La ley de Goodhart establece que toda regularidad estadística observada tiende a desaparecer en cuanto esa medida se convierte en objetivo de una política. La formuló el economista británico Charles Goodhart en 1975, cuando era asesor del Banco de Inglaterra, para explicar por qué los agregados monetarios dejaban de predecir la inflación justo cuando el banco central empezaba a fijarles un objetivo. Su tesis es contraintuitiva: el problema no es que los indicadores sean malos, sino que funcionan precisamente mientras nadie apunta a ellos; medir bien y gobernar por el número son, a largo plazo, actividades incompatibles.
El caso original está documentado en detalle. A mediados de los setenta la relación entre la cantidad de dinero en circulación y el nivel de precios era uno de los hechos estilizados más sólidos de la macroeconomía británica, y Goodhart la enunció con precisión de epitafio: cualquier regularidad estadística observada tiende a colapsar cuando se ejerce presión sobre ella con fines de control. Reino Unido fijó objetivos para el agregado £M3 en 1976, dentro del programa acordado con el Fondo Monetario Internacional, y los reforzó en 1980 con la Estrategia Financiera a Medio Plazo; a mediados de los años ochenta la relación con la inflación se había roto y el objetivo se abandonó. El mismo año en que Goodhart publicaba, Robert Lucas formulaba la crítica gemela para toda la econometría: una política predicha por un modelo cambia el comportamiento que el modelo daba por fijo. Y en 1976 también, Donald T. Campbell enunciaba la versión para las ciencias sociales: cuanto más se usa un indicador cuantitativo para decidir, más presiones de corrupción sufre y más se corrompe. La frase que hoy circula —«cuando una medida se convierte en objetivo, deja de ser una buena medida»— no es de Goodhart sino de la antropóloga Marilyn Strathern, escrita en 1997 a propósito de las auditorías universitarias británicas, que pagaban valoraciones de los departamentos según lo que podía contarse en ellos: publicaciones, doctorandos, expedientes. Strathern observó que la medida pensada para reflejar la calidad investigadora había pasado a definirla.
El mecanismo es simple y no requiere mala fe. Un indicador es útil porque correlaciona con algo que nos importa pero que no sabemos medir directamente: el número de altas hospitalarias con la salud de la población, las notas con el aprendizaje, los delitos esclarecidos con la seguridad. Esa correlación se sostiene mientras nadie tenga interés en manipularla. En el momento en que el indicador determina presupuestos, ascensos o supervivencia laboral, los agentes optimizan el indicador y no la cosa medida, y el vínculo entre ambos se rompe. El indicador sigue subiendo; lo que pretendía representar, no. Hay tres formas de rotura que conviene distinguir: empujar el sistema fuera del rango en que la medida estaba calibrada; intervenir sobre la medida misma en lugar de sobre la causa, rompiendo el mecanismo; y, con incentivos suficientes, falsificarla. Manheim y Garrabrant publicaron en 2019 una taxonomía formal de estas variantes, fruto de un giro curioso: la ley de Goodhart, nacida en un banco central, acabó siendo uno de los problemas centrales de la seguridad en inteligencia artificial, donde todo sistema entrenado optimizando una métrica acaba buscando las rendijas de la métrica.
Las manifestaciones documentadas son abundantes y siempre del mismo tipo. Campbell mismo las clasificó en 1976: cuanto más alto es el uso social de un indicador, mayor la tentación de tratar a quienes lo reportan y de jugar con él, y sus ejemplos eran las notas escolares —que enseñan a aprobar exámenes, no a saber— y las estadísticas policiales, que mejoran si se deja de denunciar. En el sistema sanitario británico, el objetivo de que ningún paciente esperase más de cuatro horas en urgencias —introducido en 2004 con una exigencia del 98%— produjo pacientes retenidos en ambulancias a la puerta del hospital, porque el reloj empezaba a contar en el ingreso; el objetivo se relajó al 95% en 2010. En la guerra de Vietnam, el recuento de cadáveres enemigos como medida de progreso militar generó un incentivo directo a contar mal, y los historiadores lo señalan como uno de los datos menos fiables de toda la contabilidad bélica americana. Cuando Wells Fargo premió el número de productos vendidos por cliente, aparecieron cuentas abiertas sin que el cliente lo supiera: el banco reconoció en 2016 millones de ellas y pagó una multa de 185 millones de dólares. Y el ejemplo canónico —una fábrica soviética que, medida en unidades, produce clavos diminutos, y medida en toneladas, produce un solo clavo gigantesco— probablemente sea apócrifo, pero describe con exactitud la lógica del fenómeno.
El catálogo se completa con los incentivos mal dirigidos de la historia colonial y estatal. La anécdota del «efecto cobra» —una supuesta recompensa británica por cada cobra muerta en la India que acabó incentivando su cría— es difícil de documentar; su versión verificable ocurrió en Hanói en 1902, cuando el gobierno colonial francés pagaba por ratas entregadas para combatir una plaga y descubrió granjas de ratas criadas para cobrar la prima, y el programa se canceló a mitad. China cometió en 1958 una versión sin mecanismo de mercado: la campaña de las Cuatro Plagas declaró al gorrión enemigo del grano, la población lo exterminó en buena parte del país, y las langostas, ya sin depredador, contribuyeron a la peor hambruna de su historia. El patrimonio tiene nombre propio: la ley de Goodhart gobernaba colonias y planes quinquenales antes de que nadie la nombrara.
A ese catálogo se le debe aplicar la objeción seria, no el consuelo fácil. Sin indicadores no hay gestión posible: un hospital, una escuela o un banco central que renuncie a medir gobernará a ciegas, y el sustituto habitual —el juicio experto— es opaco, no auditable y tan manipulable como la cifra, solo que sin recursos para defenderse. La ley de Goodhart no condena la medición sino la ingenuidad sobre su caducidad. De ahí las estrategias defensivas habituales: usar varios indicadores que solo puedan mejorarse a la vez mejorando el fenómeno de fondo, rotarlos o mantener parte de ellos ocultos, auditar por muestreo con procedimientos distintos a los que generan la cifra oficial, y separar la medición del sistema de incentivos. Ninguna es gratuita, y todas admiten la misma objeción recursiva: quien conoce la defensa la incorpora a su optimización.
La conclusión práctica es incómoda para toda burocracia de objetivos —y para la gestión por indicadores en general—: no existe la métrica que no se pueda cocinar, solo la métrica que todavía no compensa cocinar. La ley sigue siendo útil porque señala el momento en que conviene dejar de confiar en una cifra que lleva años siendo objetivo: cuando el indicador mejora sin pausa mientras todo lo que no se mide empeora, la pregunta ya no es si la medida es buena, sino qué está comprando exactamente quien la reporta.
Sesgo de selección – Muestra sesgada – Profecía autocumplida – Efecto cobra – El problema de la inducción