Efek Dunning-Kruger Mungkin Tidak Nyata (Begini Penjelasannya)

Efek Dunning-Kruger Mungkin Tidak Nyata (Begini Penjelasannya)

Kamu tahu grafiknya, kan? Yang memperlihatkan rasa percaya diri meroket ke "Gunung Keblingeran", lalu jatuh ke "Lembah Keputusasaan", dan pelan-pelan naik meniti "Tanjakan Pencerahan". Grafik ini dipakai untuk menjelaskan bosmu, pamanmu di Facebook, dan si tukang servis printer kantor yang cuma bisa memukul mesinnya. Efek Dunning-Kruger sudah jadi salah satu konsep psikologi paling sering dikutip di era internet.

Nah, yang agak canggung adalah: efek Dunning-Kruger itu mungkin tidak benar-benar ada.

Setidaknya, tidak seperti yang kita pikir. Semakin banyak studi reproduksi, analisis statistik ulang, dan akal sehat yang menunjukkan bahwa temuan "tidak terampil dan tidak sadar" yang terkenal itu pada dasarnya adalah ilusi matematika yang lahir dari metode studi aslinya. Aku tahu, aku tahu — ini terasa benar. Makanya konsep ini begitu melekat. Tapi sebagai seseorang yang menulis tentang teknologi, produktivitas, dan caraku manusia mengambil keputusan yang berantakan, aku rasa kita perlu memensiunkan meme ini dan menggantinya dengan sesuatu yang lebih berguna.

Mari kita bedah apa yang sebenarnya ditemukan oleh Dunning dan Kruger, kenapa konsep ini rapuh saat diuji, dan apa yang sebaiknya kamu lakukan alih-alih dengan somber mengirim pesan "Dunning-Kruger" ke temanmu saat mereka salah.

Studi Aslinya, dalam Satu Paragraf

Pada tahun 1999, dua psikolog, Justin Kruger dan David Dunning, menjalankan empat studi di mana peserta harus menyelesaikan tes tentang humor, tata bahasa, dan logika. Peserta juga harus memperkirakan seberapa baik mereka pikir mereka melakukannya dibandingkan orang lain.

Hasilnya menciptakan legenda: orang yang masuk kuartil bawah 25% merasa mereka di atas rata-rata — kadang secara dramatis. Sementara itu, orang yang masuk kuartil atas 25% sedikit meremehkan kemampuan mereka sendiri. Para peneliti menyebutnya "kutub kembar" dari ketidakmampuan: kalau kamu kurang terampil, kamu juga kurang mampu melihat bahwa kamu kurang terampil. Makanya: efek Dunning-Kruger.

Konsep ini menangkap sesuatu yang nyata tentang sifat manusia, atau begitu kiranya. Masalahnya, temuan itu mungkin sama sekali bukan kekhasan psikologis. Melainkan mungkin sebuah artefak statistik.

Matematika yang Membunuh Efek Ini

Begini masalahnya dengan penilaian diri: hasilnya berisik. Saat kamu menilai kemampuanmu sendiri, banyak faktor yang mempengaruhi angka itu — moodmu, daya ingatmu, seberapa pintar kamu merasa umumnya, seberapa banyak pujian yang kamu terima, atau apakah kamu baru minum kopi kedua. Ukuran performa juga berisik. Mungkin kamu beruntung, mungkin kamu salah baca satu pertanyaan, mungkin kamu kekurangan tidur.

Sekarang bayangkan kamu ikut tes, kumpulkan skor performa, lalu membagi orang menjadi "kuartil bawah" dan "kuartil atas" hanya berdasarkan skor yang tidak sempurna itu. Kemudian kamu membandingkan kelompok-kelompok itu dengan penilaian diri mereka sendiri.

Secara statistik, kelompok bawah akan berisi lebih banyak orang yang skor tes sebenarnya ditarik ke bawah oleh nasib buruk atau noise. Penilaian diri mereka, yang berdasarkan pemahaman lebih luas tentang kemampuan mereka, tidak akan serendah skor tes mereka. Jadi terlihat seperti mereka melebih-lebihkan diri. Kelompok atas kebalikannya: berisi orang-orang yang skornya didorong naik oleh keberuntungan, sehingga penilaian diri mereka terlihat lebih rendah. Inilah yang menciptakan kurva berbentuk U persis seperti yang ditemukan Dunning dan Kruger.

Psikolog menyebut ini "regresi ke rata-rata". Ini terjadi pada segala hal: kalau kamu memilih tim sepak bola dengan performa terburuk di satu musi, mereka cenderung lebih baik di musim berikutnya tanpa melatih manapun. Efek Dunning-Kruger mungkin tak lebih dari pola itu, yang dibungkus jas lab dan dipanggungkan di panggung TEDx.

Saat para peneliti menganalisis ulang data asli dengan metode statistik yang lebih tepat — membiarkan korelasi antara penilaian diri dan performa di dalam kelompok alih-alih hanya melihat rata-rata — pola dramatis itu sebagian besar menghilang. Sebuah makalah tahun 2020 di *Advances in Methods and Practices in Psychological Science* membuktikan hal ini. Studi-studi berikutnya dengan sampel lebih besar dan desain yang lebih baik menemukan bukti yang jauh lebih lemah untuk efek ini. Beberapa bahkan gagal mem-replikasinya sama sekali.

Tapi Tunggu, Bukankah Orang Memang Sering Merasa Lebih Hebat dari Kenyataannya?

Oke, ya. Overconfident itu nyata. Banyak penelitian menunjukkan orang itu buruk dalam memprediksi performa masa depan mereka, bahwa kebanyakan dari kita merasa kita pengemudi "lebih baik dari rata-rata", dan kita semua merasa kita lebih lucu dari orang rata-rata di ruangan itu. Efek ini — kadang disebut "bias lebih baik dari rata-rata" — didukung bukti kuat.

Tapi itu bukan efek Dunning-Kruger. Efek Dunning-Kruger secara spesifik mengatakan bahwa *orang yang paling tidak kompeten* adalah yang paling overconfident. Bias lebih baik dari rata-rata mengatakan *semua orang* agak overconfident tentang segala hal. Ini klaim yang sangat berbeda.

Dan bahkan gagasan "tidak terampil dan tidak sadar" itu lebih lemah dari kedengarannya. Ya, seorang koki pemula mungkin mengira spageti gosongnya itu gourmet. Tapi seorang koki pemula tidak memiliki kerangka referensi sensori tentang "al dente yang benar" itu seperti apa. Itu bukan "bias kognitif". Itu cuma kurang pengetahuan. Begitu seseorang memberi mereka umpan balik — "pastamu bisa memantul" — mereka biasanya langsung mengoreksi diri. Kalau benar-benar efek Dunning-Kruger, mereka akan tetap ngotot tidak paham meski sudah diperlihatkan. Tapi kebanyakan orang tidak demikian.

Dengan kata lain, efek Dunning-Kruger mungkin telah mencampuradukkan *kalibrasi yang buruk* dengan *ketidakmampuan untuk dikalibrasi*. Ini masalah yang sangat berbeda.

Kenapa Kita Sangat Menyukai Efek Ini?

Karena ini senjata sosial. Kenapa harus bilang "menurutku argumenmu lemah dan ini buktinya" kalau kamu bisa bilang "ini secara harfiah efek Dunning-Kruger"? Ini memungkinkanmu memenangkan argumen tanpa banyak bekerja. Ini juga memuaskan egomu. Kalau kamu percaya orang yang tidak kompeten buta terhadap ketidakmampuan mereka sendiri, maka kamu jelas bukan salah satu dari mereka. Kamu ada di sisi tinggi grafik, topi kecerdasan sudah terpasang rapi.

Efek Dunning-Kruger juga menjelaskan dunia dengan cara yang rapi dan tidak mengancam. Memberi nama kepada rekan kerja yang menjengkelkan dan founder startup yang overconfident. Tapi begitu kamu melihat masalah statistiknya, kamu tidak bisa tidak melihatnya lagi.

Ini aku beri tiga skenario dunia nyata untuk menunjukkan kenapa ini penting.

Skenario 1: Si Pendebat di Grup Chat

Teman kuliahmu memposting pandangan yang percaya diri tapi salah tentang vaksin, atau ekonomi, atau politik lokal. Seseorang membalas "Dunning-Kruger". Terasa akurat. Tapi tanyakan pada dirimu: apakah temanmu itu ada di kuartil bawah dari "setiap orang yang pernah punya opini tentang vaksin"? Mungkin tidak. Rasa percaya dirinya datang dari campuran pola konsumsi media, kepercayaan pada influencer, dan identitas sosial. Itu bukan "tidak terampil dan tidak sadar" — itu *motivated reasoning*. Dan menyebutnya Dunning-Kruger justru mengakhiri percakapan. Kamu berhenti mencoba memahami *mengapa* mereka percaya apa yang mereka percaya, dan mulai memperlakukan mereka seperti specimen laboratorium.

Skenario 2: Si Founder yang Bermodal Insting (Vibe-Coding)

Ini sering aku lihat di feed-ku. Seseorang pakai LLM untuk membuat aplikasi dalam seminggu. Mereka yakin itu siap untuk produksi. Mereka deploy. Lalu seorang peneliti keamanan menemukan database mereka terbuka. Apa ini Dunning-Kruger? Mungkin tidak. Lebih mungkin founder itu sekadar tidak punya *feedback loop*. Mereka tidak pernah melihat tes penetrasi sebelumnya. Mereka tidak tahu apa yang tidak mereka tahu. Solusinya bukan mengejek mereka dan mengutip makalah psikologi tahun 1999. Solusinya adalah mengirim mereka pemindai keamanan, ceklis OWASP, atau insinyur senior yang bisa berkata "mari kita lihat ini bersama."

Kalau kamu ingin membangun kebiasaan memeriksa titik butamu, cobalah mendapatkan validasi eksternal lebih awal dan sering. Code review, A/B testing, user interview, atau sekadar membiarkan orang lain menekan tombolnya. Masalah dengan kerangka berpikir Dunning-Kruger adalah ia membuatmu berpikir "orang ini tidak akan pernah belajar", yang membuatmu melewatkan bagian di mana kamu benar-benar membantu mereka belajar.

Skenario 3: Kemampuanmu Sendiri

Ingat waktu kamu merasa ujianmu sudah lulus sempurna, tapi dapat C? Efek Dunning-Kruger bilang kamu terlalu bodoh untuk tahu kamu bodoh. Tapi lebih mungkin kamu menjawab versi pertanyaan yang ada di kepalamu, bukan yang ada di lembar jawaban. Kamu sudah berlatih konsep serupa, jadi kamu tidak menyadari kamu melewatkan bagian krusial. Itu bukan cacat kepribadian. Itu kegagalan desain penilaian. Saat kunci jawaban keluar, kamu mungkin langsung paham. Kalau kamu benar-benar terjebak dalam Dunning-Kruger, kamu akan menolak menerima kunci jawaban itu.

Bagaimana Cara Benar-Benar Meningkatkan Keterampilan Penilaian Diri

Kalau efek Dunning-Kruger tidak nyata, apa yang sebaiknya kamu lakukan? Banyak sekali.

Perlakukan Kepercayaan Diri sebagai Klaim yang Bisa Diuji

Saat kamu menangkap dirimu berpikir "aku jago ini", terjemahkan menjadi klaim spesifik seperti "aku bisa menyelesaikan tugas ini dalam waktu kurang dari 3 jam tanpa kesalahan besar." Lalu uji. Lacak hasil nyatamu. Ini mengubah penilaian diri yang kabur menjadi data yang terukur.

Simpan Jurnal Prediksi

Jurnal prediksi adalah salah satu cara tercepat mengkalibrasi kepercayaanmu. Tulis apa yang kamu pikir akan terjadi, seberapa yakin kamu, lalu lacak hasilnya. Seiring waktu, kamu akan melihat kurva kepercayaanmu dan menyesuaikannya.

Kalau kamu ingin lebih dalam, coba Good Judgment Open ([https://www.goodjudgment.io](https://www.goodjudgment.io)), di mana kamu bisa berlatih memprediksi peristiwa geopolitik nyata dengan level kepercayaanmu sendiri. Ada juga Guesstimate ([https://www.getguesstimate.com](https://www.getguesstimate.com)) kalau kamu ingin membangun model ketidakpastian sederhana untuk keputusan yang lebih kompleks. (Dan ya, aku tahu ironinya: salah satu cara terbaik melihat bahwa Dunning-Kruger itu lemah adalah dengan mengukur akurasi prediksimu secara objektif.)

Bangun *Feedback Loop* dalam Pekerjaanmu

Alasan utama overconfident bertahan adalah kurangnya umpan balik yang tepat waktu. Di bidang teknologi, kita punya *continuous integration*, *code review*, dan *incident post-mortem*. Gunakan. Di pekerjaan kreatif, mintalah ulasan dari orang yang benar-benar akan mengkritikmu. Dalam kehidupan, tanyakan kepada orang-orang yang terdampak keputusanmu. Umpan balik adalah penawar racun untuk Dunning-Kruger — yang juga jadi alasan kenapa efek ini mungkin bukan hukum psikologi yang tetap. Ini sebagian besar gejala dari kurangnya informasi.

Lakukan *Premortem*

Alih-alih bertanya "apa yang perlu kulakukan agar ini berhasil", coba tanyakan "kalau ini gagal dalam enam bulan, apa yang akan menyebabkannya?" Tulis setiap alasan yang terlintas di pikiran. Ini tidak mengharuskanmu tahu apa yang tidak kamu tahu; ini hanya memaksamu membayangkan mode-mode kegagalan. Ini latihan tim yang banyak dipakai dalam desain produk, dan jauh lebih efektif daripada bilang ke seseorang "kamu sedang di lembah keputusasaan".

Berhenti Gunakan "Dunning-Kruger" sebagai Hinaan

Ini saran paling praktis yang kuberikan. Frasa ini tidak menyelesaikan apa pun. Kalau kamu rasa seseorang overconfident, tanya mereka: "Seberapa yakin kamu, dari 0 hingga 100%?" Lalu tanya: "Bukti apa yang akan mengubah pikiranmu?" Kalau mereka tidak bisa menjawab, kamu punya percakapan yang nyata. Kalau bisa, kamu mungkin belajar sesuatu.

Apa Artinya Ini Efek Dunning-Kruger Tidak Pernah Terjadi?

Hati-hati: *pola spesifik aslinya* — kuartil bawah secara dramatis lebih overconfident dari yang lain, di semua domain, dengan kurva U yang konsisten — mungkin tidak nyata. Tapi gagasan yang lebih luas bahwa kita semua punya titik buta dalam penalaran kita sendiri? Itu pasti nyata. Hanya saja itu bukan milik eksklusif orang yang tidak kompeten. Faktanya, para ahli sering juga overconfident — kadang lebih dari pemula, karena mereka tahu cukup untuk merasa bisa memprediksi hal yang sebenarnya tidak bisa.

Inilah kenapa efek Dunning-Kruger bisa bertahan lama. Ini cerita yang nyaman. Ia mengatakan bahwa rasa percaya diri dan kompetensi berkorelasi terbalik pada orang yang tidak kita sukai. Tapi kenyataannya lebih membosankan: semua orang memiliki kalibrasi yang sempurna, dan cara terbaik untuk memperbaikinya adalah melalui umpan balik, pengujian, dan kerendahan hati.

Bahkan istilah "tidak terampil dan tidak sadar" seharusnya dibalik. Orang yang paling mungkin menderita karena overconfidence adalah mereka yang asumsinya tidak pernah ditantang. Di era AI generatif, di mana semua orang bisa membangun perangkat lunak tapi tidak semua orang bisa mengamankannya, ini lebih penting dari sebelumnya. Lain kali model AI dengan percaya diri memberitahumu ia tahu sesuatu, atau rekan kerjamu dengan percaya diri merilis fitur setengah jadi, jangan capai label psikologi. Raih sebuah tes, sebuah ceklis, dan sebuah percakapan.

Efek Dunning-Kruger mungkin tidak nyata, tapi kerusakan yang disebabkan oleh kepercayaan diri yang tidak diperiksa itu sangat nyata. Ayo kita habiskan lebih sedikit waktu mendiagnosis orang dan lebih banyak waktu membangun sistem yang membuat kita tetap jujur.

FAQ

Apakah efek Dunning-Kruger itu sepenuhnya palsu?

Bukan "sepenuhnya palsu" — memang ada bukti bahwa orang tidak sempurna dalam menilai kemampuan mereka sendiri. Tapi kurva U terkenal di mana performa terburuk justru paling overconfident itu tidak terbukti kuat. Banyak peneliti sekarang berpikir temuan asli itu adalah artefak statistik yang disebabkan oleh regresi ke rata-rata dan ukuran yang berisik.

Kenapa efek Dunning-Kruger terasa begitu benar?

Karena dunia ini penuh orang yang salah tapi percaya diri, dan begitu kamu mendengar istilah ini, kamu melihatnya di mana-mana. Ini bentuk *confirmation bias*. Efek ini juga memberimu model mental yang memuaskan: kamu tidak ada di kuartil bawah, jadi kamu pasti salah satu dari yang "bijak" yang meremehkan diri sendiri.

Haruskah saya berhenti menggunakan istilah "efek Dunning-Kruger"?

Bisa, tapi jangan gunakan sebagai diagnosis. Alih-alih bilang "ini kasus Dunning-Kruger klasik", coba sesuatu seperti "aku penasaran umpan balik atau bukti apa yang mungkin mengubah pikiran mereka di sini". Kalimat pertama mengakhiri percakapan; kalimat kedua membukanya.

Bagaimana cara menghindari overconfident dalam pekerjaanku?

Bangun *feedback loop*, lacak prediksimu, dan minta ulasan kritis sebelum kamu mengambil keputusan besar. Tujuannya bukan meragukan segalanya — tapi tahu persis *di mana* kamu tidak yakin. Percaya diri itu baik. Kepercayaan diri yang tidak terkalibrasi adalah awal masalahnya.