La història de la intel·ligència artificial està plena de moments espectaculars. Models amb noms nous, benchmarks batuts, demos virals a X i Youtube. Cada pocs mesos sembla que arribem a un “punt d’inflexió”. Però, si mirem enrere amb una mica de perspectiva, els canvis que realment han transformat la manera com treballem no sempre han vingut amb focs artificials.
FA poc, Google ha anunciat una nova funció a NotebookLM: la possibilitat de treballar amb taules de dades estructurades mitjançant llenguatge natural. No és un nou model. No és una revolució declarada. Però és exactament el tipus de moviment silenciós que, d’aquí a uns anys, veurem com un abans i un després.
Fa temps que tinc la sensació que estem canviant de fase. Durant els primers anys de la IA generativa, l’objectiu era sorprendre. Escriure textos coherents, generar imatges impossibles, mantenir converses fluides. Era la fase del “mira què pot fer”.
Ara, en canvi, entrem en la fase del “mira com ho faig servir”. I aquí és on moltes innovacions aparentment modestes tenen més impacte que els grans anuncis.
El cas de NotebookLM amb taules és paradigmàtic. No resol un problema nou. Tothom fa anys que treballa amb dades en CSV, fulls de càlcul o taules incrustades en documents. El que canvia és la interfície cognitiva: ja no interactues amb les dades mitjançant fórmules, filtres o dashboards, sinó fent preguntes.
Del “business intelligence” al “business reasoning”
Durant dècades, el món de l’analítica ha estat dominat per eines de business intelligence. Gràfics, KPIs, informes periòdics. Tot molt útil, però també molt rígid. Primer defines què vols mirar, després construeixes el dashboard, i finalment el consultes. Però ara, si la pregunta canvia, el sistema ja no serveix.
Quan una IA entén una taula com a estructura i no com a text pla, el flux s’inverteix. Primer preguntes, després explores. No cal saber SQL. No cal pensar en columnes abans de pensar en decisions. Pots demanar: “Què ha canviat aquest trimestre?”, “On hi ha anomalies?”, “Quins patrons no són evidents a primera vista?”.
Això no elimina la necessitat d’analistes experts. Però sí que desplaça el valor: menys temps preparant dades, més temps interpretant-les.
La innovació que no fa soroll
Hi ha una tendència clara a confondre innovació amb novetat visible. Un model més gran sembla més innovador que una funcionalitat ben integrada. Però, en el dia a dia, passa just el contrari.
La majoria de persones no canviaran la seva manera de treballar perquè existeixi un model amb millor raonament abstracte. Ho faran perquè, de sobte, una eina quotidiana els permet fer una cosa que abans era pesada, lenta o reservada a uns pocs.
NotebookLM no competeix amb Excel, ni amb Power BI, ni amb eines de data science. Juga en un altre terreny: el de pensar amb dades sense fricció. I això és molt més transformador del que sembla.
El risc de la comoditat cognitiva
Ara bé, aquest progrés silenciós també té riscos. Quan preguntar és tan fàcil, hi ha la temptació d’acceptar respostes sense entendre prou bé què hi ha darrere. Les dades no deixen de ser incompletes, esbiaixades o mal definides. I una resposta ben escrita pot donar una falsa sensació de certesa.
La IA aplicada no elimina la responsabilitat humana; la desplaça. Ara no ens hem de centrar en “saber fer servir l’eina”, sinó saber jutjar la resposta. Entendre què pot i què no pot dir una taula. Detectar quan una correlació no implica causalitat. Saber quan cal aprofundir més.
Això exigeix una nova alfabetització: menys tècnica, però més crítica.
Quan d’aquí a uns anys mirem enrere, potser no recordarem exactament quan NotebookLM va aprendre a llegir taules. Però sí que notarem que, en algun moment, va deixar de ser normal “mirar dades” i va passar a ser normal “parlar-hi”.
I aquest és el patró que es repeteix amb la IA aplicada: no arriba com una ruptura, sinó com una acumulació de petites millores que, sense adonar-nos-en, canvien la manera com pensem, decidim i treballem.
Potser el futur de la IA no serà tant espectacular com ens imaginàvem. Però serà molt més profund.
La pregunta ja no és quin serà el proper gran model, sinó quines d’aquestes innovacions silencioses acabaran redefinint el nostre dia a dia sense fer soroll. I sobretot: estem preparats per pensar millor, ara que preguntar és tan fàcil?