ÌNDEX

1. Introducció............................................................................................................................ 4
1.1. Contextualització del tema............................................................................................ 4
1.2. Plantejament del problema............................................................................................ 5
1.4. Objectius........................................................................................................................6
1.5. Motivació...................................................................................................................... 7
2. Marc teòric............................................................................................................................ 8
2.1. Definició de la intel·ligència artificial...........................................................................8
2.1.1. Enfocaments dins de les IA.................................................................................. 8
● Automated Machine Learning (AutoML).............................................................9
● No-Code Machine Learning & Low-Code Machine Learning Development...... 9
● Machine Learning Operationalization Management (MLOps)............................ 9
● Reinforcement Learning....................................................................................... 9
● Robotic Process Automation (RPA) & Process Mining..................................... 10
● Generative AI......................................................................................................10
● Tiny ML.............................................................................................................. 10
2.2. Tipus de IA i les seves característiques....................................................................... 11
2.2.1. Tipus de IA segons la seva capacitat.................................................................. 11
1. Intel·ligència artificial estreta (ANI - Artificial Narrow Intelligence)............... 11
2. Intel·ligència artificial General (AGI - Artificial General Intelligence)............ 11
3. Superintel·ligència Artificial (ASI - Artificial Super Intelligence)....................12
2.2.2. Tipus de IA segons la seva funcionalitat............................................................12
1. Màquines reactives............................................................................................. 12
2. Màquines de memòria limitada.......................................................................... 13
3. Teoria de la ment................................................................................................ 13
4. Autoconsciència................................................................................................. 13
2.3. L’aprenentatge automàtic (ML)..................................................................................14
2.3.1. Tipus d’aprenentatge automàtic: dos enfocaments d’aprenentatge.................14
2.3.2. Xarxes Neuronales.......................................................................................14
2.3.3. Deep Leaning.............................................................................................. 14
2.4. Aplicacions de la IA en l’economia i la feina............................................................. 15
2.5. Impacte de la IA en la societat.................................................................................... 17
3. Impacte econòmic de les IA............................................................................................... 18
3.1. Augment de la productivitat i eficiència empresarial..................................................18
3.2. Noves oportunitats de negoci i sectors emergents.......................................................19
Sanitat.................................................................................................................. 19
Manufacturament..................................................................................................19
Finances............................................................................................................... 19
Educació...............................................................................................................20
 Transport i logistica...............................................................................................20
3.3. Transformació dels models de negoci......................................................................... 21
3.4. Impuls a la innovació i creació de nous sectors econòmics........................................ 22
Impacte de la IA generativa........................................................................................22
Valor empresarial amb IA generativa......................................................................... 22
Oportunitats de negoci amb IA generativa................................................................. 23
4. Impacte laboral de les IA...................................................................................................24
4.1. Automatització i desplaçament de treballadors...........................................................24
4.2. Creació de nous llocs de treball especialitzats en tecnologia......................................25
4.3. Sectors més afectats per als treballadors per l’automatització.................................... 26
Finances i corredors de borsa:............................................................................. 26
Transcripció i traducció de textos:........................................................................ 26
Sector salut:..........................................................................................................26
Transport:............................................................................................................. 26
Atenció al client:................................................................................................... 27
5. Desafiaments ètics i reguladors......................................................................................... 27
5.1. Responsabilitat i presa de decisions automatitzades................................................... 27
5.2. Privacitat i protecció de dades.....................................................................................28
5.3. Ètica de la IA en l’àmbit laboral................................................................................. 29
1. Transparència:..................................................................................................29
2. Equitat:............................................................................................................. 29
3. Responsabilitat:................................................................................................ 29
4. Privacitat i protecció de dades:.........................................................................29
5. Impacte en l'ocupació:...................................................................................... 29
5.4. Marc regulador i polítiques governamentals............................................................... 30
1. Reglaments i lleis:............................................................................................ 30
2. Avaluació de riscos:..........................................................................................30
3. Ètica i responsabilitat:.......................................................................................30
4. Col·laboració internacional:.............................................................................. 30
5. Incentius i suport:............................................................................................. 31
6. Part pràctica....................................................................................................................... 31
6.1. Casos d’èxit en l’adopció de IA en empreses..............................................................31
6.2. Exemples de transformació laboral en diferents indústries.........................................31
6.3. Entrevistes realitzades............................................................................................ 31
6.4. Enquesta al públic..................................................................................................... 34
6.5. Pronòstics a cerca de l’impacte econòmic de les IA a llarg termini............................41
6.6. Recomanacions per fer front als desafiaments plantejats............................................41
7. Conclusions......................................................................................................................... 41
8.1. Conclusions generals...................................................................................................41
8.2. Limitacions de l’estudi................................................................................................ 41
8. Bibliografia......................................................................................................................... 41
9. Annexos............................................................................................................................... 42
 1. Introducció

1.1. Contextualització del tema

En aquest treball d'investigació, m'he centrat en "L'Eclosió de la Intel·ligència Artificial a
l'Economia" com a tema principal. Aquest tema és d'importància cabdal ja que està generant
una gran innovació en la nostra vida quotidiana, ja que la tecnologia cada vegada té un paper
més destacat en la vida de les persones.

La controvèrsia que genera la intel·ligència artificial pel futur és un tema crític en l'actualitat.
Amb l'acceleració de la tecnologia i l'aparició de noves idees i possibilitats, és fonamental
reflexionar sobre els aspectes ètics relacionats amb la innovació. Aquest enfocament ens duu
a considerar les conseqüències morals, socials i ambientals de les noves invencions i
pràctiques.

L'adopció de tecnologies d'IA ha demostrat tenir un impacte significatiu en la productivitat i

eficiència de les empreses des d'una perspectiva econòmica. Les IA poden analitzar grans
quantitats de dades en temps real, identificar patrons i tendències, i proporcionar informació
crucial per a la presa de decisions empresarials. Això ha portat a una major optimització dels
processos, una reducció dels costos operatius i un augment de la competitivitat de les
organitzacions.

No obstant això, aquest augment d'eficiència també ha generat preocupació pel que fa al
desplaçament de llocs de treball. L'automatització de tasques rutinàries i repetitives per part
de la IA pot provocar que alguns llocs de treball esdevinguin obsolets, la qual cosa podria fer
que molts treballadors perdessin la seva feina. A més a més, es tem que aquesta
automatització afecti especialment els treballadors menys qualificats, cosa que podria
augmentar la bretxa en la desigualtat econòmica.

D'altra banda, l'impacte econòmic positiu de la IA també s'ha reflectit en l'aparició de noves
oportunitats laborals. La IA ha augmentat la demanda de professionals altament especialitzats
en àrees com la ciència de dades, la intel·ligència artificial, el desenvolupament d'algoritmes i
la robòtica. Això ha generat una gran necessitat d'educació i formació en aquestes àrees per
assegurar que la força laboral estigui preparada per a futures oportunitats laborals.

L'adopció de la IA també ha estat un element innovador en la competència internacional en el

context de l'economia global. Els països i empreses líders en el desenvolupament i aplicació
de tecnologies de IA poden obtenir una avantatge competitiu en el mercat mundial, mentre
que els qui no siguin capaços d'adaptar-se es podrien quedar enrere.
1.2. Plantejament del problema
L'impacte de la intel·ligència artificial en l'economia és un tema crucial que planteja una sèrie
de desafiaments i oportunitats que han de ser examinats de manera detallada. Aquest estudi
de recerca s'enfoca específicament a comprendre en profunditat com la IA està transformant
diversos aspectes econòmics i socials, i com aquestes transformacions afecten les empreses i
a la societat en el seu conjunt.

En primer lloc, s'investigarà l'efecte de la IA en la productivitat i eficiència de les empreses,

analitzant com l'automatització de tasques i la presa de decisions basades en dades estan
impulsant millores en la rendibilitat i competitivitat de les organitzacions.

D'altra banda, s'explorarà detingudament l'impacte en el mercat laboral, avaluant de manera

precisa si l'adopció de la IA comporta la pèrdua d'ocupacions i, en cas afirmatiu, quins són els
sectors i grups de treballadors més afectats. Es consideraran també les oportunitats d'ocupació
que sorgeixen en camps relacionats amb la IA i com es poden abordar les bretxes d'habilitats.

Aquest estudi també se centrarà en les implicacions ètiques i socials de la IA en l'economia,

explorant temes com la transparència en la presa de decisions de les màquines, la
responsabilitat en el disseny de sistemes de IA i l'impacte en l'equitat econòmica i social.
1.4. Objectius
Aquest treball de recerca s'enfoca en "L'Eclosió de la Intel·ligència Artificial a l'Economia"
com a tema central, abordant una qüestió de gran importància en l'actualitat. La creixent
influència de la tecnologia, i en particular de la intel·ligència artificial, en la vida diària de les
persones i en l'àmbit empresarial és innegable. La velocitat a la qual la tecnologia avança i
l'aparició constant de noves idees i pràctiques plantegen qüestions ètiques, socials i
econòmiques crucials que requereixen una anàlisi en profunditat.

Un dels aspectes fonamentals a considerar és com l'adopció de tecnologies d'intel·ligència

artificial està tenint un impacte econòmic significatiu. La capacitat de la IA per a analitzar
grans volums de dades en temps real, identificar patrons i tendències, i proporcionar
informació valuosa per a la presa de decisions empresarials ha portat a una optimització de
processos, una reducció dels costos operatius i un augment en la competitivitat de les
organitzacions.

No obstant això, aquest augment en l'eficiència també planteja interrogants sobre el

desplaçament d'ocupacions, especialment en treballs rutinaris. L'automatització impulsada
per la IA podria fer que uns certs llocs de treball es tornin obsolets, la qual cosa podria tenir
un impacte significatiu en el mercat laboral i augmentar la desigualtat econòmica.

Al seu torn, la IA ha obert noves oportunitats laborals en camps altament especialitzats, com
la ciència de dades, la intel·ligència artificial i la robòtica. Això ha generat una creixent
demanda d'educació i form
1.5. Motivació
La motivació darrere d'aquesta recerca radica en la creixent influència de la intel·ligència
artificial en l'economia actual. La tecnologia, en particular la IA, s'ha convertit en un actor
clau en la nostra vida quotidiana i en el món empresarial, transformant la forma en què
interactuem i treballem. Aquest fenomen no sols representa un avanç tecnològic, sinó també
un canvi profund en la societat i l'economia, la qual cosa el converteix en un tema de gran
rellevància i interès.

La controvèrsia que envolta el futur de la intel·ligència artificial és innegable i planteja

qüestions ètiques, socials i econòmiques urgents. El ritme accelerat de desenvolupament
tecnològic i la constant innovació requereixen una reflexió crítica sobre com aquesta
revolució tecnològica està afectant la nostra ètica, la nostra manera de relacionar-nos i com
vivim i treballem. Comprendre les implicacions morals, socials i ambientals de la IA s'ha
convertit en una necessitat ineludible.

A més, l'adopció de tecnologies d'intel·ligència artificial ha demostrat tenir un impacte

econòmic substancial. La seva capacitat per a analitzar dades massives, identificar patrons i
prendre decisions en temps real ha millorat l'eficiència empresarial, optimitzant processos i
reduint costos. No obstant això, aquest avanç també ha generat preocupacions sobre el
desplaçament d'ocupacions i la possible desigualtat econòmica, la qual cosa agrega un
component econòmic rellevant a la nostra motivació de recerca.

Finalment, el sorgiment d'oportunitats laborals especialitzades en camps relacionats amb la

IA planteja la necessitat de comprendre com s'estan transformant els mercats laborals i com
podem preparar adequadament a la força laboral per a les demandes futures. Aquest escenari
competitiu i en constant canvi, impulsat per la IA, motiva l'exploració del seu impacte en
l'economia global i la competitivitat de nacions i empreses.
 2. Marc teòric

2.1. Definició de la intel·ligència artificial

La intel·ligència artificial és la combinació d’algoritmes aplicats amb el propòsit de crear
màquines que s'assemblen a les capacitats que té un ésser humà per resoldre problemes.

El terme ‘’intel·ligència artificial’’ (IA) es refereix a la simulació dels processos cognitius

humans per màquines o sistemes informàtics. És un camp d’estudi en el qual ‘objectiu és
desenvolupar algoritmes i sistemes que pugui aprendre, raonar, veure, prendre decisions i
resoldre problemes de manera comparable a com ho faria un ésser humà.

El principal objectiu de la intel·ligència artificial (IA) és capacitar a les màquines per complir
tasques que normalment requereixen intel·ligència humana. Com el reconeixement de veu, el
processament del llenguatge natural, l'aprenentatge automàtic, la presa de decisions, l’anàlisi
de dades i la resolució de problemes.

2.1.1. Enfocaments dins de les IA

S’empra una varietat d’estratègies i mètodes dins del camp de la IA per crear sistemes
intel·ligents que són capaços d'acomplir tasques particulars o imitar alguns aspectes de la
cognició humana. Aquestes són algunes de les tècniques més populars utilitzades en la IA:

● Automated Machine Learning (AutoML)

L’aprenentatge automàtic automatitzat és un mètode de IA que té com a objectiu fer que la
creació, l’entreteniment i la millora dels models d’aprenentatge automàtic siguin més
eficients. L’objectiu de l’AutoML és accelerar i simplificar la creació de models
d’aprenentatge automàtic, reduint així la demanda de participació humana en tasques
laborioses i repetitives.

L’AutoML automatitza una gran part d’aquest procés mitjançant, mètodes de recerca i
algoritmes d’optimització. Els sistemes d’autoML poden escollir els millors algoritmes,
paràmetres i característiques d’enginyeria pertinents a problema actual després d’haver
explorat automàticament un gran espai de models i configuracions.

● No-Code Machine Learning & Low-Code Machine Learning

Development
L’aprenentatge automàtic sense codi/de codi fluix, és una estratègia de IA que permet a les
persones crear i utilitzar models d’aprenentatge automàtic sense haver d'escriure un codi
complex, inclòs si tenen poca experiència en programació o ciència de dades.
Per implementar algoritmes, manejar conjunt de dades i portar a terme tasques
d’optimització, el desenvolupament de models d’aprenentatge automàtic tradicionalment
requeria habilitats de programació avançades i coneixements tècnics profunds. Però com
l’aprenentatge sense codi/codi fluix ha guanyat popularitat, el procediment s’ha tornat
notablement més simple, la qual cosa permet que més persones fan servir el poder de
l’aprenentatge automàtic.

● Machine Learning Operationalization Management (MLOps)

La gestió, implementació i manteniment de models de Machine Learning (aprenentatge
automàtic) en entorns de producció de manera eficient i efectiva és l'enfocament de la
pràctica desconeguda com Gestió d’operacionalització de Machine Learning (MLOps). Per
garantir que els models ML s’implementen de manera segura, confiable i escalable en
aplicacions pràctiques, MLOps barreja principis de desenvolupament i ciència de dades.

● Reinforcement Learning
L’aprenentatge per reforç és un mètode d’aprenentatge automàtic que s'inspiren la forma en
què els humans adquireixen coneixement en interactuar amb el seu entorn. D’acord amb
aquest paradigma, un robot o un programa d’ordinador aprèn a com actuar en un entorn
determinat per acomplir una tasca particular.

Després de cada acció, l’agent rep comentaris en forma de recompenses o penalitzacions, la

qual cosa ensenya com prendre decisions que augmenten la recompensa general amb el
temps.

● Robotic Process Automation (RPA) & Process Mining

Robotic Process Automation (RPA):
Mitjançant l'ús de programari d'automatització, RPA és una tecnologia que automatitza les
tasques rutinàries basades en regles en els processos comercials. Els “bots” RPA són
programes informàtics que poden comunicar-se amb llocs web, sistemes informàtics i
aplicacions de la mateixa manera que ho faria un ésser humà.

El Process Mining és una tecnologia que s'enfoca a examinar i visualitzar els processos
comercials actuals per a detectar ineficiències, colls d'ampolla i potencial de millora. Empra
tècniques d'anàlisis de dades per a extreure informació dels registres d'activitat i
esdeveniments dels sistemes d'informació de l'empresa.

Per a augmentar l'eficàcia de l'automatització de processos, RPA i el Process Mining

funcionen més ben junts. Process Mining pot determinar quins processos són els més
adequats per a l'automatització RPA en observar com es duen a terme les tasques i on es
poden usar les solucions d'automatització de manera més efectiva.
 ● Generative AI
És una àrea de IA que s'enfoca a desenvolupar models i algoritmes que poden produir
contingut nou i original, com a imatges, música, text o vídeos, que és similar als exemples
que se'ls van donar durant la capacitació. Generadors és el nom que reben aquests models.

A diferència dels models de IA convencionals, que es fan servir per a tasques com a
classificació, reconeixement de patrons o predicció, els generadors de IA generativa poden
crear noves instàncies de dades que mai s'han observat.

● Tiny ML
se centra en la implementació de models d'aprenentatge automàtic en maquinari amb recursos
limitats, com a microcontroladors, sistemes integrats i maquinari de baix consum.

2.2. Tipus de IA i les seves característiques

Existeixen diferents tipus de IA, des de sistemes dèbils o especialitzats que acompleixen
tasques especialitzades com el reconeixement de veu o el processament del llenguatge natural
fins a sistemes fortes o generals que aspiren a tenir una intel·ligència comparable o superior a
la humana en una àmplia gamma de dominis.

La IA ha encontrat aplicacions en molts camps diferents com la medicina, l’agricultura, la

indústria de l’automòbil, la banca, la logística i molts més.
Els xatbots ajuden en l’atenció al client, els motors de recomanació adapten les nostres
experiències en línia, els vehicles autònoms estén en desenvolupament i la IA ha evolucionat
fins a convertir-se en una eina útil per prendre d'emissions basades en dades.

2.2.1. Tipus de IA segons la seva capacitat

1. Intel·ligència artificial estreta (ANI - Artificial Narrow Intelligence)

La intel·ligència artificial Estreta (ANI) és un tipus d'intel·ligència artificial que se centra en

sistemes i programes creats per portar a terme tasques específiques i limitades.
A diferència de la intel·ligència artificial General (AGI), que pretén tenir una intel·ligència
similar a la humana i és capaç de portar a terme una àmplia gamma de tasques, l’ANI se
centra a resoldre problemes en dominis específics

Aquests sistemes de IA extrema són programats per portar a terme tasques específiques i no
tenen cap consciència ni habilitats més enllà de les tasques per les quals van ser dissenyades.
Alguns exemples habituals d’ANI són els assistents virtuals com Siri i Alexa, els xatbots
d’atenció al client, els sistemes de recomanació de productes i els algoritmes de detecció de
fraude.

2. Intel·ligència artificial General (AGI - Artificial General Intelligence)

L’AGI té com a objectiu de crear sistemes i programes informàtics artificialment intel·ligents

que tinguin una intel·ligència igual a la humana i siguin capaços de comprendre, aprendre,
raonar i aplicar coneixements en una àmplia gamma d’àmbits.

El desenvolupament de l’AGI planteja rellevants reptes tècnics i ètics, per arribar a un nivell
d’intel·ligència comparable al d’una persona, els sistemes haurien de ser capaços d’aprendre
de forma autònoma, adaptar-se a entorns canviants i gestionar problemes complexos sense
recórrer a una programació especialitzada. A més a més, hauran d’abordar-se qüestions
ètiques relacionades amb la consciència artificial, la responsabilitat moral i la seguretat dels
sistemes.
 3. Superintel·ligència Artificial (ASI - Artificial Super Intelligence)

L’ASI té com a objectiu tenir un nivell d'intel·ligència artificial que supera la intel·ligència
humana en tots els sentits, és la ideologia de crear sistemes d'intel·ligència artificial que
siguin superiors a la intel·ligència humana i pugui superar àmpliament la capacitat cognitiva
de qualsevol ment humana.

El terme ‘’Superintel·ligència’’ va ser popularitzat pel filòsof suec Nick Bostrom en el seu
llibre ‘’Superintel·ligència: Camins, perills, estratègies’’ de l’any 2014, que explora els
possibles efectes i reptes de la intel·ligència artificial avançada.

L’ASI planteja qüestions complexes i profundes sobre ètica, control i seguretat. Una ASI
podria superar ràpidament la capacitat humana de comprendre i governar el comportament,
cosa que plantejaria importants reptes per garantir l’alineació amb els valors humans i evitar
resultats desfavorables o indelebles.

Les comunitats científiques, filosòfiques i tecnològiques debaten i investiguen actualment

sobre la superintel·ligència. Molts experts demanen cautela i un enfocament acurat del
desenvolupament de la IA per garantir que els futurs sistemes beneficiïn a la humanitat i
siguin capaços d’afrontar qualsevol possible repte que planteja la superintel·ligència.

2.2.2. Tipus de IA segons la seva funcionalitat

1. Màquines reactives

Les màquines reactives, o sovint conegudes com ‘’Sistemes reactius’’, són un tipus de IA que
funcionen a l’instant i sense necessitat d’emmagatzemar informació sobre el passat. A
diferència d’altres enfocaments de IA que es basen en la memòria o l’aprenentatge, les
màquines reactives prenen decisions basant-se en les entrades actuals i les regles de decisió
establertes, sense tenir en compte el context històric.

Aquest tipus de sistema és especialment adequat per tasques limitades i especifiques en temps
real (vegeu annex 1).

2. Màquines de memòria limitada

A diferència de les màquines reactives, les màquines de memòria limitada tenen una capacitat
limitada per emmagatzemar informació del passat. Són un tipus de sistema de IA. Aquests
sistemes utilitzen dades històriques i experiències passades per millorar el seu rendiment i la
presa de decisions més informades.

Les màquines de memòria limitada tenen capacitat per aprendre de l’experiència prèvia i
adaptar-se, a diferència de les màquines reactives, que funcionen a temps real i basen les
seves decisions únicament en les entrades actuals i les regles establertes. Aquestes màquines
empren tècniques d’aprenentatge automàtic i models de memòria per emmagatzemar,
processar i fer servir informació històrica en la presa de decisions futures.

3. Teoria de la ment

La teoria de la ment, és un camp d’estudi que pretén dotar als sistemes de IA de la capacitat
de comprendre i atribuir estats mentals als agents amb els quals interactua, com éssers
humans i altres sistemes de IA.

La teoria de la ment és una capacitat humana fonamental que ens permet inferir i comprendre
els pensaments, creences, intencions i emocions dels altres, el que afavoreix la comunicació
eficaç, l’empatia i la cooperació social. En el camp de la IA, s'estan fent esforços per
reproduir aquesta habilitat amb el fi de millorar la interacció home-màquina i permès una
comunicació més contextual i natural.

En dotar als sistemes de IA d’una teoria de la ment, aquests sistemes són capaços d’anticipar
les necessitats i preferències dels usuaris, ajustar-se als seus estats emocionals i modificar les
seves respostes i accions en funció de les creences i expectatives d’altres persones. Això té
aplicacions en àrees com assistents virtuals més intel·ligents, sistemes de recomanació
personalitzades, interacció home-màquina més intuïtiva i el treball en equip més eficient en
entorns laborals i d’aprenentatge

4. Autoconsciència

La creació de sistemes que puguin crear representacions de si mateixos és l’última etapa del
desenvolupament de la IA. L’objectiu final dels investigadors de IA serà crear màquines
conscients a més de comprendre la consciència.

Els éssers sintients són conscients de si mateixos, conscients de les seves condicions internes
i capaços d’anticipar les emocions dels altres. El desenvolupament de màquines
autoconscients probablement encara és molt lluny. Però, els esforços d’investigació se
centraren en la comprensió de la memòria, l’aprenentatge i la capacitat de treure conclusions
del passat.
2.3. L’aprenentatge automàtic (ML)
Una de les branques de la IA coneguda com a aprenentatge automàtic (ML) se centra a crear
sistemes que aprenen de les dades que consumeixen i, per tant, milloren el seu rendiment. Els
sistemes o dispositius que imiten la intel·ligència humana es denominen intel·ligència
artificial, un terme ampli. No obstant això, malgrat el fet que els termes es fan servir
indistintament i amb freqüència s'utilitzen junts, l'aprenentatge automàtic i la intel·ligència
artificial tenen significats diferents. És important tenir en compte que, si bé l'aprenentatge
automàtic és IA, no tota la IA és aprenentatge automàtic.

2.3.1. Tipus d’aprenentatge automàtic: dos enfocaments

d’aprenentatge

La força impulsora de l'aprenentatge automàtic són els seus algoritmes. Les dues categories
principals d'algoritmes d'aprenentatge automàtic actualment en ús són l'aprenentatge
supervisat i l'aprenentatge no supervisat. La forma en què cadascun aprèn sobre les dades
per a formar prediccions caracteritza les diferències entre ells (vegeu annex 2)

2.3.2. Xarxes Neuronales

Una àrea de la intel·ligència artificial denominada xarxes neuronals artificials es basa a

simular l'estructura i el funcionament del cervell humà com a mitjà de processament
d'informació.

Consisteixen en una sèrie de nodes interconnectats que reben informació, la processen i

produeixen una sortida. Aquests nodes, també coneguts com a neurones artificials, es poden
ajustar per a millorar la sortida de la xarxa i ajudar-la a aprendre i adaptar-se a diverses
entrades.

Encara que poden semblar complexos, les xarxes neuronals es componen d'estructures i
components bàsics que treballen junts per a processar informació i produir una sortida.
Estructura bàsica (vegeu annex 3)

2.3.3. Deep Leaning

Una xarxa neuronal amb tres o més capes és essencialment al que es refereix una xarxa
neuronal amb aprenentatge profund o ‘’Deep Learning’’. Aquestes xarxes neuronals permeten
al cervell “aprendre” de quantitats massives de dades, malgrat estar lluny de ser capaços
d'igualar el comportament del cervell humà. A pesar que una xarxa neuronal d'una sola capa
ja és capaç de fer prediccions confuses, les capes ocultes addicionals ajuden a millorar i
perfeccionar la precisió. (vegeu annex 4)
2.4. Aplicacions de la IA en l’economia i la feina
La manera en què es porta a terme diverses tasques i procés ha canviat significativament com
a resultat de la intel·ligència com a resultat de la IA, tant en termes d’economia com de llocs
de treball. Les següents són algunes de les aplicacions més importants de la IA en aquestes
àrees:

Aplicacions en l’economia:

● Anàlisi de dades financeres:

L’anàlisi de dades financeres s’ha tornat cada vegada més important en la presa de decisions
comercials en l'era moderna. La informació financera dona informació rellevant sobre el
desenvolupament econòmic i la salut financera d’una empresa, la qual cosa permet als
analistes, inversors i líders empresarials prendre decisions estratègiques i ben informades.

● Trading algorítmic:
És un camp d’estudi que combina l’ús d’algoritmes sofisticats i mètodes de IA per
automatitzar i millorar les operacions financeres basades en el mercat. Gràcies als avanços
tecnològics i a l’enorme augment de dades que ara són disponibles, aquest camp ha
experimentat un creixement significatiu en les últimes dècades. (vegeu annex 5)

● Pronòstics econòmics:
Per pronosticar el comportament futur de variables econòmiques importants, una pràctica
coneguda com a anàlisi d’aprenentatge automàtic combina tècniques avançades
d’aprenentatge automàtic amb anàlisi de dades. Aquestes prediccions són crucials per la presa
de decisions en una varietat de sectors econòmics, des de la planificació governamental fins a
l'estratègia corporativa i la gestió d’inversions.

● Gestió de riscos:
Combinant l'ús d'algoritmes d'avantguarda i mètodes d'aprenentatge automàtic, és una
pràctica que ajuda a les organitzacions i participants en els mercats financers a identificar,
avaluar i reduir els riscos financers i operatius.

Atès que les empreses i els inversors han de comprendre i gestionar els riscos potencials per a
protegir els seus actius i complir els seus objectius financers, la gestió de riscos és un
component crucial de la presa de decisions econòmiques i financeres.

● Detecció de fraude:
És una tècnica que empra algoritmes d'avantguarda i mètodes d'aprenentatge automàtic per a
detectar activitats errònies o sospitoses en transaccions financeres i operacions comercials. La
detecció de fraude mitjançant IA és crucial per a defensar als clients i les empreses de les
pràctiques comercials deshonestes i les activitats il·legals que podrien tenir un gran impacte
en l'economia.
Aplicacions en la feina:

● Automatització de tasques
Es refereix a l'ús de sofisticats algoritmes i tècniques d'aprenentatge automàtic per a
automatitzar la finalització de tasques i processos amb poca o cap participació humana.
L'objectiu d'aquesta automatització intel·ligent és millorar la productivitat, disminuir els
errors i alliberar els empleats de tasques monòtones i repetitives perquè puguin concentrar-se
en activitats creatives i de major valor.

● Assistents virtuals
Es refereix a l'ús d'aplicacions o programes informàtics basats ​en IA per a ajudar als usuaris i
completar tasques de manera conversacional i interactiva. Aquests assistents virtuals, que
funcionen a través de text o veu, utilitzen l'aprenentatge automàtic i el processament del
llenguatge natural per a comprendre les sol·licituds i comandos dels usuaris i actuar sobre ells
d'una manera més eficient i natural. Alguns exemples són: (vegeu annex 6)

● Reclutament i selecció
Es refereix a l'aplicació d'algoritmes i mètodes d'aprenentatge automàtic als procediments de
contractació i selecció de les organitzacions amb la finalitat de potenciar-los i millorar-los.

● Formació i desenvolupament
Es refereix a l'aplicació d'aprenentatge automàtic i tècniques algorítmiques per a millorar i
optimitzar els procediments d'incorporació i capacitació dels empleats. El procés
d'aprenentatge serà més efectiu i eficient com a resultat de la capacitat d'aquests sistemes
intel·ligents per a personalitzar l'aprenentatge, oferir retroalimentació en temps real i
adaptar-se a les necessitats úniques de cada empleat.

● Optimització de la productivitat
Major eficàcia operativa, menors costos, millor ús del temps i els recursos, i millor qualitat i
precisió en la presa de decisions són alguns dels avantatges de l'aplicació d'optimització de la
productivitat de la IA.
2.5. Impacte de la IA en la societat
La influència de la IA en la societat és un fenomen que ha alterat profundament diverses
dimensions de la vida moderna. Aquesta revolució tecnològica ha tingut un impacti
transformador que s'ha estès a múltiples indústries i sectors, canviant la manera com els
personis és comuniquin, col·laborin i viuen cada dia. Tot i que aquest progrés ha generat
beneficis evidents, també ha generat importants interrogants ètics, financers i socials que
exigeixen una anàlisi i investigació detallada.

La incorporació de sistemes d'IA a l'entorn laboral ha impulsat l'automatització de tasques

repetitives i rutinàries, impulsant la productivitat. No obstant això, aquesta automatització
també ha provocat inquietuds sobre la substitució de treballs tradicionals i ha plantejat la
necessitat d'una requalificació de la força laboral per adaptar-s'a feines més especialitzades.
Paral·lelament, s'han creat nous llocs de treball relacionats amb el desenvolupament i la
gestió de sistemes d'IA, obrint noves oportunitats ocupacionals.

En el sector de la salut, la IA ha impulsat una millora significativa en el diagnòstic i el

tractament de malalties mitjançant l'anàlisi de dades mèdiques massives. Tanmateix, l'ús de la
IA en la presa de decisions mèdiques i la protecció de la confidencialitat dels dades dels
pacients són qüestions crítiques que han de ser abordades donis d'una perspectiva ètica.

La IA ha provocat una transformació en el sector del transport amb el desenvolupament de

vehicles autònoms. Tot i que aquesta innovació promet augmentar la seguretat i l'eficiència
del transport, també planteja reptes en tèrmit de regulació i acceptació social, particularment
en la interacció amb conductors humans.

En l'àmbit educatiu, la personalització de la instrucció impulsada per la IA millora l'eficàcia

de l'ensenyament. No obstant això, l'aplicació de la IA en aquest àmbit ha suscitat
preocupacions sobre la igualtat d'oportunitats i la privacitat dels dades dels estudiants, i és
requereix un enfocament ètic per abordar aquests aspectes.

Els qüestions ètiques són crucials en el context de la IA, ja que la presa de decisions basades
en algoritmes pot ser influïda per dades subjacents i planteja la necessitat de transparència i
rendició de comptes. La consideració ètica és fonamental per garantir que la IA contribueixi
de manera positiva i ètica a la nostra societat en evolució. Aquestes preocupacions i reptes
han estat en el centri del debat sobre la IA i són crucials per guiar el desenvolupament i la
implementació d'aquestes tecnologies en el futur.
 3.Impacte econòmic de les IA

3.1. Augment de la productivitat i eficiència

empresarial
El món dels negocis viu actualment una revolució gràcies a la IA, que està transformant molts
aspectes de les nostres vides. El potencial per a augmentar la productivitat en les empreses
s'ha ampliat gràcies a la capacitat de les màquines per a aprendre i prendre decisions.

L'impacte de la intel·ligència artificial en la productivitat empresarial, està canviant la forma

en què operen les empreses i d’això es tractarà en aquest treball d'investigació perquè és un
tema candent que preocupa els ocupadors, empleats i empresaris per igual.

● Automatització de tasques rutinàries

Les empreses poden fer servir la IA per a accelerar i millorar l'eficiència de les tasques
repetitives, alliberant el personal perquè es concentri en el treball de major valor agregat. Per
a optimitzar els recursos i augmentar l'eficiència operativa, els sistemes de IA poden assumir
tasques com el processament de dades, la gestió d'inventari, el servei al client i moltes altres.

● Millora en la presa de decisions

Els algoritmes de IA poden analitzar grans conjunts de dades de manera ràpida i efectiva, que
també poden detectar patrons i tendències, i produir dades reveladores que es poden usar per
a prendre decisions estratègiques. Aquests sistemes poden pronosticar les demandes del
mercat, detectar oportunitats de creixement, optimitzar la cadena de subministrament i
suggerir cursos d'acció particulars, la qual cosa permet a les empreses prendre decisions més
informades i precises.

● Personalització i millora de l'experiència del client

Els xatbots i els assistents virtuals impulsats ​per IA responen a les preguntes dels clients de
manera ràpida i precisa, la qual cosa augmenta la satisfacció i la lleialtat a la marca. A més, la
IA permet el desenvolupament de recomanacions personalitzades, la qual cosa augmenta els
ingressos i millora l'experiència de compra.

Viladeseu, J., (25 jul. 2023). La inteligencia artificial suena a coches volando pero ya está en
nuestras vidas. Business Insider ‘’La inteligencia artificial tiene muchas capas. Lo más
básico -y que ya está en el día a día desde hace años - es lo que haces todos los días con
Netflix: le das un registro de lo que ves y le dices si te ha gustado o no. Y, en base a esos
datos, te hace nuevas recomendaciones’’
3.2. Noves oportunitats de negoci i sectors
emergents
El mercat laboral i les indústries senceres poden ser canviades per la intel·ligència artificial.
Els consultors financers que van parlar amb Business Insider van dir que també ajudarà en la
creació de noves oportunitats comercials. Segons Ignasi Viladesau, director d'inversions de
My Investor (vegeus annex 7), el sector de la salut és el primer a tenir una estreta relació amb
la tecnologia. La infraestructura, la tecnologia, les finances i les energies renovables són
altres indústries que poden oferir noves oportunitats en el futur.

Sanitat
Un dels sectors emergents són el diagnòstic mèdic i el descobriment de fàrmacs s'estan
transformant en el sector sanitari gràcies a la IA. Els algoritmes d'aprenentatge automàtic
poden analitzar grans col·leccions de dades mèdiques per a trobar patrons i donar suport al
diagnòstic precoç de malalties. A més, la IA s'està utilitzant per a accelerar la recerca de nous
medicaments en predir com interactuaren les molècules en el cos.

També pot millorar la precisió del diagnòstic mitjançant l'anàlisi d'imatges mèdiques, la
predicció dels resultats dels pacients, etc. S'analitzen les radiografies i es detecta anomalies
que podrien suggerir d’una afecció específica.
(2023), Los médicos de la Comunidad de Madrid comenzarán a usar IA para diagnósticos de
enfermedades raras. El Economista. ‘’Según señalan esta iniciativa nace con la intención de
ayudar a los pacientes sanitarios a detectar antes qué enfermedad rar tiene un paciente, ya que
hasta ahora se calcula que de media un paciente con algún padecimiento extraño tiene que
esperar unos cinco años y pasar al menos siete expertos para recibir un diagnóstico correcto.’’

Manufacturament
La IA també ha tingut un impacte significatiu en el sector manufacturer. Les cadenes de
subministrament s'estan optimitzant i les eficiències de producció s'estan incrementant
mitjançant l'automatització impulsada per IA. Els sistemes de control intel·ligent i els robots
autònoms estan facilitant una fabricació més ràpida i precisa, la qual cosa redueix els costos i
millora la qualitat del producte.

Finances
La IA s'està fent servir en la indústria financera per a analitzar dades financeres i prendre
decisions d'inversió. Els algoritmes de IA poden detectar patrons de mercat i pronosticar
tendències, determinar patrons de transaccions sospitoses, avaluar informació financera,
sugerir inversions i posar fi al frau la qual cosa ajuda als inversors a prendre decisions
encertades.

A més, els xatbots i els assistents virtuals impulsats ​per IA estan millorant l'experiència del
client en els serveis bancaris i financers.
Arango, C. (2022). Inteligencia Artificial en la banca: aplicaciones y pasos para adoptarla.
Cobis Topaz. ‘’El 80% de los bancos son conscientes de los beneficios de la IA. Además, se
proyecta que los bancos ahorren 447 mil millones de dólares mediante el uso de aplicaciones
de IA’’

Educació
A més, la IA està canviant la forma en què s'educa i capacita a les persones. Per a
proporcionar als estudiants continguts educatius personalitzats, les plataformes d'aprenentatge
en línia utilitzen sistemes de recomanació impulsats ​per IA. A més, els xatbots educatius
poden ajudar instantàniament als estudiants en una varietat de temes, millorant el seu procés
d'aprenentatge.
Rodríguez R. (2023) La IA se instala en el sistema educativo gallego a través de Edugalia, La
Xunta ‘’Nuestro objetivo es emplear IA como un nuevo impulso a nuestro sistema educativo,
que permita no solo recoger información, sino ponerla en valor, de tal forma que pueda
traducir ese contenido en acciones útiles para la educación y el aprendizaje en toda la
educació gallega.’’

Transport i logistica
Amb l'arribada dels vehicles autònoms i la millora de la logística a través de la IA, la
indústria del transport està experimentant una revolució. Els vehicles autònoms, que utilitzen
sensors i algoritmes d'intel·ligència artificial per a navegar de manera segura i efectiva, poden
canviar significativement les indústries del transport de passatgers i càrrega.

A més a més també fa la seva funció en controlar les cadenes de subministrament, pronosticar
la demanda, ensenyar als robots de magatzem, optimitzar rutes, augmentar la seguretat i
utilitzar menys combustible.
3.3. Transformació dels models de negoci
La convergència entre la Intel·ligència Artificial (IA) i els models de negoci convencionals ha
generat una autèntica revolució en la forma en què els empreses operin i competeixen, així
com en com proporcionin valor als seus clients. Aquesta transformació no és limita
simplement a la incorporació de tecnologia d'avantguarda, sinó que implica una
reconfiguració fonamental de la manera en què és conceptualitzen, produeixen i lliuren béns i
serveis.

En la seva essència, la IA implica la capacitat d'una màquina per aprendre, resoldre

problemes i prendre decisions, totes aquestes habilitats són tradicionalment associades a la
intel·ligència humana. La integració de la IA en els models de negoci pot proporcionar una
sèrie d'avantatges competitius significatius.

A continuació, és descriuran de manera més detallada els models de negoci que han estat
presentats:

En primer lloc, aquells models que tenen un impacti a nivell d'anàlisi a escala de xarxa. Això
inclou conceptes com la personalització massiva, que permet als empreses oferir productes i
serveis adaptats individualment als clients, el rendiment predictiu d'infraestructures crítiques,
que millora l'eficiència i la fiabilitat, i els models de viralitat amplificada, que ajuden a
expandir la presència d'una empresa a través dels xarxes socials i altres mitjans en línia.

En segon lloc, hi ha aquells models de negoci que tenen un impacti a escala individual. Això
inclou la precisió predictiva, que millora la presa de decisions tant a nivell humà com en
altres àrees com l'agricultura, augmentant l'eficàcia i la rendibilitat.

En tercer lloc, trobem els models de negoci amb impacti a nivell d'anàlisi a escala de xarxa,
que, per la seva naturalesa, només afectin l'experiència humana.

Finalment, però no menys important, és destaca el model de hiperautomatizació. Aquest

model implica una distinció crítica en tèrmit de qui pren els decisions, tot i que
indubtablement afecta la relació entre els sistemes de IA i els usuaris, s'ha classificat com un
model amb impacti a nivell d'anàlisi de xarxa, tenint en compte el seu potencial efecte a
aquesta escala.

La fusió de la IA i els models de negoci tradicionals està canviant profundament la forma en

què el món empresarial opera i presenta un ventall de possibilitats i reptes que els empreses
hauran de gestionar de manera intel·ligent per a prosperar en l'entorn empresarial actual en
constant evolució. Com per exemple els models de negoci (vegeu annex 8)
3.4. Impuls a la innovació i creació de nous sectors
econòmics
En els últims mesos, la IA generativa ha aconseguit avanços significatius i ha adquirit un
enorme impuls, convertint-se en una potent eina per a revolucionar tots els camps i indústries.

Amb l'ajuda d'aquests avanços, problemes complexos que abans no tenien solució ara poden
resoldre's i es troben disponibles nous camins per a la innovació. La forma en què treballem,
ens comuniquem i creem està canviant com a resultat de com interactuem amb aquests
models. Com a resultat, tindrà un impacte en l'economia global de diverses maneres,
promovent el creixement econòmic i canviant la manera de treballar de les persones, igual
que altres tecnologies revolucionàries dels últims anys. Examinem els fets així com les
característiques més destacades d'aquesta revolució.

Impacte de la IA generativa

Segons un estudi de Mckinsey, “l'impacte de la IA generativa en la productivitat podria

agregar bilions de dòlars de valor a l'economia global”. En els 63 casos d'ús que han
examinat, calculen que afegiria entre 2 i 4 bilions de dòlars en ingressos anuals addicionals.

Això augmentaria l'impacte general de la IA entre un 15% i un 40%, i aquesta estimació

augmentaria al doble si es tenen en compte els efectes d'incorporar IA generativa en el
programari que ja s'utilitza per a tasques diferents als casos d'ús analitzats.

L'impacte de la IA generativa serà profund en totes les indústries, però particularment en

quatre àrees: operacions amb clients, màrqueting i vendes, enginyeria de programari i recerca
i desenvolupament.

Valor empresarial amb IA generativa

La IA generativa té el potencial d'augmentar significativament la productivitat laboral en tota

l'economia. Tanmateix, perquè això succeeixi, s'han de realitzar inversions per fer costat als
treballadors quan canvien de treball.

A mesura que les empreses adopten aquesta tecnologia en les seves operacions, comencen a
adonar-se dels seus beneficis potencials per a l'economia i la societat. Aquesta tecnologia
representa un canvi significatiu en el desenvolupament de la IA.

El potencial comercial de la IA generativa radica en la seva capacitat per a accelerar i

automatitzar fluxos de treball creatius, estalviant així temps i recursos. Un altre factor que
redueix les barreres d'accés és el fet que es tracta d'una tecnologia democratitzada i accessible
per a tots. Les seves capacitats ara són accessibles per a tots, la qual cosa permet a qualsevol
convertir-se en creador.

Amb la finalitat de millorar els resultats educatius, s'està introduint la IA a les aules.
Recentment, es va revelar al Japó que els instructors podran utilitzar intel·ligència artificial
generativa per a facilitar debats i projectes creatius. És de gran ajuda per a desenvolupar
experiències d'aprenentatge personalitzades basades en una anàlisi algorítmica dels patrons i
preferències d'aprenentatge dels estudiants, fins i tot en planificar classes o horaris d'estudi.

(2023) Japón elabora unas directrices sobre el uso de inteligencias artificiales en los colegios.
SWI. ‘’Tokio, 4 jul (EFE). - El ministro de Educación de Japón publicó este martes una
actualización de sus directrices escolares en las que da el visto bueno al uso limitado de IA
generativas como ChatGPT entre el alumnado.’’

Oportunitats de negoci amb IA generativa

La IA generativa pot processar i reduir enormes quantitats de dades, independentment de la

indústria. La tecnologia ha millorat la usabilitat i llegibilitat de les dades.

També té importants avantatges de productivitat per als treballadors en camps administratius,

alliberant-los per a concentrar-se en tasques més desafiadores o complexes en reduir les seves
càrregues de treball.
 4. Impacte laboral de les IA

4.1. Automatització i desplaçament de treballadors

L'impacte en expansió de la automatització impulsada per la IA en el mercat laboral mundial
genera un debat cada vegada més crític sobre com aquesta transformació està remodelant els
economies i els societats en tot el món. Aquest treball se centra en una anàlisi exhaustiva dels
conseqüències d'aquesta automatització i el fenomen del desplaçament ocupacional que
acompanya aquesta evolució.

Indústries que tradicionalment han estat una font important d'ocupació, com llaura la
manufactura, el servei al client i la comptabilitat, experimentin una notable disminució de
l'ocupació a causa de l'adopció de sistemes d'IA. No obstant això, és essencial destacar que
aquesta mateixa IA també crea noves oportunitats laborals, especialment en àmbits
relacionats amb la seva pròpia implementació i desenvolupament. Això planteja la necessitat
de realitzar inversions significatives en programis de reciclatge i formació per als treballadors
que és veuen desplaçats per aquesta evolució tecnològica, alhora que s'ha de prestar una
atenció especial a la creació de programis que abordin els bretxes d'habilitats emergents.

Més enllà del simple canvi en la naturalesa dels ocupacions, la IA també està redefinint els
pròpies habilitats necessàries en el mercat laboral i obrint noves formis de treball. Aquestes
inclouen l'auge de l'economia dels treballs per encàrrec i l'augment del treball independent.
Tot i que aquestes noves formis de treball podin oferir flexibilitat als treballadors, també
plantejen importants qüestions sobre la seguretat laboral, els beneficis socials i la protecció
dels drets dels treballadors.

Finalment, calç destacar que aquestes tendències estan destinades a continuar creixent i
evolucionant en el futur. Una transició reeixida vers aquest nou paisatge laboral requerirà una
comprensió profunda dels canvis en curs i, el que és igualment crucial, el desenvolupament
de polítiques i programis eficaços per abordar els seus efectes tant en els treballadors com en
la societat en general. Això implica la necessitat d'una planificació estratègica i una resposta
proactiva per garantir que la IA contribueixi de manera positiva al desenvolupament
econòmic i social.
4.2. Creació de nous llocs de treball especialitzats
en tecnologia
José Luis Caballero (vegeu annex 9), especialista en sistemes intel·ligents, afirma que l’ús de
la IA s’ha traduít en la creació de nous llocs i rols laborals. (2023) Intel·ligència artificial:
Aquests són els treballs que generará la IA, Marca ‘’La irrupció de la intel·ligencia artificial
va obrir un ventall d’oportunitats laborals, que van des de l’anàlisi de dades fins al disseny
d’experiències d’usuari personalitzades’’

Caballero, va considerar que l'enginyeria de sistemes és un dels camps on la IA ha generat

més oportunitats laborals, particularment en relació amb el disseny, desenvolupament i
manteniment dels sistemes d'intel·ligència artificial reals.

"Els analistes de dades tenen ara més demanda que mai gràcies a la IA. El processament de
l'enorme quantitat d'informació que es produeix en el món sempre ha de passar per l'ull humà,
però amb l'ajuda de la tecnología es pot arribar molt més lluny’’ segons Caballero.

D'altra banda, cal recordar que les IA són susceptibles als ciberatacs, per la qual cosa s'estan
creant posats en l'àmbit de la ciberseguretat amb un enfocament específic en la defensa dels
sistemes intel·ligents, va continuar.

L'expert també va esmentar el paper dels especialistes en ètica de la IA com una nova
professió possible gràcies a la IA. L'expert en sistemes va continuar dient que s'han de crear
polítiques i regulacions per a garantir que la intel·ligència artificial s'utilitzi de manera
responsable i ètica donada la seva implementació en una àmplia gamma de camps.

Una altra indústria a la qual la IA ha ajudat és la consultoria d'automatització. "Els consultors

treballen amb empreses i organitzacions tots els dies per a identificar àrees on les tasques i
processos es poden automatitzar utilitzant la IA", va continuar Caballero.

L'expert també va esmentar que si bé alguns treballs estan directament relacionats amb la
tecnologia de IA, uns altres s'han beneficiat de les noves tecnologies per a avançar. Aquest,
en la seva opinió, és el cas, per exemple, dels professionals del màrqueting digital, que
actualment utilitzen la intel·ligència artificial per a millorar les campanyes de màrqueting i
publicitat en línia.

"De la mateixa manera, hi ha professionals que han pogut automatitzar algunes parts del seu
treball diari gràcies a la IA, com és el cas de comptadors, advocats i fins i tot mèdics", va
afirmar.
4.3. Sectors més afectats per als treballadors per
l’automatització
Finances i corredors de borsa:
Els robots poden recopilar informació més ràpidament que un humà, processar-la per a
prendre decisions i identificar canvis de preus en el mercat de valors.

Transcripció i traducció de textos:

La recerca sobre models de llenguatges grans (LLM) està en auge, com ho demostra
ChatGPT, que actualment és l'aplicació més destacada de LLM. La tecnologia LLM permet a
les màquines reconèixer, resumir, traduir, pronosticar i generar text segons els requisits de
l'usuari.

Sector salut:
Com esmentem anteriorment, la tecnologia no busca reemplaçar als metges o infermers, però
sí que permetrà agilitzar alguns processos, com monitorar el ritme cardíac d'un pacient de
manera remota o analitzar mostres de sang i prendre radiografies de milers de pacients.

Transport:
Les proves pilot a la Xina i els EUA mostren que els cotxes autònoms estan cada vegada més
a prop, si bé encara no hem arribat a aquest punt. Se situaran entre les indústries més
lucratives del planeta una vegada que hagin estat sotmeses a proves i regulació.

Atenció al client:
Els chatbots s'utilitzen des de fa anys per a l'atenció al client. La intel·ligència artificial està
transformant la forma en què ens comuniquem amb els clients i té un impacte en una àmplia
gamma de sectors, inclosos el comerç minorista i el govern.

No obstant això, aquests són només alguns casos. Altres indústries, com el màrqueting i la
tecnologia, també utilitzen dades per a crear ofertes personalitzades automàticament i fins i
tot predir les necessitats dels clients.
 5.Desafiaments ètics i reguladors

5.1. Responsabilitat i presa de decisions

automatitzades
La responsabilitat i la presa de decisions automatitzada mitjançant IA són qüestions
importants i complexes. Els sistemes i algoritmes de IA prenen decisions en lloc de les
persones, la qual cosa es coneix com a presa de decisions automatitzada. Això planteja
preocupacions sobre qui està a càrrec de les decisions preses per les IA i com es pot garantir
la imparcialitat i l'ètica.

En aquestes situacions, la persona a càrrec del sistema de IA sol ser responsable. El disseny,
implementació i supervisió del sistema de IA són competència d'aquest gerent. És el seu
deure assegurar-se que el sistema de IA funcioni correctament i emeti judicis justos i morals.
Per a garantir que les decisions preses pel sistema de IA siguin apropiades, això pot implicar
implementar mesures de supervisió humana.

S'estableixen regles específiques per als tractaments que impliquen una presa de decisions
basada únicament en l'opinió proporcionada per una màquina pel Reglament General de
Protecció de Dades (GDPR) de la Unió Europea. Aquestes lleis imposen obligacions a les
empreses que utilitzen sistemes d'intel·ligència artificial per a la presa de decisions
automatitzada i atorguen a les persones subjectes a aquestes decisions uns certs drets i poders.

És fonamental tenir en compte que qüestions com la responsabilitat i la presa de decisions

automatitzada basada en IA es discuteixen i debaten constantment. Aquestes qüestions s'estan
abordant adequadament i s'estan fent esforços per a crear marcs legals i ètics que
salvaguardin els drets dels qui es veuen afectats per les decisions de IA.
5.2. Privacitat i protecció de dades
La creixent presència de la Intel·ligència Artificial (IA) en la nostra societat ha generat una
necessitat urgent d'abordar qüestions crucials relacionades amb la privacitat i la protecció de
dades. A mesura que la IA s'integra en una àmplia gamma d'aplicacions, des de l'assistència
mèdica fins a l'anàlisi de dades financeres, es torna essencial salvaguardar els drets de
privacitat de les persones.

En l'àmbit de la privacitat, és imperatiu que les IA adhereixin rigorosament als principis de

minimització de dades i consentiment informat. Això implica que només han de recopilar-se
les dades estrictament necessàries per a complir amb un propòsit específic i que les persones
han d'estar completament informades i atorgar el seu consentiment per a l'ús de les seves
dades. Aquesta pràctica garanteix que les persones tinguin un control efectiu sobre la
informació que comparteixen i com s'utilitza, evitant el risc de la recopilació excessiva de
dades personals.

Pel que fa a la protecció de dades, es requereix una implementació sòlida de mesures de

seguretat per a evitar l'accés no autoritzat o la divulgació de dades personals. Això inclou
l'aplicació de tècniques avançades de xifratge, així com la utilització de pràctiques
d'anonimització i pseudonimización de dades per a garantir que la informació personal estigui
protegida contra riscos de seguretat i ciberatacs.

Addicionalment, la transparència en el funcionament i la presa de decisions de la IA és un

component crític. Les persones han de tenir la capacitat de comprendre com s'utilitzen les
seves dades i com s'arriba a les decisions basades en algorismes. Això implica proporcionar
explicacions clares i comprensibles sobre el procés de presa de decisions de la IA, la qual
cosa fomenta la confiança en aquestes tecnologies i garanteix que les persones tinguin un
coneixement clar de com s'utilitzen les seves dades personals en situacions que van des de la
presa de decisions mèdiques fins a la recomanació de productes i serveis.
5.3. Ètica de la IA en l’àmbit laboral
L'ètica de la IA en l'àmbit laboral és un tema de gran importància i preocupació. A mesura
que la intel·ligència artificial s'utilitza cada vegada més en l'entorn laboral, és fonamental
garantir que s'apliquin principis ètics sòlids per a protegir els drets dels treballadors i evitar
possibles conseqüències negatives.

Alguns dels aspectes ètics clau que han de considerar-se en l'àmbit laboral inclouen:

1. Transparència:
És fonamental que els sistemes de IA siguin transparents en el seu funcionament i presa de
decisions. Els treballadors han de poder comprendre com s'utilitzen els algoritmes i com es
prenen les decisions que els afecten.

2. Equitat:
La IA no ha de perpetuar ni ampliar les desigualtats existents en l'entorn laboral. És important
garantir que els sistemes de IA no discriminin els treballadors en funció de característiques
com el gènere, la raça o l'edat.

3. Responsabilitat:
Les organitzacions han d'assumir la responsabilitat de les decisions preses pels sistemes de
IA. Això implica establir mecanismes de rendició de comptes i garantir que hi hagi una
supervisió humana adequada en l'ús de la IA.

4. Privacitat i protecció de dades:

La privacitat i la protecció de dades han de ser respectades en el context de la IA. És
important garantir que les dades personals s'utilitzin de manera segura i que s'obtingui el
consentiment adequat per al seu ús.

5. Impacte en l'ocupació:
La implementació de la IA pot tenir implicacions en l'ocupació, com l'automatització de
tasques. És essencial que es prenguin mesures per a mitigar els possibles impactes negatius
en els treballadors, com la reeducació i la capacitació en habilitats rellevants per a l'era de la
IA.
5.4. Marc regulador i polítiques governamentals
El marc regulador i les polítiques governamentals de la IA són aspectes fonamentals per a
garantir un ús ètic i responsable de la intel·ligència artificial. A continuació, es presenten
alguns punts rellevants sobre aquest tema:

1. Reglaments i lleis:
Els governs estan implementant reglaments i lleis específiques per a regular el
desenvolupament, desplegament i ús de la IA. Aquests reglaments poden abordar aspectes
com la privacitat, la protecció de dades, la transparència i la responsabilitat dels sistemes de
IA.

Declaració Universal dels Drets Humans. Art. 12 ‘’Ningú será objecte d’injerencies en la
seva vida privada, la seva familía, el seu domicili o la seva correspondència, ni d’atacaments
a la seva honrra o la seva reputació.’’

2. Avaluació de riscos:
Els marcs reguladors solen incloure l'avaluació de riscos dels sistemes de IA. Això implica
identificar els possibles riscos ètics, socials i legals associats amb la IA i establir mesures per
a mitigar-los.

3. Ètica i responsabilitat:
Els marcs reguladors poden incloure principis ètics i pautes de responsabilitat per al
desenvolupament i ús de la IA. Aquests principis poden abordar temes com l'equitat, la
transparència, la explicabilidad i la no discriminació.

4. Col·laboració internacional:
Atès que la IA no coneix davanteres, és important que els marcs reguladors i les polítiques
governamentals es desenvolupin en col·laboració amb altres països i organitzacions
internacionals. Això ajuda a establir estàndards comuns i abordar els desafiaments globals de
la IA.

5. Incentius i suport:
Els governs poden proporcionar incentius i suport financer per a fomentar la recerca, el
desenvolupament i l'adopció de la IA ètica. Això pot incloure fons per a la recerca, programes
de capacitació i col·laboració amb la indústria i el sector acadèmic.
 6. Part pràctica

6.1. Casos d’èxit en l’adopció de IA en empreses

En el marc de la meva recerca sobre l'adopció de la IA en diverses empreses, vaig tenir el
privilegi d'entrevistar un treballador de Picvisa (, una companyia líder en la indústria de
reciclatge i gestió de residus. Durant aquesta entrevista, em vaig submergir en un fascinant
cas d'èxit en el qual la IA va exercir un paper fonamental en la transformació dels processos i
l'eficiència operativa de l'empresa.

El treballador de Picvisa va compartir amb entusiasme com la IA s'ha convertit en una eina
inavaluable en la selecció automatitzada de materials reciclables. A través de sistemes
avançats de visió per computadora i algorismes d'aprenentatge automàtic, l'empresa ha
aconseguit millorar dràsticament la precisió en la identificació i separació de materials, la
qual cosa ha resultat en una major qualitat dels productes reciclats i una reducció significativa
dels residus no desitjats.

Transcipció de l’entrevista original a Albert Marquillas, treballador de Picvisa:

Entrevistador: Albert, digues com ha evolucionat l’empresa a la que trealles gràcies a la

implementació de les IA

Marquillas: La integració de la intel·ligència artificial en el meu entorn laboral ha demostrat

ser un punt s’inflexió crucial. Sense aquesta tecnologia avançada, hauríem perdut una sèrie de
oportunitats de negoci significatives. La capacitat de la intel·ligència artificial per a la
segregació precisa de materials ha estat una fita que ha obert noves portes. Abans d'aquest
avenç, aquesta tasca era gairebé impossible d'aconseguir amb la mateixa eficàcia i precisió.
Aquesta habilitat ha tingut un impacte directe en la capacitat de la nostra empresa per
aprofundir en nous mercats i atendre les necessitats especialitzades dels clients.

A més a més, la presència de la intel·ligència artificial ha estès el nostre abast a llocs on

abans no teníem presència. Aquesta expansió geogràfica no només ha contribuït a l'increment
de les vendes, sinó que també ha reforçat la nostra reputació com a proveïdors de solucions
innovadores i eficients.

A nivell intern, la IA ha suposat una transformació substancial en la manera com gestionem

les nostres operacions. La seva capacitat per a l'automatització de tasques repetitives ha
alliberat temps i recursos, permetent al nostre personal centrar-se en projectes de major valor
afegit. Això ha conduït a una major eficiència i productivitat en tots els nivells de
l'organització, generant un impacte positiu en la nostra competitivitat i rendibilitat.
En resum, la integració de la intel·ligència artificial ha estat un catalitzador per a l'èxit del
nostre negoci, obrint noves oportunitats de creixement i optimitzant les nostres operacions de
manera substancial. Aquesta tecnologia continua sent una part integral i indispensable de la
nostra estratègia empresarial, i esperem seguir explorant les seves capacitats per aportar valor
als nostres clients i al nostre propi desenvolupament futur.

foto
6.2. Exemples de transformació laboral en
diferents indústries

6.3. Entrevistes realitzades

Transcripció de la entrevista original a Marc Monzó (vegeu annex 9), escriptor Català:

Entrevistador: Digues la teva opinió sobre el fútur de la IA en el món de l’escriptura i la

poesía?

Marc: Fa uns mesos el poeta Adrián Salcedo va publicar el primer poema en català fet a
través de la IA, el qual ha estat inclòs en el poemari d’Altres plagues (Edicions 1984) de la
poeta Laia Maldonado.

És evident que la intel·ligencia artificial té les capacitats de crear poemes que puguin
romoure el lector. La qüestió és que aquest fenomen per anar bé hauria de ser distant o
presentat com un altre tipus de poesia no humanitzada, entenent que els versos ni les
emocions que hi posa l’autor són reals. L’únic que em fa por és que aquesta distància entre
IA i humans no esdevingui en la poesia. De fet, en el meu parer, la incorporació d'un poema
híbrid en un poemari fet per una persona humana no sols trenca factor humà de l'artista, sinó
que, a més, correm el perill que esdevingui un fenomen comercial i, alhora, competent amb
l'obra feta pel ser humà a través del seu art. Des del meu punt de vista, no faria servir la IA
per fer poesia, podem debatre en altres aspectes, però en el món de l'art en general ho trobo i
entro en una opinió molt personal, és una berració, bàsicament perquè la IA no té ni
sentiments ni emocions i, per tant, tot esdevé una fal·làcia. I una de les premises de l'art és la
transmissió d'emocions de l'autor cap al receptor. Però, evidentment, nasquent a partir
d'emocions reals i humanes

Transcripció de la entrevista original de Néstor Márquez, especialista en IA:

Entrevistador: Bona tarda, som aquí per a endinsar-nos en el fascinant món de l'ètica i la
responsabilitat en la presa de decisions de les màquines i els robots. Per a començar, podria
explicar-nos per què és tan rellevant abordar l'ètica en aquest context?

Néstor: Per descomptat, l'ètica en la presa de decisions de les màquines i els robots és una
qüestió crucial a causa de l'impacte profund que aquestes tecnologies tenen en la nostra
societat. L'automatització de tasques i la presa de decisions en temps real han transformat la
forma en què vivim i treballem, brindant eficiència i comoditat en nombrosos processos. No
obstant això, a mesura que aquestes màquines es tornen capaces de fer tasques cada vegada
més complexes, sorgeixen noves preocupacions ètiques i morals que han d'abordar-se.

Entrevistador: Pot aprofundir en com es vincula l'ètica amb la presa de decisions de les
màquines i els robots?

Néstor: L'ètica està intrínsecament relacionada amb la presa de decisions de les màquines i
els robots. En essència, totes les interaccions entre sistemes d'intel·ligència artificial i éssers
humans involucren una dimensió ètica. És fonamental que aquells que creguin i apliquen
aquestes tecnologies estableixin principis ètics sòlids per a guiar el comportament de les
màquines. Això és essencial per a assegurar-se que les decisions preses per les màquines
siguin ètiques i responsables, independentment de l'aplicació, ja sigui publicitat, atenció
mèdica o qualsevol altra.

Entrevistador: També va esmentar la necessitat de determinar la responsabilitat en l'àmbit de

la robòtica. Pot parlar-ne més sobre aquest tema?

Néstor: Per descomptat, la responsabilitat és un aspecte fonamental quan es tracta de la

robòtica i la IA. Quan una màquina pren una decisió perjudicial, sorgeix la pregunta de qui és
responsable. En general, la responsabilitat recau principalment en els creadors i
implementadors de la IA i els robots, ja que són els qui han de garantir un procés de presa de
decisions acceptable. No obstant això, en situacions complexes, la responsabilitat pot
compartir-se entre els creadors, els usuaris i, en alguns casos, fins i tot la màquina mateixa.
Això subratlla la importància de considerar la responsabilitat des del disseny inicial d'aquests
sistemes per a minimitzar riscos i garantir la seguretat.

Entrevistador: Podria expandir-se una mica sobre la importància de la transparència en la

presa de decisions de les màquines i els robots?

Néstor: La transparència exerceix un paper vital a assegurar la presa de decisions ètiques i

responsables de les màquines i els robots. Els usuaris han de ser capaços de comprendre com
es prenen les decisions i per què es prenen d'una certa manera. La transparència no sols
garanteix l'ètica, sinó que també pot ajudar a detectar i corregir possibles errors o sesgos en
les decisions. Quan els processos de presa de decisions són transparents, es crea una base
sòlida per a la confiança i la responsabilitat en la implementació d'aquestes tecnologies.
Entrevistador: I per acabar, quin és el missatge clau que li agradaria transmetre sobre l'ètica i
la responsabilitat en la IA i la robòtica?

Néstor: Abordar l'ètica i la responsabilitat en la presa de decisions de les màquines i els

robots és essencial per a assegurar el seu ús segur i efectiu en la nostra societat. Això implica
seguir principis ètics sòlids, establir estàndards morals robustos, permetre la supervisió
humana i garantir la transparència en les decisions. Amb un enfocament responsable, la
intel·ligència artificial i els robots poden ser eines increïblement útils per a millorar les
nostres vides, sempre que s'utilitzin de manera ètica i responsable.
6.4. Enquesta al públic
Amb el propósit d’adquirir una comprensió més profunda i hol·listica del coneixement i les
perspectives en relació amb la intel·ligència artificial, he dut a terme una enquesta d’opinió
que abarca una amplia gama de grups etàris. L’objectiu primordial d’aquesta enquesta és
indagar sobre el nivell general de coneixements que posseixen els individus en relació amb la
IA i, per consegüent, establit si existeix una percepció informada sobre les futures
implicacions d’aquesta tecnologia.

En aquest context, l’estudi pretén també capturar les percepciobs i opinions dels enquestats
en lo que respecta a l’impacte social, econòmic i laboral que la IA podria exercir en un fútur
proper. Es busca així evaluar les preocupacions i expectatives que puguin sorgir entorn a la
IA i com aquestes poden influir en la presa de decision individuals i en la formulació de
polítiques a nivell gubernamental i empresarial.

- En primer lloc, s’ha recopilat informació demogràfica, inclosa l'edat dels participants,
amb el propòsit d'identificar possibles variacions en les respostes en funció de l'edat.
A partir d'aquesta base demogràfica, s'exploraran qüestions més específiques
relacionades amb la IA i la seva influència en la vida quotidiana, l'ètica i l'economia.

- Després de recaptar informació sobre l'edat dels participants en la primera pregunta, la

segona interrogant abordarà el gènere com un element rellevant per a analitzar
possibles diferències en les respostes en funció d'aquesta variable demogràfica. La
inclusió del gènere en l'enquesta permetrà realitzar una anàlisi més completa i
reveladora sobre com les percepcions i actituds cap a la intel·ligència artificial poden
variar entre diferents grups demogràfics i gèneres.
- La tercera pregunta de la nostra enquesta s'enfoca a recopilar informació sobre el
nivell educatiu dels participants, la qual cosa proporcionarà un context important per a
comprendre com la percepció i el coneixement sobre la intel·ligència artificial poden
variar segons el nivell d'educació. Amb aquesta pregunta, busquem identificar
possibles patrons en les respostes i determinar si existeix una correlació significativa
entre el nivell educatiu i les opinions sobre la IA.

- La quarta pregunta de la nostra enquesta té com a objectiu obtenir informació sobre

l'estatus laboral o educatiu dels participants. Aquesta pregunta és crucial per a
comprendre com les experiències laborals o acadèmiques poden influir en les
percepcions i actituds cap a la intel·ligència artificial. La distinció entre estudiants i
treballadors permetrà analitzar si existeixen diferències significatives en la forma en
què aquests dos grups perceben l'impacte de la IA en les seves vides i en l'economia
en general.
- La cinquena pregunta de l'enquesta he buscat avaluar el nivell de coneixement dels
participants sobre la Intel·ligència Artificial (IA). Aquest aspecte és essencial per a
contextualitzar les respostes i entendre com les percepcions poden variar en funció del
grau de familiaritat amb aquesta tecnologia. En obtenir una visió general de quant
saben els enquestats sobre la IA, podrem discernir entre respostes informades i
aquelles basades en un coneixement limitat o nul. Això ens permetrà analitzar de
manera més precisa com el nivell de coneixement influeix en les opinions i actituds
cap a la IA.

- La sisena pregunta de la nostra enquesta s'enfoca a recopilar les opinions i

percepcions dels participants sobre l'impacte de la Intel·ligència Artificial (IA) en
l'economia global en els últims anys. Aquesta pregunta busca comprendre si els
enquestats consideren que la IA ha tingut un efecte significatiu en termes econòmics a
nivell mundial. Les seves respostes ens permetran obtenir una avaluació general de
com la població percep la influència de la IA en l'economia, la qual cosa és essencial
per a analitzar les percepcions públiques sobre aquest tema de rellevància en
l'actualitat.
- La setena pregunta de la nostra enquesta té com a objectiu indagar en les opinions
dels participants sobre l'impacte de la Intel·ligència Artificial (IA) en l'ocupació en les
seves respectives àrees d'experiència. En obtenir respostes en aquesta línia, podrem
analitzar de manera més precisa com es percep la IA en relació amb l'estabilitat
laboral i les oportunitats en diferents camps professionals, la qual cosa resulta
essencial per a entendre el seu impacte en la societat i l'economia des d'una
perspectiva més personalitzada.

- La vuitena pregunta de l’enquesta està dirigida a aquells participants que actualment

treballen en diversos sectors industrials. Aquesta interrogant busca recopilar
informació específica sobre si han experimentat canvis en les seves ocupacions com a
resultat de la implementació de la Intel·ligència Artificial (IA) en les seves respectives
indústries. Amb aquesta pregunta, pretenem identificar com la IA ha impactat
directament en les experiències laborals dels enquestats, la qual cosa ens permetrà
avaluar de manera més detallada la relació entre la tecnologia i l'ocupació.
- La novena pregunta de la nostra enquesta es dirigeix als participants que actualment
són estudiants, amb l'objectiu d'explorar les seves percepcions sobre l'impacte futur de
la Intel·ligència Artificial (IA) en les oportunitats laborals dins dels seus camps
d'estudi. Aquesta pregunta busca entendre si els estudiants consideren que la IA tindrà
un efecte significatiu en les seves futures carreres i si anticipen canvis substancials en
les demandes laborals i les habilitats requerides.

- La pregunta deu de l’enquesta està dirigida a aquells participants que prèviament van
respondre afirmativament a la pregunta 5, indicant que creuen que la Intel·ligència
Artificial (IA) ha tingut un impacte en l'ocupació en les seves àrees d'experiència.
Amb aquesta pregunta, busquem obtenir informació detallada sobre els tipus de
canvis específics que han observat en les seves ocupacions com a resultat de la
implementació de la IA. Els oferim una sèrie d'opcions perquè seleccionin totes les
que considerin aplicables, la qual cosa ens permetrà obtenir una visió més precisa de
com la IA està transformant els llocs de treball en diverses indústries i avaluar les
percepcions sobre aquests canvis des de la perspectiva dels qui els han experimentat
directament.
 -
L'onzena pregunta de l’enquesta busca conèixer la percepció dels participants sobre la
contribució de la IA al creixement econòmic a la seva regió o país. Aquesta interrogant té
com a objectiu avaluar si els enquestats consideren que la IA ha exercit un paper significatiu
en el desenvolupament econòmic a nivell local o nacional. Les respostes a aquesta pregunta
ens proporcionaran una visió general de com es percep l'impacte econòmic de la IA en
diferents àrees geogràfiques, la qual cosa és essencial per a comprendre les opinions
públiques sobre la rellevància d'aquesta tecnologia en l'àmbit econòmic i la seva influència en
la prosperitat de les comunitats.

- La doceava pregunta de l’enquesta s'enfoca a obtenir la perspectiva dels participants

sobre com la Intel·ligència Artificial (IA) ha impactat el mercat laboral en termes de
la demanda d'habilitats específiques. Us he proporcionat una llista d'opcions perquè
seleccionin totes aquelles que considerin aplicables. Amb aquesta pregunta, busquem
comprendre quines habilitats estan experimentant una major demanda a causa de la
IA, segons la percepció dels enquestats. Això ens permetrà identificar les àrees en les
quals la IA està generant canvis significatius en les necessitats del mercat laboral i
 avaluar com la tecnologia està influint en la formació d'habilitats i competències en la
força laboral.

- L'última pregunta de l’enquesta brinda als participants l'oportunitat de compartir les

seves opinions addicionals o comentaris sobre l'impacte econòmic i laboral de les IA.
Aquesta pregunta oberta permet als enquestats expressar idees, reflexions o
preocupacions que no hagin estat abordades en les preguntes anteriors. La seva
contribució en aquesta secció és valuosa, ja que ens proporcionarà perspectives
enriquidores i possiblement insights que poden enriquir encara més la nostra
comprensió sobre el tema. Els comentaris recopilats en aquesta pregunta seran
considerats com una font addicional d'informació per a la nostra recerca i ens ajudaran
a obtenir una visió més completa i matisada de l'impacte de la IA en l'economia i
l'ocupació des de la perspectiva dels qui van participar en l'enquesta.

6.5. Pronòstics a cerca de l’impacte econòmic de les

IA a llarg termini
 7. Conclusions
Les meves conclusions són les següents

8.1. Conclusions generals

8.2. Limitacions de l’estudi

8. Bibliografia
- https://www.bbvaopenmind.com/articulos/sobre-los-efectos-de-inteligencia-artificial-
en-crecimiento-y-empleo/
- https://rockcontent.com/es/blog/tipos-de-inteligencia-artificial/
- https://gamco.es/tipos-de-inteligencia-artificial-capacidad-funcionalidad/
- https://www.levante-emv.com/tendencias21/2022/07/16/crean-primer-robot-autoconsc
iencia-68340478.html (notícia, robot amb autoconsciència)
- https://www.apd.es/tipos-de-inteligencia-artificial/
- https://wwwhatsnew.com/2023/01/11/7-enfoques-de-ia/
- https://es.linkedin.com/pulse/7-enfoques-de-inteligencia-artificial-que-seguir%C3%A
1n-marcando-
- https://www.fundacionaquae.org/wiki/impacto-economico-la-inteligencia-artificial/
- https://www.bbvaopenmind.com/articulos/inteligencia-artificial-y-futuro-del-trabajo-p
erspectiva-china/ (4 oneades de la IA)
- https://www.bbva.ch/noticia/la-evolucion-de-la-inteligencia-artificial-el-nacimiento-d
e-una-nueva-industria/
- https://www.oracle.com/es/artificial-intelligence/machine-learning/what-is-machine-le
arning/
- https://www.ibm.com/es-es/topics/deep-learning
- https://openwebinars.net/blog/que-son-las-redes-neuronales-y-sus-aplicaciones/
(xarxa neuronal)
- https://aggity.com/inteligencia-artificial-productividad-empresarial/ (estudis diuen que
a l’any 2035 les companyes que fan servir IA els seus beneficis seren incrementats a
un 38%)
- https://www.antonioserranoacitores.com/el-impacto-de-la-inteligencia-artificial-en-la-
productividad-empresarial/
- https://www.linkedin.com/news/story/oportunidades-de-negocio-que-traer%C3%A1-l
a-ia-5629772/
- https://cincodias.elpais.com/cincodias/2021/06/04/fondos_y_planes/1622811042_078
826.html
- https://www.expansion.com/blogs/sociedad-empresa-digital/2022/09/30/los-modelos-
de-negocio-basados-en.html
- https://d3.harvard.edu/platform-digit/submission/can-amazon-read-our-minds/
- https://www.plainconcepts.com/es/potencial-economico-ia-generativa/
- https://www.businessinsider.es/impacto-chatgpt-ia-sector-tecnologico-empleos-12314
18 (noticia)
- https://alj.com/es/perspective/reducciones-de-personal-a-la-vista-la-revolucion-de-la-i
a-se-afianza/ dades i gràfiques per automatització
- https://www.20minutos.es/noticia/5115767/0/la-carrera-descontrolada-por-la-inteligen
cia-artificial-revoluciona-el-trabajo-afectara-a-millones-de-empleos-en-espana/
- https://www.infobae.com/economia/2023/04/16/cuales-son-los-nuevos-empleos-que-g
enera-la-inteligencia-artificial-y-que-precauciones-se-deben-tomar/
- https://www.bbvaopenmind.com/articulos/inteligencia-artificial-en-entorno-laboral-de
safios-para-trabajadores/
- https://empresas.blogthinkbig.com/cuales-seran-las-industrias-mas-afectadas-por-la-a
utomatizacion/
- https://www.europarl.europa.eu/doceo/document/TA-9-2020-0032_ES.html
- https://www.aepd.es/prensa-y-comunicacion/blog/inteligencia-artificial-sistema-vs-tra
tamiento-medio-vs-finalidad
- https://www.eleconomista.es/salud-bienestar/noticias/12449947/09/23/los-medicos-de
-la-comunidad-de-madrid-comenzaran-a-usar-ia-para-diagnosticos-de-enfermedades-r
aras.html
- https://blog.cobistopaz.com/es/blog/inteligencia-artificial-en-la-banca-aplicaciones-y-
pasos-para-adaptarla
- https://www.gapauditores.com/blog/inteligencia-artificial-transformando-el-mundo-la
boral-ventajas-e-inconvenientes/
- https://www.laboral-social.com/futuro-inteligencia-artificial-recursos-humanos-desafi
os-oportunidades.html
- https://www.bbvaopenmind.com/articulos/inteligencia-artificial-en-entorno-laboral-de
safios-para-trabajadores/
- https://www.componentehumano.cl/navegando-en-la-era-de-la-ia-etica-y-responsabili
dad-en-el-uso-de-la-inteligencia-artificial-en-el-ambito-laboral/
-

9.Annexos
ANNEXOS
ANNEX 1:
Les màquines reactives
Ja que el seu enfocament se centra a respondre ràpidament a estímuls externs i
realitzar accions predeterminades. No aprenen dels seus errors ni tampoc
milloren amb el temps.

Els algoritmes de joc utilitzat en jocs de taula com l'escac són un exemple
comú de les màquines reactives. Aquests algoritmes avaluen la posició actual
de la taula i la presa de decisions basant-se en les regles de joc i en estratègies
 planificades anticipadament, sense tenir en compte l’historial de moviments
anteriors.
ANNEX 2:
Els dos enfocaments d’aprenentatge automàtic
Aprenentatge automàtic supervisat
Les tècniques d'aprenentatge automàtic
més populars impliquen supervisió.
En aquest model, un científic de dades
actua com a mentor i instrueix a
l'algoritme sobre les conclusions que
s'han d'extreure.
En l'aprenentatge supervisat, l'algoritme
s'entrena en un conjunt de dades que ja
ha estat etiquetat i té un resultat
predefinit, molt semblant a un nen petit
que aprèn a identificar fruites en
memoritzar-les amb un llibre il·lustrat.
Els algoritmes com la classificació
multiclasse, les màquines de vectors de
suport i la regressió lineal i logística són
exemples de tècniques d'aprenentatge
automàtic supervisat.
Aprenentatge automàtic no supervisat
L'aprenentatge automàtic no supervisat
empra una estratègia més independent,
en la qual una computadora aprèn a
reconèixer patrons i processos
complexos sense la supervisió pròxima i
constant d'un ésser humà.
La capacitació en aprenentatge
automàtic no supervisat utilitza dades
sense etiquetes o resultats clarament
definits.
L'aprenentatge automàtic no supervisat
és com un nen que aprèn a identificar
fruites observant colors i patrons en lloc
de memoritzar els noms amb l'ajuda d'un
mestre, per a continuar amb l'analogia
d'ensenyament del nen.
El nen buscaria similituds entre les
imatges i les separaria en grups,
assignant a cada grup la seva pròpia
etiqueta nova.
Els algoritmes per a l'anàlisi de
components principals i independents,
les lleis d'associació i l'agrupament de
k-means són exemples de tècniques
d'aprenentatge automàtic no
supervisades.
ANNEX 3:
Xarxes Neuronales
L'estructura bàsica d'una xarxa neuronal consta de capes de neurones
interconnectades. La capa d'entrada rep les dades i els envia a través de la xarxa,
mentre que la capa de sortida produeix la sortida final. Entre la capa d'entrada i la
capa de sortida, hi ha una o més capes ocultes que processen la informació.

ANNEX 4:
Com funciona la ‘’Deep Learning’’

Les xarxes neuronals artificials, també conegudes com a xarxes neuronals

d'aprenentatge profund, s'esforcen per imitar el cervell humà mitjançant l'ús d'entrades
de dades, pesos i biaixos. Per a identificar, categoritzar i descriure correctament els
objectes en les dades, aquests components cooperen.

Les xarxes neuronals profundes estan formades per múltiples capes de nodes
interconnectats, cadascun dels quals es basa en l'anterior per a millorar i refinar la
categorització o la predicció. Aquesta progressió de càlculs a través de la xarxa es
denomina propagació cap endavant. Les capes visibles d'una xarxa neuronal profunda
són les capes d'entrada i sortida. El model d'aprenentatge profund ingereix les dades
per al seu processament en la capa d'entrada i la predicció o classificació precisa es
realitza en la capa de sortida.

ANNEX 5:
Trading algorítmic
 La creació d’algoritmes i models computacionals pel comerç algorítmic amb
IA implica la capacitat d’analitzar quantitats massives de dades en temps real,
detectar tendències, prendre decisions sobre si comprar o vendre actius
financers entre altres. Aquests sistemes són capaços de negociar en una
varietat d’escales de temps, incloses estratègies d’alta freqüència que
s’executen en qüestió de mil·lisegons i estratègies d’inversió a llarg termini
basades en anàlisis fonamentals i macroeconòmics.

Els comerciants i les institucions financeres poden augmentar l’eficiència i la

precisió de les seves operacions al mateix temps que redueixen la influència de
les emocions humanes en la presa de decisions mitjançant l’ús de la IA en el
comerç algorítmic. La capacitat dels algoritmes per aprendre de les dades
anteriors i adaptar-se en temps real a les condicions variants del mercat pot
resultar en una major rendibilitat i una major gestió de riscos.

ANNEX 6:
Assistents virtuals
Siri d’Apple, Google Assistant, Amazon Alexa i Microsoft Cortana són només
alguns exemples d’assistents virtuals d’intel·ligència artificial populars.
Aquests assistents podem interactuar amb els usuaris en una varietat d’entorns
i contextos perquè estan integrats en dispositius mòbils, parlants intèl·ligents i
altres plataformes

ANNEX 7:
Ignasi Viladesau director d’inversions de My Investor
Ignasi Viladesau, director d’inversions de My Investor (filial de Andbank Espanya, i
participada per Axa i El Corte Inglés). Ignasi, (Barcelona, 1984) és enginyer industrial
i aeronàutic. Va estudiar gestió empresarial en el prestigiós M.I.T. de Boston, i té la
màxima certificació financera, el Chartered Financial Analyst (CFA). Després
d'estrenar-se com a analista en JP Morgan, ha estat consultor financer en McKinsey,
membre de l'equip d'assessorament en Pimco i gestor de carteres en la major signatura
de gestió d'actius del planeta, BlackRock.
ANNEX 8:
Models de negoci

Models depersonalización a gran escala

L'objectiu dels models de personalització amplificats és augmentar els efectes de
bloqueig dels usuaris de plataformes de streaming o de comerç electrònic a través de
potents algoritmes de recomanació que es relacionen amb l'oferta de la pel·lícula,
sèrie o cartera de productes, respectivament. Segons la teoria de la long tail, els
articles més populars (aquells que representen més del 30% del catàleg) són
responsables del 70% de totes les vendes. El 30% de les vendes que es deriven del
considerable fons restant del catàleg, no obstant això, representen el 60% dels guanys.

Models de rendiment predictiu de infraestructures crítiques

Aquests algoritmes, que s'utilitzen per a pronosticar possibles fallides de components
específics d'infraestructures crítiques (com a motors), així com per a la gestió de
xarxes de distribució de fonts d'energia i/o telecomunicacions, tornen a prevaler la
precisió sobre la resta de paràmetres.

Models de viralitat amplificada

La proposta de valor de les plataformes socials es pot elaborar amb algoritmes de IA
que recompensin i amplifiquin la popularitat (una característica de les xarxes que
anomenem centralitat), sempre que es redueixin els costos d'entrada i s'augmentin els
costos de sortida. En gestionar els fluxos de dades, aquests algoritmes prioritzen la
velocitat sobre la precisió.

En permet la connexió amb empreses que paguen perquè la seva publicitat es mostri a
persones influents i altres usuaris, la popularitat algorítmica permet crear efectes de
xarxa indirectes. Per a maximitzar el retorn de les seves inversions publicitàries, les
empreses utilitzen algoritmes de xarxes socials que augmenten la viralitat dels seus
missatges.
 Models de precisió predictiva
Els sistemes sanitaris també poden beneficiar-se de la precisió. La medicina de
precisió incorpora una base genètica amb dades de comportament de rellotges, sensors
ad hoc i polseres esportives, així com dades de la història clínica. La recerca
molecular i genètica es combina amb informació contextual en la medicina de
precisió. Creiem que l'ecosistema de salut tal com el coneixem actualment està sent
canviat profundament per la recerca científica en biologia i medicina que s'està
integrant amb l'avanç tecnològic digital.

ANNEX 9:
Marc Monzó
(Barcelona, 1991). És graduat en Fiologia catalana i escriptor. Fill de família de Camprodon i
de Vilanova i la Geltrú, viles d’on són nats els seus pares, té per devoció abocar les seves
paraules mitjançant la poesia. Un gènere que adopta no sols en format paper -és autor del
llibre El que dura un cafè i Brissalls-, sinó que també a través d’algunes xarxes socials on
difon les seves paraules, especialment amb un gran èxit de públic a Instagram
(@marc_poesia).

ANNEX 10:
Picvisa
Picvisa és una empresa líder en el sector de la gestió de residus i reciclatge que ha adoptat
amb èxit la IA en la seva operativa. El seu cas d'èxit és un exemple inspirador de com la IA
pot transformar una indústria tradicional i generar beneficis econòmics i ambientals
significatius.

Picvisa ha implementat sistemes de visió per computadora i algorismes de IA en les seves

línies de classificació de residus. Això els permet identificar i separar de manera precisa i
eficient els materials reciclables, com a plàstic, vidre, paper i cartó, de les deixalles no
reciclables. Gràcies a aquesta tecnologia, han augmentat significativament la seva taxa de
reciclatge i reduït la quantitat de residus que van a abocadors.

A més dels beneficis ambientals, Picvisa ha experimentat un augment en l'eficiència

operativa i una reducció de costos en implementar la IA. La capacitat d'automatitzar gran part
del procés de classificació de residus ha permès a l'empresa processar volums més grans de
material de manera més ràpida i amb menys mà d'obra. Això ha millorat la seva
competitivitat en el mercat de gestió de residus.