Kalibrasi adalah kesesuaian antara derajat keyakinan dan frekuensi empiris. Seorang manajer yang menyatakan "kemungkinan besar" pada dua puluh inisiatif, lalu dua belas di antaranya benar-benar mencapai target, tidak terkalibrasi; frasa itu seharusnya bermakna sekitar delapan puluh persen. Ini bukan tes kecerdasan. Orang paling tajam di ruangan bisa tetap salah kalibrasi sepanjang kariernya karena ia tidak pernah mencatat tebakannya sebelum hasilnya keluar.

Syaratnya keras dan sering dilewati. Hasil harus tercatat pada tingkat yang cukup granular untuk dibandingkan dengan prediksinya. Keputusan harus cukup berulang agar membentuk sampel, atau setidaknya cukup banyak keputusan serupa dalam satu portofolio. Bahasa probabilitas harus disepakati angkanya, misalnya "hampir pasti" untuk rentang sembilan puluh sampai sembilan puluh sembilan persen dan "mungkin" untuk rentang empat puluh sampai enam puluh persen. Tanpa kesepakatan itu, kalibrasi hanya menjadi istilah asing di slide pelatihan.

Kaitannya dengan tesis hari ini bersifat metodologis. Bias konfirmasi sulit dibuktikan karena ia bekerja dengan mengubah apa yang dicari, bukan apa yang diucapkan. Kalibrasi memberi jalan keluar: bila prediksi dicatat lebih dulu, pola kesalahan menjadi terlihat sebagai data, bukan sebagai karakter. Setelah itu debiasing berhenti menjadi proyek moral dan berubah menjadi proyek perbaikan proses.

Bias konfirmasi punya arah. Kita mencari bukti yang menopang posisi yang sudah kita pegang, dan kita membaca bukti yang berlawanan sebagai pengecualian. Noise tidak punya arah. Dua penilai dengan informasi identik menghasilkan angka yang berbeda, dan perbedaan itu tidak bisa dijelaskan oleh perbedaan keyakinan atau metode. Dalam banyak organisasi, jarak antara penilai pertama dan penilai kedua lebih besar daripada selisih antara skenario dasar dan skenario pesimistis yang disiapkan tim analis.

Salah pakai yang paling sering terjadi adalah mengobati noise dengan retorika bias. Organisasi mengadakan sesi tahunan tentang bias kognitif, menambahkan satu halaman "daftar bias yang harus dihindari" di template memo, lalu menyimpulkan bahwa keputusan sudah bersih. Variasi antar penilai tetap sama, karena ia tidak lahir dari ketidaktahuan akan bias melainkan dari perbedaan cara menyusun pertanyaan, urutan menilai, dan ambang yang dipakai.

Pemisahan ini punya konsekuensi anggaran. Noise jauh lebih murah dikurangi: estimasi independen, rubrik penilaian yang sama, urutan evaluasi yang acak, dan agregasi mekanis alih-alih diskusi bebas. Bias menuntut perubahan yang lebih dalam, termasuk insentif dan siapa yang menanggung akibat. Memilih alat yang salah bukan sekadar tidak efisien; ia memberi rasa aman yang membuat masalah sebenarnya bertahan lebih lama.

Decision hygiene adalah rangkaian langkah yang dijalankan sebelum kelompok mulai saling menyesuaikan posisi. Pertama, setiap peserta menuliskan estimasinya sendiri secara tertulis tanpa melihat milik orang lain. Kedua, base rate kelas rujukan dinyatakan lebih dulu: berapa proporsi proyek dengan karakteristik serupa yang mencapai target, diukur dari data luar, bukan dari kepercayaan pada tim ini. Ketiga, pre-mortem dijalankan dengan pertanyaan yang sudah berlalu, yaitu "kita berada setahun ke depan dan keputusan ini gagal, apa yang menyebabkannya". Keempat, satu orang ditunjuk sebagai dissent owner yang wajib merumuskan kasus terkuat melawan rekomendasi. Kelima, prediksi dicatat bersama tanggal tinjauan, sehingga hasilnya bisa dibandingkan dengan keyakinan awal.

Urutan ini menyerang sunken-cost tanpa perlu berdebat soal psikologi. Pertanyaan pembela proyek biasanya berbentuk "kita sudah menanam terlalu banyak untuk berhenti". Setelah base rate masuk, pertanyaannya bergeser menjadi "berapa proporsi proyek sekelas ini, pada tahap ini, mencapai target dari titik ini ke depan". Investasi masa lalu secara otomatis keluar dari perhitungan karena ia tidak mengubah distribusi hasil di masa depan. Orang yang sebelumnya emosional bisa menjadi analitis hanya karena kalimat pertanyaannya diganti.

Kaitannya dengan edisi 2 November perlu dinyatakan tegas agar tidak tertukar. Decision rights menjawab siapa yang berhak memutuskan dan siapa yang menanggung akibatnya. Decision hygiene menjawab bagaimana bahan sampai ke meja orang itu tanpa dimampatkan oleh hirarki, jangkar, atau kesopanan. Keduanya tidak saling menggantikan. Struktur kewenangan yang rapi tetap menghasilkan keputusan buruk bila satu-satunya angka yang sampai ke pemutus adalah angka yang sudah disepakati sebelum rapat dimulai.

Sebagian organisasi kini memakai model sebagai pemberi estimasi independen: satu angka dari tim, satu angka dari model, lalu keduanya dibandingkan. Efek pertama terlihat melegakan, karena sebaran penilaian menyempit dan diskusi menjadi lebih cepat. Namun penyempitan sebaran bukan bukti perbaikan akurasi. Bila semua tim bertanya pada model yang sama dengan prompt yang sama, noise antar penilai turun drastis sementara bias bersama justru mengeras, sebab kesalahan yang sama kini dimiliki semua orang dan tidak lagi terlihat sebagai perbedaan pendapat.

Konsekuensi praktisnya, dissent owner tidak boleh diambil dari keluaran model yang sama. Kalibrasi juga harus diukur pada tingkat portofolio keputusan, bukan pada satu keputusan yang kebetulan berhasil. Bila model dipakai sebagai pembanding, catat juga keyakinan model dan bandingkan hasilnya pada tanggal tinjauan, persis seperti memperlakukan penilai manusia. Tanpa itu, organisasi hanya memindahkan jangkar dari sponsor ke mesin, dengan tambahan kredibilitas yang lebih sulit dibantah.