En aquesta segona part dedicada al llegat d'Alan Turing (la I.A.), intentaré de fer un compendi d'aquesta tecnologia, per oferir-vos una visió tan ampla com sigui possible.
Per entendreu tot, primer haurem de saber que vol dir, o que es considera, la Intel·ligència Artificial. De fet, ara mateix sembla que tot sigui IA, així ho veiem en molts tipus de publicitat, la de l'electrònica de consum, de l'automoció, també en la financera…, tots els productes la incorporen, com si tot l'anterior hagués quedat obsolet…, sembla que ens diguin que ara ja no es pot viure sense ella.
Així doncs, que es considera I.A.?: segons la definició de la "Comissió Europea", és un camp de la informàtica enfocat a crear sistemes (de software, de hardware, o un mix), que puguin realitzar feines que normalment requereixen intel·ligència humana, com l'aprenentatge, el raonament, i la percepció. Segons això, la C.E. ens diu que pot fer qualsevol feina que pugui desenvolupar una persona. Vaja, que ja no caldria que treballem per viure…, i això, òbviament, no és així.
La pàgina web del "Plan de Recuperación, Transformación y Resiliencia", ens dona varies possibles classificacions, o sigui tipus d'IA.
Una d'aquestes classificacions crida l'atenció divideix la IA en:
IA dèbil o estreta.
IA forta.
IA superintel·ligent.
La primera, la "IA dèbil o estreta", es dona quan fa feines molt específiques, com la traducció d'idiomes, identificar imatges…etc. Aclarim que aquesta no té capacitat d'aprenentatge per ella mateixa, i requereix de programació. Aquesta definició recorda clarament a la definició d'un "programa informàtic". Tots els programes informàtics (per exemple un càlcul de trajectòries) fan la seva feina com la faria un ésser humà, però més depresa i amb més eficàcia (elimina errors de càlcul). Això és així des del començament de la informàtica per exemple els computadors britànics "Colossus" que operaven a Bletchley Park, desxifrant els codis alemanys a la Segona Guerra Mundial. Tanmateix, la definició d'aquest tipus d'IA, recorda als programes anomenats "Sistemes Experts" (SE), que des de meitats dels 60's van ser desenvolupats en aquell moment per facilitar la feina dels científics. Com el DENDRAL, primer Sistema Expert en ser utilitzat, el qual permetia identificar estructures químiques moleculars a partir de la seva anàlisi espectrogràfica, o el MYCIN SE orientat al diagnòstic de malalties infeccioses de la sang.
Si sou afeccionats a la fotografia o el vídeo, us sonarà l'expressió "fuzzy logic" (lògica difusa), com una característica de les càmeres de fa unes dècades (90's), com el sistema que decidia, si la càmera estava en automàtic, l'enfocament, la velocitat d'obturació, l'obertura de diafragma.
Així doncs, els "SE" des dels 60's en endavant, el "fuzzy logic" dels 90's, o la programació de la rentadora que decideix, segons la quantitat de roba, el tipus de programa, durada i centrifugat, tots ells poden dir que tenen algun grau d'Intel·ligència Artificial del tipus dèbil o estreta.
La diferència ve amb la segona classificació la "IA forta" (abans aclarim que la tercera encara no existeix). La IA forta ve definida com "aquella que té la capacitat d'aprenentatge autònom interactuant amb l'entorn, pot raonar i prendre decisions complexes". En aquest tipus s'engloben les IA's generatives com "ChatGpt", "Gemini", o "DeepSeek". Aquestes tenen la capacitat de semblar humanes, perquè interactuen amb nosaltres amb text o veu. A més ens fa la sensació que sap de tot, i que té respostes per a tot, de manera que li podem demanar un dibuix, un retoc fotogràfic, un recurs administratiu, o un diagnòstic mèdic…, i aquí comencen els problemes.
Fins a l'aparició del ChatGpt3, ens hem relacionat (tot i no ser-ne conscients) amb la "IA feble o estreta", aquella que ens soluciona els problemes quotidians amb eines que ja s'han integrat en el nostre dia a dia (l'exemple de l'enfocament automàtic), i a partir d'ara també ens relacionarem amb la "IA forta", com les IA's generatives. Hem de tenir en compte que aquestes, estan programades per donar respostes sempre, per tant, la qualitat de la resposta dependrà, en bona part, de la qualitat de la qüestió que li fem, i tot i això no l'hauríem d'acceptar com una veritat absoluta, hem de ser crítics amb les seves respostes. Com hem dit el ChatGpt i els altres 'han de donar una resposta sempre', el que pot ocasionar errors, simplificacions, o inclús invencions.
Aquest error, el d'acceptar les seves respostes com a veritats fonamentals, és una de les debilitats d'aquesta tecnologia…, per exemple, el Diari d'Andorra del 23/06/2025, publicà un article d'opinió, en el que s'assevera que fins el 98% dels estudiats de la Universitat d'Andorra, utilitzen la IA per completar les seves tasques acadèmiques (en un article recent de The Conversation, dona un percentatge d'un 90% en el conjunt universitari espanyol), segons l'article el perill no és usar-la, sinó que en l'automatització de les tasques universitàries que pot comportar es pot perdre el pensament crític, fonament de l'educació superior. Segons l'esmentat article del Diari d'Andorra, alguns dels estudiants fan un "copiar i enganxar", sense ni tan sols llegir-ne el contingut. L'error de donar validesa, sense sentit crític, a les respostes de les IA's generatives, ens portarà a considerar-les no solament intel·ligents, també conscients…, amb això se li diu "l'efecte ELIZA". El 1966, al MIT (Institut Tecnològic de Massachusetts), Joseph Weizenbaum va posar en funcionament el primer "chatbot"de la història (* llegiu el gràfic que acompanya l'article). El seu programa 'Eliza', simulava una conversa amb una 'psicoterapeuta rogeriana', que amb un llenguatge natural feia l'efecte d'estar comunicant-se amb un altre ésser humà, i no amb un programa informàtic. En aquell temps els primers usuaris de l'Eliza van ser altres membres i acadèmics del MIT, molts dels quals van caure en el parany de creure que l'Eliza era comprensiva e intel·ligent. Òbviament no era intel·ligent, almenys no més que el nostre comanament a distància de la TV o del nostre vehicle, però tenia una "aparença" de comprensió, d'empatia, d'intel·ligència. Realment solament seguia uns 'scripts' en un llenguatge similar al Lisp, o sigui, que únicament estava executant un programa que segurament ocupava uns quants Kilobytes (de fet 420 línies de codi, segons la Viquipèdia). Imagineu-se el que es pot fer avui en dia amb quantitats 'ingents' de memòria, i amb un codi (ara li diem algoritmes, coses de la moda) actualitzat i força més eficient.
Així doncs, són útils les IA's fortes?, és clar que són útils, però hem de saber utilitzar-les, per exemple en el cas dels estudiants universitaris o no, es tracta d'usar la IA per aprofundir en els seus estudis, per corregir els seus treballs, però no com una drecera per estalviar-se l'esforç d'estudiar o treballar.
La conclusió és que els "chatbots" com les IA's generatives, no n'hi ha cap que sigui intel·ligent, tal com entenem la intel·ligència els humans, tot i això, cadascuna d'aquestes IA's tenen un nivell d'intel·ligència, de les menys capaces, com la càmera de fotos, a les capaces d'un llenguatge coherent, com les IA's generatives…, però tot i el nivell d'intel·ligència que puguin tenir, no són conscients, no tenen empatia. Alan Turing, en la seva conferència de 1947, ja diu que a una màquina se la pot ensenyar com a una criatura, des de 0, però mai podrà saber com se salta a la corda, o aprendre a anar en bicicleta, senzillament perquè mancarà de braços i cames, i no ho podrà aprendre per pròpia experiència. Turing solament pensava que es pot entrenar a una màquina a passar el seu test (article anterior, Test de Turing), dubtava que poguessin ser autoconscients. El filòsof "Maurice Merleau-Ponty" en el seu llibre "Fenomenologia de la percepción" afirma que la consciència no és solament un procés mental, també va inseparablement lligada al cos i a l'experiència d'aquest en el món real. Si aquesta afirmació l'apliquem a les IA's, aquestes mai podrien ser autoconscients al no tenir un cos físic amb què puguin aprendre i tenir experiències.
Fonts per l'article: "Puede pensar una máquina?" d'Alan Turing, KRK Cuadernos de pensamiento; "Sistemas Expertos, el comienzo de la Inteligencia Artificial", Telefònica, Blog Techpedia; "Que es la Inteligencia Artificial?", web del Plan de Recuperación, Transformación y Resiliencia, Gobierno de España; "Eliza", viquipèdia; "Els límits de la I.A.", Diari d'Andorra 23/06/2025.
Ernest Blanch i Martí
Móra la Nova
Per entendreu tot, primer haurem de saber que vol dir, o que es considera, la Intel·ligència Artificial. De fet, ara mateix sembla que tot sigui IA, així ho veiem en molts tipus de publicitat, la de l'electrònica de consum, de l'automoció, també en la financera…, tots els productes la incorporen, com si tot l'anterior hagués quedat obsolet…, sembla que ens diguin que ara ja no es pot viure sense ella.
Així doncs, que es considera I.A.?: segons la definició de la "Comissió Europea", és un camp de la informàtica enfocat a crear sistemes (de software, de hardware, o un mix), que puguin realitzar feines que normalment requereixen intel·ligència humana, com l'aprenentatge, el raonament, i la percepció. Segons això, la C.E. ens diu que pot fer qualsevol feina que pugui desenvolupar una persona. Vaja, que ja no caldria que treballem per viure…, i això, òbviament, no és així.
La pàgina web del "Plan de Recuperación, Transformación y Resiliencia", ens dona varies possibles classificacions, o sigui tipus d'IA.
Una d'aquestes classificacions crida l'atenció divideix la IA en:
IA dèbil o estreta.
IA forta.
IA superintel·ligent.
La primera, la "IA dèbil o estreta", es dona quan fa feines molt específiques, com la traducció d'idiomes, identificar imatges…etc. Aclarim que aquesta no té capacitat d'aprenentatge per ella mateixa, i requereix de programació. Aquesta definició recorda clarament a la definició d'un "programa informàtic". Tots els programes informàtics (per exemple un càlcul de trajectòries) fan la seva feina com la faria un ésser humà, però més depresa i amb més eficàcia (elimina errors de càlcul). Això és així des del començament de la informàtica per exemple els computadors britànics "Colossus" que operaven a Bletchley Park, desxifrant els codis alemanys a la Segona Guerra Mundial. Tanmateix, la definició d'aquest tipus d'IA, recorda als programes anomenats "Sistemes Experts" (SE), que des de meitats dels 60's van ser desenvolupats en aquell moment per facilitar la feina dels científics. Com el DENDRAL, primer Sistema Expert en ser utilitzat, el qual permetia identificar estructures químiques moleculars a partir de la seva anàlisi espectrogràfica, o el MYCIN SE orientat al diagnòstic de malalties infeccioses de la sang.
Si sou afeccionats a la fotografia o el vídeo, us sonarà l'expressió "fuzzy logic" (lògica difusa), com una característica de les càmeres de fa unes dècades (90's), com el sistema que decidia, si la càmera estava en automàtic, l'enfocament, la velocitat d'obturació, l'obertura de diafragma.
Així doncs, els "SE" des dels 60's en endavant, el "fuzzy logic" dels 90's, o la programació de la rentadora que decideix, segons la quantitat de roba, el tipus de programa, durada i centrifugat, tots ells poden dir que tenen algun grau d'Intel·ligència Artificial del tipus dèbil o estreta.
La diferència ve amb la segona classificació la "IA forta" (abans aclarim que la tercera encara no existeix). La IA forta ve definida com "aquella que té la capacitat d'aprenentatge autònom interactuant amb l'entorn, pot raonar i prendre decisions complexes". En aquest tipus s'engloben les IA's generatives com "ChatGpt", "Gemini", o "DeepSeek". Aquestes tenen la capacitat de semblar humanes, perquè interactuen amb nosaltres amb text o veu. A més ens fa la sensació que sap de tot, i que té respostes per a tot, de manera que li podem demanar un dibuix, un retoc fotogràfic, un recurs administratiu, o un diagnòstic mèdic…, i aquí comencen els problemes.
Fins a l'aparició del ChatGpt3, ens hem relacionat (tot i no ser-ne conscients) amb la "IA feble o estreta", aquella que ens soluciona els problemes quotidians amb eines que ja s'han integrat en el nostre dia a dia (l'exemple de l'enfocament automàtic), i a partir d'ara també ens relacionarem amb la "IA forta", com les IA's generatives. Hem de tenir en compte que aquestes, estan programades per donar respostes sempre, per tant, la qualitat de la resposta dependrà, en bona part, de la qualitat de la qüestió que li fem, i tot i això no l'hauríem d'acceptar com una veritat absoluta, hem de ser crítics amb les seves respostes. Com hem dit el ChatGpt i els altres 'han de donar una resposta sempre', el que pot ocasionar errors, simplificacions, o inclús invencions.
Aquest error, el d'acceptar les seves respostes com a veritats fonamentals, és una de les debilitats d'aquesta tecnologia…, per exemple, el Diari d'Andorra del 23/06/2025, publicà un article d'opinió, en el que s'assevera que fins el 98% dels estudiats de la Universitat d'Andorra, utilitzen la IA per completar les seves tasques acadèmiques (en un article recent de The Conversation, dona un percentatge d'un 90% en el conjunt universitari espanyol), segons l'article el perill no és usar-la, sinó que en l'automatització de les tasques universitàries que pot comportar es pot perdre el pensament crític, fonament de l'educació superior. Segons l'esmentat article del Diari d'Andorra, alguns dels estudiants fan un "copiar i enganxar", sense ni tan sols llegir-ne el contingut. L'error de donar validesa, sense sentit crític, a les respostes de les IA's generatives, ens portarà a considerar-les no solament intel·ligents, també conscients…, amb això se li diu "l'efecte ELIZA". El 1966, al MIT (Institut Tecnològic de Massachusetts), Joseph Weizenbaum va posar en funcionament el primer "chatbot"de la història (* llegiu el gràfic que acompanya l'article). El seu programa 'Eliza', simulava una conversa amb una 'psicoterapeuta rogeriana', que amb un llenguatge natural feia l'efecte d'estar comunicant-se amb un altre ésser humà, i no amb un programa informàtic. En aquell temps els primers usuaris de l'Eliza van ser altres membres i acadèmics del MIT, molts dels quals van caure en el parany de creure que l'Eliza era comprensiva e intel·ligent. Òbviament no era intel·ligent, almenys no més que el nostre comanament a distància de la TV o del nostre vehicle, però tenia una "aparença" de comprensió, d'empatia, d'intel·ligència. Realment solament seguia uns 'scripts' en un llenguatge similar al Lisp, o sigui, que únicament estava executant un programa que segurament ocupava uns quants Kilobytes (de fet 420 línies de codi, segons la Viquipèdia). Imagineu-se el que es pot fer avui en dia amb quantitats 'ingents' de memòria, i amb un codi (ara li diem algoritmes, coses de la moda) actualitzat i força més eficient.
Així doncs, són útils les IA's fortes?, és clar que són útils, però hem de saber utilitzar-les, per exemple en el cas dels estudiants universitaris o no, es tracta d'usar la IA per aprofundir en els seus estudis, per corregir els seus treballs, però no com una drecera per estalviar-se l'esforç d'estudiar o treballar.
La conclusió és que els "chatbots" com les IA's generatives, no n'hi ha cap que sigui intel·ligent, tal com entenem la intel·ligència els humans, tot i això, cadascuna d'aquestes IA's tenen un nivell d'intel·ligència, de les menys capaces, com la càmera de fotos, a les capaces d'un llenguatge coherent, com les IA's generatives…, però tot i el nivell d'intel·ligència que puguin tenir, no són conscients, no tenen empatia. Alan Turing, en la seva conferència de 1947, ja diu que a una màquina se la pot ensenyar com a una criatura, des de 0, però mai podrà saber com se salta a la corda, o aprendre a anar en bicicleta, senzillament perquè mancarà de braços i cames, i no ho podrà aprendre per pròpia experiència. Turing solament pensava que es pot entrenar a una màquina a passar el seu test (article anterior, Test de Turing), dubtava que poguessin ser autoconscients. El filòsof "Maurice Merleau-Ponty" en el seu llibre "Fenomenologia de la percepción" afirma que la consciència no és solament un procés mental, també va inseparablement lligada al cos i a l'experiència d'aquest en el món real. Si aquesta afirmació l'apliquem a les IA's, aquestes mai podrien ser autoconscients al no tenir un cos físic amb què puguin aprendre i tenir experiències.
Fonts per l'article: "Puede pensar una máquina?" d'Alan Turing, KRK Cuadernos de pensamiento; "Sistemas Expertos, el comienzo de la Inteligencia Artificial", Telefònica, Blog Techpedia; "Que es la Inteligencia Artificial?", web del Plan de Recuperación, Transformación y Resiliencia, Gobierno de España; "Eliza", viquipèdia; "Els límits de la I.A.", Diari d'Andorra 23/06/2025.
Ernest Blanch i Martí
Móra la Nova