Mude aquilo que o sistema está otimizando
Se o objetivo do sistema produz o comportamento que você quer mudar, mude o objetivo.
Why it works
Na hierarquia de Meadows, mudar o objetivo de um sistema tem mais alavancagem do que mudar as regras, porque as regras existem para servir ao objetivo — se o objetivo permanece o mesmo, novas regras serão manipuladas de volta ao comportamento antigo. Muitos problemas intratáveis persistem porque todo mundo está, na verdade, tendo sucesso em atingir um objetivo que produz o comportamento problemático como efeito colateral; a solução não é restringir o comportamento, mas mudar o que significa sucesso.
How to do it
- Pergunte: "Que objetivo esse sistema está de fato otimizando?" — não o objetivo declarado, mas o revelado pelo comportamento.
- Compare isso com o objetivo que você quer. Se forem diferentes, identifique quem ou o que define o objetivo atual.
- Desenhe uma nova métrica de objetivo que faça do comportamento desejado o caminho natural para o sucesso.
- Verifique se há deslocamento de objetivo: uma vez implementada a nova métrica, ela está produzindo otimizações não intencionais?
Evidência
O deslocamento de objetivo — sistemas que otimizam substitutos mensuráveis em vez de resultados reais — está extensamente documentado na pesquisa organizacional e em políticas públicas. A Lei de Goodhart ("quando uma medida se torna uma meta, ela deixa de ser uma boa medida") é a formulação canônica. (observational)
Mudar objetivos em sistemas sociais exige legitimidade e adesão; a correção técnica de um novo objetivo não garante sua adoção.
Fontes
- Goodhart (1975), cited in Marilyn Strathern (1997), "‘Improving ratings’: audit in the British university system"
Erro comum
Desenhar uma nova métrica de objetivo sem considerar efeitos de segunda ordem — toda métrica de objetivo será otimizada, inclusive de maneiras que você não pretendia, então a nova métrica precisa de teste de teoria dos jogos antes da implementação.
Pratique isso com IX Coach
More practices for Pontos de Alavancagem
- Classifique as opções de intervenção por profundidade estrutural antes de escolher
Antes de decidir onde intervir, mapeie as opções de "mudar um número" a "mudar o paradigma".
- Mude quem recebe qual informação e quando
A informação ausente em um loop de retroalimentação costuma ser mais corrigível e mais poderosa do que adicionar recursos.
- Fortaleça loops corretivos e enfraqueça loops descontrolados
Encontre o loop de equilíbrio que deveria estar corrigindo o problema — e pergunte por que ele está fraco demais.
- Identifique e questione o paradigma sobre o qual o sistema se assenta
Localize a crença compartilhada sobre como as coisas funcionam que faz o sistema atual parecer natural — e questione-a.
- Resista ao impulso de otimizar parâmetros quando a estrutura é o problema
Perceba quando você está ajustando números e pergunte se a estrutura é o problema real.