La conversa universitària sobre la IA ha deixat enrere la fase de la sorpresa, perquè estudiants, professors, laboratoris i revistes científiques ja treballen amb eines capaces de resumir documents, traduir llenguatges tècnics, comparar grans volums d’informació i accelerar operacions que abans exigien mesos de cerca i classificació. En determinats camps, com ara la medicina, la IA amplia la infraestructura disponible per a tasques que desborden la memòria, el temps i la capacitat de càlcul humans. Tanmateix, en aquestes línies es plantegen dues qüestions que semblen estar passant desapercebudes.
La primera és el biaix de les fonts en els textos generats per IA. Robert K. Merton va emprar el terme “efecte Mateu” per referir-se al mecanisme mitjançant el qual aquells que ja disposen de reconeixement acumulen noves citacions i mencions, mentre que treballs valuosos romanen silenciats perquè no tenen prestigi previ. Els models d’IA generativa aprenen a partir d’un ecosistema marcat per aquesta desigualtat i citen aquells treballs més citats, escrits en anglès i que encaixen en els formats acadèmics dominants. Les respostes generades per IA estan lluny de ser neutrals. Les mètriques han de donar suport al judici expert i atendre les diferències entre camps, llengües i contextos. Una base de dades representa una part del coneixement disponible, i les seves fronteres afecten allò que la comunitat científica considera visible. El risc és especialment profund en les humanitats i les ciències socials, àmbits en què el llenguatge actua alhora com a instrument, arxiu i arma d’interpretació, de manera que una eina dissenyada per completar seqüències verbals pot acabar condicionant allò que sembla pertinent, raonable i digne de ser pensat.
La segona qüestió tracta sobre l’estancament del coneixement vertical; aquest sorgeix amb la pèrdua del “full en blanc”, una part essencial del treball creador, en favor d’una primera consulta a la IA, que ofereix informació, dades i una seqüència argumental disponibles des del primer minut. Quan la prosa arriba massa aviat, l’investigador corre el perill d’acceptar com a propi un coneixement que no ha adquirit mitjançant la lectura, el dubte i el contrast. La IA accelera moltes tasques i amplia l’accés a tota mena de coneixement; tanmateix, en les ciències socials i les humanitats, aquest saber, mancat de creativitat i de full en blanc, impregnat de fonts esbiaixades, automatitzat i homogeni, està frenant verticalment el coneixement mentre continua creixent horitzontalment. Qui escriu aprèn a respondre de les seves afirmacions i a reconèixer la complexitat de les persones, els esdeveniments i els fenòmens que estudia. Què passa si ja no hi ha full en blanc?