Chương 2. System thinking

Trong thế giới thực, không có sự vật, sự việc nào có thể tồn tại được độc lập một mình, chúng luôn ảnh hưởng và chịu ảnh hưởng từ sự vật, sự việc khác. Đây chính là triết lý Duyên khởi (pratītyasamutpāda), một trong những nền tảng của Phật giáo.
Ví dụ như trên đồng cỏ, có một cái cây đứng một mình. Nhìn bên ngoài, ta thấy nó cô đơn và không ảnh hưởng gì đến ai. Tuy nhiên nếu nhìn sâu hơn, ta có thể thấy rất nhiều ảnh hưởng giữa nó và vũ trụ. Ví dụ từ rất ra, mặt trời cung cấp ánh nắng, một nguyên liệu sống quan trọng nhất. Mây trên trời cho nó nước. Mặt đất cung cấp dinh dưỡng. Bản thân cái cây rụng lá, cung cấp dinh dưỡng cho thực vật xung quanh…

Bản thân cái cây không nhìn thấy được sự ảnh hưởng qua lại giữa nó và vũ trụ. Tuy nhiên, do chúng ta đứng ngoài quan sát độc lập nên chúng ta biết được điều đó. Do nhìn thấy được mối quan hệ giữa các sự việc trong dòng nhân quả, ta biết được cái gì sẽ ảnh hưởng đến cái gì. Nếu một sự kiện xảy ra, thì những sự kiện gì sẽ xảy ra tiếp theo. Ví dụ như khi ta thấy trời âm u, ta biết là cái cây sắp được tưới nước.

I. Tư duy tuyến tính (Linear thinking)

 

Nếu không tập luyện mà để tư duy phát triển tự nhiên. Thì thường bộ não của chúng ta sẽ tư duy theo mô hình tuyến tính. Có nghĩa là khi một sự vật, sự việc xảy ra, não bộ hiểu điều đó, nhưng nó không có xu hướng nhìn ra sự ảnh hưởng đến những sự việc khác trong dòng nhân quả.

Ví dụ như một chiếc ô tô bị chập điện trong thiết bị loa. Người thợ có tư duy tuyến tính sẽ nhìn vấn đề chập điện này như một sự việc đứng độc lập, anh ta sẽ tiến hành sửa lại loa theo kiến thức của mình. Anh ta không có xu hướng quan tâm những vấn đề khác có thể liên quan, ví dụ như tại sao chiếc loa đó bị chập, có phải sự việc đó đến từ một tác nhân khác trong hệ thông hay không. Hoặc nếu việc chập điện trong loa xảy ra, có những thành phần nào khác trong xe ô tô chịu ảnh hưởng hay không.

Chính vì tư duy tuyến tính, việc sửa chữa của anh ta có thể không đem lại kết quả triệt để. Vì anh ta không nhìn ra được hết những vấn đề cần sửa chữa trong hệ thống hiện tại.

II. Tư duy hệ thống (System thinking)

Đối nghịch với Linear thinking, tư duy hệ thống luôn cố gắng nhìn ra các mối quan hệ tương quan giữa sự vật và vũ trụ xung quanh. Khi nhìn thấy một sự việc diễn ra trong dòng nhân quả, tư duy hệ thống có xu hưởng tìm hiểu xem trước đấy phải có sự kiện gì để tạo điều kiện, hoặc sau đó thì sự kiện gì sẽ xảy ra tiếp theo.

Để có thể duy trì hoạt động của System thinking, não bộ cần tổ chức hệ thống kiến thức theo dạng đồ thị đồng nhất. Cụ thể như sau:

1. Tổ chức tri thức trong đầu: Hệ thống tri thức được tổ chức ở dạng đồ thị, mỗi node ứng với một mảnh kiến thức nào đó. Giữa các node có những đường nối, thể hiện mối quan hệ giữa chúng. Các mảnh tri thức là đồng nhất, không phân chia ranh giới theo lĩnh vực ở ngoài cuộc sống. Ví dụ như lập trình, tình dục, lái xe… Các mảnh kiến thức của chúng khi nằm trong đồ thị đều trong cùng một nền, xen kẽ lẫn nhau.
2. Dung nạp một kiến thức mới: Để một kiến thức mới được dung nạp vào đồ thị. Não bộ phải hiểu được bản chất cốt lõi của nó. Ví dụ như sau khi hiểu kiến thức, luồng tư duy sẽ tiếp tục tìm hiểu vậy bản chất nó là gì, tại sao người ta lại tạo ra nó. Nó ra đời để giải quyết bài toán nào, nó có ưu nhược điểm gì, có mối quan hệ với những thứ khác ra sao. Sau khi hiểu được bản chất, não bộ sẽ tiến hành đập nhỏ kiến thức thành những mảnh nhỏ. Để đảm bảo ý nghĩa của mỗi mảnh là nguyên thủy nhất. Bản thân đồ thị cũng không cho phép tồn tại 2 node giống nhau, vậy lên sau quá trình đập nhỏ, não bộ chỉ tiến hành dung nạp những mảnh kiến thức chưa có trong đồ thị. Sau đó nó sẽ tiến hành so sánh các mảnh kiến thức với hệ thống có sẵn trong đầu. Nếu thấy phù hợp, kiến thức sẽ được kết nạp vào đồ thị và tạo ra node mới. Nếu thấy xung đột, quá trình tìm hiểu kiến thức sẽ được khởi động lại, trong trường hợp không thấy điểm sai trong kiến thức, não sẽ tiến hành tìm kiếm sai sót trong đồ thị để tìm ra điểm sai lệch và tiến hành tái cấu trúc.

Lấy ví dụ như khi một người thợ tìm hiểu về một loại đèn mới trong ô tô. Anh ta sẽ tìm hiểu đến bản chất của công nghệ và các thành phần cấu thành lên chiếc đèn. Ưu và nhược điểm của từng công nghệ. Lý do tại sao loại đèn mới đấy lại cần thiết trong khi các loại đèn cũ vẫn đang hoạt động tốt. Sau đó anh ta chia nhỏ kiến thức về chiếc đèn mới ra, ví dụ như công nghệ sợi đốt, công nghệ tráng bạc của gương lồi trong đèn, mạch tạo nguồn… Đối với mảnh kiến thức về sợi đốt, khi được nạp vào đồ thị, nó sẽ liên kết với các mảnh kiến thức về sợi đốt cũ, liên kết với các mảnh kiến thức về ánh sáng đèn ô tô, mạch điện…

a. Ưu và nhược điểm của System thinking

Do là hai mô hình tư duy khác nhau, vậy nên khi so sánh với Linear thinking, thì tư duy hệ thống có những ưu nhược điểm như sau:

Ưu điểm

1. Khả năng nhìn bao quát hệ thống xung quanh 1 sự vật hoặc sự việc. Nhờ đó đánh giá được nhiều yếu tố ảnh hướng đến sự vật đó hơn. Ví dụ như khi đánh giá về sự thành công của một trò chơi Game. System thinking không chỉ nhìn vào các tính năng trong Game, nó còn nhìn tiếp đến những yếu tố khác như: Sự ảnh hưởng tại thời điểm game được phát hành, đặc điểm của nhà sáng lập game, tình trạng của các game cùng loại…
2. Khả năng nhìn ra điểm bất lợi trong hệ thống. Nhờ khả năng nhìn bao quát và thấy được mối liên hệ của các thành phần bên trong. System thinking có thể nhìn thấy được những điểm bất hợp lý. Từ đây có thể đề xuất các phương án cải tiến, thậm chí đưa ra lý thuyết, tư tưởng mới.
3. Khả năng khắc phục điểm nghẽn một cách triệt để. Do nhìn thấy mối quan hệ nhân quả, nếu thực hiện 1 hành động thì những thành phần nào trong hệ thống có thể bị ảnh hưởng. Vậy nên System thinking có thể tìm ra được nguyên nhân cốt lõi và các khối có thể bị ảnh hưởng sau khi thực hiện sửa lỗi. Nhờ vậy, lỗi đó trong hệ thống được khắc phục triệt để và không làm ảnh hưởng đến những khối khác.
4. Khả năng học nhanh trong giai đoạn về sau. Mặc dù quá trình chuẩn bị kiến thức để dung nạp vào hệ thống mất nhiều thời gian. Tuy nhiên, do cơ chế chia kiến thức thành những mảnh nhỏ. Nên khi đồ thị đủ lớn, có nhiều mảnh kiến thức sẵn trong đó. Não bộ sẽ tự động bỏ qua những mảnh kiến thức đã có và chỉ cần tìm hiểu những mảnh mới. Việc này khiến tăng tốc quá trình học hỏi.
5. Cẩn thận và ham học hỏi. Đây không phải là một đặc điểm của người có tư duy hệ thống, nhưng nó là một hệ quả. Do nhìn thấy mối quan liên kết giữa các thành phần, nên khi thực hiện một hành động can thiệp vào hệ thống, anh ta có xu hướng xem xét kỹ hơn. Dần dần tạo ra tính cẩn thận. Do kiến thức được liên kết ở dạng đồ thị, nên ý thức có thể cảm nhận được những điểm bị thiếu, cần phải bổ sung. Tạo ra động lực học tập để bổ sung vùng còn thiếu.

Nhược điểm

1. Do tiêu chuẩn để một kiến thức được dung nạp vào đồ thị cao hơn. Ví dụ như phải hiểu bản chất, chia mảnh, hiểu được cả những kiến thức liên quan. Nên não bộ tốn nhiều chi phí hơn cho quá trình chuẩn bị này. Trong giai đoạn ban đầu, đồ thị còn nhỏ. Nhiều khi để nạp 1 mảnh kiến thức mới, não cần phải nạp thêm nhiều mảnh kiến thức khác liên quan. Giống như khi não thêm một node mới vào đồ thị, nhưng lại không tìm được liên kết nào với các node cũ, thì đồ thị sẽ không chấp nhận việc này. Não bộ phải tiếp tục học kiến thức khác để tạo ra các node trung gian. Quá trình này chỉ dừng lại sau khi node mới đã có mạch liên kết với đồ thị. Trong giai đoạn đầu, quá trình học một kiến thức mới đối với người có tư duy hệ thống có thể lâu gấp 3, 4 lần so với người bình thường.
2. Không thích làm những thứ mà mình chưa hiểu. Do quen với việc nhìn thấy sự ảnh hưởng gián tiếp của một hành động. Nên khi phải thực hiện hành động mà chưa nhìn thấy tác động trong dòng nhân quả, não bộ có hiện tượng kháng cự về mặt cảm xúc. Hệ quả của việc này khiến cho năng suất lao động bị giảm. Biểu hiện bên ngoài ta anh ta tìm hiểu, sử dụng như thứ tool mới, ngôn ngữ lập trình mới tương đối chậm.

Ưu nhược điểm thay đổi nếu đặt trong hệ thống cộng sinh với AI

Sau khi bước vào trong hệ thống cộng sinh, não bộ được tích hợp thêm phần mở rộng là AI. Các công việc tìm hiểu trước đây, vốn tốn rất nhiều năng lượng như tìm hiểu bản chất, mở rộng sang các kiến thức xung quanh, được offload sang AI. Khiến cho việc học trong giai đoạn ban đầu được giảm thiểu đi rất nhiều. Việc sử dụng tool, ngôn ngữ mới cũng tương tự. Vì não bộ vẫn được hiểu bản chất của chúng trước khi phải sử dụng.

Bản thân Linear thinking và System thinking không có cái nào hơn cái nào. Chúng khác nhau và có ưu nhược điểm riêng. Linear thinking phù hợp trong cuộc sống hàng ngày, khi mà chúng ta phải xử lý công việc nhanh để hoàn thành đúng hạn. Tuy nhiên, trong mô hình kết hợp với AI thì System thinking tỏ ra vượt trội hơn.

III. System thinking, cỗ máy tạo nguyên liệu thô cho Vô thức

Đặc điểm của cơ chế suy luận trong Vô thức là việc xâu chuỗi kiến thức ở dạng phi ngôn ngữ, giàu hình ảnh và liên tưởng, nơi các sự vật, sự việc được liên kết với nhau không theo quy tắc logic tuyến tính, mà theo cảm giác, hành động, hoặc hình tượng biểu trưng. Ví dụ như trong vô thức, các vấn đề kỹ thuật, lỗi hệ thống có thể mang các dáng dấp, hành động giống con người. Thông qua quá trình xâu chuỗi, phân tích, liên tưởng, vô thức đưa ra kết quả cho ý thức.

Đặc điểm của System thinking là phân tích bản chất, chia nhỏ kiến thức thành các đơn vị nguyên thủy. Chính vì vậy, hệ thống tri thức tạo ra từ tư duy hệ thống rất tương thích với cách mà Vô thức xử lý thông tin, như một cỗ máy liên kết và tổng hợp các tín hiệu nguyên thủy thành mô hình mới.

Do được cung cấp các khối tri thức đã được tổ chức bài bản và phân rã ở mức nguyên thủy, Vô thức ở những người có tư duy hệ thống mạnh thường có khả năng vận hành sâu hơn và tạo ra kết nối sáng tạo, trúng đích hơn người thông thường.

IV. Phương pháp tập luyện và những thói quen tốt cho System thinking.

Khác với khả năng ngôn ngữ, toán học, hội họa, System thinking không phải là một dạng năng khiếu bẩm sinh. Thay vào đó, người dùng có được nó thông qua một thời gian dài tự đặt câu hỏi để hiểu được bản chất của các hiện tượng xung quanh, lắp ghép chúng vào đồ thị. Quan sát bên trong đồ thị để tìm ra mối liên hệ.

Quá trình tập luyện System thinking có thể chia làm 3 giai đoạn của quá trình tư duy. Chúng bao gồm:

1. Chuẩn bị và phân mảnh kiến thức trước khi nạp vào đồ thị: Trong quá trình rèn luyện System Thinking, người học phải liên tục thu nhận và xử lý các thông tin từ môi trường xung quanh. Tuy nhiên, để những thông tin này trở thành node hợp lệ trong đồ thị tư duy, cần trải qua quá trình giải cấu trúc và phân mảnh. Ví dụ như tin tức Mỹ cấm vận Trung Quốc hay một bug xuất hiện trong phần mềm. Người dùng (chủ thể của system thinking) nếu muốn biến thông tin mới thành kiến thức của mình. Anh ta cần phải tìm hiểu về bản chất của vấn đề. Ví dụ như việc Mỹ cấm vận Trung Quốc, sau khi đọc kỹ về thông tin trên báo đài, anh ta phải so sánh với các nguồn khác để đảm bảo thông tin đã được kiểm chứng. Sau đó anh phải tiếp tục tìm hiểu động cơ, mục đích của các bên đằng sau hành động. Bối cảnh lịch sử, thế giới xung quanh mà dẫn đến việc đó. Kiến thức liên quan đến thông tin Cấm vận cần phải được chia nhỏ thành nhiều mảnh. Ví dụ như mảnh Đạo luật cấm vận (cấm mặt hàng gì, đánh thuế bao nhiêu phần trăm), mảnh Động cơ đằng sau (người ta thực sự muốn gì đằng sau việc cấm vận), mảnh Tác động ảnh hưởng (cấm vận sẽ gây thiệt hại như thế nào)….
   1. a. Kiến thức cần phải chia nhỏ đến đâu để đạt được tiêu chuẩn “mảnh”: Không có tiêu chuẩn cụ thể. Chỉ cần đạt được sự tương thích nền trong đồ thị là được. Trong đồ thị, tất cả các node sẽ nằm xen kẽ trong, không phân chia theo lĩnh vực. Các node kiến thức khi đi vào đồ thị không phân chia theo lĩnh vực mà hòa trộn vào cùng một lớp ‘nền’ – nơi các mảnh tri thức có độ sâu tương thích với nhau. Nếu một mảnh kiến thức mới có độ chi tiết quá cạn hoặc quá sâu so với mặt bằng nền, nó sẽ gây ra hiện tượng rối hoặc lệch trục. Trong bài toán cấm vận ở trên, khi tìm hiểu đến những khối nhỏ như động cơ đằng sau, ảnh hưởng cấm vận, nếu người dùng cảm thấy chúng đã đạt level độ sâu tương ứng với nền đồ thị của mình thì anh ta có thể dừng lại. Khi một kiến thức đạt tới độ nền của đồ thị, tự bên trong người dùng sẽ có cảm giác hài lòng. Đây là tín hiệu gửi đi từ vô thức, khi nó đánh giá mảnh kiến thức mới đã tương thích với nền kiến thức chung của anh ta.
   2. Mối quan hệ bao trong – bao ngoài của kiến thức phụ thuộc vào góc nhìn tại thời điểm tư duy. Khi vào đồ thị, mối quan hệ tuyến tính này không còn giữ nguyên – tất cả node đều ngang quyền, kết nối linh hoạt qua các cạnh theo ngữ cảnh. Ví dụ như nếu xuất phát từ thông tin Mỹ cấm vận Trung Quốc, thì kiến thức Mỹ cấm vận TQ sẽ là mảnh lớn, trong đó chứa các mảnh con như dự luật, động cơ… Tuy nhiên, nếu tìm hiểu theo góc nhìn Mỹ cấm vận TQ là một điều tất yếu. Thì vấn đề Động cơ sẽ là bao ngoài của hành động cấm vận. Việc cái nào bao ngoài cái nào không quan trọng, vì khi đi vào đồ thị, chúng nằm ngang nhau trong nền tri thức.
2. Phát triển và tái cấu trúc đồ thị: Đồ thị tri thức trong tư duy hệ thống (System Thinking) không chỉ là tập hợp các mảnh kiến thức, mà còn là một cấu trúc sống, liên tục được mở rộng và điều chỉnh. Để hoạt động hiệu quả, nó cần duy trì nền đồng nhất giữa các node – nghĩa là các node phải có độ sâu và độ mịn tương thích – đồng thời tránh trùng lặp, mâu thuẫn hoặc sai lệch logic nội tại. Việc phát triển và tái cấu trúc đồ thị sẽ diễn ra liên tục để đảm bảo những tính chất này.
   1. Phát triển đồ thị: Đồ thị được phát triển thông qua việc kết nạp node mới hoặc thiết lập thêm liên kết mới giữa các node cũ.
      • Để một node mới được kết nạp, phần kiến thức thô cần được chuẩn bị như trong bước (1). Sau đó hệ thống sẽ tiến hành so sánh độ tương thích của kiến thức với các node hiện có. Nếu tương thích, node mới sẽ được kết nạp vào đồ thị, các liên kết mới đến node này cũng được khởi tạo.
      • Thiết lập liên kết mới giữa các node cũ. Đôi khi, người dùng bất chợt nhìn thấy sự liên quan mới giữa một vài mảnh kiến thức mà anh ta đã có. Lúc này hệ thống sẽ tiến hành tạo liên kết mới giữa những node đó.
   2. Tái cấu trúc đồ thị: Một kiến thức mới không phải lúc nào cũng tương thích với các node trong đồ thị. Nguyên nhân của sự conflict có thể do kiến thức đã bị hiểu sai, hoặc những node liên quan trong đồ thị là kết quả của việc hiểu sai kiến thức cũ. Nếu thấy không tương thích, hệ thống sẽ thực hiện lại bước một để kiểm định tính chính xác. Nếu sau nhiều lần kiểm định, hệ thống vẫn không tìm thấy sai sót trong kiến thức mới, lúc này hệ thống sẽ tiến hành tự đánh giá lại khu vực đồ thị liên quan để tìm điểm bất hợp lý. Nếu khu vực đó có điểm bất hợp lý, hệ thống sẽ tiến hành tái cấu trúc lại khu vực đó. Đôi khi, hệ thống có thể tiến hành tái cấu trúc lại toàn bộ đồ thị.
3. Quan sát sự việc trong dòng nhân quả. Mỗi khi có một sự kiện xảy ra – ví dụ như Mỹ đánh thuế Trung Quốc – hệ thống tư duy sẽ tự động kích hoạt chu trình phân tích nhân
4. quả. Mục tiêu là giải nghĩa bản chất của sự kiện, định vị nó trong hệ thống tri thức hiện có, và đưa ra dự báo hoặc đánh giá sâu hơn. Trình tự hoạt động của hệ thống như sau:
   1. Tìm hiểu bản chất của sự việc: Hệ thống sẽ đặt câu hỏi: Động cơ sâu xa đằng sau sự kiện này là gì? Ai là chủ thể chính? Lợi ích chiến lược của họ nằm ở đâu? Ví dụ: Mỹ đánh thuế không chỉ để bảo vệ sản xuất nội địa, mà còn là biểu hiện của xung đột bá quyền trong một trật tự toàn cầu đang biến đổi.
   2. Tìm kiếm các node liên quan trong đồ thị: Hệ thống sẽ truy xuất các node tri thức có liên quan: từ học thuyết địa chính trị Mỹ – Trung, chuỗi lịch sử xung đột thương mại, cho đến bối cảnh kinh tế – công nghệ hiện tại. Mỗi node là một mảnh tri thức được đặt đúng vị trí trong đồ thị, với các liên kết phản ánh quan hệ nhân quả, lợi ích và xung đột.
   3. Dựa trên mạng lưới liên kết giữa các node, hệ thống sẽ tạo ra một cây diễn giải nhân quả: từ động cơ → hành động → hệ quả ngắn hạn → tác động dài hạn. Kết luận ở đây không phải là ‘đúng hay sai’ mà là một bản đồ suy luận giúp người dùng định vị sự kiện trong một dòng chảy logic có căn cứ.
   4. Nếu sau một chu kỳ, hệ thống vẫn chưa hội tụ được bản đồ suy luận rõ ràng, nó sẽ quay lại bước đầu để tìm thêm dữ liệu: thu thập node mới, truy xuất các góc nhìn khác (ví dụ: từ các kênh báo chí trái chiều, chuyên gia quốc tế…). Vòng lặp này sẽ tiếp tục cho đến khi bản đồ suy luận đạt độ ổn định – tức là không còn xuất hiện mâu thuẫn hoặc khoảng trống logic lớn trong đồ thị.
5. Chu trình tìm hiểu thông tin theo hình xoắn ốc.
   1. Việc mổ xẻ thông tin mới thường kéo theo nhu cầu đi xuống tầng bản chất, rồi mở rộng ra các khái niệm liên quan. Tư duy kiểu này rất mạnh, nhưng dễ dẫn đến lan man nếu không có giới hạn – đặc biệt khi đụng đến các “node nằm xa đồ thị tri thức hiện có”.
   2. Trong thực tế, không phải lúc nào cũng có đủ thời gian hoặc năng lượng để truy đuổi đến tận cùng mọi nhánh kiến thức. Vì vậy, cần xác lập một phạm vi ban đầu, tiến hành quét – phân tích – ghi nhận, rồi dừng lại để tổng hợp và đánh giá.
   3. Nếu sau đó thấy cần, ta có thể mở rộng chu trình, quay lại vấn đề cũ nhưng với một bản đồ tri thức tốt hơn. Chính điều này tạo nên hình xoắn ốc: mỗi vòng lặp đều sâu hơn và rộng hơn, nhưng vẫn được kiểm soát bằng các điểm tạm dừng có chủ đích.

Ví dụ việc áp dụng System thinking trong phân tích chiến tranh thương mại Mỹ – Trung Quốc.

Trong ví dụ này, tác giả không đặt mục tiêu trình bày phân tích chính trị – kinh tế một cách học thuật. Thay vào đó, đây là một bài thực hành System Thinking nhằm mô tả cách một hệ tư duy vận hành khi đối diện với một sự kiện phức tạp.

Người đọc nên tập trung vào cách tư duy (quét – đối chiếu – mở rộng – suy luận), chứ không chỉ vào kết luận nội dung.

Các sự kiện và dòng tư duy sẽ được sắp xếp theo thứ tự thời gian như sau:

1. Kích hoạt hệ thống
   • Xuất hiện thông tin Mỹ thực hiện đánh thuế toàn bộ mặt hàng của Trung Quốc. Hệ thống cảm thấy quan tâm và muốn phân tích thông tin này.
2. Giai đoạn đối chiếu sơ bộ
   • Hệ thống đọc các lý do phổ biến trên mạng: thâm hụt thương mại, Trung Quốc vi phạm cam kết WTO… Tuy nhiên, những lý do này không khớp hoàn toàn với các node tri thức cũ về chính trị Mỹ như: Xu hướng bá quyền – dẫn dắt trật tự thế giới, Nỗi lo về sự trỗi dậy của Trung Quốc, Áp lực nội bộ từ cử tri và kinh tế nội địa Mỹ. Giai đoạn này là sự phát hiện conflict, thúc đẩy việc mở rộng đồ thị.
3. Xác thực – mở rộng – truy nguyên.
   • Trao đổi với ChatGPT để kiểm tra: các giả thuyết nói trên đều có cơ sở, không mâu thuẫn với các tài liệu đáng tin cậy. Hệ thống bắt đầu mở rộng đồ thị ra các node xa hơn, như:
     1. Khả năng chịu đựng của mỗi nước → cần hiểu về cấu trúc chính trị, ủng hộ dân chúng, mô hình kinh tế.
     2. Sức mạnh tiền tệ → tỷ lệ thanh toán bằng USD/RMB, vai trò của hệ thống SWIFT.
     3. Sức mạnh đồng minh → hệ thống liên kết quốc tế của mỗi nước.
4. Tổng hợp – đối chiếu – suy luận
   • Trong quá trình này, rất nhiều nguồn thông tin mâu thuẫn nhau. Hệ thống không chọn niềm tin theo cảm tính, mà đối chiếu với các node cũ đã tin cậy để xác định mức độ đáng tin.
5. Kết luận – dừng lại có kiểm soát
   • Sau một vòng phân tích: từ kích hoạt → đối chiếu → mở rộng → tổng hợp → suy luận, hệ thống đạt ngưỡng hiểu rõ khái quát về bản chất cuộc chiến. Tạm thời dừng để tiết kiệm năng lượng, tránh lan man không cần thiết. Nếu có sự kiện mới, chu trình có thể tiếp tục theo vòng xoắn ốc.