Pernah membeli barang hanya karena ada tulisan:

“DISKON 70% — HARI INI SAJA!”

Padahal sebelumnya kita bahkan tidak membutuhkan barang tersebut.

Atau mempertahankan sesuatu hanya karena:

“Sudah terlanjur sejauh ini.”

Padahal kalau melihat kondisinya sekarang, pilihan paling masuk akal justru berhenti.

Ada juga situasi ketika kita percaya sebuah informasi bukan karena memiliki bukti kuat, tetapi karena informasi tersebut sesuai dengan apa yang sejak awal sudah kita yakini.

Menariknya, hal seperti ini tidak hanya terjadi pada orang yang kurang pintar.

Orang berpendidikan tinggi, profesional, bahkan expert sekalipun bisa mengalaminya.

Masalahnya bukan sekadar intelligence.

Masalahnya adalah cara otak manusia bekerja.

Otak Tidak Selalu Mencari Jawaban Paling Benar

Bayangkan kalau setiap keputusan kecil membutuhkan analisis mendalam.

Mau makan apa?

Hitung nutritional value seluruh menu.

Mau lewat jalan mana?

Analisis setiap kemungkinan traffic.

Mau membeli pasta gigi?

Bandingkan 40 produk.

Kita mungkin tidak pernah keluar supermarket.

Karena itu otak menggunakan berbagai shortcut untuk mengambil keputusan dengan cepat.

Dalam psychology, shortcut mental seperti ini sering disebut:

heuristics.

Heuristic Tidak Selalu Buruk

Justru sangat berguna.

Kita mengambil ribuan keputusan.

Tidak mungkin semuanya dianalisis dari nol.

Kalau melihat awan gelap:

bawa payung.

Tidak perlu membuat meteorological model.

Kalau restoran kosong sementara restoran sebelah penuh:

kita mungkin menganggap restoran kedua lebih bagus.

Kadang benar.

Masalah muncul ketika shortcut menghasilkan systematic error.

Di situlah cognitive bias mulai menarik.

Apa Itu Cognitive Bias?

Cognitive bias adalah kecenderungan berpikir yang dapat membuat judgment kita menyimpang dari evaluasi yang lebih objektif atau logis.

Bukan berarti setiap keputusan yang dipengaruhi bias pasti salah.

Tetapi bias dapat membuat kita:

memberikan weight terlalu besar pada informasi tertentu,

mengabaikan evidence lain,

atau menarik kesimpulan terlalu cepat.

contoh bias kognitif dalam kehidupan sehari-hari

Ada banyak contoh bias kognitif dalam kehidupan sehari-hari, mulai dari lebih mempercayai informasi yang mendukung pendapat sendiri, menilai harga murah karena sebelumnya melihat harga yang jauh lebih tinggi, hingga mempertahankan keputusan buruk hanya karena sudah menghabiskan banyak waktu atau uang. Bias seperti ini sering tidak terasa karena prosesnya terjadi secara otomatis dan justru terasa seperti keputusan yang sepenuhnya masuk akal.

Mari lihat beberapa contohnya.

Confirmation Bias

Kita punya keyakinan:

“Coffee bagus untuk kesehatan.”

Kemudian search:

benefits of coffee.

Muncul artikel yang mendukung.

“See? Gue benar.”

Tetapi kita tidak mencari:

potential downsides of excessive caffeine.

Kita mencari evidence yang mengkonfirmasi belief.

Itulah confirmation bias.

Internet Membuat Confirmation Bias Sangat Mudah

Hampir semua opinion bisa menemukan pendukung online.

Percaya diet tertentu paling bagus?

Ada komunitas.

Percaya investasi tertentu akan naik?

Ada forum.

Percaya sebuah teori?

Ada video dua jam.

Availability of supporting information tidak otomatis membuktikan claim.

Search Query Sendiri Bisa Bias

Bandingkan:

“Apakah remote work efektif?”

dengan:

“Kenapa remote work lebih produktif?”

Pertanyaan kedua sudah mengandung assumption.

Search engine kemudian membantu mencari jawaban sesuai wording.

Cara kita bertanya memengaruhi informasi yang ditemukan.

Coba Cari Evidence yang Bisa Membuktikan Kita Salah

Ini terasa tidak nyaman.

Kalau yakin dengan sesuatu:

tanyakan:

Evidence apa yang akan membuat gue mengubah pikiran?

Kalau jawabannya:

“tidak ada.”

Mungkin itu bukan conclusion berdasarkan evidence.

Itu identity.

Anchoring Effect

Lihat harga:

Rp10.000.000.

Dicoret.

Sekarang:

Rp4.999.000.

Terasa murah.

Kenapa?

Karena angka pertama menjadi anchor.

Padahal pertanyaan sebenarnya:

apakah barang tersebut memang worth Rp4.999.000?

Bukan:

apakah lebih murah daripada Rp10 juta?

Anchor Bisa Random

Dalam eksperimen psychology, angka awal yang bahkan tidak terlalu relevan dapat memengaruhi estimation berikutnya.

Otak menggunakan reference point.

Itulah kenapa negotiation sering memperhatikan:

siapa yang menyebut angka pertama.

Anchor membentuk range percakapan.

Harga “Normal” Bisa Dibentuk

Produk selalu:

“50% OFF.”

Setiap bulan.

Kalau selalu diskon:

mungkin harga diskonnya justru practical selling price.

Harga coret membuat deal terasa lebih menarik.

Consumer harus melihat value.

Bukan hanya percentage discount.

Sunk Cost Fallacy

Sudah nonton film satu jam.

Filmnya buruk.

Masih tersisa dua jam.

Tetapi kita berpikir:

“Udah satu jam, tanggung.”

Satu jam tersebut sudah hilang.

Tidak bisa dikembalikan.

Keputusan rasional seharusnya mempertimbangkan:

apakah dua jam berikutnya worth it?

Bukan:

berapa banyak waktu yang sudah terbuang.

Sunk Cost Bisa Jauh Lebih Serius

Project sudah menghabiskan Rp100 juta.

Evidence menunjukkan project hampir pasti gagal.

“Harus lanjut, sudah keluar banyak.”

Tetapi uang sebelumnya:

sudah sunk.

Pertanyaan sekarang:

apakah investasi tambahan memberikan expected return yang masuk akal?

Past investment tidak otomatis membenarkan future investment.

Relationship Juga Bisa Terkena Sunk Cost

“Kami sudah bersama delapan tahun.”

Itu informasi penting.

Tetapi durasi sendiri tidak menjawab:

apakah relationship sekarang healthy?

History memiliki emotional value.

Namun keputusan masa depan tetap perlu mempertimbangkan kondisi sekarang dan kemungkinan ke depan.

Loss Aversion

Kehilangan Rp1 juta biasanya terasa lebih menyakitkan dibanding kesenangan mendapatkan Rp1 juta.

Loss memiliki psychological weight besar.

Akibatnya kita bisa mengambil keputusan aneh untuk menghindari mengakui kerugian.

Contoh:

investment turun.

Tidak mau menjual karena:

“Belum rugi kalau belum dijual.”

Secara economic value:

kerugiannya sudah tercermin.

Loss Aversion Bisa Membuat Kita Terlalu Aman

Opportunity bagus.

Risk kecil.

Potential upside besar.

Tetapi kemungkinan kehilangan membuat kita menolak semuanya.

Risk management penting.

Namun zero-risk mentality juga punya cost:

missed opportunity.

Status Quo Bias

Kita cenderung mempertahankan keadaan sekarang.

Bukan selalu karena pilihan sekarang terbaik.

Tetapi karena:

sudah familiar.

Change membutuhkan effort.

Contoh:

tetap menggunakan service mahal bertahun-tahun karena malas pindah.

Tetap dengan workflow buruk karena:

“selama ini begini.”

Default Option Sangat Powerful

Form mengatakan:

☑ Subscribe newsletter.

Banyak orang membiarkannya.

Kalau default:

☐ Subscribe newsletter.

Lebih sedikit yang memilih.

Default memengaruhi behavior karena tidak melakukan apa-apa adalah pilihan termudah.

Choice Architecture

Cara option disusun memengaruhi decision.

Ini digunakan dalam:

UX,

public policy,

marketing,

finance.

Tidak selalu manipulatif.

Misalnya automatic enrollment untuk retirement savings dapat membantu orang menabung.

Design pilihan memiliki consequence.

Framing Effect

Dua dokter mengatakan:

“Treatment ini memiliki survival rate 90%.”

atau:

“Treatment ini memiliki mortality rate 10%.”

Secara mathematical:

mirip.

Secara emotional:

bisa terasa sangat berbeda.

Framing mengubah perception.

Marketing Sangat Sering Menggunakan Framing

“90% fat free.”

vs.

“Contains 10% fat.”

Informasi essentially sama.

Satu terdengar lebih sehat.

Bahasa memengaruhi interpretation.

Availability Heuristic

Kita memperkirakan kemungkinan berdasarkan seberapa mudah contoh muncul di pikiran.

Lihat berita kecelakaan pesawat.

Besok naik pesawat:

takut.

Padahal satu berita tidak otomatis mengubah statistical probability secara drastis.

Event dramatic lebih mudah diingat.

News Memperkuat Availability Bias

Berita memilih:

unusual,

dramatic,

important.

Tidak ada headline:

“Jutaan orang hari ini pulang dengan selamat.”

Karena itu exposure berita dapat membuat rare event terasa common.

Personal Experience Juga Powerful

Teman bisnis gagal.

Kita:

“Bisnis terlalu berbahaya.”

Teman bisnis sukses.

Orang lain:

“Bisnis gampang.”

Dua-duanya menggunakan sample:

satu orang.

Anecdote penting sebagai experience.

Tetapi lemah sebagai universal evidence.

Survivorship Bias

Kita membaca:

“10 kebiasaan billionaire.”

Mereka:

bangun pagi.

baca buku.

olahraga.

Kesimpulan:

lakukan itu → billionaire.

Masalah:

berapa juta orang melakukan hal sama dan tidak menjadi billionaire?

Mereka tidak masuk artikel.

Kita hanya melihat survivor.

Plane dengan Lubang Peluru

Contoh klasik survivorship bias berasal dari analisis pesawat perang.

Aircraft yang kembali memiliki damage di area tertentu.

Intuisi awal:

perkuat bagian yang banyak terkena peluru.

Tetapi statistician Abraham Wald melihat masalah berbeda.

Pesawat yang kembali menunjukkan area yang masih bisa terkena damage dan tetap survive.

Bagian tanpa bullet hole pada returning aircraft justru bisa jadi bagian kritis:

pesawat yang tertembak di sana tidak kembali.

Ini contoh kuat bagaimana missing data bisa lebih penting daripada visible data.

Success Story Memiliki Masalah yang Sama

Founder sukses:

drop out.

Apakah drop out menyebabkan sukses?

Tidak.

Kita tidak melihat ribuan orang yang drop out dan tidak membangun perusahaan besar.

Outcome tidak membuktikan semua keputusan sebelumnya optimal.

Outcome Bias

Keputusan buruk bisa menghasilkan outcome bagus karena luck.

Keputusan bagus bisa menghasilkan outcome buruk karena uncertainty.

Misalnya seseorang mempertaruhkan seluruh uang pada satu speculative asset.

Naik 10x.

Apakah decision process-nya otomatis bagus?

Belum tentu.

Good outcome ≠ good decision.

Judge Process Separately

Pertanyaan yang lebih baik:

Dengan informasi yang tersedia saat itu:

apakah decision masuk akal?

Ini penting karena kita tidak bisa mengontrol seluruh outcome.

Kita hanya bisa memperbaiki process.

Hindsight Bias

Setelah sesuatu terjadi:

“Sudah tahu bakal begitu.”

Benarkah?

Sebelum event:

mungkin tidak jelas.

Setelah event:

otak menyusun story sehingga outcome terasa predictable.

Ini disebut hindsight bias.

Market Crash Selalu Terlihat Jelas Setelah Terjadi

Setelah crash:

chart menunjukkan obvious bubble.

Orang bilang:

“Signs-nya jelas.”

Tetapi sebelum crash:

ada banyak possible scenario.

Kalau benar-benar obvious:

semua orang bisa short market tepat waktu.

History terlihat lebih deterministic daripada future.

Halo Effect

Seseorang menarik.

Percaya diri.

Berpakaian rapi.

Kita mungkin secara tidak sadar menganggap:

lebih pintar,

lebih competent,

lebih trustworthy.

Satu positive characteristic “menyebar” ke judgment lain.

Celebrity Endorsement Memanfaatkan Hal Ini

Actor hebat mempromosikan skincare.

Apakah expertise acting membuat mereka ahli dermatology?

Tidak.

Tetapi positive association berpindah ke product.

Authority harus relevan dengan domain.

Authority Bias

Dokter mengatakan sesuatu tentang medicine:

relevant expertise.

Dokter mengatakan prediction cryptocurrency:

expertise belum tentu relevant.

Title membuat kita lebih mudah percaya.

Selalu tanyakan:

Expert dalam bidang apa?

Dunning-Kruger Sering Disalahgunakan

Internet suka berkata:

“Orang bodoh tidak tahu mereka bodoh.”

Itu simplification berlebihan.

Secara umum, limited knowledge memang dapat membuat self-assessment sulit karena kita juga kekurangan knowledge untuk mengenali error sendiri.

Tetapi konsep ini bukan license untuk menyebut setiap orang yang berbeda pendapat sebagai bodoh.

Expertise Juga Bisa Membawa Blind Spot

Expert punya deep knowledge.

Tetapi kadang assumption mereka dibentuk oleh:

pengalaman lama,

industry convention,

atau success sebelumnya.

Newcomer kadang melihat possibility berbeda.

Expertise valuable.

Tidak infallible.

Overconfidence Bias

Kita cenderung overestimate:

knowledge,

prediction accuracy,

atau control.

Contoh:

“Project ini pasti selesai Jumat.”

Padahal setiap project sebelumnya terlambat.

Confidence tinggi tidak otomatis berarti probability tinggi.

Planning Fallacy

Renovasi:

“dua minggu.”

Selesai:

enam minggu.

Software project:

“launch bulan depan.”

Tiga bulan kemudian:

masih debugging.

Kita underestimate waktu, cost, dan complexity.

Reference Class Forecasting

Daripada hanya bertanya:

“Menurut gue project ini berapa lama?”

Lihat:

project serupa sebelumnya membutuhkan berapa lama?

Historical base rate membantu melawan optimism.

Kalau lima project terakhir rata-rata 8 minggu:

plan 2 minggu perlu evidence sangat kuat.

Base Rate Neglect

Ada penyakit langka.

Test cukup akurat.

Hasil positive.

Apakah berarti hampir pasti sakit?

Belum tentu.

Kita perlu mempertimbangkan prevalence atau base rate.

Probability sering counterintuitive.

Representative Story Bisa Mengalahkan Statistik

Seseorang terlihat seperti stereotype programmer.

Kita langsung menebak:

programmer.

Padahal jika populasi di ruangan tersebut terdiri dari:

95 accountants

dan

5 programmers,

base rate sangat penting.

Story terasa vivid.

Statistics terasa abstrak.

Otak sering memilih story.

Gambler’s Fallacy

Coin flip:

heads lima kali.

“Berikutnya pasti tails.”

Tidak.

Kalau coin fair dan setiap flip independent:

probability tetap sama.

Previous sequence tidak menciptakan debt yang harus dibayar randomness.

Roulette Tidak Ingat Putaran Sebelumnya

Merah muncul tujuh kali.

Display casino bahkan sering menunjukkan history.

Player:

“Black sudah waktunya.”

Wheel:

tidak peduli.

Random independent event tidak memiliki memory.

Hot-Hand dan Pattern Recognition

Manusia sangat bagus mencari pattern.

Kadang terlalu bagus.

Melihat wajah di awan.

Melihat “trend” dalam random noise.

Pattern recognition membantu survival.

Tetapi juga membuat kita menemukan signal yang tidak ada.

Apophenia

Kecenderungan melihat connection atau meaning dalam hal yang sebenarnya unrelated dapat muncul dalam berbagai bentuk.

Tidak semua coincidence membutuhkan explanation besar.

Dengan miliaran event terjadi setiap hari:

coincidence pasti terjadi.

Regression to the Mean

Athlete bermain luar biasa.

Game berikutnya lebih biasa.

Orang bilang:

“Karena dipuji jadi jelek.”

Mungkin.

Tetapi extreme performance sering secara natural diikuti result lebih dekat ke average.

Ini regression toward the mean.

Ini Bisa Membuat Treatment Palsu Terlihat Efektif

Seseorang mencoba treatment ketika symptom berada di titik terburuk.

Beberapa hari kemudian:

membaik.

Apakah treatment penyebabnya?

Mungkin.

Tetapi symptom bisa juga secara natural kembali ke average.

Butuh controlled evidence.

Correlation Tidak Sama dengan Causation

Ice cream sales naik.

Drowning juga naik.

Apakah ice cream menyebabkan drowning?

Tidak.

Variable ketiga:

summer / hot weather.

Orang membeli ice cream.

Lebih banyak orang berenang.

Correlation bisa muncul karena confounder.

Tetapi “Correlation Is Not Causation” Juga Sering Disalahgunakan

Correlation tetap information.

Ia bisa menjadi clue.

Hanya saja tidak cukup sendirian untuk membuktikan causal relationship.

Good analysis bertanya:

mekanismenya apa?

Ada confounder?

Experiment?

Temporal order?

Selection Bias

Survey:

“Apakah pembaca website kami menyukai website ini?”

Responden adalah:

orang yang masih menggunakan website.

Orang yang benci mungkin sudah pergi.

Sample tidak representative.

Online Poll Sangat Rentan

Twitter poll bukan national survey.

Follower account tertentu sudah memiliki demographic dan belief tertentu.

10.000 votes tidak otomatis representative.

Sample quality lebih penting daripada sample size semata.

Self-Selection Bias

Orang yang memilih ikut survey bisa berbeda dari orang yang tidak ikut.

Review online juga begitu.

Orang sangat puas atau sangat marah lebih mungkin menulis review.

Silent majority mungkin tidak mengatakan apa-apa.

Negativity Bias

Satu komentar negatif.

Seratus komentar positif.

Malamnya kita memikirkan:

yang negatif.

Human attention sangat sensitive terhadap threat dan negative information.

Secara evolutionary mungkin masuk akal.

Tetapi di internet bisa melelahkan.

Bad News Menarik Attention

Headline:

“Everything Is Fine.”

Tidak menarik.

Headline:

“THIS CHANGES EVERYTHING.”

Click.

Media economy memiliki incentive untuk menarik attention.

Negativity dan urgency sangat effective.

Mere Exposure Effect

Semakin sering melihat sesuatu:

semakin familiar.

Familiarity dapat meningkatkan liking atau perceived truth dalam kondisi tertentu.

Itulah kenapa advertising repetition bekerja.

Brand masuk kepala.

Familiar Tidak Sama dengan Benar

Claim diulang 100 kali.

Terasa:

“Kayaknya pernah dengar, berarti benar.”

Repetition meningkatkan familiarity.

Verification tetap diperlukan.

Illusory Truth Effect

Repeated statement dapat terasa lebih truthful karena processing lebih mudah.

Ini salah satu alasan misinformation yang diulang terus berbahaya.

Bahkan ketika kita pernah melihat correction:

familiar claim bisa tetap terasa intuitively plausible.

Memory Bukan Video Recorder

Kita sering memperlakukan memory seperti file.

“Ini persis yang terjadi.”

Padahal memory reconstructive.

Detail dapat berubah.

Suggestion memengaruhi recall.

Confidence terhadap memory tidak selalu sama dengan accuracy.

Eyewitness Bisa Salah dengan Sangat Yakin

Seseorang benar-benar percaya melihat sesuatu.

Tidak berarti berbohong.

Memory error bisa terjadi tanpa dishonest intent.

Ini alasan forensic psychology sangat berhati-hati terhadap eyewitness evidence.

Recency Bias

Informasi terbaru mendapat weight terlalu besar.

Employee perform bagus 11 bulan.

Bulan terakhir buruk.

Performance review:

“Dia underperform.”

Manager lupa 11 bulan sebelumnya.

Recency memengaruhi evaluation.

Primacy Effect

Kebalikannya:

first impression sangat kuat.

Interview candidate gugup lima menit pertama.

Kemudian excellent.

Evaluator mungkin masih terpengaruh opening.

First impression penting karena menjadi anchor awal.

Fundamental Attribution Error

Orang memotong jalan:

“Dasar egois.”

Kita memotong jalan:

“Gue buru-buru karena emergency.”

Untuk orang lain:

character.

Untuk diri sendiri:

situation.

Kita sering underestimate situational factor ketika menilai behavior orang lain.

Ini Bisa Memperburuk Conflict

Partner lupa sesuatu:

“Dia nggak peduli.”

Mungkin.

Atau:

capek,

stress,

distracted.

Sebelum mengubah satu behavior menjadi personality judgment:

cari context.

Self-Serving Bias

Kalau sukses:

“Karena gue hebat.”

Kalau gagal:

“Market jelek.”

Kita cenderung mengambil credit untuk positive outcome dan menyalahkan external factor untuk negative outcome.

Ini melindungi ego.

Tetapi bisa menghambat learning.

cara berpikir lebih rasional

Salah satu cara berpikir lebih rasional bukan mencoba menghilangkan seluruh emosi atau bias, melainkan membuat proses keputusan sedikit lebih sulit untuk dibohongi oleh intuisi sendiri. Kita dapat mencari bukti yang bertentangan dengan keyakinan, melihat base rate, memisahkan keputusan dari hasil akhirnya, meminta pendapat independen, dan menunda keputusan ketika emosi sedang sangat tinggi.

Tujuannya bukan menjadi robot.

Tujuannya:

menambahkan quality control pada cara kita berpikir.

Emosi Bukan Musuh Rationality

Ini misconception.

Emotion membantu manusia menentukan:

apa yang penting,

apa yang berbahaya,

apa yang diinginkan.

Tanpa emotion, decision making juga bisa terganggu.

Masalahnya ketika emotion menjadi satu-satunya evidence.

“Gue Merasa Ini Benar” Adalah Data tentang Perasaan

Bukan otomatis data tentang reality.

Feeling bisa memberi signal.

Kemudian investigate.

Misalnya:

“Gue merasa orang ini tidak trustworthy.”

Jangan langsung abaikan.

Tetapi tanyakan:

kenapa?

Behavior apa?

Evidence apa?

Intuition + verification.

Intuition Bisa Sangat Bagus pada Expert

Experienced firefighter mungkin merasa:

“Keluar sekarang.”

Tidak bisa langsung menjelaskan.

Beberapa detik kemudian structure collapse.

Expert intuition dapat berasal dari pattern yang dipelajari ribuan jam.

Tetapi intuition lebih reliable dalam environment dengan recurring patterns dan meaningful feedback.

Intuition Tidak Sama di Semua Domain

Chess master:

strong chess intuition.

Apakah otomatis punya stock-market intuition?

Tidak.

Expertise tidak transfer sempurna.

Domain matters.

Slow Down pada High-Stakes Decisions

Pilih makan siang:

intuition cukup.

Beli perusahaan:

mungkin jangan pakai feeling 30 detik.

Effort berpikir seharusnya proportional terhadap:

stakes

dan

reversibility.

Gunakan Checklist

Pilot menggunakan checklist.

Surgeon.

Engineer.

Bukan karena mereka tidak pintar.

Justru karena manusia bisa lupa.

Checklist mengurangi dependence pada memory dan mood.

Untuk keputusan berulang:

checklist powerful.

Investment Checklist

Sebelum membeli:

Apa thesis?

Apa risk?

Apa evidence yang bisa membuat thesis salah?

Berapa downside?

Apa exit condition?

Checklist mencegah impulsive decision.

Bukan guarantee profit.

Pre-Mortem

Bayangkan keputusan sudah dibuat.

Satu tahun kemudian:

gagal total.

Tanyakan:

Kenapa gagal?

Team mungkin menemukan risk yang sebelumnya tidak dibicarakan karena semua sedang excited.

Pre-mortem membuat criticism socially easier.

Devil’s Advocate

Satu orang diberi tugas:

argue against plan.

Bukan karena dia negative.

Tetapi karena group naturally converges.

Structured disagreement membantu menemukan weakness.

Groupthink

Team sangat kompak.

Leader sangat confident.

Tidak ada yang mau menjadi orang:

“yang bikin suasana negatif.”

Semua setuju.

Plan buruk lolos.

Harmony bisa menjadi enemy of critical thinking.

Psychological Safety Membantu Decision Quality

Team perlu bisa berkata:

“Gue rasa ini salah.”

Tanpa takut dihukum.

Disagreement terhadap idea tidak sama dengan disrespect terhadap person.

Good culture memisahkan keduanya.

Independent Estimates Sebelum Discussion

Tanya lima orang:

berapa lama project?

Kalau semua diskusi dulu:

orang pertama mengatakan 3 minggu.

Yang lain ter-anchor.

Lebih baik:

semua tulis estimate sendiri.

Kemudian compare.

Ini mengurangi anchoring dan conformity.

Wisdom of Crowds Punya Syarat

Crowd bisa menghasilkan estimate bagus ketika judgment:

cukup independent,

diverse,

dan aggregated dengan benar.

Crowd yang saling copy:

bukan wisdom.

Itu echo.

Social Proof

Restaurant penuh:

mungkin bagus.

Product banyak review:

mungkin bagus.

Social proof berguna karena orang lain punya information.

Tetapi bisa dimanipulasi.

Fake review.

Bought follower.

Artificial scarcity.

Signal perlu diverifikasi.

Popular Tidak Sama dengan Benar

Banyak orang pernah percaya hal yang salah.

Consensus penting terutama dari relevant experts.

Tetapi jumlah likes bukan scientific evidence.

Popularity mengukur attention atau preference.

Bukan truth secara otomatis.

Scarcity Effect

“TINGGAL 2!”

“SALE BERAKHIR 03:12!”

FOMO muncul.

Scarcity meningkatkan perceived value.

Kadang scarcity nyata.

Kadang marketing.

Rule sederhana:

kalau tidak akan membeli tanpa countdown:

mungkin jangan membeli karena countdown.

Cooling-Off Period

Untuk purchase besar:

tunggu 24 jam.

Kalau besok masih masuk akal:

evaluate lagi.

Delay memutus emotional momentum.

Shopping cart masih ada.

Uang juga masih ada.

Endowment Effect

Begitu memiliki sesuatu:

kita menilai lebih tinggi.

Mug milik kita terasa lebih valuable daripada mug identik di toko.

Ownership mengubah valuation.

Ini bisa memengaruhi:

selling price,

negotiation,

dan decluttering.

IKEA Effect

Kita merakit sesuatu sendiri.

Sekarang terasa lebih valuable.

Effort meningkatkan attachment.

Project buatan sendiri:

sulit dikritik.

Karena kita bukan hanya melihat hasil.

Kita mengingat effort.

Creator Bias

Writer jatuh cinta pada paragraf.

Designer pada feature.

Founder pada product.

Customer:

tidak peduli.

Effort internal tidak otomatis menciptakan external value.

“Kill your darlings” relevan di banyak bidang.

Present Bias

Rp100.000 sekarang.

atau

Rp120.000 bulan depan.

Banyak orang lebih tertarik sekarang.

Future reward didiscount.

Ini memengaruhi:

saving,

diet,

study,

exercise.

Future self terasa jauh.

Commitment Device

Kalau tahu future self akan tergoda:

buat constraint sekarang.

Automatic savings.

Workout appointment.

Deadline.

Block distracting website.

Present self membantu future self sebelum temptation datang.

Hyperbolic Discounting

Preference terhadap immediate reward bisa berubah ketika reward semakin dekat.

Hari Minggu:

“Senin mulai diet.”

Senin malam:

“Pizza dulu deh.”

Future discipline mudah dijanjikan karena cost belum terasa.

Optimism Bias

“Kemungkinan buruk terjadi pada orang lain.”

Kita underestimate personal risk.

Optimism bagus untuk motivation.

Tetapi risk planning membutuhkan realism.

Seatbelt bukan pessimism.

Insurance bukan prediction bahwa disaster pasti terjadi.

Pessimism Juga Bisa Bias

Tidak semua bias membuat kita terlalu positive.

Seseorang gagal dua kali:

“Berarti gue selalu gagal.”

Overgeneralization dari sample kecil.

Critical thinking berlaku terhadap:

hope

dan

fear.

Binary Thinking

Success atau failure.

Good atau bad.

Smart atau stupid.

Reality sering berada di spectrum.

Project bisa:

70% berhasil.

Decision bisa:

reasonable tetapi imperfect.

Nuance terasa kurang satisfying.

Tetapi sering lebih accurate.

False Dichotomy

“Kita harus memilih A atau B.”

Benarkah hanya dua option?

Mungkin ada:

C.

Combination.

Delay.

Pilot test.

Question the frame.

Kadang solusi terbaik muncul setelah menolak pilihan yang diberikan.

Straw Man

Orang bilang:

“Kita perlu mengurangi penggunaan mobil.”

Response:

“Jadi semua orang dilarang punya mobil?”

Argument asli diubah menjadi versi ekstrem yang lebih mudah diserang.

Good reasoning harus menghadapi strongest version of opposing argument.

Steelmanning

Kebalikannya.

Coba jelaskan argument lawan dengan cara yang bahkan mereka setujui.

Kalau masih bisa membantah:

argument kita lebih kuat.

Ini juga mengurangi pointless debate.

Motivated Reasoning

Kadang kita tidak bertanya:

“Apa yang benar?”

Kita bertanya tanpa sadar:

“Bagaimana gue bisa membuktikan hal yang gue ingin benar?”

Intelligence bahkan bisa membantu membuat justification lebih sophisticated.

Smart people can be excellent lawyers for their own beliefs.

Identity-Protective Cognition

Ketika belief menjadi bagian identity atau group membership:

evidence terasa seperti attack personal.

Discussion berubah dari:

truth-seeking

menjadi

defending tribe.

Ini salah satu reason topik tertentu sulit dibahas secara rational.

Separate Idea from Identity

“Gue percaya X.”

Lebih fleksibel daripada:

“Gue adalah orang X.”

Belief bisa update.

Identity lebih sulit.

Language kecil dapat membantu psychological flexibility.

Saying “I Don’t Know”

Tiga kata yang underrated.

Tidak tahu bukan failure.

Itu state informasi.

Masalahnya ketika pressure sosial membuat kita merasa harus punya opinion tentang semuanya.

Uncertainty adalah bagian normal dari knowledge.

Calibrated Confidence

Daripada:

“Ini pasti terjadi.”

Coba:

“Gue kira kemungkinan sekitar 70%.”

Probability language memaksa kita mengakui uncertainty.

Kalau salah:

review calibration.

Apakah event 70% kita benar sekitar 70% dalam jangka panjang?

Forecasting Bisa Dilatih

Buat prediction.

Catat probability.

Tunggu outcome.

Review.

Tanpa record:

memory melakukan cherry-picking.

Kita ingat prediction yang benar.

Lupa yang salah.

Written record melawan hindsight bias.

Decision Journal

Sebelum keputusan penting, tulis:

informasi yang tersedia.

assumption.

prediction.

reasoning.

confidence.

Beberapa bulan kemudian:

review.

Ini menunjukkan apakah process benar-benar bagus atau kita hanya rewrite history.

Outcome Jangan Digunakan Sendiri untuk Menilai Decision

Contoh:

mengemudi mabuk.

Sampai rumah selamat.

Outcome:

bagus.

Decision:

tetap buruk.

Sebaliknya:

investasi diversified berdasarkan analysis baik.

Market crash.

Outcome sementara buruk.

Process belum tentu salah.

Distinction ini fundamental.

Expected Value

Decision under uncertainty dapat dipikirkan melalui:

probability × outcome.

Tidak selalu harus dihitung exact.

Tetapi konsep membantu.

Option dengan chance kecil menghasilkan upside besar dan downside kecil bisa menarik.

Option dengan chance kecil disaster besar mungkin perlu dihindari.

Asymmetric Risk

Lose Rp100 ribu.

Potential gain Rp10 juta.

Berbeda dari:

potential gain Rp100 ribu.

Potential loss Rp10 juta.

Upside/downside shape matters.

Entrepreneurship dan investing sering membicarakan asymmetry.

Tail Risk

Rare event.

Huge consequence.

Probability kecil tidak berarti boleh diabaikan.

Kalau consequence catastrophic:

risk management penting.

Contoh sederhana:

seatbelt.

Probability crash pada satu trip kecil.

Cost memakai seatbelt sangat kecil.

Margin of Safety

Engineer tidak membuat bridge hanya cukup untuk average load.

Ada buffer.

Finance juga bisa:

emergency fund.

Project management:

time buffer.

Life:

extra capacity.

Optimization tanpa margin membuat system fragile.

Redundancy Terlihat Tidak Efisien sampai Dibutuhkan

Backup drive.

Spare server.

Emergency fund.

Extra staff coverage.

Saat semuanya normal:

terlihat waste.

Saat failure:

menyelamatkan system.

Efficiency dan resilience memiliki trade-off.

Second-Order Thinking

Decision menghasilkan consequence.

Consequence menghasilkan consequence berikutnya.

Contoh:

diskon besar meningkatkan sales.

Bagus.

Tetapi customer belajar menunggu diskon.

Future full-price sales turun.

First-order:

sales naik.

Second-order:

behavior customer berubah.

Incentives Mengubah Behavior

“Show me the incentive and I’ll show you the outcome” adalah prinsip populer dalam decision analysis.

Kalau metric sales volume:

orang mengejar volume.

Kalau metric call duration:

agent mempercepat call.

Metric dapat menghasilkan unintended behavior.

Goodhart’s Law

Ketika sebuah measure menjadi target, ia sering kehilangan kualitas sebagai measure.

School mengejar test score.

Employee mengejar KPI.

Website mengejar clicks.

Orang optimize metric.

Kadang mengorbankan underlying goal.

Metric Bukan Reality

Revenue naik.

Profit?

Follower naik.

Engagement quality?

Pageviews naik.

Customer satisfaction?

Angka membantu.

Tetapi setiap metric hanya proxy.

Incentive Audit

Ketika bingung kenapa seseorang atau organisasi bertindak aneh:

tanyakan:

Apa yang mereka dapat kalau melakukan ini?

Behavior sering lebih mudah dipahami melalui incentive daripada statement.

Tidak berarti semua orang cynical.

Tetapi incentive matters.

Selection Effect vs Treatment Effect

Gym members lebih sehat.

Apakah gym membuat mereka sehat?

Sebagian mungkin.

Tetapi orang yang peduli kesehatan juga lebih mungkin join gym.

Kita harus memisahkan:

siapa yang memilih treatment

dan

apa effect treatment.

Ini penting dalam observational data.

Randomized Experiments Membantu

Random assignment mencoba membuat groups comparable.

Kemudian difference lebih mudah dikaitkan dengan treatment.

Tetapi experiment juga punya limitation:

ethics,

cost,

external validity.

Tidak semua question bisa diuji dengan RCT.

Scientific Thinking Bukan “Percaya Science”

Science adalah process.

Hypothesis.

Evidence.

Replication.

Correction.

Uncertainty.

Knowledge dapat berubah ketika evidence baru datang.

Changing conclusion bukan weakness.

Itu feature.

“Study Says” Belum Cukup

Study apa?

Sample berapa?

Design?

Effect size?

Replication?

Peer review?

Conflict of interest?

Satu paper bukan final truth.

Evidence memiliki hierarchy dan context.

Statistical Significance Tidak Sama dengan Practical Importance

Effect bisa statistically detectable tetapi tiny.

Dengan sample besar:

difference kecil bisa significant.

Tanyakan:

seberapa besar effect?

Apakah meaningful dalam dunia nyata?

Relative Risk Bisa Menyesatkan Tanpa Absolute Risk

“Risk meningkat 100%!”

Dari:

1 in 1,000,000

menjadi:

2 in 1,000,000.

Relative:

100%.

Absolute increase:

sangat kecil.

Keduanya benar.

Framing menentukan impression.

Sample Size Matters

“9 dari 10 orang suka.”

Berapa orang ditanya?

10?

10.000?

Sample size memengaruhi uncertainty.

Tetapi sample besar dengan sampling buruk juga tetap bias.

Quality > Quantity

Survey satu juta follower account tertentu belum tentu menggambarkan population.

Representative sample 2.000 orang bisa lebih useful.

Data besar tidak memperbaiki systematic bias.

Ia hanya mengukur bias dengan lebih precise.

Average Bisa Menipu

Rata-rata gaji:

Rp20 juta.

Tetapi satu billionaire masuk sample kecil.

Mean melonjak.

Median mungkin lebih representative.

Statistic yang tepat tergantung distribution.

Simpson’s Paradox

Trend yang muncul dalam aggregated data dapat berubah atau bahkan berbalik ketika data dipisahkan berdasarkan groups.

Ini menunjukkan:

summary number bisa menyembunyikan structure.

Data analysis membutuhkan context.

Visualisasi Juga Bisa Menyesatkan

Graph dimulai dari 99.

Naik ke 100.

Terlihat massive.

Kalau axis mulai 0:

hampir flat.

Chart bukan neutral object.

Design choice memengaruhi perception.

Cek Axis

Sebelum percaya dramatic chart:

lihat:

x-axis.

y-axis.

units.

time range.

source.

Satu detik bisa menyelamatkan kita dari misleading visualization.

Percentage Tanpa Denominator Tidak Berguna

“50% orang mengalami X.”

50% dari siapa?

Sample?

Country?

Age?

Period?

Denominator memberikan meaning.

Numbers without context bisa terdengar scientific tanpa benar-benar informatif.

Precision Bisa Memberi Ilusi Accuracy

“Probability tepat 73.42%.”

Wow.

Modelnya memang seakurat itu?

Decimal places membuat angka terlihat authoritative.

Tetapi underlying uncertainty mungkin besar.

Precision dan accuracy berbeda.

Complexity Bisa Menjadi Camouflage

Penjelasan panjang.

Jargon.

Equation.

Tidak otomatis benar.

Kadang simple explanation lebih robust.

Tetapi simple juga tidak selalu benar.

Judge evidence.

Bukan presentation style.

Occam’s Razor

Jika beberapa explanation menjelaskan evidence sama baiknya:

prefer explanation yang membutuhkan assumption lebih sedikit.

Tetapi bukan berarti:

“penjelasan paling sederhana selalu benar.”

Reality bisa complex.

Occam adalah heuristic.

Bukan hukum.

Hanlon’s Razor

“Never attribute to malice that which is adequately explained by stupidity” adalah formulation populer.

Dalam kehidupan sehari-hari:

jangan langsung menganggap intentional harm ketika:

mistake,

miscommunication,

atau incompetence

cukup menjelaskan.

Tetapi juga bukan berarti malicious intent tidak pernah ada.

Razors Adalah Tools

Occam.

Hanlon.

Hitchens.

Berbagai reasoning razors membantu simplify thinking.

Tetapi jangan mengubah heuristic menjadi dogma.

Tool berguna dalam context tertentu.

Critical Thinking Bukan Menolak Semua Hal

Skepticism sehat:

“Evidence-nya apa?”

Cynicism:

“Semua bohong.”

Dua hal berbeda.

Orang yang tidak percaya apa pun tidak otomatis lebih rational daripada orang yang percaya semuanya.

Update Belief Berdasarkan Evidence

Bayesian thinking secara sederhana:

mulai dengan prior belief.

Dapat evidence baru.

Update.

Tidak perlu menghitung equation setiap hari.

Konsepnya:

belief punya degree.

Evidence mengubah degree.

Jangan Berpindah dari 0 ke 100 Terlalu Cepat

Satu article mendukung claim.

Belief:

20% → mungkin 35%.

Bukan:

20% → 100%.

Strength of update seharusnya mengikuti strength of evidence.

Extraordinary Claim Membutuhkan Evidence Lebih Kuat

Claim:

“Teman gue punya anjing.”

Low prior surprise.

Tidak butuh laboratory proof.

Claim:

“Anjing teman gue bisa membaca pikiran.”

Evidence standard naik.

Evidence requirement proportional terhadap implausibility.

Source Triangulation

Untuk informasi penting:

jangan hanya satu source.

Cari:

independent source.

Primary source.

Different perspective.

Kalau semua article hanya mengutip article pertama:

itu bukan lima independent confirmations.

Itu satu source memakai lima URL.

Trace to Primary Source

Headline:

“Scientists prove coffee doubles lifespan.”

Buka article.

Mengutip blog.

Blog mengutip press release.

Press release mengutip study.

Study ternyata:

mice.

Sekarang claim berubah drastis.

Trace.

Headline Tidak Sama dengan Paper

Headline optimized untuk attention.

Scientific paper optimized untuk technical communication.

Gap bisa besar.

Jangan mengambil conclusion hanya dari headline.

Read Beyond Screenshot

Quote viral.

Graph screenshot.

Statistic tanpa source.

Sebelum share:

cari origin.

Screenshots memotong context.

Internet sangat bagus menghilangkan paragraph sebelum dan sesudah quote.

Ask: What Would Change My Mind?

Ini salah satu pertanyaan paling powerful.

Kalau kita tidak bisa menjawab:

belief mungkin unfalsifiable.

Good belief harus punya kondisi yang membuat kita update.

Ask: What Else Could Explain This?

Sales turun setelah website redesign.

Conclusion:

“Design baru jelek.”

Alternative:

seasonality.

Traffic turun.

Competitor promo.

Tracking error.

Economic change.

Generate multiple hypothesis sebelum memilih satu.

Ask: Compared to What?

“Produk ini meningkatkan productivity.”

Dibanding:

tidak pakai apa-apa?

Produk lama?

Placebo?

Different team?

Comparison group menentukan meaning.

Ask: What’s the Base Rate?

Startup ini terlihat hebat.

Berapa startup serupa survive lima tahun?

Surgery success story impressive.

Berapa normal success rate?

Individual evidence + base rate menghasilkan picture lebih lengkap.

Ask: Who Is Missing from the Data?

Survivors?

People who quit?

Nonrespondents?

Customers who left?

Dead companies?

Missing group bisa mengubah conclusion.

Ask: Who Benefits?

Claim datang dari siapa?

Apa incentive mereka?

Conflict of interest tidak otomatis membuat claim salah.

Tetapi meningkatkan kebutuhan independent verification.

Ask: Is This Reversible?

Keputusan reversible:

move fast.

Keputusan irreversible:

slow down.

Ini simple decision filter yang sangat useful.

Ask: What’s the Cost of Being Wrong?

Prediksi hujan salah:

bawa payung sia-sia.

Tidak masalah.

Prediksi medical treatment salah:

high consequence.

Evidence standard harus berbeda.

Decision Quality Bisa Ditingkatkan

Tidak ada manusia bebas bias.

Bahkan mengetahui daftar 100 cognitive biases tidak membuat kita immune.

Kadang justru kita menjadi lebih bagus menemukan bias:

pada orang lain.

Yang sulit adalah melihatnya pada diri sendiri.

Bias Blind Spot

Kita cenderung merasa:

orang lain bias.

Gue objektif.

Ironis.

Awareness terhadap bias sendiri juga bias.

Karena itu external process penting:

checklist,

data,

peer review,

independent opinion.

Intelligence Bisa Membuat Rationalization Lebih Canggih

Orang pintar punya lebih banyak cognitive tools.

Bagus untuk menemukan truth.

Tetapi tools sama bisa digunakan untuk membela belief yang sudah diinginkan.

Kita bisa membuat argument sangat sophisticated untuk conclusion yang dipilih secara emotional.

Intellectual Humility

Bukan berarti:

“gue nggak tahu apa-apa.”

Tetapi:

“gue bisa salah.”

Kedengarannya sederhana.

Sulit dipraktikkan.

Terutama ketika:

status,

ego,

atau identity

terlibat.

Mengubah Pikiran Bukan Kekalahan

Kalau evidence berubah:

update.

Itu bukan flip-flop otomatis.

Orang rational seharusnya berubah ketika information berubah.

Tetap percaya hal yang sama apa pun evidence-nya justru bukan consistency yang bagus.

Confidence Harus Mengikuti Evidence

Strong evidence:

strong confidence.

Weak evidence:

tentative conclusion.

No evidence:

“I don’t know.”

Tiga level sederhana sudah meningkatkan kualitas discussion.

Tidak Semua Hal Membutuhkan Opinion

Ada breaking news.

Informasi belum jelas.

Internet:

“Pilih kubu sekarang.”

Kita bisa mengatakan:

tunggu data.

Uncertainty bukan cowardice.

Kadang itu response paling rational.

Speed dan Accuracy Punya Trade-Off

Social media memberi reward kepada:

yang pertama.

Science memberi reward idealnya kepada:

yang benar.

Decision environment berbeda.

Kalau accuracy penting:

beri waktu verification.

Emotional Decision Perlu Cooling Period

Marah.

Mau kirim message panjang.

Tulis.

Jangan kirim.

Tunggu satu jam.

Baca lagi.

Banyak conflict bisa dihindari dengan delay sederhana.

Jangan Membuat Permanent Decision dari Temporary Emotion

Emosi memberi information.

Tetapi intensity berubah.

Untuk decision besar:

tunggu baseline kembali jika memungkinkan.

Tidak semua keputusan harus dibuat saat peak anger atau panic.

Sleep on It

Nasihat lama.

Masih berguna.

Sleep membantu emotional regulation dan memory processing.

Besok pagi:

masalah yang terasa catastrophic jam 2 malam sering terlihat lebih manageable.

Tetapi Jangan Gunakan Thinking sebagai Excuse Selamanya

Critical thinking bisa berubah menjadi:

analysis paralysis.

Lebih banyak spreadsheet.

Lebih banyak research.

Tidak pernah decide.

Tujuan analysis adalah:

better action.

Bukan endless analysis.

Set Decision Deadline

“Jumat gue pilih.”

Sampai Jumat:

gather information.

Setelah itu:

decide berdasarkan evidence terbaik.

Tidak semua uncertainty bisa dihilangkan.

Pada titik tertentu:

harus bergerak.

Good Decision Tidak Membutuhkan Certainty

Kita hampir selalu membuat keputusan dengan incomplete information.

Question bukan:

“Apakah gue 100% yakin?”

Tetapi:

“Apakah information cukup untuk decision dengan stakes ini?”

Probabilistic Thinking Lebih Realistis

Instead of:

“Ini akan berhasil.”

Think:

“Chance berhasil mungkin 70%.”

Sekarang failure tidak otomatis berarti analysis bodoh.

30% event memang terjadi kadang-kadang.

Probability membuat kita lebih comfortable dengan uncertainty.

Luck Selalu Ada

Skill matters.

Preparation matters.

Decision matters.

Luck matters.

Good process meningkatkan odds.

Tidak menjamin outcome.

Itu salah satu pelajaran paling sulit tentang decision making.

Jangan Belajar Pelajaran yang Salah dari Success

Business berhasil setelah founder tidak tidur seminggu.

Conclusion:

“Sleep deprivation adalah rahasia success.”

No.

Outcome bisa terjadi:

despite behavior,

bukan because of behavior.

Causality matters.

Jangan Belajar Pelajaran yang Salah dari Failure

Launch gagal.

“Product gue jelek.”

Mungkin.

Atau marketing.

Timing.

Distribution.

Pricing.

Market.

Failure membutuhkan diagnosis.

Bukan self-attack.

Thinking in Systems

Event jarang berdiri sendiri.

Traffic jam bukan hanya:

“terlalu banyak mobil.”

Ada:

road design,

public transport,

work hours,

housing,

weather,

accident.

Systems thinking melihat interaction.

Feedback Loop

More road.

Driving becomes easier.

More people drive.

Traffic returns.

Intervention mengubah behavior.

System responds.

Linear solution kadang menghasilkan unintended consequence.

Second-Order Effect Harus Dipikirkan

Policy memberikan incentive.

Orang adapt.

Market adapt.

Competitor adapt.

System bukan static.

Decision yang bagus mempertimbangkan response.

One Plus One Bisa Menjadi Three

Inilah ide yang menarik dari nama OnePlusOneIsThree.

Dalam system:

dua komponen bisa berinteraksi dan menghasilkan sesuatu yang lebih besar daripada efek masing-masing secara terpisah.

Team dengan dua orang tepat:

output bisa lebih dari sekadar menjumlahkan individual productivity.

Technology + distribution.

Skill + network.

Data + context.

Interaction menciptakan:

emergent value.

Tetapi One Plus One Juga Bisa Menjadi One

Dua orang hebat dengan conflict buruk:

output turun.

Dua system yang masing-masing bagus:

integration buruk.

Hasil lebih kecil daripada individual capability.

Synergy bukan otomatis positive.

Interaction matters.

Emergence

Ant colony memiliki complex behavior.

Tidak ada satu semut yang mengendalikan semuanya.

Simple local interactions menghasilkan global pattern.

Market.

Traffic.

Social network.

Organization.

Banyak system memiliki emergent behavior.

Reductionism Punya Batas

Memahami setiap komponen mobil membantu.

Tetapi untuk memahami traffic:

kita juga harus melihat interaction antar-mobil.

System-level behavior tidak selalu terlihat dari satu component.

Thinking perlu berpindah scale.

Complex System Sulit Diprediksi

Small change dapat memiliki large effect.

Large intervention kadang punya little effect.

Feedback.

Delay.

Adaptation.

Ini alasan economic dan social prediction sangat sulit.

Confidence harus calibrated.

Model Bukan Reality

Map membantu navigasi.

Tetapi map bukan territory.

Model ekonomi.

Weather model.

Business forecast.

Semua simplify reality.

Model berguna justru karena tidak memasukkan semuanya.

Tetapi jangan lupa limitation.

All Models Are Wrong Some Are Useful

Ungkapan statistician George Box sering diringkas seperti itu.

Model selalu simplification.

Pertanyaan bukan:

“Apakah model perfectly true?”

Tetapi:

“Apakah cukup useful untuk purpose ini?”

Mental Model Adalah Tool

Opportunity cost.

Incentives.

Compounding.

Regression to mean.

Sunk cost.

Second-order effect.

Semakin banyak mental model:

semakin banyak cara melihat problem.

Tetapi model juga bisa disalahgunakan.

Jangan Memaksa Semua Problem Masuk Model Favorit

Kalau hanya punya hammer:

semuanya terlihat nail.

Orang finance melihat incentive.

Psychologist melihat bias.

Engineer melihat system.

Reality bisa membutuhkan beberapa perspective.

Multidisciplinary Thinking

Problem complex sering melintasi domain.

Health:

biology + behavior + economics.

Business:

product + psychology + finance + technology.

City:

engineering + sociology + policy.

Combining lenses menghasilkan picture lebih lengkap.

Disagreement Bisa Berasal dari Model Berbeda

Dua orang melihat data sama.

Conclusion berbeda.

Mungkin mereka memiliki:

assumption,

objective,

time horizon,

atau mental model berbeda.

Sebelum debat conclusion:

compare assumptions.

Define Terms

“Success.”

“Fair.”

“Risk.”

“Healthy.”

“Affordable.”

Dua orang bisa berdebat satu jam karena menggunakan definition berbeda.

Define key terms.

Banyak disagreement mengecil.

Separate Facts Values and Predictions

Fact:

tax rate X%.

Value:

rate itu terlalu tinggi.

Prediction:

menaikkan rate akan menghasilkan Y.

Tiga jenis statement.

Evidence requirement berbeda.

Mencampurnya membuat debate kacau.

Ask What Type of Claim Is This?

Descriptive:

apa yang terjadi?

Causal:

apa penyebabnya?

Predictive:

apa yang akan terjadi?

Normative:

apa yang seharusnya?

Pertanyaan berbeda membutuhkan evidence berbeda.

Critical Thinking Bukan Tentang Menang Debat

Kalau tujuan:

menang,

kita mencari kelemahan lawan.

Kalau tujuan:

mendekati truth,

kita juga mencari kelemahan sendiri.

Mindset berbeda.

Best Outcome Bisa Berarti Kita Salah

Bayangkan debat.

Lawan memberikan evidence kuat.

Kita sadar salah.

Secara truth-seeking:

itu keuntungan.

Kita sekarang punya model dunia lebih accurate.

Ego mungkin merasa kalah.

Knowledge menang.

Curiosity Mengurangi Defensiveness

Daripada:

“Ini salah.”

Coba:

“Kenapa kamu sampai pada conclusion itu?”

Mungkin ada information yang belum kita punya.

Question membuka data.

Attack menutup conversation.

Ask Better Questions

Apa evidence terkuat?

Apa alternative explanation?

Apa assumption utama?

Apa yang kita tidak tahu?

Apa consequence kalau salah?

Pertanyaan berkualitas meningkatkan decision bahkan tanpa IQ tambahan.

Intelligence Tidak Sama dengan Wisdom

Seseorang bisa sangat cepat menyelesaikan complex problem.

Tetapi memilih problem yang salah.

Wisdom lebih terkait:

judgment,

values,

experience,

dan understanding consequence.

Smart decision bukan hanya computational ability.

Knowledge Tidak Sama dengan Judgment

Bisa menghafal semua cognitive bias.

Tetap membuat keputusan buruk.

Knowing terminology membantu.

Practice lebih penting.

Pause.

Check.

Ask.

Review.

Bias Tidak Bisa Dihapus Sepenuhnya

Kita tetap manusia.

Goal realistis:

mengurangi error pada decision penting.

Tidak perlu menganalisis pilihan rasa es krim selama 40 menit.

Save cognitive effort untuk stakes tinggi.

Create Decision Rules in Advance

Contoh:

Tidak membeli barang mahal pada hari pertama melihatnya.

Tidak investasi pada sesuatu yang tidak bisa dijelaskan sederhana.

Tidak mengirim message ketika marah.

Tidak mengambil loan tanpa membaca total cost.

Predefined rules melindungi kita ketika emotion tinggi.

Rules Bisa Diubah

Rule bukan prison.

Kalau evidence menunjukkan rule buruk:

update.

Tetapi update saat tenang.

Bukan ketika sedang mencari alasan untuk melanggarnya.

Environment Bisa Mengurangi Bias

Automatic savings mengurangi present bias.

Shopping list mengurangi impulse purchase.

Checklist mengurangi memory error.

Independent review mengurangi confirmation bias.

Good system mengakui manusia imperfect.

Design for Human Reality

System yang membutuhkan perfect discipline:

fragile.

System yang mengantisipasi:

lupa,

capek,

bias,

emotion,

lebih robust.

Good design bekerja dengan manusia.

Bukan manusia ideal.

Kesimpulan

Orang pintar tetap bisa mengambil keputusan buruk karena intelligence bukan satu-satunya hal yang menentukan kualitas judgment.

Otak manusia dirancang untuk membuat keputusan dengan cepat menggunakan shortcut.

Sebagian besar waktu:

shortcut tersebut sangat membantu.

Tetapi dalam kondisi tertentu mereka menghasilkan bias.

Kita:

mencari informasi yang mendukung belief sendiri,

terpengaruh angka pertama,

takut mengakui sunk cost,

mengikuti crowd,

terlalu percaya confidence,

mengabaikan base rate,

dan menilai keputusan berdasarkan outcome.

Tidak ada tombol untuk mematikan semuanya.

Tetapi kita bisa membangun process yang lebih baik.

Sebelum keputusan penting:

perlambat sedikit.

Cari counter-evidence.

Tanyakan base rate.

Periksa incentive.

Cari alternative explanation.

Pisahkan outcome dari process.

Dan yang paling penting:

beri kemungkinan bahwa kita sendiri bisa salah.

Karena critical thinking bukan kemampuan menemukan alasan kenapa orang lain keliru.

Bagian tersulitnya justru:

menemukan kondisi di mana pikiran kita sendiri sedang menipu kita.

Dan mungkin di situlah konsep One Plus One Is Three menjadi relevan.

Satu informasi saja belum tentu cukup.

Satu perspektif juga belum tentu cukup.

Tetapi ketika evidence, context, dan cara berpikir yang berbeda digabungkan:

kita bisa mendapatkan pemahaman yang lebih besar daripada masing-masing bagian secara terpisah.