La ley de Goodhart afecta a todos los benchmarks en los que confías

Goodhart's Law Comes for Every Benchmark You Trust

En este artículo, se analiza cómo la ley de Goodhart —cuando una medida se convierte en objetivo, deja de ser una buena medida— corrompe los benchmarks de IA, incluidos los de razonamiento y codificación. Se examinan ejemplos recientes, como el colapso de benchmarks populares y la necesidad de actualizaciones constantes. El autor argumenta que los benchmarks son útiles pero efímeros, y que la comunidad debe adoptar prácticas más sólidas para mantener su validez.