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.
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 thì phát biểu:
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.
Kết luận
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 (với câu cửa miệng what get measured get managed”) dẫn đến nhiều sai lầm mà nhiều người như Mintzberg, Deming hay Schein đã chỉ ra. Scott Carter còn có câu “what get measured get corrupted”. 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 – ND). 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 đào tạo và khó đo giáo dục, do đó ta thấy các kỳ thi cuối kỳ chú trọng đến phần đào tạo và bỏ qua phần giáo dục.
Đọc thêm: Không đo được thì không quản lý được?
Pingback: Không đo được thì không quản lý được? | Phan Phuong Dat
Bài viết hay quá ạ.
Vậy mình nên dùng cái gì để đánh giá hả anh?
tùy mục tiêu. Khi xác định đc mục tiêu rồi thì sẽ tìm đc p/a đánh giá phù hợp, dù có thể không định lượng lắm
Vậy tức là mình nên sử dụng OKR thay vì KPI đúng không ạ? Em đang hiểu KPI thường đặt ra số cụ thể rồi đánh giá cuối kỳ; trong khi OKR thì đặt mục tiêu tổng quát hơn và đánh giá trong thời gian ngắn hơn, có thể thay đổi hoặc nâng cao nếu đã đạt được mục tiêu đó rồi. Tuy nhiên cũng vì tổng quát quá nên đôi khi cũng khó có cái gọi là “thước đo” để mang ra đánh giá được (vì thước phải có số). Cuối cùng lại quay về con gà quả trứng ạ…
có lẽ vì mình cứ bị ám ảnh bởi mấy cái okr kpi này nọ nên mới nghĩ là “quay về gà với trứng”. Đầu tiên tạm bỏ các công cụ đó ra đã, và xem mục tiêu là gì, rồi sẽ xem đánh giá thế nào. Ko có bằng chứng thuyết phục nào cho thấy OKR hữu ích