AI dengan Peran Psikoterapis: Cara Bongkar Blind Spot Sebelum Keputusan Bisnis Besar

Cara pakai AI untuk bongkar blind spot sebelum keputusan bisnis adalah meminta AI membaca histori percakapanmu dengan lensa seorang psikoterapis. AI lalu menunjukkan pola pikir yang berulang beserta buktinya. Semua temuan itu kamu perlakukan sebagai hipotesis yang perlu diuji, dan keputusan akhirnya tetap ada di tanganmu.

Bagian dari playbook: Playbook Prompt ChatGPT

Intinya:

• AI yang punya histori chat panjang bisa memantulkan pola cara kamu membingkai masalah, karena pola itu tersebar di banyak percakapan.
• Lensa psikoterapis menggeser pertanyaan dari “apa strategi terbaik” ke “kenapa saya yakin”, dan di situlah blind spot biasanya bersembunyi.
• AI cenderung setuju dengan penggunanya, jadi setiap temuan wajib disertai bukti dari percakapan dan diuji lagi di luar chat.

Dua pemilik usaha, satu keputusan yang sama

Coba kamu bayangin dua pemilik usaha yang sama-sama mau menaikkan harga. Misalnya, keduanya punya katering rumahan di Semarang.

Pemilik pertama minta AI riset harga kompetitor. Dia dapat rentang harga pasar, daftar argumen dan contoh kalimat pengumuman. Semua rapi. Tapi sebulan kemudian, harganya masih sama. Ada saja alasan untuk menunda.

Pemilik kedua minta AI membaca histori chat mereka dengan lensa psikoterapis. AI lalu menunjukkan satu pola. Setiap kali topik harga muncul, dia selalu membuka dengan cerita pelanggan lama yang mungkin kecewa. Dia hampir tidak pernah menyebut biaya bahan yang terus naik.

Lalu AI bertanya: “Ini keputusan soal harga, atau soal takut kehilangan hubungan dengan pelanggan lama?”

Nah, pertanyaan itu mengubah pekerjaannya. Dia berhenti mencari data harga tambahan. Dia mulai ngobrol dengan beberapa pelanggan lama, karena ternyata ketakutan itulah yang belum pernah dia uji. Contoh ini ilustrasi, tapi polanya sering muncul di usaha kecil.

Apa itu audit blind spot dengan AI?

Blind spot dalam keputusan bisnis adalah asumsi atau pola reaksi yang memengaruhi pilihanmu, tapi tidak terlihat olehmu sendiri. Kamu merasakan hasilnya, misalnya terus menunda atau terlalu cepat bilang iya. Penyebabnya yang tidak kelihatan.

Baca jugaPrompt & ChatGPTKenapa AI Harus Mikir Beberapa Arah Dulu Sebelum Jawab (Tree-of-Thought untuk Keputusan Bisnis)

Audit blind spot dengan AI adalah sesi refleksi terstruktur saat kamu meminta asisten AI memakai lensa psikoterapis untuk memeriksa cara kamu berpikir sebelum keputusan besar. Atributnya ada lima:

1. Berbasis histori nyata. AI memakai percakapan sebelumnya atau catatan yang kamu berikan, sehingga temuannya punya jejak.
2. Fokus ke pembuat keputusan. Yang diperiksa adalah pola pikirmu, emosi yang ikut bermain, dan hal yang kamu hindari.
3. Wajib ada bukti. Setiap pola harus disertai contoh dari percakapan, atau diberi label “dugaan”.
4. Ada instruksi anti-menjilat. AI diminta tidak memuji dan tidak melunakkan temuan.
5. Hasilnya berupa pertanyaan dan tes. Keputusannya tetap kamu yang ambil setelah tesnya berjalan.

Bedanya dengan pola dewan direksi AI yang menguji keputusan dari lima peran cukup jelas. Dewan direksi menguji opsinya. Audit blind spot menguji orang yang memilih opsi itu. Urutan yang enak: audit dirimu dulu, baru uji opsinya.

Kenapa histori chat panjang membuat AI bisa melihat pola yang kamu lewatkan?

Pola butuh pengulangan. Satu percakapan hanya merekam satu momen. Histori berbulan-bulan merekam bagaimana kamu bereaksi pada topik yang sama di kondisi berbeda.

Saat kamu menulis ke AI, kamu biasanya tidak sedang presentasi ke tim atau calon investor. Bahasanya lebih mentah. Kamu menulis keraguan, alasan setengah jadi dan kalimat yang kamu ulang tanpa sadar. Justru bahan mentah itu yang berguna untuk membaca pola.

Bagaimana fitur memori ChatGPT bekerja?

Di ChatGPT, ada pengaturan bernama Reference chat history. Menurut halaman bantuan Memory dari OpenAI, fitur ini membuat ChatGPT memakai informasi relevan dari percakapan sebelumnya untuk mempersonalisasi jawaban. Pengaturannya ada di Settings, lalu Personalization, lalu Memory. Pilihan yang muncul bisa berbeda tergantung akun dan versi.

Ada satu detail penting di sana. ChatGPT mengambil informasi yang dianggap relevan, dan informasi turunan dari histori itu bisa berubah. Artinya, AI tidak membuka semua chat lamamu seperti arsip lengkap.

Implikasinya praktis. Kamu perlu menyebut keputusannya dengan spesifik supaya AI menarik konteks yang tepat. Kalau kamu memakai asisten AI lain, cek dulu apakah fitur memorinya aktif dan apa saja yang diingatnya.

Kenapa lensa psikoterapis lebih tajam daripada lensa konsultan?

Kalau kamu minta AI berperan sebagai konsultan, AI menjawab “apa yang sebaiknya dilakukan”. Itu berguna, tapi semuanya dibangun di atas cara kamu membingkai masalah.

Lensa psikoterapis bertanya hal lain. Cerita apa yang kamu ulang tentang dirimu? Emosi apa yang muncul setiap topik ini dibahas? Bagian mana yang selalu kamu lompati?

Beberapa pola yang sering terbongkar lewat lensa ini:

• Confirmation bias. Confirmation bias adalah kecenderungan mencari dan mengingat informasi yang mendukung keyakinan awal. Di chat, ini terlihat saat kamu hanya bertanya hal yang jawabannya sudah kamu duga.
• Sunk cost. Sunk cost adalah biaya yang sudah keluar dan tidak bisa kembali, tapi tetap ikut menyetir keputusan. Misalnya kamu menolak pivot karena “sayang sudah bikin ini setahun”.
• Identitas yang terlalu melekat. Kalimat seperti “saya memang tidak cocok jualan” bisa membuat opsi tertentu tidak pernah dipertimbangkan.
• Menunggu kondisi sempurna. Setiap kali keputusan hampir diambil, muncul syarat baru.

Jebakan terbesarnya: AI cenderung setuju denganmu

Sycophancy pada AI adalah kecenderungan model untuk memuji dan mengiyakan pengguna secara berlebihan. Ini risiko nyata untuk audit blind spot.

OpenAI sendiri pernah menarik kembali satu update GPT-4o di ChatGPT pada April 2025. Dalam penjelasan resmi OpenAI soal sycophancy, update itu disebut terlalu memuji atau terlalu menyetujui. OpenAI juga menyebut terlalu fokus pada feedback jangka pendek, seperti tombol jempol pada jawaban.

Mekanismenya penting buat kamu pahami. Kalau model belajar dari sinyal “pengguna suka”, jawaban yang enak didengar akan lebih sering muncul. Padahal audit blind spot justru butuh jawaban yang kurang enak didengar.

Ada jebakan kedua yang lebih halus. Histori chat berisi versi ceritamu sendiri. AI hanya melihat apa yang kamu pilih untuk ditulis. Jadi AI cukup kuat membaca pola dalam ceritamu, tapi lemah untuk menilai kondisi pasar yang sebenarnya.

Karena itu, tiga pengaman ini wajib:

1. Instruksikan AI untuk tidak memuji dan tidak melunakkan temuan.
2. Minta contoh dari percakapan untuk setiap pola. Pola tanpa contoh diberi label dugaan.
3. Minta AI menyebut bukti yang melawan temuannya sendiri.

Kenapa ini penting buat solopreneur dan tim tipis?

Di perusahaan besar, keputusan besar biasanya lewat beberapa orang. Ada yang bertanya, ada yang membantah. Di usaha kecil, pemiliknya sering jadi pembuat keputusan, eksekutor, sekaligus satu-satunya orang yang memegang gambaran utuh.

Teman dan keluarga bisa membantu, tapi mereka bisa saja sungkan mengkritik. Tim kecil juga belum tentu nyaman membantah pemilik usaha. Akhirnya, insting pemilik jarang diuji.

Masalahnya, salah keputusan di usaha kecil terasa langsung. Salah rekrut menguras kas dan energi. Pivot yang terburu-buru bisa membuang pelanggan yang sudah ada. Satu sesi refleksi sebelum keputusan seperti itu biayanya kecil dibanding risikonya.

Blind spot apa yang perlu dicari untuk tiap jenis keputusan?

• Pivot. Periksa apakah dorongannya datang dari sinyal pasar, atau dari rasa bosan dengan bisnis yang sekarang.
• Harga. Periksa apakah kamu menahan harga karena hitungan margin, atau karena takut ditolak.
• Hire. Periksa apakah ada pekerjaan berulang yang jelas untuk orang baru, atau kamu sebenarnya sedang mencari rasa lega.

Pertanyaan “atau” di atas sengaja dibuat. Keduanya bisa benar sekaligus, dan tugas sesi ini adalah melihat porsinya dengan jujur.

Kapan cara ini tidak berlaku?

Ini penting, saya ulang ya: audit blind spot adalah alat refleksi bisnis. Ia punya batas yang jelas.

• Saat kamu sedang tertekan berat atau krisis emosional. American Psychological Association merilis peringatan pada November 2025 agar chatbot dan aplikasi wellness tidak dipakai sebagai pengganti tenaga kesehatan mental yang berkualifikasi. Kalau beban pikiran sudah mengganggu tidur, kerja atau keseharian, temui psikolog atau psikiater berizin.
• Saat histori chatmu masih tipis. AI akan mengisi kekosongan dengan pernyataan umum yang terasa personal. Hasilnya mirip ramalan bintang: terasa cocok, tapi tidak bisa diuji.
• Saat datanya sensitif dan akunnya pribadi. Data klien, angka keuangan dan konflik tim butuh aturan yang jelas. Baca dulu soal risiko memakai akun AI pribadi untuk urusan bisnis sebelum memasukkan detailnya.
• Saat jawabannya ada di pasar. Kalau pertanyaannya “apakah orang mau membeli fitur ini”, histori chat tidak bisa menjawabnya. Untuk itu, tanya user asli sebelum keputusan produk besar.
• Saat sesi refleksi berubah jadi overthinking. Kalau kamu menjalankan sesi yang sama berkali-kali tanpa tindakan, itu tanda kamu sedang menunda. Batasi satu sesi per keputusan, lalu pindah ke tes.

Langkah praktis minggu ini: jalankan satu sesi audit blind spot

1. Siapkan konteksnya

Kalau kamu pakai ChatGPT, cek pengaturan Memory dan pastikan Reference chat history aktif bila tersedia di akunmu. Kalau kamu memakai temporary chat, ada pilihan Unpersonalized yang membuat sesi itu tidak memakai memori.

Kalau historimu tipis, tempelkan catatan sendiri. Misalnya, tiga keputusan besar terakhir, alasanmu waktu itu, dan hasilnya.

2. Tulis keputusannya dalam satu kalimat

Contoh: “Saya mempertimbangkan merekrut admin pertama bulan depan.” Tambahkan pilihan yang sedang kamu condongi. Kejujuran di sini menentukan kualitas sesi.

3. Pakai prompt ini

Saya akan mengambil keputusan bisnis: [tulis keputusan dalam satu kalimat].
Pilihan yang saat ini saya condongi: [pilihan].

Berperanlah sebagai psikoterapis yang sangat berpengalaman. Tugasmu membantu saya melihat pola pikir saya sendiri. Jangan memberi diagnosis dan jangan memberi saran bisnis dulu.

Gunakan histori percakapan kita yang relevan. Lalu:
1. Sebutkan maksimal tiga pola berpikir atau reaksi yang berulang terkait keputusan ini.
2. Untuk tiap pola, beri contoh konkret dari percakapan sebelumnya. Jika tidak ada contoh, tulis "dugaan" dan jelaskan dasarnya.
3. Sebutkan satu asumsi yang paling sering saya anggap benar tanpa bukti.
4. Sebutkan topik yang tampaknya saya hindari.
5. Akhiri dengan satu pertanyaan yang paling tidak nyaman untuk saya jawab.

Aturan: jangan memuji saya, jangan melunakkan temuan, dan katakan dengan jelas bila histori tidak cukup untuk menyimpulkan apa pun.

4. Jawab pertanyaan terakhirnya dengan jujur

Jawab pertanyaan yang paling tidak nyaman itu. Lalu minta AI: “Sekarang sebutkan bukti yang melawan pola yang kamu temukan.” Langkah ini membantu menahan kecenderungan AI untuk sekadar setuju.

5. Ubah setiap blind spot jadi satu tes kecil

Blind spot yang belum diuji masih berupa cerita. Contohnya:

• Takut pelanggan lama kabur? Tanya beberapa pelanggan lama secara langsung.
• Ragu ada pekerjaan cukup untuk admin? Catat tugas berulang selama dua minggu.
• Ingin pivot karena bosan? Tulis apa yang membuatmu bosan, lalu cek apakah itu masalah bisnis atau masalah ritme kerja.

Setelah tes berjalan, baru uji opsinya dari beberapa sudut lewat dewan direksi AI di atas.

6. Tulis catatan keputusan

Cukup lima baris: keputusannya, asumsi utama, blind spot yang kamu akui, tes yang dijalankan, dan kapan keputusan ini ditinjau ulang. Catatan ini juga akan jadi bahan histori yang lebih jujur untuk sesi berikutnya.

Bagaimana tahu sesinya berhasil?

Sesi yang bagus biasanya punya empat ciri:

• Temuannya spesifik pada situasimu, dan tidak bisa ditempel ke orang lain.
• Ada contoh dari percakapanmu sendiri.
• Ada satu temuan yang bikin tidak nyaman, tapi masuk akal setelah dipikir ulang.
• Hasilnya bisa diubah jadi tes yang jelas.

Kalau isinya cuma pujian dan nasihat umum, ulangi dengan konteks yang lebih spesifik. Kalau masih sama, histori itu memang belum cukup dan kamu perlu menambah catatan sendiri.

Keputusan besar dimulai dari mengenali cara kamu membaca informasi

Banyak keputusan besar terasa sulit karena informasinya sudah ada, tapi cara kita membacanya belum pernah diperiksa. AI dengan histori panjang bisa jadi cermin untuk itu, asal kamu memintanya jujur dan menguji setiap pantulannya.

Coba satu sesi minggu ini, untuk satu keputusan yang sudah lama kamu tunda. Kalau kamu ingin membangun cara kerja bareng AI assistant yang lebih dalam, termasuk sesi refleksi seperti ini, kamu bisa mulai dari program Claude Mastery.