Avui conviuen dues notícies que semblen contradictòries però parlen del mateix: Anthropic i OpenAI diuen que donaran a avaluadors externs com METR i Redwood Research accés real als seus laboratoris -fins als punts de control intermedis de l'entrenament- i dret a publicar les seves troballes sense control editorial, mentre Jensen Huang defensa des de l'escenari de Dreamforce que «la seguretat és un problema d'enginyeria, no legal» i que cap llei nova fa falta perquè ja és el mercat qui ha de pressionar les empreses. Totes dues coses són declaracions públiques, no obligacions: cap de les dues té darrere un mecanisme legal que en garanteixi el compliment ni un calendari concret.
El que hi ha de debò de nou és el marc de transparència que OpenAI ha estrenat per publicar per iniciativa pròpia els seus propis casos de desalineació, amb terminis fixats i sis episodis concrets ja documentats: és la primera vegada que un gran laboratori es compromet a fer-ho de manera sistemàtica. En canvi, el testimoni d'Arnau Marin-Llobet a RAC1 -per molt colpidor que sigui dir que «ni els que l'hem dissenyat» entenem la IA- és un relat personal sense dades verificables, i les paraules de Huang no canvien res del que ja se sap: és la seva posició de sempre, repetida en un altre escenari.
Per sota d'aquest soroll de declaracions hi corre un fil més concret: qui paga i qui cobra el creixement de la IA. Als Estats Units, el Congrés ha votat gairebé per unanimitat -417 a 3- que siguin els grans centres de dades, i no les famílies, qui assumeixi el cost de les millores elèctriques que la seva activitat exigeix, després que un informe independent hi atribuís més de 29.000 milions de dòlars en sobrecostos de xarxa. En paral·lel, el capital de risc no s'ho pensa dues vegades a l'hora de posar-hi diners: 700 milions per a Emulate, una start-up d'un mes sense producte públic, i 53 milions més per a Hang Ten Systems només cinc setmanes després de la primera ronda.
És una tendència que ja s'intuïa fa dies i que avui es confirma amb més força: el diner flueix cap a la promesa de capacitat futura amb una generositat que no té equivalent en el rigor amb què s'exigeix retre'n comptes. Els 300 milions de dòlars canadencs i alemanys que reben LawZero de Bengio són, en aquest context, gairebé una excepció: finançament públic i declarat, amb objectius i socis explícits, per a un enfocament que precisament qüestiona la cursa agèntica que la resta del sector celebra i que mou ordres de magnitud molt superiors sense el mateix escrutini.
Mentre el debat públic se centra en qui frena o qui regula, la feina d'enginyeria avança en un altre pla, més discret: dos preprints d'avui -XConf, de Cambridge i DeepMind, que estima la confiança d'un model sense haver de repetir la resposta deu vegades, i ScienceIDE, que converteix el codi científic mundial en un gimnàs per entrenar agents- són exactament el tipus de millores incrementals que no fan titulars grans però que van construint, peça a peça, la infraestructura tècnica sobre la qual descansaran els compromisos de seguretat de què tothom parla avui.
El que caldrà mirar demà és si aquests compromisos declarats es tradueixen en res concret: si Meta, SpaceX AI o Google DeepMind s'afegeixen al pacte d'avaluadors externs que Anthropic i OpenAI diuen voler complir, si la Ratepayer Protection Act sobreviu el tràmit incert del Senat abans de les eleccions de mig mandat del 3 de novembre, i si el nou marc de transparència d'OpenAI publica casos nous amb la mateixa rapidesa i el mateix detall amb què n'ha estrenat els sis primers, o si s'acaba diluint amb el temps.