Si durant els darrers temps heu viscut en una bombolla i avui algú us preguntés què és això de la intel·ligència artificial generativa, probablement parlaríeu d’eines com ChatGPT, Claude o Gemini. I és perfectament normal. Per a molta gent, aquestes eines s’han convertit en sinònim d’intel·ligència artificial. Demanes que t’escriguin un correu, que et resumeixin un informe o que t’expliquin un concepte complicat, i al cap de pocs segons tens una resposta prou bona. És una tecnologia extraordinària i, per a milions de persones, ha estat el primer contacte amb una manera completament nova d’utilitzar un ordinador.
El problema és que aquest èxit també ens ha deixat una imatge incompleta del que està passant.
Pot semblar una paradoxa, però ChatGPT ha estat probablement una de les pitjors coses que li han passat a la manera com entenem la IA. Ens ha convençut que la revolució era conversar amb un ordinador, quan el canvi de debò és que l’ordinador ha deixat d’esperar instruccions i ha començat a treballar proactivament.
Penso que eines com ChatGPT ens han ajudat molt a entendre què és la IA generativa, però també em sembla que, sense voler, ens estan dificultant veure quin és el canvi real que s’està produint. Ens hem acostumat tant a pensar-hi com una conversa que correm el risc de no adonar-nos que la conversa ja no és la part més interessant.
El canvi de debò no és que els ordinadors responguin preguntes millor que abans. El canvi és que han començat a guanyar-se les garrofes.
La conversa que ens ha despistat
Quan pensem en aquestes eines, pensem en una conversa. Nosaltres escrivim una pregunta i elles responen. Si la resposta no ens convenç, la reformulem. Si volem afegir context, continuem parlant. Tot passa dins d’una finestra de xat i la conversa és, al capdavall, el producte.
Durant força temps aquesta també va ser la manera de relacionar-nos amb aquestes eines. Els demanàvem informació, un resum, una traducció o una explicació, i la seva feina acabava en el moment que apareixia la resposta a la pantalla. Per molt impressionant que fos, continuava sent una conversa entre una persona i una màquina.
El canvi dels darrers mesos és molt menys visible, però molt més profund. Aquestes eines ja no només generen text. També poden utilitzar eines. Poden llegir i escriure fitxers, executar programes, consultar documentació, navegar per la web, interactuar amb altres aplicacions, interpretar els resultats que obtenen i decidir quin ha de ser el pas següent. Dit d’una altra manera, ja no es limiten a conversar amb nosaltres: també poden actuar sobre el món.
El codi és el primer lloc on s’ha fet evident
Hi ha molts llocs on aquest canvi es comença a veure, però n’hi ha un on resulta especialment fàcil d’entendre: el desenvolupament de programari. No perquè sigui el més important, sinó perquè és probablement el primer àmbit on aquestes eines han tingut accés a prou eines externes perquè el canvi sigui impossible d’ignorar.
Fa només un parell d’anys, un assistent de codi era essencialment un autocompletat extraordinàriament bo. Mentre escrivies una funció, et suggeria les línies següents. Si li demanaves una consulta SQL o una expressió regular, te la generava en segons. Era una eina útil, sovint sorprenent, però funcionava com qualsevol altra eina: esperava la següent instrucció.
Avui la situació és una altra. En lloc de demanar-li una funció, li expliques què vols aconseguir. A partir d’aquí, llegeix el projecte, intenta entendre com està organitzat, escriu el codi que considera necessari, l’executa, interpreta els errors que apareixen, els corregeix, torna a provar-ho i continua iterant fins que arriba a una primera versió que considera acceptable. Quan retorna, normalment no ofereix una simple resposta. Et retorna una part de la feina feta.
Aquesta és la diferència que sospito que encara no hem acabat de pair. El canvi no és que escrigui millor el codi. El canvi és que és capaç d’encadenar accions durant una bona estona sense esperar que algú li indiqui què ha de fer a cada pas. Els assistents de codi són, probablement, el primer exemple clar d’una IA que s’ha posat a guanyar-se les garrofes.
I no és l’únic. En els darrers mesos, aquestes mateixes eines han començat a fer aportacions serioses en camps que enteníem com l’últim reducte de l’enginy humà. El Gemini Deep Think, de Google DeepMind, va assolir el nivell de medalla d’or a l’Olimpíada Internacional de Matemàtiques del 2025, resolent cinc dels sis problemes que posen a prova els millors estudiants del món. L’AlphaEvolve va trobar una manera de multiplicar matrius que millora un rècord que es mantenia des del 1969, intacte malgrat dècades d’intents. No són converses de xat: són màquines posant-se a treballar en problemes de debò.
Més enllà dels programadors
Seria fàcil pensar que tot això només interessa als qui ens dediquem a escriure programari. Jo diria que passa justament el contrari. El desenvolupament de programari és només el primer lloc on aquest canvi es veu amb tota la seva força. Però el que hi ha al darrere va molt més enllà del codi: canvia l’economia mateixa del sector tecnològic i, amb el temps, probablement la de molts altres sectors.
Durant dècades, construir i mantenir programari ha estat car. Tan car que ha acabat donant lloc a una indústria sencera pensada per repartir-ne el cost. En lloc de construir-te una eina a mida, llogues un servei que fan servir milers d’empreses més, i entre totes es paga el desenvolupament. És el model del *programari com a servei *(SaaS, en anglès), i ha funcionat extraordinàriament bé precisament perquè fer-te una solució pròpia sortia molt més car que adaptar-te a una de genèrica.
Aquest càlcul és el que comença a trontollar. Quan el cost d’escriure codi cau en picat, no vol dir que tothom es posi a programar. El que canvia és quins problemes val la pena resoldre amb programari.
Sempre hi ha hagut una franja enorme de problemes que sabíem resoldre però que ningú resolia. Automatitzar aquell procés administratiu que sempre acaba fent una persona a mà, expedient rere expedient. Ordenar milers de documents escampats per carpetes. Construir una petita eina per a una associació o una empresa que no necessita un gran sistema, sinó una solució molt específica. Problemes massa petits perquè una empresa de programari hi construís un producte, i alhora massa cars perquè valgués la pena desenvolupar-ne un a mida. Es quedaven en terra de ningú, sostinguts a força de paciència humana.
És aquesta terra de ningú la que s’està fent tractable. Quan una màquina pot rebre un objectiu, utilitzar eines i anar resolent els problemes que troba pel camí, la barrera ja no és escriure cada línia de codi. La barrera passa a ser entendre bé el problema, definir què vols aconseguir i tenir prou criteri per decidir si el resultat és bo.
Per això crec que aquest canvi és especialment important per a països petits com el nostre. Fa dècades que assumim que no podem competir en escala. Potser precisament per això ens interessa més que a ningú que el cost d’experimentar caigui en picat. Quan provar una idea deixa de costar mesos de feina, de sobte te’n pots permetre moltes més. I gairebé totes les innovacions importants neixen exactament així: després d’haver descartat moltes idees que no funcionaven.
Sense vendre fum
Naturalment, tot això també té límits. Aquestes eines continuen cometent errors, sovint amb una seguretat sorprenent. No tenen criteri, no entenen el negoci, no saben distingir una bona arquitectura d’una de mediocre i necessiten supervisió constant. La feina d’escriure codi s’ha abaratit d’una manera extraordinària; la de decidir què s’ha de construir, per què i amb quins equilibris continua sent tan difícil com abans, o probablement més encara.
El que ve
Amb aquest apunt només volia posar context a un canvi que crec que encara no hem acabat d’entendre. Aviat publicaré una segona i una tercera part, que he penjat fa uns dies al meu blog en anglès, però abans, volia escriure aquesta peça per posar-vos en context, després de força mesos sense parlar d’IA.
Amb la primera explicaré, amb alguns exemples molt concrets, com vaig passar d’un escepticisme considerable a pensar que ens trobem davant d’un canvi de paradigma. Amb la segona intentaré respondre una pregunta encara més interessant: què passa amb els equips, les empreses i la manera com ens organitzem quan els ordinadors comencen a guanyar-se les garrofes?