Análisis con fuentes
El campeón del test volvió a perder contra su impresora
Una medalla en un ejercicio no describe una jornada completa.
En un campeonato imaginario, la IA resuelve acertijos impecables. Luego recibe una factura torcida, una instrucción ambigua y un archivo llamado definitivo-de-verdad-3. La impresora observa. Ya conoce esa competición.
Una evaluación depende de las tareas y condiciones elegidas. El NIST recomienda documentar límites de generalización y evitar atribuir capacidades generales a partir de observaciones estrechas o anecdóticas. Un resultado informa sin predecir necesariamente otro uso.
Busque en una puntuación la tarea, la definición de éxito y los errores ocultos por la media. Para comparar por su cuenta, proponemos ejemplos representativos, incluidos los difíciles, y anotar las correcciones necesarias. Una demostración exitosa sigue siendo un ejemplo, no una garantía.
El chiste aparece cuando el trofeo sustituye el trabajo: el robot pone su medalla en el escáner y espera. Para volver a la realidad, retire la medalla y describa una tarea concreta. Menos espectacular, pero más comprobable.
Fuentes sin traje de payaso : NIST AI 600-1 — Generative AI Profile
