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, mientras trabajaba como 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. La versión que circula hoy no es la suya sino la que le dio la antropóloga Marilyn Strathern en 1997: cuando una medida se convierte en objetivo, deja de ser una buena medida.
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 la correlación entre ambos se rompe. El indicador sigue subiendo; lo que pretendía representar, no. Donald T. Campbell enunció en 1976 una versión gemela para las ciencias sociales, la ley de Campbell: cuanto más se usa un indicador cuantitativo para tomar decisiones sociales, más presión de corrupción sufre y más se corrompe.
Las manifestaciones documentadas son abundantes y siempre del mismo tipo. En el sistema sanitario británico, el objetivo de que ningún paciente esperase más de cuatro horas en urgencias produjo pacientes retenidos en ambulancias a la puerta del hospital, porque el reloj empezaba a contar en el ingreso. En la guerra de Vietnam, el recuento de cadáveres enemigos como medida de progreso militar generó un incentivo directo a contar civiles. Cuando un banco premia el número de productos vendidos por cliente, aparecen cuentas abiertas sin que el cliente lo sepa: Wells Fargo reconoció en 2016 millones de ellas. 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.
La ley de Goodhart no es un argumento contra medir. Es un argumento contra la creencia de que un indicador clave de rendimiento sobrevive intacto al uso que se le da. 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 de ellas es gratuita, y todas admiten a su vez la misma objeción: quien conoce la defensa la incorpora a su optimización. La conclusión práctica es incómoda para cualquier 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.
Sesgo de selección – Muestra sesgada – Profecía autocumplida – Efecto cobra – El problema de la inducción