Durant anys, la comunitat d'intel·ligència artificial ha concentrat els seus esforços a escalar el còmput en temps de test mitjançant dues vies clàssiques: permetre que el model raoni durant més passos —generant cadenes de pensament extenses— o mostrejar múltiples respostes i quedar-se amb la millor, fins i tot quan un oracle extern selecciona la guanyadora. Ambdues estratègies comparteixen un límit fonamental: són internes. Cada token addicional prové dels mateixos pesos congelats i del mateix prompt inicial, de manera que cap de les dues pot injectar informació nova que el model no posseeixi ja. No obstant això, existeix un tercer eix, menys explorat però potencialment més poderós: la interacció. En aquest enfocament, el model proposa un artefacte —un fragment de codi, un disseny visual o una resposta estructurada—, un instrument extern observa com es comporta realment aquell artefacte al món, i el model revisa la seva proposta basant-se en aquesta observació. Cada cicle incorpora una dada real, trencant el sostre que les altres dues vies assoleixen. Aquest article analitza en profunditat el concepte d'escalat per interacció, les seves implicacions tècniques i empresarials, i com a Q2BSTUDIO estem integrant aquest paradigma a les nostres solucions d'Intel·ligència Artificial i serveis cloud.
La clau de l'escalat per interacció rau en una variable única: el grounding (ancoratge a la realitat). Perquè el bucle funcioni, tant la retroalimentació que impulsa la revisió com la mètrica que avalua el resultat han de provenir d'instruments que realment observin el defecte. En altres paraules, no n'hi ha prou que un model de llenguatge jutgi la sortida basant-se en el seu coneixement intern; cal una eina externa que mesuri el comportament real de l'artefacte. Per exemple, en tasques de codificació complexes, quan es fixa un pressupost de tokens, el raonament prolongat i el mostreig de múltiples candidats assoleixen un altiplà —fins i tot si un oracle tria la millor mostra—, mentre que qualsevol estratègia d'interacció continua millorant. Un experiment amb un sistema proponent-revisor va aconseguir una taxa d'èxit del 100% sense variància entre execucions, i el guany es va mantenir en tres famílies de models diferents. Això demostra que la interacció no és un refinament menor, sinó un mecanisme d'escalat genuí i diferenciat.
El mateix principi s'aplica a artefactes visuals renderitzats. Quan s'utilitza un model de visió-llenguatge (VLM) com a jutge, llegint una captura de pantalla, el VLM qualifica 14 de 15 figures visiblement trencades com a 'perfectes'. La raó és que la captura de pantalla amaga els defectes abans que el jutge pugui veure'ls; la imatge plana elimina la profunditat, les ombres o les alineacions que només una anàlisi geomètrica real pot detectar. En canvi, una eina que mesura el disseny real del layout —per exemple, mitjançant un analitzador de CSS o un comparador de coordenades— mostra que el bucle interactiu elimina entre el 40% i el 74% dels defectes en quatre modalitats diferents. I, curiosament, el mateix VLM utilitzat com a revisor empitjora els dissenys de diapositives just on l'eina de mesura els repara. La lliçó és clara: el feedback ha d'estar ancorat al món físic o lògic de l'artefacte, no a la percepció subjectiva d'un model.
Per a les empreses que desenvolupen programari, aquesta distinció té conseqüències pràctiques immediates. Un agent d'IA que genera codi i després el prova executant-lo en un entorn real —observant errors de compilació, resultats inesperats o fuites de memòria— està aplicant escalat per interacció. Cada cicle de prova informa el model sobre una cosa que no sabia: el comportament real del programa. De la mateixa manera, un sistema de ciberseguretat que proposa pedaços, els desplega en un sandbox i mesura la reducció de vulnerabilitats mitjançant escàners externs, està utilitzant el mateix principi. A Q2BSTUDIO, desenvolupem aplicacions a mida que incorporen aquests bucles interactius, integrant agents d'IA amb eines de testing automatitzat, monitoratge d'infraestructura cloud a AWS i Azure, i panells de Business Intelligence amb Power BI que reflecteixen mètriques de rendiment en temps real. La interacció no és un afegit estètic; és el motor que permet que els sistemes superin els límits del seu coneixement inicial.
La implementació tècnica d'aquest escalat requereix una arquitectura acurada. El bucle ha de ser ràpid i eficient per no consumir tot el pressupost de còmput en observacions redundants. Per això, a les nostres solucions cloud aprofitem l'elasticitat d'AWS i Azure per llançar entorns de prova efímers, executar avaluacions paral·leles i recollir feedback sense penalitzar la latència. A més, la ciberseguretat juga un paper crític: els instruments externs han de ser fiables i estar protegits contra manipulacions, ja que un feedback enverinat podria desviar tot el procés. Treballem amb pràctiques de pentesting i hardening per garantir que cada observació sigui autèntica. Finalment, els indicadors de negoci —mesurats amb Power BI— permeten als equips veure com evoluciona la qualitat dels artefactes generats al llarg dels cicles interactius, identificant colls d'ampolla o millores sostingudes.
Un cas concret d'aplicació el trobem en el desenvolupament d'agents IA per a automatització de processos. Un agent pot dissenyar un flux de treball, executar-lo sobre dades reals i, en detectar un error, no només corregir-lo, sinó també ajustar la seva estratègia de generació per a futures propostes. Aquest cicle de 'proposta-execució-revisió' és anàleg al descrit en els experiments de codificació: l'agent no es limita a raonar més temps o a generar més candidats, sinó que utilitza la informació del món real per millorar. En les nostres implementacions, combinem això amb tècniques d'aprenentatge per reforç perquè l'agent aprengui a prioritzar quines observacions són més informatives. El resultat és una reducció dràstica d'iteracions necessàries per assolir la qualitat desitjada.
La recerca acadèmica que sustenta aquest article mostra que l'escalat per interacció no és una moda passatgera. Quan es compara amb el raonament prolongat o el mostreig múltiple en igualtat de pressupost de tokens, la interacció sempre guanya. Però el parany està en els detalls: si el feedback no està ancorat —si s'utilitza un jutge que no observa directament el defecte— el bucle pot empitjorar el resultat. Per això, a Q2BSTUDIO ens assegurem que cada capa del nostre stack tecnològic estigui dissenyada per proporcionar observacions genuïnes. Des d'analitzadors sintàctics que executen el codi en temps real fins a sensors d'UI que verifiquen la posició exacta de cada element en una pantalla, tot està orientat a tancar el bucle amb dades fiables.
L'adopció d'aquest paradigma té implicacions estratègiques per a les empreses. Aquelles que inverteixen en sistemes interactius —en lloc de simplement augmentar la mida dels models o el nombre de mostres— obtindran un avantatge competitiu sostenible. D'una banda, redueixen la dependència de models cada cop més grans i costosos; de l'altra, aconsegueixen resultats més robustos i adaptats a contextos específics. En sectors com la banca, la salut o la logística, on un error pot tenir conseqüències greus, la interacció proporciona una capa addicional de verificació i millora contínua. Els nostres clients que han integrat bucles interactius en els seus processos de desenvolupament de programari reporten una reducció significativa d'errors en producció i una major satisfacció dels usuaris finals.
En conclusió, l'escalat per interacció representa el tercer eix del còmput en test, tan fonamental com el raonament i el mostreig, però amb una potència que només s'allibera quan el feedback i les mètriques estan ancorats a la realitat. Lluny de ser un concepte abstracte, és una metodologia pràctica que ja estem aplicant a Q2BSTUDIO per desenvolupar solucions d'IA, cloud, ciberseguretat i BI que realment marquen la diferència. Convidem les organitzacions a explorar com la interacció pot transformar els seus sistemes, superant els límits del que els models poden aprendre per si mateixos. El futur no és només generar més, sinó interactuar millor.
