Framing effect
Strategy: Trước khi quyết định, tự dịch lại thông tin sang chiều ngược lại (lãi ↔ lỗ, sống ↔ chết) để xem lựa chọn của mình có còn giữ nguyên không.
Framing effect là hiện tượng con người phản ứng khác nhau trước cùng một dữ kiện khách quan, chỉ vì cách trình bày dữ kiện đó thay đổi. Khi thông tin đóng khung như một khoản lợi (gain frame) — ví dụ “80% thành công” — người ta có xu hướng chọn phương án an toàn; khi cùng dữ kiện đó đóng khung như một khoản mất (loss frame) — “20% thất bại” — người ta lại dễ chấp nhận rủi ro hơn để tránh mất mát. Cơ chế này bắt nguồn từ việc não bộ đánh giá kết quả không theo giá trị tuyệt đối mà theo cảm giác được/mất so với một điểm tham chiếu, đúng như lý thuyết triển vọng (prospect theory) mô tả.
Người đưa framing effect vào nghiên cứu bài bản là Amos Tversky và Daniel Kahneman, qua bài báo năm 1981 trên Science với thí nghiệm “bài toán dịch bệnh châu Á” nổi tiếng. Người tham gia được cho biết một dịch bệnh giả định sẽ khiến 600 người chết nếu không can thiệp, rồi chọn giữa hai chương trình. Khi mô tả theo hướng “số người được cứu sống”, đa số chọn phương án chắc chắn, an toàn. Nhưng khi đúng hai chương trình đó diễn đạt lại theo hướng “số người sẽ chết”, đa số lại chuyển sang chọn phương án rủi ro. Bản chất lựa chọn không đổi, chỉ cách gọi tên thay đổi — vậy mà đủ đảo ngược xu hướng ra quyết định của cả nhóm người.
Trong sản phẩm số và fintech, framing effect là công cụ được dùng (và lạm dụng) hằng ngày. Một app đầu tư có thể hiển thị “98% giao dịch thành công” thay vì “2% giao dịch thua lỗ” — cùng một con số nhưng cách đầu tiên khiến người dùng an tâm bấm nút hơn hẳn. Ứng dụng vay tiêu dùng thường ghi “phí dịch vụ chỉ 0,3%/ngày” thay vì quy đổi ra lãi suất năm gần 110% — cách đóng khung khiến con số trông nhỏ đi rất nhiều dù bản chất không đổi. Ngay cả màn hình onboarding hỏi “bạn muốn tiết kiệm bao nhiêu mỗi tháng” thay vì “bạn sẽ tiêu bao nhiêu” cũng là một lựa chọn khung có chủ đích để định hướng hành vi người dùng.
Framing effect có quan hệ mật thiết với anchoring — cả hai đều cho thấy cách trình bày thông tin quyết định cách ta xử lý phần còn lại, dù anchoring xoay quanh một con số neo còn framing xoay quanh cách gọi tên kết quả. Nó cũng là hệ quả trực tiếp của loss-aversion — lý do một khung “mất mát” tạo phản ứng rủi ro mạnh hơn khung “lợi ích” tương đương chính là vì não bộ coi trọng việc tránh mất hơn đạt được. Decoy-effect và contrast-effect là hai kỹ thuật gần gũi khác: cả ba lợi dụng việc con người đánh giá lựa chọn trong tương quan với bối cảnh trình bày, chứ không đánh giá độc lập theo giá trị tuyệt đối.