Penilaian manusia terkenal buruk dalam menilai risiko, khususnya ketika berhadapan dengan kejadian langka. Ini bukan hanya kekhasan psikologi; ini adalah realitas matematis yang dikenal sebagai paradoks positif palsu, yaitu otak kita terus-menerus melebih-lebihkan kemungkinan terjadinya sesuatu hanya karena kita fokus pada angka yang salah. Mulai dari tes medis hingga pengawasan keamanan, bias ini mengarah pada keputusan yang salah dan memiliki konsekuensi nyata.
Masalah Persentase
Permasalahan intinya terletak pada cara kita menafsirkan akurasi versus prevalensi. Sebuah tes bisa mencapai 99% akurat, namun jika kondisi yang diuji sangat jarang terjadi, sebagian besar hasil positif akan salah. Bayangkan sebuah penyakit yang menyerang satu dari 1.000 orang. Bahkan dengan tes yang hampir sempurna, untuk setiap hasil positif yang benar, akan ada sekitar sepuluh hasil yang salah. Ini bukanlah kegagalan dalam ujian; ini adalah keniscayaan statistik.
Paradoks ini muncul karena pikiran kita terpaku pada tingkat akurasi yang tinggi (99%) dan mengabaikan tingkat akurasi dasar yang kecil (1/1.000). Kami terpaku pada hasil tes – temuan positif – dibandingkan konteks yang lebih luas. Inilah sebabnya mengapa hasil tes medis yang positif, meskipun dapat diandalkan, hanya memiliki peluang 9% untuk benar-benar mengindikasikan penyakit dalam skenario ini.
Implikasi di Dunia Nyata
Paradoks positif palsu tidak hanya bersifat teoritis. Hal ini menjelaskan mengapa pemeriksaan massal untuk penyakit langka seringkali tidak efektif. Jumlah alarm palsu melebihi jumlah kasus yang sebenarnya, menyebabkan kecemasan yang tidak perlu, prosedur tindak lanjut yang mahal, dan potensi kerugian akibat kesalahan diagnosis.
Penegakan hukum juga menghadapi masalah yang sama. Perangkat lunak pengenalan wajah, meskipun sangat akurat, menghasilkan banyak kesalahan positif jika diterapkan tanpa pandang bulu. Di Cardiff saat final Liga Champions 2017, sistem memindai 170.000 penggemar menandai 2.470 calon penjahat, hanya 3% di antaranya yang benar-benar dicari. Sistem ini berfungsi sebagaimana mestinya: sistem ini mencerminkan rendahnya tingkat penjahat di tengah kerumunan.
Bahaya Penambangan Data
Prinsip yang sama juga berlaku dalam upaya kontraterorisme. Menjelajahi catatan telepon dan media sosial untuk mencari pola yang mengindikasikan aktivitas teroris juga memberikan hasil serupa. Plot teroris jarang terjadi, sehingga kesalahan positif jauh lebih umum terjadi dibandingkan ancaman sebenarnya. Pakar keamanan Bruce Schneier memperkirakan bahwa untuk setiap teroris yang terungkap melalui program semacam itu, puluhan juta orang yang tidak bersalah ditandai sebagai orang yang mencurigakan, menyia-nyiakan sumber daya, dan melanggar privasi.
Konteks adalah Segalanya
Kuncinya adalah kita tidak mengabaikan pengujian atau pengawasan sama sekali. Sebaliknya, hal ini untuk memahami trade-offnya. Tes yang akurat sangat berharga, namun hanya jika diterapkan pada populasi dimana kondisi tersebut cukup lazim. Dokter dengan tepat memprioritaskan pengujian terhadap mereka yang memiliki gejala, karena hal ini mengubah peluang statistik menjadi positif.
Paradoks positif palsu mengajarkan kita untuk mengontekstualisasikan hasil. Akurasi saja tidak penting; kemungkinan terjadinya peristiwa itu sendiri sangatlah penting. Saat mengarungi pertanyaan probabilistik, detail yang paling menonjol tidak selalu relevan secara statistik.
Pada akhirnya, penilaian risiko yang rasional memerlukan pengakuan bahwa sistem yang sangat andal sekalipun akan menghasilkan lebih banyak noise daripada sinyal ketika diterapkan pada kejadian yang sangat jarang terjadi. Mengabaikan kenyataan ini akan menyebabkan sumber daya terbuang sia-sia, peringatan palsu, dan pengambilan keputusan yang salah.
