02.02.2025 - 21:40
D’ençà que DeepSeek ha vist la llum, experts de mig món (i de l’altre mig també) ens hi hem capbussat sense descans per examinar-ne el codi obert. Hem trobat avenços importantíssims, però n’hi ha un que mereix que ens hi aturem d’una manera especial: quan l’usuari prem el botó ‘model R1′, la IA comença a cercar la resposta com ho fa la ment humana.
És el començament d’una cosa molt nova, tan nova que costa de creure que no siga ciència-ficció: som davant l’inici del raonament de les màquines.
La Xina ha fet una irrupció potent en l’escena de la intel·ligència artificial (IA) amb el llançament de DeepSeek. De seguida s’ha col·locat al costat dels gegants: OpenAI (ChatGPT), Gemini de Google i Claude d’Anthropic. Però el seu sistema sorprèn no tan sols per la seua potència, sinó també pel fet que l’han construït amb inversions sorprenentment baixes en comparació amb els pressuposts astronòmics dels seus competidors. A més, s’ofereix com a model lliure, de manera que qualsevol el pot instal·lar i executar a l’ordinador en diverses versions.
Són moltes les veus destacades que advertien que la Xina no es quedaria enrere en la cursa de la IA. Kai-Fu Lee, autor d’AI Superpowers i ex-president de Google Xina, ho va assenyalar fa temps. Avui, dirigeix un dels fons d’inversió tecnològics més potents del país asiàtic.
El llançament de DeepSeek, doncs, ja ha sacsejat orient i occident. Però hi ha una cosa més: des del moment en què se n’ha fet públic el desenvolupament, molts hem provat la nova IA xinesa, i el seu model R1 reclama una atenció especial.
El model R1 i el cervell humà
En examinar DeepSeek a fons, hem trobat un punt curiós que pocs han advertit: sota la caixa on introduïm les preguntes hi ha un botó que activa el model R1, capaç de raonar d’una manera més pausada i profunda. La manera com la màquina pensa abans de respondre recorda el sistema 2 (“pensar a poc a poc”) que el reconegut psicòleg Daniel Kahneman utilitza per a descriure la ment humana.
Mentre que el sistema 1 de DeepSeek respon ràpidament i de manera intuïtiva, el sistema 2 recorre a processos més analítics i deliberats. La majoria de models actuals funcionen amb aquest mode ràpid (sistema 1). El model 01 de ChatGPT d’OpenAI va començar la tendència d’invertir més temps de computació per a resoldre problemes complexos quan la pregunta ho requereix. La diferència de DeepSeek és que és ràpid per a qüestions senzilles i més lent per a les difícils. Si la consulta és fàcil, la IA la respon gairebé immediatament amb dues versions. Però si cal una resposta més reflexionada, el model R1 s’hi deté i pensa abans de respondre.
Tot indica que el 2025 serà un any clau per a l’expansió d’aquesta capacitat de raonament profund.
El raonament profund
No és la primera vegada que un avanç d’aquesta mena fa història. El 2016, AlphaGo, dirigida aleshores per Demis Hassabis, premi Nobel de Química, va executar una jugada increïble –el famós moviment 37 contra Lee Sedol en el joc Go, que es practica a l’Àsia des de fa 3.000 anys.
Aquell instant va ser un punt d’inflexió: la IA no solament va superar expectatives, sinó que també va demostrar una creativitat que va costar de comprendre. Amb DeepSeek, el potencial rau en l’ampliació d’aquest estil de “pensar” més a fons, un aspecte clau en camps com ara l’enginyeria i la medicina per a resoldre problemes per als quals encara no hi ha mètodes clarament definits.
L’equip xinès rere aquest projecte ha fet públic tant el codi com les tècniques, cosa que permet que més investigadors les repliquen i les milloren. Això accelera la innovació i demostra que no tan sols les grans corporacions amb fons milionaris poden encapçalar la cursa tecnològica del segle XXI. Quan la tecnologia es posa a l’abast de tothom, la capsa de Pandora queda totalment oberta.
Molts experts debaten sobre el futur de la intel·ligència artificial general, que aspira a operar en un ampli ventall de tasques, com faria un humà mitjà, i fins i tot acostar-se a la superintel·ligència.
Aturar-se i pensar
Fins fa poc, aquestes qüestions semblaven ciència-ficció, però la irrupció de moviments excepcionals com el d’AlphaGo i l’emergència de nous models capaços de “parar-se i pensar” els traslladen a un terreny més tangible.
Som en una etapa en què ja no dubtem si la IA pot raonar, sinó que dubtem sobre si pot ser que, més aviat que tard, acabarem fent-la raonar més bé que nosaltres. En el cas de DeepSeek, el model R1 pot acabar resolent problemes de gran complexitat, tot generant solucions que fins ara només estaven a l’abast de professionals altament qualificats després d’una profunda reflexió.
Això presenta una qüestió fonamental sobre el paper de la ment humana en els processos de descobriment en el futur immediat. OpenAI ja ha començat aquest camí amb el seu model 01 i les seves futures versions, però DeepSeek el democratitza i l’obre al món, cosa que pot comportar-ne una expansió enorme.
L’opció de raonament pausat i profund i el fet de fer públic el codi obren la porta a nous projectes que puguen explotar aquest enfocament en àmbits com ara la logística, l’educació, el disseny, l’arquitectura i el diagnòstic mèdic.
Un lideratge en qüestió
La qüestió és: perdrem el lideratge que ara tenim els humans en el raonament? Deixarem de ser els únics amb pensament creatiu? Com a mínim, comença una cursa cap a aquesta idea a un ritme inesperadament accelerat.
Mentrestant, Europa se’n manté al marge, obsessionada a regular una tecnologia que no acaba d’entendre ni de dominar per manca d’inversió i de talent, que fuig a països amb menys traves. En comptes de situar-se a l’avantguarda, es perd en debats que, per si sols, no garanteixen avenços tecnològics reals.
Hi ha uns altres actors que ja marquen el ritme en aquesta era del raonament profund, quan l’ésser humà podria passar de líder del poder cognitiu a simple espectador.
És un moment històric apassionant, doncs. No ens el perdem.
és doctor en informàtica i professor a la Universitat Politècnica de València. Aquest article ha estat publicat originalment a The Conversation.