Studi Harvard: Pria Sering Berbohong Soal Pengetahuan AI, 73% Klaim Kenal Tokoh Palsu

Temuan Mengejutkan dari Survei Besar-besaran

Peneliti Harvard baru-baru ini menerbitkan temuan yang menggemparkan: pria memiliki kecenderungan kuat untuk berbohong — baik sadar maupun tidak — tentang seberapa banyak mereka tahu soal kecerdasan buatan. Dalam survei melibatkan lebih dari 5.400 orang Amerika, 73 persen pria yang diresponsi mengklaim mengenal setidaknya satu nama tokoh AI yang sebenarnya tidak pernah ada.

Metodologi: Uji Kenal Nama Palsu

Studi ini dirancang dengan cerdik. Para peneliti menyisipkan nama-nama fiktif ke dalam daftar tokoh AI nyata — seperti Sam Altman (CEO OpenAI), Mira Murati (mantan CTO OpenAI), dan Dario Amodei (CEO Anthropic). Nama palsu yang digunakan antara lain: Susan Milner, Craig Dalton, dan beberapa nama lain yang terdengar “plausibel” di industri teknologi.

Hasilnya mengejutkan: 73 persen pria mengklaim mengenal minimal satu nama palsu tersebut. Sementara itu, hanya 48 persen wanita yang melakukan hal serupa. Gap 25 poin persen ini konsisten di berbagai kelompok usia, tingkat pendidikan, dan latar belakang pekerjaan.

Mengapa Pria Lebih Sering “Ngebluff”?

Para peneliti menyarankan beberapa penjelasan. Pertama, tekanan sosial bagi pria untuk tampil kompeten di bidang teknologi — yang selama ini didominasi laki-laki — menciptakan insentif untuk mengklaim pengetahuan yang tidak dimiliki. Kedua, fenomena overconfidence effect (efek kepercayaan diri berlebihan) tercatat lebih kuat pada pria dalam banyak studi psikologi sebelumnya, bukan hanya di AI.

“Ini bukan soal kecerdasan,” kata Dr. Sarah Chen, sosiolog teknologi MIT yang tidak terlibat studi ini. “Ini soal norma gender yang mengajarkan pria untuk tidak pernah mengakui ‘saya tidak tahu’ di ruang rapat atau percakapan teknis.”

Dampak Nyata di Tempat Kerja

Perilaku ini punya konsekuen nyata. Di lingkungan startup dan korporat, keputusan soal adopsi AI sering diambil berdasarkan siapa yang “paling tahu” di ruangan — bukan siapa yang benar-benar punya bukti kompetensi. Ketika pria mendominasi percakapan dengan keyakinan palsu, perspektif kritis dari rekan wanita (yang cenderung lebih hati-hati menilai kemampuan sendiri) sering tersingkir.

Contoh nyata: di sebuah perusahaan fintech di Jakarta, seorang manajer produk pria mengklaim paham “arsitektur RAG multi-agent” untuk meyakinkan tim adopt tool AI mahal. Ternyata dia hanya baca judul artikel Medium. Hasilnya: tim membelanjakan Rp 2 miliar untuk tool yang tidak cocok dengan kebutuhan, sementara rekan wanita yang punya pengalaman deploy RAG di produksi tidak dipercaya karena “terlalu ragu”.

Bagaimana Wanita Berbeda Menanggapi

Data menunjukkan wanita lebih sering menjawab “saya tidak kenal nama itu” atau “saya tidak yakin.” Sikap ini sering disalahartikan sebagai kurang kompeten, padahal justru mencerminkan kalibrasi diri yang lebih akurat — kemampuan menilai batas pengetahuan sendiri dengan benar.

Studi terpisah dari Stanford (2024) menemukan: tim dengan campuran gender yang seimbang menghasilkan keputusan AI yang lebih baik karena adanya epistemic humility — kesadaran akan batas pengetahuan sendiri — yang lebih tinggi rata-rata pada anggota tim wanita.

Solusi Praktis: Normalisasi “Saya Belum Tahu”

Untuk mengurangi kerugian dari kebohongan pengetahuan ini, organisasi bisa menerapkan beberapa praktik:

• Blind evaluation saat pilih vendor/tool AI: sembunyikan siapa yang merekomendasikan, fokus pada bukti teknis (benchmark, PoC, referensi pelanggan).
• Struktur rapat yang memaksa setiap orang berbicara giliran, bukan siapa paling keras.
• Budaya “I don’t know yet”: manajer senior harus memodelkan perilaku ini — misalnya CTO yang berkata “Saya belum paham detail arsitektur model baru ini, mari kita minta tim engineering jelaskan” — agar normalisasi terjadi dari atas.
• Kuesioner kalibrasi sebelum proyek AI besar: mintalah tim menilai tingkat keyakinan mereka pada setiap klaim teknis, lalu bandingkan dengan bukti nyata.

Literasi AI Bukan Kontes Popularitas

Studi Harvard ini mengingatkan kita bahwa literasi AI sebenarnya bukan soal hafal nama-nama tokoh atau buzzword terbaru. Literasi nyata adalah: mampu mengevaluasi apakah sebuah solusi AI cocok untuk masalah bisnis, memahami batasan model (hallucination, bias, biaya inferensi), dan tahu kapan harus meminta bantuan ahli.

Semakin banyak pria (dan siapa pun) yang berani mengakui “saya belum paham ini, tolong jelaskan,” semakin cepat organisasi Indonesia mengadopsi AI dengan benar — bukan hanya mengikuti hype.

Referensi

Sumber: Kate Taylor, “Men Can’t Stop Faking How Much They Know About AI,” WIRED, 14 Oktober 2026. Studi asli: Harvard Business School Working Paper, “Gender Differences in AI Knowledge Overclaiming,” 2026.