Què ha passat: la IA ja està obligada a dir que és IA
El 2 d'agost de 2026 van entrar en aplicació les obligacions de transparència del Reglament Europeu d'Intel·ligència Artificial, l'anomenat AI Act. Ho confirma la mateixa Comissió Europea: a partir d'aquesta data, quan interactues amb una màquina tens dret a saber que és una màquina.
La norma no afecta només els sistemes "d'alt risc": aquestes regles de transparència (l'article 50 del Reglament) s'apliquen a qualsevol IA que caigui en quatre situacions concretes. Aquestes són les que et trobaràs en el dia a dia:
- Xatbots i assistents: si parles amb un sistema d'IA, t'ha d'avisar, tret que sigui evident.
- Contingut generat o manipulat: les imatges, àudios i vídeos fets amb IA han de portar una marca llegible per les màquines.
- Deepfakes: els vídeos o àudios que imiten persones reals s'han d'identificar com a artificials.
- Reconeixement emocional i biomètric: si un sistema analitza la teva cara o la teva veu, t'ho ha de dir.
No és una recomanació amable: incomplir-ho pot costar multes de fins a 15 milions d'euros o el 3% de la facturació mundial de l'empresa. I com que és un reglament europeu, s'aplica directament a tot Espanya sense esperar cap llei nacional.
Què hi ha al darrere: com funciona una IA perquè costi tant distingir-la
El motiu que calgui una llei és senzill: cada cop és més difícil notar que una cosa l'ha escrit o dibuixat una màquina. I per entendre per què, cal mirar com funciona la IA generativa per dins.
Un model de llenguatge com els que mouen els xatbots no "sap" coses com tu. El que ha fet és llegir quantitats enormes de text i aprendre un patró estadístic: donada una sèrie de paraules, quina és la següent més probable. Repetint això milions de vegades construeix frases que sonen humanes, tot i que per dins només estigui calculant probabilitats.
Un exemple per veure-ho clar. Si et tapo una paraula a "el gat es va enfilar al…", el teu cervell completa "terrat" o "arbre" perquè ha vist aquesta frase mil vegades. La IA fa el mateix, però a una escala brutal i amb tots els temes alhora. Per això et pot redactar un correu o resumir un tema: no entén el món, prediu el text que encaixa. Amb les imatges passa una cosa semblant: el model aprèn quins píxels solen anar junts i genera una foto "plausible" que no va existir mai.
Aquí és on encaixa la llei. Com que el resultat és indistingible a simple vista, l'única manera que en sàpigues la veritat és que el mateix sistema ho declari: amb un avís ("estàs parlant amb una IA") o amb una marca amagada al fitxer que les plataformes poden llegir. La transparència no arregla que la IA s'assembli a un humà; et dona la informació per no confondre't.
Com s'estudia la intel·ligència artificial (i per què no és màgia)
Tot això sona a ciència-ficció, però per sota hi ha assignatures molt concretes que ja estudies o pots estudiar. La IA no és màgia: són matemàtiques, estadística i programació treballant juntes. Aquesta és la base real:
| Peça | Què aporta a la IA | On s'estudia |
|---|---|---|
| Àlgebra i matrius | Representa les dades i les connexions internes del model | Matemàtiques de Batxillerat i universitat |
| Estadística i probabilitat | És la que "prediu la paraula més probable" | Batxillerat, cicles d'FP, graus |
| Programació | Construeix i entrena els models (sobretot Python) | FP d'informàtica, graus, autoaprenentatge |
| Pensament crític | Detectar biaixos i saber quan NO fiar-se'n | Filosofia i qualsevol assignatura ben ensenyada |
L'error més comú de qui comença és voler fer servir eines d'IA sense entendre la base: es queden copiant prompts que funcionen "com per art de màgia" i es bloquegen així que alguna cosa falla. El segon error és el contrari: creure que cal ser un geni de les matemàtiques per tocar això. Ni una cosa ni l'altra. Amb una base sòlida d'estadística i una mica de programació s'entén molt més del que sembla.
Un bon ordre per començar, si estàs a Batxillerat o en un cicle: primer afiança probabilitat i funcions, després aprèn a programar en Python amb projectes petits, i només llavors fica't en com s'entrena un model. Saltar-te els fonaments és justament el que fa que la IA sembli inabastable.
Quan val la pena un professor particular
La intel·ligència artificial castiga les llacunes: si l'estadística o les funcions se't van quedar a mitges, tota la resta se't desmunta a sobre així que intentes anar un pas més enllà. Aquí és on un professor particular marca la diferència, perquè detecta exactament quina base et falta i te la reforça en hores en lloc de mesos de frustració a base de tutorials solts.
A Eurekademy pots començar amb una primera classe amb 50% de descompte i sense compromís, amb professors que treballen al sector. Si vols entendre de debò la IA, reforçar les mates que hi ha a sota o preparar l'accés a un cicle d'informàtica, fes un cop d'ull a les nostres classes d'intel·ligència artificial i valorem junts per on començar. Els nostres alumnes ens valoren amb 4,8★ a Google, i aquesta base ben posada és el que converteix la curiositat d'una notícia d'avui en una sortida professional real demà.