Pengambilan keputusan berbasis matematika sering dipuji sebagai rasional, objektif, dan bebas bias.
Dalam ekonomi modern, manajemen, hingga kebijakan publik, data
statistik, model prediktif, dan algoritma dianggap mampu menentukan keputusan
terbaik.
Namun jika
ditelaah secara filosofis, historis, empiris, dan alkitabiah, pendekatan ini
memiliki keterbatasan yang sangat serius.
Di bawah ini analisis kritisnya.
Ilusi
Objektivitas: Matematika Tidak Pernah Netral
Matematika
sering dipersepsikan sebagai bahasa kebenaran yang mutlak. Tetapi dalam
pengambilan keputusan, matematika tidak berdiri sendiri. Keputusan berbasis
data selalu bergantung pada tiga hal:
· Apa
yang diukur
· Bagaimana
mengukurnya
· Model
apa yang digunakan
Ketiganya adalah pilihan manusia, bukan fakta objektif.
Contoh
sederhana:
Jika sebuah
pemerintah mengukur keberhasilan pendidikan hanya dari nilai ujian, maka
kebijakan akan diarahkan untuk menaikkan nilai ujian. Tetapi:
· kreativitas
· karakter
· empati
· integritas
tidak tercatat
dalam model matematika. Akibatnya, sistem pendidikan menjadi optimal secara
statistik tetapi miskin secara manusiawi.
Ini dikenal dalam ekonomi sebagai Goodhart’s Law: “When a measure becomes a target, it ceases to be a good measure.”
Ketika angka
dijadikan tujuan, angka kehilangan maknanya.
Sejarah
Membuktikan Model Matematis Sering Gagal
Banyak
keputusan besar dalam sejarah yang dibuat dengan model matematis, tetapi
akhirnya berakhir dalam krisis besar.
Krisis Keuangan
2008. Bank-bank besar menggunakan model matematika kompleks untuk menilai
risiko kredit. Salah satu model terkenal adalah Gaussian Copula.
Model ini menghitung probabilitas kegagalan kredit secara statistik. Hasil model menunjukkan risiko sangat kecil. Realitanya sistem keuangan dunia hampir runtuh.
Masalahnya bukan matematika. Masalahnya adalah model mengasumsikan dunia stabil, padahal dunia penuh ketidakpastian.
Ekonom Nassim Nicholas Taleb menyebut fenomena ini sebagai Black Swan (Secara historis, orang Barat percaya bahwa semua angsa berwarna putih, hingga ditemukan angsa hitam di Australia tahun 1697. Penemuan itu membantah keyakinan lama dan menjadi metafora untuk kejadian langka yang mengubah cara pandang).
Peristiwa besar yang tidak diprediksi model statistik. Contohnya:
- Serangan 11 September
2001
- Runtuhnya pasar tahun
1987
- Krisis Keuangan Global
2008
- Pandemi COVID‑19
Semua
contoh tersebut:
- tidak terprediksi secara
akurat,
- berdampak masif,
- dan setelah terjadi
banyak orang mencoba menjelaskan penyebabnya dengan cerita yang tampak
masuk akal.
Model matematis
sangat buruk dalam memprediksi kejadian ekstrem.
Matematika
Mengabaikan Dimensi Moral
Matematika
bekerja dengan kuantitas, bukan nilai moral. Model matematis bisa menghitung efisiensi,
keuntungan, probabilitas, tetapi tidak bisa menghitung keadilan, kasih, martabat
manusia.
Contoh ekstrem demikian jika sebuah sistem kesehatan hanya memakai model matematis utilitarian (tindakan benar bila tindakan itu menghasilkan kebahagiaan terbesar bagi jumlah orang yang terbesar), maka keputusan bisa menjadi menyelamatkan yang paling produktif secara ekonomi.
Ini pernah terjadi dalam diskusi etika kesehatan selama pandemi. Masalahnya: manusia bukan sekadar angka dalam sistem optimasi.
Rasionalitas
Matematis vs Kebijaksanaan
Filosofi Yunani kuno membedakan dua jenis pengetahuan, yakni Episteme dan Phronesis. Apa itu Episteme dan Phronesis?
Berikut sedikit penjelasannya.
1. Episteme: Pengetahuan Ilmiah dan Matematis
Episteme adalah jenis pengetahuan yang bersifat:
- Objektif,
- Universal,
- Dapat
dibuktikan,
- Konsisten,
- Berdasarkan logika dan metode ilmiah.
Ini
adalah pengetahuan yang bisa diuji dan direplikasi, seperti:
- Matematika
- Fisika
- Biologi
- Statistik
- Hukum sebab-akibat yang
bersifat tetap
Episteme
berusaha menemukan kebenaran yang stabil, sesuatu yang berlaku kapan
pun dan di mana pun.
Contoh:
“Air mendidih pada 100°C pada tekanan 1 atm.”
“2 + 2 = 4.”
Model matematika, eksperimen ilmiah, dan hukum alam masuk dalam kategori ini.
2. Phronesis: Kebijaksanaan Praktis dalam Kehidupan
Phronesis adalah kebijaksanaan praktis yang digunakan dalam:
- Pengambilan keputusan
sehari-hari
- Penilaian moral
- Situasi sosial yang
kompleks
- Pertimbangan etis
Phronesis
tidak selalu bisa diuji dengan rumus. Ia melibatkan:
- Pengalaman
- Pertimbangan kontekstual
- Nilai-nilai moral
- Kepekaan terhadap situasi
nyata
- Kemampuan memilih tindakan yang “tepat”
Contoh:
Memutuskan bagaimana bersikap bijak dalam konflik, menentukan cara terbaik
membimbing orang lain, memahami kapan harus tegas dan kapan harus sabar, ini
semua bukan soal rumus, melainkan kebijaksanaan hidup.
Mengapa Penting?
Keduanya
saling melengkapi.
- Episteme
membantu kita memahami dunia secara akurat.
- Phronesis
membantu kita bertindak bijaksana dalam dunia yang kompleks.
Dalam
kehidupan nyata, keputusan terbaik sering kali memerlukan kombinasi
keduanya.
Kembali kepada topik
utama dari tulisan ini.
Filsuf Aristotle menegaskan bahwa kehidupan manusia tidak bisa diatur hanya oleh episteme. Keputusan yang bijaksana memerlukan: pengalaman, karakter, intuisi moral, dan konteks sosial.
Matematika
hanya satu bagian kecil dari proses ini.
Empiris:
Keputusan Terbaik Sering Bukan yang Paling Matematis
Banyak pemimpin
besar dunia mengambil keputusan penting bukan dari model matematika.
Contoh: Krisis
Rudal Kuba 1962
Presiden John F. Kennedy tidak mengikuti rekomendasi militer yang berbasis analisis strategi dan probabilitas kemenangan perang. Ia memilih opsi kompromi diplomatik.
Secara
matematis, beberapa model perang menunjukkan peluang kemenangan Amerika tinggi.
Tetapi secara kebijaksanaan, perang nuklir berisiko menghancurkan dunia. Keputusan
Kennedy menyelamatkan dunia dari kemungkinan perang nuklir global.
Paradoks
Matematika dalam Kehidupan Manusia
Manusia bukan sistem deterministik seperti mesin. Dalam matematika, jika semua variabel diketahui, hasil dapat dihitung. Namun kehidupan manusia memiliki: emosi, perubahan kehendak, faktor spiritual, dan kejutan sejarah.
Ekonom
Friedrich Hayek menyebut ini The Knowledge Problem
Tidak ada
sistem yang bisa mengumpulkan semua informasi yang diperlukan untuk menghitung
masa depan secara sempurna. Karena itu perencanaan berbasis model matematika
sering gagal dalam skala besar.
Perspektif
Alkitab: Hikmat Lebih Tinggi dari Perhitungan
Alkitab sangat
menghargai kebijaksanaan, tetapi tidak pernah mengajarkan kehidupan ditentukan
oleh kalkulasi matematis.
Amsal menulis: “Percayalah kepada Tuhan dengan segenap hatimu, dan jangan bersandar pada pengertianmu sendiri.” (Amsal 3:5)
Ini bukan anti-rasional. Tetapi peringatan bahwa rasio manusia terbatas. Contoh alkitabiah yang menarik adalah Raja Saul.
Saul membuat keputusan militer
berdasarkan logika situasi dan tekanan pasukan. Tetapi ia mengabaikan perintah
Tuhan. Secara strategi mungkin masuk akal. Secara rohani itu ketidaktaatan. Hasilnya:
kerajaan hilang.
Yesus Tidak
Pernah Memimpin dengan Statistik
Dalam Injil, Yesus tidak pernah membuat keputusan berdasarkan: angka mayoritas, statistik popularitas, kalkulasi keuntungan. Ia justru sering melakukan hal yang secara matematis tidak rasional.
Contoh: Meninggalkan 99 domba untuk mencari satu yang
hilang. Secara matematika: itu keputusan buruk.
Secara kerajaan
Allah: itu kasih.
Bahaya Era
Algoritma
Di era modern,
keputusan semakin diambil oleh algoritma: AI, big data, predictive analytics. Masalahnya:
Algoritma hanya memperbesar bias yang sudah ada dalam data. Jika data masa lalu
bias, maka keputusan masa depan juga bias. Akibatnya kita bisa menciptakan
tirani angka. Manusia tunduk pada model yang mereka sendiri buat.
Kesimpulan:
Matematika Alat, Bukan Kompas Moral
Matematika sangat berguna untuk analisis, prediksi terbatas, efisiensi. Tetapi matematika tidak boleh menjadi satu-satunya dasar keputusan. Keputusan yang bijaksana memerlukan integrasi data, pengalaman, intuisi moral, kebijaksanaan, dan nilai spiritual.
Dalam
perspektif Alkitab, yang tertinggi bukanlah rasionalitas, tetapi hikmat. Dan,
hikmat tidak hanya lahir dari pikiran tetapi dari takut akan Tuhan: “Akar
hikmat adalah takut akan Tuhan.” (Amsal 9:10)
0 comments:
Post a Comment