Ilmu Data Mampu Memprediksi Kegagalan yang Akhirnya akan Berhasil

JAYABAYA.AC.ID, JAKARTA - Para ilmuwan data dari Northwestern University dan University of Chicago melihat dinamika kegagalan di tiga bidang berbeda - sains, kewirausahaan dan terorisme - dan menemukan bahwa cara seseorang gagal menjadi penting. Studi ini, yang akan diterbitkan 30 Oktober di Nature, dipimpin oleh sebuah tim di Pusat Sains dan Inovasi (CSSI) Northwestern, Sekolah Manajemen Kellogg dan Sekolah Teknik McCormick.

Setelah kegagalan awal, jalur menyimpang, penelitian ditemukan. Beberapa individu melanjutkan untuk mencapai kesuksesan akhirnya, dan yang lain terus gagal sampai mereka putus. Perbedaan ini terbukti sejak upaya kedua. Faktor yang pada akhirnya menentukan jalan mana yang diambil seseorang adalah sejauh mana mereka belajar dari kegagalan sebelumnya dan bagaimana mereka menerapkan pengetahuan itu ke depan, menurut penelitian.

"Jika Anda hanya melihat atribut dari upaya yang berhasil, Anda kehilangan setengah cerita," kata Dashun Wang, direktur CSSI dan profesor asosiasi manajemen dan organisasi di Kellogg. "Di sinilah big data dapat membantu. Menganalisis semua kasus dalam data, baik keberhasilan maupun kegagalan, membantu menghindari bias."

Menurut para peneliti, model ini dapat membantu individu dan organisasi memanfaatkan pengalaman masa lalu mereka yang gagal dengan lebih baik untuk mencapai kesuksesan. Ini juga dapat membantu para manajer dan pembuat kebijakan dalam membuat keputusan tentang promosi, peran kepemimpinan proyek dan banyak lagi.

Penjelasan sukses konvensional cenderung berpusat pada keberuntungan atau asumsi tentang etos kerja individu, tetapi para peneliti menemukan bahwa itu tidak begitu sederhana. Dengan setiap literasi yang berurutan, individu dan organisasi dapat mempertimbangkan pengalaman masa lalu untuk menyempurnakan upaya masa depan - sebuah pola yang dapat membantu memprediksi hasil yang berbeda.

Wawasan utama, menurut para peneliti, adalah bahwa ada ambang kritis untuk jumlah upaya di masa lalu yang harus dipertimbangkan. Jika individu memasukkan lebih banyak pelajaran di luar ambang itu, efisiensi dan kualitas upaya berikutnya meningkat, yang mengarah pada keberhasilan pada akhirnya. Jika individu memasukkan pelajaran dari upaya gagal yang terlalu sedikit, mereka akan menemukan diri mereka di jalan menuju kegagalan permanen.

Dilansir Science Daily, Yian Yin, penulis utama, menjelaskan bahwa variasi kecil di dekat ambang pintu membuat perbedaan besar.

"Ini mirip dengan transisi antara air dan es pada 0 derajat Celcius," kata Yin. "Menambah atau mengurangi suhu hanya dengan sedikit di dekat ambang ini menyebabkan perubahan mendasar."

"Temuan ini sesuai dengan kebijaksanaan konvensional bahwa kegagalan dapat mengajarkan Anda pelajaran," kata Yang Wang, penulis dari Northwestern. "Anda belajar dari kesalahan Anda dan memperbaikinya dalam upaya berikutnya, terus-menerus mengulangi daripada memulai setiap upaya dari awal. Ini membantu Anda gagal lebih cepat dan lebih cerdas, meningkat dengan setiap upaya."

Para peneliti menggunakan kumpulan data untuk tiga bidang - penelitian ilmiah, kewirausahaan dan terorisme - dan menerapkan definisi standar kesuksesan untuk setiap bidang, seperti pengusaha yang mencapai penawaran umum perdana atau merger dan akuisisi bernilai tinggi.

Dengan melacak upaya berturut-turut oleh individu, para peneliti dapat menilai sejauh mana individu memasukkan pembelajaran sebelumnya ke dalam iterasi berikutnya, dan berapa banyak upaya yang diperlukan untuk setiap individu pada akhirnya mencapai keberhasilan atau kegagalan permanen. Mereka menemukan pola hasil yang sama, dengan jalur yang berbeda untuk keberhasilan atau kegagalan, untuk masing-masing bidang, menunjukkan model dapat berlaku untuk industri dan topik lain juga.

"Dalam dunia persaingan ketat, kegagalan adalah unsur penting untuk sukses," kata penulis James Evans, profesor sosiologi di UChicago. "Hasil kami memberikan beberapa bukti pertama bahwa bagaimana Anda gagal itu penting."

Posted in Bewara on Dec 02, 2019


Share to :