Bona part del debat sobre la intel·ligència artificial es fa amb paraules que semblen tècniques però amaguen posicions de fons: quan algú diu que un model «raona» o que cal «alinear-lo», ja està triant un marc interpretatiu concret. Un equip encapçalat per Jacy Reese Anthis, amb l'economista d'Stanford Erik Brynjolfsson i el sociòleg de la Universitat de Chicago James Evans, s'ha proposat identificar sistemàticament aquests marcs en lloc de donar-los per suposats.
L'estudi, penjat a arXiv el 25 d'agost i acceptat a la conferència ACM CSCW 2026, combina l'anàlisi computacional de milions d'articles de premsa i publicacions a xarxes socials sobre IA amb 57 entrevistes semiestructurades a professionals del sector, fetes en dues onades, el 2021 i el 2023, just abans i després de l'esclat de l'interès públic per ChatGPT. D'aquesta anàlisi mixta en surten tres eixos de debat recurrents: el «mètode» (si el progrés de la IA l'ha de guiar l'expertesa o l'emergència de capacitats no dissenyades), la «ment» (si els sistemes són eines passives o entitats amb algun tipus d'experiència) i la «moralitat» (si cal accelerar-ne o alentir-ne el desenvolupament).
La contribució de l'estudi no és cap resultat tècnic sobre els models, sinó una eina per llegir amb més precisió com es parla d'IA: mostra que gran part de les discrepàncies públiques —entre optimistes i catastrofistes, entre qui hi veu una eina i qui hi veu un embrió de ment— no són desacords sobre fets, sinó sobre quin marc interpretatiu s'aplica. Per a un camp on el llenguatge sovint condiciona la regulació i la inversió, tenir un mapa d'aquests marcs pot ajudar a distingir un debat informat d'un simple xoc de vocabularis.
L'anàlisi es limita a articles i entrevistes en anglès i a professionals nord-americans majoritàriament, de manera que els tres eixos identificats poden no captar com es discuteix la IA en altres llengües o tradicions culturals; els autors mateixos el presenten com un primer mapa, no com una classificació tancada.