La intel·ligència artificial (IA) és excel·lent per accelerar processos, reduir costos i augmentar vendes. Així ho afirmen desenes d’experts entrevistats en la investigació acadèmica internacional sobre IA i humans, en què treballem actualment en col·laboració amb diverses universitats. La IA ens aporta una optimització general del que ja disposem. Si parléssim en termes de mobilitat, podríem dir que aquesta eina ens permetria reduir la congestió de trànsit a les carreteres, però sense la necessitat de construir-ne de noves. La IA, de fet, podria optimitzar simultàniament les rutes de transport públic i privat, estalviant temps i evitant costos de construcció.

A Catalunya, amb un pressupost de 13 milions d’euros, Catalonia.AI, Estratègia d’Intel·ligència Artificial de Catalunya, i el Centre of Innovation for Data tech and Artificial Intelligence, CIDAI, ja enfoquen els seus esforços a aplicar la IA en producció, salut, infraestructures i fàbriques, entre d’altres. Tanmateix, les dades suggereixen que per crear una mentalitat d’IA, la inversió també ha d’apuntar cap a l’aprenentatge. La Xina, que lidera la cursa mundial de la IA, s’ha fixat com a objectiu per al 2025 que el 100% dels escolars estiguin capacitats en ciència de dades. A causa de la crisi generada per la covid-19, la necessitat mundial de recuperació ha accelerat les inversions en IA arreu del món. Per què? Vegem-ho en tres punts:

1. Els avenços tecnològics necessiten dècades per marcar una diferència en l’economia agregada, és a dir, per a tots els actors involucrats. El 2020, la complementarietat en la intel·ligència artificial, que s’alimenta de dades, significa comptar amb aquests trilions de dades de múltiples fonts i en el mateix format. La complementarietat és tenir tot aquest ecosistema coordinat, que les dades generades per indicadors econòmics, registre de patents, consultors de carrera o cursos d’innovació a les escoles de negocis, es puguin recopilar en el mateix format, analitzar i tornar a compartir.

2. Aquesta complementarietat ens condueix al segon punt, el tipus d’inversions. D’una banda, ens trobem amb el capital organitzacional per a plataformes o sensors, dels quals poder extreure informació, dades. D’altra banda, preveiem el capital físic, des de cables de comunicació submarina fins a organitzacions institucionals per definir i promoure estàndards de cooperació i universitats.

3. En conseqüència, el tercer punt es refereix a una distribució equitativa de recursos i capacitats: cada transició que involucri milions de persones ha de ser coordinada -tant a través d’inversions en infraestructura física com organitzativa- per entitats privades i governs. AI Economist, una nova línia d’investigació que estudia com millorar l’economia utilitzant la IA per optimitzar la productivitat i la igualtat social, subratlla com les persones marginades de la societat són difícils d’entendre per un programari d’IA hiperracional, que podria sacrificar els més febles en nom de l’eficiència.

Establertes les condicions, finalment es tracta dels beneficis. La solució té el nom d’innovació i encara es troba en el triangle tecnologia-estratègia-psicologia, més específicament en la indústria que abasta la investigació, el pensament sistèmic complex i la presa de decisions centralitzada i eficaç. Aquestes són tres dimensions ambicioses, però ara que el rendiment general està per sota de les expectatives, les dades mostren que la motivació per assolir fites ambicioses és més gran en tothom. En definitiva: no hi ha millor moment que l’actual per fomentar la intel·ligència artificial a casa nostra.