Kiedy miara staje się celem, przestaje być dobrą miarą.

Jeśli ludzie zaczynają pracować tylko po to, by poprawić wyniki jakiegoś wskaźnika (np. liczbę sprzedanych produktów, oceny w szkole, czas obsługi klienta), to często manipulują tym wskaźnikiem albo skupiają się na nim kosztem prawdziwego celu — jakości pracy, wiedzy czy zadowolenia klientów.

Prawo to sformułował Charles Goodhart, ekonomista, obserwując, jak błędnie działają wskaźniki w polityce i finansach.

Prawo Goodharta ostrzega, że same liczby nie gwarantują sukcesu, jeśli zaczniemy je traktować jako cel sam w sobie.

Więcej informacji w Wikipedii.

Prawo Goodharta – definicja, historia i znaczenie dla zarządzania

Prawo Goodharta to zasada, według której każdy wskaźnik traci wartość poznawczą w chwili, gdy staje się celem zarządzania. Charles Goodhart sformułował ją w 1975 roku podczas wystąpienia poświęconego problemom polityki pieniężnej w Wielkiej Brytanii. Oryginalne brzmienie było bardziej techniczne: “Każda obserwowana statystycznie zależność ma skłonność do zawodzenia w momencie, w którym zaczyna być stosowana do celów kontrolnych”.

Kontekst był praktyczny. W latach 70. i 80. banki centralne posługiwały się agregatami monetarnymi (M1, M2) jako oficjalnymi celami polityki. Okazało się, że te miary traciły moc predykcyjną natychmiast po tym, jak stawały się celem. Skutek widać do dziś – większość banków centralnych przeszła na system bezpośredniego celu inflacyjnego zamiast sterowania podażą pieniądza.

Popularną, skróconą wersję prawa upowszechniła w 1997 roku antropolożka Marilyn Strathern. To jej sformułowanie – “Kiedy miara staje się celem, przestaje być dobrą miarą” – stało się dziś najczęściej cytowaną postacią tej obserwacji, mimo że nie pochodzi od samego Goodharta.

Charles Goodhart – ekonomista, który zmienił sposób myślenia o wskaźnikach

Charles Goodhart to brytyjski ekonomista związany przez większość kariery z bankowością centralną i środowiskiem akademickim. Przez 17 lat, od 1968 do 1985 roku, pracował jako doradca monetarny w Banku Anglii, gdzie osiągnął stanowisko głównego doradcy (Chief Adviser). Później, do 2002 roku, wykładał bankowość i finanse w London School of Economics.

Jest członkiem British Academy (Fellow of the British Academy) oraz kawalerem odznaczenia CBE. To właśnie z obserwacji zachowania wskaźników w realnej polityce pieniężnej wynikła jego najbardziej znana teza. Goodhart nie budował abstrakcyjnego modelu – opisał to, co widział, gdy urzędnicy zaczynali sterować gospodarką za pomocą liczb, które przed chwilą były rzetelnym opisem rzeczywistości.

Prawo Goodharta w praktyce – przykłady z biznesu i zarządzania projektami

Mechanizm pułapki jest zawsze podobny. Miara opisuje coś dobrze, dopóki nikt nie próbuje jej celowo poprawiać. Gdy staje się celem, ludzie optymalizują samą liczbę, a nie rzeczywistość, którą liczba miała opisywać. Przyjrzyjmy się trzem scenariuszom z różnych dziedzin.

Call center i liczba połączeń. Gdy wskaźnikiem sukcesu staje się liczba wykonanych połączeń, konsultanci zaczynają dzwonić jak najkrócej lub rozłączają się przed rozwiązaniem sprawy. Statystyka rośnie, a jakość obsługi i zadowolenie klienta spadają.

Edukacja i testy standaryzowane. Jeśli wynik testu decyduje o ocenie szkoły, uczniowie uczą się pod format testu zamiast zdobywać wiedzę. Podnosi się wskaźnik, a rzeczywista kompetencja pozostaje w miejscu.

Ochrona zdrowia i przepustowość. Gdy premiuje się liczbę przyjętych pacjentów, lekarze skracają wizyty, żeby poprawić statystykę. Liczba wizyt rośnie, ale czas na rzetelną diagnozę maleje.

W każdym z tych przypadków ta sama presja celu wypacza to, co miara pierwotnie opisywała.

Goodhart i Pradhan – kontekst badań i rozwinięcie teorii

Charles Goodhart i ekonomista Manoj Pradhan są współautorami książki “The Great Demographic Reversal” z 2020 roku. Rozwijają w niej myślenie o granicach skuteczności wskaźników makroekonomicznych, tym razem w odniesieniu do demografii.

Ich teza brzmi: dekady deflacyjnej presji wynikały z rosnącej globalnej siły roboczej, a odwrócenie tego trendu – starzenie się społeczeństw i kurczenie się liczby pracujących – doprowadzi do powrotu inflacji i wyższych stóp procentowych. To rozwinięcie tego samego sposobu myślenia, który stoi za prawem Goodharta: zależności ekonomiczne, które przez lata wydawały się stabilne, przestają obowiązywać, gdy zmienia się kontekst.

Więcej o tej publikacji przeczytasz w recenzji przygotowanej przez Międzynarodowy Fundusz Walutowy: The Great Demographic Reversal (Goodhart i Pradhan) – recenzja IMF.

Prawo Goodharta a zarządzanie projektami IT

W projektach IT prawo Goodharta uderza najczęściej w miary prędkości zespołu. Klasyczny przykład to velocity w Scrumie. Dopóki story points służą do prognozowania i planowania, dają zespołowi realny obraz tempa pracy. Gdy menedżer stawia je jako cel – na przykład wymaga 50 punktów na sprint – mechanizm się uruchamia.

Zespoły reagują w przewidywalny sposób:

• zawyżają estymacje, żeby te same zadania “ważyły” więcej;
• dzielą zadania sztucznie, aby zwiększyć liczbę zamkniętych elementów;
• pomijają refaktoryzację i testy, bo nie zwiększają liczby punktów.

Wskaźnik rośnie, a wartość dostarczana klientowi zostaje w miejscu albo spada. Ta sama dynamika dotyczy czasu obsługi zgłoszenia czy liczby zamkniętych ticketów – każdej miary, którą można “grać”. Sam wskaźnik nie jest winny; problemem jest uczynienie z niego celu. O tym, jak sensownie dobierać miary efektywności, piszemy szerzej w tekście o Key Performance Indicator (KPI).

Praktyczne spojrzenie na ten problem w kontekście inżynierii oprogramowania znajdziesz tutaj: Goodhart’s Law in Software Engineering – Axify.

Jak unikać pułapki prawa Goodharta w organizacji

Wpadnięcie w pułapkę Goodharta poznasz po tym, że liczby wyglądają coraz lepiej, a klienci i zespół są coraz bardziej sfrustrowani. Kilka metod ogranicza ryzyko takiego rozjazdu.

Triangulacja wskaźników. Zamiast jednego KPI stosuj zestaw miar, które się równoważą. Gdy mierzysz jednocześnie prędkość, jakość kodu i satysfakcję klienta, trudniej podkręcić jedną liczbę kosztem pozostałych, bo od razu widać spadek gdzie indziej.

Rotacja i aktualizacja miar. Zmieniaj mierzone metryki co kilka miesięcy lub kwartałów. Kiedy zespół nie ma czasu wypracować strategii “grania” wskaźnikiem, miara zachowuje wartość informacyjną.

Rozdzielenie nawigacji od oceny. W systemie OKR cele powinny służyć wyznaczaniu kierunku, a nie ocenie pracowniczej. Gdy powiążesz wyniki OKR z premią, ludzie zaczną ustawiać łatwe cele zamiast ambitnych – i mechanizm Goodharta rusza natychmiast.

Łączenie danych ilościowych z jakościowymi. Liczba zamkniętych zadań nic nie mówi o tym, czy rozwiązanie działa. Dokładaj rozmowy z zespołem, przeglądy kodu i feedback od użytkowników.

• stosuj kilka wzajemnie równoważących się miar zamiast jednej;
• aktualizuj wskaźniki cyklicznie, zanim zaczną być “grane”;
• oddziel cele nawigacyjne od oceny i premii;
• zestawiaj liczby z danymi jakościowymi – rozmowami, przeglądami, opinią klientów;
• regularnie sprawdzaj, czy miara wciąż opisuje cel, który miała opisywać.

Pokrewne koncepcje – Prawo Campbella i Efekt Kobry

Prawo Goodharta nie jest odosobnione. Dwie inne koncepcje opisują ten sam mechanizm wypaczania miar pod presją celu i dobrze uzupełniają temat, jeśli chcesz pogłębić wiedzę.

Prawo Campbella. Donald T. Campbell sformułował je w 1976 roku: “Im bardziej dany wskaźnik społeczny jest używany do podejmowania decyzji, tym bardziej jest podatny na korupcję i tym bardziej wypacza procesy społeczne, które miał monitorować”. Różnica jest niewielka – Campbell kładł nacisk na kontekst społeczny i edukacyjny, a Goodhart na ekonomiczny.

Efekt Kobry. To historyczny przykład tego samego zjawiska. Brytyjski rząd kolonialny w Indiach oferował nagrodę za martwe kobry, żeby zmniejszyć ich populację. Mieszkańcy zaczęli hodować kobry dla nagrody, a gdy program zamknięto, wypuścili je na wolność. Populacja wzrosła ponad stan wyjściowy.

Zestawienie tych trzech idei znajdziesz w jednym miejscu tutaj: Goodhart’s Law, Campbell’s Law, and the Cobra Effect – PsychSafety.

Najczęstsze pytania

Czym jest prawo Goodharta?

Prawo Goodharta mówi, że gdy jakąś miarę zaczynamy traktować jako cel, przestaje ona rzetelnie opisywać rzeczywistość. Prosty przykład: jeśli oceniasz kucharza po liczbie wydanych dań, zacznie gotować szybciej, ale niekoniecznie smaczniej. Liczba rośnie, jakość spada.

Jak prawo Goodharta wpływa na zarządzanie projektami IT?

Kiedy miary takie jak velocity, story points czy czas obsługi zgłoszenia stają się celem, zespoły optymalizują samą liczbę. Zawyżają estymacje, dzielą zadania sztucznie lub pomijają testy. Wskaźnik idzie w górę, a rzeczywista wartość dla klienta stoi w miejscu albo maleje.

Jak unikać pułapki prawa Goodharta w organizacji?

Stosuj kilka równoważących się wskaźników zamiast jednego, aktualizuj metryki cyklicznie, oddziel cele nawigacyjne od oceny pracowniczej i łącz dane liczbowe z jakościowymi. Regularnie sprawdzaj też, czy miara nadal opisuje ten cel, który miała opisywać.

Czy prawo Goodharta dotyczy tylko ekonomii?

Nie. Goodhart wywodził je z polityki pieniężnej, ale mechanizm jest uniwersalny. Widać go w edukacji (nauka pod testy), w HR i sporcie (statystyki indywidualne kosztem drużyny), w ochronie zdrowia (skracanie wizyt dla poprawy przepustowości) oraz w zarządzaniu projektami.

Ile wskaźników wystarczy, żeby mierzyć efektywność zespołu?

Nie chodzi o konkretną liczbę, lecz o równowagę. Jeden KPI jest łatwo “zagrać”, dlatego bezpieczniej łączyć kilka wzajemnie kontrolujących się miar – na przykład prędkość, jakość i satysfakcję klienta. Nadmiar wskaźników też szkodzi, bo rozprasza uwagę i sam staje się celem. W systemie OKR pomaga oddzielenie celów od premii, żeby zespół stawiał sobie ambitne, a nie tylko łatwe do osiągnięcia cele.