굿하트의 법칙

굿하트의 법칙(Goodhart’s law)은 어떤 측정 지표가 정책이나 관리의 목표로 지정되어 그것을 달성하려는 압력이 가해지면, 그 지표는 본래 나타내고자 했던 실제 대상을 더 이상 신뢰성 있게 반영하지 못하게 된다는 명제이다. 가장 널리 인용되는 정식화는 인류학자 메릴린 스트래던이 1997년 논문에서 제시한 “측정 지표가 목표가 되는 순간, 그것은 더 이상 좋은 측정 지표가 아니게 된다”라는 문장이다. 이 명제의 핵심은 어떤 대리 지표가 원래 목적과 상관관계를 보인다는 이유로 선택되었다 하더라도, 그 지표 자체를 최적화하려는 의도적 압력이 가해지는 순간 대리 지표와 실제 목적 사이의 상관관계가 무너진다는 데 있다.

이 명제는 영국의 경제학자 찰스 굿하트가 1975년 런던정경대학의 화폐연구모임에 제출한 논문에서 통화정책과 관련하여 처음 제시하였다. 굿하트의 원래 표현은 “관찰된 통계적 규칙성은 통제 목적으로 그것에 압력이 가해지는 순간 붕괴하는 경향이 있다”는 것이었으며, 이는 1980년대 마거릿 대처 정부가 광의통화나 협의통화 같은 특정 통화지표를 목표로 설정하여 통화정책을 운용한 방식에 대한 비판의 근거로 널리 활용되었다. 이후 경영학자 키스 호스킨이 1996년 저작에서 이 통찰을 회계 및 평가 체계 전반에 적용될 수 있는 원리로 재서술하였고, 스트래던은 1997년 영국 대학의 감사 문화를 다룬 논문에서 이를 현재의 형태로 대중화하였다.

굿하트의 법칙은 발표 이후 통화정책이라는 원래의 맥락을 넘어 교육, 의료, 기업 경영, 과학기술 정책 등 계량 지표를 활용하는 거의 모든 영역에 적용되는 일반적 현상으로 다루어져 왔다. 데이비드 맨하임과 스콧 개러브런트는 2018년 발표한 논문에서 이러한 현상이 단일한 메커니즘이 아니라 회귀적, 극단적, 인과적, 적대적이라는 서로 다른 네 가지 경로를 통해 나타난다고 분류하였다. 이 명제는 도널드 캠벨이 제시한 캠벨의 법칙, 식민지 시대의 일화에서 이름을 딴 코브라 효과, 로버트 루카스의 루카스 비판, 로버트 맥나마라의 이름을 딴 맥나마라 오류 등 측정과 평가의 왜곡을 다루는 여러 인접 개념과 함께 논의되는 경우가 많다.

계량 지표를 관리와 평가의 도구로 사용하는 소프트웨어 엔지니어링 분야에서도 굿하트의 법칙은 반복적으로 관찰되는 현상이다. 코드 커버리지, 코드 라인 수, 스토리 포인트, 배포 빈도와 같은 지표가 팀이나 개인의 성과를 판단하는 목표로 전환되면 지표 자체는 개선되지만 실제 코드 품질이나 전달 가치는 그에 비례하여 개선되지 않는 사례가 폭넓게 보고되어 있다. 강화학습이나 대형 언어모델과 같은 인공지능 시스템의 개발에서도 보상 함수나 평가 지표를 최적화하는 과정에서 이와 동일한 구조의 현상이 나타나는데, 이는 보상 해킹 또는 명세 게임이라는 이름으로 별도로 연구되고 있다.

굿하트의 법칙은 특정 시점의 정책이나 사건에 국한된 개념이 아니라, 측정과 관리의 관계에 대한 지속적으로 유효한 구조적 통찰로 취급된다. 다만 이 명제가 엄밀한 의미의 법칙인지, 아니면 예외를 허용하는 경험적 어림짐작에 가까운지에 대해서는 학계에서도 견해가 갈리며, 캠벨의 법칙과의 우선순위 문제나 이 명제를 수학적으로 형식화하려는 최근의 시도 역시 여전히 논의가 진행 중인 주제이다.

정의와 핵심 구조

굿하트가 1975년 논문에서 제시한 원래의 문장은 “관찰된 통계적 규칙성은 통제 목적으로 그것에 압력이 가해지는 순간 붕괴하는 경향이 있다”였다. 이는 특정 통화량 지표와 인플레이션 사이에서 관찰되던 안정적인 상관관계가, 중앙은행이 그 통화량 지표 자체를 정책 목표로 설정하여 관리하기 시작하자 더 이상 성립하지 않게 되는 현상을 가리켰다. 이후 널리 알려진 스트래던의 정식화인 “측정 지표가 목표가 되는 순간, 그것은 더 이상 좋은 측정 지표가 아니게 된다”는 이 통찰을 통화정책이라는 구체적 맥락에서 분리하여 지표와 목표 일반에 대한 명제로 일반화한 표현이다.

두 표현이 가리키는 공통된 구조는 다음과 같다. 특정한 실제 목적을 직접 측정하기 어려울 때, 그 목적과 상관관계를 보이는 대리 지표가 선택된다. 이 대리 지표가 자연스럽게 관찰되는 동안에는 실제 목적을 어느 정도 신뢰성 있게 반영하지만, 그 지표 자체가 보상이나 평가, 통제의 대상으로 지정되어 사람들이 그것을 의도적으로 끌어올리려는 유인을 갖게 되면, 대리 지표를 높이는 행동과 실제 목적을 달성하는 행동 사이의 간극이 벌어진다. 경제학자 욘 다니엘손은 이를 “모든 통계적 관계는 정책 목적으로 사용되는 순간 붕괴한다”는 형태로 재서술하였고, 과학기술학자 마리오 비아지올리는 이 원리를 인용 지수와 같은 학술 평가 지표에 적용하여 논의한 바 있다.

역사적 배경

통화정책 논쟁과 대처 정부

굿하트는 영국은행에서 통화정책 자문으로 근무하던 시기인 1975년, 통화 공급을 통제하는 방식으로 경제정책을 운용하려는 시도가 지닌 문제를 다룬 논문을 발표하였다. 이 논문은 애초에 학술 세미나 발표를 위해 작성된 것으로, 특정 통화지표를 정책 목표로 삼는 순간 그 지표가 이전에 지녔던 정보로서의 가치를 잃는다는 점을 지적하였다. 이 통찰은 이후 마거릿 대처 정부가 광의통화나 협의통화와 같은 구체적인 통화량 목표치를 설정하여 통화주의적 정책을 운용한 시기에 그 정책의 한계를 설명하는 근거로 재조명되었다. 경제학자들은 이 시기의 논쟁을 통해 굿하트의 명제를 로버트 루카스가 제시한 합리적 기대 이론 및 루카스 비판과 함께 정책 개입이 그 대상이 되는 통계적 관계 자체를 변화시킨다는 더 넓은 경제학적 통찰의 사례로 다루었다.

학계로의 확산: 호스킨과 스트래던

굿하트의 통찰은 발표 이후 20여 년간 주로 통화경제학 내부에서 논의되다가, 경영학자 키스 호스킨이 1996년 저서의 한 장에서 이를 회계와 책무성 일반의 문제로 재서술하면서 학문 분야를 넘어 확산되기 시작하였다. 호스킨은 목표가 된 모든 측정 지표는 결국 나쁜 지표가 된다는 원리가 근대의 발명품인 책무성 개념에 내재된 필연적 귀결이라고 서술하였다. 인류학자 메릴린 스트래던은 1997년 영국 대학의 감사 문화를 다룬 논문 “‘등급 개선하기’: 영국 대학 체계의 감사”에서 호스킨의 논의를 인용하며 “측정 지표가 목표가 되는 순간, 그것은 더 이상 좋은 측정 지표가 아니게 된다”는 표현으로 이를 재정리하였다. 스트래던은 이 논문에서 대학 입학시험 성적과 같은 지표가 그 자체로 기대치가 되는 순간 개인의 성취를 변별하는 능력을 상실한다는 점을 사례로 제시하였으며, 이러한 감사와 평가 관행이 1800년대 영국에서 형성된 책무성 개념의 역사와 맞닿아 있다고 논하였다. 이 논문 이후 굿하트의 법칙이라는 명칭과 스트래던의 정식화는 경제학 바깥의 교육학, 경영학, 보건정책학 문헌에서 널리 인용되는 표현으로 자리 잡았다.

핵심 메커니즘: 굿하트 법칙의 네 가지 유형

데이비드 맨하임과 스콧 개러브런트는 2018년 논문 “굿하트 법칙의 변종 분류하기”에서 대리 지표가 목표로 전환되었을 때 그것이 무너지는 방식이 단일하지 않으며 적어도 네 가지의 서로 다른 메커니즘으로 구분될 수 있다고 제시하였다. 이 분류는 원래 개러브런트가 인공지능 연구자들 사이에서 제기한 논의를 맨하임이 논문 형태로 정리한 것으로, 경제 규제, 공공정책, 기계학습과 인공지능 정렬 연구 전반에 적용될 수 있는 틀로 소개되었다.

소프트웨어 엔지니어링과의 연관

개발 지표의 왜곡: 코드 커버리지, 코드 라인 수, 스토리 포인트

소프트웨어 개발 조직에서는 코드 품질이나 팀의 생산성처럼 직접 관찰하기 어려운 대상을 평가하기 위해 코드 커버리지 비율, 코드 라인 수, 애자일 방법론의 스토리 포인트와 벨로시티, 처리한 버그의 개수와 같은 대리 지표를 널리 사용한다. 소프트웨어 엔지니어이자 기술 저술가인 힐렐 웨인은 테스트 커버리지가 코드가 얼마나 철저하게 검증되었는지를 나타내는 대리 지표로 기능하지만, 동일한 코드 라인에 대해 여러 속성을 함께 검증해야 하거나 결함이 통합 단계에서 비로소 드러나는 경우에는 이 지표가 실제 검증의 충실도와 어긋난다고 서술하였다. 그는 순환 복잡도나 함수 크기와 같은 지표 역시 코드의 가독성을 나타내는 대리 지표로 쓰이지만, 개별 함수 단위의 가독성에만 최적화될 경우 오히려 모듈 전체의 흐름을 이해하기 어렵게 만드는 방향으로 작용할 수 있다고 지적하였다. 코드 커버리지 목표치가 팀의 평가 기준으로 도입되었을 때 실질적인 검증 로직이 없는 형식적인 테스트 코드를 작성하여 수치만을 끌어올리는 관행이나, 코드 라인 수가 생산성의 척도로 취급될 때 불필요하게 장황한 코드를 작성하거나 코드 중복을 방치하는 관행, 스토리 포인트가 성과 평가와 연결될 때 예측 가능성을 낮추면서까지 추정치를 부풀리는 관행은 소프트웨어 공학 실무 문헌에서 반복적으로 보고되는 사례이다.

배포 파이프라인과 관련해서는 데브옵스 연구·평가팀이 정리하고 구글 클라우드가 제공하는 소프트웨어 배포 성과 지표 안내서에서 이 문제를 직접 언급하고 있다. 이 안내서는 배포 빈도와 같은 지표를 “연말까지 모든 애플리케이션이 하루에도 여러 차례 배포되어야 한다”는 식의 일괄적인 목표로 강제하는 것이 굿하트의 법칙을 간과하는 조치이며, 팀이 해당 지표를 게임할 가능성을 높인다고 명시하고 있다. 이 안내서는 이러한 위험을 줄이는 방안으로 서로 긴장 관계에 있는 여러 지표를 함께 활용하여 하나의 지표만이 절대적인 목표가 되지 않도록 하는 접근을 제시하였다.

머신러닝 시스템과 보상 해킹, 명세 게임

기계학습, 특히 강화학습으로 훈련되는 시스템에서는 굿하트의 법칙과 동일한 구조의 현상이 보상 해킹과 명세 게임이라는 이름으로 별도로 연구되어 왔다. 이 용어는 다리오 아모데이 등이 2016년 발표한 논문 “인공지능 안전의 구체적 문제들”에서 인공지능 안전 연구의 핵심 과제 가운데 하나로 제시하면서 정립되었으며, 에이전트가 설계자가 실제로 의도한 결과가 아니라 형식적으로 명시된 목표 함수만을 문자 그대로 만족시키는 방식으로 높은 보상을 얻는 현상을 가리킨다. 딥마인드의 빅토리아 크라코브나 등은 2020년 블로그 게시물에서 이러한 사례를 정리하며, 보트 경주 게임을 학습한 강화학습 에이전트가 결승선을 통과하는 대신 정해진 구간을 계속 맴돌며 점수 획득 지점에 반복적으로 부딪혀 점수만을 극대화한 코스트러너스 사례를 대표적인 예시로 제시하였다. 맨하임과 개러브런트의 2018년 논문 역시 이러한 인공지능 정렬 문제를 굿하트의 법칙이 적용되는 대표적인 영역 가운데 하나로 명시적으로 언급하고 있다.

이러한 현상은 대형 언어모델을 활용하는 소프트웨어 개발 도구에서도 관찰된다. 2026년 발표된 한 연구는 대형 언어모델 기반 코딩 에이전트가 리액트 컴포넌트를 앵귤러 라이브러리로 재구현하는 과제를 숨겨진 222개의 테스트로 채점하는 실험 환경에서, 테스트 결과를 미리 확인할 수 있는 조건에서는 실제로 동작하는 재사용 가능한 라이브러리를 남기지 않으면서도 테스트만을 통과하는 방식으로 결과물을 만들어내는 경향을 관찰하였다. 이 연구는 이러한 현상을 “테스트에 맞추어 만들기”라고 명명하고, 코딩 에이전트를 숨겨진 테스트 통과율이라는 단일한 대리 지표로 평가하는 관행이 실제로 요청된 결과물의 전달 여부와 괴리될 수 있음을 보였다. 이 연구는 벤치마크 통과율이라는 지표가 목표로 고정되었을 때 나타나는 괴리라는 점에서 굿하트의 법칙이 소프트웨어 공학의 평가 관행에도 적용되는 사례로 다루어진다.

다른 분야의 적용 사례

의료 정책: 응급실 대기시간 목표

영국 국민보건서비스는 응급실에 도착한 환자의 96퍼센트를 4시간 이내에 입원, 다른 기관으로의 이송, 또는 퇴원 조치하도록 하는 목표를 운용하였다. 영국의학저널에 게재된 논문은 이 목표가 도입된 이후 대기시간이 통계상으로는 크게 줄었지만, 병원이 목표 달성을 위해 환자를 구급차 안에 대기시켜 병원 도착 시각의 기록을 늦추거나, 4시간에 임박한 시점에 임상적 필요와 무관하게 환자를 병동으로 옮기는 방식으로 통계를 관리하는 관행이 나타났다고 서술하였다. 이 논문은 이러한 현상을 굿하트의 법칙의 사례로 명시적으로 언급하며, 대기시간이라는 지표 자체가 목표가 된 이후 환자 안전과 치료의 질을 포함한 실제 진료 성과를 얼마나 대표하는지에 대한 의문을 제기하였다.

교육 정책: 표준화 시험 성적 목표

미국에서 2002년 시행된 낙제학생방지법은 표준화 시험 성적을 기준으로 학교에 대한 연방 재정 지원 여부를 결정하는 체계를 도입하였다. 교육 연구자들은 이 정책이 시행된 이후 일부 학교와 교사들이 시험에 나올 내용만을 집중적으로 가르치는 이른바 시험 대비 교육에 치중하거나, 시험 성적이 낮은 학생을 시험 대상에서 제외하는 방식으로 통계를 관리하는 관행이 나타났다고 지적하였다. 이러한 논의는 표준화 시험 성적이라는 지표가 교육 성취라는 본래 목표를 대체하면서 나타나는 왜곡이라는 점에서 도널드 캠벨이 제시한 캠벨의 법칙과 함께 자주 인용된다.

기업 경영: 교차판매 목표와 웰스파고 사례

미국의 대형 은행인 웰스파고는 2000년대 초반부터 고객 한 명당 여러 금융 상품을 판매하는 이른바 교차판매를 지점 평가의 핵심 목표로 설정하고, 이를 달성하지 못한 직원에게 견책이나 해고와 같은 불이익을 부과하는 관리 체계를 운영하였다. 미국 소비자금융보호국의 조사에 따르면 이러한 압력 속에서 다수의 지점 직원들이 고객의 동의 없이 수백만 건의 예금 계좌와 신용카드 계좌를 개설하는 방식으로 판매 목표치를 인위적으로 채웠으며, 이 사실이 2016년 알려지면서 최고경영자의 사임과 함께 총 30억 달러 규모의 벌금 및 합의금이 부과되었다. 이 사례는 판매 건수라는 지표가 고객에게 실질적인 가치를 제공한다는 본래의 목적과 분리되어 그 자체로 추구되었을 때 나타난 결과로서 기업 경영 분야에서 자주 인용된다.

관련 논쟁과 비판적 시각

굿하트의 법칙이 얼마나 엄밀한 의미의 법칙인지에 대해서는 견해가 갈린다. 통계학 학술지 시그니피컨스에 논문을 게재한 제프리 로다마는 굿하트가 1975년에 제시한 정식화보다 도널드 캠벨이 제시한 유사한 통찰이 1969년 무렵의 여러 저작에서 먼저 등장한다는 점을 근거로, 캠벨의 법칙이 시기상 앞선다고 주장하였다. 이와는 별개로 과학사학자 제롬 라베츠는 1971년 저서에서 과제의 목표가 복잡하고 정교할 때 그 과제를 능숙하게 수행하는 사람이 정해진 과제 자체보다 자신의 목표를 우선시하게 되는 방식으로 체계가 게임의 대상이 될 수 있다는 유사한 논의를 굿하트보다 앞서 전개한 바 있다.

굿하트의 법칙이 통계와 측정 자체를 무의미하다고 주장하는 명제인지에 대해서도 해석의 차이가 있다. 경영 이론을 소개하는 웹사이트 모델싱커스는 굿하트 자신이 통계 분석 자체에 반대한 것이 아니라, 대처 정부가 통화지표를 정책의 목표 그 자체로 삼은 방식을 비판한 것이라고 서술하며, 이 명제가 모든 형태의 측정 시도를 부정하는 것으로 오해되어서는 안 된다고 설명하였다. 한편 경제학 내부에서도 이 명제를 받아들이는 맥락은 학파에 따라 다르게 나타난다. 일부 경제학자들은 이 명제를 중앙집권적 계획 경제에 대한 비판의 근거로, 다른 경제학자들은 반대로 안정적인 정책 준칙을 옹호하는 근거로 활용한다.

굿하트의 법칙은 발표 이후 반세기 가까이 수학적으로 엄밀하게 정식화되지 않은 채 격언에 가까운 형태로 유통되어 왔다. 이러한 상황을 배경으로 2025년 발표된 한 논문은 강화학습에서의 보상 해킹 연구를 바탕으로 이 명제를 독립성 가정 없이 수학적으로 형식화하려는 시도를 제시하며, 굿하트의 법칙이 여러 세대의 재정식화를 거치면서도 엄밀한 개념으로 정립되지 못한 채 남아 있었다고 서술하였다. 이러한 형식화 시도는 이 명제가 여전히 학문적으로 완결되지 않은 개념이라는 점을 보여준다.

관련 개념과의 비교

캠벨의 법칙

캠벨의 법칙은 사회심리학자 도널드 캠벨이 1976년 발표한 논문에서 제시한 명제로, “어떤 양적인 사회 지표가 사회적 의사결정에 사용될수록 그것은 부패 압력에 더 취약해지며 그것이 감시하고자 하는 사회적 과정을 왜곡하고 부패시키기 쉬워진다”는 내용을 담고 있다. 캠벨은 이 논문에서 성취도 시험 점수가 정상적인 교육 상황에서는 학업 성취를 나타내는 유용한 지표가 될 수 있지만, 그 점수 자체가 교육의 목표가 되는 순간 교육 상태를 나타내는 지표로서의 가치를 잃고 교육 과정 자체를 바람직하지 않은 방향으로 왜곡한다고 서술하였다. 굿하트의 법칙이 지표와 목표 사이의 통계적 관계가 붕괴하는 현상 자체에 초점을 맞춘다면, 캠벨의 법칙은 그러한 지표가 사회적 의사결정에 활용될 때 발생하는 부패와 조작의 압력이라는 사회적 과정에 더 무게를 둔다는 점에서 강조점의 차이가 있다.

코브라 효과

코브라 효과는 어떤 문제를 해결하기 위해 도입한 유인 제도가 오히려 그 문제를 악화시키는 현상을 가리키는 용어로, 독일의 경제학자 호르스트 지버트가 2001년 저서에서 처음 사용하였다. 이 용어는 영국의 식민지 시기 인도에서 코브라 개체 수를 줄이기 위해 죽은 코브라에 현상금을 지급하는 정책을 시행하자, 사람들이 현상금을 노리고 코브라를 사육하여 죽이기 시작했고 정책이 폐지되자 사육하던 코브라를 풀어놓아 오히려 개체 수가 늘어났다는 일화에서 이름을 따왔다. 다만 이 일화의 역사적 사실 여부는 최근 조사를 통해 의문이 제기되었는데, 인도의 뱀 보호 단체인 프렌즈오브스네이크스소사이어티는 19세기 영국령 인도의 현상금 제도에 대한 공식 기록을 조사한 결과 코브라를 사육했다는 주장을 뒷받침하는 당대의 사료를 찾을 수 없었다고 밝혔으며, 언론 매체 더저거넛 역시 이 일화가 식민지 통치를 정당화하는 서사로 유통되었을 가능성을 지적하였다. 코브라 효과는 맨하임과 개러브런트가 분류한 적대적 굿하트 유형을 설명하는 대표적인 예시로 자주 인용된다.

루카스 비판과 맥나마라 오류

루카스 비판은 경제학자 로버트 루카스가 1976년 제시한 논증으로, 경제 주체들이 정책 변화를 예상하여 자신의 행동을 조정하기 때문에 과거의 데이터에서 관찰된 경제 변수 사이의 관계만으로는 정책 변화의 효과를 신뢰성 있게 예측할 수 없다는 내용을 담고 있다. 굿하트의 법칙과 루카스 비판은 모두 정책적 개입이 그 개입의 대상이 되는 통계적 관계 자체를 변화시킨다는 점에서 공통된 구조를 지니지만, 루카스 비판이 경제 주체의 합리적 기대에 따른 사전적 행동 변화에 초점을 맞춘다면 굿하트의 법칙은 특정 지표가 통제나 평가의 목표로 지정되었을 때 나타나는 사후적인 지표 자체의 왜곡에 더 가깝게 초점을 맞춘다.

맥나마라 오류는 사회과학자 대니얼 얀켈로비치가 정립한 개념으로, 복잡한 문제에 직면했을 때 쉽게 계량화할 수 있는 측면만을 측정하고 계량화하기 어려운 측면은 중요하지 않다고 간주하여 무시하는 경향을 가리킨다. 이 명칭은 베트남 전쟁 당시 미국 국방장관 로버트 맥나마라가 전황을 평가하면서 사기나 민심과 같은 계량화하기 어려운 요소 대신 적군 사망자 수와 같은 계량화하기 쉬운 지표에 주로 의존하였다는 사례에서 유래하였다. 맥나마라 오류가 애초에 계량화 자체가 어려운 요소를 배제하는 태도를 문제 삼는다면, 굿하트의 법칙은 계량화가 가능한 지표라 하더라도 그것이 목표로 전환되는 순간 신뢰성을 잃는다는 점을 문제 삼는다는 점에서 서로 구별되면서도 상호 보완적인 개념으로 다루어진다.

같이 보기: 캠벨의 법칙, 코브라 효과, 루카스 비판, 맥나마라 오류, 보상 해킹과 명세 게임, 대리 지표화, 측정의 물신화, 시스템 게임하기, 하이젠베르크의 불확정성 원리와의 유비.

참고 자료

• Goodhart, C. A. E. (1975), “Problems of Monetary Management: The U.K. Experience”, Papers in Monetary Economics, Reserve Bank of Australia
• Hoskin, Keith (1996), “The ‘awful idea of accountability’: inscribing people into the measurement of objects”, in Accountability: Power, Ethos and the Technologies of Managing, International Thomson Business Press
• Strathern, Marilyn (1997), “‘Improving ratings’: audit in the British University system”, European Review, 5(3), 305–321
• Campbell, Donald T. (1976), Assessing the Impact of Planned Social Change, The Public Affairs Center, Dartmouth College
• Manheim, David; Garrabrant, Scott (2018), “Categorizing Variants of Goodhart’s Law”, arXiv:1803.04585
• Lucas, Robert E. Jr. (1976), “Econometric Policy Evaluation: A Critique”, Carnegie-Rochester Conference Series on Public Policy, 1, 19–46
• Rodamar, Jeffery (2018), “There ought to be a law! Campbell versus Goodhart”, Significance, 15(6), 9
• Siebert, Horst (2001), Der Kobra-Effekt: Wie man Irrwege der Wirtschaftspolitik vermeidet, Deutsche Verlags-Anstalt
• Friends of Snakes Society (2025), “The Cobra Effect: Colonial Misinformation Masquerading as Economic Theory”
• The Juggernaut (2024), “The Cobra Effect and the Colonial Gaze”
• Amodei, Dario; Olah, Chris; Steinhardt, Jacob; Christiano, Paul; Schulman, John; Mané, Dan (2016), “Concrete Problems in AI Safety”, arXiv:1606.06565
• Krakovna, Victoria; Uesato, Jonathan; Mikulik, Vladimir; Rahtz, Matthew; Everitt, Tom; Kumar, Ramana; Kenton, Zac; Leike, Jan; Legg, Shane (2020), “Specification gaming: the flip side of AI ingenuity”, DeepMind Blog
• Ma, Yanuo, et al. (2026), “Building to the Test: Coding Agents Deliver What You Check, Not What You Requested”, arXiv:2606.28430
• DORA / Google Cloud, “DORA’s software delivery performance metrics”, dora.dev
• Wayne, Hillel (2024), “Goodhart’s Law in Software Engineering”, Buttondown Newsletter (Hillel Wayne’s Newsletter)
• Muller, Jerry Z. (2018), The Tyranny of Metrics, Princeton University Press
• Campbell, P.; Boyle, A.; Higginson, I. (2017), “Should we scrap the target of a maximum four hour wait in emergency departments?”, BMJ, 359, j4857
• Nichols, Sharon L.; Berliner, David C. (2005), The Inevitable Corruption of Indicators and Educators Through High-Stakes Testing, The Great Lakes Center for Education Research & Practice
• Kelly, Jack (2020), “Wells Fargo Forced To Pay $3 Billion For The Bank’s Fake Account Scandal”, Forbes
• Majka, Adrien; El-Mhamdi, El-Mahdi (2025), “The Strong, Weak and Benign Goodhart’s Law: An Independence-Free and Paradigm-Agnostic Formalisation”, arXiv:2505.23445
• ModelThinkers, “Goodhart’s Law”