Aby empirycznie zweryfikowac skutecznośc metryk w kontekście AOP, rozważane są trzy konkretne metryki: Weighted Method per Class (WMC) - metryka ta reprezentuje sumę zlożoności wszystkich metod w klasie. Wyższa wartośc WMC wskazuje na klasę o większym zachowaniu lub logice, która może byc trudniejsza do zrozumienia i utrzymania.Coupling on Advice Execution (CAE) - ten wskaźnik określa ilościowo, jak ściśle aspekty są powiązane z innymi klasami w oparciu o wykonywanie porad. Wysokie sprzężenie może zwiększyc trudności w utrzymaniu i zmniejszyc modulowośc.Weighted Pointcut per Aspect (WPA) - metryka ta zlicza i waży zlożonośc pointcut'ów zdefiniowanych w aspekcie. Wyższy WPA sugeruje aspekt, który wchodzi w interakcje z wieloma częściami programu, potencjalnie zwiększając jego obciążenie poznawcze.Aby poprawic ocenę tych metryk, zaproponowano metrykę ważoną poznawczo. Ta nowatorska metryka próbuje zintegrowac zlożonośc poznawczą z istniejącymi metrykami (WMC, CAE, WPA) poprzez przypisanie wag opartych na ludzkim wysilku zrozumienia. Ponieważ jednak zlożonośc oprogramowania nie zawsze jest binarna lub liniowa, tradycyjne systemy logiki ostrej mogą nie wystarczyc do modelowania takich zawilości.