Malgrat la seva capacitat per processar segles de literatura, els mateixos líders del sector admeten que la intel·ligència artificial encara no ha aconseguit escriure un text realment valuós des del punt de vista creatiu.
La intel·ligència artificial ha assolit nivells de sofisticació que fa només una dècada semblaven ciència-ficció. Pot predir estructures de proteïnes, generar vídeo hiperrealista, programar aplicacions completes a partir d’una simple instrucció o mantenir converses complexes en múltiples idiomes. I, tanmateix, hi ha una habilitat profundament humana que encara se li resisteix: l’escriptura de qualitat.
La constatació no prové de crítics literaris escèptics ni de detractors de la tecnologia, sinó dels mateixos protagonistes del sector. Executius i investigadors en intel·ligència artificial reconeixen obertament que, fins ara, cap model no ha estat capaç d’escriure bé en un sentit ple: amb veu pròpia, profunditat, originalitat i veritable valor literari.
Una capacitat tècnica que no es tradueix en literatura
El contrast resulta cridaner. Els models de llenguatge han estat entrenats amb quantitats ingents de text, incloent-hi segles de literatura, assaigs, articles periodístics i obres acadèmiques. Des d’un punt de vista estadístic, coneixen millor que ningú les estructures del llenguatge.
I, tanmateix, produeixen textos que sovint resulten previsibles, plans o fins i tot irritants per a lectors exigents.
Sam Altman, CEO d’OpenAI, ho ha expressat amb una certa ironia. En una conversa amb l’economista Tyler Cowen, va suggerir que fins i tot models futurs —com hipotètics GPT-6 o GPT-7— podrien, en el millor dels casos, generar una cosa equivalent a “un poema correcte d’un poeta real”. No una gran obra. No una veu singular. Només una cosa acceptable.
L’afirmació és reveladora perquè marca un límit. La intel·ligència artificial pot superar els humans en tasques tècniques molt complexes, però no necessàriament en aquelles que requereixen sensibilitat estètica, intenció narrativa o ambigüitat significativa.
El moment GPT-2: quan la IA era més “creativa”
Paradoxalment, alguns investigadors consideren que els models més antics oferien una forma de creativitat més interessant que els actuals.
Katy Gero, poeta i científica computacional, recorda que GPT-2 —un model molt menys potent que els actuals— generava respostes inesperades, fins i tot absurdes, però amb un component creatiu que avui sembla diluït.
“Podies demanar-li que continués una història i et responia amb una cosa estranya, sorprenent, gairebé surrealista”, explica. Aquesta capacitat de desviar-se del que s’esperava, d’introduir elements improbables, generava una forma de creativitat emergent.
Els models actuals, en canvi, estan optimitzats per ser útils, coherents i segurs. I aquesta optimització té un cost: redueix la possibilitat d’error… però també la d’originalitat.
El problema de l’optimització: escriure “correcte” no és escriure bé
En essència, els models de llenguatge estan dissenyats per predir la següent paraula més probable en una seqüència. Aquest enfocament estadístic funciona extraordinàriament bé per produir text correcte, gramaticalment sòlid i estructuralment coherent.
Però la bona escriptura no consisteix a triar l’opció més probable.
Al contrari, moltes vegades implica trencar expectatives, jugar amb el llenguatge, introduir ambigüitat o construir significats que no són evidents a primera vista. És un procés que combina tècnica, intuïció, context cultural i experiència vital.
Els models actuals tendeixen a evitar aquest risc. El seu entrenament —basat en reforç humà i optimització per a la utilitat— penalitza les desviacions excessives i premia la claredat, la neutralitat i la previsibilitat.
El resultat és un tipus de text que compleix la seva funció informativa, però que rarament resulta memorable.
Els vicis del text generat per IA
Els qui treballen habitualment amb models de llenguatge reconeixen patrons recurrents en la seva escriptura:
metàfores genèriques o buides
estructures repetitives del tipus “no és això, sinó allò”
to excessivament complaent o adulador
manca de tensió narrativa
excés d’explicacions i subratllats
Aquests trets no són errors accidentals, sinó conseqüències directes del disseny del sistema. Els models estan entrenats per evitar l’error, no per assumir riscos expressius.
Fins i tot detalls aparentment menors, com l’ús excessiu de determinats signes de puntuació, reflecteixen aquesta tendència a l’homogeneïtzació estilística.
El problema de la intenció
Un dels elements clau que separa l’escriptura humana de la generada per IA és la intenció.
Un escriptor no només produeix text. Decideix què dir, per què dir-ho i com fer-ho. Té una perspectiva, una experiència, una veu que es construeix al llarg del temps.
Els models de llenguatge, en canvi, no tenen intenció pròpia. Generen text en funció de probabilitats i d’instruccions externes. Poden simular estils, però no posseeixen una motivació interna ni una visió del món.
Aquesta diferència és fonamental. L’escriptura no és només una qüestió de forma, sinó de propòsit.
Seguretat davant de creativitat
Un altre factor que explica les limitacions actuals és l’èmfasi en la seguretat. Les empreses desenvolupadores han prioritzat que els models evitin generar contingut problemàtic, ofensiu o incorrecte.
Aquesta capa de control és necessària, però també introdueix restriccions que afecten la creativitat. Moltes formes d’escriptura —especialment en literatura— impliquen explorar temes incòmodes, ambigüs o controvertits.
En limitar aquest espai, els models tendeixen a produir textos més segurs… però també més plans.
Pot la IA aprendre a escriure millor?
La pregunta continua oberta. Alguns investigadors creuen que és només qüestió de temps i de millores en els models. Altres sostenen que existeix una limitació estructural en la manera com estan dissenyats els sistemes actuals.
Per escriure bé, no n’hi ha prou amb processar llenguatge. Cal comprendre context, experiència humana, ironia, ambigüitat, història cultural i múltiples capes de significat.
Això planteja un desafiament profund: pot una màquina, sense experiència pròpia, generar textos que reflecteixin una experiència autèntica?
Més enllà de la tècnica: el valor d’allò humà
El debat sobre la capacitat de la IA per escriure bé té implicacions que van més enllà de la tecnologia. Obliga a replantejar què entenem per bona escriptura.
Si la intel·ligència artificial pot produir textos correctes, coherents i útils, però no aconsegueix generar obres que emocionin, sorprenguin o transformin, aleshores la diferència no és només tècnica. És cultural, estètica i humana.
L’escriptura, en la seva forma més elevada, no és només transmissió d’informació. És una forma de pensament, una exploració del llenguatge i una construcció de sentit.
Una limitació que també és una oportunitat
Paradoxalment, la incapacitat de la IA per escriure bé pot convertir-se en una oportunitat per als humans.
En un món on la generació de text s’automatitza, el valor de l’escriptura autèntica —amb veu pròpia, amb estil, amb intenció— pot augmentar. La diferència entre allò correcte i allò significatiu esdevé més visible.
La intel·ligència artificial pot ser una eina poderosa per assistir, accelerar o estructurar l’escriptura. Però, almenys per ara, continua lluny de substituir allò que fa que un text mereixi ser llegit.
I aquesta distància no és un error tècnic menor. És, probablement, un dels límits més reveladors de la tecnologia actual.
