{"id":4699,"date":"2026-09-21T09:40:00","date_gmt":"2026-09-21T09:40:00","guid":{"rendered":"https:\/\/web.pedromujica.com\/elpulsodelfuturo\/?p=4699"},"modified":"2026-11-20T15:54:37","modified_gmt":"2026-11-20T15:54:37","slug":"cuando-el-modelo-mas-inteligente-no-gana-el-indice","status":"publish","type":"post","link":"https:\/\/web.pedromujica.com\/elpulsodelfuturo\/cuando-el-modelo-mas-inteligente-no-gana-el-indice\/","title":{"rendered":"Cuando el modelo m\u00e1s inteligente no gana el \u00edndice"},"content":{"rendered":"<h3 class=\"wp-block-heading\">Cuando el modelo m\u00e1s inteligente no gana el \u00edndice<\/h3>\n<h5 class=\"wp-block-heading\">Fable 5.1 encabeza el Intelligence Index mientras Astra domina la conversaci\u00f3n p\u00fablica, y la distancia entre ambos datos demuestra que saber leer una tabla comparativa se ha vuelto una competencia ciudadana.<\/h5>\n<h6 class=\"wp-block-heading\">7 minutos de lectura<\/h6>\n<p>En septiembre de 2015 supimos que millones de coches di\u00e9sel de uno de los mayores fabricantes del mundo estaban programados para comportarse de una manera en el banco de pruebas y de otra muy distinta en la carretera. El software detectaba que estaba siendo examinado y ajustaba las emisiones para aprobar, de modo que las cifras oficiales eran ciertas y, al mismo tiempo, no dec\u00edan nada \u00fatil sobre lo que respiraba la gente en las ciudades. Aquel esc\u00e1ndalo dej\u00f3 una lecci\u00f3n que va mucho m\u00e1s all\u00e1 de la industria del autom\u00f3vil, seg\u00fan la cual una medici\u00f3n puede ser exacta y enga\u00f1osa a la vez, y la diferencia entre ambas cosas suele estar en las condiciones del examen.<\/p>\n<p>Aquel caso volvi\u00f3 a mi memoria con los titulares de estos d\u00edas sobre un \u00edndice en el que el modelo considerado m\u00e1s inteligente no aparece en primer lugar. No sugiero ning\u00fan fraude; lo que quiero se\u00f1alar es algo m\u00e1s com\u00fan y menos escandaloso. Los \u00edndices de inteligencia artificial resumen en una cifra el comportamiento de sistemas enormemente complejos en un conjunto limitado de tareas, y esa cifra depende de decisiones metodol\u00f3gicas que el titular casi nunca menciona. Que el modelo que muchos consideran superior quede por detr\u00e1s no prueba que sea peor, ni lo contrario, y la reacci\u00f3n habitual de salvar la noticia con un superlativo nuevo esconde justo lo que convendr\u00eda mirar con detenimiento.<\/p>\n<h3 class=\"wp-block-heading\">Lo que le ocurre a una medida convertida en meta<\/h3>\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" src=\"https:\/\/web.pedromujica.com\/elpulsodelfuturo\/wp-content\/uploads\/2026\/09\/epdf-v3-4699-b.jpg\" alt=\"Cuando el modelo m\u00e1s inteligente no gana el \u00edndice\" \/><\/figure>\n<p>Los economistas conocen este fen\u00f3meno como ley de Goodhart, formulada a partir de las observaciones de Charles Goodhart sobre la pol\u00edtica monetaria brit\u00e1nica y popularizada despu\u00e9s en una versi\u00f3n breve: cuando una medida se convierte en objetivo, deja de ser una buena medida. Los laboratorios saben que los \u00edndices influyen en su reputaci\u00f3n y en su financiaci\u00f3n, y es natural que orienten parte de su trabajo a obtener buenos resultados en ellos. No hace falta mala fe para que esa presi\u00f3n distorsione lo que se mide, porque basta con que los equipos, de manera perfectamente leg\u00edtima, optimicen aquello por lo que van a ser juzgados, y con el tiempo el examen y la capacidad real empiezan a separarse sin que nadie lo haya decidido.<\/p>\n<p>Por eso, antes de repetir cualquier titular sobre \u00edndices, yo me har\u00eda al menos cuatro preguntas. La primera es qui\u00e9n ha financiado la medici\u00f3n, porque una evaluaci\u00f3n independiente tiene un peso muy distinto del de otra preparada por alguien con inter\u00e9s en el resultado. La segunda tiene que ver con las herramientas, ya que un modelo que puede consultar internet o ejecutar c\u00f3digo durante el examen est\u00e1 haciendo una prueba distinta de otro que responde solo con lo que sabe. La tercera es el idioma, porque la mayor\u00eda de los \u00edndices se construyen en ingl\u00e9s y un buen resultado en esa lengua no garantiza el mismo rendimiento en castellano. La cuarta, a la que dedico el siguiente apartado, es la duraci\u00f3n de las tareas evaluadas.<\/p>\n<h3 class=\"wp-block-heading\">Las tareas lentas que casi nadie mide<\/h3>\n<p>Muchos \u00edndices se componen de problemas que se resuelven en segundos o minutos, como una pregunta de conocimiento o un ejercicio de programaci\u00f3n acotado. Son \u00fatiles para comparar, pero se parecen poco al trabajo real de una organizaci\u00f3n, que consiste en tareas largas con informaci\u00f3n incompleta, en las que los objetivos cambian a mitad de camino y los errores solo se descubren d\u00edas despu\u00e9s. Un modelo puede brillar en una carrera corta y desfondarse en un trabajo de semanas, igual que un velocista no est\u00e1 necesariamente preparado para correr un marat\u00f3n. Quien vaya a confiar a un sistema la preparaci\u00f3n de un expediente complejo o el mantenimiento de un programa grande necesita saber c\u00f3mo se comporta en ese terreno, y la tabla general rara vez se lo dice.<\/p>\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" src=\"https:\/\/web.pedromujica.com\/elpulsodelfuturo\/wp-content\/uploads\/2026\/09\/epdf-v3-4699-c.jpg\" alt=\"Cuando el modelo m\u00e1s inteligente no gana el \u00edndice\" \/><\/figure>\n<p>Las decisiones que se apoyan en estos \u00edndices tienen consecuencias largas. Una empresa puede comprometerse durante varios a\u00f1os con un proveedor tras una reuni\u00f3n en la que alguien proyect\u00f3 una tabla y se\u00f1al\u00f3 la primera fila, y esa firma, que se tarda un minuto en estampar, condiciona despu\u00e9s el trabajo de cientos de personas. Si nadie se ha detenido a leer la letra peque\u00f1a de la tabla, la organizaci\u00f3n ha comprado un adjetivo en lugar de una capacidad, y descubrir\u00e1 la diferencia cuando el sistema se enfrente a sus problemas reales, que no estaban en el examen ni se parec\u00edan a lo que all\u00ed se med\u00eda.<\/p>\n<h3 class=\"wp-block-heading\">Leer la fila en voz alta<\/h3>\n<p>La costumbre que sugiero tiene algo de teatral, y su eficacia nace justamente de esa peque\u00f1a puesta en escena. Consiste en que, en cualquier reuni\u00f3n donde se cite un \u00edndice para justificar una decisi\u00f3n, alguien lea en voz alta la fila completa de la tabla, incluyendo qu\u00e9 se midi\u00f3, en qu\u00e9 condiciones, qui\u00e9n lo hizo y qu\u00e9 otros resultados obtuvo el mismo modelo en pruebas cercanas. La primera vez produce cierta incomodidad, porque rompe el ritmo de una presentaci\u00f3n que avanzaba hacia la conclusi\u00f3n y obliga a admitir lo que no se sabe. Con el tiempo se convierte en un h\u00e1bito saludable que retrasa el superlativo lo suficiente como para que la decisi\u00f3n se tome con datos y no con impresiones.<\/p>\n<p>Retrasar un superlativo parece un gesto peque\u00f1o, y sin embargo tiene algo de c\u00edvico. Los titulares sobre el modelo m\u00e1s inteligente viajan mucho m\u00e1s r\u00e1pido que las fichas t\u00e9cnicas que los matizan, y cada persona que se detiene a leer esas fichas antes de repetir el titular contribuye a que la conversaci\u00f3n p\u00fablica sobre inteligencia artificial sea un poco menos cr\u00e9dula. No hace falta ser especialista para hacerlo, basta con la disposici\u00f3n a preguntar qu\u00e9 hay detr\u00e1s de una cifra y a esperar la respuesta antes de opinar. Esa disposici\u00f3n, que cualquier buen periodista reconoce como propia de su trabajo, deber\u00eda formar parte tambi\u00e9n de la cultura de cualquier equipo que compra tecnolog\u00eda.<\/p>\n<h3 class=\"wp-block-heading\">La inteligencia que se demuestra fuera del examen<\/h3>\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" src=\"https:\/\/web.pedromujica.com\/elpulsodelfuturo\/wp-content\/uploads\/2026\/09\/epdf-v3-4699-d.jpg\" alt=\"Cuando el modelo m\u00e1s inteligente no gana el \u00edndice\" \/><\/figure>\n<p>El esc\u00e1ndalo de los motores di\u00e9sel aceler\u00f3 el cambio de los ciclos de homologaci\u00f3n para acercarlos a la conducci\u00f3n real, y es probable que los \u00edndices de inteligencia artificial sigan un camino parecido a medida que maduren. Mientras tanto, me parece razonable mantener cierta distancia ante cualquier clasificaci\u00f3n que pretenda resumir en un n\u00famero qui\u00e9n es el m\u00e1s listo. La inteligencia que de verdad importa en una organizaci\u00f3n se demuestra en tareas concretas, con plazos y consecuencias, y ninguna tabla gen\u00e9rica puede sustituir la experiencia de probar un modelo con los problemas propios, en el idioma propio y durante el tiempo suficiente como para ver tambi\u00e9n sus d\u00edas malos.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>OpenAI llama a Astra el modelo m\u00e1s inteligente del mundo. Su propia tabla, con datos de Artificial Analysis, lo deja cuarto. El marketing y la medida han dejado de coincidir.<\/p>\n","protected":false},"author":7,"featured_media":5184,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[601,596],"tags":[690,603,651,661,663,653,667,658],"class_list":["post-4699","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-inteligencia-artificial","category-tecnohumanismo","tag-criteriohumano","tag-disrupcion-tecnologica","tag-etica-tecnologica","tag-filosofia-y-tecnologia","tag-historia-de-la-ia","tag-lenguaje-tecnologico","tag-openai","tag-periodismo-y-verdad"],"_links":{"self":[{"href":"https:\/\/web.pedromujica.com\/elpulsodelfuturo\/wp-json\/wp\/v2\/posts\/4699","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/web.pedromujica.com\/elpulsodelfuturo\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/web.pedromujica.com\/elpulsodelfuturo\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/web.pedromujica.com\/elpulsodelfuturo\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/web.pedromujica.com\/elpulsodelfuturo\/wp-json\/wp\/v2\/comments?post=4699"}],"version-history":[{"count":1,"href":"https:\/\/web.pedromujica.com\/elpulsodelfuturo\/wp-json\/wp\/v2\/posts\/4699\/revisions"}],"predecessor-version":[{"id":5220,"href":"https:\/\/web.pedromujica.com\/elpulsodelfuturo\/wp-json\/wp\/v2\/posts\/4699\/revisions\/5220"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/web.pedromujica.com\/elpulsodelfuturo\/wp-json\/wp\/v2\/media\/5184"}],"wp:attachment":[{"href":"https:\/\/web.pedromujica.com\/elpulsodelfuturo\/wp-json\/wp\/v2\/media?parent=4699"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/web.pedromujica.com\/elpulsodelfuturo\/wp-json\/wp\/v2\/categories?post=4699"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/web.pedromujica.com\/elpulsodelfuturo\/wp-json\/wp\/v2\/tags?post=4699"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}