Professional Documents
Culture Documents
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
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.
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.
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.
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.
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:
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.
● 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.
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.
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.
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.
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.
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).
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.
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)
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)
Aplicacions en l’economia:
● 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.
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
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.
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.
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.
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.
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
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.
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.’’
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’’
"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.
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.
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
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.
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.
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
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.
foto
6.2. Exemples de transformació laboral en
diferents indústries
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
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.
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.
- 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.
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
ANNEX 4:
Com funciona la ‘’Deep Learning’’
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.
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
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.