Superforecasting menunjukkan bahwa kemampuan memprediksi masa depan bukan bakat ajaib, melainkan kebiasaan menguji keyakinan, menimbang peluang, dan mengubah pendapat ketika bukti baru muncul.
“Harga laptop ini pasti turun bulan depan.” Lalu promonya habis, stok menipis, dan harganya malah naik. Dompet belum terbuka, ego sudah terluka. Contoh kecil ini memperlihatkan masalah besar: kita gampang menyamakan rasa yakin dengan kemampuan membaca masa depan.
Bagi saya, bagian paling menohok dari Superforecasting bukan soal siapa yang paling pintar. Justru soal siapa yang rela berkata, “Kayaknya tebakan saya perlu diperbaiki.” Kita suka orang yang bicara tegas. Namun, suara mantap bukan jaminan prediksi akurat. Kadang itu cuma tebakan yang memakai jas.
Philip E. Tetlock, psikolog yang lama meneliti penilaian para pakar, menulis buku ini bersama Dan Gardner, penulis sains dan kebijakan publik. Mereka membahas riset prediksi, terutama Good Judgment Project, yang mengikuti turnamen prakiraan geopolitik dengan dukungan IARPA, lembaga riset komunitas intelijen Amerika Serikat.
Para peserta menjawab pertanyaan dengan hasil yang bisa diperiksa, seperti peluang seorang pemimpin tetap menjabat hingga tanggal tertentu. Sebagian peserta biasa mampu mencatat akurasi sangat tinggi secara konsisten. Mereka bukan cenayang. Mereka memakai informasi publik, latihan, diskusi, dan evaluasi. Pesan utamanya terasa melegakan: cara berpikir kita bisa diperbaiki, meski ketidakpastian tidak bisa dihapus.
Berikut tiga pelajaran dari buku ini:
- Ganti kepastian palsu dengan peluang yang bisa diuji.
- Pecah pertanyaan besar, lalu mulai dari pola dasar.
- Perbarui keyakinan dan ukur kesalahan tanpa membela ego.
Mari kita bedah, tanpa perlu bola kristal.
Pelajaran satu: Ganti kepastian palsu dengan peluang yang bisa diuji.
Kata “mungkin” terdengar aman, tetapi artinya bisa berbeda untuk setiap orang. Kamu menganggapnya hampir pasti, rekanmu menganggapnya tipis sekali. Para peramal unggul, atau superforecaster, berusaha memberi angka pada ketidakpastian. Mereka tidak sekadar berkata sebuah peristiwa akan terjadi. Mereka memperkirakan seberapa besar peluangnya, dengan tenggat dan kriteria hasil yang jelas. Angka bukan aksesori agar terdengar ilmiah. Angka membuat keyakinan bisa diperiksa.
Misalnya, alih-alih berkata, “Proyek ini bakal beres cepat,” tulis, “Peluangnya tujuh puluh persen untuk selesai sebelum akhir bulan, dengan seluruh pengujian lolos.” Sekarang kita tahu apa yang sedang diprediksi. Kalau proyek terlambat, prediksi itu tidak otomatis membuktikan metodenya buruk. Peluang gagal tetap ada. Yang perlu diperiksa ialah pola banyak prediksi: apakah kejadian yang diberi peluang tujuh puluh persen benar-benar terjadi sekitar tujuh dari sepuluh kali?
Itulah gagasan kalibrasi. Tingkat keyakinan seharusnya cocok dengan frekuensi hasil. Buku ini juga membahas skor Brier, ukuran yang membandingkan probabilitas prediksi dengan hasil aktual. Kesalahan yang disertai keyakinan berlebihan mendapat hukuman lebih besar. Saya suka konsekuensinya: kita tidak bisa terus berkata, “Kan saya sudah menduga,” setelah hasil muncul. Catatan prediksi memaksa ingatan berhenti mengedit cerita sesuka hati.
Pelajaran dua: Pecah pertanyaan besar, lalu mulai dari pola dasar.
Pertanyaan besar sering membuat kita buru-buru mencari cerita yang terasa masuk akal. “Apakah usaha kafe ini bakal berhasil?” Langsung terbayang lokasi bagus, kopi enak, dan pemilik ramah. Tetlock dan Gardner menawarkan pendekatan lain: pecah persoalan menjadi bagian yang lebih kecil. Berapa biaya tetapnya? Berapa pelanggan harian yang dibutuhkan? Seberapa sering pelanggan kembali? Ini sejalan dengan pendekatan Fermi, yaitu menyusun perkiraan melalui komponen yang lebih mudah ditaksir.
Namun, jangan hanya terpaku pada keunikan kasus. Mulailah dari sudut pandang luar, yakni melihat hasil kelompok pembanding yang relevan. Untuk kafe, cari data usaha sejenis dengan lokasi, harga, dan usia usaha yang sebanding. Pola dasar itu menjadi titik awal, bukan vonis. Setelahnya, sesuaikan perkiraan memakai bukti khusus. Antrean ramai saat pembukaan memang menarik, tetapi belum membuktikan pelanggan akan kembali setelah diskon selesai. Nah, bagian ini sering bikin semangat bisnis agak mengempis. Bagus juga, sebelum tabungan ikut mengempis.
Buku ini menggambarkan manfaat pola pikir “rubah”: memakai banyak gagasan kecil, bukan memaksakan satu teori besar untuk menjelaskan semuanya. Pengetahuan tetap penting, tetapi keluwesan memakainya juga penting. Saat menilai tawaran kerja, misalnya, jangan cuma terpukau kenaikan gaji. Pisahkan pertanyaan tentang stabilitas perusahaan, beban kerja, atasan, dan peluang belajar. Kamu mungkin menemukan bahwa keputusan yang terlihat menguntungkan punya risiko yang sebelumnya tertutup oleh satu angka menarik.
Pelajaran tiga: Perbarui keyakinan dan ukur kesalahan tanpa membela ego.
Prediksi bukan janji kesetiaan. Kalau bukti berubah, perkiraan juga boleh berubah. Para peramal unggul cenderung memperbarui penilaian secara bertahap, sesuai bobot informasi baru. Mereka tidak mengabaikan kabar yang mengganggu keyakinan awal. Namun, mereka juga tidak langsung membalik pendapat karena satu berita heboh. Semangatnya bersifat Bayesian: keyakinan awal diperbarui berdasarkan seberapa kuat bukti baru mendukung kemungkinan tertentu.
Bayangkan kamu memperkirakan peluang proyek selesai tepat waktu sebesar tujuh puluh persen. Kemudian pemasok utama terlambat mengirim komponen. Peluangnya layak diturunkan. Jika tim menemukan pemasok pengganti yang sudah teruji, peluangnya bisa dinaikkan lagi. Besarnya perubahan harus mengikuti dampak bukti, bukan suasana hati. Pertanyaan yang berguna ialah, “Informasi apa yang akan membuat saya berubah pikiran?” Kalau jawabannya “tidak ada”, mungkin kita sedang menjaga identitas, bukan menguji perkiraan.
Latihan ini makin kuat lewat tim yang mau saling mengkritik. Buku tersebut menunjukkan manfaat kolaborasi ketika anggota berbagi alasan, mempertanyakan asumsi, dan menggabungkan penilaian. Bukan sekadar mengikuti anggota paling vokal. Untuk mulai sendiri, buat jurnal prediksi: tulis pertanyaan, tenggat, peluang, alasan, dan kondisi yang bisa mengubah penilaianmu. Periksa hasilnya secara berkala. Tujuannya bukan mencari siapa yang pantas disalahkan, melainkan menemukan kebiasaan berpikir yang perlu dibenahi.
Review Superforecasting
Kekuatan Superforecasting ialah mengubah pembahasan ketidakpastian menjadi keterampilan yang bisa dilatih. Riset, kisah peserta, dan contoh prediksinya saling melengkapi. Menurut saya, gagasan paling berharga bukan “jadilah peramal hebat”, melainkan “berhentilah memberi hadiah kepada keyakinan yang belum diuji”. Itu berguna untuk rapat kerja, keputusan uang, hingga menilai komentar pakar.
Kekurangannya, pembahasan turnamen dan geopolitik sesekali terasa repetitif. Metodenya juga paling mudah diterapkan pada pertanyaan dengan hasil serta tenggat yang jelas. Pilihan hidup yang kabur atau perubahan berjangka sangat panjang tidak semudah itu dinilai. Buku ini bukan resep kepastian, dan justru lebih bermanfaat jika dibaca sebagai latihan disiplin berpikir.
Untuk siapa saya merekomendasikan ringkasan Superforecasting ini?
Saya merekomendasikannya untuk pengelola proyek yang sering menaksir tenggat, pemilik usaha yang menimbang permintaan, investor yang ingin menguji asumsi, serta pembaca berita yang lelah mendengar prediksi penuh percaya diri. Kamu tidak perlu mahir statistik untuk mulai. Cukup bersedia mencatat tebakan dan menerima koreksi. Kalau harus memilih satu keyakinan untuk diuji minggu ini, keyakinan apa yang paling ingin kamu pertahankan, tetapi paling sedikit kamu periksa?
