L'acrònim GPT s'ha convertit, en només uns anys, en el símbol d'una gran disrupció tecnològica. Darrere d'aquestes tres lletres s'amaga un canvi de paradigma: hem passat d'eines informàtiques manipulades per ordres a col·laboradors digitals amb qui dialoghem. Per comprendre realment la magnitud d'aquesta revolució, cal mirar sota el capó i examinar la complexa mecànica d'aquesta intel·ligència.
I. Definició tècnica: els tres pilars de l'acrònim
GPT significa Transformador Preentrenat Generatiu. Cada terme descriu una etapa crucial en la creació del model.
1. Generatiu
En el món de la intel·ligència artificial, tradicionalment es distingeix entre dos tipus de models: discriminatius i generatius.
- Un model discriminatori observa dades i els assigna una etiqueta (per exemple, «Aquesta és una foto d'un gat»).
- Un model generatiu, com GPT, va més enllà. Basant-se en el seu coneixement, és capaç de produir dades completament noves que no existien abans. Si ha analitzat milions de poemes, no en recitarà un de memòria; en compondreu un de nou, respectant les regles de rima i mètrica que ha "entes".
2. Preformat
Aquí és on rau la força bruta. Abans d'arribar a la pantalla, el model va passar per una fase d'aprenentatge massiva. Imagineu-vos una biblioteca que conté una gran part de l'Internet global: la totalitat de la Viquipèdia, biblioteques digitals, fòrums de discussió (com Reddit), repositoris de codi informàtic (GitHub) i arxius de notícies.
Durant mesos, en milers de processadors d'alta potència, el model va "llegir" aquest text per aprendre no només fets específics, sinó també l'estructura profunda del llenguatge en si. Aquest "preentrenament" permet que el model arribi amb un bagatge cultural i lingüístic universal abans de rebre la primera pregunta.
3. Transformador
Aquest va ser l'avenç científic del 2017, originat a partir d'un article de recerca de Google titulat "L'atenció és tot el que necessiteuAbans del Transformer, els models d'IA llegien les frases paraula per paraula, en ordre (models recurrents). El Transformer, en canvi, considera una frase com un tot i simultàniament.
Gràcies a un mecanisme anomenat Atenció, pot ponderar la importància de cada paraula en relació amb les altres. A la frase “L'animal no va creuar el carrer perquè estava massa cansat", el Transformador entén que"it"es refereix a l'animal. Si la frase acaba amb "perquè era massa ample", entén a l'instant que "això" es refereix al carrer. Aquesta capacitat de comprendre un context complex és el que fa que les respostes de GPT semblin tan humanes.
Relacionat: ChatGPT caigut? Per què falla la IA i com accedir als millors GPT de forma gratuïta
II. Una breu història de l'evolució: de GPT-1 a GPT-5
La història de GPT és de creixement exponencial, impulsada per l'empresa OpenAI.
El despertar (GPT-1 i GPT-2)
El 2018, GPT-1 va establir les bases. Podia realitzar tasques senzilles, però la seva memòria era curta. El 2019, GPT-2 va ampliar significativament amb 1.5 milions de paràmetres (les connexions internes del model). Es va tornar tan competent a l'hora de generar text coherent que OpenAI inicialment va dubtar a publicar-lo, per por que s'utilitzés per crear desinformació a escala industrial.
L'explosió (GPT-3 i 3.5)
El 2020, GPT-3 va creuar una barrera psicològica amb 175 milions de paràmetres. Era una bèstia computacional. Ja no era només un traductor o un escriptor; es va tornar capaç de raonament lògic i codificació en desenes de llenguatges de programació. La versió GPT-3.5 va servir com a motor per al llançament públic de ChatGPT el novembre de 2022, causant sensació global.
Maduresa (GPT-4 i superiors)
Llançat el 2023, GPT-4 és multimodal. Pot analitzar imatges, resoldre problemes matemàtics complexos i mostrar nivells de creativitat molt més alts. La seva precisió s'ha refinat per reduir les "al·lucinacions" (moments en què la IA inventa fets amb confiança).
Relacionat: ChatGPT-5 il·limitat i gratuït a Free AI Online
III. Funcionament intern: una màquina de probabilitats
Contràriament a la creença popular, la GPT no té "pensaments" ni opinions. El seu funcionament és purament estadístic, però a una escala tan vasta que simula la intel·ligència.
Quan un usuari escriu una consulta, el model transforma cada paraula en una seqüència de nombres anomenada incrustacions (o vectorització). Aquests nombres permeten col·locar les paraules en un espai matemàtic amb milers de dimensions. En aquest espai, la paraula "Rei" és matemàticament similar a "Reina" o "Corona".
El procés de resposta és una sèrie de prediccions:
- El model analitza la Prompt.
- Calcula quina paraula (o “fitxa") té la probabilitat més alta d'iniciar la resposta.
- Un cop escollida la paraula, la retorna a la seva anàlisi per predir la següent paraula.
- Repeteix aquest procés fins que arriba a un punt final.
El que fa que el resultat sigui impressionant és que GPT no sempre tria la paraula més probable (cosa que la faria repetitiva i avorrida), sinó que utilitza una configuració de "temperatura" (aleatorietat controlada) per variar el seu estil i creativitat.
IV. El pas crucial: l'alineació humana (RLHF)
Si simplement li dones a una màquina tot Internet per llegir, corre el risc de tornar-se agressiva o de proporcionar consells perillosos, ja que Internet conté el millor i el pitjor de la humanitat.
Per fer que GPT sigui "personal", OpenAI utilitza l'aprenentatge per reforç a partir de la retroalimentació humana (RLHF). Milers de testers humans van interactuar amb versions primerenques del model, qualificant les respostes: "Aquesta és una bona resposta", "Això és groller", "Això és fals".
A través d'aquest procés, la IA va aprendre a adoptar la postura d'un assistent útil, neutral i ètic. Aquesta capa final transforma la tecnologia en brut en un producte de mercat massiu.
V. Reptes i limitacions
Malgrat el seu poder, GPT continua sent una eina amb punts febles:
- Al·lucinacióCom que busca ser estadísticament creïble, pot inventar una biografia o una font legal que no existeix, simplement perquè les paraules "sonen" bé juntes.
- Falta de consciència: GPT no sent res. No entén el món físic. Si explica com cuinar una truita, no sap què és la calor o l'olor d'un ou; només coneix la relació lingüística entre aquests conceptes.
- Cost mediambientalL'entrenament i el funcionament d'aquests models requereixen molta electricitat i aigua (per refredar els servidors).
Conclusió
GPT és molt més que un simple programari de processament de textos. És una infraestructura cognitiva. De la mateixa manera que l'electricitat va permetre la mecanització del treball físic, GPT està començant a automatitzar certes formes de treball intel·lectual.
Entenent que GPT significa Generatiu (creació), Preentrenat (coneixement massiu) i Transformador (comprensió contextual), podem apreciar millor per què aquesta tecnologia marca un punt d'inflexió. Només estem al començament d'explorar què aportaran aquests models cada cop més lleugers i intel·ligents a la ciència, l'educació i la creació artística.
