Kalibrasi adalah properti dari kumpulan klaim, bukan dari satu klaim. Bila seseorang menyatakan delapan puluh persen yakin pada seratus pernyataan berbeda dan sekitar delapan puluh di antaranya benar, ia terkalibrasi. Bila hanya lima puluh yang benar, ia sistematis terlalu percaya diri, sekalipun setiap pernyataan terdengar masuk akal. Definisi ini tidak menyebut kecerdasan, pengalaman, atau jabatan, dan justru di situlah kegunaannya.

Kalibrasi perlu dibedakan dari resolusi. Orang yang selalu mengatakan lima puluh persen bisa terkalibrasi sempurna tetapi tidak punya resolusi, karena tidak pernah memisahkan kejadian yang mungkin dari yang tidak. Dalam keputusan investasi, resolusi membuat peringkat peluang menjadi berguna, sementara kalibrasi menjaga agar peringkat itu tidak menipu. Skor Brier memecah keduanya menjadi reliability, resolution, dan uncertainty, sehingga kita bisa melihat apakah kesalahan berasal dari keyakinan yang terlalu tinggi atau dari ketidakmampuan membedakan kasus.

Bentuk keyakinan berlebih yang paling relevan bagi penyusun memo adalah overprecision, yaitu keyakinan bahwa rentang perkiraan kita lebih sempit daripada kenyataan. Moore dan Healy (2008) mencatatnya sebagai bentuk yang paling kuat dan paling jarang dibahas. Memo yang menulis satu angka arus kas, bukan rentang, adalah contoh langsung overprecision yang dilembagakan.

Keahlian tumbuh di lingkungan yang memberi umpan balik. Kahneman dan Klein (2009) menyepakati dua syarat: lingkungannya cukup teratur untuk bisa diprediksi, dan ada kesempatan belajar yang memadai melalui latihan dengan umpan balik cepat. Pada pengambilan keputusan klinis rutin atau operasi mesin, syarat itu terpenuhi. Pada adopsi teknologi, pembiayaan infrastruktur berhorizon sepuluh tahun, atau perkiraan harga komoditas jangka panjang, syarat itu jarang terpenuhi, sehingga intuisi ahli lebih tepat diperlakukan sebagai hipotesis.

Kesalahan pertama adalah membaca keahlian sebagai kalibrasi otomatis. Kesalahan kedua lebih halus: mengganti kepercayaan dengan skeptisisme umum, memindahkan bobot dari orang yang yakin ke orang yang ragu, padahal keraguan juga belum pernah diskor. Itu hanya menukar satu bias dengan bias lain, dan sering menghukum ahli yang benar karena mereka lazimnya lebih hati-hati menyebut angka.

Yang perlu diingat dari Dunning dan Kruger (1999) adalah arah temuannya, bukan karikaturnya. Kesulitan menilai diri sendiri bersifat metakognitif dan tidak otomatis hilang oleh kedalaman pengetahuan. Orang yang tahu banyak justru punya lebih banyak bahan untuk membangun model yang rapi, dan lebih sedikit rekan yang berani membantah asumsinya. Overprecision karena itu sering membesar di puncak hierarki, bukan mengecil.

Mekanisme paling murah adalah mencatat. Setiap usulan investasi memuat klaim yang bisa difalsifikasi, masing-masing dinyatakan sebagai rentang probabilitas, dengan base rate pembanding dari proyek sejenis. Penyusunnya tercatat. Enam atau dua belas bulan kemudian hasilnya dicatat juga, dan selisih antara keyakinan dan kenyataan dibahas sebagai data, bukan sebagai kesalahan pribadi. Tanpa pemisahan antara data dan hukuman, mekanisme ini akan mati dalam satu kuartal.

Hak keputusan tetap dipegang pemilik keputusan, tetapi bobot masukan bergeser mengikuti rekam jejak. Ini penting agar kalibrasi tidak berubah menjadi pemungutan suara. Panel SME memberi input probabilistik, pemilik keputusan menimbangnya dengan skor historis dan dengan relevansi domain, dan hasil akhirnya tetap satu tanda tangan yang bisa dipertanggungjawabkan.

Alternatif yang lebih ringan adalah anggaran keyakinan. Dalam satu rapat, hanya sejumlah klaim yang boleh dinyatakan tanpa rentang, sisanya wajib berupa probabilitas. Batasan itu memaksa tim memilih di mana ketegasan dibutuhkan dan di mana kejujuran lebih bernilai. Pelengkapnya adalah kill criteria yang ditulis sebelum komitmen, lengkap dengan ambang angka dan tanggal, serta pre-mortem yang memunculkan skenario kegagalan ketika biaya untuk berubah masih rendah.

Ketika prosa yang meyakinkan menjadi murah, nilai tanda tangan manusia bergeser dari kemampuan menyusun argumen ke kemampuan menetapkan probabilitas dan mempertanggungjawabkannya. Model bahasa menghasilkan paragraf yang lancar, dan pembaca cenderung membaca kelancaran sebagai kompetensi. Di lingkungan seperti itu, pembeda yang tersisa adalah rekam jejak klaim yang bisa diperiksa, bukan kefasihan presentasi.

Implikasi organizasinya jelas: kalibrasi berhenti menjadi soal karakter dan menjadi aset yang bisa dikelola, seperti halnya biaya modal. Perusahaan yang menyimpan skornya akan punya keunggulan dalam menilai siapa yang layak didengar pada keputusan berikutnya, dan itu berlaku baik untuk manusia maupun untuk model yang mereka pakai.