El dia ha deixat una diferència curiosa entre dues maneres d'explicar què fa la intel·ligència artificial. A la ciència, s'ha fet servir sobretot per comprovar. Uns agents de Google han demostrat una conjectura de teoria de la informació oberta des del 2013, i la prova, de prop de 50 milions de línies, l'ha comprovada un programa verificador, Lean. A Austràlia, quatre astrònoms de la CSIRO han tornat a processar les dades del telescopi Event Horizon amb un mètode d'aprenentatge automàtic que no sabia com és un forat negre, i n'ha sortit el mateix anell de la imatge de M87 del 2019.
En els dos casos, el valor no és que la màquina descobreixi una cosa nova sinó que la confirmi per un camí independent. El cas de Kurt Gödel va en la mateixa direcció. Amb Claude, el lògic Jan von Plato ha obtingut en un parell de dies una explicació dels 1.009 fulls de taquigrafia que fins ara llegia a raó d'una pàgina per setmana, i un catàleg de 663 teoremes. Però no els ha acceptat pel que deia el model: els ha passat per un altre verificador, Coq, que n'ha donat uns 400 per bons, n'ha hagut de precisar uns 200 i n'ha trobat uns 50 de falsos. La IA hi fa de lectora incansable, no de jutge.
La resta del dia científic demana el mateix tipus de cautela. Un estudi a «PLOS Digital Health» avisa que una eina pot encertar de mitjana i deixar passar senyals clars d'un problema de salut mental, i proposa provar-les abans de fer-les servir a la consulta. El model de Stanford i la Universitat d'Iowa que classifica els infants amb TDAH o ansietat en tres perfils cerebrals és prometedor, però que serveixi per triar el tractament encara és una hipòtesi que han de confirmar assajos clínics. Fins i tot la demostració de Google, verificada per l'ordinador, encara és en prepublicació.
A l'economia, en canvi, la IA arriba sobretot en forma de promesa. AT&T diu que ja té gairebé 500 tasques en mans d'agents i que en vol el triple, però les xifres de rendiment les dona ella mateixa. Mirendil ha captat 1.000 milions de dòlars i afirma que un sol investigador ajudat per agents va entrenar un model en tres mesos i mig. IBM i Microsoft venen més de 6.000 agents preparats per a bancs i asseguradores sense ensenyar cap resultat mesurat. I Dario Amodei ha admès, a pocs dies de la sortida a borsa d'Anthropic, que no sap què passarà l'any que ve ni quanta capacitat de càlcul ha de comprar.
Les dades independents que han arribat avui sobre l'impacte real són modestes. El banc central d'Austràlia no troba proves que la IA hagi alterat el mercat laboral del país, però sí senyals febles entre els joves de les feines més exposades, que fan menys hores que el 2022. És un resultat que encaixa amb el que s'havia vist als Estats Units i que no demostra cap causa. Mentrestant, la classificació de MathArena recorda que el model que guanya, Gemini 4 Carbon, ho fa a un cost quinze vegades més alt que el d'OpenAI. Tenir la millor nota no vol dir sortir a compte.
La tendència que apunta el dia és que la IA ja és més fiable allà on hi ha una manera externa de comprovar-la, un verificador matemàtic o unes dades astronòmiques, que no pas allà on qui la mesura és qui la ven. Caldrà mirar si aquesta exigència de proves s'estén als mercats: la setmana vinent arriba la sortida a borsa d'Anthropic, i serà la primera vegada que una gran empresa de models haurà de rendir comptes públicament, trimestre a trimestre, davant d'inversors que podran posar números a les seves promeses.