Bertindak untuk Mengetahui

Bayangkan penjualan sebuah toko daring turun setelah alur pembayaran diubah. Ada beberapa penjelasan yang masih masuk akal. Pembeli mungkin keberatan terhadap harga, proses pembayaran baru mungkin lebih sulit, sebagian transaksi mungkin gagal tanpa tercatat, atau penurunan itu hanya mengikuti perubahan musiman.

Pemilik toko dapat terus memeriksa data yang sudah ada. Namun ada keadaan ketika catatan lama tidak cukup untuk membedakan penjelasan tersebut. Jika transaksi yang gagal tidak tercatat, mengulang analisis terhadap transaksi yang berhasil tidak akan membuat kegagalan itu terlihat. Menunggu data baru juga belum tentu menyelesaikan masalah jika mekanisme pencatatannya tetap sama.

Pilihan lain adalah bertindak. Sebagian pengunjung dapat menerima kembali alur pembayaran lama. Biaya pengiriman dapat diubah hanya untuk kelompok tertentu. Pemeriksaan tambahan dapat dipasang sebelum seluruh sistem diubah. Sebuah kebijakan dapat diterapkan terlebih dahulu pada wilayah terbatas. Tindakan seperti itu tidak hanya berusaha memperbaiki keadaan. Ia juga dapat membuat beberapa kemungkinan menghasilkan akibat yang berbeda sehingga sesuatu yang sebelumnya sulit dibedakan menjadi lebih mudah diperiksa.

Tulisan Memahami: Apa yang Layak Dipercaya? membahas dasar dan batas klaim. Memilih: Apa yang Layak Dilakukan? membahas alasan praktis untuk memilih di antara tindakan, menunggu, menyelidiki, membatasi komitmen, atau berhenti. Tulisan ini mengerjakan satu antarmuka di antara keduanya: kapan tindakan layak dipakai sebagai bagian dari penyelidikan, bagaimana nilai informasinya dibandingkan dengan akibat tindakannya, dan apa yang dilakukan setelah dunia merespons.

Hubungannya bukan urutan wajib. Kadang pemahaman yang tersedia sudah cukup untuk bertindak. Kadang penyelidikan pasif lebih murah dan lebih aman. Kadang tindakan sendiri menjadi cara memperoleh bukti.

model
↓
tindakan
↓
respons
↓
bukti baru
↓
model yang diperbarui
↓
tindakan berikutnya

Tindakan mempunyai akibat praktis dan epistemik#

Sebuah tindakan biasanya dinilai berdasarkan apa yang diubahnya. Menurunkan harga dapat meningkatkan penjualan. Menutup mesin yang dicurigai rusak dapat mengurangi risiko. Mengganti formulir dapat mengurangi kesalahan. Ini adalah akibat praktis atau instrumental.

Namun tindakan yang sama dapat mengubah apa yang dapat diketahui. Jika hanya sebagian pembeli menerima alur pembayaran baru sementara kelompok lain mempertahankan alur lama, perbedaan hasil dapat memberi informasi tentang pengaruh perubahan tersebut. Jika mesin yang dicurigai dihentikan sementara dan gangguan menghilang, dugaan tertentu memperoleh bukti baru. Jika kebijakan diterapkan terbatas dan kelompok yang berbeda merespons dengan cara yang berbeda, respons itu dapat membantu membedakan penjelasan yang sebelumnya sama-sama mungkin.

Maka suatu tindakan dapat mempunyai sekurang-kurangnya dua akibat yang perlu dinilai:

akibat terhadap keadaan
+
akibat terhadap apa yang dapat diketahui

Keduanya tidak selalu searah. Tindakan yang paling menguntungkan dalam jangka pendek belum tentu paling informatif. Tindakan yang paling informatif juga belum tentu layak jika terlalu mahal, berbahaya, tidak adil, melanggar kewajiban, berada di luar kewenangan, atau menyebabkan akibat yang sulit dipulihkan.

Nilai epistemik karena itu tidak menggantikan pembenaran praktis. Ia menjadi salah satu pertimbangan di dalamnya.

Dari kecocokan ke bukti yang membedakan#

Misalkan ada dua dugaan tentang penurunan penjualan.

H1 = pembeli keberatan terhadap harga
H2 = checkout baru menyebabkan lebih banyak transaksi gagal

Kemudian penjualan turun lagi pada minggu berikutnya. Pengamatan itu cocok dengan kedua dugaan. Karena itu ia hampir tidak membantu membedakan keduanya.

Structured analytic techniques menekankan perbedaan antara evidence yang sekadar konsisten dengan sebuah hipotesis dan evidence yang diagnostik terhadap hipotesis yang bersaing. Analysis of Competing Hypotheses dan diagnostic reasoning dirancang untuk memaksa perhatian beralih dari “apa yang mendukung dugaan saya?” menuju “evidence apa yang lebih diharapkan jika satu penjelasan benar daripada jika penjelasan lain benar?”[1]

Secara sederhana:

H1 memperkirakan X
H2 juga memperkirakan X

Jika X terjadi, sedikit yang dipelajari tentang perbedaan H1 dan H2.

Sebaliknya:

H1 memperkirakan X
H2 memperkirakan Y

Jika kondisi yang cukup baik dibuat dan kemudian X terlihat, pengamatan itu dapat lebih berguna untuk membedakan keduanya.

Prinsip yang biasanya dipakai untuk menilai bukti yang sudah tersedia dapat diarahkan ke depan:

Daripada hanya menunggu pengamatan berikutnya, adakah tindakan yang membuat penjelasan berbeda menghasilkan respons yang cukup berbeda untuk diperiksa?

Di titik ini tindakan mulai berfungsi sebagai probe.

Probe bukan sekadar mencoba sesuatu#

Dalam tulisan ini, probe berarti tindakan yang dipilih setidaknya sebagian karena respons terhadap tindakan tersebut diharapkan memberi informasi yang relevan. Istilah itu tidak menyatakan bahwa tindakan tersebut eksperimen ilmiah yang terkontrol atau bahwa hasilnya pasti dapat diinterpretasikan secara kausal.

Tidak semua percobaan merupakan probe yang baik. Mengubah harga, tampilan, ongkir, dan checkout sekaligus, lalu menemukan bahwa penjualan berubah, mungkin menghasilkan keputusan bisnis yang efektif tetapi penyelidikan yang lemah. Sulit menentukan bagian mana yang menjelaskan perubahan.

Probe yang lebih kuat dimulai sebelum hasil diketahui. Untuk setiap penjelasan yang masih material, tanyakan:

apa yang diharapkan terlihat jika penjelasan ini benar;
apa yang diharapkan jika penjelasan saingannya benar;
seberapa berbeda kedua respons tersebut;
apa hasil yang justru sulit dijelaskan oleh semua hipotesis yang sedang hidup;
apa tindakan berikutnya untuk setiap hasil yang penting.

Butir keempat mencegah penyelidikan menjadi mesin yang hanya memilih pemenang dari daftar yang mungkin sudah salah. Keunggulan H1 atas H2 tidak membuktikan bahwa H1 adalah representasi yang memadai jika kemungkinan penting H3 tidak pernah masuk ruang pembanding.

Informatif, diagnostik, relevan, dan layak diperoleh adalah hal berbeda#

Sebuah probe dapat menghasilkan banyak informasi tetapi hampir tidak membantu keputusan. Karena itu sekurang-kurangnya empat pertanyaan perlu dipisahkan.

Informatif: apakah sesuatu yang belum diketahui akan dipelajari?

Diagnostik: apakah informasi itu membantu membedakan kemungkinan yang material?

Relevan bagi keputusan: jika jawabannya berbeda, dapatkah pilihan, skala, waktu, perlindungan, atau syarat tindakan ikut berubah?

Layak diperoleh: apakah perbaikan keputusan yang mungkin dihasilkan sebanding dengan biaya, waktu, risiko, kewajiban, dan kesempatan yang hilang?

Misalkan pemeriksaan dapat menentukan dengan sangat baik apakah H1 atau H2 benar. Namun:

jika H1 benar → pilih A
jika H2 benar → tetap pilih A

Perbedaan itu mungkin penting untuk pengetahuan umum, tetapi nilai langsungnya bagi keputusan A saat ini kecil.

Decision analysis memformalkan pertanyaan ini melalui value of information. Informasi bernilai karena ia dapat memperbaiki pilihan sebelum pilihan ditetapkan, bukan hanya karena ia menambah kepastian.[2] Howard dan Abbas menempatkan pengumpulan informasi, valuing information, sensitivity analysis, options, dan experimentation di dalam satu arsitektur keputusan yang menghubungkan ketidakpastian dengan tindakan.[3]

Maka:

informatif
≠
diagnostik
≠
relevan bagi keputusan
≠
layak diperoleh

Pembedaan ini mencegah penyelidikan terus dilakukan hanya karena masih ada sesuatu yang belum diketahui.

Mencari tahu juga merupakan alternatif tindakan#

Ketika ketidakpastian besar, ruang pilihan sering digambarkan terlalu sempit: bertindak sekarang atau menunggu. Padahal alternatif yang nyata dapat mencakup:

bertindak penuh;
bertindak sebagian;
mengubah satu komponen;
menjalankan percobaan terbatas;
mencari catatan tambahan;
memperbaiki cara pengukuran;
meminta pemeriksaan independen;
menunggu indikator tertentu;
memilih tindakan sementara yang dapat dibalik;
menjalankan beberapa pendekatan secara paralel;
tidak bertindak.

Mencari informasi adalah salah satu penggunaan sumber daya. Karena itu pertanyaannya bukan sekadar “apakah mengetahui lebih banyak akan berguna?” Informasi tanpa biaya hampir selalu menarik. Pertanyaan praktisnya adalah apakah cara memperolehnya lebih layak daripada penggunaan waktu, uang, perhatian, dan kesempatan yang sama untuk tindakan lain.

Ini juga menjelaskan mengapa tujuan memengaruhi informasi yang layak dicari tanpa membuat tujuan itu menjadi bukti. Pertanyaan tentang apa yang benar tetap perlu dipisahkan dari pertanyaan tentang pengetahuan mana yang bernilai bagi tindakan.

Hasil tindakan tidak otomatis menjelaskan penyebab#

Bayangkan toko menurunkan biaya pengiriman dan penjualan meningkat. Kesimpulan yang menggoda adalah bahwa ongkir memang menyebabkan penurunan.

Belum tentu. Persediaan yang sebelumnya habis mungkin kembali tersedia. Gangguan pembayaran mungkin selesai. Kampanye promosi mungkin dimulai. Penjualan mungkin memang akan pulih tanpa perubahan ongkir.

Tindakan menghasilkan pengamatan baru, tetapi pengamatan tersebut masih perlu ditafsirkan. Urutan “X diubah, lalu Y berubah” belum dengan sendirinya menunjukkan bahwa perubahan Y disebabkan oleh X.

Pertanyaan kausal membutuhkan pembanding: apa yang secara masuk akal akan terjadi seandainya tindakan itu tidak dilakukan? Cara membangun pembanding bergantung pada masalahnya. Ia dapat memakai randomisasi, kelompok pembanding, variasi waktu, desain kuasi-eksperimental, model kausal, atau kesimpulan yang sengaja dibatasi ketika pembanding yang kuat tidak tersedia.

Prinsip minimumnya adalah:

Belajar dari tindakan membutuhkan alasan mengenai perbedaan antara akibat tindakan dan perubahan yang mungkin terjadi tanpa tindakan tersebut.

Ini juga menjaga pembedaan antara diagnosis dan intervensi. Menjelaskan mengapa sesuatu terjadi tidak identik dengan memperkirakan apa yang akan terjadi jika sesuatu sengaja diubah.

Tindakan dapat mengubah objek yang sedang dipelajari#

Probe tidak selalu sekadar membuka keadaan yang sebelumnya tersembunyi. Ia dapat menciptakan keadaan baru.

Menurunkan harga dapat memberi informasi tentang respons pembeli terhadap harga baru. Namun setelah intervensi, pasar yang diamati bukan persis pasar sebelum perubahan. Diskon dapat mengubah ekspektasi. Audit dapat mengubah perilaku pegawai bahkan setelah audit selesai. Kebijakan sementara dapat mengubah kebiasaan, insentif, atau hubungan yang kemudian menjadi bagian dari sistem.

Karena itu perlu dibedakan:

belajar tentang keadaan sebelum tindakan

dari:

belajar tentang respons terhadap intervensi

Keduanya sah, tetapi menjawab pertanyaan berbeda.

Perbedaan ini juga membatasi klaim dari sebuah probe. Respons pada satu skala, periode, atau kelompok tidak otomatis berlaku pada skala, periode, dan kelompok lain. Jika sistem berubah akibat probe, keputusan berikutnya perlu memakai keadaan baru, bukan membayangkan bahwa penyelidikan tidak meninggalkan jejak.

Reversibilitas memberi ruang untuk belajar, tetapi bukan alasan otomatis untuk bertindak#

Tindakan yang dapat dibalik sering mempunyai nilai khusus ketika ketidakpastian besar. Ia memungkinkan urutan:

bertindak terbatas
↓
mengamati
↓
memperbarui
↓
mempertahankan, memperluas, mengubah, atau membatalkan

Sebaliknya, tindakan yang sulit dibalik dapat menutup pilihan sebelum informasi baru tersedia. Nilai mempertahankan opsi ini adalah salah satu alasan mengapa tindakan bertahap kadang lebih baik daripada komitmen penuh.

Namun reversibilitas bukan pembenaran otomatis. Menunggu dapat mahal. Kesempatan dapat hilang. Eksperimen kecil dapat menghasilkan sinyal terlalu lemah. Perubahan yang terlalu sering dapat merusak koordinasi atau kepercayaan. Sebagian akibat terhadap pihak lain juga tidak menjadi dapat dipulihkan hanya karena organisasi dapat mengganti kebijakannya.

Maka pertanyaannya bukan “dapatkah tindakan dibatalkan?”, tetapi “apa yang masih dapat diperbaiki, apa yang tidak dapat dipulihkan, dan apakah fleksibilitas tambahan cukup bernilai dibandingkan biaya menunda komitmen?”

Tentukan branch sebelum hasil datang#

Salah satu pengujian paling sederhana terhadap nilai penyelidikan adalah menanyakan apa yang akan dilakukan untuk setiap hasil penting.

jika hasil X → lakukan A
jika hasil Y → lakukan B
jika hasil tidak jelas → cari C
jika hasil berada di luar model → buka kembali representasi

Jika semua hasil membawa ke tindakan yang sama, informasi tersebut mungkin tidak banyak memperbaiki keputusan saat ini.

Menentukan branch sebelumnya mempunyai dua fungsi. Pertama, ia menghubungkan pengumpulan informasi dengan keputusan nyata. Kedua, ia mengurangi kecenderungan mengubah cerita setelah hasil terlihat.

Branch bukan sekadar Plan B. Ia membutuhkan kondisi yang relevan, tanda bahwa kondisi itu sedang terjadi, dan tindakan yang akan dipicu oleh tanda tersebut. Dalam keputusan berulang, pemantauan berguna ketika jelas apa yang dapat dilakukan berdasarkan hasilnya. Literatur structured decision-making dan adaptive management membedakan pemantauan untuk mengetahui keadaan, menilai hasil terhadap tujuan, dan belajar mengenai sistem yang dikelola.[4]

Dengan cara ini, informasi mempunyai fungsi terhadap tindakan berikutnya, bukan hanya tersimpan sebagai laporan.

Kapan berhenti mencari tahu?#

Jika setiap ketidakpastian meminta pemeriksaan baru, penyelidikan tidak pernah selesai. Setiap model mempunyai asumsi. Setiap pengamatan dapat dipersoalkan. Hipotesis yang benar mungkin belum terpikirkan.

Karena itu keputusan perlu mempunyai stopping logic.

Tidak ada ambang universal, tetapi beberapa pertanyaan membantu:

apakah informasi berikutnya cukup mungkin mengubah pilihan, skala, waktu, atau perlindungan;
apakah masih ada tanda konkret bahwa representasi atau ruang alternatif yang dipakai tidak memadai;
apakah bukti berasal dari jalur yang terlalu seragam sehingga kegagalan tertentu sulit terlihat;
apakah hasil penting berada di luar apa yang dapat dijelaskan model yang masih hidup;
apakah biaya penundaan mulai lebih besar daripada manfaat informasi tambahan;
apakah tindakan dapat dibatasi atau dibalik jika kemudian ternyata keliru;
apakah ada kewajiban untuk memperoleh informasi tertentu sebelum bertindak.

Berhenti tidak berarti ketidakpastian menjadi nol. Ia berarti bahwa, dengan keputusan yang masih terbuka dan penyelidikan yang sungguh tersedia sebelum tenggat, pencarian tambahan tidak lagi cukup membenarkan biaya atau penundaan.

Sebaliknya, keyakinan tinggi tidak cukup untuk berhenti jika ada peringatan struktural bahwa model, ukuran, atau jalur bukti menutup kemungkinan koreksi yang material. Di titik itu masalahnya bukan “masih kurang berapa persen kepastian?”, tetapi apakah yang sedang diberi probabilitas adalah representasi yang layak dipercaya.

Respons menjadi bukti baru#

Setelah probe dijalankan, respons dunia memasuki pekerjaan memahami.

Jika prediksi telah dinyatakan sebelumnya:

H1 lebih mengharapkan X
H2 lebih mengharapkan Y

lalu X terjadi, dukungan relatif dapat bergeser ke H1, sepanjang X memang lebih diharapkan di bawah H1 dan tidak ada masalah pengukuran atau penjelasan lain yang material.

Namun respons dapat mempunyai beberapa arti:

memperkuat satu hipotesis;
melemahkan hipotesis lain;
hampir tidak membedakan keduanya;
menunjukkan bahwa probe tidak dijalankan seperti direncanakan;
menunjukkan bahwa pengukuran tidak menangkap keadaan yang diperlukan;
membuka penjelasan baru.

Pembaruan tidak harus menghasilkan keyakinan tegas. Ia dapat mengubah derajat dukungan, mempersempit kondisi berlaku, atau membenarkan penangguhan.

Bayesian updating menyediakan salah satu bentuk formal pembaruan probabilistik ketika hipotesis, prior, dan likelihood dapat ditentukan. Namun kesediaan mengubah pikiran tidak dengan sendirinya merupakan penggunaan metode Bayesian. Nama metode tidak boleh menggantikan struktur inferensinya.

Ketika seluruh ruang hipotesis gagal#

Anggap tiga hipotesis masih hidup:

H1 memperkirakan X
H2 memperkirakan Y
H3 memperkirakan Z

Probe dilakukan, tetapi hasilnya Q. Tidak satu pun model mengharapkan Q.

Respons yang buruk adalah memaksa Q masuk ke salah satu cerita lama dengan penjelasan setelah kejadian. Respons yang lebih kuat adalah mempertanyakan apakah masalah hanya terletak pada bobot di antara H1, H2, dan H3.

Mungkin:

variabel penting tidak dimasukkan;
kategori terlalu kasar;
mekanisme lain belum terpikirkan;
batas sistem salah;
pengukuran tidak dapat melihat keadaan yang material;
aktor yang dianggap pasif ternyata bereaksi;
hubungan yang dianggap tetap berubah setelah intervensi.

Dalam keadaan seperti itu, pembaruan probabilitas di dalam model tidak cukup. Yang diperlukan dapat berupa hipotesis baru, ukuran baru, batas sistem baru, atau pertanyaan yang dirumuskan ulang.

update di dalam model:
P(H1), P(H2), P(H3) berubah

reframe:
ruang modelnya sendiri dibuka kembali

Sistem yang sangat disiplin memperbarui probabilitas tetapi tidak pernah mempertanyakan ruang hipotesis tetap dapat menjadi percaya diri terhadap daftar jawaban yang semuanya salah.

Ketika pihak lain dapat melihat probe#

Masalah menjadi lebih sulit ketika sistem mengandung manusia, organisasi, pesaing, regulator, atau lawan yang dapat mengamati tindakan kita.

Audit, misalnya, dapat menghasilkan informasi tentang kepatuhan. Tetapi pihak yang menyadari audit dapat mengubah perilaku, menyembunyikan bukti, atau sengaja menunjukkan pola tertentu. Respons kemudian bukan hanya fungsi dari keadaan awal. Ia juga dipengaruhi oleh apa yang mereka lihat, apa yang mereka pikir kita ketahui, tujuan mereka, dan biaya setiap respons.

kita bertindak
↓
pihak lain mengamati
↓
mereka menafsirkan tindakan
↓
mereka memilih respons
↓
kita mengamati respons

Di sini masuk persoalan strategic interaction dan asymmetric information. Schelling menunjukkan pentingnya ancaman, komitmen, komunikasi, ekspektasi, dan manipulasi struktur pilihan ketika hasil bergantung pada keputusan pihak lain.[5]

Respons aktor kadang justru dapat dipakai untuk memperoleh informasi. Jika tipe atau kepentingan yang berbeda mempunyai alasan untuk memilih respons yang berbeda terhadap kondisi yang sama, respons itu dapat membantu mengungkap sesuatu yang sebelumnya privat. Literatur yang berbeda membahas struktur seperti ini melalui konsep screening, elicitation, atau preference revelation.

Tetapi reaksi strategis tidak boleh dibaca seperti hasil sensor. Aktor dapat mencoba memengaruhi keyakinan kita. Mereka dapat menyadari bahwa respons sedang digunakan sebagai evidence. Karena itu model perlu memuat tidak hanya “apa yang mereka lakukan?”, tetapi juga “apa tujuan, informasi, dan keyakinan yang dapat membuat respons itu masuk akal?”

Informasi yang kita keluarkan ikut membentuk respons#

Jika pihak lain bereaksi terhadap apa yang mereka ketahui, distribusi informasi menjadi bagian dari tindakan.

Beberapa konsep perlu tetap terpisah:

secrecy menjaga informasi agar tidak diketahui;
compartmentalization membatasi siapa di dalam organisasi yang menerima informasi;
OPSEC berusaha mencegah pihak lain menyimpulkan informasi penting dari indikator yang terlihat;
deception sengaja membentuk persepsi tertentu agar target mengambil tindakan atau tidak mengambil tindakan;
signaling menggunakan tindakan yang terlihat untuk menyampaikan informasi tentang niat, kemampuan, atau karakteristik.

Tulisan ini tidak mencoba memberikan teori lengkap masing-masing. Relevansinya lebih sempit: jika pihak lain bereaksi terhadap informasi yang tersedia bagi mereka, maka probe tidak dapat dinilai hanya dari apa yang ingin kita pelajari. Ia juga perlu dinilai dari apa yang probe ungkapkan kepada pihak lain dan bagaimana pengungkapan itu dapat mengubah respons.

Dari probe ke action, reaction, counteraction#

Ketika pihak lain adaptif, beberapa respons perlu dipikirkan sebelum tindakan dimulai.

tindakan kita
↓
reaksi yang masuk akal
↓
counteraction
↓
reaksi berikutnya
↓
branch atau keputusan berikutnya

Wargaming militer menggunakan logika action, reaction, counteraction untuk menguji course of action terhadap lawan yang juga mengambil keputusan. Tujuannya bukan meramalkan satu masa depan dengan pasti, tetapi melihat interaksi, risiko, decision point, dan kebutuhan informasi sebelum rencana dijalankan.[6]

Ini berbeda dari forecasting. Forecasting mencoba memperkirakan apa yang akan terjadi. Wargaming dan contingency planning bertanya apa yang dapat dilakukan jika beberapa reaksi yang masuk akal benar-benar terjadi.

Rencana kemudian berubah dari urutan tunggal:

A → B → C

menjadi struktur bersyarat:

lakukan A
jika X → B
jika Y → C
jika Z → D
jika hasil di luar model → buka kembali penilaian

Kemampuan menyiapkan cabang tidak menghilangkan kejutan. Ia hanya mengurangi kebutuhan untuk menemukan seluruh respons dari nol setelah kejutan datang.

Adaptasi bukan perubahan tanpa akhir#

Proses adaptif mudah disalahartikan sebagai keharusan mengganti rencana setiap kali data berubah. Itu dapat merusak koordinasi dan membuat fluktuasi biasa terlihat seperti perubahan struktural.

Rencana dapat memuat syarat berlaku sejak awal:

lanjutkan selama A
periksa ulang jika B
hentikan jika C

Jika C terjadi dan kegiatan dihentikan, perubahan tindakan itu tidak membuktikan bahwa rencana awal salah. Ia dapat justru menunjukkan bahwa aturan berhentinya dijalankan.

Perubahan yang lebih mendasar diperlukan ketika asumsi penting runtuh, alternatif baru tersedia, tujuan atau kewajiban berubah, model tidak lagi menjelaskan keadaan, atau tindakan yang direncanakan kehilangan kelayakan.

Karena itu perlu dibedakan:

Apakah keadaan baru meminta branch yang sudah disiapkan, atau menunjukkan bahwa masalah keputusan sendiri perlu dirumuskan ulang?

Pembedaan ini menjaga adaptasi dari dua kegagalan yang berlawanan: keras kepala mempertahankan model yang rusak, dan mengganti arah tanpa alasan setiap kali hasil berfluktuasi.

Nilai informasi tidak menghapus batas tindakan#

Probe yang sangat informatif dapat tetap tidak layak dilakukan.

Ia dapat melanggar hak, mengabaikan persetujuan, membebankan risiko kepada pihak yang tidak memilihnya, berada di luar kewenangan, mengingkari kewajiban, atau menciptakan akibat yang tidak dapat dipulihkan. Informasi yang diperoleh tidak menghapus masalah tersebut setelah kejadian.

Karena itu tindakan sebagai penyelidikan tetap berada di bawah pertanyaan apa yang layak dilakukan. Nilai informasi adalah alasan praktis tambahan. Ia bukan izin untuk mengabaikan batas lain.

Hal yang sama berlaku pada deception, screening, atau eksperimen terhadap perilaku orang lain. Fakta bahwa suatu rancangan dapat mengungkap preferensi atau motif tidak dengan sendirinya membenarkan penggunaan rancangan tersebut.

Prosedur minimum#

Untuk masalah yang memang membutuhkan tindakan sebagai bagian dari penyelidikan, prosedur minimum berikut dapat dipakai sebagai pemeriksaan.

Nyatakan keputusan yang masih terbuka. Apa yang masih dapat berubah setelah informasi baru tersedia?
Nyatakan hipotesis atau model yang masih hidup. Jangan hanya menuliskan dugaan favorit.
Cari ketidakpastian yang material. Mana yang dapat mengubah pilihan, skala, waktu, perlindungan, atau syarat tindakan?
Rancang candidate probe. Apa yang dapat dilakukan sehingga model berbeda cenderung menghasilkan respons berbeda?
Tuliskan hasil yang diharapkan sebelum bertindak. Apa yang diharapkan di bawah masing-masing model?
Nilai akibat langsung probe. Biaya, risiko, hak, kewajiban, kewenangan, reversibilitas, dan perubahan pada sistem ikut diperhitungkan.
Tentukan branch sebelumnya. Untuk setiap hasil penting, apa tindakan berikutnya?
Pisahkan pelaksanaan dari hipotesis. Probe yang tidak dilaksanakan sebagaimana direncanakan tidak boleh dipakai seolah telah menguji model yang dimaksud.
Interpretasikan respons sebagai evidence. Tanyakan model mana yang membuat respons itu lebih diharapkan.
Update atau reframe. Ubah dukungan di dalam model bila evidence membedakan; buka kembali ruang model bila hasil tidak cocok dengan semuanya.
Nilai apakah penyelidikan berikutnya masih berharga. Ketidakpastian yang tersisa tidak otomatis meminta penelitian tambahan.
Pilih tindakan berikutnya. Pertahankan, perluas, ubah, batalkan, lindungi, atau cari informasi lain.

Prosedur ini bukan algoritme universal. Banyak keputusan tidak memerlukan seluruh langkah. Fungsinya adalah membuat hubungan antara tindakan, informasi, dan keputusan berikutnya dapat diperiksa.

Apa yang digabungkan, dan apa yang tidak#

Beberapa tradisi intelektual menyentuh bagian berbeda dari masalah ini.

Structured intelligence analysis terutama bertanya bagaimana menghasilkan dan membandingkan hipotesis, memeriksa asumsi, serta mencari evidence yang diagnostik.[1]

Decision analysis menghubungkan tujuan, alternatif, konsekuensi, uncertainty, risk, dan value of information dengan pilihan.[3]

Experimental design mengatur intervensi agar akibat yang diamati lebih berguna untuk belajar. Causal reasoning memeriksa apa yang dapat disimpulkan tentang akibat intervensi dibandingkan keadaan tanpa intervensi. Game theory mempelajari situasi ketika hasil bergantung pada pilihan beberapa aktor yang saling merespons. Wargaming dan contingency planning menguji rencana terhadap reaksi dan cabang. Adaptive management menghubungkan pemantauan, pembelajaran, dan pilihan berikutnya.[4]

Tulisan ini tidak menyatukan semua bidang itu menjadi teori baru. Klaimnya lebih kecil: ketika tindakan mengubah keadaan sekaligus kesempatan untuk belajar, beberapa pertanyaan yang biasanya dipisahkan perlu diperiksa bersama.

Batas#

Pendekatan ini mempunyai batas yang penting.

Pertama, tidak semua keputusan memerlukan probe. Bukti yang tersedia dapat sudah cukup.

Kedua, tidak semua probe menghasilkan informasi yang relevan bagi keputusan.

Ketiga, tindakan dapat merusak atau mengubah objek yang ingin dipahami.

Keempat, respons aktor strategis bukan pengukuran transparan terhadap motif mereka.

Kelima, kemampuan membedakan hipotesis yang tersedia tidak menjamin bahwa hipotesis yang benar sudah terpikirkan.

Keenam, tindakan yang dapat dibalik tidak selalu lebih baik daripada komitmen.

Ketujuh, ketidakpastian sering tidak dapat dihilangkan sebelum tenggat keputusan.

Kedelapan, nilai informasi tidak menghapus hak, kewajiban, kewenangan, atau distribusi risiko.

Kesembilan, outcome yang baik tidak otomatis membenarkan reasoning yang mendahuluinya.

Kesepuluh, kemampuan terus memperbarui rencana bukan alasan untuk menghindari komitmen tanpa batas.

Pendekatan ini berguna ketika informasi dan tindakan benar-benar saling bergantung. Ia tidak perlu membuat setiap keputusan menjadi proyek investigasi.

Dari memahami ke memilih, lalu kembali memahami#

Memahami dan Memilih membedakan alasan untuk percaya dari alasan untuk bertindak tanpa menjadikannya dua tahap yang selalu berurutan.

Hubungan yang dibahas di sini dapat diringkas sebagai:

keadaan
↓
pengamatan
↓
memahami
↓
memilih
↓
tindakan
↓
keadaan baru + informasi baru
↓
memahami lagi
↓
memilih lagi

Dalam kasus ketika tindakan sengaja digunakan sebagai penyelidikan:

MODEL
↓
ketidakpastian apa yang consequential?
↓
PROBE
↓
apa yang berubah dan apa yang terungkap?
↓
REACTION
↓
apa arti respons itu bagi model?
↓
UPDATE
↓
apakah tindakan berikutnya tetap sama?
↓
ADAPT

Bertindak untuk mengetahui bukan berarti bertindak gegabah karena informasi belum lengkap. Ia juga bukan alasan menunda tindakan sampai ketidakpastian hilang.

Intinya lebih sempit:

Ketika tindakan dapat mengubah keadaan sekaligus menghasilkan informasi, kualitas keputusan bergantung bukan hanya pada akibat yang diharapkan dari tindakan itu, tetapi juga pada apa yang dapat dipelajari dari responsnya dan apa yang akan dilakukan setelah belajar.

Karena itu, dalam keadaan tertentu pertanyaan “apa yang akan terjadi jika tindakan ini dilakukan?” perlu ditemani dua pertanyaan lain:

Apa yang akan dapat diketahui setelah tindakan ini dilakukan?

Jika jawabannya datang, keputusan apa yang sungguh dapat berubah?

Referensi#

Pherson, R. H., & Heuer, R. J. Jr. (2019). Structured Analytic Techniques for Intelligence Analysis, 3rd ed. CQ Press/SAGE. Sumber.
Howard, R. A. (1966). “Information Value Theory.” IEEE Transactions on Systems Science and Cybernetics, 2(1), 22–26. DOI.
Howard, R. A., & Abbas, A. E. (2016). Foundations of Decision Analysis. Boston: Pearson. Sumber.
Lyons, J. E., Runge, M. C., Laskowski, H. P., & Kendall, W. L. (2008). “Monitoring in the Context of Structured Decision-Making and Adaptive Management.” Journal of Wildlife Management, 72(8), 1683–1692. DOI.
Schelling, T. C. (1960). The Strategy of Conflict. Cambridge, MA: Harvard University Press. Sumber.
Center for Army Lessons Learned. (2020). How to Master Wargaming: Course of Action Analysis. CALL Handbook 20-06. U.S. Army.