Định luật Goodhart và định luật Campbell - Nghịch lý về thành tích
Last updated: March 13, 2025 Xem trên toàn màn hình
Recommended for you
- 26 Jul 2024
"Khổ tận cam lai" - Làm thế nào để chuyển hóa từ khổ thành sướng? 2409 - 12 Nov 2024 "Nhân tình thế thái" là gì? "Thời thế" là gì? 1597
- 18 Dec 2024 Những Câu Thành Ngữ Khuyến Khích Tư Duy Ngược 1135
- 10 Sep 2023 Định luật Murphy giải thích tại sao chúng ta luôn gặp xui xẻo vào những lúc tưởng thuận lợi 741
- 15 Apr 2023 Nghịch lý từ câu chuyện “một chén gạo dưỡng ơn, một đấu gạo gây thù” 675
- 03 Nov 2022 Bài học từ chuyện hai viên gạch xấu xí 620
- 01 Sep 2022 Thiên kiến xác nhận (Confirmation Bias) có phải là một dạng bảo thủ? 599
- 18 Jul 2020 Lợi ích cận biên (Marginal Utility) là gì? Qui luật lợi ích cận biên giảm dần 595
- 01 Mar 2021 Ý nghĩa và bài học rút ra từ truyện thầy bói xem voi 527
- 04 Oct 2023 Authority bias (Thiên kiến uy quyền) là gì? 507
- 01 Apr 2023 Bí quyết đàm phán tạo ra giá trị từ câu chuyện Chia Cam 500
- 12 Apr 2023 Phương pháp 6 chiếc mũ tư duy là gì? Vận dụng trong điều hành cuộc họp hiệu quả 494
- 09 Aug 2022 Hiệu ứng “rắn hổ mang” (Cobra effect): Khi giải pháp trở thành vấn đề, tưởng vui lại hóa xui 481
- 04 Sep 2020 IQ, EQ hay LQ quan trọng nhất trong thời đại 4.0? 470
- 22 May 2022 Tư duy ngoài hộp (Thinking out of box) là gì? Tại sao quan trọng với sự phát triển của doanh nghiệp? 412
- 11 Sep 2024 Mindset, skillset, toolset là gì? 403
- 07 Aug 2019 Câu chuyện thanh gỗ ngắn và bài học kinh doanh cho Doanh nghiệp 385
- 23 Jun 2024 Người trí tuệ không tranh cãi ĐÚNG/SAI 381
- 08 Dec 2023 Giải mã bí mật của trò chơi vô hạn và hữu hạn 362
- 08 Dec 2023 Hiệu ứng Barnum là gì? Hiệu ứng Barnum tốt hay xấu? 353
- 01 Aug 2022 Đỉnh cao ứng xử của kẻ trí tuệ: Nhìn thấu không nói, biết người không bình, hiểu lý không tranh 342
- 01 Aug 2024 Infomercial - Chiến thuật "cô đọng" điều gì đó trong đầu người dùng 336
- 04 May 2024 Hiệu ứng FOMO trong phát triển phần mềm 301
- 02 Oct 2023 Ngôi Chùa Trăm Năm và Viên Gạch Vỡ: Bài Học Thấm Thía Về Lỗi Nhỏ Trong Bức Tranh Lớn 233
- 01 Dec 2023 Tư duy ngược - Chuyện số 1: Nơi nguy hiểm nhất là nơi an toàn nhất 212
- 15 Mar 2024 Tê liệt vì suy nghĩ quá nhiều (Analysis Paralysis) là gì? 210
- 11 Sep 2022 Từ truyện “Thầy bói xem voi” tới quản trị bằng Tư Duy Hệ Thống 210
- 10 Sep 2024 Tại sao những thứ chúng ta muốn lại ít khi có được? 196
- 03 Sep 2020 Hiệu ứng rắn hổ mang, Luật Goodhart, Campbell & Chuyện thi cử 191
- 09 Jan 2025 10 Nghịch Lý Cuộc Sống Từ Phim Upstream (nghịch hành nhân sinh): Đối Mặt Rủi Ro Trong Thời Đại VUCA 167
- 16 Feb 2024 Nghịch lý của sự hoàn hảo: AI có thể quá tốt để sử dụng? 164
- 05 Dec 2022 Hỏi 5 lần (5 WHYs) – Kỹ thuật "đào" tận gốc cốt lõi vấn đề 153
- 11 Sep 2020 Nghịch lý kinh doanh tại Mỹ: Chăm sóc khách hàng không tốt, nhưng công ty lại lãi lớn 137
- 21 Mar 2024 12 triết lý sống tối giản bạn nên biết 127
- 30 Aug 2024 Suy ngẫm: 30 nguyên tắc xử thế trong quan hệ xã hội 127
- 11 Mar 2024 30 câu hỏi về triết lý sống sách vở không dạy 124
- 02 Aug 2024 Tổng hợp các câu nói động lực - chất xúc tác cho sự phát triển bản thân 116
- 09 Apr 2025 10 bẫy thao túng bạn có thể chưa biết 106
- 07 Feb 2025 Buyer’s remorse: Sự hối hận của người mua sau khi chốt đơn mua hàng 83
- 01 May 2025 Vì Sao Các Cửa Hàng Trung Quốc Không Vội Vã Phục Vụ Khách Hàng? 78
- 18 Aug 2025 Vì sao các tổ chức quốc tế không công bố lý do cụ thể khi xử phạt? 41
- 08 Sep 2025 Tâm Lý Phản Kháng (Reactance): Vì Sao Càng Cấm, Người Ta Càng Muốn Làm? 38
- 19 Sep 2025 Agile vs. Ego: Làm Gì Khi Một Thành Viên Trong Nhóm Nổi Loạn 36
Cả hai định luật này đều nói về hạn chế của việc đo đạc một thứ gì đó thông qua một đại diện (proxy), vì khi đó người ta có xu hướng ăn gian (gọi theo Paul Graham là hack) để có chỉ số tốt mà lại không phản ánh kết quả thực chất.
Đọc thêm: Hiệu ứng “rắn hổ mang” (Cobra effect): Khi giải pháp trở thành vấn đề, tưởng vui lại hóa xui
Định luật Goodhart
Định luật Goodhart (Goodhart’s law) được phát biểu như sau (M. Strathern tóm lược ý của Goodhart) :
Khi một phép đo trở thành mục tiêu, thì nó không còn là một phép đo hiệu quả
(when a measure becomes a target, it cease to be a good measure).
Đó là bởi, khi bạn định đánh giá kết quả công việc của mọi người bằng một số đo nào đó, thì người ta sẽ tìm cách “ăn gian” khiến số đo không còn ý nghĩa. Có câu chuyện về việc Liên xô đo năng suất xưởng sản xuất đinh bằng số lượng, khiến các xưởng sản xuất ra rất nhiều đinh bé tí và vô dụng. Sau đó họ đổi sang đo bằng trọng lượng, kết quả là các xưởng làm ra những cái đinh khổng lồ và cũng vô dụng. Không thể vừa đo vừa trông chờ vào sự tự giác của mọi người, bởi vì người ta sẽ nhận ra ngay rằng thật thà chỉ thiệt thân.
Tương tự, nếu đo bộ phận dịch vụ khách hàng bằng số case được đóng, thì nhân viên sẽ có xu hướng nhanh chóng đóng các case mà không điều tra và xử lý cẩn thận. Nếu pageview vừa là mục tiêu vừa là số đo của bài viết, thì người viết sẽ có xu hướng đưa tin sốc và giật tít, dẫn đến ảnh hưởng chất lượng tờ báo.
Định luật Campbell
Bất kỳ một chỉ số xã hội định lượng nào, nếu càng được sử dụng để ra những quyết định trong xã hội, thì càng chịu sức ép làm sai lệch, có nguy cơ bị thao túng và có khuynh hướng bị bóp méo dẫn đến làm hỏng những tiến trình xã hội mà nó vốn được thiết kế ra để theo dõi
The more any quantitative social indicator is used for social decision-making, the more subject it will be to corruption pressures and the more apt it will be to distort and corrupt the social processes it is intended to monitor.
Định luật Campbell được nhắc đến nhiều trong các tranh luận về giáo dục, vì nó cho thấy việc sử dụng điểm số để đánh giá kết quả học tập của học sinh đã khiến học sinh và phụ huynh quan tâm đến điểm số nhiều hơn là học được gì thật sự. Paul Graham có bài viết rất sâu về vấn đề này.
Định lượng hay định tính?
Hai định luật này không chỉ áp dụng cho lĩnh vực giáo dục, mà còn đúng trong quản lý. Việc quá ỷ lại vào các chỉ số định lượng để đánh giá mọi thứ trong tổ chức "what get measured get managed” (cái gì đo được sẽ quản lý được) dẫn đến nhiều sai lầm mà nhiều người như Mintzberg, Deming hay Schein đã chỉ ra. Scott Carter từng nói “what get measured get corrupted” (cái gì đo được thì sẽ hỏng). Số đo chỉ phát huy tác dụng khi thể hiện chính xác kết quả cần đo – ví dụ số liệu tài chính, chứ không phải là "proxy" – ví dụ đo năng suất lao động bằng số đầu sản phẩm được làm ra.
Richard Hamming nói:
Người ta hay sử dụng các số đo cứng và chắc chắn, mặc dù nó có thể không liên quan đến mục tiêu của họ nếu so với các số đo mềm (ít định lượng). Độ chính xác (accuracy) của phép đo có xu hướng bị nhầm thành độ phù hợp (relevance), và sự nhầm tưởng này xảy ra nhiều hơn so với mọi người nghĩ (thay vì đo cái cần đo thì đo cái dễ đo). Một số đo có độ chính xác cao, có thể lặp lại và dễ thực hiện không có nghĩa là nó nên được dùng, thay vào đó, một số đo "tù mù" hơn nhưng liên quan hơn đến mục tiêu của bạn có thể thích hợp hơn nhiều. Ví dụ, trong trường học, dễ dàng đo công tác đào tạo nhưng khó đo hiệu quả giáo dục, do đó ta thấy các kỳ thi cuối kỳ chú trọng đến phần đào tạo và bỏ qua phần giáo dục.
Tác giả: Phạm Phương Đạt
Khám phá thêm các chủ đề sau
Đọc thêm: Hướng dẫn hợp tác viết bài (guest blogging)
Các chủ đề được quan tâm nhiều nhất
CHIA SẺ BÀI VIẾT
Link copied!
Mới cập nhật