Banyak pemimpin bisnis sering berbicara tentang penerapan praktik bisnis yang sehat ke universitas dan layanan publik lainnya. Tapi Alice Gast dari Imperial College London pada tahun 2015 ingin mengubah percakapan di publik dan menyarankan bahwa pola pikir ilmiah dapat menginformasikan dan menguntungkan proses pengambilan keputusan di luar laboratorium. Menurutnya, mengadopsi pola pikir seorang ilmuwan dapat membantu kita semua mendekati dunia yang berubah.
Duncan J. Watts (2014) dalam tulisannya yang dimuat di MIT Technological Review mengatakan bahwa sepanjang sejarah, inovasi dalam instrumentasi seperti mikroskop, teleskop, dan siklotron telah berulang kali merevolusi sains dengan meningkatkan kemampuan para ilmuwan untuk mengukur alam. Sekarang, dengan perilaku manusia yang semakin bergantung pada platform digital seperti Web dan aplikasi seluler, teknologi secara efektif dapat menginstrumentasi dunia sosial juga. Banjir data yang dihasilkan memiliki implikasi revolusioner tidak hanya untuk ilmu sosial tetapi juga untuk pengambilan keputusan bisnis.
Ketika antusiasme untuk “Data Raksasa” tumbuh, skeptisme memperingatkan bahwa terlalu bergantung secara apriori pada data itu menjebak. Data sangat mungkin bias dan hampir selalu tidak lengkap. Hal ini dapat menyebabkan pengambil keputusan untuk mengabaikan informasi yang lebih sulit untuk mendapatkan, atau membuat mereka merasa lebih yakin daripada yang seharusnya. Risikonya adalah bahwa dalam mengelola apa yang telah kita ukur, kita kehilangan apa yang benar-benar penting – seperti yang dilakukan Menteri Pertahanan Amerika Serikat pada era Perang Vietnam, Robert McNamara, yang hanya menonjolkan data. Kita juga masih ingat perbuatan yang dilakukan oleh para bankir di tingkat global sebelum krisis keuangan 2007-2009 yang terlalu mengandalkan model kuantitatif yang cacat.
Lalu, jika data tidak serta merta kita bisa andalkan (apalagi firasat), lantas apa yang seharusnya dilakukan oleh pembuat keputusan yang bertanggung jawab? Meskipun tidak ada jawaban yang benar untuk pertanyaan ini – dunia terlalu rumit untuk satu resep untuk diterapkan – saya percaya bahwa para pemimpin di berbagai konteks dapat memperoleh manfaat dari pola pikir ilmiah menuju pengambilan keputusan.
Pola pikir ilmiah mengambil inspirasi dari metode ilmiah, yang pada intinya adalah resep untuk belajar tentang dunia dengan cara yang sistematis dan dapat ditiru: dimulai dengan beberapa pertanyaan umum berdasarkan pengalaman Anda; membentuk hipotesis yang akan menyelesaikan teka-teki dan itu juga menghasilkan prediksi yang dapat diuji; mengumpulkan data untuk menguji prediksi Anda; dan akhirnya, evaluasi hipotesis Anda terhadap hipotesis yang lain.
Bicara soal pola pikir ilmiah, ketika di satu sisi sebagian besar orang di dunia setuju bahwa output ilmu pengetahuan bermanfaat bagi masyarakat, sebagian besar masyarakat umum tidak tahu apa yang dilakukan para ilmuwan dan para ilmuwan sering distereotipkan sebagai orang aneh. Metode ilmiah seperti yang sudah dijelaskan di atas adalah pedoman yang berjasa atas peningkatan yang menakjubkan dalam pemahaman kita tentang alam selama beberapa abad terakhir.
Sayangnya metode ilmiah lambat memasuki dunia politik, bisnis, kebijakan, dan pemasaran, bidang-bidang yang begitu mengandalkan intuisi kita yang selalu dapat menghasilkan penjelasan mengapa orang melakukan apa yang mereka lakukan atau bagaimana membuat mereka melakukan sesuatu yang berbeda. Karena penjelasan menggunakan intuisi tersebut sangat masuk akal, kecenderungan alami kita dalam bidang-bidang tadi adalah ingin bertindak atas secepatnya tanpa basa-basi lagi. Tetapi jika kita dapat belajar satu hal dari sains, hal itu adalah bahwa penjelasan yang paling masuk akal belum tentu benar. Mengadopsi pendekatan ilmiah untuk pengambilan keputusan mengharuskan kita untuk menguji hipotesis kita dengan data.
Beberapa hal bisa mulai Anda biasakan untuk menerapkan pola pikir ilmiah dalam bisnis sosial Anda. Berikut adalah tiga atribut yang berkontribusi terhadap pemikiran seorang ilmuwan, dan cara-cara mereka dapat diterapkan pada konteks yang lebih luas, contohnya dalam usaha sosial Anda.
- Keingintahuan dan Skeptisime
Para ilmuwan harus skeptis. Seperti rekan-rekan mereka dalam bisnis dan industri, mereka juga harus berinovasi. Ketika mereka berinovasi, para ilmuwan mencapai keseimbangan yang hati-hati antara rasa ingin tahu, intuisi, dan skeptisisme. Pekerjaan mereka didorong ke depan oleh rasa ingin tahu, dan dipandu oleh intuisi dan pengetahuan sebelumnya, tetapi teknik seperti tinjauan rekan eksternal dan internal dan uji coba kontrol acak juga tertanam dalam cara berpikir mereka untuk menghindari optimisme dan bias buta. Dalam konteks organisasi atau Anda, undang para skeptis dan non-ahli. Pastikan juga bahwa inisiatif diperiksa oleh seseorang di luar tim Anda, bahkan di luar organisasi atau industri Anda.
- Daya Saing
Lihatlah masalah dan peluang dalam bisnis atau organisasi Anda yang tidak dapat diselesaikan secara terpisah. Bidang-bidang seperti cybersecurity, kekuatan politik, dan ekonomi global. Contoh lainnya misalnya persyaratan teknologi yang secara signifikan mendapat manfaat dari kolaborasi di seluruh industri dan lintas sektor. Ketika beberapa perusahaan berkumpul, mereka dapat membuat hal-hal penting terjadi. Menyatukan industri, pemerintah dan pendidikan tinggi bisa lebih kuat. Berkolaborasilah seperti para seperti ilmuwan.
- Kepercayaan Diri dalam Menghadapi Ketidakpastian
Cobalah memecah masalah menjadi hipotesis yang lebih kecil untuk diuji. Lanjutkan dengan mengevaluasi probabilitas dan keterkaitan antara faktor-faktor yang mempengaruhi probabilitas. Kemudian bergerak maju dengan pengetahuan yang lebih lengkap. Membangun tim yang dapat menangani ketidakpastian dan ambiguitas dengan menyatukan pemahaman mereka akan sekaligus meningkatkan kepercayaan diri Anda dan tim.
Sebagai tambahan di akhir, meskipun data sangat penting untuk pengambilan keputusan ilmiah, tapi teori, intuisi, dan imajinasi tetap penting juga untuk menghasilkan hipotesis yang kita miliki, dan untuk menafsirkan data yang kita kumpulkan. Data dan teori, dengan kata lain, adalah yin dan yang dari metode ilmiah. Teori membingkai pertanyaan yang tepat, sementara data menjawab pertanyaan yang telah diajukan. Menekankan salah satu aspek dengan mengorbankan aspek yang lain dapat menyebabkan kesalahan serius.
Photo by Jason Goodman on Unsplash
