Catatan kemarin ini berakhir dengan sebuah pertanyaan: apa yang memberi kita alasan untuk mempercayai sebuah model?
Awalnya aku mengira pertanyaan itu akan membawaku langsung ke pembahasan tentang bukti, prediksi, atau metode ilmiah. Ternyata sebelum sampai ke sana, aku justru tersandung oleh kata yang kupakai sendiri dan kata itu adalah “benar”.
Aku sadar bahwa sejak awal aku menggunakan kata “benar” untuk membicarakan nilai suatu informasi atau model.
Versi bahasa Inggrisnya tidak membuatku terlalu gelisah. Di sana aku menggunakan true, yang secara gramatikal merupakan adjective dari truth. Dalam pemahamanku, truth merujuk pada konsep abstrak atau faktanya sendiri, sedangkan true digunakan untuk melabeli pernyataan yang konsisten dengan fakta, atau proposisi yang diturunkan secara logis dari premis tertentu.
Di bahasa Indonesia, kata “benar” terasa terlalu ambigu, bisa digunakan untuk membicarakan kebenaran suatu pernyataan, bisa juga digunakan dalam konteks penilaian moral dan perilaku atau sesuatu yang dianggap pantas secara normatif.
Setelah mencari-cari, ternyata ada banyak padanan lain yang membawa nuansa berbeda: tepat, betul, sahih, valid, akurat, absah, dan istilah lainnya.
Sayangnya, saat menulis kemarin, kata “benar” adalah jalan pintas paling intuitif yang langsung muncul di kepala dan aku malas revisi. 😑.
Daripada sekedar revisi, aku langsung mau lanjutin catatan kemarin dari pertanyaan terakhirnya.
Model A dalam thought experiment kemarin menyatakan:
“Kecenderungan X meningkat ketika variabel Y meningkat.”
Model A mungkin sangat sederhana. Tetapi jika hubungan antara X dan Y memang dapat diamati dan diuji secara empiris, kesederhanaan model tersebut tidak dengan sendirinya membuat klaimnya menjadi less true dibandingkan model yang lebih kompleks.
Dan yang kumaksud dengan less true di sini bukanlah bahwa kebenaran memiliki skala seperti 50% atau 80%. Aku hanya ingin mengatakan bahwa kesederhanaan Model A tidak menjadi alasan untuk menganggap klaimnya lebih rendah nilai kebenarannya dibandingkan klaim dari model yang lebih kompleks.
Dengan kata lain, kompleksitas dan truth bukanlah satu skala yang sama.
Aku juga tidak sedang mencoba mengatakan bahwa truth selalu merupakan sesuatu yang dapat diamati atau diuji secara empiris. Itu akan menjadi klaim yang jauh lebih besar daripada yang ingin kubahas di sini. Dalam konteks thought experiment-ku, aku hanya menganggap bahwa Model A membuat sebuah klaim faktual tentang hubungan antara X dan Y, sehingga hubungan tersebut dapat dipertanyakan secara empiris.
Sebaliknya, Model B memiliki puluhan variabel dan interaksi yang terdengar genius, nerdy, elegante. 😭
Model B menjelaskan:
“Kecenderungan X muncul karena 24 faktor psikologis yang disebabkan oleh 50 faktor sosial, terdiri dari 30 faktor ekonomi dan politik, 20 faktor budaya yang dipengaruhi beberapa parameter ekologis seperti iklim yang memengaruhi temperatur, biodiversitas yang memengaruhi noise dari serangga dan burung di lingkungan, polusi udara, polusi suara, dan polusi visual dari kegiatan manusia di sekitarnya.”
Tetapi jika sebagian besar variabelnya tidak memiliki dasar empiris yang kuat, tidak dapat diuji, atau tidak membuat model lebih sesuai dengan pengamatan, kompleksitas tersebut tidak memberi kita alasan tambahan untuk mempercayainya.
Jadi, dalam konteks klaim empiris seperti yang digunakan dalam thought experiment ini, salah satu alasan untuk lebih mempercayai sebuah model adalah ketika model tersebut mampu menjelaskan atau memprediksi sesuatu yang memang terjadi, asumsi-asumsinya dapat diuji, dan hasilnya tetap sesuai dengan bukti yang tersedia.
Tetapi ini tidak berarti bahwa kemampuan untuk diuji secara empiris adalah syarat universal bagi segala sesuatu yang dapat dianggap benar. Thought experiment-ku sendiri memiliki batas karena sejak awal aku memilih contoh yang berupa klaim tentang fenomena empiris.
Ada banyak jenis pertanyaan lain yang tidak bekerja dengan cara yang sama.
Misalnya, ketika kita berbicara tentang angka, kita tidak biasanya melakukan eksperimen terhadap alam untuk menemukan apakah angka 2 benar-benar “ada” di suatu tempat karena tidak dapat diperlakukan dengan cara yang sama seperti klaim bahwa “X meningkat ketika Y meningkat”. Yang pertama membawa kita ke pertanyaan tentang konsep, definisi, logika, atau struktur matematika dan metafisika, bukan sekadar pengamatan empiris.
Ini membuatku sadar bahwa mungkin aku tadi terlalu cepat membawa satu metode penilaian ke semua jenis klaim.
Cara kita memperoleh alasan untuk mempercayai sesuatu mungkin bergantung pada jenis klaim yang sedang dibuat.
Dan kalau begitu, pertanyaan “apa yang membuat sebuah model layak dipercaya?” ternyata jauh lebih besar daripada yang awalnya kukira.