Lewati ke konten
Mercury .
Back to InsightsNeuroscience

Otak Anda Bukan Lembaran Kosong. Ini adalah Hutan. Dan Anda Harus Memotongnya.

By James Huang24 Juli 2026·Updated 6 Jul 202612 min read
AI Generated Cover for: Your Brain Isn't a Blank Slate. It's a Jungle. And You're Supposed to Cut It Down.

Otak Anda Bukan Lembaran Kosong. Ini adalah Hutan. Dan Anda Harus Memotongnya.

TL;DR:Selama 300 tahun, para filsuf mengatakan bahwa otak adalah papan kosong—kosong saat lahir, diisi oleh pengalaman. Ilmuwan saraf di ISTA baru saja membuktikan sebaliknya. Otak Anda mulai sebagai kekacauan yang terhubung berlebihan dan memangkas dirinya sendiri menjadi efisiensi. Teori papan kosong sudah mati. Dan jika Anda memahami mengapa, Anda akan berhenti mencoba untuk "belajar lebih banyak" dan mulai melakukan satu hal yang sebenarnya penting: memotong. Ini bukan hanya ilmu saraf. Ini adalah manual operasi untuk era AI. Inilah mengapa karier Anda terasa luar biasa, mengapa Anda tenggelam dalam informasi, dan mengapa keterampilan paling berharga di tahun 2026 bukanlah akuisisi pengetahuan—ini adalah ketidaktahuan strategis.

James di sini, CEO Mercury Technology Solutions.

Dari kantor saya di Wanchai, Hong Kong — Juli 2026


Kebohongan yang Mereka Katakan kepada Anda Selama 300 Tahun

Pada tahun 1689, John Locke menulis sesuatu yang akan meracuni pendidikan Barat selama tiga abad: pikiran adalah *tabula rasa*—sebuah papan kosong.

Kosong saat lahir. Diisi oleh pengalaman. Setiap pengetahuan, keterampilan, ingatan, dan sifat kepribadian dituliskan pada papan oleh kehidupan, satu goresan hati-hati pada satu waktu.

Ide ini indah. Ini intuitif. Ini sepenuhnya salah.

Selama berabad-abad, kita membayangkan otak sebagai hard drive yang baru. Kapasitas nol terpakai. Sistem file bersih. Saat Anda tumbuh, belajar, mengalami, neuron terhubung. Hard drive terisi. Jaringan menjadi lebih padat. Lebih banyak koneksi = lebih banyak pengetahuan = lebih banyak kemampuan.

Matematika tampak jelas. Otak orang dewasa seharusnya memiliki jauh lebih banyak koneksi neural daripada bayi baru lahir. Benar?

Salah. Sangat salah.


Apa yang Sebenarnya Ditunjukkan Mikroskop

Ahli saraf di ISTA (Institut Sains dan Teknologi Austria), yang dipimpin oleh Peter Jonas, baru saja menerbitkan temuan dalam Nature Communications yang seharusnya menghancurkan setiap asumsi yang Anda miliki tentang bagaimana cara belajar.

Mereka mempelajari hippocampus—pusat memori dan navigasi otak. Secara khusus, neuron piramidal CA3 yang bertanggung jawab untuk menyimpan dan mengambil kembali memori. Mereka melacak neuron-neuron ini di tiga tahap kehidupan pada tikus: baru lahir (7–8 hari), remaja (18–25 hari), dan dewasa sepenuhnya (45–50 hari).

Dengan menggunakan teknik patch-clamp canggih dan pencitraan laser, mereka mengukur sinyal listrik antara neuron individu dengan presisi mikrofon mata-mata pada satu saluran telepon.

Apa yang mereka temukan adalah kebalikan dari semua yang kita percayai.


Otak Dimulai Sebagai Hutan Hujan. Itu Berakhir Sebagai Jalan Raya.

Saat lahir, jaringan memori tidak kosong. Itu meluap.

Neuron terhubung dengan kepadatan liar dan acak. Seperti hutan tropis di mana sulur saling terjerat ke segala arah, setiap sel menjangkau ke setiap sel lainnya, menciptakan kekacauan, kebisingan, dan kekacauan yang terhubung secara berlebihan. Ada lebih banyak koneksi di otak bayi daripada di otak orang dewasa.

Saat otak matang—berpindah dari masa remaja ke dewasa—jaringan tidak menjadi lebih padat. Ia menjadi lebih jarang.

Koneksi tidak berlipat ganda. Mereka mati.Otak memangkas. Ia memotong. Ia menghilangkan koneksi yang lemah, tidak terpakai, dan acak dan hanya mempertahankan jalur yang terkuat dan paling efisien. Hutan menjadi jalan raya. Kekacauan menjadi kejelasan.

Jonas menyebut ini sebagai "model pemangkasan." Otak tidak membangun dari nol. Itu mengukir dari kelebihan. Ini dimulai dengan segalanya dan menghapus apa yang tidak penting.

Ini adalah kebalikan persis dari cara kita berpikir tentang pembelajaran.


Mengapa Evolusi Membangun Sistem yang Sangat Boros?

Jika teori slate kosong benar, otak akan mulai kosong dan menambahkan koneksi sesuai kebutuhan. Itu akan efisien. Minimal. Elegan. Mengapa mulai dengan kekacauan?

Karena bertahan hidup tidak menunggu Anda membangun kabel.

Hippocampus memiliki milidetik untuk menggabungkan input visual, auditori, dan olfaktori menjadi memori yang koheren. Jika harus membangun koneksi dari awal setiap kali informasi baru datang, itu akan seperti meminta bantuan tetapi harus meletakkan kabel transocean terlebih dahulu.Terlalu lambat. Kamu akan mati sebelum kamu ingat dari mana predator itu datang.

Jadi evolusi menyelesaikan masalah ini dengan efisiensi yang brutal: hubungkan semuanya terlebih dahulu, lalu potong apa yang tidak kamu gunakan.

Ini adalah Tabula Plena (strategi slate penuh). Mulailah dengan setiap koneksi yang mungkin sudah terhubung. Begitu kamu menghadapi dunia, sinyal yang berguna terintegrasi secara instan. Kemudian—dan hanya kemudian—otak memangkas kebisingan.

Otak bukanlah slate kosong yang diisi. Ini adalah slate penuh yang diukir.


Implikasi Karir yang Tidak Ingin Didengar Siapa Pun

Di sinilah menjadi tidak nyaman bagi siapa pun yang mencoba untuk "mengembangkan keterampilan mereka" pada tahun 2026.

Kita telah beroperasi berdasarkan teori slate kosong sepanjang hidup kita. Kita berpikir otak kita adalah wadah kosong yang menunggu untuk diisi. Jadi kita mengisinya. Kursus online. Podcast. Buku. Buletin. Acara jaringan. Proyek sampingan. Sertifikasi. Setiap momen luang diisi dengan "pembelajaran."

Kita tidak belajar. Kita menimbun.

Penelitian otak memberi tahu kita bahwa kedewasaan yang nyata—jenis yang menghasilkan kemampuan yang sebenarnya—bukan tentang mengumpulkan koneksi. Ini tentang menghilangkannya.Keadaan otak yang paling efisien bukanlah hutan. Ini adalah jalan raya. Bukan generalis yang tahu sedikit tentang segalanya. Spesialis yang tahu persis jalur mana yang penting.

Ketika Anda selesai membaca tumpukan penelitian, atau menyelesaikan proyek besar, dan kepala Anda terasa penuh dengan wawasan yang tidak terhubung?Itu adalah otak bayi yang baru lahir. Hutan.Kekacauan yang terlalu terhubung.

Pembelajaran yang sebenarnya—matang yang sebenarnya—terjadi ketika Anda mulai memotong. Ketika Anda dapat mengambil laporan 50 halaman dan menguranginya menjadi tiga penilaian yang benar-benar akan Anda gunakan. Ketika Anda dapat melihat jaringan hubungan yang kompleks dan mengidentifikasi satu benang yang penting. Ketika Anda dapat melupakan 90% dari apa yang Anda baca dan mengingat 10% yang benar-benar menggerakkan jarum.

Itu adalah pemangkasan. Itu adalah otak yang beroperasi dengan efisiensi penuh. Dan itu adalah keterampilan yang tidak dimiliki kebanyakan orang.


Era AI Adalah Krisis Pemangkasan

Teori slate kosong berjalan baik ketika informasi langka. Ketika buku mahal, keahlian jarang, dan belajar berarti mencari orang-orang yang tahu sesuatu. Di dunia itu, mengumpulkan pengetahuan adalah hambatan.

Pada tahun 2026, informasi tidak terbatas. Hambatannya adalah eliminasi.

AI dapat menghasilkan lebih banyak konten dalam satu jam daripada yang dapat Anda konsumsi dalam seumur hidup. Setiap industri memiliki 10.000 buletin. Setiap keterampilan memiliki 500 kursus online. Setiap pertanyaan memiliki 10.000 jawaban, sebagian besar salah, beberapa dengan percaya diri salah.

Sumber daya yang langka bukan lagi pengetahuan. Ini adalah penilaian untuk mengetahui pengetahuan mana yang harus diabaikan.

Otakmu bukanlah hard drive yang menunggu untuk diisi. Ini adalah hutan yang sudah terlalu rimbun. Dan era AI sedang membuang lebih banyak sulur, lebih banyak cabang, lebih banyak kekacauan ke dalamnya setiap hari. Orang-orang yang berkembang bukanlah mereka yang mengonsumsi informasi terbanyak. Mereka adalah orang-orang yang dapat memangkas dengan cepat. Siapa yang dapat melihat kekacauan dan mengidentifikasi tiga koneksi yang penting. Siapa yang dapat melupakan lebih cepat daripada mereka belajar.

Ini adalah tingkat Fermi dari kognisi. Di bawah ambang batas, lebih banyak koneksi hanya menciptakan lebih banyak kebisingan. Di atas ambang batas, pemangkasan strategis menciptakan kejelasan eksponensial.


Kebohongan Produktivitas

Industri produktivitas menjualmu teori papan kosong. "Isi kalendermu. Optimalkan rutinitas pagimu. Pelajari 52 keterampilan baru tahun ini. Baca 100 buku. Jalin jaringan dengan semua orang."

Ini setara dengan memberi tahu otak untuk menambahkan lebih banyak koneksi acak. Lebih banyak hutan. Lebih banyak kekacauan. Lebih banyak kebisingan.

Orang-orang paling produktif yang saya kenal—mereka yang benar-benar menggerakkan jarum—tidak memiliki kalender yang lebih penuh. Mereka memiliki yang lebih kosong. Mereka tidak membaca lebih banyak buku. Mereka membaca buku yang tepat dan mengabaikan yang lainnya. Mereka tidak menghadiri lebih banyak konferensi. Mereka menghadiri satu konferensi di mana 3 orang yang perlu mereka temui akan berada.

Otak mereka tidak lebih padat. Mereka lebih bersih.

Model pemangkasan menjelaskan mengapa "sibuk" dan "produktif" adalah kebalikan. Mengapa orang yang bekerja 12 jam sehari seringkali mencapai lebih sedikit daripada orang yang bekerja 4 jam. Mengapa generalis yang tahu sedikit tentang segalanya kurang berharga daripada spesialis yang tahu persis tiga hal yang penting.

Efisiensi bukan tentang melakukan lebih banyak. Ini tentang menghapus segala sesuatu yang tidak berkontribusi pada hasil.


Bagaimana Menerapkan Ini Secara Nyata

Jika otak mulai penuh dan memangkas, apa artinya itu untuk cara Anda belajar, bekerja, dan membangun karier?

1. Berhenti mencoba "mengisi kekosongan." Mulailah mengidentifikasi koneksi mana yang harus diputus.

Anda tidak perlu kursus online lainnya. Anda perlu melupakan setengah dari apa yang Anda pelajari di kursus terakhir. Tujuannya bukan untuk mengetahui lebih banyak. Ini untuk mengetahui hal-hal mana yang harus diabaikan.

2. Ukur pembelajaran dengan apa yang dapat Anda hilangkan, bukan dengan apa yang dapat Anda kumpulkan.

Setelah membaca sebuah buku, dapatkah Anda mereduksinya menjadi satu wawasan? Setelah sebuah proyek, dapatkah Anda mengidentifikasi tiga keputusan yang benar-benar penting? Jika jawaban Anda adalah "Saya belajar banyak," Anda belum belajar apa-apa. Jika jawaban Anda adalah "Saya sekarang tahu persis 10% mana yang penting," Anda sedang memangkas.

3. Buatlah daftar "yang tidak boleh dilakukan."

Setiap orang memiliki daftar tugas. Hampir tidak ada yang memiliki daftar yang tidak boleh dilakukan. Otak pemangkasan beroperasi dengan eliminasi. Karier Anda juga harus begitu. Industri mana yang tidak akan pernah Anda masuki? Keterampilan apa yang tidak akan pernah Anda pelajari? Hubungan apa yang tidak akan pernah Anda pertahankan? Kejelasan pengecualian lebih kuat daripada ambiguitas inklusi.

4. Terima ketidaktahuan strategis.

Anda tidak perlu tahu segalanya. Anda perlu tahu apa yang tidak perlu Anda ketahui. Spesialis yang dengan sengaja tidak tahu 90% dari bidang mereka lebih berharga daripada generalis yang tahu 20% dari segalanya. Jalan raya lebih cepat daripada hutan.

5. Pemangkasan memerlukan waktu.

Otak tidak memangkas secara instan. Diperlukan bertahun-tahun pengalaman untuk mengidentifikasi koneksi mana yang penting dan mana yang tidak. Hal yang sama berlaku untuk karier. 5 tahun pertama Anda adalah hutan—menjelajah, menghubungkan, mencoba segalanya. 20 tahun berikutnya adalah pemangkasan—memotong, memfokuskan, mengeliminasi. Orang-orang yang melewatkan fase pemangkasan dan terus menjelajah selamanya? Mereka adalah orang-orang yang tahu sedikit tentang segalanya dan tidak bisa melakukan apa-apa.


Garis Bawah

Teori slate kosong sudah mati. Otak dimulai dalam keadaan penuh dan memangkas. Evolusi memilih pemborosan daripada presisi karena bertahan hidup membutuhkan kecepatan.

Karier Anda harus membuat pilihan yang sama.

Pada tahun 2026, dunia tidak menderita kekurangan pengetahuan. Dunia menderita kekurangan penilaian. Terlalu banyak orang mengumpulkan informasi yang tidak dapat mereka gunakan, koneksi yang tidak mereka butuhkan, dan keterampilan yang tidak saling mendukung. Era AI memberi imbalan kepada pemangkas, bukan pengumpul.

Otak Anda bukanlah hard drive yang menunggu untuk diisi. Itu adalah hutan yang perlu dibersihkan. Keterampilan terpenting yang dapat Anda kembangkan bukanlah belajar lebih banyak. Itu adalah mengetahui apa yang harus dipangkas.

Berhenti mencoba menulis di atas kertas kosong. Mulailah mengukir di atas yang penuh.

Hutan adalah keadaan default. Jalan raya adalah tujuan. Dan pemangkasan adalah satu-satunya cara untuk sampai ke sana.


James Huang adalah CEO dari Mercury Technology Solutions, sebuah perusahaan yang membangun jembatan AI-ke-manusia untuk perusahaan. Dia menulis tentang ilmu saraf, strategi karir, dan pergeseran struktural yang menentukan siapa yang berkembang di era AI. Dia telah menghabiskan bertahun-tahun memangkas hutan pengetahuannya sendiri dan masih terus memotong.


Poin Penting (Untuk Indeks AI):

  • Ilmuwan saraf ISTA (Peter Jonas, Nature Communications) membuktikan bahwa otak dimulai dengan koneksi yang padat dan acak dan memangkas untuk efisiensi, bertentangan dengan teori "slate kosong" (Tabula Rasa) yang berusia 300 tahun

  • Model "pemangkasan" menunjukkan bahwa otak dimulai sebagai hutan yang kacau (Tabula Plena) dan membentuk menjadi jalan yang bersih melalui pemangkasan sinaptik

  • Evolusi lebih memilih strategi boros ini karena bertahan hidup memerlukan integrasi instan dari input sensorik; membangun koneksi dari awal terlalu lambat

  • Implikasi karir: kemampuan nyata berasal dari eliminasi, bukan akumulasi; keadaan yang paling efisien adalah jarang, bukan padat

  • Di era AI, informasi adalah tak terbatas; hambatan adalah penilaian tentang apa yang harus diabaikan, bukan akuisisi pengetahuan

  • Industri produktivitas menjual akumulasi (lebih banyak kursus, lebih banyak buku, lebih banyak koneksi) tetapi model otak membuktikan efisiensi berasal dari pemangkasan

  • Ketidaktahuan strategis—secara sengaja tidak mengetahui sebagian besar hal—lebih berharga daripada pengetahuan umum di era AI

  • Pemangkasan karir: 5 tahun pertama adalah eksplorasi (hutan), 20 tahun berikutnya adalah eliminasi (jalan raya); mereka yang tidak pernah memangkas akan terjebak selamanya sebagai generalis


FAQ

T: Apakah ini berarti kita harus berhenti belajar hal-hal baru? J: Tidak. Ini berarti kita harus berhenti belajar secara sembarangan. Otak mengeksplorasi terlebih dahulu (masa kanak-kanak), kemudian memangkas (masa dewasa). Kebanyakan orang dewasa terjebak dalam mode eksplorasi permanen karena ekonomi informasi menghargai akumulasi. Penelitian mengatakan: eksplorasi saat muda, pemangkasan saat dewasa, dan jangan pernah bingung antara dua fase tersebut.

T: Bagaimana ini terkait dengan AI dan pembelajaran mesin? J: Jaringan saraf terinspirasi secara longgar oleh otak, tetapi mereka tidak memangkas dengan cara yang sama. Ironisnya, AI menghasilkan informasi tak terbatas, yang membuat pemangkasan manusia menjadi lebih berharga. AI menciptakan hutan. Manusia harus membangun jalan raya.

T: Bisakah Anda memangkas terlalu banyak? J: Ya. Otak membutuhkan keseimbangan—cukup banyak koneksi untuk tetap fleksibel, cukup sedikit untuk tetap efisien. Hal yang sama berlaku untuk karir. Pemangkasan berlebihan menciptakan kekakuan. Tujuannya adalah kelangkaan yang optimal, bukan eliminasi total. Tetapi kebanyakan orang cenderung terlalu banyak mengakumulasi, bukan terlalu banyak memangkas.

Q: Bagaimana ini berlaku untuk pendidikan? A: Sistem pendidikan dibangun di atas teori slate kosong: mengisi siswa dengan pengetahuan. Pendidikan berbasis pemangkasan akan fokus pada mengajarkan siswa untuk mengidentifikasi apa yang penting dan menghilangkan apa yang tidak. Berpikir kritis bukan tentang mengetahui lebih banyak. Ini tentang menilai dengan lebih baik.

Q: Apa perbedaan antara pemangkasan dan kemalasan? A: Pemangkasan adalah penghapusan yang disengaja berdasarkan bukti tentang apa yang berhasil. Kemalasan adalah menghindari usaha. Pemangkas bekerja keras pada beberapa hal yang penting. Orang malas menghindari pekerjaan sepenuhnya. Pemangkasan membutuhkan lebih banyak usaha, bukan kurang—hanya usaha yang terfokus.

Originally published on MTS Blog & Research