Quanta IA, quanta ximplerIA (1 / 2)

El hype de la IA 

No sé exactament l’any, crec que havia de ser cap al 2004 o 2005. Jo anava en un autobús urbà de Barcelona i estava al costat d’un parell de comercials d’una immobiliària. Recordo que un dels comercials li deia a l’altre que a l’anunci de venda de pisos d’una promoció nova que se’ls hi havia encarregat havien de posar la paraula “sostenible” perquè era una paraula que sortia a molts anuncis. No sabien què volia dir “sostenible”, ni que implicava, només tenien clar que s’havia de posar aquesta paraula, perquè era la paraula de moda, era la paraula que estava a tot arreu.  

El que està passant en aquests moments amb la intel·ligència artificial em recorda enormement a la conversa d’aquells comercials: tot s’ha de fer amb intel·ligència artificial, tot ha de portar intel·ligència artificial i l’expressió “intel·ligència artificial” ha d’aparèixer per tot arreu.  

L’administració pública no està al marge d’aquesta hipèrbole (l’anglicisme “hype” que s’utilitza avui en dia, és una abreviació de la paraula hyperbole) sobre la intel·ligència artificial. Només un petit exemple de la inflació que hi ha en aquest moment sobre la intel·ligència artificial el pots trobar en el web de recursos formatius de la Diputació de Barcelona (https://recursos-formatius-ens.diba.cat/), en la què si busques l’expressió “intel·ligència artificial” o “IA” et trobes que al 2022 n’hi van haver 2, al 2023 van ser 10, i al 2024 van ser 38. 

Una crítica molt ben fonamentada al que està passant en aquests moments amb la intel·ligència artificial la podeu trobar en el següent vídeo on Jon Hernández conversa/entrevista a Ramon López de Mándaras, un reputadíssim especialista català en intel·ligència artificial. 

Què és i què no és IA 

Però comencem pel principi, que és una “intel·ligència artificial”? A wikipedia, l'enciclopèdia oberta de referència, diu el següent: és una disciplina i un conjunt de capacitats cognoscitives i intel·lectuals expressades per sistemes informàtics o combinacions d’algoritmes el propòsit dels quals és la creació de màquines que imiten la intel·ligència humana per executar tasques, i que poden millorar a mesura que recopilen informació. 

En teoria, un model de regressió simple es pot considerar una intel·ligència artificial, ja que forma part de la branca d’aprenentatge automàtic (machine learning). Si fas que una màquina prengui decisions, faci prediccions o inferències a partir de dades mitjançant una regressió simple, estàs fent una forma bàsica d’IA. Però siguem honestos, la majoria de la gent quan dius intel·ligència artificial pensa en ChatGPT, en Claude, en Deepseek, en Gemini... que són intel·ligències artificials generatives i poden crear contingut coherent i contextualment rellevant; són grans models de llenguatge (LLM). Són models basats en xarxes neuronals molt complexos, amb moltes capes, que requereixen molta potència de càlcul, en els que bàsicament es fan són operacions de multiplicació i sumes i restes de matrius amb milers de milions de files i columnes. 

Si hagués de posar una data d’inici de la bombolla de la intel·ligència artificial seria a finals de novembre de 2022 amb l’aparició de ChatGPT. Segurament jo he contribuït a inflar aquesta bombolla de la IA, ja que com diu Giles Dickeson-Jones en la introducció d’un article de la seva pàgina web: “estic escèpticament enamorat de la tecnologia” (podeu accedir a l’article de Giles fent clic aquí). M’atreviria a afirmar que vaig ser la primera persona del meu ajuntament que va utilitzar ChatGPT; em vaig registrar el dia següent de la sortida al públic en general de ChatGPT, i vaig poder accedir a ChatGPT al cap d’una setmana. Els companys de la XODEL en poden donar fer, ja que la primera prova que vaig fer la vaig compartir amb ells a través del “Fòrum” que tenim.

La trampa de la paraula de moda 

Estem en un moment en què sembla que tot s’ha de fer amb intel·ligència artificial, on ens volen fer creure que si no es fa amb intel·ligència artificial no es poden aconseguir coses, quan en realitat moltes coses segurament es poden aconseguir amb algoritmes molt simples, algoritmes de regles lògiques, en els que no es necessita l’ús de models complexos que s’utilitzen en la intel·ligència artificial d’avui en dia. Com diem a Catalunya: “ens volen fer passar bou per bèstia grossa”. I el pitjor de tot és que la majoria dels gestors públics no tenen ni idea de què és una intel·ligència artificial, no saben ni els interessa saber que pot fer i que no pot fer una intel·ligència artificial, només volen que l'afegitó “intel·ligència artificial” aparegui al costat del nom de l’administració pública per la qual treballen, només els interessa aparentar, només volen publicitar que l’administració pública que gestionen està fent coses en intel·ligència artificial, sense que els importi gens ni mica si realment era necessari utilitzar intel·ligència artificial, ni si el que s’ha fet amb intel·ligència artificial aconsegueix uns resultats prou bons. Us puc ben assegurar que hi ha vida més enllà de la intel·ligència artificial, i un bon contraexemple de com aconseguir més eficiència sense que aparegui la intel·ligència artificial enlloc el teniu en aquest article de El País: “23 hospitales se unen para dejar de hacer cosas ineficaces o que pueden perjudicar al paciente”.  

IA a l’administració pública 

Si em permeteu un consell, si voleu saber quins projectes són susceptibles per poder “crear” una intel·ligència artificial, el primer que heu de saber és si disposeu de dades per entrenar la IA. Per poder crear una intel·ligència artificial heu de tenir variables explicatives o inputs, i variables explicades o outputs, i sempre sense perdre de vista una condició necessària: les dades han de ser de qualitat. Si seguiu aquesta premissa us estalviareu sentir propostes de cas d'ús de la IA com les que jo he sentit, per exemple: “estalvi energètic, optimització de l’enllumenat públic”, “optimització de rutes, horaris, trànsit”, “gestió automatitzada de recursos humans”, “cens d’activitats econòmiques”... Són propostes que dubto molt, moltíssim, que puguin tirar endavant, ja que tinc seriosos dubtes que en aquestes propostes hi hagi una variable output, o que sigui fàcil crear una variable output. I també heu de tenir present que malgrat disposeu de dades, de dades de qualitat, és possible que no aconseguiu un model d’IA que funcioni per al vostre propòsit. 

Si el que voleu és utilitzar una intel·ligència artificial ja existent, com ChatGPT o Gemini o Deepseek, podeu fer el que va fer en Ramon Culleré en l’article “Oferta laboral del Bages”. En Ramon va fer el que en intel·ligència artificial es coneix com a “zero-shot”, és a dir, va provar unes dades pròpies d’ofertes de feina en aquests tres grans models d’IA generativa sense entrenar específicament aquests models al seu cas d’ús. El resultat va ser que en algunes ofertes de treball el resultat que li donaven aquestes 3 grans IA generatives discrepaven, i ho feien per tres motius: primer, per la qualitat de les dades (si li dones dades poc concretes serà molt complicat que pugui fer-ho bé); segon, perquè els models que hi ha al darrere de les tres IA si bé parteixen d’una base similar (xarxes neuronals), els models finals de les tres intel·ligències artificials són diferents, els paràmetres que tenen cadascun d’aquests models són diferents; i en tercer lloc, perquè són models que no han estat entrenats específicament en les dades d’ofertes de treball que disposava en Ramon.  

IA generativa: “el cunyat que tot ho sap” 

Tal com diu en Ramon a l’article, aquestes IA actuen com si fossin un “cunyat”, perquè han estat entrenats per fer de “cunyats”, és a dir, creuen que saben de tot i sempre contesten a qualsevol pregunta que els hi facis. Però si la resposta que et donen no és bona, el que cal fer és entrenar-les amb les dades específiques que vols analitzar, de la mateixa manera que ho faries amb el teu cunyat, que li explicaries que el lloc de treball “especialista” es correspon amb el codi 2622 de la CCO-2011 (o amb el 2623, o amb el 2624, o amb el 2625), i així la següent vegada que li preguntis al teu “cunyat” és més probable que et doni una resposta encertada. 

Segurament el principal problema que té la IA avui en dia, i sobretot els LLM, és que ens esperem que ho puguin fer tot, i que tot ho facin bé. No s'ha de perdre de vista que una IA és un software probabilístic, i que els LLM donen com a resultat les paraules (en realitat per la IA són tokens, no paraules) que són més probables d’acord amb les preguntes (que són paraules que es transformen en tokens) que has entrat al seu prompt. 

Conclusions

En conclusió, la intel·ligència artificial és un software, és una eina, com ho és Excel, com ho és Word, com ho és R o Python. Els grans models d’IA generativa són models probabilístics, per tant, es poden equivocar, i necessiten la supervisió humana. No sempre cal utilitzar intel·ligència artificial per solucionar problemes, d'altres aproximacions més clàssiques a problemes poden donar millors resultats o poden donar resultats prou bons a un cost molt menor. I per acabar, agafant la famosa frase del president del Barça, Joan Laporta, el 2015: “Muchas críticas vienen de hipócritas que dicen que son del Barça y no lo son!!”, i fent la transposició en termes d’intel·ligència artificial a l’administració pública seria “moltes empreses consultores us diran que saben d’intel·ligència artificial, però no en saben!!”.