BAB 02
Estimasi Waktu: 25 menit
Critical thinking = kemampuan berpikir dengan jelas dan rasional tentang apa yang harus dilakukan atau dipercayai.
Tapi definisi itu terlalu kering. Ini versi yang lebih berguna:
CRITICAL THINKING itu kayak jadi DETEKTIF untuk otakmu sendiri.
Kamu nggak cuma menerima informasi mentah-mentah.
Kamu INVESTIGASI:
- "Ini dari mana?"
- "Apakah ini masuk akal?"
- "Apa yang mungkin salah di sini?"
- "Apa yang nggak dikasih tahu ke aku?"Sebelum belajar critical thinking, kamu perlu tahu level berpikir yang mana yang sekarang kamu pakai:
┌────────────────────────────────────────────────────────────┐
│ 3 LEVEL BERPIKIR │
│ │
│ LEVEL 1: REACTIVE (Reaksi Otomatis) │
│ ───────────────────────────── │
│ "Ya ampun! Beritanya serem banget!" │
│ "AI bilang gini, pasti bener." │
│ "Semua orang bilang gitu, pasti bener." │
│ │
│ Ciri-ciri: │
│ - Ikut arus │
│ - Percaya tanpa cek │
│ - Emosional, bukan rasional │
│ │
│ LEVEL 2: ANALYTICAL (Mulai Analisis) │
│ ───────────────────────────────── │
│ "Hmm, tunggu dulu. Ini dari sumber yang credible nggak?" │
│ "AI bilang gini, tapi coba aku cek dulu." │
│ "Mayoritas bilang gitu, tapi kenapa mayoritas bisa salah?"│
│ │
│ Ciri-ciri: │
│ - Mulai bertanya │
│ - Cek fakta sebelum percaya │
│ - Sadar bahwa bisa salah │
│ │
│ LEVEL 3: SYNTHESIZING (Berpikir Integratif) │
│ ────────────────────────────────────── │
│ "Ada beberapa perspektif di sini. Coba kumpulkan semua, │
│ pahami konteks masing-masing, lalu tentukan posisiku." │
│ │
│ Ciri-ciri: │
│ - Lihat dari banyak sudut │
│ - Integrasikan informasi dari berbagai sumber │
│ - Nyaman dengan ketidakpastian │
│ - Bisa berubah pikiran kalau ada bukti baru │
│ │
└────────────────────────────────────────────────────────────┘Tujuan materi ini: bawa kamu dari Level 1/2 ke Level 3.
BUKAN cuma "melihat" tapi "MEMPERHATIKAN"
Contoh:
Level 1: "Aplikasi AI ini populer banget"
Level 3: "Aplikasi ini populer di kalangan milenials urban
yang sudah terbiasa dengan teknologi. Tapi belum tentu
cocok untuk user di tier 2/3 yang koneksi internetnya
beda. Apa yang bikin ini populer? Marketing? Atau
memang solves real problem?"BUKAN cuma "mengerti overview" tapi "MEMAHAMI SETIAP KOMPONEN"
Contoh:
"Aku mau pakai AI untuk customer service"
Analisis:
├── Apa jenis pertanyaan yang paling sering? (data)
├── Berapa persen yang bisa dijawab AI vs perlu manusia?
├── Apa risiko kalau AI jawab salah?
├── Berapa biaya vs kalau pakai manusia?
├── Apakah customer MENERIMA AI atau prefer manusia?
└── Bagaimana fallback kalau AI gagal?BUKAN nebak, tapi KESIMPULAN BERDASARKAN BUKTI
Contoh:
Kamu lihat: "Dalam 1 bulan, 30% user berhenti pakai fitur AI chatbot"
KESIMPULAN YANG BURUK:
"Berarti AI chatbot nggak bagus" (terlalu simpel, tanpa investigasi)
KESIMPULAN YANG CRITICAL:
"Mungkin karena:
A) Fiturnya susah ditemukan (UX problem)
B) Jawabannya nggak akurat (AI problem)
C) User nggak tahu fitur ini ada (marketing problem)
D) User coba sekali, bingung, terus nggak balik lagi (onboarding problem)
Cari tahu dulu MANA dari A-D yang sebenarnya terjadi,
baru tarik kesimpulan."
BUKTI yang diperlukan:
- User feedback / survey
- Usage analytics
- Error logs
- A/B test resultsBUKAN cuma "ngomong" tapi "KOMUNIKASI YANG TERSTRUKTUR"
Framework sederhana: CLAIM → EVIDENCE → REASONING
CLAIM: "Kita harus pakai model AI yang lebih kecil"
EVIDENCE: "Model besar butuh 3x biaya, tapi accuracy cuma 5% lebih tinggi"
REASONING:"Untuk use case kita, 5% accuracy improvement nggak worth
3x biaya. User nggak bakar ngerasain bedanya.
Lebih baik hemat biaya dan investasi di fitur lain."Ini yang paling relevan buat kamu - dan bakal dibahas detail di materi Desain Thinking.
MASALAH vs GEJALA:
GEJALA: "User komplain aplikasi lambat"
MASALAH: "Query database nggak punya index, jadi full table scan"
↑ Ini akar masalahnya
Kalau kamu solve gejala (tambah server), masalah tetap ada.
Kalau kamu solve masalah (optimasi query), gejala hilang.INI PALING SULIT TAPI PALING PENTING:
"Iya mungkin asumsiku salah. Coba aku lihat dari sudut lain."
"Oh, ternyata data-nya mendukung argumen yang berlawanan. Ok, aku ubah posisi."
ANTI-PATTERN:
"Maintenance mode" = kamu cari bukti yang MENDUKUNG pendapatmu aja,
dan ignore bukti yang bertentangan.
Ini namanya CONFIRMATION BIAS.
CRITICAL THINKER:
Aktif cari bukti yang MUNGKIN BIKIN PENDAPATMU SALAH.
Kalau ketemu dan bener-bener valid, berubah.Secara REGULER, tanyakan ke dirimu sendiri:
□ "Apakah aku lagi bias nih?"
□ "Apakah aku terlalu emosional soal ini?"
□ "Apakah ada hal yang aku assume tapi belum aku buktikan?"
□ "Kalau orang lain lihat dari luar, apa yang mungkin mereka pikirkan?"
□ "Apa yang bisa bikin argumenku ini salah?"Biases = jalan pintas otak yang sering salah. Ini yang bikin kita berpikir irasional tanpa sadar.
1. CONFIRMATION BIAS
→ Cari bukti yang dukung pendapat, ignore yang bertentangan
→ Contoh: "AI pasti bagus buat bisnis!" trus cuma baca artikel
yang support itu, ignore artikel yang bilang sebaliknya
→ Lawan: Aktif cari ARGUMEN YANG BERTENTANGAN
2. ANCHORING BIAS
→ Terlalu terpengaruh informasi PERTAMA yang kamu terima
→ Contoh: AI kasih harga $1000, kamu negosiasi ke $800 dan
merasa "murah", padahal sebenarnya masih mahal
→ Lawan: Selalu cek BERAPA BANYAK alternatif sebelum putus
3. BANDWAGON EFFECT
→ Ikut mayoritas karena "kalau banyak yang bilang gitu, pasti bener"
→ Contoh: "Semua orang pakai ChatGPT, berarti itu yang terbaik"
→ Lawan: Mayoritas bukan jaminan kebenaran. Cek sendiri.
4. DUNNING-KRUGER EFFECT
→ Makin nggak ngerti, makin percaya diri
→ Contoh: "Aku udah baca 1 artikel tentang AI, berarti aku paham AI"
→ Lawan: Semakin kamu belajar, semakin kamu sadar yang kamu
nggak tahu jauh lebih banyak
5. SUNK COST FALLACY
→ "Udah keluar banyak waktu/uang, harus dilanjutin"
→ Contoh: "Udah 3 bulan develop fitur AI ini, sayang kalau dibatalin"
padahal jelas-jelas nggak feasible
→ Lawan: Biaya yang sudah keluar nggak bisa balik.
Putuskan berdasarkan FUTURE value, bukan PAST cost.
6. AVAILABILITY BIAS
→ Apa yang paling gampang kebayang, dianggap paling sering terjadi
→ Contoh: "Deepfake itu bahaya banget!" padahal persentase
deepfake vs total konten sangat kecil
→ Lawan: Cek DATA, jangan cuma pakai "kayaknya" atau "gampang kebayang"
7. HALO EFFECT
→ Kalau satu hal bagus, asumsi semua hal juga bagus
→ Contoh: "Claude bagus di coding, berarti pasti bagus juga
di semua hal" (padahal setiap model punya kekuatan beda)
→ Lawan: Evaluasi setiap aspek secara terpisah
8. SURVIVORSHIP BIAS
→ Cuma lihat yang berhasil, ignore yang gagal
→ Contoh: "Startup AI ini valuasinya $1B! Berarti bisnis AI gampang!"
(padahal 99% startup AI gagal, cuma yang sukses yang kamu lihat)
→ Lawan: Selalu tanya "yang GAGAL ada berapa?"
9. AUTHORITY BIAS
→ Kalau orang penting/orang berjudul bilang gitu, pasti bener
→ Contoh: "CEO tech bilang AI akan ganti semua kerjaan, pasti bener"
→ Lawan: Evaluasi ARGUMEN, bukan SIAPA yang bilang
10. FRAMING EFFECT
→ Cara informasi disajikan mempengaruhi keputusanmu
→ Contoh:
"AI ini akurat 95%!" → kedengeran bagus
"AI ini salah 5% dari waktu!" → kedengeran jelek
Padahal keduanya sama.
→ Lawan: Reframe informasi dari berbagai sudutGunakan ini setiap kali kamu menghadapi informasi atau masalah:
┌─────────────────────────────────────────────────────────┐
│ │
│ STOP │
│ ├── Jangan langsung react │
│ ├── Apa yang baru saja aku terima? │
│ └── Apa emosi/reaksi pertamaku? │
│ │
│ THINK │
│ ├── Apa sumbernya? Credible? │
│ ├── Apa buktinya? │
│ ├── Apa asumsinya? │
│ ├── Apa yang NGGAK dikasih tahu? │
│ ├── Ada bias yang mungkin mempengaruhiku? │
│ ├── Apa sudut pandang alternatif? │
│ └── "Kalau ini salah, apa konsekuensinya?" │
│ │
│ ACT │
│ ├── Apa keputusan yang terbaik sekarang? │
│ ├── Seberapa yakin aku? (1-10) │
│ └── Apa yang perlu aku verifikasi dulu? │
│ │
└─────────────────────────────────────────────────────────┘Coba terapkan STOP-THINK-ACT pada skenario ini:
“Sebuah berita viral: ‘AI bisa membuat gambar wajah yang 100% tidak bisa dibedakan dari foto asli. Teknologi ini sudah digunakan untuk penipuan di Indonesia.’”
Tulis jawabanmu:
Sekarang kamu sudah paham apa itu critical thinking. Materi berikutnya: Desain Thinking - framework terstruktur untuk menyelesaikan masalah yang menggabungkan critical thinking dengan empati dan kreativitas.
Lisensi: CC BY-NC-SA 4.0