Què Compta com a IA? Una Definició Útil per a Enginyeria el 2026
La definició estàndard de manual d'IA — "sistemes que realitzen tasques que normalment requereixen intel·ligència humana" — ja mostrava l'edat fa una dècada. El 2026 és activament inútil. Quasi qualsevol programari modern realitza tasques que "normalment requereixen intel·ligència humana". Una taula dinàmica d'un full de càlcul normalment requereix intel·ligència humana. Una consulta SQL normalment requereix intel·ligència humana. Anomenar-les IA és un error de categoria; pretendre que no ho són també.
Els enginyers necessiten una definició que guiï decisions, no que guiï notes de premsa. La proposta que Georgios Fradelos exposa a Updated Definition of Artificial Intelligence (desembre 2025) és l'enquadrament d'enginyeria més net que he vist en anys. Val la pena treballar-la, perquè adoptar-la canvia com acotes projectes, avalues vendors i pressupostes infraestructura.
La Definició
Treure les referències i queda així:
Qualsevol peça de programari que analitza i/o genera dades (fins i tot per al seu propi entrenament) i pot produir rutinàriament, només amb intervenció humana excepcional:
- Millors resultats per a tasques d'anàlisi i/o síntesi que el professional humà mitjà actual, dins la mateixa cultura professional, independentment del cost energètic; o
- Resultats comparables per a tasques d'anàlisi i/o síntesi, aconseguits més ràpid i/o amb un cost energètic mesurablement més baix; o
- Tots dos.
Tres coses fan que aquesta definició sigui útil per a decisions d'enginyeria.
És vinculada a resultats, no a arquitectura. No li importa si el sistema usa xarxes neuronals, IA simbòlica, cerca o regles escrites a mà. Si el sistema desplegat supera rutinàriament una línia base professional (en qualitat, velocitat o energia), compta. Si no, no compta, sigui quina sigui la mecànica interna. Això mata el debat de "és X realment IA?" i el substitueix per una prova mesurable.
És conscient de l'energia. El cost energètic és una dimensió de primer ordre de la definició, no una externalitat. Un sistema que produeix resultats "comparables" als d'un professional humà però usa 100× l'energia per fer-ho no és una millora — és una degradació amb passos extra. Això força honestedat sobre si el desplegament d'IA és realment una millora neta o un augment de cost de moda.
Està limitada per cultura professional. La línia base de referència és "el professional humà mitjà actual, dins la mateixa cultura professional". No la mediana humana. No una línia base dels 90. No una meta aspiracional. Això ancora la comparació en alguna cosa mesurable i actual, i obliga a reavaluar a mesura que la línia base es mou.
Per què Això Ajuda un CTO
Tres decisions concretes es fan més fàcils sota aquest enquadrament.
Avaluació de vendors
Quan un vendor diu que el seu producte és "potenciat per IA", la pregunta esdevé específica: contra quina línia base professional supera, per quin marge i a quin cost energètic? Si el vendor no pot respondre, no tens una afirmació d'IA — tens una afirmació de màrqueting.
A la pràctica aquesta conversa fa aflorar moltes coses. Una fracció no menyspreable d'eines "d'IA" el 2026 lliura qualitat comparable a la d'un professional júnior a un cost d'infraestructura més alt que un professional júnior. Això no és un desplegament d'IA; és un experiment d'IA. Tots dos són legítims, però cal pressupostar-los de manera diferent.
Acotació de projectes
La definició et dona un criteri d'enviament. El sistema és enviable quan produeix rutinàriament outputs (a) millors, (b) més ràpids o (c) més barats per resultat que la línia base humana que substitueix o augmenta. No "el demo impressiona". No "al lideratge li agraden les captures". Rutinari, mesurable, ancorat a línia base.
Aquesta és la barrera que la majoria de pilots GenAI no aconsegueixen passar silenciosament. La resposta honesta és: mai vam mesurar la línia base, així que no podem dir si la vam superar. Establir la línia base primer i tornar a mesurar-la a mesura que el model millora elimina aquesta ambigüitat.
Comptabilitat d'energia i cost
La majoria de discussions de cost d'IA avui se centren en costos de tokens. Això és necessari però no suficient. El cost total d'energia i infraestructura — temps de GPU, refrigeració, sortida de dades, orquestració de queries, infraestructura d'eval — és el que importa per a la comparació energètica. Una definició que posi l'energia al mateix nivell que la qualitat de l'output força que aquesta comptabilitat passi de veritat.
Versió pràctica: per a qualsevol iniciativa d'IA, hauries de poder respondre "quanta energia consumeix el sistema d'IA per output útil i com es compara amb la línia base humana fent la mateixa tasca". Si no pots, encara no estàs llest per enviar a producció — estàs llest per instrumentar.
La Clàusula d'"Intervenció Humana Excepcional"
Hi ha una clàusula amagada a la definició que fa molta feina: només amb intervenció humana excepcional. La nota aclaridora especifica que "excepcional" significa reorientar el programari en situacions matemàtiques que trenquin les seves aproximacions.
En termes d'enginyeria: un flux constant de prompt engineering, ajust de pipelines RAG, filtrat de sortida i correcció amb humà al bucle no és intervenció excepcional. És intervenció rutinària. Un sistema que requereix intervenció humana rutinària per produir output útil és, segons aquesta definició, programari d'IA en desenvolupament, no IA desplegada.
Això importa perquè la majoria de "desplegaments d'IA" que veig el 2026 encara són en règim d'intervenció rutinària. Produeixen sortides que necessiten curació humana per ser fiables. És una etapa de desenvolupament legítima, però anomenar aquests sistemes "IA desplegada" tergiversa el cost operatiu. Adoptar aquesta definició força honestedat sobre quins sistemes s'han graduat de veritat.
Cap a Què T'Empeny Aquesta Definició
Algunes coses es fan més difícils d'afirmar un cop adoptes aquest enquadrament:
"IA per la IA." Si el sistema no supera la línia base humana en qualitat, velocitat o energia, el desplegament no produeix valor. Això no vol dir matar-lo — pot ser un esglaó cap a un sistema que sí ho farà. Però hauria d'estar honestament etiquetat com a R&D, no com a IA en producció.
"IA com a checkbox de funcionalitat." Posar un botó potenciat per LLM al producte perquè els competidors en tenen un està bé com a màrqueting. No és, segons aquesta definició, un desplegament d'IA, perquè no té un rendiment millor mesurat contra una línia base. No el pressupostis com a tal.
Afirmacions d'arquitectura "de salt quàntic". La definició és agnòstica d'arquitectura. Un algorisme clàssic ben afinat que supera una línia base neuronal a un cost energètic més baix és, segons aquesta definició, més IA que la línia base neuronal que va substituir. Aquest és un correctiu útil contra l'assumpció que més gran i més complex és sempre més IA.
Cap a Què Et Permet Defensar Aquesta Definició
També fa que algunes posicions poc de moda siguin defensables.
Una consulta SQL de 200 línies que supera consistentment un analista júnior en una classe específica d'informes, s'executa en segons i costa cèntims executar és, segons aquesta definició, IA. Analitza dades, produeix resultats millors que la línia base professional mitjana, més ràpid i a menys cost energètic que les alternatives a línia base humana. El fet que no sigui una xarxa neuronal és irrellevant.
Això no és floritura retòrica. És una postura pràctica. La consulta SQL fa la feina. L'alternativa cara basada en LLM podria fer-la pitjor i més lentament a un cost més alt. Adoptar la definició et permet enviar la consulta SQL i ser honest sobre el fet que has enviat IA — sense l'enquadrament d'excusa que la IA "real" requereix arquitectures neuronals.
Què Suggereixo Fer Amb Això
Tres accions concretes per al trimestre:
- Per a cada sistema que ara anomenes "IA", escriu la línia base humana. Qualitat, velocitat i energia. Si no pots, encara no saps si el sistema supera la barrera.
- Repressuposta IA-de-màrqueting i IA-de-producció per separat. Si un sistema no supera rutinàriament una línia base, és R&D. R&D va en un pressupost de R&D amb expectatives de R&D.
- Afegeix energia/cost-per-output-útil als teus dashboards d'IA. Si el teu roadmap d'IA té pressupost però no telemetria de cost per output, voles a cegues sobre la part de la definició que realment limita la viabilitat a llarg termini.
Les definicions de manual d'IA existeixen per continuïtat acadèmica. La definició d'enginyeria existeix per prendre millors decisions de desplegament. Val la pena adoptar-ne una de cada.
Font: Fradelos, G. Updated Definition of Artificial Intelligence (Ginebra, 14 de desembre de 2025). SSRN 6292000.
Si el teu roadmap d'IA està ple de pilots i curt en sistemes enviats que realment superen les seves línies base, parla amb un CTO sobre desplegar capacitat d'enginyeria centrada en resultats d'IA mesurables, no demos.
