độ tăng trưởng của loài sinh vật, hoặc thậm chí là dòng chảy giao thông — có thể cho ra kết quả hỗn loạn có vẻ ngẫu nhiên, nhưng thực ra là cực kỳ nhạy cảm với điều kiện ban đầu. Những thay đổi nhỏ không phải lúc nào cũng gây tác động lớn.
“Hãy hình dung một dòng sông lớn đang chảy ra biển. Dòng chảy chính ảnh hưởng đến những xoáy nhỏ bên trong. Dù chúng trông hỗn loạn và khó đoán, nhưng bối cảnh quy mô lớn vẫn cung cấp một khuôn khổ để hiểu hành vi của chúng,” Shen giải thích. “Bằng cách quan sát các mẫu thời tiết quy mô lớn, chúng ta có thể hiểu hơn về cách các sự kiện nhỏ hơn diễn ra.”
Hay như Anthes nói: “Không phải con bướm nào cũng tạo ra khác biệt.”
Theo lý thuyết của Lorenz, bạn không thể đo đạc thời tiết hôm nay đủ chính xác để dự đoán chính xác thời tiết xa trong tương lai; giới hạn thực tế là chỉ vài tuần.
Shen muốn thử thách giới hạn đó. Ông và nhóm của mình đã công bố các nghiên cứu sử dụng mô hình của Lorenz và đưa ra góc nhìn mới về bản chất song song giữa hỗn loạn và trật tự trong thời tiết và khí hậu.
Hiệu ứng cánh bướm và biến đổi khí hậu
Dù ứng dụng chính của hiệu ứng cánh bướm là trong dự báo thời tiết, nó cũng giúp mô hình hóa biến đổi khí hậu. Gần đây, các nhà nghiên cứu hy vọng dùng AI để mô phỏng hiệu ứng cánh bướm nhằm cải thiện dự báo thời tiết. Đáng tiếc, AI đã thất bại. Điều này không phủ nhận hiệu ứng cánh bướm — chỉ cho thấy AI chưa thể hiểu được nó.
Tác động của Lorenz và hiệu ứng cánh bướm vẫn đang lan tỏa. Lý thuyết hỗn loạn đã cách mạng hóa nhiều lĩnh vực như vật lý, sinh học, kỹ thuật, kinh tế, và cả khoa học xã hội. Anthes nói rằng mô hình của Lorenz có ảnh hưởng to lớn trong mọi lĩnh vực mà tương lai phụ thuộc vào hiện tại.
“Khái niệm hiệu ứng cánh bướm có thể áp dụng vào bất kỳ hệ thống phức tạp nào mà trạng thái tương lai phụ thuộc vào hiện tại… khí quyển và đại dương, khí hậu, vật lý, hệ sinh học (kể cả sức khỏe con người), và xã hội nói chung gồm kinh tế và chính trị,” ông nói. “Những thay đổi tưởng chừng nhỏ có thể gây hậu quả to lớn, khó lường và ngoài ý muốn trong tương lai.”
Năm 2011, MIT mở một viện nghiên cứu khí hậu mang tên Lorenz, tài trợ cho những nghiên cứu khoa học không nhất thiết có ứng dụng thực tế ngay. Kiểu “nghiên cứu thuần túy” này giúp ta hiểu hơn về những hành động nhỏ có thể mang lại tác động như cái đập cánh của một con bướm.
Ảnh cận cảnh cánh bướm. Hiệu ứng cánh bướm đã trở thành ẩn dụ phổ biến trong văn hóa đại chúng để chỉ hành động nhỏ có thể dẫn đến thay đổi lớn. Ảnh: Picture Press
Bướm vua tại khu bảo tồn El Rosario, Mexico. Hiệu ứng cánh bướm được hình thành như một khái niệm khí tượng, nhưng khung lý thuyết này có thể giúp các nhà khoa học mô hình hóa kết quả khí hậu trong tương lai. Ảnh: Nat Geo Image Collection
