📈 economía

The Optimal Intensity of Performance Evaluation

Este artículo transforma las Leyes de Goodhart y de Campbell en un modelo de umbral parametrizado para demostrar que la evaluación del desempeño universitario sigue una relación en forma de U invertida con la efectividad organizacional, identificando un punto de inflexión crítico donde la intensidad excesiva desencadena disfunción y proponiendo tres palancas cualitativas para mitigar estos efectos en diversos contextos institucionales.

Autores originales: Zhongjun Wang

Publicado 2026-09-30

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Zhongjun Wang

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En la universidad moderna, una tensión silenciosa ha crecido entre el deseo de medir el éxito y la realidad de lo que realmente lo crea. Durante décadas, los administradores han dependido de los números —conteos de artículos publicados, cifras de citas y totales de subvenciones— para juzgar la calidad de la investigación y la enseñanza. Este enfoque se basa en una premisa simple: si puedes medirlo, puedes gestionarlo. Sin embargo, una observación de larga data en la economía y las ciencias sociales advierte que esta lógica tiene un punto de ruptura. Cuando una medida se convierte en el objetivo principal, las personas comienzan a optimizar para el número en sí mismo en lugar del valor subyacente que este pretendía representar. Este fenómeno, a menudo llamado la Ley de Goodhart, sugiere que una métrica deja de ser una buena medida una vez que se convierte en una meta. En el mundo académico, esto ha generado preocupaciones de que los miembros de la facultad dediquen menos tiempo a la erudición profunda y difícil y más tiempo a actividades que simplemente aumenten sus puntuaciones, un proceso conocido como desplazamiento de objetivos. La pregunta que enfrentan las universidades hoy no es si deben usar métricas, sino cuánto es demasiado antes de que el sistema comience a trabajar en su contra.

Un nuevo estudio de Zhongjun Wang transforma esta advertencia abstracta en un marco concreto y medible. En lugar de tratar el fracaso de la evaluación del desempeño como una posibilidad vaga, la investigación construye un modelo matemático para señalar exactamente dónde se rompe el equilibrio. El hallazgo central es que la relación entre la intensidad con la que una institución evalúa a su personal y la calidad real de su producción sigue una forma específica: una U invertida. Inicialmente, añadir una evaluación más rigurosa ayuda. Clarifica las expectativas, alinea los esfuerzos y mejora la coordinación. Pero este beneficio no dura para siempre. El modelo identifica un umbral crítico, un punto específico de intensidad más allá del cual el sistema colapsa en la disfunción. Una vez que las universidades cruzan esta línea, los costos de la publicación estratégica o de ignorar la enseñanza crecen tan rápidamente que superan cualquier beneficio restante, dejando a la institución en una situación peor que si no hubiera utilizado métplemente ninguna métrica.

La investigación no se detiene en la identificación de la zona de peligro; ofrece una forma de navegarla mediante la división de la solución en tres herramientas distintas. El estudio sostiene que simplemente intercambiar números "cuantitativos" por opiniones "cualitativas" es un instrumento demasiado tosco. En su lugar, separa el papel del juicio humano en tres palancas específicas: la revisión por pares, la alineación de valores y la equidad procedimental. La revisión por pares, donde los expertos juzgan el trabajo directamente, actúa como un escudo que empuja el umbral peligroso más allá, permitiendo a las instituciones utilizar más métricas de forma segura. Alinear las métricas con la misión específica de la universidad —ya sea la enseñanza, la investigación o el servicio— eleva el techo de lo que se puede lograr. Finalmente, asegurar que el proceso de evaluación se perciba como justo para la facultad reduce el resentimiento y la resistencia de base que drenan la energía del sistema. Estos tres elementos no son intercambiables; cada uno resuelve una parte diferente del problema, y usar el incorrecto no evitará el colapso.

Para entender cómo ocurre este desglose a lo largo del tiempo, el autor emplea un modelo dinámico que rastrea cómo cambia el comportamiento de la facultad. La simulación muestra que, una vez que la intensidad de la evaluación cruza el umbral crítico, ocurre un cambio sutil pero poderoso en la cultura académica. Incluso mientras el número de publicaciones continúa aumentando, la calidad real del trabajo comienza a declinar. Esto sucede porque la presión para rendir en las métricas se vuelve tan abrumadora que cambia las normas sociales del lugar de trabajo. Lo que antes se consideraba un atajo menor se convierte en una práctica estándar, y el esfuerzo colectivo de la universidad se desplaza de la creación de valor genuino hacia la optimización de la puntuación. El modelo demuestra que esta divergencia no es inmediata; se acelera a medida que más personas se unen al juego, creando un bucle de retroalimentación donde el sistema recompensa los comportamientos incorrectos con mayor peso.

El estudio también aclara por qué algunas universidades parecen sobrevivir a entornos de alta presión mientras otras se desmoronan. El umbral no es un número fijo para todos; depende del diseño de la institución. Las universidades con sistemas sólidos de revisión por pares y procedimientos justos pueden mantener una mayor intensidad de medición antes de golpear el muro. En contraste, los sistemas que dependen excesivamente de números brutos sin estas salvaguardas alcanzan el punto de disfunción mucho antes. La investigación sugiere que la tendencia actual de aumentar las métricas, impulsada por los rankings globales y la competencia, está empujando a muchas instituciones peligrosamente cerca o más allá de este límite. El modelo implica que reducir el número de métricas no es suficiente; la solución requiere construir la capacidad de juicio humano de alta calidad para amortiguar el sistema.

En última instancia, este trabajo proporciona una herramienta de diagnóstico para los líderes universitarios y los responsables de políticas. Mueve el debate de la elección binaria de "métricas versus no métricas" hacia una pregunta más matizada de diseño. El estudio sugiere que existe una intensidad óptima para la evaluación, un punto ideal donde la rendición de cuentas mejora el desempeño sin desencadenar los comportos contraproducentes que advierte la Ley de Goodhart. Al tratar el umbral como una variable que puede gestionarse mediante una mejor revisión por pares y procesos más justos, la investigación ofrece un camino a seguir. Indica que el objetivo no es eliminar la medición, sino asegurar que la intensidad de esa medición permanezca por debajo del punto en el que comienza a destruir el valor mismo que busca medir. Los hallazgos se presentan como un conjunto de proposiciones testables, invitando a la recopilación de más datos para refinar la ubicación exacta de estos umbrales para diferentes tipos de instituciones, pero el mensaje central es claro: hay un límite para cuánto podemos medir antes de empezar a medir las cosas equivocadas.

Resumen Técnico: La Intensidad Óptima de la Evaluación del Desempeño

Planteamiento del Problema
La evaluación del desempeño se ha convertido en un instrumento de gobernanza central en la educación superior; sin embargo, el campo carece de una comprensión formal del punto en el que la intensidad de la evaluación deja de ser beneficiosa y comienza a socavar los objetivos organizacionales. Aunque la Ley de Goodhart (1975) y la Ley de Campbell (1979) son ampliamente citadas como advertencias retóricas de que "una medida se convierte en un objetivo y deja de ser una buena medida", estas siguen siendo metáforas interpretativas en lugar de modelos cuantificables. La literatura existente documenta la sobrecarga de métricas y el desplazamiento de objetivos de manera cualitativa, pero no logra proporcionar un modelo formal de la relación no monotónica entre la intensidad de la evaluación y los resultados, particularmente uno que incorpore umbrales institucionales y mecanismos de mitigación endógenos. En consecuencia, los responsables de la formulación de políticas no pueden determinar cuándo la evaluación ayuda o perjudica, ni pueden distinguir entre diferentes tipos de revisión cualitativa.

Metodología
El artículo desarrolla un modelo de umbral formal que integra la economía organizacional, la psicología de la motivación y el análisis de políticas de educación superior. La metodología procede a través de tres formulaciones distintas:

Modelo Univariante Estático: El modelo define la efectividad organizacional $U(k)$ como el resultado neto de un beneficio de alineación $U_1(k)$ y un costo de disfunción $U_2(k)$ , donde $k$ representa la intensidad de la evaluación.
- Beneficio de Alineación: Modelado como una función exponencial cóncava $A(1 - e^{-\alpha k})$ , que refleja rendimientos marginales decrecientes en la coordinación y la retroalimentación.
- Costo de Disfunción: Modelado como una función por partes. Por debajo de un umbral crítico $k_0$ , los costos crecen linealmente. Por encima de $k_0$ , los costos se aceleran exponencialmente debido a dos mecanismos de retroalimentación reforzadora: un efecto de norma social (donde la manipulación de datos se normaliza) y un efecto de amplificación organizacional (donde la gestión intensifica las métricas en respuesta a ganancias a corto plazo).
- Resultado: Esta estructura produce una relación en forma de U invertida entre la intensidad y la efectividad, con un "punto de equilibrio" donde la evaluación excesiva hace que la organización sea peor que si no tuviera ninguna evaluación.
Extensión Bivariante (Juicio Cualitativo): El modelo introduce un peso $w$ para el juicio cualitativo, descomponiéndolo en tres palancas no intercambiables:
- Revisión por Pares ( $w_p$ ): Principalmente eleva el umbral $k_0$ al reducir la asimetría de información.
- Orientación de Valores ( $w_v$ ): Principalmente eleva el techo de beneficios $A$ al alinear las métricas con las misiones institucionales.
- Justicia Procedimental ( $w_j$ ): Principalmente reduce el costo de disfunción base $B$ al mitigar el resentimiento.
- Esta formulación reemplaza el debate indiferenciado entre "lo cuantitativo frente a lo cualitativo" por un espacio de diseño parametrizado donde palancas específicas desplazan parámetros específicos.
Capa Dinámica de Deriva-Difusión: Para capturar la evolución temporal del comportamiento, el artículo emplea una ecuación de Fokker–Planck.
- Mecanismo: El esfuerzo de la facultad se modela como una distribución de densidad $e(x,t)$ a través de un espectro de calidad $x \in [0,1]$ , donde $x=0$ es pura optimización de métricas y $x=1$ es producción de valor real.
- Deriva: Por encima del umbral $k_0$ , se activa un término de velocidad de deriva, empujando la distribución del esfuerzo hacia la optimización de métricas de baja calidad.
- Resultado: Esta capa demuestra que, incluso cuando las puntuaciones de las métricas ( $M(t)$ ) aumentan, el valor real ( $V(t)$ ) disminuye monótonamente, proporcionando un microfundamento dinámico para la Ley de Goodhart.

Resultos Clave

Relación de U Invertida: El modelo confirma que la efectividad organizacional sigue una curva de U invertida respecto a la intensidad de la evaluación. Existe una intensidad óptima $k^{**}$ y un punto de equilibrio $k_{be}$ más allá del cual la utilidad neta se vuelve negativa.
Existencia de Umbrales: Existe un umbral institucional crítico $k_0$ . Por debajo de este punto, la disfunción crece linealmente; por encima de él, la disfunción se acelera exponencialmente debido a puntos de inflexión de normas sociales.
Palancas Diferenciales: El juicio cualitativo no es una solución monolítica. La revisión por pares es el mecanismo principal para elevar el umbral sostenible; la orientación de valores eleva el beneficio potencial máximo; y la justicia procedimental reduce el costo base de la administración.
Divergencia Dinámica: En regímenes donde $k > k_0$ , el modelo predice una divergencia progresiva donde las puntuaciones de las métricas aumentan mientras que el valor organizacional real disminuye, impulsado por un cambio en la distribución del esfuerzo de la facultad hacia la manipulación de métricas.

Seis Proposiciones Falsables
El artículo destila el modelo en seis proposiciones testables con estrategias de identificación específicas para la investigación empírica:

No monotonicidad: La intensidad de la evaluación y la efectividad siguen una forma de U invertida (testable mediante datos de panel institucional).
Efecto de Umbral: Las disfunciones emergen rápidamente más allá de un umbral crítico (testable mediante diferencias en diferencias usando reformas como el "Romper solo los cinco" de China).
Moderación: El juicio cualitativo eleva el umbral $k_0$ (testable mediante modelos de mediación).
Efectos Diferenciales: La revisión por pares eleva $k_0$ más fuertemente que la justicia procedimental (testable mediante términos de interacción en regresiones jerárquicas).
Adaptación Dinámica: La divergencia entre las puntuaciones de las métricas y el valor real se acelera con el tiempo cuando $k > k_0$ (testable mediante estudios de eventos).
Heterogeneidad: El umbral $k_0$ varía según la etapa de la carrera (menor para investigadores en etapas tempranas) y la disciplina (mayor en campos STEM cuantificables).

Significancia y Reivindicaciones
El artículo afirma realizar tres contribuciones primarias a la erudición de la educación superior:

Formalización de la Metáfora: Convierte las Leyes de Goodhart y Campbell de metáforas interpretativas en un modelo de umbral parametrizado y falsable. A diferencia de otros modelos económicos previos (por ejemplo, Rablen, 2010) que dependen de puntos de referencia individuales, este modelo identifica un umbral institucional donde la disfunción se acelera.
Descomposición de la Revisión Cualitativa: Va más allá del debate binario "cuantitativo vs. cualitativo" al identificar tres palancas distintas y no intercambiables (revisión por pares, orientación de valores, justicia procedimental) que operan a través de mecanismos específicos. Esto permite un diseño de políticas dirigido en lugar de llamados genéricos a una "mayor evaluación cualitativa".
Mecanismo Dinámico: Al integrar una capa de deriva-difusión de Fokker–Planck, el modelo explica cómo y por qué las puntuaciones de las métricas y el valor real divergen con el tiempo, ofreciendo un microfundamento conductual para el costo exponencial de la disfunción.

El artículo se posiciona como una herramienta de diagnóstico en lugar de un veredicto prescriptivo. Argumenta que la intensidad "óptima" no es una constante universal, sino una función de los parámetros de diseño institucional. El modelo proporciona un marco para diagnosticar si un sistema de evaluación específico (por ejemplo, el "Romper solo los cinco" de China, el REF del Reino Unido o la financiación basada en el desempeño de EE. UU.) está operando dentro de un régimen sostenible o ha cruzado un umbral hacia la disfunción. El autor enfatiza que los valores cuantitativos (por ejemplo, $k_0 = 0.5$ ) son ilustrativos y requieren calibración empírica, pero las predicciones cualitativas relativas a la existencia de un umbral y la dirección de la deriva son robustas ante variaciones de los parámetros.

Más como este