La Ley de Goodhart

No puedes gestionar lo que no puedes medir, dice el refrán, así que medimos. No podemos ver el «aprendizaje», así que contamos notas de examen. No podemos ver la «salud», así que cronometramos los tiempos de espera en urgencias. No podemos ver la «productividad», así que registramos líneas de código, llamadas cerradas, artículos publicados, detenciones practicadas. Cada número es un sustituto —un indicador (proxy)— de algo real que nos importa pero que no podemos vigilar directamente. Y en libertad, antes de que el puesto de nadie dependa de ello, el indicador y la cosa real se mueven juntos: enseñar mejor tiende a subir las notas, un hospital más sano tiende a tener esperas más cortas. Esa correlación es justo la razón por la que nos fiamos del número en primer lugar.

Entonces hacemos lo fatídico. Le atamos al indicador una apuesta —una prima, un ranking, un recorte de financiación, un ascenso— y le decimos a la gente que haga subir el número. Y el número sube. Pero lo que de verdad queríamos a menudo no viene con él, y a veces baja. Los docentes machacan técnica de examen en vez de enseñar; los hospitales dejan las ambulancias en cola fuera para que el reloj de cuatro horas no arranque; los agentes detienen blancos fáciles para cumplir un cupo. La medida trepa mientras la realidad que representaba se pudre en silencio. Eso es la Ley de Goodhart: cuando una medida se convierte en objetivo, deja de ser una buena medida. Bautizada por el economista Charles Goodhart, que la detectó en la política monetaria en 1975, y afilada por la antropóloga Marilyn Strathern hasta la forma nítida que casi todos citan hoy.

Este es un curso de nivel experto y se sitúa en el cruce de tres disciplinas que ya has visitado. De los incentivos toma la ley de hierro de que la gente optimiza lo que de verdad se premia, no lo que piadosamente esperabas que persiguiera: el motor que hace que alguien se moleste en manipular un número. De los bucles de retroalimentación toma la maquinaria de una espiral que se refuerza a sí misma: el indicador realimenta las decisiones, el esfuerzo se vuelca hacia él, y esa misma avalancha corrompe la señal que el indicador antes llevaba. Del problema principal-agente toma el muro de conocimiento oculto: la parte medida siempre sabe más sobre cómo se fabricó el número que quien mide, y saca provecho de esa brecha. La Ley de Goodhart es lo que obtienes cuando esos tres modelos chocan: un caso especial y brutal en el que el indicador premiado y el objetivo real, correlacionados en libertad, se separan en cuanto los empujas.

A lo largo del curso construimos el modelo de arriba abajo. Empezamos con indicador frente a objetivo: por qué nos conformamos con un sustituto, y qué hace fiable a un indicador hasta que deja de serlo. Luego el mecanismo del desacople bajo presión: la Ley de Campbell y los cuatro sabores de Goodhart (regresional, extremal, causal, adversarial), mantenidos intuitivos, para que veas cómo se abren las costuras. Recorremos los desastres emblemáticos —la fábrica soviética de clavos que fabricó un único clavo de setenta toneladas para cumplir su cupo de peso, la recompensa colonial por cobras que acabó criando cobras, enseñar para el examen, el sandbagging en ventas, el clickbait, las esperas en camilla de urgencias, los cupos de detenciones, la ciencia cortada en lonchas, las métricas de riesgo maquilladas hasta la nada antes de 2008— porque el mismo esqueleto viste cien disfraces. Mostramos con precisión por qué es un caso especial de incentivos más principal-agente, cableado a un bucle de retroalimentación que se come la propia validez de la métrica. Y nos mantenemos despiadadamente honestos sobre dónde el modelo te miente: no es un argumento contra medir (volar a ciegas es peor), no toda medida se derrumba, y soltar «¡Goodhart!» para esquivar toda rendición de cuentas es su propio fracaso perezoso. Terminamos con los remedios que de verdad funcionan: cestas de métricas difíciles de manipular, objetivos sostenidos con holgura, personas en el bucle, premiar resultados en vez de indicadores, y contar con rotar una métrica según se degrada.

Durante todo el curso tendrás un dial de presión de Goodhart con el que jugar: una multitud de personas cuya calidad real y cuyo indicador medido empiezan marchando al unísono, hasta que subes la apuesta y ves el indicador dispararse, el valor real hundirse y la correlación entre ambos desmoronarse hasta la nada ante tus ojos. Al terminar, nunca volverás a mirar igual un KPI, una tabla de clasificación ni un «hemos cumplido nuestros números». Te harás en su lugar la pregunta afilada: este número está subiendo, pero ¿la cosa que se suponía que representaba sube con él, o simplemente hay alguien que es muy bueno haciendo subir el número?