#Intel·ligènciaArtificial #Tecnologia #Europa #València #Innovació

Un equip de la Universitat Politècnica de València (UPV) i el Royal Institute of Technology de Suècia (KTH) ha posat a prova models d’intel·ligència artificial (IA) per a resoldre problemes matemàtics en català. Els resultats revelen que els models europeus, com ALIA, encara estan lluny dels gegants com Google o OpenAI. I això, malgrat els esforços per a impulsar la IA multilingüe.

Pensa en un xiquet o xiqueta de 14 anys resolent un problema matemàtic de la Competició Cangur. Ara imagina que una màquina intenta fer el mateix. Això és exactament el que han fet investigadors de la UPV i el KTH, però amb un gir: els problemes estaven en català. I no, no ha sigut tan fàcil com semblaria.

Segons hem pogut conéixer en Crònica, l’estudi ha analitzat models com Gemini-1.5-flash (Google), GPT-3.5 Turbo i GPT-4o-mini (OpenAI), a més de DeepSeek R1 i ALIA, un model espanyol que encara està en desenvolupament. La idea era senzilla: veure com aquests sistemes gestionen llengües diferents de l’anglés, el rei indiscutible de la IA.

El resultat? ALIA, el model espanyol, va quedar-se enrere. Amb un 20% d’encerts, no només va fallar en resoldre els problemes sinó que tampoc va poder explicar com ho havia intentat. En canvi, DeepSeek va assolir una precisió del 96%. “Això mostra els reptes que tenim per davant”, reconeix J. Alberto Conejero, investigador principal de l’estudi.

Però, per què és important que una màquina resolga problemes en català? Conejero ho explica clar: “Els models d’IA estan entrenats majoritàriament en anglés. Si volem que aquesta tecnologia siga realment global, ha de funcionar en altres llengües, incloses les minoritzades”. I aquí és on ALIA, malgrat els esforços, encara no dona l’altura.

El problema no és només tècnic, sinó també econòmic. Sergio Hoyas, investigador de la UPV i coautor de l’estudi, ho deixa clar: “A Europa es fan anunci d’inversions enormes, com els 100.000 milions que França destinarà a la IA. Però a Espanya, la convocatòria de 2023 ni tan sols es va resoldre”.

I què passa amb el català? L’estudi també va analitzar si incloure dades en aquesta llengua millorava el rendiment de ALIA. La resposta va ser negativa. Ricardo Vinuesa, investigador del KTH, ho resumeix així: “Això planteja preguntes sobre l’efectivitat dels enfocaments multilingües en la IA. Potser no és suficient amb afegir més idiomes; cal repensar com s’entrenen aquests models”.

La solució, segons els investigadors, podria estar en la “destil·lació”: una tècnica que permet entrenar models més xicotets i eficients, com GPT-4o mini, per a imitar el comportament de models més complexos, com GPT-4o. Això podria ajudar Europa a tancar la bretxa amb els Estats Units i Xina.

Però no tot són dades i percentatges. Darrere d’aquests models hi ha persones treballant per a millorar la nostra comprensió del món. Conejero ho diu amb claredat: “Cada problema matemàtic resolt per una màquina és un pas endavant, però també un recordatori que la tecnologia ha d’estar al servei de les persones, no al revés”.

En definitiva, el camí és llarg, però estudis com aquest són un pas més cap a una IA més inclusiva i accessible per a tots. Com en Crònica hem identificat al preparar aquesta informació, el repte no és només tècnic, sinó també humà.