La intel·ligència artificial (IA) existeix des de fa temps. De fet, l’utilitzem més del que pot semblar, també a nivell empresarial. Per posar un exemple: què hi ha darrera dels filtres de correu electrònic brossa? Hi ha aprenentatge de què es i què no és correu brossa i aplicació artificial (no humana) d’aquest filtratge. Altres exemples: recomanacions de productes, publicitat dirigida a les xarxes socials, auto-completat de text, traductors automàtics, reconeixement facial en dispositius, predicció del trànsit en aplicacions GPS, detecció de fraus,...
Cert és que tant la capacitat de computació com les tècniques han evolucionat de manera trepidant fins a l’actualitat: Si ja el 1950 es va crear el Test de Touring suggerint que un algoritme/màquina podia mostrar un comportament semblant o indistingible d’un humà, als anys 90 van popularitzar-se les tècniques de Machine Learning, amb algoritmes que, a partir de dades anteriors, aprenen i són capaços de produir resultats basats en l’aprenentatge.
Com? Simulant una sèrie de nodes neuronals, però de manera artificial. Què passa quan un nen diu “1, 2, 4,..”? Doncs que algú li diu “No.. 1, 2, 3, 4...” , i a partir d’allà la xarxa neuronal es reconfigura per tenir capacitat de produir un altre resultat. Però és clar que es necessiten moltíssims nodes neuronals (s’estima que els humans en tenim uns 86 mil milions). Fins fa un temps, això funcionava bé amb problemes específics (l’any 2017, la màquina AlphaGo, va guanyar el campió mundial del joc Go). Ara bé, el que realment ha suposat una revolució ha estat l’aparició de l’anomenada IA Generativa, més coneguda per models com ChatGPT (per a la generació de text) o DALL-E (per a la generació d’imatges). Són models de Machine Learning, però amb una quantitat majúscula de nodes neuronals entrenats amb moltes dades d’internet (com una persona que ha vist molt de món). No tenen consciència, però presenten elevades capacitats per anar més enllà d’un problema concret i que han après fets, relacions i la capacitat d’aplicar habilitats (comprendre, traduir, redactar, resumir, fer imatges,...).
La IA generativa està tenint aplicacions empresarials en molts àmbits i sectors. Més enllà de les aplicacions mèdiques, per exemple, qualsevol empleat que utilitza ofimàtica tindrà (perquè ja és una realitat) funcionalitats per ajudar a redactar correus electrònics, resumir reunions per videoconferència, traduir en qualsevol idioma, rebre respostes sobre amplis conjunts de documents, crear esborranys de presentacions automàticament a partir de notes d’una reunió, etc. I tot això, afegit a les aplicacions a mida per a millorar i fer més productives algunes activitats de gestió del negoci.
Ara bé, també hi ha reptes crítics: Les aplicacions que tenen Intel·ligència Artificial han de ser copilots dels pilots, que som els humans; i la responsabilitat no s’eximeix mai, encara que s’hagi fet amb ajuda de qualsevol tecnologia o eina, amb més o menys intel·ligència artificial.
Certament, les plataformes tecnològiques, a mesura que es van fent més accessibles, generen un ús gairebé domèstic de capacitats a l’abast de qualsevol. I això amplifica tant les oportunitats i usos lícits, com els riscos d’aplicacions que violen drets o que cometen delictes, com el fenomen de les fake news o de la generació de vídeos i imatges no reals, especialment amb col·lectius o persones vulnerables, que suposen fets socials inacceptables. Per això, cada vegada més caldrà una major “policia digital”. I també una regulació que haurà d’adaptar-se a la velocitat dels nous temps per informar de què està creat amb l’ajuda de la intel·ligència artificial i què no, per garantir la identificació de l’autoria, per impedir i prevenir usos il·lícits, etc. La recentment aprovada Llei d’Intel·ligència Artificial Europea al Parlament Europeu el Març de 2024 i que falta que sigui avalada pels estats membres, és un primer pas. En això, Europa és pionera.
