Second-Order Thinking: Cara Memprediksi Dampak Jangka Panjang Sebelum Memutuskan

techiiii.com – Banyak keputusan buruk terasa masuk akal pada saat dibuat. Diskon besar menaikkan penjualan, target agresif menaikkan output, aturan baru menghentikan masalah yang terlihat. Masalahnya muncul belakangan, di tempat yang tidak ikut kamu hitung. Second-order thinking adalah kebiasaan bertanya “lalu apa?” sebelum bertindak, bukan sekali tapi beberapa lapis. Artikel ini menjelaskan konsepnya, cara menerapkannya secara praktis, dan, yang sama pentingnya, batas kemampuan kita memprediksi masa depan.

Apa itu second-order thinking

Konsep ini sering dikaitkan dengan Howard Marks, yang menyebutnya “second-level thinking” dalam buku The Most Important Thing (2011), menurut Mind Tools dan Farnam Street. Marks menyebut pemikiran tingkat pertama sebagai hal yang “simplistik dan dangkal” dan bisa dilakukan hampir semua orang. Pemikiran tingkat kedua melihat melewati jawaban yang paling jelas ke dampak yang muncul kemudian, termasuk bagaimana orang lain bereaksi dan bagaimana waktu mengubah hasilnya. Konsepnya dipakai Marks dalam konteks investasi, tapi gagasan umumnya berlaku untuk keputusan apa pun.

Contoh dari Farnam Street: makan sebatang cokelat saat lapar adalah pemikiran tingkat pertama. Pertanyaan tingkat kedua: apa yang terjadi kalau pilihan itu menjadi kebiasaan? Contoh bisnis dari Mind Tools: pemimpin tim menetapkan target menaikkan output 20% dalam enam bulan. Tim menghasilkan 30%, tapi gudang tidak sanggup menampungnya, muncul antrean, dan penjualan turun. Keputusan itu tampak bagus secara lokal tetapi merugikan organisasi karena dampak lebih luasnya tidak dipertimbangkan.

Kenapa kita sering berhenti di tingkat pertama

Ada alasan struktural di balik ini. Robert Merton, dalam artikelnya tahun 1936, mengidentifikasi lima sumber konsekuensi yang tidak terantisipasi, seperti dirangkum Econlib (Rob Norton):

  1. Ketidaktahuan.
  2. Kesalahan (salah memperkirakan). Dua sumber pertama disebut paling lazim.
  3. “Imperious immediacy of interest”: keinginan begitu kuat pada hasil yang diinginkan sampai efek samping sengaja diabaikan.
  4. Nilai dasar: nilai yang dianut justru memicu hasil yang bertentangan. Contoh dalam artikel itu: etika kerja keras yang paradoksnya menumbuhkan kekayaan yang kemudian melemahkan etika itu.
  5. Prediksi yang menggagalkan diri sendiri: peramalan publik terbukti salah karena justru mengubah perilaku.

Econlib juga mencatat bahwa ketidaktahuan sungguhan berbeda dari ketidaktahuan yang disengaja. Merton sendiri tidak pernah menyelesaikan buku yang direncanakannya tentang topik ini. Daftar ini berguna sebagai pemeriksaan cepat: apakah kamu belum tahu, salah hitung, terlalu menginginkan hasilnya, atau sedang bertaruh pada nilai yang bisa berbalik?

Contoh klasik: ketika insentif berbalik

Kisah “cobra effect” sering dikutip: pejabat kolonial di Delhi memberi hadiah untuk kobra mati, lalu warga beternak kobra untuk mengambil hadiah, dan setelah program dibatalkan kobra ternak dilepas. Hati-hati dengan kisah ini. Episode Freakonomics Radio yang saya buka menyampaikannya hanya berdasarkan penuturan Vikas Mehrotra, tanpa catatan arsip yang disebutkan. Kasus Hanoi (1902) didasarkan pada riset arsip sejarawan Michael Vann: pemerintah membayar hadiah untuk ekor tikus, dan seorang petugas kesehatan dilaporkan menemukan peternakan tikus di pinggir kota. Itu pun secara tidak langsung dan tanpa pemeriksaan data yang dijelaskan di episode. Episode itu sendiri mengakui bukti lebih luasnya terbatas dan tidak memberi data sistematis tentang seberapa sering insentif berbalik arah.

Pelajaran yang aman dari sini bukan “insentif selalu gagal”, melainkan: setiap insentif mengundang respons, dan respons itu perlu kamu bayangkan sebelum meluncurkannya.

Cara menerapkannya: langkah praktis

1. Tanyakan “lalu apa?” berulang kali

Farnam Street menyarankan menanyakan “and then what?” dan menguji konsekuensi pada beberapa horizon waktu: 10 menit, 10 bulan, 10 tahun. Mind Tools menyarankan hal serupa dengan rentang hari, minggu, bulan, tahun, sampai sepuluh tahun. Tuliskan konsekuensi tingkat pertama, kedua, dan ketiga di satu lembar. Hanya dengan menuliskannya, kamu biasanya menemukan celah.

2. Petakan siapa yang akan bereaksi

Farnam Street menyebut karyawan, pesaing, pemasok, dan regulator sebagai pihak yang perlu dipertimbangkan, sambil mencatat efeknya sering kecil tapi layak dicek. Mind Tools menambahkan agar melibatkan orang lain karena mereka bisa melihat dampak yang tidak kamu lihat.

3. Periksa asumsi dan sumbernya

Mind Tools menyarankan menanyakan bukti di balik setiap klaim dan siapa sumbernya. Sertakan juga pertanyaan: kondisi apa yang bisa berubah dan mengubah hasilnya?

4. Jangan buang opsi terlalu cepat

Mind Tools menyarankan menahan alternatif sampai ada alasan kuat untuk membuangnya. Farnam Street juga mencatat, tanpa data pendukung, bahwa pilihan yang kurang dipertimbangkan orang mungkin menghadapi persaingan lebih sedikit.

5. Jalankan pre-mortem

Gary Klein memperkenalkan pre-mortem di Harvard Business Review tahun 2007, menurut Ness Labs. Langkahnya: tinjau rencana, bayangkan proyek sudah gagal total, tiap orang menuliskan sebab kegagalan secara mandiri, lalu dibagikan satu per satu dan rencana diperbaiki. Ness Labs mengklaim ini membantu menyingkap titik buta dan mengurangi groupthink, tapi artikelnya tidak menyajikan evaluasi empiris dan tidak mengutip angka penelitian.

6. Beri probabilitas dan catat hasilnya

Philip Tetlock, dalam wawancara Knowledge at Wharton (2015), menyarankan mengganti kata samar seperti “mungkin” dengan persentase, mencatat hasilnya, dan memperbarui keyakinan ketika bukti berubah. Praktik ini menjaga prediksi tetap jujur.

Ilustrasi hitungan (hipotetis, buatan saya)

Bayangkan toko online menjual barang Rp200.000 dengan biaya Rp160.000, jadi margin Rp40.000 per pesanan, dengan 1.000 pesanan per bulan. Manajer mempertimbangkan diskon 10% selama tiga bulan. Saya hitung dengan Python.

Cara berpikir Pertanyaan yang diajukan Hasil 12 bulan (margin)
Tanpa promo Tidak ada perubahan Rp480 juta
Tingkat 1: “pesanan naik 30%” Pesanan jadi 1.300 per bulan selama promo Margin turun menjadi Rp438 juta (selisih −Rp42 juta)
Tingkat 2: “pelanggan menunggu promo berikutnya” Misalkan tiga bulan setelah promo pesanan turun ke 900 Rp426 juta (selisih −Rp54 juta)

Dari sini tiga hal terlihat. Pertama, “pesanan naik 30%” terdengar sukses, tapi margin per pesanan turun dari Rp40.000 menjadi Rp20.000, sehingga laba justru turun. Kedua, untuk mengimbangi margin yang separuh, pesanan perlu mencapai sekitar 2.000 per bulan selama promo, bukan 1.300. Ketiga, efek lanjutan (pelanggan menunda belanja) memperburuk hasil. Semua angka di sini hipotetis, terutama penurunan ke 900 pesanan yang hanya asumsi saya. Intinya bukan memprediksi angka pasti, melainkan memperlihatkan bahwa metrik pertama (pesanan) bisa menyesatkan jika dinilai sendirian.

Batas: kita tidak bisa memprediksi segalanya

Ini bagian yang sering dilewatkan artikel sejenis. Tetlock mencatat bahwa kebanyakan orang adalah peramal yang buruk, dan banyak pakar terkenal tidak punya rekam jejak yang bisa diverifikasi. Di beberapa bidang, seperti pergerakan harga saham jangka pendek, ketidakpastiannya memang tak tereduksi, sehingga bahkan peramal terampil tidak banyak membaik. Menurut wawancara itu, banyak pertanyaan geopolitik atau kebijakan tampak lebih bisa diprediksi. Sifat peramal yang lebih baik, dalam penelitian Tetlock, termasuk berpikiran terbuka dan mau memadukan banyak perspektif (“fox”) ketimbang bertumpu pada satu teori besar (“hedgehog”). Wawancara itu juga mengingatkan bahwa data turnamen dan contohnya berasal dari 2011 sampai 2015.

Implikasinya praktis. Second-order thinking tidak memberi kepastian. Ia membuatmu lebih siap, lebih sedikit terkejut, dan lebih mudah mengoreksi arah. Dua kebiasaan yang membantu:

  • Ukur seberapa sering prediksimu benar, supaya kepercayaan dirimu terkalibrasi.
  • Pilih keputusan yang bisa dibatalkan atau diuji kecil-kecilan bila ketidakpastiannya besar (ini saran umum saya, bukan kutipan dari satu sumber).

Mind Tools juga memperingatkan dua kegagalan sebaliknya: terlalu banyak menganalisis sampai tak memutuskan, dan groupthink yang menurutnya merupakan bentuk pemikiran tingkat pertama. Farnam Street mencatat bahwa berpikir lebih dalam memang melambat dan sulit dilakukan dalam kerangka sistem, interaksi, dan waktu.

Kesalahan yang sering terjadi

Kesalahan Kenapa bermasalah Yang lebih baik
Berhenti di satu “lalu apa?” Dampak berikutnya terlewat Telusuri sampai tingkat tiga untuk keputusan penting
Menilai dengan satu metrik Pesanan naik tapi margin turun Pilih beberapa metrik yang saling mengimbangi
Mengabaikan reaksi pihak lain Pelanggan, pesaing, dan pemasok merespons Petakan pemangku kepentingan
Menganggap kisah populer sebagai bukti Kisah kobra dan tikus tidak terdokumentasi kuat Perlakukan sebagai ilustrasi
Terlalu percaya prediksi sendiri Ramalan manusia sering meleset Pakai probabilitas dan catat hasil
Analisis tanpa akhir Mind Tools memperingatkan kelumpuhan analisis Tetapkan batas waktu keputusan
Mengira ini jaminan Ketidakpastian tetap ada Siapkan rencana cadangan
Hanya berpikir sendirian Titik butamu tetap ada Libatkan orang lain dan lakukan pre-mortem

Add Your Comment