Laporkan Masalah

Peran Tipe Kolaborasi Manusia-Artificial Intelligence dalam Memoderasi Pengaruh Stimulus Kognitif terhadap Tingkat Keyakinan Keberhasilan Proyek dalam Keputusan Berkelompok Pemberian Kredit Perbankan

Dewi Sari Pinandita, Prof. Ir. Budi Hartono, ST, M.PM, Ph.D., IPU, ASEAN Eng.; Ir. Budhi Sholeh Wibowo, S.T., M.T., MBA, PDEng., IPM, ASEAN Eng.

2026 | Disertasi | DOKTOR TEKNIK INDUSTRI

Skor kredit memainkan peran krusial dalam pengambilan keputusan. Meskipun terdapat berbagai bentuk kolaborasi manusia-AI, pendekatan optimal bagi bank masih belum ditemukan. Penelitian ini mengkaji bagaimana model kolaborasi manusia-AI yang berbeda memengaruhi keputusan persetujuan pinjaman kelompok bankir pemutus kredit di tengah adanya bias kognitif. Dengan menggunakan rancangan faktorial fraksional, sekelompok bankir Indonesia (N=48) melakukan evaluasi permohonan pinjaman dengan stimulan kognitif yang dimanipulasi dan beberapa model kolaborasi manusia-AI dalam skor kredit yang dihasilkan AI selama pertemuan daring. Hasil Moderated Regression Analysis menunjukkan bahwa kolaborasi manusia-AI yang hanya menampilkan hasil skor tanpa penjelasan mengurangi keyakinan bankir dalam keputusan kredit, terutama untuk proposal pinjaman berkualitas tinggi (true feasible). Meskipun skor kredit yang dihasilkan AI tinggi, ketidakhadiran penjelasan membuat bankir sulit memahami alasan di balik skor tersebut. Hal ini dapat menghambat evaluasi komprehensif terhadap proyek. Oleh karena itu, memilih jenis kolaborasi manusia-AI yang transparan dan mencakup data penjelasan sangat penting untuk meningkatkan kualitas keputusan kredit perbankan. Studi ini meletakkan dasar untuk mengeksplorasi strategi kolaborasi manusia-AI yang optimal guna mengurangi bias dalam keputusan pinjaman.

Credit scores play a crucial role in decision-making. Although there are various forms of human-AI collaboration, the optimal approach for banks remains unclear. This study examines how different models of human-AI collaboration influence bankers’ loan approval decisions in the presence of cognitive biases. Using a fractional factorial design, a group of Indonesian bankers (N=48) reviewed loan applications with manipulated cognitive stimuli and several types of AI-generated credit scores during online meetings. Moderated regression analysis revealed that human-AI collaboration that only displays scoring results without explanations reduces bankers’ confidence in credit decisions, particularly for high-quality loan proposals (true feasible). Despite high AI scores, the absence of explanations makes it difficult for bankers to understand the rationale behind those scores, which can hinder a comprehensive evaluation of the project. Therefore, selecting a transparent type of human-AI collaboration that includes explanatory data is crucial for improving the quality of banking credit decisions. This study lays the groundwork for exploring optimal human-AI strategies to reduce bias in loan decisions.

Kata Kunci : Kolaborasi Manusia-AI, Pengambilan Keputusan Kredit Perbankan, Bias Kognitif, Kecerdasan Buatan, Kepercayaan terhadap Teknologi, Human-AI Collaboration, Loan Decision-Making, Cognitive Bias, Artificial Intelligence, Trust in Technology

  1. S3-2026-489342-abstract.pdf  
  2. S3-2026-489342-bibliography.pdf  
  3. S3-2026-489342-tableofcontent.pdf  
  4. S3-2026-489342-title.pdf