Dunia Kita Membutuhkan Perspektif yang Sederhana atas Dunia yang Kompleks

dipersiapkan sebagai pengantar dalam Pengayaan Mata Kuliah Teori-teori Sosial dan Kewarganegaraan, Universitas Pendidikan Indonesia, 19 Desember 2011

Pendidikan itu merupakan sebuah transmisi kebudayaan [7], dan apa yang tertransmisikan hari ini dalam lingkungan akademia modern adalah sesuatu yang terstrukturkan pertama sekali semenjak abad Pencerahan di abad ke-18 Eropa. Pada masa-masa awal kelahiran modernitas, ilmu pengetahuan menawarkan cara memandang kompleksitas dunia dengan berbagai moda-moda analitik atas elemen-elemen sistem yang di-observasi. Itulah sebabnya dunia pendidikan mengenal berbagai cabang disiplin ilmu. Ada sebuah harapan bahwa memahami secara mendalam elemen-elemen dari sistem (baik alam maupun sosial), maka kita akan dapat memahami sistem secara keseluruhan. Namun perkembangan ilmu pengetahuan berkembang sedemikian jauh, sedemikian sehingga kita makin menyadari bahwa kompleksitas sistem tak bisa didekati dengan cara mereduksi sistem dalam elemen-elemennya. Satu hal bukanlah penjumlahan linier atas elemen-elemen penyusun sistem tersebut. Karena itulah dikenal ilmu-ilmu kompleksitas.

Realitas kita adalah realitas kompleks. Dalam sistem yang sederhana, perilaku dan interaksi antar elemen-elemen dapat dianalisis secara mendetail dan perilaku dari sistem dapat diprediksi dengan presisi yang tinggi. Sebagai contoh, bayangkan sebuah meja biliar dan di atasnya diletakkan beberapa bola biliar. Gerak satu bola menabrak bola lain dapat dikalkulasi dengan mekanika Newtonian. Dalam sistem yang simpel itu, kita bisa melakukan presisi yang tinggi saat melakukan berbagai prediksi dan proyeksi yang hampir pasti atas gerak dan bagaimana satu bola menubruk bola yang lain. Kerumitan terjadi jika dan hanya jika banyak bola saling tubruk satu sama lain.

Berbeda dengan sistem yang simpel, sistem kompleks memiliki setidaknya dua karakteristik yang unik [5]. Pertama, sistem kompleks memungkinkan adanya proses adaptasi dari elemen-elemen penyusunnya. Sebagai contoh, bayangkan sebuah ruangan berisi beberapa orang. Dalam ruangan tersebut mereka saling berinteraksi satu sama lain, di mana individu berperilaku dan berinteraksi berdasarkan emosionalitas dan rasionalitasnya masing-masing, plus kemampuan untuk ber-adaptasi dalam interaksinya tersebut. Sistem kompleks tak dapat didekati dengan dinamika dalam mekanika Newtonian, ia hanya dapat didekati dengan perndekatan evolusioner Darwinian. Presisi hampir tak mungkin dilakukan demi “menebak” perilaku orang-orang di dalam ruangan tersebut dengan semata-mata mengetahui aspek personalitas dari oang-orang tersebut.

Kedua, perilaku sistem kompleks tidak sama dengan penjumlahan perilaku-perilaku personal dari masing-masing individual dalam ruang kelas, sebagaimana ditunjukkan pada contoh sebelumnya. Dengan  kata lain kita tidak akan dapat mengetahui sifat sistem kompleks, dalam hal ini sistem sosial, hanya dengan pengetahuan yang lengkap tentang sifat-sifat dari tiap agen penyusun sistem sosial tersebut. Hal ini karena interaksi antara agen penyusun sistem sosial menghasilkan pola lain yang membrojol dalam sistem. Secara sederhana dapat didefinisikan bahwa faktor membrojol adalah efek dalam skala besar dari agen-agen yang berinteraksi secara lokal di dalam sistem [1]. Dari sinilah kita bisa mengatakan bahwa sifat kolektif dari sebuah komunitas adalah sama dengan sifat individual agen Å bentuk interaksi di antara mereka. Jadi, meskipun sistem sosial merupakan sistem yang dibentuk oleh komponen sosial (individu), sistem sosial tidak bisa direduksi ke dalam sifat-sifat dan hukum-hukum yang berlaku secara lokal pada individu [8].

Kedua karakteristik ini menunjukkan pada kita bagaimana sistem kompleks dan sistem simpel merupakan dua hal yang sangat berbeda. Sederhananya, ilmu-ilmu warisan abad pencerahan memandang sistem dalam terminologi mekanika Newtonian, namun kompeksitas justru melihat bagaimana ketakpastian merupakan bagian inheren dari sistem. Kita dapat memahami bahwa ilmu-ilmu kompleksitas bukanlah sebuah cabang ilmu baru. Ilmu-ilmu kompleksitas lebih didefinisikan atas  obyek dari apa yang di-observasi. Ia tak seperti ilmu-ilmu warisan abad pencerahan yang lebih menekankan moda investigasi atas fenomena (baik sosial maupun alam).

Memahami Kompleksitas Sosial

Apa yang diuraikan di atas sebagai definisi dari kebrojolan dalam sistem sosial pada dasarnya merupakan landasan epistemologis dari beberapa teoretisi ilmu sosial selama berabad-abad dengan kadar yang tentunya tak sama. Ada yang lebih terasa pendekatan makronya dan ada yang lebih kental dengan pendekatan mikro. Dari sini kita berharap bahwa ilmu kompleksitas yang memandang sistem sosial sebagai sistem yang kompleks dapat memberikan angin segar dengan konsep “kebrojolan” yang menjembatani kedua ketimpangan teori sosial ini sehingga kita dapat memiliki teori sosial yang lebih holistik.

Dari sini kita beranjak untuk melihat bagaimana kebrojolan merupakan jembatan antara pendekatan pada level mikro dan pendekatan pada level makro. Pada level makro, teoretisi sosial memberikan hukum-hukum yang mengatur bagaimana sistem sosial berperilaku, sedangkan pada level mikro teoretisi sosial mengobservasi bagaimana individu penyusun sistem sosial saling berinteraksi satu sama lain secara sembarangan.

Pembedaan dan pendefinisian yang jelas dan ketat atas level deskripsi sistem yang didekati: mikro, meso, dan makro, merupakan hal dasar yang menjadi isu utama dalam ilmu-ilmu kompleksitas. Elemen-elemen mikro saling berinteraksi di level meso menghasilkan berbagai indikator-indikator yang diukur secara kolektif (sosial) di level makro. Sebagai contoh sederhana, fenomena naiknya harga beras terjadi akibat adanya dinamika di level meso, yaitu bagaimana aktor sosial/ekonomi berinteraksi satu sama lain sedemikian, membentuk formasi supply/demand sedemikian yang tentunya terkait dengan bagaimana pola masing-masing individual aktor tersebut mengambil keputusannya. Dari sini kita melihat ada 3 unsur penting yang mesti dilihat dalam semua kajian kompleksitas sosial:

1. Aktor, yaitu pola elementer/mikro dari sistem yang didekati. Karakteristik aktor tentunya bersifat heterogen, karena semua orang memiliki keunikan dalam proses pengambilan keputusan, baik itu terkait dengan genetika, budaya, ekonomi, dan latar belakang personal.
2. Interaksi, yaitu bagaimana secara terbatas, aktor mengambil keputusan (baik secara rasional maupun emosional) dalam lingkungan sosialnya (social network).
3. Faktor, yaitu pola umum makro yang menggambarkan dinamika kolektiif dari sistem secara keseluruhan. Ini tentunya merupakan ikhwal hasil yang muncul dengan tak linier dari interaksi antar aktor. Faktor merupakan hal yang membrojol dari Aktor [cf. 6].

Pemetaan persoalan dan fenomena dengan baik merupakan langkah awal yang penting dalam pemecahan persoalan melalui ilmu pengetahuan. Sistem sosial adalah sistem yang kompleks, dan kompleksitasnya lahir dari interaksi antar agen yang mem-produksi atau reproduksi sistem sosial yang dilihat dalam pandangan makro (bdk. 3). Apa yang selama ini dilihat secara konvensional oleh sosiolog (dan ekonom) tradisional adalah apa yang kita sebut faktor yang muncul/membrojol itu. Akibatnya timbullah banyak ketidakpastian (uncertainty) dalam analisis mereka dan lahirlah sebuah ketakutan penggunaan metodologi yang bersifat kuantitatif pada mereka [9]. Ketimpangan untuk tidak menjadi terlalu makroskopik (terlalu takut dengan kuantifikasi dan ketidakpastian dalam penjelasan analitik) dan tidak terlalu mikroskopik (terlalu sering melakukan ekstrapolasi dalam penjelasan analitik) pada dasarnya dapat dijawab dengan analisis pemodelan komputasional yang menjadi perangkat yang paling penting dalam proses kelahiran ilmu-ilmu kompleksitas termutakhir.

Komputasi merupakan perangkat yang telah sangat membantu “kelahiran” ilmu-ilmu kompleksitas, karena melalui proses komputasi, berbagai metodologi teknis (baik matematis maupun algoritmis) yang tadinya membutuhkan proses kalkulasi dan detail hitung manual dapat diatasi sehingga kemampuan analitik peradaban modern kita terus terpojok ke batas optimumnya. Jika ilmu kognitif (cognitive sciences) dapat mengakuisisi kemajuan teknologi komputasi dengan berusaha “menumbuhkan” kecerdasan di semikonduktor via artificial intelligence, ilmu-ilmu sosial di awal milenium ini telah pula dikenalkan dengan upaya “menumbuhkan” struktur dan perilaku sosial di silico via artificial society [3]. Simulasi komputasional telah memberikan peluang bagi ilmuwan sosial untuk menggubah laboratorium tempat ia dapat menguji berbagai hipotesis demi pemahaman yang lebih lagi berbagai fenomena sosial [11].

Hal-hal serupa ini mencipta ruang baru ilmu pengetahuan sosial. Ilmu-ilmu kompleksitas tidak menciptakan satu cabang baru dari ilmu pengetahuan, namun menunjukkan ruang di mana perspektif interdisiplin dapat tercipta dan memberikan khazanah baru bagi penajaman pemahaman kita, yang pada gilirannya dapat menjadi modal akuisisi yang baik bagi penajaman kebijakan publik [10]. Kita memerlukan ilmu-ilmu kompleksitas demi memperoleh komprehensi yang sederhana atas kompleksitas semesta alam dan sosial.

Karya Yang Disebutkan:

1. Axelrod, R. (1997). The Complexity of Cooperation: Agent-Based Models of Competition and Colaboration. Princeton UP.
2. Castellani, B. & Hafferty, F. W. (2009). Sociology & Complexity Science: A New Field of Inquiry. Springer.
3. Epstein, J. M. & Axtell, R. (1996). Growing Artificial Societies: Social Science from the Bottom Up. The Brookings Institution Press dan MIT Press.
4. Giddens, A. (1984), The Constitution of Society. Polity Press.
5. Johnson, S. (2001). Emergence: The connected lives of ants, brains, cities, and software. Scribner.
6. Macy, M. W. & Willer, R. (2002). “From Factors to Actors: Computational Sociology and Agent Based Modeling”. Annual Reviews Sociology (28): 143-166.
7. Martin, J. (2003). The Education of John Dewey. Columbia University Press
8. Sawyer, R. K. (2001). “Emergence in Sociology: Contemporary Philosophy ofMind and Some Implications for Sociological Theory”. American Journal of Sociology  107 (3):. 551-585.
9. Situngkir, H. (2003). “Emerging the Emergence Sociology: The Philosophical Framework of Agent-Based Social Studies”. Journal of Social Complexity 1 (2): 3-15.
10. Situngkir, H. (2003). Jalan Panjang Menuju Sosiologi Komputasional. Tutorial Online http://compsoc.bandungfe.net/intro/main.html
11. Situngkir, H. & Surya, Y. (2007). Solusi untuk Indonesia: Prediksi Kompleksitas/Ekonofisik. Kandel.
12. Situngkir, H. (2010). Piringan Kompleksitas Sosial. Dept. Sosiologi Komputasional Bandung Fe Institute. http://compsoc.bandungfe.net/pks

Explore posts in the same categories: Uncategorized