グッドハートの法則

分野:組織

壁の目盛りの前に同じ背のふたりが立ち、右の人は箱に乗って印を上げている。数字を目標にすると、中身は同じまま数字だけが上がることを背くらべに見立てた絵

ある数字を物差しにして良くしようと押し進めると、ある所から先は、数字を上げても本来の目的に役立たないか、かえって害になる、という考え方。

数字が中身とそろって動くうちは数字で中身が分かるが、その数字を目標にすると、中身を良くしなくても数字を上げる道が使われ、そろいが崩れる。

経済学者のCharles Goodhartが1975年に、金融政策の数字について、目に見える規則性は管理のために圧力をかけると崩れやすいと書いたのが始まりで、のちに「物差しが目標になると、良い物差しではなくなる」という言い回しで広まった。

3つの例で見る

3つとも同じ骨組みです。数字が中身とそろって動くうちは数字で中身が分かりますが、その数字を目標にして押し続けると数字だけが伸び、数字で中身を見分けられなくなります。

仕組み

ある数字が知りたい中身とそろって動くうちは、数字を見れば中身が分かります。その数字を目標にして押し上げると、中身を良くしなくても数字を上げる道が使われ、そろいが崩れます。経済学者のCharles Goodhartが1975年に、金融政策の数字について書いたのが始まりです。

数字を目標にすると、数字と中身はどうずれるか。数字と中身の散らばりの概念図。はじめ丸は数字と中身がそろう点線に沿って並び、数字を目標にすると丸は右へだけ動き、追い続けると右の端に集まって、数字では中身の違いが分からなくなる。。概念図で、数値ではありません。Charles Goodhart(1975年)に始まるグッドハートの法則を、数字と中身の散らばりで描いた模型です。

身近な例え

例えです。客が口コミの星で店を選ぶ町で、はじめは星の多い店ほど味もよかったとします。どの店も星を目標にして、会計のときに星を付けてほしいと頼み始めると、星は増えても味は変わりません。やがてどの店も星が多くなり、星では味の違いが分からなくなります。

星を目標にすると、星と味はどうずれるか。口コミの星と店の味を例えた概念図。はじめ店の丸は星と味がそろう点線に沿って並び、どの店も星を目標にすると丸は右へだけ動き、やがて右の端に集まって、星では味の違いが分からなくなる。。例えの概念図で、実在の店や数値ではありません。グッドハートの法則を、口コミの星と店の味に置きかえた模型です。

研究の例

Karwowski ほか(arXiv、2023年)は、作業を完全には表せない報酬を本当の目的の代わりにして、強化学習のAIに最適化させました。多くの環境と報酬で、最適化をある所より先へ進めると本当の目的での成果が下がる、グッドハートの法則どおりの動きがよく見られました。研究は、その手前で止める方法も示しています。

報酬を最適化し続けると、本当の成果はどうなるか。強化学習の報酬と本当の目的での成果の概念図。はじめAIの丸は点線に沿って並び、最適化を進めると丸は右へ動き、ある所から先では右へ進むほど下がって、報酬は上がっても本当の目的での成果は下がる。。概念図で、数値ではありません。Karwowski ほか「Goodhart's Law in Reinforcement Learning」(arXiv、2023年)の要旨にある結果を描いた模型で、環境の数や値は論文のものではありません。

今の AI の例は、下の「この概念・法則でニュースを読む」の記事で読めます。

この概念・法則でニュースを読む

AIを使う量で比べると、量は成果の目安でなくなる

なぜ?社内の仕事に急いでAIを組み込んできたAmazonが、なぜ社員が順位のためにAIを多く使っていると分かると、社内の順位表をやめたのか

この記事からわかることAIの使い方を数字で見るなら、社員ごとの利用回数や利用率を順位や評価に入れていないかを見て、入れているなら同じ表にAIで片付いた仕事の数とやり直しの数を並べ、量だけが伸びて片付いた仕事が伸びないなら量の順位を外し、AIが役立たなかった仕事は失敗でなく発見として報告してもらう

どんなときに当てはまるか

数字が、知りたい中身の一部しか表さない代わりの物差しのときに起きる。その数字が順位・評価・報酬に結びつき、測られる側が中身を変えずに数字を動かせるほど強まる。

見分ける手がかり

数字は伸びているのに、数字の外で見た成果は変わらない。数字の上位と、周りが認める上位が食い違い、数字を上げるためだけの作業が増える。

使うときに気をつけたいこと

数字で測ること自体を否定する考え方ではなく、目標にして押し上げ続けたときに崩れる、という条件付きの考え方。Karwowski ほか(2023年)も、ある所の手前で最適化を止める方法を示している。測りやすい数字だけで判断し、測れないものを無いとみなす誤りは、マクナマラの誤謬として分けて扱う。

この概念・法則に関係するニュース

関連する概念・法則

  • マクナマラの誤謬 に似ている

    どちらも、知りたい中身の代わりに数字を使う場面を扱う。マクナマラの誤謬は、測りやすい数字だけで判断し、数字に出ないものを軽く見て無いものとみなす、判断する人の見落としが引き金で、数字そのものは中身を表したままでも起きる。グッドハートの法則は、その数字を目標にして押し上げると、測られる側が中身を良くしない道でも数字を上げ、数字と中身のそろいが崩れることが引き金。数字の外を見ないことで誤るか、数字が目標になって中身から離れることで誤るかで2つが分かれる

    この関係を読み解いた記事:AIを使う量で比べると、量は成果の目安でなくなる

この概念・法則の出典と記録

最初に観測した日
2026-10-28
出典
Charles Goodhart「Problems of Monetary Management: The UK Experience」(Papers in Monetary Economics、第1巻、Reserve Bank of Australia、1975年)/広く知られた言い回しは Marilyn Strathern「'Improving ratings': audit in the British University system」(European Review、第5巻第3号、1997年)。原典は開けず、論文の要旨(Manheim・Garrabrant、2018年/Karwowski ほか、2023年)と解説で確かめた