La IQ Era: quan la tecnologia deixa d'assistir i comença a decidir

La IQ Era (era del quocient intel·lectual) és un concepte emergent, triat fins i tot com a lema del MWC Barcelona 2026, que intenta donar nom a una transició en marxa: el pas de l'era digital —centrada a informatitzar i connectar informació— cap a un escenari en què la intel·ligència s'integra de manera massiva en l'entorn físic. Antonio Pita, professor dels Estudis d'Informàtica, Multimèdia i Telecomunicació de la Universitat Oberta de Catalunya (UOC), la defineix com una etapa que combina intel·ligència artificial, robòtica, internet de les coses (IdC) i edge computing, fet que dona lloc a sistemes capaços d'entendre situacions i prendre decisions operatives en temps real, integrats en xarxes, dispositius i infraestructures.

El matís és crucial: desplaça el debat de què pot fer la IA a què passa quan la IA actua. Mentre que en l'era digital la iniciativa continuava sent humana, la IQ Era es caracteritza per una autonomia creixent, en què la tecnologia deixa de limitar-se a assistir i passa a executar. Pita situa aquí la ruptura: sistemes amb iniciativa pròpia que introdueixen nous problemes de responsabilitat i control.

Aquesta nova agència tècnica té tres conseqüències: la reorganització del valor i de l'ocupació a gran velocitat; la dependència d'una infraestructura molt més exigent (connectivitat i còmput de proximitat) i una factura material (energia, aigua, xarxa) que condiciona la viabilitat del desplegament.

Conseqüències en l'àmbit laboral

El tret distintiu no és que la IA sigui millor, sinó que es torna operativa en el món real. Quan la intel·ligència es distribueix per sensors, robots i xarxes, la tecnologia deixa de ser un canal i passa a ser un actor. Això afecta el teixit econòmic a través de la productivitat i la reassignació de valor.

L'expert subratlla el potencial d'eficiència: els sistemes que decideixen i actuen poden reduir friccions i adaptar processos gairebé en temps real. Tanmateix, aquest augment de la productivitat no es reparteix automàticament. L'impacte social és més intens a causa de la velocitat del canvi i la dificultat de reciclar-se professionalment a temps. El resultat és un mercat laboral divergent o "efecte K": alguns perfils amplifiquen el seu rendiment amb la IA, mentre que d'altres veuen la seva funció automatitzada o devaluada.

En aquest patró, els perfils júniors són la baula feble. L'accés al treball qualificat es fonamentava en un aprenentatge mitjançant tasques rutinàries, precisament les primeres a automatitzar-se o ser absorbides per seniors augmentats amb IA. Això accelera la desaparició de professions lligades a tasques repetitives, alhora que en crea de noves que requereixen perfils diferents, més híbrids i tecnològics.

D'aquí la necessitat d'un gir educatiu: menys acumulació de coneixements i més èmfasi en capacitats transferibles com ara el pensament crític, la resolució de problemes complexos, l'adaptació i l'aprenentatge continu. Saber fer servir eines no és suficient; el diferencial és saber plantejar problemes, auditar resultats i prendre decisions en situacions d'incertesa.

Aquesta transició reobre discussions polítiques urgents. Pita introdueix explícitament "la necessitat de mecanismes de protecció i redistribució, com l'ingrés mínim vital o la renda bàsica", no com a solució total, sinó com a amortidors a curt termini mentre es redefineix l'educació i el treball, davant un escenari que pot generar riquesa a gran escala i, al mateix temps, deixar enrere una part de la societat. Com indica un document recent de l'OCDE (Organització per a la Cooperació i el Desenvolupament Econòmics), són urgents polítiques que mitiguin els riscos i beneficiïn la majoria.

A més, l'autonomia no es limita a l'aspecte econòmic. L'expert adverteix que els sistemes amb més autonomia ja es desenvolupen en àmbits sensibles, com la defensa, en què "les màquines podrien reemplaçar decisions humanes en l'ús de la força", cosa que planteja debats ètics profunds sobre qui controla l'acció i la responsabilitat. La IQ Era no només multiplica l'eficiència; desplaça fronteres de control en decisions potencialment irreversibles.

Infraestructura, energia i ciberseguretat

Si la IQ Era consisteix en intel·ligència distribuïda pel món físic, la seva condició de possibilitat és la infraestructura. La connectivitat deixa de ser un suport neutre per esdevenir crítica: sense xarxa i sense còmput de proximitat, no hi ha reacció en temps real ni autonomia segura. El professor ho formula així: "No parlem tan sols de més velocitat o més cobertura, sinó de dotar de capacitat de comunicació i còmput cada punt de l'espai on la intel·ligència hagi d'actuar".

Això introdueix l'edge intelligence com a peça central: traslladar l'anàlisi i la decisió a l'extrem de la xarxa —on es generen les dades— per actuar amb baixa latència i resiliència davant de fallades de connectivitat. Els seus exemples (porters automàtics, robots domèstics, drons d'emergència) subratllen que són requisits operatius quotidians: decidir a l'acte i continuar funcionant encara que la connexió falli. A més, l'edge redueix el trànsit cap al núvol i pot limitar l'exposició de dades crítiques, a banda de representar un estalvi energètic considerable.

Però la mateixa arquitectura que fa viable la IQ Era n'eixampla el risc. En matèria de ciberseguretat, Pita descriu un escenari propici per a la multiplicació de vulnerabilitats: més sensors, més IdC i més IA en processos crítics impliquen més punts d'entrada. El salt inquietant és el canvi de naturalesa dels incidents: quan un sistema intel·ligent controla infraestructures o vehicles, una fallada deixa de ser només una "bretxa de dades" per convertir-se en un risc físic, econòmic i social. A tot plegat cal afegir-hi una dinàmica empresarial coneguda: la pressió per "arribar abans" fa que la seguretat no s'incorpori des del disseny, sinó com un pedaç posterior.

La privacitat i la sobirania de la dada també es reconfiguren. Pita planteja que la privacitat ja no és només un debat legal, sinó una propietat tècnica del sistema que, si no s'incorpora des del començament, és difícil de "recuperar" posteriorment. En un entorn de sensors ubics, la diferència entre protecció i vigilància la marquen decisions d'arquitectura (què es processa localment, què se centralitza, qui controla la capa intel·ligent).

En l'Anuari Computing 2026, Pita analitza la dimensió material que sol ignorar-se: la IQ Era necessita algorismes, però també electricitat, aigua i xarxa. Subratlla la "cara B" del creixement explosiu de la IA i aporta xifres eloqüents: el 2022, els centres de dades als EUA van consumir aproximadament 17 gigawatts (l'equivalent al consum continu d'unes 17 centrals nuclears), i alguns grans centres poden utilitzar fins a 19 milions de litres d'aigua al dia. La demanda global d'electricitat d'aquests centres podria arribar a ser més del doble el 2030.

La clau no és demonitzar una consulta, sinó entendre'n l'escala. Pita ofereix un càlcul senzill per desactivar tant l'alarma fàcil com el negacionisme còmode: "S'estima que una consulta típica a un model de llenguatge gran (LLM) consumeix prop de 0,34 Wh d'electricitat per als models més eficients. Però, això és molt o és poc? Recórrer 10 quilòmetres amb un cotxe elèctric gasta el mateix que fer 4.000 consultes a ChatGPT o tenir el forn encès durant mitja hora".

El missatge és clar: el que sembla petit per interacció es torna estructural per volum, dependència i proliferació de sistemes que interactuen entre si. Aquest efecte d'escala s'agreuja a causa d'un desajustament temporal: la IA ha comprimit la seva adopció en pocs anys, mentre que la infraestructura energètica i digital madura més a poc a poc.

En el cas d'Espanya, ja hi ha senyals de saturació: el 2024, el 49 % de l'energia sol·licitada va ser rebutjada, el 41 % seguia en tràmit i només el 9 % va ser autoritzada; a més, aelēc (Associació d'Empreses d'Energia Elèctrica) va indicar que el 83 % dels nodes de la xarxa de distribució ja estan saturats.

L'expert no atribueix aquest estrès únicament a la IA —hi ha més factors, des d'internet fins al cotxe elèctric—, però situa la IA com l'accelerant que arriba quan la infraestructura ja no anava folgada.

Per a empreses i administracions, la implicació és incòmoda però pràctica: la IQ Era no es gestiona amb estratègies d'innovació, sinó amb enginyeria d'infraestructura, eficiència i governança. L'Anuari ho formula com un repte per a executius tecnològics: incorporar eficiència, escalabilitat i sostenibilitat en l'equació d'adopció, perquè el problema no és cada acció aïllada, sinó l'escala global i la velocitat d'adopció que posa a prova sistemes corporatius i infraestructures nacionals.