Bias Kognitif dalam Penilaian Risiko: Bagaimana Asisten AI Membantu Melihat Bahaya secara Objektif

Di berbagai perusahaan di seluruh negeri saat ini, puluhan metodologi penilaian risiko profesional diterapkan. Secara eksternal, metodologi tersebut tampak serupa: identifikasi bahaya, penilaian probabilitas dan tingkat keparahan konsekuensi, serta pengembangan penghalang dan langkah-langkah mitigasi risiko. Namun, terlepas dari standarisasi yang terlihat, pada praktiknya pendekatan ini sering kali gagal memprediksi atau mencegah cedera secara akurat.

Mengapa hal ini terjadi? Padahal pengembangannya menjadi tanggung jawab para spesialis berpengalaman yang telah melalui ratusan investigasi kecelakaan kerja?

Jawabannya ada pada bias kognitif.

Otak manusia, bahkan pada pakar yang paling kompeten sekalipun, bekerja menggunakan skema yang disederhanakan. Selama bertahun-tahun bekerja, seorang spesialis mengembangkan "intuisi profesional" — tetapi bersamaan dengan itu, muncul pula pemikiran stereotip. Mereka mulai:

• meremehkan risiko yang "selalu bisa ditangani" (ilusi kontrol);
• menghubungkan penyebab insiden dengan "kecerobohan" pekerja, tanpa menganalisis penyebab sistemik (kesalahan atribusi fundamental);
• mengabaikan skenario yang tidak mungkin terjadi namun berdampak bencana (penyangkalan "angsa hitam").

Akibatnya, metodologi penilaian risiko formal hanya sebatas mengisi tabel sesuai templat, bukan analisis mendalam. Instruksi HSE menjadi terlalu sarat dengan informasi umum, yang sering kali ditulis hanya sebagai "tindakan berjaga-jaga", bukan untuk penggunaan nyata di tempat kerja. Frasa seperti "berhati-hatilah" tidak memberikan tindakan yang spesifik — yang berarti, tidak mengurangi risiko.

Eksperimen: bagaimana jika kita menghilangkan prasangka manusia?

Kami melakukan eksperimen percontohan: menciptakan asisten AI yang dilatih dengan kumpulan data, meliputi:

• statistik cedera berdasarkan profesi;
• hasil investigasi kecelakaan kerja;
• instruksi HSE dan peta teknologi yang berlaku;
• persyaratan dokumen peraturan.

Tugasnya adalah menganalisis instruksi dan membandingkannya dengan kasus cedera yang sebenarnya.

Hasilnya mengejutkan:

1. Kecepatan analisis — ratusan halaman diproses dalam hitungan menit.
2. Tidak ada bias — AI tidak "tahu" bahwa di area ini "selalu dilakukan seperti itu".
3. Perbandingan yang akurat — sistem mengidentifikasi perbedaan antara tindakan yang ditentukan dan penyebab insiden yang sebenarnya.
4. Rekomendasi — AI menawarkan rumusan yang spesifik dan terukur: bukan "berhati-hatilah", melainkan "buka kabinet → matikan pemutus arus → tutup kedua pintu → kunci gembok → letakkan kunci di loker No. 3".

Selain itu, AI menyoroti "kebisingan informasi" — bagian instruksi yang tidak relevan dengan tugas spesifik pekerja. Dokumen semacam itu, yang berjumlah lebih dari 100 halaman, tidak dibaca, tidak diingat, dan tidak diterapkan — dokumen tersebut hanya menciptakan ilusi keselamatan.

Kesimpulan: teknologi bukanlah pengganti manusia, melainkan alat untuk objektivitas

Bias kognitif adalah fitur objektif dari pemikiran manusia. Namun kini kita memiliki alat yang membantu mengimbanginya. Asisten AI modern mudah diakses, dapat dipahami, dan mampu beroperasi dalam bahasa Rusia. Mereka tidak membuat keputusan — tetapi memberikan data yang akurat kepada manusia untuk membuat keputusan yang lebih baik.

Penggunaan solusi semacam ini memungkinkan kita untuk:

• berfokus pada risiko yang nyata, bukan risiko imajiner;
• menulis instruksi yang benar-benar berfungsi;
• membangun penghalang berdasarkan fakta, bukan kebiasaan.

Keselamatan dimulai dengan pandangan yang jujur terhadap realitas. Dan teknologi membantu kita untuk mencapainya.