A l’entrada de l’auditori ja no hi havia el clàssic servei d’auriculars per a la traducció simultània, on fins i tot feia il·lusió i certa por deixar el teu DNI o Passaport a canvi del “gadget” amb els auriculars… En lloc d’això, em vaig trobar un codi QR que convidava els assistents a descarregar-se una aplicació que permetia seguir la ponència en temps real, amb veu sintetitzada i un ventall sorprenent de llengües —inclòs el català, i no pas amb un accent de prova beta, sinó amb una naturalitat que impressionava. Vaig pensar que aquell petit gest simbolitzava prou bé fins on ha arribat la intel·ligència artificial generativa: de la recerca al servei, del laboratori al nostre dia a dia. Però també va despertar una pregunta incòmoda: si la màquina pot fer això tan bé, què ens quedarà per aprendre a nosaltres?
Vivim un moment en què la fascinació per la intel·ligència artificial sembla inabastable. En només dos anys, els grans models de llenguatge han transformat l’expectació en vertigen i han situat aquesta tecnologia al centre del debat econòmic i polític global. Darrere del soroll mediàtic, però, hi ha un canvi estructural més profund: la IA ha deixat de ser una eina per convertir-se en infraestructura d’Estat. Les principals potències mundials hi inverteixen bilions amb la mateixa urgència amb què històricament s’han protegit recursos energètics o militars. Segons el Stanford AI Index 2025, la inversió global en IA generativa va superar els 33.900 milions de dòlars el 2024, mentre que el cost d’inferència dels models s’ha reduït 280 vegades des del 2022. Aquesta combinació d’inversió massiva, caiguda de costos i adopció empresarial accelerada (del 55 % al 78 % en un sol any) podria trencar la corba clàssica d’adopció tecnològica. Tradicionalment, tota nova tecnologia passa per una fase d’entusiasme o “hype”, una vall de la desil·lusió o “esclat de la bombolla” i un creixement de maduresa posterior més pausat i constant. Però amb la IA el patró podria ser diferent: la seva capacitat d’autoaccelerar-se —gràcies a la innovació contínua, a la integració en productes i a la competència entre estats— pot generar un creixement sostingut sense retrocés significatiu. Sempre que els condicionants materials —costos energètics, producció de semiconductors o dèficit de capacitat computacional— no en frenin el desenvolupament, la IA pot marcar un punt d’inflexió històric: esdevenir una nova forma de sobirania digital que redefineix les regles de la maduresa tecnològica.
Enmig d’aquesta efervescència tecnològica, hi ha una altra pregunta que potser no estem formulant prou: quin preu cognitiu té aquesta delegació massiva d’intel·ligència? Tornant a l’exemple real que citava al principi, aquell servei de traducció en temps real i amb mes de 20 llengües és meravellós, però també exemplifica una nova forma de dependència. Si deixem que la màquina pensi, tradueixi i recordi per nosaltres, en què es converteix l’acte d’aprendre? La psicologia cognitiva ja havia advertit d’això fa anys. Estudis com els de Sparrow o Risko i Gilbert descriuen el que s’anomena “cognitive offloading”: externalitzar processos mentals pot ser útil, però també pot canviar la naturalesa mateixa de l’aprenentatge. Recordem menys el contingut i més el lloc on trobar-lo. Guanyem eficiència, però podem perdre profunditat.
El repte educatiu del nostre temps és, per tant, redefinir l’alfabetització. No es tracta de deixar d’aprendre idiomes o fórmules, sinó d’aprendre a delegar amb criteri: saber quan té sentit fer servir la IA, quan no i com verificar-ne el resultat. Aquesta nova alfabetització tecnològica requerirà que mestres, pares i estudiants aprenguin a conviure amb la IA com amb qualsevol altra eina de pensament. No es tracta de prohibir-la, sinó d’aprendre a fer-la treballar a favor del cervell, no en lloc del cervell.
Aquesta reflexió sobre el deute cognitiu troba el seu paral·lel en el món de l’empresa. La IA generativa ha capturat totes les portades, però el 95 % del valor que avui genera la IA a les organitzacions prové encara dels models de machine learning tradicionals: predicció de demanda, detecció de frau, optimització logística o recomanacions personalitzades. La IA generativa aporta un valor addicional, sí, però només quan s’integra de manera intel·ligent en els processos i es combina amb una bona governança de dades. Sense això, la IA es converteix en un miratge estètic: produeix molt però transforma poc. Els estudis de productivitat en entorns reals ho confirmen: els guanys són substancials —un 15 % més en atenció al client, fins a un 55 % més en programació—, però només si s’acompanyen de canvis organitzatius. La diferència entre una empresa que “fa servir IA” i una que “aprèn amb IA” és la mateixa que entre copiar i comprendre.
En definitiva, potser el veritable repte no és tant entendre què pot fer la IA, sinó què volem fer nosaltres amb ella. La IA no ens substituirà; ens accelerarà. La diferència entre soroll i progrés serà com deleguem amb intel·ligència… i què fem amb el temps que recuperem. I si la corba d’adopció tecnològica s’ha accelerat com mai, el nostre deure és assegurar que també ho faci la nostra capacitat per pensar, aprendre i decidir. Potser el futur no dependrà tant de la potència dels algoritmes com de la lucidesa amb què sapiguem utilitzar-los. I potser la veritable intel·ligència —la que cal preservar— serà, precisament, la d’aprendre a no deixar d’aprendre.
