গুডহার্টের আইনের শক্তিশালী সংস্করণটি প্রস্তাব করে যে একটি প্রক্সি পরিমাপ অতিরিক্তভাব ে অপ্টিমাইজ করা হলে প্রকৃত লক্ষ্যে খারাপ ফলাফল হতে পারে, যেমনটি মানক পরীক্ষায় এবং মেশিন লার্নিং ওভারফিটিংয়ে দেখা যায়।
এই ধারণাটি বিভিন্ন ক্ষেত্রে প্রযোজ্য, যার মধ্যে রাজনীতি, অর্থনীতি এবং স্বাস্থ্য অন্তর্ভুক্ত রয়েছে, যা এই ঘটনাটির বিস্তৃত প্রাসঙ্গিকতা নির্দেশ করে।
যন্ত্র শিক্ষার থেকে প্রশমন কৌশলগুলি, যেমন প্রক্সি লক্ষ্যগুলিকে কাঙ্ক্ষিত ফলাফলের সাথে সামঞ্জস্য করা, নিয়মিতকরণ শাস্তি যোগ করা, শব্দ প্রয়োগ করা, এবং প্রাথমিকভাবে থামানো ব্যবহার করা, এই সমস্যাগুলি পরিচালনা করতে সহায়তা করতে পারে।
যন্ত্র শিক্ষায় এবং অন্যান্য ক্ষেত্রে অতিরিক্ত অপ্টিমাইজেশন নেতিবাচক ফলাফলের দিকে নিয়ে যেতে পারে, যেমনটি এমএল গবেষক জাসচা সোল-ডিকস্টেইন উল্লেখ করেছেন।
এই ধারণাটি গুডহার্টের আইনের সাথে সামঞ্জস্যপূর্ণ, যা বলে যে যখন একটি পরিমাপ একটি লক্ষ্য হয়ে যায়, তখন এটি একটি ভাল পরিমাপ হওয়া বন্ধ করে দেয়।
অতিরিক্ত অপ্টিমাইজেশনের নেতিবাচক ফলাফলের উদাহরণগুলির মধ্যে রয়েছে COVID-19 সরবরাহ শৃঙ্খল ব্যাঘাত এবং সুইডেনের স্বাস্থ্যসেবা ও রেলপথে অদক্ষতা, যা সিস্টেমগুলিকে দৃঢ়তা এবং অভিযোজনযোগ্যতা বজায় রাখার জন্য কিছুটা শিথিলতা বজায় রাখার প্রয়োজনীয়তা তুলে ধরে।