Kontakt
Universität Konstanz
Lehrstuhl für Public Economics
Fach 133
D-78457 Konstanz
Tel.: +49-7531-88-2565
Fax: +49-7531-88-4135
E-Mail schreiben
Willkommen am Lehrstuhl für Public Economics
Diese Webseite informiert Sie über Lehre und Forschungsaktivitäten des Lehrstuhls für Public Economics.
Unsere Forschungsschwerpunkte sind Bildungsökonomik, Politikevaluation und Arbeitsmarktökonomik.
Wir bieten Kurse sowohl für Bachelorstudierende als auch für Masterstudierende und Promovierende an.
Weitergehende Informationen finden Sie unter den Links oben auf dieser Seite.
Willkommen am Lehrstuhl für Public Economics
Diese Webseite informiert Sie über Lehre und Forschungsaktivitäten des Lehrstuhls für Public Economics.
Unsere Forschungsschwerpunkte sind Bildungsökonomik, Politikevaluation und Arbeitsmarktökonomik.
Wir bieten Kurse sowohl für Bachelorstudierende als auch für Masterstudierende und Promovierende an.
Weitergehende Informationen finden Sie unter den Links oben auf dieser Seite.
Willkommen am Lehrstuhl für Public Economics
Diese Webseite informiert Sie über Lehre und Forschungsaktivitäten des Lehrstuhls für Public Economics.
Unsere Forschungsschwerpunkte sind Bildungsökonomik, Politikevaluation und Arbeitsmarktökonomik.
Wir bieten Kurse sowohl für Bachelorstudierende als auch für Masterstudierende und Promovierende an.
Weitergehende Informationen finden Sie unter den Links oben auf dieser Seite.
Seminar in Empirical Microeconomics - Algorithms, Beliefs and Caseworker Behavior: A Field Experiment
Wann
Donnerstag, 14. November 2024
12 bis 13:15 Uhr
Wo
G308
Veranstaltet von
Junior Professorship in Labor Economics
Vortragende Person/Vortragende Personen:
Patrick Arni (ZHAW & University of Bristol)
Algorithms, Beliefs and Caseworker Behavior: A Field Experiment
(Patrick Arni (ZHAW & University of Bristol) and John Körtner (University of Lausanne))
Abstract: The use of algorithms for practical policy making increasingly sparks interest und expectations. But little is known about how algorithmic predictions are factored into decisions by the deciding bureaucrats. We provide evidence for the case of algorithmic profiling in the context of unemployment insurance (UI). In a field experiment, UI caseworkers received access to algorithmic predictions of UI claimants’ unemployment duration in a randomly selected number of cases. We find that caseworkers reacted to (some) prediction signals by updating their beliefs and adjusting their behavior -- but not in intended ways. They increased their efforts for claimants with predicted good re-employment prospects, which increased unemployment exit rates for this group of easy-to-place job seekers. We interpret the caseworkers’ behavior to be driven by performance incentives, rather than by the initial intention of the intervention (to activate hard-to-place job seekers additionally). Based on a framework of the interplay between algorithms and caseworkers, we check several alternative explanations and potential behavioral mechanisms.
zurück
Seminar in Empirical Microeconomics - Algorithms, Beliefs and Caseworker Behavior: A Field Experiment
Wann
Donnerstag, 14. November 2024
12 bis 13:15 Uhr
Wo
G308
Veranstaltet von
Junior Professorship in Labor Economics
Vortragende Person/Vortragende Personen:
Patrick Arni (ZHAW & University of Bristol)
Algorithms, Beliefs and Caseworker Behavior: A Field Experiment
(Patrick Arni (ZHAW & University of Bristol) and John Körtner (University of Lausanne))
Abstract: The use of algorithms for practical policy making increasingly sparks interest und expectations. But little is known about how algorithmic predictions are factored into decisions by the deciding bureaucrats. We provide evidence for the case of algorithmic profiling in the context of unemployment insurance (UI). In a field experiment, UI caseworkers received access to algorithmic predictions of UI claimants’ unemployment duration in a randomly selected number of cases. We find that caseworkers reacted to (some) prediction signals by updating their beliefs and adjusting their behavior -- but not in intended ways. They increased their efforts for claimants with predicted good re-employment prospects, which increased unemployment exit rates for this group of easy-to-place job seekers. We interpret the caseworkers’ behavior to be driven by performance incentives, rather than by the initial intention of the intervention (to activate hard-to-place job seekers additionally). Based on a framework of the interplay between algorithms and caseworkers, we check several alternative explanations and potential behavioral mechanisms.