Ambiguitas

Bagaimana konsep “Ambiguitas” memengaruhi keputusan yang kita buat?

Di bagian ini, Anda akan mengenali ambiguitas tujuan, audiens, sumber, ukuran kualitas, dan format hasil. Lihat Ambiguitas dari informasi yang tersedia. Tanyakan siapa yang bertanggung jawab atas hasilnya dan apa yang mungkin terjadi jika asumsi awal ternyata keliru. Tujuannya sederhana: memakai Ambiguitas untuk membuat keputusan lebih jelas, bukan sekadar menambah istilah baru.

Setelah lesson ini

• Mengenali ambiguitas tujuan, audiens, sumber, ukuran kualitas, dan format hasil.
• Menggunakan konsep “Ambiguitas” untuk membaca satu situasi nyata.
• Menjelaskan batas konsep dan informasi yang masih perlu diperiksa.

Mulai dari situasi

Pahami situasinya lebih dulu. Istilahnya bisa menyusul.

Instruksi 'buat lebih baik' tidak menjelaskan pembaca, tujuan, ukuran kualitas, atau bentuk jawaban yang diharapkan. Di bagian ini, Anda akan melihat situasi tersebut melalui konsep “Ambiguitas”. Tujuannya bukan mencari satu istilah yang menjawab semua masalah, melainkan memahami pilihan yang tersedia dengan lebih jernih.

Di bagian ini, Anda akan mengenali ambiguitas tujuan, audiens, sumber, ukuran kualitas, dan format hasil. Pahami bagaimana token, konteks, ambiguitas, dan batas keandalan memengaruhi jawaban model. Hubungkan konsep ini dengan keputusan yang benar-benar perlu Anda buat.

Lihat bagaimana keputusan terbentuk

Berangkat dari situasi, lalu buat pilihan yang dapat diperiksa bersama.

Model visual

Petakan setiap bagiannya sebelum menentukan langkah.

Baca diagram sebagai peta Ambiguitas: mulai dari konteksnya, ikuti hubungan antarbagiannya, lalu periksa titik yang disorot sebelum mengambil keputusan.

Jangan buru-buru memilih

Dua cara melihat Ambiguitas

Pilihan yang lebih kuat adalah pilihan yang bukti, penanggung jawab, dan batasnya dapat dijelaskan, bukan sekadar pilihan yang terlihat lebih canggih.

Coba sendiri

Cobalah pada satu bagian kecil dari pekerjaan Anda.

1. Pilih satu situasi nyata yang berkaitan dengan Ambiguitas.
2. Pisahkan hal yang dapat Anda amati dari hal yang masih berupa asumsi.
3. Tulis satu keputusan, penanggung jawab, dan bukti untuk memeriksanya.
4. Sebutkan sinyal yang membuat Anda berhenti atau mengubah arah.

Gunakan satu pekerjaan yang Anda kenal. Tandai informasi yang sudah ada, yang masih berupa asumsi, dan yang perlu diuji terkait konsep “Ambiguitas”. Jika ingin melanjutkan, Anda juga dapat mencoba latihan modul berikut: Temukan masalah dalam tiga prompt yang terlihat jelas tetapi masih ambigu. Buat versi pertama cukup kecil agar orang lain dapat memeriksanya dalam beberapa menit.

Berhenti sejenak

Bukti apa yang bisa mengubah keputusan ini?

Jawab sebelum membuka pembahasan. Sebutkan satu fakta dan satu asumsi.

Jalan pintas yang menggoda

Istilah yang terdengar familiar belum tentu membantu Anda mengambil keputusan yang tepat.

Mengapa ini terasa masuk akal

Model tidak mengetahui konteks organisasi yang tidak Anda berikan. Cara paling sederhana untuk menghindarinya adalah meminta contoh, bukti, dan kondisi ketika pendekatan tersebut gagal. Tuliskan asumsi yang Anda pakai agar orang lain dapat memeriksanya.

Cara memeriksanya

Lihat Ambiguitas dari informasi yang tersedia. Tanyakan siapa yang bertanggung jawab atas hasilnya dan apa yang mungkin terjadi jika asumsi awal ternyata keliru. Mulailah dari hal yang dapat Anda amati, lalu pisahkan fakta, asumsi, dan pertanyaan yang masih belum terjawab.

Latihan singkat

Gunakan satu pekerjaan yang Anda kenal. Tandai informasi yang sudah ada, yang masih berupa asumsi, dan yang perlu diuji terkait konsep “Ambiguitas”. Jika ingin melanjutkan, Anda juga dapat mencoba latihan modul berikut: Temukan masalah dalam tiga prompt yang terlihat jelas tetapi masih ambigu.

Ringkasan

• Mengenali ambiguitas tujuan, audiens, sumber, ukuran kualitas, dan format hasil.
• Gunakan contoh dan bukti untuk menguji pemahaman.
• Catat batas, risiko, dan kondisi ketika keputusan harus ditinjau ulang.

Lanjutkan dari sini

• Kemampuan dan Keandalan: Lanjutkan gagasan dari Cara Model Membaca Instruksi melalui contoh yang masih berkaitan.
• Masalah, Frekuensi, dan Nilai: Hubungkan pelajaran ini dengan Applied AI, lalu uji idenya dalam konteks lain.
• Kualitas dan Asal Data: Lihat bagaimana keputusan yang sama berubah ketika dibahas melalui Data Literacy.

Sumber dan bacaan lanjut

• Prompt engineering: OpenAI · official-documentation. Rujukan utama untuk definisi, bukti, atau batas yang dibahas dalam “Ambiguitas”.
• Machine Learning Glossary: Google for Developers · official-documentation. Bukti dan konteks tambahan untuk memeriksa penjelasan dalam “Ambiguitas”.
• Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile: NIST · official-framework. Bukti dan konteks tambahan untuk memeriksa penjelasan dalam “Ambiguitas”.