Campbells / Goodharts Gesetz
Diese Seite wurde seit 1 Jahr inhaltlich nicht mehr aktualisiert.
Unter Umständen ist sie nicht mehr aktuell.
BiblioMap
Synonyme
Campells Gesetz, Campbell`s Law, Goodharts Gesetz, Goodhart's law
Definitionen
Bücher zuoberst.
When a measure becomes a target, it ceases to be a good measure.
Von Marilyn Strathern, erfasst im Biblionetz am 03.09.2021Campells Gesetz: Jedes Kriterium, das zur Systemsteuerung verwendet wird, verliert seinen Wert als Indikator.
Von Beat Döbeli Honegger, erfasst im Biblionetz am 03.07.2018As soon as the government attempts to regulate any particular set of financial assets, these become unreliable as indicators of economic trends.
Von Charles Goodhart, erfasst im Biblionetz am 14.10.2017Sobald eine Regierung versucht, bestimmte finanzielle Aktivposten zu regulieren, werden diese als Indikatoren für ökonomische Trends unbrauchbar.
Von Charles Goodhart, erfasst im Biblionetz am 14.10.2017If sufficient rewards are attached to some measure, people will find ways to increase their scores one way or another, and in doing so will undercut the value of the measure for assessing what it was originally designed to assess.
Von Carl T. Bergstrom, Jevin D. West im Buch Calling Bullshit (2020) im Text Numbers and Nonsense Besonders einflussreich ist in diesem Zusammenhang ein Aufsatz des US-amerikanischen Psychologen Donald T. Campbell geworden, der das nach ihm benannte »Campbell's Law« formuliert hat: »Je mehr ein quantitativer Indikator für soziale Entscheidungen herangezogen wird, desto stärker ist der korrumpierende Druck auf ihn und desto stärker verzerrt und korrumpiert er die sozialen Prozesse, die er eigentlich beobachten soll.« (Campbell 1979: 85).
Von Steffen Mau im Buch Das metrische Wir (2017) im Text Risiken und Nebenwirkungen auf Seite 215Diese Tatsache ist seit langer Zeit als „Campbell’s Law“ bekannt, das auf den Sozialpsychologen D. Campbell zurückgeht. Dieser schrieb im Jahr 1976 (S. 49): „Je stärker ein einzelner quantitativer sozialer Faktor dazu benutzt wird, soziale Entscheidungen zu begründen, desto stärker ist er verzerrenden Einflüssen ausgesetzt und desto mehr führt er selbst dazu, die sozialen Prozesse zu verzerren und zu verfälschen, die eigentlich untersucht und verbessert werden sollen“ (Campbell 1976, S. 49).
Von Mathias Binswanger im Buch Sinnlose Wettbewerbe (2010) im Text Die Messbarkeitsillusion Bemerkungen
Bücher zuoberst.
At around the same time that Goodhart proposed his law, psychologist Donald Campbell independently proposed an analogous principle.
Von Carl T. Bergstrom, Jevin D. West im Buch Calling Bullshit (2020) im Text Numbers and Nonsense When scientists measure the molecular weights of the elements, the elements do not conspire to make themselves heavier and connive to sneak down the periodic table. But when administrators measure the productivity of their employees, they cannot expect these people to stand by idly: Employees want to look good. As a result, every time you quantify performance or rank individuals, you risk altering the behaviors you are trying to measure.
Von Carl T. Bergstrom, Jevin D. West im Buch Calling Bullshit (2020) im Text Numbers and Nonsense Remember Goodhart’s law? “When a measure becomes a target, it ceases to be a good measure.” In a sense this is what has happened with p-values. Because a p-value lower than 0.05 has become essential for publication, p-values no longer serve as a good measure of statistical support. If scientific papers were published irrespective of p-values, these values would remain useful measures of the degree of statistical support for rejecting a null hypothesis. But since journals have a strong preference for papers with p-values below 0.05, p-values no longer serve their original purpose.
Von Carl T. Bergstrom, Jevin D. West im Buch Calling Bullshit (2020) im Text The Susceptibility of Science Campbell stresses the social element of this problem. As we mentioned at the start of this section, we don’t have to worry about the laws of physics or chemistry gaming the metrics. Hydrogen doesn’t care what you think its emission spectra are, or that its highest wavelength band is lower than that of helium. People do care about how they are measured. What can we do about this? If you are in the position to measure something, think about whether measuring it will change people’s behaviors in ways that undermine the value of your results. If you are looking at quantitative indicators that others have compiled, ask yourself: Are these numbers measuring what they are intended to measure? Or are people gaming the system and rendering this measure useless?
Von Carl T. Bergstrom, Jevin D. West im Buch Calling Bullshit (2020) im Text Numbers and Nonsense Campbell schaute nicht auf Ratten, sondern illustrierte seine Überlegungen an folgendem Beispiel: In der ersten Phase des Vietnamkriegs verfügte man nur über sehr ungenaue Informationen zur Zahl der getöteten Gegner, weshalb sich die US-Army bemühte, besser überprüfbare und konservativere Angaben zu erhalten. Dazu wurde ein »body count« eingeführt, der sich nur noch auf die tatsächlich in der Kampfzone aufgefundenen Leichen beziehen sollte. In einem zweiten Schritt wurden diese Angaben dann zur Evaluation der Effektivität bestimmter Kampfeinheiten genutzt, so dass die Zahl der Toten zu einem eigenständigen Maß für die »Performanz« wurde. Daraus ergab sich nicht nur ein zusätzlicher Druck, möglichst viele Gegner zu töten, es wurden auch zunehmend Zivilisten umgebracht und in die Zählung einbezogen. Der Indikator besaß von vornherein einen bestimmten Grad an Unschärfe, weil sich in einem Guerillakrieg nicht immer klar zwischen Soldaten und Zivilisten unterscheiden lässt. Durch die Nutzung des Indikators zur Messung von Performanz wurde jedoch ein Anreiz gesetzt, diese Unschärfe in eine bestimmte Richtung auszudeuten: nämlich möglichst viele Personen als Militärs und somit – aus der Sicht der Armee – »tötbar« zu klassifizieren. Die Folge war eine Pervertierung des Indikators und – schwerwiegender – eine erhöhte Korrumpierbarkeit von Offizieren und Soldaten im Einsatz.
Von Steffen Mau im Buch Das metrische Wir (2017) im Text Risiken und Nebenwirkungen auf Seite 215Verwandte Objeke
Verwandte Begriffe (co-word occurance) |
Häufig co-zitierte Personen
Jordan
Ellenberg
Ellenberg
Mathias
Binswanger
Binswanger
Statistisches Begriffsnetz
Zitationsgraph
Zitationsgraph (Beta-Test mit vis.js)
Zeitleiste
12 Erwähnungen
- Anreize im Wissenschaftssystem (Margit Osterloh, Bruno S. Frey) (2008)
- Sinnlose Wettbewerbe - Warum wir immer mehr Unsinn produzieren (Mathias Binswanger) (2010)
- 4. Die Messbarkeitsillusion - Qualitative Leistungen lassen sich mit Kennzahlen messen
- 7. Beispiel Wissenschaft - Immer mehr unsinnige Publikationen
- Das metrische Wir - Über die Quantifizierung des Sozialen (Steffen Mau) (2017)
- Bürokratische Zielverschiebung - Negativeffekte von Evaluationen theoretisch rekonstruieren und praktisch vermeiden (Christof Arn, Franz Röösli) (2017)
- Lehrmittel in einer digitalen Welt (Beat Döbeli Honegger, Michael Hielscher, Werner Hartmann) (2018)
- 6. Learning Analytics (2018)
- Calling Bullshit - The Art of Skepticism in a Data-Driven World (Carl T. Bergstrom, Jevin D. West) (2020)
- Vom E-Learning zur Digitalisierung - Mythen, Realitäten, Perspektiven (Reinhard Bauer, Jörg Hafer, Sandra Hofhues, Mandy Schiefner, Anne Thillosen, Benno Volk, Klaus Wannemacher) (2020)
- Digitalisierung der Hochschullehre: Was wissen wir wirklich? (Jörn Loviscach)
- Sammlung «Krogerus & Tschäppeler» (Mikael Krogerus, Roman Tschäppeler)
- Schlechte Ideen: Kennzahlen (2023)
- Faustregeln (Mikael Krogerus, Roman Tschäppeler) (2024)
- Schlechte Ideen: Kennzahlen (2023)
Anderswo finden
Anderswo suchen
Biblionetz-History
default1
default2
default2