Matematika dibalik Pengambilan Keputusan: Bagaimana Bias Awal dan Informasi Tambahan Mempengaruhi Pengambilan Keputusan

Penelitian terbaru dari seorang profesor di Florida State University dan koleganya menjelaskan matematika di balik bagaimana predisposisi awal (kecenderungan awal) dan informasi tambahan mempengaruhi pengambilan keputusan.

blank

Penelitian terbaru dari seorang profesor di Florida State University dan koleganya menjelaskan matematika di balik bagaimana predisposisi awal (kecenderungan awal) dan informasi tambahan mempengaruhi pengambilan keputusan.

Hasil penelitian ini menunjukkan bahwa ketika pengambil keputusan cepat sampai pada kesimpulan, keputusan tersebut lebih dipengaruhi oleh bias awal mereka, yaitu kecenderungan untuk cenderung pada salah satu pilihan yang ada. Jika pengambil keputusan menunggu untuk mengumpulkan lebih banyak informasi, keputusan yang lebih lambat akan menjadi kurang bias. Hasil penelitian ini diterbitkan hari ini di jurnal Physical Review E.

Para peneliti melihat bahwa bagi pengambil keputusan pertama dalam sebuah kelompok, lintasan keyakinan mereka hampir seperti garis lurus. Pengambil keputusan terakhir bergerak bolak-balik untuk sementara waktu sebelum membuat keputusan. Meskipun persamaan dasar untuk keyakinan setiap agen adalah sama kecuali untuk bias awal mereka, statistik dan perilaku masing-masing individu sangat berbeda.

blank
Bias berdampak serupa pada keputusan multialternatif dan dua alternatif dalam kelompok besar. Keyakinan tentang tiga pilihan berkembang pada segitiga sama sisi.

Para peneliti membangun model matematika yang mewakili sekelompok agen yang harus memutuskan antara dua kesimpulan, satu yang benar dan satu yang salah. Model ini mengasumsikan bahwa setiap aktor dalam kelompok bertindak secara rasional, yaitu, memutuskan berdasarkan bias awal dan informasi yang mereka terima, daripada terpengaruh oleh keputusan individu di sekitar mereka.

Bahkan dengan bukti dan asumsi rasionalitas sempurna, bias terhadap keputusan tertentu menyebabkan pengambil keputusan pertama dalam model membuat kesimpulan yang salah 50% dari waktu. Semakin banyak informasi yang dikumpulkan, semakin besar kemungkinan mereka untuk bertindak seolah-olah mereka tidak bias dan sampai pada kesimpulan yang benar.

Tentu saja, di dunia nyata, orang terpengaruh oleh berbagai faktor, seperti emosi mereka, keputusan yang diambil oleh teman-teman mereka, dan variabel lainnya. Penelitian ini menawarkan metrik yang menunjukkan bagaimana individu dalam kelompok seharusnya membuat keputusan jika mereka bertindak secara rasional. Penelitian di masa depan dapat membandingkan data dunia nyata dengan metrik ini untuk melihat di mana orang menyimpang dari pilihan rasional yang optimal dan mempertimbangkan apa yang mungkin menyebabkan penyimpangan tersebut.

Model yang digunakan oleh para peneliti dikenal sebagai drift diffusion model, yang dinamakan demikian karena menggabungkan dua konsep: kecenderungan aktor individu untuk “drift” (bergerak) menuju hasil berdasarkan bukti, dan “diffusion” (variabilitas) acak dari informasi yang disajikan.

Penelitian ini dapat digunakan, misalnya, untuk memahami kapan orang terlalu dipengaruhi oleh keputusan awal atau menjadi korban groupthink (pemikiran kelompok). Model ini bahkan membantu menjelaskan skenario kompleks lainnya dengan banyak aktor individu, seperti sistem kekebalan tubuh atau perilaku neuron.

Penelitian ini merupakan kolaborasi multi-institusi yang melibatkan kandidat doktoral Samantha Linn dan Associate Professor Sean D. Lawley dari University of Utah, Associate Professor Zachary P. Kilpatrick dari University of Colorado, dan Professor Krešimir Josic dari University of Houston, dan didukung oleh National Science Foundation dan National Institutes of Health.

Referensi:

[1] https://news.fsu.edu/news/science-technology/2024/08/12/think-fast-or-not-fsu-research-describes-mathematics-behind-decision-making/, diakses pada 16 Agustus 2024

[2] Samantha Linn, Sean D. Lawley, Bhargav R. Karamched, Zachary P. Kilpatrick, Krešimir Josić. Fast decisions reflect biases; slow decisions do notPhysical Review E, 2024; 110 (2) DOI: 10.1103/PhysRevE.110.024305

Tinggalkan Komentar

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *