En aquesta primera quinzena d’octubre, els temes que penso destaquen més en l’àmbit divulgatiu, són:
▶ Quina és la millor IA?
▶ OpenAI anuncia nous resultats matemàtics
▶ Mistral: una IA europea
▶ I si els agents d’IA fan massa bé la seva feina?
▶ Quina és la millor IA? Potser no cal començar per aquí.
Quan algú es decideix a provar la intel·ligència artificial, és fàcil que es pregunti: «Quina he de triar?». I, després de llegir unes quants estudis comparatius, pot acabar amb més dubtes que abans.
ChatGPT, Claude, Gemini… Cadascun amb versions, modalitats i promeses. I aquesta primera quinzena d’octubre, Mistral ha presentat Large 4 i també Meta, ho ha fet amb Muse Wonder i Muse Wonder Full. Com veieu, l’aparador continua creixent.
Però per començar no cal estudiar tot el catàleg. Ja tindrem temps de complicar-nos la vida.
La millor per fer què?
El model que encapçala una classificació no és necessàriament el que més ens convé. Tampoc triem un cotxe només pels cavalls de potència.
Ens interessa saber si ens ajuda amb les nostres tasques, quant costa i quantes correccions necessita. Les proves comparatives —els anomenats benchmarks— orienten, però no substitueixen aquesta comprovació.
Per això, proposaria començar escrivint tres coses concretes en què voldríem ajuda:
- Entendre una carta administrativa.
- Contestar un correu sense perdre el nostre to.
- Practicar una conversa abans d’un viatge.
Després, podem provar la mateixa tasca amb dos o tres assistents i comparar. Entenem millor la carta? El correu encara sembla nostre? En la conversa, ens deixa participar o ens fa una conferència?
I compte: una resposta que ens agrada no és necessàriament correcta. Cal comprovar que respecta el text original i verificar les dades noves que hi afegeix.
No cal seguir tota la cursa
Podem utilitzar més d’un assistent i canviar amb el temps. Però jo donaria prioritat a aprendre a explicar què necessitem, aportar context i detectar si la resposta falla.
Canviar d’eina cada setmana ens pot donar molta conversa sobre la IA i poca pràctica amb la IA.
Per als que comenceu, proposaria aquesta pregunta:
«En quina petita tasca em podria ajudar avui?»
És menys espectacular que buscar el millor model del món. Però té un avantatge: permet començar.
▶ OpenAI anuncia nous resultats matemàtics i obre un debat que va més enllà de les demostracions
Fa un mes, un model intern d’OpenAI va ajudar a trobar una suposada solució a un dels problemes matemàtics més complexos: el problema del Premi del Mil·lenni Navier-Stokes. Pel que sembla, el laboratori no ha abaixat el peu des de llavors:
- OpenAI acaba de publicar més de 700 articles que ofereixen progrés en una varietat de problemes sense resoldre:
- El treball abasta les matemàtiques pures, la informàtica teòrica, la física matemàtica i altres dominis.
- Els articles es troben en diferents etapes de verificació. Alguns contenen els resultats principals, mentre que d’altres ofereixen arguments complementaris, conseqüències o proves alternatives.
OpenAI diu que la «gran majoria» d’aquests resultats van ser generats per un model intern, que va dedicar una mitjana de tres hores de càlcul per arribar a cada resultat. Les troballes es van publicar aquest octubre i encara no han estat verificades per matemàtics externs.
Una part de les demostracions s’ha formalitzat amb Lean, una eina que permet comprovar informàticament els passos lògics d’una prova. Això ajuda a distingir una demostració verificable d’un text que simplement sembla convincent. Ara bé, encara cal revisar que l’enunciat formalitzat correspon al problema que es vol resoldre, valorar-ne l’originalitat i entendre què aporta.
És realment un èxit?
Des del punt de vista de l’evolució de la IA, ho considero un avenç important. Resoldre un problema matemàtic pot consistir a demostrar una conjectura, però també a trobar un contraexemple que mostri que era falsa. Descobrir que una idea no funciona també és avançar.
Ara bé, convé no traslladar automàticament aquestes capacitats a qualsevol altre àmbit. Les matemàtiques ofereixen una característica especialment útil per a la IA: quan una demostració es formalitza adequadament, podem comprovar-ne la lògica amb molta precisió.
En medicina, per exemple, una proposta convincent encara ha de passar per experiments, estudis i comprovacions en el món real. La realitat acostuma a posar més condicions que un enunciat.
Per què una part dels matemàtics ho critica?
Les objeccions no es poden reduir a «la IA ens ha avançat per l’esquerra».
L’Association for Human Mathematics ha criticat la iniciativa per considerar que no respecta les normes i les prioritats de la recerca matemàtica. També qüestiona la publicació massiva de centenars de documents i reclama que el progrés científic continuï centrat en la comprensió humana. És la posició d’una associació, no necessàriament la de tota la comunitat.
Hi ha, a més, una qüestió de fons: construir sobre treballs previs és habitual en ciència. El debat és com es reconeixen aquestes aportacions i com s’explica què ha afegit realment el nou treball.
El precedent de Navier–Stokes il·lustra la magnitud dels recursos que es poden mobilitzar. Al setembre, OpenAI va anunciar una proposta de solució obtinguda amb milers d’agents d’IA i uns 130.000 milions de tokens de sortida dedicats a aquest problema. Són dades de l’empresa; no equivalen a un cost monetari verificat ni, per si soles, a l’acceptació independent del resultat.
I com ho veig jo?
Per la meva formació en Física, puc entendre la dimensió humana d’aquest canvi. Si algú ha dedicat anys a avançar en una teoria, veure com un sistema arriba més lluny en molt poc temps, recolzant-se en part en el camí ja recorregut, ha de ser difícil de pair. Sobretot si el reconeixement acaba concentrat en qui disposa de més recursos de computació.
Però tampoc voldria que aquesta incomoditat ens fes renunciar a eines que poden ajudar a ampliar el coneixement i, eventualment, contribuir a recerques beneficioses per a tothom.
El meu dubte és com podem aprofitar aquests avenços reconeixent la feina prèvia, revisant els resultats amb rigor i procurant que les eines arribin també als investigadors.
Un cop més, em trobo entenent arguments de banda i banda. Potser perquè aquí podem celebrar un avenç i, al mateix temps, qüestionar com s’ha aconseguit i com s’ha presentat.
▶ Mistral: una IA europea
Quan parlem d’intel·ligència artificial, sovint pensem en les grans empreses dels Estats Units o en els models que arriben de la Xina. Però Europa també vol desenvolupar tecnologia pròpia. L’empresa francesa Mistral és una de les protagonistes d’aquesta aspiració, que va més enllà de tenir un assistent que respongui bé: també implica decidir qui desenvolupa la IA, qui la pot executar i quines condicions ens imposa.
Aquest 6 d’octubre de 2026, Mistral ha presentat una versió preliminar pública de Large 4, el seu nou model de gamma alta, amb la publicació dels pesos prevista per a finals de mes.
Si encara no heu provat les eines d’aquesta empresa, podeu començar pel seu assistent web i conversar-hi com feu amb altres assistents d’IA. Disposa d’un pla gratuït i de plans de pagament, com el Pro, amb més capacitat d’ús. Ara bé, l’assistent web i el model Large 4 són coses diferents: no hem de donar per fet que qualsevol conversa al web utilitzi aquest darrer model.
El puc descarregar en local?
Tornant a la notícia, una de les característiques destacades de Large 4 és l’aposta pels pesos oberts. Ja explico què vol dir això en un altre article d’aquesta web, però, resumint-ho, publicar els pesos permet que altres organitzacions descarreguin el model i l’executin en maquinari propi, segons les condicions de la llicència. Això no comporta necessàriament disposar de totes les dades d’entrenament ni de tots els detalls per reproduir-ne el procés de creació.
Però tampoc us feu il·lusions de baixar aquest Large 4 i fer-lo córrer al vostre ordinador personal. Parlem d’un model de dimensions enormes, que necessita infraestructura especialitzada i una inversió considerable. Tenir accés als pesos no fa desaparèixer el cost d’executar-lo.
I com queda respecte dels models més potents, també anomenats models de frontera?
Segons les avaluacions publicades per Mistral, Large 4 és competitiu amb alguns dels millors models oberts, inclosos els xinesos. Ara bé, no hi ha una classificació única que serveixi per a tot: els resultats canvien segons si avaluem programació, imatges, raonament o altres tasques. A més, cal distingir les proves publicades pel fabricant de les avaluacions independents.
El valor d’aquesta proposta és disposar d’una alternativa europea capaç de competir i d’ampliar les opcions disponibles.
Això ens porta a la sobirania tecnològica. L’expressió pot semblar abstracta, però té conseqüències pràctiques: de quin proveïdor depenem, on s’executa el servei i quines alternatives tenim si les condicions canvien. Segons l’empresa, Large 4 s’ha entrenat en centres de dades propis a Europa, que també allotgen aquesta versió preliminar.
Disposar d’aquestes opcions pot donar més capacitat de decisió a empreses i institucions. No elimina totes les dependències —el maquinari també compta—, però amplia el marge per triar.
I, un cop més, vull recordar que el millor model per a una tasca no ha de ser necessàriament el capdavanter. Ha de ser aquell que ens la resolgui bé, sense perdre de vista el cost, la privacitat i la seguretat de les dades que hi compartim.
En llenguatge de carrer: no tothom necessita un Ferrari per circular.
▶ I si els agents d’IA fan massa bé la seva feina?
Quan parlem dels riscos dels agents d’intel·ligència artificial, acostumem a imaginar que s’equivoquen: reserven el dia que no toca, cancel·len un servei que volíem conservar o prenen una decisió sense consultar-nos. Però hi ha una altra possibilitat: que facin exactament allò que els hem demanat i que, tot i així, causin problemes.
Un agent és un sistema d’IA al qual podem encarregar una tasca i deixar que faci passos per completar-la. Per exemple: «Troba’m taula en aquest restaurant». Pot consultar disponibilitats, tornar-ho a provar més tard i, si té permís, fer la reserva. Tot això ens estalvia temps. La qüestió és quantes vegades ho intentarà i què passarà quan molta gent disposi d’un ajudant igual de persistent.
Una reserva que es va convertir en centenars de consultes
Un usuari va demanar al seu agent que li aconseguís taula en un restaurant de Nova York molt sol·licitat. L’agent va consultar la plataforma de reserves Resy dia i nit: segons el registre que va publicar el mateix usuari, feia aproximadament 200 peticions per hora. Resy li va desactivar temporalment el compte i li va cancel·lar les reserves futures. L’agent perseguia l’objectiu que li havien donat, però ho feia d’una manera que el propietari del compte no s’havia imaginat.
Podem pensar que perdre una reserva no és cap drama. Però el cas mostra una diferència important entre una persona i un agent: una persona es cansarà de mirar si ha quedat una taula lliure; un agent pot comprovar-ho contínuament. Si milers d’agents fan el mateix, la plataforma ha d’afrontar moltes més consultes i qui reserva pel seu compte pot quedar en desavantatge.
Una cosa semblant comença a passar amb l’atenció al client. Hi ha agents que truquen per negociar factures o donar de baixa subscripcions. Per a l’usuari, delegar una trucada pesada pot ser una bona notícia. Per als serveis que reben aquestes trucades, planteja preguntes noves: com comproven que l’agent té autorització? Quantes vegades pot insistir? Com atenen les persones si augmenta molt el volum de trucades? Segons Business Insider, aquests agents encara representen una part petita de les trucades, però les empreses ja s’estan preparant per gestionar-los.
I si ho traslladem als bancs?
Torsten Sløk, economista en cap d’Apollo, ha plantejat un escenari més delicat. Imaginem que milions de persones demanen als seus agents: «Posa els meus diners al compte que em doni més interessos». Cada agent buscaria una oferta millor i podria recomanar o efectuar un trasllat. La decisió seria raonable per a cada client. Però, si molts diners sortissin ràpidament de les mateixes entitats, aquestes podrien perdre una part important dels dipòsits amb què es financen.
És una hipòtesi, no una crisi bancària que ja s’hagi produït. Tampoc vol dir que buscar un compte amb més rendiment sigui perjudicial. La pregunta de Sløk és què passaria si milions d’agents prenguessin decisions semblants gairebé al mateix temps, a una velocitat que els bancs no estan acostumats a gestionar.
Aquí hi ha la idea central: allò que beneficia una persona pot crear dificultats si milions de persones ho fan simultàniament. No perquè els agents es rebel·lin, sinó perquè són ràpids, constants i capaços de repetir una tasca tantes vegades com calgui.
Aprendre a conviure amb agents
La resposta no sembla que hagi de ser impedir que ens ajudin. Poden estalviar-nos moltes gestions poc agradables. Però caldrà establir límits comprensibles: quantes consultes poden fer a un servei, quines accions requereixen una confirmació humana i com demostren que actuen en nom nostre.
El cas de la reserva ens deixa una pregunta senzilla que també serveix per a tasques més serioses: quan diem a un agent «aconsegueix-me això», sabem què està disposat a fer per aconseguir-ho?
Deixa un comentari