L’obsessió per optimitzar ho buida tot

Durant anys, moltes empreses han perseguit una idea aparentment incontestable: escalar. Fer més amb menys, produir més ràpid, reduir dependències i convertir processos complexos en sistemes replicables. En aquest context, la intel·ligència artificial no apareix com una opció, sinó com una conseqüència natural. Automatitza, accelera i optimitza, i des d’una perspectiva purament operativa, tot sembla millorar.

El problema apareix quan aquesta lògica s’aplica sense distingir la naturalesa del producte. No tot el que es pot escalar es pot preservar. Hi ha productes que es basen en volum, i en aquests casos l’automatització pot augmentar el valor. Però n’hi ha d’altres que depenen d’una capa menys visible: el criteri. I el criteri no és fàcilment substituïble, perquè no és només execució, sinó selecció, intenció i estructura.

Duolingo és un exemple útil per entendre aquesta diferència. Durant anys, la plataforma no només va créixer com a aplicació, sinó que va construir un sistema d’aprenentatge amb coherència interna. Les lliçons no eren només contingut acumulat, sinó seqüències pensades; no eren només exercicis, sinó decisions pedagògiques articulades. El valor no estava en la quantitat de material disponible, sinó en com aquest material estava organitzat i en el tipus de progressió que permetia.

Quan entra la lògica d’optimització basada en IA, aquesta arquitectura es torna difícil de llegir des de fora. Si el producte sembla ser contingut, la conclusió és directa: es pot generar més contingut, més ràpid i amb menys cost. Però aquesta lectura confon dos nivells diferents. El contingut és visible; el criteri que l’organitza no ho és. I és precisament aquest criteri el que sosté el valor.

Quan es redueix el paper de qui pren decisions sobre el contingut —educadors, creadors de lliçons, especialistes— i es substitueix per sistemes de generació automàtica, el producte no desapareix. Continua havent-hi lliçons, continua havent-hi estructura aparent. Però el que canvia és la naturalesa del procés que les genera. El que abans era resultat d’una selecció intencionada passa a ser resultat d’una producció sistemàtica.

Aquesta transformació no es percep com un error immediat. No hi ha una fallada clara ni un punt de ruptura. El que apareix és una degradació progressiva de l’experiència. Les lliçons es tornen més repetitives, els patrons més previsibles i el conjunt més homogeni. No perquè el sistema sigui incapaç de produir contingut correcte, sinó perquè produeix sense el filtre que li donava direcció.

Amb el temps, això es tradueix en una sensació difícil d’explicar però fàcil de percebre. L’aplicació deixa de semblar dissenyada i comença a semblar generada. El canvi no és tècnic, és qualitatiu. I és en aquest punt on apareix la fricció amb l’usuari, que pot no identificar exactament què ha canviat, però sí notar que el valor percebut ja no és el mateix.

Aquesta és la clau del problema. No es tracta de si la IA és adequada o no, sinó de si el que s’està optimitzant és realment substituïble. Quan el valor d’un producte depèn de l’expertesa humana, l’optimització té límits. Es pot accelerar la producció, però no necessàriament preservar la qualitat. I quan es prioritza el volum per sobre del criteri, el resultat pot ser eficient, però també més buit.

El risc no és perdre funcionalitat, sinó perdre sentit. Perquè el que desapareix no és el contingut, sinó la intencionalitat que el feia útil. I aquesta pèrdua no es detecta immediatament; s’acumula fins que es fa evident.

En aquest sentit, el problema no és tecnològic, sinó conceptual. Confondre el que es pot generar amb el que té valor, i assumir que si alguna cosa es pot produir més ràpid, també es pot produir igual. Però el valor, sovint, no està en la producció, sinó en les decisions invisibles que la guien.

Quan aquestes decisions desapareixen, el producte continua existint, però deixa de ser el mateix. No perquè falli, sinó perquè ja no respon a la mateixa lògica. I és aquí on l’optimització deixa de ser una millora i es converteix en una simplificació.

I quan la simplificació és excessiva, el que es perd no és només qualitat. És la raó per la qual el producte existia en primer lloc.