Một bài báo khẳng định tiếng Trung có nhiều người nói nhất thế giới. Bài khác đưa ra một con số thấp hơn đáng kể rồi cho rằng cách hiểu phổ biến bấy lâu là sai. Đặt hai con số cạnh nhau, người đọc dễ bị kéo vào câu hỏi: bên nào đúng? Nhưng trước khi chọn một con số, chúng ta cần hỏi một câu căn bản hơn: mỗi bên đang đếm cái gì?
Khi chiếc nhãn quyết định kích thước đám đông
“Người nói tiếng Trung” nghe như tên của một tập hợp đã có ranh giới rõ ràng. Chỉ cần tiến hành điều tra, cộng số người lại, rồi công bố kết quả. Trên thực tế, ranh giới ấy không tự nhiên xuất hiện. Nó được hình thành từ cách nhà nghiên cứu, cơ quan điều tra hoặc bộ dữ liệu định nghĩa đối tượng cần đếm.
Với tiếng Trung, bước định nghĩa này đặc biệt quan trọng. Tên gọi “tiếng Trung” có thể được dùng như một nhãn bao trùm nhiều nhóm biến thể thuộc khối Sinitic. Trong những ngữ cảnh khác, người viết thực chất chỉ nói đến Mandarin, nhánh lớn nhất trong khối ấy. Vì vậy, một thống kê có thể đếm người nói Mandarin, trong khi thống kê khác đếm một phạm vi rộng hơn dưới nhãn tiếng Trung. Kết quả tất nhiên không giống nhau.
Sự khác biệt đó không tự động chứng minh rằng một bên đã đếm sai. Có thể hai bên đã bắt đầu với hai câu hỏi khác nhau. Một bên muốn biết quy mô của cộng đồng sử dụng Mandarin. Bên còn lại muốn mô tả toàn bộ những cộng đồng được xếp dưới một nhãn rộng hơn. Nếu tiêu đề bài báo lược bỏ phần định nghĩa, hai phép đo khác đối tượng sẽ bị trình bày như thể chúng đang cạnh tranh để trả lời cùng một câu hỏi.
Các công bố từ Điều tra quốc gia về sử dụng ngôn ngữ và chữ viết, do Bộ Giáo dục phối hợp với Ủy ban Ngôn ngữ Quốc gia Trung Quốc thực hiện, cho thấy vì sao phần định nghĩa không thể bị xem là chú thích phụ. Kết quả điều tra được trình bày theo những chỉ tiêu đã xác định về việc ai sử dụng ngôn ngữ nào và ở mức độ nào. Đối tượng được đếm vì thế là một đối tượng do phương pháp xác lập, không phải một khối người có sẵn đường viền để người thống kê chỉ việc cộng lại.
Con số không đứng trước định nghĩa. Chính định nghĩa quyết định ai được bước vào con số.
Hai chữ “người nói” có thể chứa nhiều thế giới
Ngay cả khi hai nguồn cùng dùng nhãn Mandarin, chúng ta vẫn chưa thể đặt hai con số cạnh nhau. Cụm từ “người nói” còn có thể chỉ những nhóm rất khác nhau, trước hết là người sử dụng ngôn ngữ đó như ngôn ngữ thứ nhất và người học hoặc sử dụng nó như ngôn ngữ thứ hai.
L1, thường được hiểu là ngôn ngữ thứ nhất, hướng đến những người lớn lên cùng ngôn ngữ ấy. Một thống kê L1 cố gắng mô tả quy mô của cộng đồng bản ngữ theo định nghĩa mà nguồn áp dụng. Trong khi đó, L1+L2 cộng thêm những người tiếp nhận và sử dụng ngôn ngữ sau này. Nhóm L2 có thể gồm những người học trong nhà trường, dùng trong công việc, sử dụng trong một môi trường xã hội cụ thể hoặc đạt một ngưỡng năng lực do cuộc điều tra đặt ra.
Hai metric này phục vụ hai câu hỏi xã hội khác nhau. Nếu quan tâm đến quy mô cộng đồng bản ngữ, L1 là tiêu chí gần với câu hỏi hơn. Nếu quan tâm đến phạm vi lan tỏa của một ngôn ngữ trên thế giới, L1+L2 có thể phù hợp hơn. Không có cơ sở phương pháp luận để tuyên bố một tiêu chí luôn đúng còn tiêu chí kia luôn sai.
Vấn đề nảy sinh khi một bài viết lấy số L1+L2 của ngôn ngữ này để so với số L1 của ngôn ngữ khác. Khi đó, cuộc đua đã không công bằng từ vạch xuất phát. Một bên được tính cả người bản ngữ lẫn người học sau này; bên kia chỉ được tính người dùng từ nhỏ. Con số lớn hơn trong phép so sánh ấy không nhất thiết phản ánh vị thế thực tế của ngôn ngữ. Nó có thể chỉ phản ánh một phạm vi đếm rộng hơn.
Bởi vậy, câu hỏi “ngôn ngữ nào có nhiều người nói hơn?” chưa đủ chính xác. Chúng ta cần nói rõ đang hỏi về số người nói như ngôn ngữ thứ nhất hay tổng số người sử dụng như ngôn ngữ thứ nhất và thứ hai. Chỉ một cụm bổ nghĩa ngắn cũng có thể thay đổi toàn bộ ý nghĩa của bảng xếp hạng.
Bốn cánh cửa một con số phải đi qua
Muốn đánh giá một thống kê về người nói tiếng Trung, chúng ta có thể dùng bốn câu hỏi như một phép kiểm định tối thiểu. Đây không phải thủ tục chỉ dành cho giới nghiên cứu. Người học, giáo viên, người làm nội dung và người ra quyết định đều có thể áp dụng trước khi trích dẫn một con số.
- Nhãn được đếm là gì? Nguồn đang đếm Mandarin, một nhóm biến thể cụ thể hay toàn bộ phạm vi được gọi là tiếng Trung? Nếu hai nguồn dùng hai nhãn khác nhau, chúng không đo cùng một đối tượng.
- Đang tính L1 hay L1+L2? Một thống kê về cộng đồng bản ngữ không thể được so trực tiếp với một thống kê gồm cả người sử dụng ngôn ngữ thứ hai.
- Con số thuộc năm và ấn bản nào? Dân số thay đổi theo thời gian. Phương pháp khảo sát và cách phân loại cũng có thể được điều chỉnh qua từng ấn bản của một bộ dữ liệu.
- “Nói được” được định nghĩa ở ngưỡng nào? Biết giao tiếp cơ bản, sử dụng hằng ngày, từng học và có năng lực làm việc không phải những tiêu chí tương đương.
Câu hỏi thứ ba thường bị bỏ qua vì năm công bố trông giống một chi tiết thư mục. Thực ra, đó là một phần của metric. Một con số không kèm năm không cho biết nó mô tả thời điểm nào. Nếu con số được chép từ ấn bản này sang bài viết khác, phần mô tả phương pháp có thể biến mất dần, trong khi vẻ chính xác của những chữ số vẫn còn nguyên.
Câu hỏi thứ tư còn khó hơn. “Nói được” không phải một trạng thái bật hoặc tắt như công tắc. Một người có thể từng học Mandarin, có thể thực hiện hội thoại cơ bản nhưng không sử dụng hằng ngày. Người khác dùng ngôn ngữ này thường xuyên trong một môi trường nhất định nhưng không xem đó là ngôn ngữ thứ nhất. Nếu một khảo sát tính cả hai người còn khảo sát khác chỉ tính người sử dụng thường xuyên, tổng số sẽ khác nhau dù không bên nào tính toán sai.
Một con số chỉ đủ điều kiện để so sánh khi các điều kiện cốt lõi của nó được nhìn thấy. Nếu chúng ta không xác định được nhãn, nhóm L1/L2, năm hay ngưỡng năng lực, trạng thái trung thực nhất là chưa thể kiểm chứng. Điều đó không đồng nghĩa con số chắc chắn sai. Nó có nghĩa con số chưa đủ thông tin để trở thành căn cứ cho một kết luận.
Những con số mồ côi nguồn
Trong các bài viết phổ thông, chúng ta thường gặp những ước tính quanh mức hơn một tỷ người nói Mandarin khi tính cả ngôn ngữ thứ hai, bên cạnh một con số thấp hơn đáng kể dành riêng cho tiếng mẹ đẻ. Những ước tính như vậy được lưu truyền rộng đến mức chúng có thể tạo cảm giác quen thuộc và đáng tin. Tuy nhiên, độ phổ biến không thay thế được khả năng truy nguyên.
Trong hồ sơ nguồn được rà soát cho bài này, có bản ghi dẫn lại một con số gắn với một ấn bản dữ liệu cụ thể. Nhưng bản ghi đó đi qua nguồn trung gian, chưa được đối chiếu với trang của ấn bản gốc hiện hành và cũng chưa có nguồn độc lập xác nhận. Vì vậy, bài này không in lại con số ấy như một dữ kiện đã được kiểm chứng.
Sự thận trọng này không phải cách né tránh câu trả lời. Nó là hệ quả trực tiếp của chính tiêu chuẩn mà bài đang áp dụng. Nếu chưa truy được ấn bản gốc, chúng ta chưa thể biết chắc con số dùng nhãn nào, tính L1 hay L1+L2, lấy dữ liệu ở thời điểm nào và đặt ngưỡng năng lực ra sao. Một dãy số thiếu những thông tin ấy không thể được cứu chỉ bằng việc tìm thêm một trang khác cũng chép lại nó.
Con số mồ côi nguồn vẫn có một giá trị, nhưng không phải giá trị chứng minh. Nó cho thấy đang tồn tại một câu hỏi cần truy tiếp. Thay vì viết “đây là số người nói tiếng Trung”, cách diễn đạt đúng mức hơn là: “có một ước tính được dẫn lại rộng rãi, nhưng nguồn gốc và định nghĩa của nó hiện chưa thể kiểm chứng”. Ranh giới giữa hai câu này cũng là ranh giới giữa thông tin có điều kiện và một khẳng định vượt quá bằng chứng.
Từ bảng xếp hạng đến thẻ căn cước của số liệu
Thay vì hỏi ngay “con số nào đúng nhất?”, chúng ta có thể lập một thẻ căn cước cho từng số liệu. Thẻ này ghi ít nhất sáu trường: nhãn được đếm, L1/L2, năm hoặc ấn bản, cách thu thập, phạm vi địa lý và đơn vị công bố. Sáu trường đó biến một con số đơn độc thành một metric có bối cảnh.
Khi hai thẻ tương thích, phép so sánh mới có ý nghĩa. Chẳng hạn, hai nguồn cùng đếm Mandarin, cùng dùng tiêu chí L1, có thời điểm đủ gần nhau và áp dụng ngưỡng năng lực tương đương có thể được đặt cạnh nhau để xem kết quả khác biệt đến đâu. Nếu cách thu thập khác nhau, chúng ta vẫn cần đọc phần phương pháp trước khi giải thích khoảng cách.
Khi hai thẻ không tương thích, kết luận tốt nhất có thể không phải một bảng xếp hạng. Kết luận có thể đơn giản là: hai con số đang trả lời hai câu hỏi khác nhau. Đây không phải thất bại của phân tích. Ngược lại, nó ngăn chúng ta biến khác biệt về định nghĩa thành tranh cãi giả về đúng và sai.
Cách đọc này cũng hữu ích ngoài ngôn ngữ học. Người ra quyết định cần biết một con số có đo đúng nhóm dân cư mà kế hoạch của họ hướng đến hay không. Giáo viên cần phân biệt quy mô cộng đồng bản ngữ với số người học và sử dụng ngôn ngữ thứ hai. Người học lâu dài cần hiểu rằng một bảng xếp hạng toàn cầu không tự động cho biết ngôn ngữ ấy sẽ hữu dụng đến mức nào trong ngành nghề, khu vực hoặc hoàn cảnh sống của mình.
Kết luận và giới hạn của bài
Các thống kê về số người nói tiếng Trung có thể khác nhau mà không nhất thiết bên nào sai. Mỗi con số phụ thuộc vào ít nhất bốn điều kiện: nhãn ngôn ngữ được đếm, tiêu chí L1 hay L1+L2, năm hoặc ấn bản của nguồn và ngưỡng năng lực dùng để xác định “người nói”. Chỉ khi những điều kiện ấy tương thích, việc so sánh mới thực sự là so sánh cùng một đối tượng.
Vì thế, câu hỏi hữu ích không chỉ là “tiếng Trung có bao nhiêu người nói?”. Chúng ta nên hỏi thêm: con số này đo Mandarin hay một nhãn rộng hơn, có tính người dùng ngôn ngữ thứ hai không, thuộc thời điểm nào và yêu cầu mức sử dụng ra sao? Bốn câu hỏi ngắn có thể làm chậm một kết luận, nhưng chúng giúp kết luận ấy đứng vững hơn.
Bài này chủ ý không đưa ra một tổng số cuối cùng cho toàn bộ “người nói tiếng Trung”. Những con số cụ thể từng được dẫn lại trong hồ sơ hiện chưa đủ điều kiện để in như dữ kiện đã được kiểm chứng, vì chưa truy được đầy đủ về ấn bản gốc và định nghĩa metric. Bài cũng chưa đánh giá từng bộ dữ liệu quốc tế, chưa đối chiếu các phương pháp điều tra và chưa xác lập một con số thay thế. Điều bài có thể cố định ở đây là cách đọc: trước khi tin, bác bỏ hay so sánh một thống kê, hãy kiểm tra đối tượng mà nó thực sự đang đếm.
Nguồn trong bài
- Công bố kết quả Điều tra quốc gia về sử dụng ngôn ngữ và chữ viết của Bộ Giáo dục và Ủy ban Ngôn ngữ Quốc gia Trung Quốc