Thí nghiệm Milgram là loạt nghiên cứu Stanley Milgram tiến hành tại Đại học Yale từ năm 1961, đo xem người bình thường sẵn sàng làm theo mệnh lệnh của một người có thẩm quyền tới đâu khi mệnh lệnh đó là gây đau cho người khác. Trong phiên bản công bố năm 1963 trên Journal of Abnormal and Social Psychology, 26 trong 40 người đàn ông (65%) tiếp tục bấm tới mức "sốc" cao nhất, 450 vôn, dù người "học viên" ở phòng bên đã đập tường phản đối rồi im bặt. Không ai thật sự bị điện giật; học viên là diễn viên.
Con số 65% thường được trích như bằng chứng rằng "ai cũng có thể thành đao phủ". Cách hiểu đó quá giản lược. Chính Milgram đã chạy hơn hai chục biến thể, và tỷ lệ phục tùng dao động từ dưới 10% tới khoảng 90% tuỳ cách bố trí tình huống. Nghiên cứu hồ sơ lưu trữ về sau còn cho thấy quy trình không chuẩn hoá như bài báo mô tả, và nhiều người tham gia nghi ngờ tính thật của các cú sốc.
Bài này dựng lại thí nghiệm, đọc kỹ các biến thể, trình bày các phê bình chính, các bản tái lập hiện đại, rồi đặt cạnh thí nghiệm nhà tù Stanford — một nghiên cứu hay bị gộp chung nhưng có số phận khoa học khác hẳn.
Bối cảnh và cách thí nghiệm được dựng
Milgram bắt đầu thu dữ liệu vào mùa hè năm 1961, cùng thời điểm phiên toà xét xử Adolf Eichmann diễn ra ở Jerusalem. Câu hỏi treo lơ lửng sau Thế chiến thứ hai là làm sao hàng triệu người bình thường có thể tham gia vào tội ác tập thể. Lời giải thích phổ biến thời đó nhấn vào tính cách — "nhân cách độc đoán" của Adorno và cộng sự (1950). Milgram muốn kiểm tra sức mạnh của tình huống.
Người tham gia được tuyển qua quảng cáo báo, trả 4,5 đô la, được bảo đây là nghiên cứu về tác động của hình phạt lên việc học. Một màn bốc thăm dàn dựng luôn xếp họ vào vai "giáo viên", còn một người đàn ông trung niên dễ mến — thực ra là cộng sự của Milgram — vào vai "học viên". Học viên bị buộc vào ghế ở phòng bên, gắn điện cực. Giáo viên ngồi trước một bảng điều khiển với 30 công tắc từ 15 tới 450 vôn, có ghi các mức từ "sốc nhẹ" tới "nguy hiểm: sốc nặng" và cuối cùng là "XXX". Giáo viên còn được nhận một cú sốc mẫu 45 vôn để tin máy là thật.
Mỗi lần học viên trả lời sai trong bài ghép cặp từ, giáo viên tăng thêm một nấc. Trong phiên bản năm 1963, học viên không phát ra tiếng nào cho tới 300 vôn, khi anh ta đập tường phản đối; sau 315 vôn thì im lặng hoàn toàn, và người thí nghiệm yêu cầu coi im lặng là trả lời sai. Ở các biến thể về sau có phản hồi bằng giọng, học viên kêu đau từ những nấc thấp và đòi được ra ở 150 vôn. Khi giáo viên ngập ngừng, người thí nghiệm mặc áo choàng xám dùng bốn câu thúc giục theo thứ tự, từ "Xin hãy tiếp tục" tới "Anh không có lựa chọn nào khác, anh phải tiếp tục".
Trước khi chạy, Milgram hỏi các bác sĩ tâm thần dự đoán. Họ ước chỉ khoảng một phần nghìn người tham gia — những người có vấn đề bệnh lý — sẽ đi tới cuối. Khoảng cách giữa dự đoán và kết quả chính là điều làm thí nghiệm nổi tiếng.
Các biến thể: phục tùng phụ thuộc vào tình huống
Trong cuốn Obedience to Authority (1974), Milgram trình bày kết quả của nhiều biến thể, mỗi biến thể khoảng 40 người. Đây mới là phần giá trị nhất về mặt khoa học, vì nó cho thấy những yếu tố nào làm phục tùng tăng hay giảm. Số liệu dưới đây là tỷ lệ đi tới 450 vôn theo báo cáo của Milgram:
| Biến thể | Thay đổi so với bản gốc | Tỷ lệ phục tùng hoàn toàn |
|---|---|---|
| Phản hồi từ xa | Không nghe giọng, chỉ nghe đập tường | Khoảng 65% |
| Phản hồi bằng giọng | Nghe tiếng phản đối qua tường | Khoảng 62,5% |
| Gần kề | Học viên ngồi cùng phòng | Khoảng 40% |
| Chạm trực tiếp | Giáo viên phải ấn tay học viên lên tấm kim loại | Khoảng 30% |
| Người thí nghiệm vắng mặt | Ra lệnh qua điện thoại | Khoảng 20%, nhiều người còn báo gian là đã tăng mức |
| Văn phòng ở Bridgeport | Rời khỏi Yale, dùng tên một công ty nghiên cứu vô danh | Khoảng 47,5% |
| Hai đồng nghiệp phản đối | Hai "giáo viên" khác (diễn viên) bỏ cuộc giữa chừng | Khoảng 10% |
Ba quy luật hiện ra. Thứ nhất, khoảng cách tâm lý với nạn nhân: càng thấy rõ người bị hại, càng ít phục tùng. Thứ hai, sự hiện diện và tính chính danh của quyền lực: người ra lệnh vắng mặt hay thiếu uy tín thể chế thì phục tùng giảm, dù không biến mất. Thứ ba, có người làm gương bất tuân là yếu tố mạnh nhất phá vỡ sự phục tùng. Đây là những phát hiện ít được trích nhưng có ý nghĩa thực tiễn hơn con số 65%.
Những phê bình đã thay đổi cách đọc thí nghiệm
Về đạo đức. Ngay năm 1964, Diana Baumrind phê phán việc gây căng thẳng cực độ cho người tham gia — nhiều người run, đổ mồ hôi, cười gằn mất kiểm soát. Milgram đáp rằng phần lớn người tham gia sau đó nói họ vui vì đã tham gia. Tranh luận này góp phần dẫn tới các hội đồng đạo đức và quy tắc đồng thuận có hiểu biết ngày nay; một thí nghiệm y hệt bản gốc gần như không thể được duyệt hiện nay.
Về hồ sơ lưu trữ. Gina Perry, trong cuốn Behind the Shock Machine (2012), đọc băng ghi âm và hồ sơ ở Yale và cho rằng người thí nghiệm nhiều khi đi lệch kịch bản, thúc ép quá bốn câu cho phép; một phần đáng kể người tham gia nói họ không tin cú sốc là thật. Những người nghi ngờ này có xu hướng đi xa hơn. Nếu đúng, một phần sự "phục tùng" là sự hợp tác với một tình huống mà họ đoán là dàn dựng.
Về câu thúc giục thứ tư. Phân tích sau này, gồm cả của Jerry Burger, cho thấy khi người thí nghiệm dùng câu mang tính mệnh lệnh trực tiếp nhất — "anh không có lựa chọn" — người tham gia thường dừng lại. Câu có tác dụng là những câu viện dẫn mục đích nghiên cứu. Điều này khó khớp với hình ảnh tuân lệnh mù quáng.
Về cách diễn giải: "người theo sau dấn thân". Alex Haslam và Stephen Reicher đề xuất người tham gia không đơn giản rơi vào "trạng thái tác nhân" (agentic state) như Milgram nói, mà chủ động đồng nhất với mục tiêu khoa học của người thí nghiệm; họ tiếp tục vì tin mình đang đóng góp cho điều đáng giá. Cách hiểu này giải thích được vì sao khi đồng nghiệp bất tuân hoặc khi thí nghiệm mất uy tín Yale, phục tùng giảm mạnh.
Các bản tái lập hiện đại cho thấy gì
Vì lý do đạo đức, không ai có thể làm lại nguyên bản. Các nhà nghiên cứu đã tìm cách tái lập phần cốt lõi:
- Burger (2009), đăng trên American Psychologist: dừng ở 150 vôn — thời điểm học viên lần đầu đòi ra, và trong dữ liệu của Milgram, phần lớn người vượt qua mốc này đều đi tới cuối. Khoảng 70% người tham gia của Burger sẵn sàng tiếp tục sau 150 vôn, thấp hơn một chút so với bản gốc nhưng không khác biệt có ý nghĩa thống kê.
- Doliński và cộng sự (2017), Ba Lan: dùng mức sốc thấp hơn và mười nấc; khoảng 90% người tham gia đi tới nấc cuối. Tuy nhiên mức điện thấp hơn nhiều khiến khó so sánh trực tiếp.
- Các mô phỏng thực tế ảo: Slater và cộng sự (2006) cho người tham gia "sốc" một nhân vật ảo. Dù biết đó chỉ là hình ảnh, nhiều người vẫn có phản ứng sinh lý căng thẳng — gợi ý phần cảm xúc trong thí nghiệm gốc không chỉ đến từ việc tin cú sốc là thật.
- Các phiên bản truyền hình, như một chương trình Pháp dàn dựng thành trò chơi, cho tỷ lệ cao, nhưng không có kiểm soát khoa học nên chỉ có giá trị minh hoạ.
Kết luận cân bằng: hiện tượng cốt lõi — một tỷ lệ đáng kể người bình thường làm theo yêu cầu gây hại trong bối cảnh có thẩm quyền chính danh — được tái lập khá nhất quán. Điều còn tranh luận là vì sao họ làm vậy, và con số chính xác phụ thuộc mạnh vào cách dựng tình huống.
Đặt cạnh thí nghiệm nhà tù Stanford
Hai thí nghiệm hay được trích chung như bằng chứng "tình huống mạnh hơn tính cách". Nhưng vị thế khoa học của chúng khác hẳn. Thí nghiệm nhà tù Stanford do Philip Zimbardo tiến hành tháng 8 năm 1971: 24 nam sinh viên được chia ngẫu nhiên vai cai ngục và tù nhân trong một "nhà tù" dựng ở tầng hầm khoa tâm lý. Dự kiến kéo dài hai tuần, thí nghiệm dừng sau sáu ngày vì cai ngục ngày càng ngược đãi.
Khác với Milgram, thí nghiệm Stanford không có nhóm đối chứng, không có biến thể có hệ thống, và chỉ được trình bày chủ yếu qua sách và phim tư liệu; các bài báo đầu tiên năm 1973 đăng trên một ấn phẩm của Hải quân Mỹ (đơn vị tài trợ) và một tạp chí tội phạm học, không qua các tạp chí tâm lý học thực nghiệm hàng đầu. Thibault Le Texier, qua hồ sơ lưu trữ (sách năm 2018, bài trên American Psychologist năm 2019), cho thấy cai ngục được nhóm nghiên cứu hướng dẫn cách cư xử cứng rắn, và một số hành vi "suy sụp" của tù nhân có thể đã được diễn. Zimbardo phản bác một phần, nhưng nhiều giáo trình đã giảm hoặc chú thích lại thí nghiệm này.
Một phép thử khác là BBC Prison Study của Reicher và Haslam (2002, công bố 2006): dựng nhà tù tương tự nhưng không hướng dẫn cai ngục. Kết quả không hề cho thấy cai ngục tự nhiên trở nên tàn bạo; thay vào đó, động lực nhóm và bản sắc chung quyết định ai nắm thế thượng phong.
Tóm gọn: Milgram là một chuỗi thí nghiệm có thiết kế, có biến thể, phần cốt lõi tái lập được, dù cách diễn giải còn tranh cãi. Stanford là một màn trình diễn có giá trị gợi mở nhưng yếu về phương pháp, không nên dùng như bằng chứng khoa học về bản chất con người.
Ý nghĩa thực tiễn: bài học dùng được cho tổ chức
Bỏ qua phiên bản cường điệu, các biến thể của Milgram cho một số bài học có thể kiểm chứng trong tổ chức thực tế: bệnh viện, nhà máy, cơ quan, doanh nghiệp. Một y tá được bác sĩ chỉ định liều thuốc bất thường, một kỹ sư được yêu cầu ký nghiệm thu hạng mục chưa đạt, một nhân viên được sếp bảo "cứ làm đi, có gì anh chịu" — cấu trúc tâm lý giống nhau: trách nhiệm được cảm nhận là chuyển lên người ra lệnh.
Các biến thể cho thấy ba đòn bẩy. Một, giảm khoảng cách với hậu quả: người ra quyết định nhìn thấy người chịu ảnh hưởng thì khó làm điều sai hơn — lý do nhiều quy trình an toàn yêu cầu người phê duyệt phải trực tiếp kiểm tra hiện trường. Hai, làm rõ trách nhiệm cá nhân: khi mỗi chữ ký gắn với tên và hậu quả cụ thể, cảm giác "chỉ là làm theo" yếu đi. Ba, tạo người làm gương bất tuân có chính danh: quy trình cho phép bất kỳ ai dừng dây chuyền hay dừng ca mổ khi thấy nguy hiểm, như "danh sách kiểm tra an toàn phẫu thuật" mà Tổ chức Y tế Thế giới khuyến nghị, tạo ra đúng loại "đồng nghiệp phản đối" đã kéo tỷ lệ phục tùng của Milgram xuống còn khoảng 10%.
Điều nên tránh là dùng Milgram để kết luận rằng con người vốn dễ tàn ác hay rằng cá nhân không có trách nhiệm. Khoảng một phần ba người tham gia trong bản gốc đã dừng, và người ta có thể học cách nhận ra áp lực quyền lực để cân nhắc lại. Hiểu cơ chế là để thiết kế môi trường giúp người tốt dễ làm điều đúng hơn.
Câu hỏi thường gặp
Những người dừng lại trong thí nghiệm Milgram có gì khác những người đi tới cuối?
Milgram và các nhà nghiên cứu sau đó tìm thấy rất ít khác biệt tính cách ổn định giữa hai nhóm. Một số phân tích gợi ý người dừng sớm thường phản đối sớm và rõ ràng hơn ngay từ những nấc đầu, như thể quyết định bất tuân dễ hơn khi chưa bị cuốn vào chuỗi cam kết nhỏ dần dần. Mức tăng 15 vôn mỗi lần khiến mỗi bước có vẻ chỉ hơn bước trước một chút.
Phụ nữ có phục tùng ít hơn nam giới trong thí nghiệm này không?
Trong biến thể với người tham gia nữ, Milgram ghi nhận tỷ lệ đi tới cuối khoảng 65%, tương đương nam giới, dù phụ nữ báo cáo căng thẳng cao hơn. Các bản tái lập sau, như của Burger, cũng không thấy khác biệt giới có ý nghĩa thống kê. Cần lưu ý cỡ mẫu mỗi biến thể chỉ khoảng 40 người nên so sánh nhóm nhỏ có độ không chắc lớn.
Văn hoá có ảnh hưởng tới tỷ lệ phục tùng không?
Các bản tái lập ở nhiều nước từ thập niên 1960 tới 1980 cho tỷ lệ khá khác nhau, nhưng quy trình, mẫu và mức sốc không đồng nhất nên khó tách tác động văn hoá khỏi khác biệt phương pháp. Hiện chưa có bằng chứng chắc chắn rằng một nền văn hoá cụ thể phục tùng nhiều hay ít hơn trong cùng một tình huống chuẩn hoá.
Thuật ngữ "trạng thái tác nhân" của Milgram nghĩa là gì?
Milgram cho rằng khi đặt mình vào hệ thống thứ bậc, con người chuyển từ trạng thái tự chủ sang trạng thái tác nhân, coi bản thân là công cụ thực hiện ý muốn của người khác và chuyển trách nhiệm đạo đức lên người ra lệnh. Khái niệm này có sức gợi nhưng khó đo trực tiếp, và các bằng chứng về câu thúc giục thứ tư cho thấy người tham gia không thụ động như mô tả.
Thí nghiệm Milgram có liên quan tới khái niệm "sự tầm thường của cái ác" không?
Hannah Arendt đưa ra cụm từ này trong sách về phiên toà Eichmann năm 1963, cùng năm Milgram công bố. Hai công trình thường được đặt cạnh nhau. Tuy vậy, các sử gia sau này cho thấy Eichmann là người có niềm tin ý thức hệ mạnh chứ không chỉ là viên chức làm theo lệnh, và điều này hợp với cách hiểu "người theo sau dấn thân" hơn là tuân lệnh thụ động.
Có thể làm thí nghiệm kiểu Milgram ở trường đại học Việt Nam không?
Một bản sao nguyên gốc khó được hội đồng đạo đức nào chấp thuận vì gây căng thẳng nặng và lừa dối sâu. Những phiên bản an toàn hơn — dừng ở mức thấp như Burger, dùng thực tế ảo, hoặc đo phục tùng trong các nhiệm vụ không gây hại — có thể được thiết kế, với quy trình đồng thuận, giải thích sau thí nghiệm và hỗ trợ tâm lý đầy đủ.