Analisis terbaru terhadap ribuan unggahan media sosial mengungkapkan bahwa kehilangan pekerjaan mengubah lanskap naratif mimpi seseorang, menghilangkan unsur kejutan dan persepsi visual sekaligus meningkatkan tema-tema yang berkaitan dengan pekerjaan. Perubahan ini menunjukkan bahwa keterasingan mental yang dialami orang selama pengangguran meresap langsung ke dalam pikiran mereka saat tidur, menawarkan cara baru bagi pemberi kerja dan peneliti untuk memahami kesejahteraan tenaga kerja. Studi ini diterbitkan dalam jurnal Dreaming .
Para peneliti sering mengandalkan hipotesis kontinuitas untuk memahami narasi malam hari. Konsep ini menyatakan bahwa mimpi seseorang bertindak sebagai perpanjangan langsung dari kehidupan mereka saat terjaga. Orang yang tidur tidak hanya memutar ulang setiap peristiwa saat terjaga seperti rekaman video.
Sebaliknya, mereka bermimpi tentang pikiran, keadaan emosional, dan kekhawatiran utama yang memiliki makna paling pribadi bagi mereka. Karena karier membentuk rutinitas harian dan rasa identitas seseorang, tema-tema yang berkaitan dengan pekerjaan sering muncul dalam mimpi. Penelitian sebelumnya menunjukkan bahwa stres terkait pekerjaan berkorelasi langsung dengan isi mimpi yang menyedihkan.
Lingkungan kerja yang penuh tekanan seringkali menyebabkan mimpi buruk terkait pekerjaan, yang kemudian dapat meningkatkan stres di siang hari dalam siklus yang berulang. Kehilangan pekerjaan merupakan gangguan besar terhadap stabilitas ekonomi dan kesejahteraan psikologis seseorang. Pekerjaan yang bermakna memberikan sumber daya keuangan, rasa tujuan, dan pengakuan sosial.
Kehilangan pekerjaan dapat memicu krisis identitas, yang menyebabkan penurunan harga diri, penarikan diri dari pergaulan, dan perasaan terasing. Orang yang berjuang menghadapi kehilangan pekerjaan seringkali ragu untuk berbagi pengalaman mereka karena stigma yang melekat pada status pengangguran. Keengganan ini menyulitkan psikolog untuk mengukur dampak emosional secara menyeluruh menggunakan survei pelaporan diri tradisional.
Narasi mimpi menawarkan jendela tidak langsung ke dalam tantangan psikologis yang tidak terungkap ini. Emily Cook, seorang peneliti di Center for Organizational Dreaming, memimpin sebuah investigasi untuk mengeksplorasi lanskap emosional tersembunyi ini. Dia dan rekan penulisnya, Kyle Napierkowski, ingin melihat apakah perbedaan tematik tertentu muncul dalam mimpi orang-orang yang tidak memiliki pekerjaan dibandingkan dengan mereka yang memiliki pekerjaan tetap.
Mereka menduga bahwa menganalisis koleksi besar catatan mimpi daring dapat mengungkap pola kognitif yang lebih halus yang tidak dapat dideteksi oleh kuesioner tradisional. Untuk mengumpulkan sampel narasi yang besar, tim peneliti beralih ke Reddit. Forum jejaring sosial ini memungkinkan pengguna anonim untuk membentuk komunitas berdasarkan minat tertentu atau pengalaman bersama.
Para peneliti mengumpulkan data dari sebuah komunitas yang sepenuhnya didedikasikan untuk berbagi dan mendiskusikan mimpi. Untuk mengidentifikasi peserta yang kemungkinan besar menganggur, tim mencari pengguna yang juga berpartisipasi dalam komunitas yang berfokus pada kehilangan pekerjaan, kesulitan perekrutan, dan bimbingan karier. Mereka mengumpulkan unggahan mimpi yang ditulis oleh para pengguna ini dalam enam bulan sebelum mereka bergabung dengan kelompok-kelompok yang berfokus pada pengangguran.
Garis waktu spesifik ini membantu menangkap pola pikir individu tepat sebelum atau selama transisi mereka keluar dari dunia kerja. Para peneliti kemudian membangun kelompok kontrol yang terdiri dari pengguna yang memposting di komunitas impian tetapi tidak pernah berinteraksi dengan forum yang berfokus pada karier. Mereka mencocokkan tanggal postingan kelompok kontrol dengan kelompok sasaran untuk menghilangkan bias musiman atau bias terkait waktu.
Setelah secara manual menyaring postingan yang tidak berisi deskripsi mimpi sebenarnya, tim tersebut memiliki kumpulan data sebanyak 6.478 laporan yang terbagi rata antara kedua kelompok. Untuk menganalisis sejumlah besar teks ini, tim menggunakan model bahasa yang besar. Jenis kecerdasan buatan ini memproses bahasa manusia dengan mengubah kata dan kalimat menjadi representasi matematis.
Konversi ini memungkinkan komputer untuk mengidentifikasi pola semantik di ribuan dokumen dalam waktu yang jauh lebih singkat daripada yang dibutuhkan oleh pembaca manusia. Para peneliti juga menggunakan teknik statistik yang disebut analisis komponen utama. Data berdimensi tinggi dapat memperlambat model komputer dan mengaburkan pola-pola penting.
Metode analisis spesifik ini mengurangi kompleksitas dataset yang sangat besar, menyoroti variasi terpenting tanpa kehilangan makna mendasar dari teks tersebut. Tim tersebut menguji beberapa algoritma pembelajaran mesin untuk mengklasifikasikan laporan sebagai milik kelompok sasaran atau kelompok kontrol. Model regresi logistik, yang menghitung probabilitas hasil tertentu berdasarkan berbagai faktor masukan, menunjukkan kinerja terbaik.
Para peneliti kemudian mengisolasi mimpi dengan skor tertinggi dan terendah untuk mengidentifikasi kata-kata dan tema pasti yang mendorong perbedaan matematis tersebut. Model komputer mengungkapkan perbedaan antara kedua rangkaian narasi tersebut. Perbedaan yang paling menonjol adalah representasi berlebihan dari kata-kata profesional dan terkait pekerjaan dalam mimpi kelompok sasaran.
Orang-orang yang menghadapi kehilangan pekerjaan banyak bermimpi tentang tempat kerja, perguruan tinggi, dan taruhan profesional. Temuan ini selaras langsung dengan gagasan bahwa mimpi mencerminkan kekhawatiran saat terjaga. Karena individu yang menganggur mengalami tingkat stres yang tinggi terkait dengan pengangguran, pekerjaan menjadi perhatian yang lebih intens dalam kehidupan sehari-hari mereka.
Kecemasan yang terkait dengan pencarian kerja aktif memicu peningkatan prevalensi mimpi yang berhubungan dengan pekerjaan. Model-model tersebut juga mendeteksi kurangnya elemen spesifik yang mencolok dalam kelompok sasaran. Kata-kata yang menunjukkan kejutan, seperti merasa terkejut atau memperhatikan perubahan mendadak, muncul lebih jarang dalam laporan mereka.
Para peneliti mencatat bahwa untuk mengalami kejutan, seseorang harus secara aktif memproses informasi baru dan membandingkannya dengan harapan mereka. Tidak adanya kejutan menunjukkan gaya kognitif yang lebih pasif selama tidur. Demikian pula, kelompok sasaran menggunakan lebih sedikit kata yang terkait dengan pengamatan visual.
Mereka cenderung kurang menggambarkan tindakan melihat, memandang, atau mengamati lingkungan mimpi mereka. Para peneliti menafsirkan kurangnya keterlibatan visual dan emosional ini sebagai refleksi tidur dari ketidakaktifan tenaga kerja. Di dunia bisnis, para profesional sumber daya manusia mengukur keterlibatan karyawan untuk memahami antusiasme dan keterlibatan seorang pekerja.
Karyawan yang terlibat bekerja dengan penuh semangat, sementara karyawan yang tidak terlibat berpartisipasi tanpa energi atau komitmen. Keterlibatan sering kali menurun tepat sebelum seseorang meninggalkan pekerjaan, baik melalui pengunduran diri atau pemutusan hubungan kerja yang tidak disengaja. Studi ini menunjukkan bahwa ketidakterlibatan saat terjaga ini meluas jauh ke dalam struktur mimpi seseorang.
Hasilnya adalah pengalaman malam hari yang kurang aktif dan kurang jeli. Dengan mengidentifikasi perbedaan sistematis ini, para peneliti menyarankan kemungkinan perluasan teori psikologis yang sudah ada. Keadaan hidup yang penting tidak hanya membentuk apa yang diimpikan orang, tetapi juga bagaimana mereka mengalami lingkungan mimpi mereka.
Keterasingan dari kehidupan nyata berujung pada keterasingan dari dunia mimpi. Meskipun pendekatan digital memungkinkan ukuran sampel yang sangat besar, para peneliti mencatat beberapa keterbatasan. Pengguna media sosial anonim tidak membagikan setiap mimpi yang mereka alami.
Orang cenderung memposting tentang pengalaman malam hari mereka yang paling intens secara emosional, yang dapat membiaskan data ke arah narasi dramatis. Selain itu, status pekerjaan disimpulkan sepenuhnya dari partisipasi forum. Seseorang yang memposting di grup pengangguran mungkin sudah menemukan pekerjaan baru.
Alternatifnya, seseorang dalam kelompok kontrol mungkin menganggur tetapi hanya memilih untuk tidak menggunakan forum-forum tertentu tersebut. Potensi kesalahan klasifikasi ini menimbulkan beberapa kesalahan dalam analisis. Investigasi di masa mendatang dapat menggabungkan pengumpulan data daring dengan survei yang ditargetkan untuk mengkonfirmasi riwayat pekerjaan pengguna yang sebenarnya.
Mengumpulkan informasi langsung dari pengguna akan membantu memvalidasi data anonim. Melacak individu dari waktu ke waktu juga akan membantu peneliti memahami bagaimana narasi tidur berkembang melalui fase-fase berbeda dari kehilangan pekerjaan. Pengalaman psikologis dari kesadaran awal akan kehilangan pekerjaan, pencarian pekerjaan yang sebenarnya, dan akhirnya mendapatkan pekerjaan kembali kemungkinan memengaruhi isi mimpi dengan cara yang berbeda.
Pendekatan longitudinal dapat mengungkap garis waktu tersembunyi dari stresor-stresor ini. Tim juga berharap untuk mengeksplorasi apakah perubahan tema mimpi dapat memprediksi kehilangan pekerjaan yang akan datang sebelum pekerja secara sadar menyadari bahwa posisi mereka dalam bahaya. Kesejahteraan subjektif sering menurun beberapa bulan sebelum pemutusan hubungan kerja yang sebenarnya.
Melacak pergeseran naratif yang halus ini dapat mendeteksi perubahan keadaan emosional sebelum perubahan tersebut bermanifestasi sebagai masalah perilaku di tempat kerja. Kemampuan prediktif ini pada akhirnya dapat memberikan organisasi besar metrik anonim dan tidak mengganggu untuk memantau keterlibatan tenaga kerja secara keseluruhan. Pengumpulan tren mimpi secara agregat dapat menawarkan departemen sumber daya manusia sistem peringatan dini untuk kelelahan kerja yang meluas, memungkinkan perusahaan untuk mengatasi tantangan keterlibatan sebelum pengunduran diri massal terjadi.
Leave a Reply