גרסה חזקה של חוק גודהארט מציעה כי אופטימיזציה יתרה של מדד פרוקסי יכולה להוביל לתוצאות גרועות יותר במטרה האמיתית, כפי שניתן לראות במבחנים סטנדרטיים ובהתאמת יתר בלמידת מכונה.
״מושג זה חל על תחומים שונים, כולל פוליטיקה, כלכלה ובריאות, מה שמעיד על הרלוונטיות הרחבה של התופעה.״
אסטרטגיות הפחתה מלמידת מכונה, כגון יישור מטרות פרוקסי עם תוצאות רצויות, הוספת עונשי רגולריזציה, הזרקת רעש ושימוש בעצירה מוקדמת, יכולות לעזור בניהול בעיות אלו.
אופטימיזציית יתר בלמידת מכונה ובתחומים אחרים יכולה להוביל לתוצאות שליליות, כפי שמציע חוקר למידת המכונה יאשקה סול-דיקשטיין.
״מושג זה מתיישב עם חוק גודהארט, הקובע שכאשר מדד הופך למטרה, הוא מפסיק להיות מדד טוב.״
דוגמאות לתוצאות שליליות מאופטימיזציית יתר כוללות שיבושים בשרשרת האספקה של COVID-19 ואי-יעילות במערכות הבריאות והרכבות בשוודיה, המדגישות את הצורך במערכות לשמור על מרווח מסוים לשם חוסן וגמישות.
בהתחלה דיסקורד השתמשה ב-MongoDB לאחסון הודעות, אך עברה ל-Cassandra לשם שיפור הסקלביליות והעמידות בפני תקלות, מה שהוביל מאוחר יותר לבעיות בביצועים ובתחזוקה.
בשנת 2022, דיסקורד עברה מקסנדרה ל-ScyllaDB, מסד נתונים יעיל יותר המבוסס על C++ ותואם לקסנדרה, מ ה שהפחית את מספר הצמתים מ-177 ל-72 ושיפר באופן משמעותי את זמן התגובה והביצועים.
״ההגירה כללה כתיבה כפולה של נתונים חדשים ושימוש במיגרטור מבוסס Rust עבור נתונים היסטוריים, מה שהוביל לפחות בעיות וטיפול טוב יותר בתנועה מוגברת במהלך אירועים גדולים כמו המונדיאל.״