Ilmuwan yang baik tidak hanya mampu mengungkap pola dalam hal yang mereka pelajari, namun menggunakan informasi ini untuk memprediksi masa depan.

Ahli meteorologi mempelajari tekanan atmosfir dan kecepatan angin untuk memprediksi lintasan badai masa depan. Ahli biologi dapat memprediksi pertumbuhan tumor berdasarkan ukuran dan perkembangannya saat ini. Analis keuangan mungkin mencoba memprediksi naik turunnya saham berdasarkan hal-hal seperti kapitalisasi pasar atau arus kas.

Mungkin yang lebih menarik dari fenomena di atas adalah meramalkan perilaku manusia. Upaya untuk memprediksi bagaimana orang akan berperilaku telah ada sejak asal usul manusia. Manusia purba harus melakukannya percaya naluri mereka. Saat ini, pemasar, politisi, pengacara pengadilan dan lebih banyak mencari cara untuk memprediksi perilaku manusia. Memprediksi perilaku manusia, dalam segala bentuknya, adalah bisnis besar.

Jadi, bagaimana matematika melakukannya dalam memprediksi perilaku kita secara umum? Meskipun ada kemajuan dalam analisis pasar saham, ekonomi, polling politik dan neurosains kognitif - yang kesemuanya akhirnya berusaha memprediksi perilaku manusia - sains mungkin tidak akan pernah dapat melakukannya dengan kepastian yang sempurna.

Data lebih besar dan lebih baik

Saat membuat prediksi, ilmuwan secara historis dibatasi oleh kurangnya data lengkap, bergantung pada sampel kecil untuk menyimpulkan karakteristik populasi yang lebih luas.

Namun dalam beberapa tahun terakhir, kekuatan komputasi dan metode pengumpulan data telah maju sampai pada titik menciptakan lapangan baru: data besar. Berkat ketersediaan data yang terkumpul, para ilmuwan dapat memeriksa hubungan empiris antara berbagai variabel untuk menguraikan sinyal dari kebisingan.

Misalnya, Amazon menggunakan analisis prediktif menebak buku mana yang mungkin kami sukai berdasarkan riwayat penjelajahan atau pembelian sebelumnya. Demikian pula, kampanye iklan online otomatis memberi tahu kami kendaraan mana yang mungkin kami minati berdasarkan kendaraan yang dicari sehari sebelumnya.

Pemasar menggunakan catatan kelahiran untuk memutuskan kapan membanjiri Anda dengan iklan untuk produk bayi. Mereka bahkan menebak kapan Anda memerlukan hal-hal tersebut berdasarkan tahap perkembangan anak Anda.

Ini bukan ilmu roket, kok. Ini hanya memiliki informasi (data) yang menunjukkan pola, dan mengeksploitasi pola tersebut dengan nama prediktabilitas (dan seringkali, keuntungan). Padahal lagi, mengukur keakuratan algoritma ini memang sulit bagi pihak luar, ada beberapa pekerjaan yang mengungkapkan apa yang membuat algoritma ini berdetak.

Model matematika

Banyak alat prediksi mengandalkan pembelajaran mesin, di antaranya termasuk algoritma matematis yang didasarkan pada prinsip biologis fungsi otak dan menggunakan sejumlah besar data untuk mempelajari pola.

Algoritma pembelajaran mesin dapat memprediksi secara akurat hasil dari algoritma Kasus Mahkamah Agung, menggunakan prediktor tersebut sebagai identitas masing-masing hakim, bulan perdebatan, pemohon dan faktor lainnya. Meskipun keakuratan output algoritma hanya sekitar 70 persen, sebenarnya telah terbukti mengungguli ahli hukum manusia.

Algoritma pembelajaran mesin lainnya telah ditunjukkan memprediksi usaha bunuh diri dengan akurasi 80 sampai 92 persen, bisa dibilang lebih tepat daripada penilaian manusia terbaik sekalipun.

Matematika bahkan mungkin bisa memberi tahu kita perilaku teroris menjelang serangan. Dalam sebuah penelitian, para periset melihat catatan aktivitas teroris di Irlandia, khususnya ledakan alat peledak yang lebih baik. Setelah satu kejadian, kemungkinan kejadian lain lebih tinggi daripada tidak. Dengan kata lain, kejadian itu tidak independen. Pengetahuan semacam itu mungkin berguna bagi sebuah komunitas, mungkin memilih untuk segera memobilisasi usaha menyusul serangan tunggal untuk mengantisipasi serangan lain.

Apakah prediksi yang sempurna mungkin?

Data besar telah membuat metode prediksi semakin akurat. Tapi bisakah perilaku manusia diprediksi dengan sempurna?

Persamaan yang paling mendasar adalah Y = f (X), yang berbunyi, "Y adalah fungsi dari X." Masukan nilai untuk X, dan ilmuwan akan memberi tahu Anda kemungkinan nilai Y. Semakin kompleks modelnya, semakin banyak kebutuhan akan masukan lebih banyak, dan persamaan sederhana menjadi jauh lebih rumit.

Tentu saja, itu tidak selalu berhasil. Badai mengambil lintasan yang tidak diprediksi oleh model cuaca. Tumor tumbuh lebih lambat atau lebih cepat dari yang diperkirakan. Ilmuwan, sama seperti orang lain, jarang sekali memprediksi dengan sempurna. Tidak peduli apa data dan model matematis yang Anda miliki, masa depan masih belum pasti.

Jadi, ilmuwan harus membiarkan kesalahan dalam persamaan mendasar kita. Artinya, Y = f (X) + E, di mana "E" mencakup ketidakmampuan kita untuk memprediksi dengan sempurna. Ini adalah bagian dari persamaan yang membuat kita rendah hati.

Seiring perkembangan teknologi, para ilmuwan mungkin menemukan bahwa kita dapat memprediksi perilaku manusia dengan baik di satu area, sementara masih kekurangan yang lain. Sangat sulit untuk memberikan keseluruhan keterbatasan. Misalnya, pengenalan wajah mungkin lebih mudah ditiru karena penglihatan adalah salah satu dari banyak sistem penginderaan sensoris manusia, atau karena hanya ada banyak cara di wajah yang bisa berbeda. Di sisi lain, memprediksi perilaku pemungutan suara, terutama berdasarkan pemilihan presiden 2016, adalah cerita lain. Ada banyak alasan yang kompleks dan belum dipahami mengapa manusia melakukan apa yang mereka lakukan.

Yang lain berpendapat bahwa, secara teoretis setidaknya, itu Prediksi yang sempurna suatu hari nanti mungkin dilakukan. Sampai saat itu, dengan keberuntungan, matematika dan statistik dapat membantu kita semakin memperhitungkan apa yang rata-rata akan dilakukan orang selanjutnya.

Tentang Penulis

Daniel J. Denis, Profesor Psikologi Kuantitatif, Universitas Montana dan Briana Young, Ph.D. calon dalam Program Eksperimental, Universitas Montana

Artikel ini awalnya diterbitkan pada Percakapan. Membaca Artikel asli.

Buku terkait:

at

Terimakasih telah berkunjung InnerSelf.com, dimana ada 20,000 + artikel yang mengubah hidup yang mempromosikan "Sikap Baru dan Kemungkinan Baru". Semua artikel diterjemahkan ke dalam 30+ bahasa. Berlangganan ke Majalah InnerSelf, diterbitkan mingguan, dan Inspirasi Harian Marie T Russell. Innerself Majalah telah diterbitkan sejak tahun 1985.