3 agosto 2026
Perché i benchmark AI stanno diventando inaffidabili (e cosa possiamo imparare da questa crisi)
I benchmark per valutare i modelli AI stanno mostrando crepe sempre più evidenti: punteggi perfetti ottenuti senza risolvere nulla, dataset contaminati da soluzioni finite nel training, test design fragili e infrastrutture aggirabili con exploit banali. In questo articolo vediamo come si arriva a risultati gonfiati, perché le leaderboard non sono più un segnale solido di progresso e quali caratteristiche dovrebbe avere un benchmark moderno per tornare a misurare davvero competenze (soprattutto in ambito agentico e coding).