Entendre el funcionament intern de la IA és, avui dia, una condició indispensable per comprendre la situació geopolítica global. La capacitat de processament, el control sobre les dades i el domini sobre els minerals crítics i la maquinària d'alta precisió necessaris per fabricar GPUs estan redefinint les quotes de poder entre nacions. La Universitat no pot limitar-se a ser una plataforma de transmissió tècnica; té la missió ineludible d'ensenyar i divulgar la naturalesa de la IA per formar ciutadans capaços de veure-hi més enllà de la interfície digital. La Universitat ha de ser el fòrum crític on es desmunti el mite de la neutralitat tècnica i s'ensenyi que la IA no és una eina passiva, sinó un mediador que transforma activament com entenem el món i com decidim actuar-hi.
Mentre que els humans podem dubtar, rectificar o actuar per intuïció segons el context, els sistemes de IA executen estrictament la seva configuració lògica. Això implica que cada decisió de disseny –des de la selecció de dades fins als objectius d'optimització que determinen què considera la màquina com un "èxit"– és, en realitat, una decisió ètica codificada. Si el sistema no s'ajusta a normes i principis ètics, la IA simplement automatitzarà i potenciarà els patrons de les dades d'entrenament, consolidant biaixos del passat com si fossin regles objectives per actuar en el present. Configurar els objectius d’un sistema no és un acte neutre, sinó un compromís amb la justícia social.
En l'àmbit acadèmic, hem d'ensenyar que darrere de la precisió tècnica bateguen dilemes profunds: com quantifiquem el "benefici" en la distribució de recursos o quines variables prioritzem en situacions de risc? No es tracta només d’ajustar paràmetres de rendiment, sinó d'integrar valors per evitar que la tecnologia actuï de manera cega. Per això, l'auditoria ètica és una de les tasques més urgents que la Universitat ha de liderar, seguint marcs globals com els de la UNESCO.
Aquesta reflexió ètica també ha d'aterrar en la realitat física. Tot i que la IA es percep sovint com una entitat immaterial (el “núvol”), la seva existència depèn d'una infraestructura planetària amb un impacte ambiental i social profund. L’extracció de materials crítics, com el liti i les terres rares, sovint alimenta conflictes geopolítics i vulneracions de drets humans en les zones d'origen. A més, la construcció i el manteniment dels centres de dades exigeixen volums massius d'aigua i energia, generant un deute ecològic intergeneracional. Davant d'això, la Universitat ha de liderar la recerca de solucions més sostenibles, aportant millors propostes des de la fase de fabricació del maquinari fins als processos d'entrenament i inferència. Cal estudiar alternatives com els Small Language Models (SLM) i l'Edge Computing, que permeten un processament local i eficient. Tanmateix, cal considerar la paradoxa de Jevons: l'optimització dels models no redueix automàticament l'impacte ambiental, ja que una IA més eficient en facilita la seva integració en infinitat de nous processos i provoca un efecte de rebot que augmenta la demanda energètica global. És imprescindible que la Universitat promogui tecnologies que no només redueixin la petjada de carboni, sinó que fomentin la sobirania tecnològica i una menor dependència de les grans corporacions que monopolitzen el sector.
Finalment, la Universitat ha d'exercir una vigilància crítica contínua amb l'objectiu de formar professionals de màxima excel·lència tècnica que siguin, alhora, plenament conscients de la seva responsabilitat social. El nou perfil expert no pot separar la competència tecnocientífica del coneixement de les implicacions ambientals i socials del seu treball. Només a través d'un qüestionament constant del "com" i del "per a què" de cada innovació, podrem garantir que la tecnologia no sigui un fi en si mateixa, sinó una eina compromesa amb una societat més justa.
Eva Vidal
Comments
Post a Comment