Gambaran umum
- Psikolog Amerika Gary Klein adalah "ahli tentang keahlian" yang selama puluhan tahun meneliti orang-orang yang harus menunjukkan kepakaran dalam situasi mendesak, seperti pemadam kebakaran, perawat IGD, dan pilot pesawat
- Melalui wawancara mendalam dan observasi terhadap para ahli, Klein mengabstraksikan apa yang terjadi di dalam kepala mereka saat menghadapi situasi bermasalah ke dalam model RPD (Recognition-Primed Decision Model). Berbagai penelitian selama puluhan tahun menunjukkan bahwa para ahli di banyak bidang memang bertindak dengan cara ini
- Dengan menerapkan model RPD, kita bisa belajar dengan lebih baik dari para ahli maupun dari LLM
5 tahap model RPD
(Diagram RPD ada di blog asli)
- Ahli mengalami situasi bermasalah.
- Mereka memusatkan perhatian pada beberapa sinyal dalam situasi tersebut lalu mencocokkannya dengan pengalaman dan pola masa lalu.
- Jika kecocokannya baik, strategi tindakan mulai terbentuk secara kasar di benak mereka (apa targetnya, tindakan apa yang perlu dilakukan, dan seperti apa hasilnya). Jika belum jelas, mereka mengumpulkan informasi tambahan, melihat sinyal lain, lalu mencoba mencocokkan lagi.
- Strategi tindakan yang muncul itu kemudian disimulasikan di dalam kepala. Apakah ini akan menyelesaikan masalah? Jika tampaknya tidak, mereka beralih ke strategi tindakan berikutnya dan menjalankan simulasi lagi.
- Jika ada yang terasa akan berhasil, mereka mengeksekusinya. Lalu situasinya berubah, dan kembali ke langkah 1.
Ini juga memberi petunjuk tentang apa yang perlu kita pelajari dari para ahli untuk meningkatkan keahlian kita
- Sinyal apa yang diamati ahli untuk mengenali situasi bermasalah, dan dalam urutan seperti apa?
- Dalam situasi tertentu, strategi tindakan apa yang mereka gunakan lebih dulu untuk memecahkan masalah?
- Mengapa mereka memilih itu, bukan yang lain? Bagaimana mereka melakukan simulasinya?
Belajar dari code review sebagai junior
Jika Anda menerima komentar seperti, "Nama variabel XX terlalu pendek. Sebaiknya nama variabel cukup panjang agar mudah dipahami. Ganti ke YY?", jangan hanya menjawab "ya"; coba terapkan RPD dan "ganggu" senior sedikit
- Apakah ada situasi di mana nama variabel yang pendek tetap tidak masalah?
- Kalau begitu, di sini bagaimana Anda menilai bahwa nama variabelnya terlalu pendek?
- Jika nama variabel XX tetap dipakai, menurut Anda masalah apa yang mungkin muncul nanti?
- Bagaimana Anda sampai terpikir nama variabel YY?
- Dalam situasi seperti apa YY bisa menjadi nama yang tidak lagi tepat di kemudian hari?
- Kalau begitu, menurut Anda nama variabelnya akan diubah menjadi apa saat itu?
Ini juga pertanyaan yang bagus diajukan ke LLM yang tidak akan mengeluh meski "diganggu", dan Anda juga bisa meminta, "Saya mendapat feedback seperti ini, tolong usulkan pertanyaan menggunakan RPD."
Materi tambahan
- Tolong beri tahu kriteria penilaiannya, jangan sekadar meragukannya: tulisan tentang percakapan seperti apa yang perlu dilakukan senior agar junior bisa berkembang dengan mengingat RPD
- Bagaimana saya bisa sampai pada penilaian itu: tulisan tentang bagaimana saya bisa langsung memahami penyebabnya begitu melihat masalah dalam sebuah kasus debugging. CDM (Critical Decision Method) yang dibahas di sini juga merupakan metode bertanya yang dikembangkan Gary Klein untuk menelusuri apa yang terjadi di dalam kepala para ahli
- The RPD Model: Criticisms and Confusions: tulisan Gary Klein pada 2021 yang menanggapi langsung kritik yang diterima setelah model RPD dipublikasikan, serta berbagai kesalahpahaman tentang RPD
- Source of Power: How People Make Decisions: buku Gary Klein tahun 1999 yang memuat penjelasan lebih rinci tentang RPD
Memanfaatkan LLM
Saya membuat template prompt yang menyusun pertanyaan bagus dengan memanfaatkan RPD dan CDM (Critical Decision Method) dari sudut pandang Gary Klein. Setelah diuji, kualitas pertanyaannya ternyata cukup bagus
Tentu saja, di dunia nyata akan sulit jika setiap kali senior memberi review Anda berkata, "sebentar ya," lalu bertanya ke LLM sebelum mengajukan pertanyaan. Karena itu, dalam jangka panjang akan lebih menguntungkan jika kita menginternalisasi pertanyaan-pertanyaan yang dihasilkan LLM hingga bisa membuatnya sendiri dan berkembang menjadi orang yang mampu berpikir mandiri
8 komentar
Menarik.
Ini eksplorasi yang menarik, saya membacanya dengan senang hati.
Ini tampaknya bisa menjadi salah satu metode konkret dari latihan mendalam yang dibahas dalam buku The Talent Code. Terima kasih untuk tulisan yang bagus ini.
Oh ya, betul. Kalau Anda jadi tertarik pada latihan mendalam, Penemuan Kembali 10.000 Jam karya Anders Ericsson, pencipta konsep tersebut (?), juga sangat bagus.
Tulisannya bagus, tetapi menurut saya sikap Anda yang tertarik pada hal-hal seperti ini dan mau mempelajarinya juga sangat mengagumkan.
Terima kasih. Mempelajari riset yang telah lama tervalidasi dan menerapkannya ke AI ternyata menarik.
Topiknya menarik, saya membacanya dengan baik.
Terima kasih hehe