La intel·ligència artificial generativa ha deixat de ser un simple motor de respostes. Els models de llenguatge actuals poden raonar durant més temps, generar diverses solucions, criticar-les i corregir-les sobre la marxa. Aquest procés, conegut com a cerca en context, és responsable de molts dels avenços recents en problemes complexos de matemàtiques, programació o planificació. Tanmateix, no sempre està clar quan val la pena utilitzar-la. La teoria comença a oferir respostes, i aquestes respostes tenen implicacions directes per a les empreses que volen adoptar IA de manera fiable.
Des d'un punt de vista probabilístic, un LLM defineix una distribució prèvia sobre possibles cadenes de raonament. Cada intent és una mostra d'aquesta distribució. Quan el model s'autoavalua, introdueix informació addicional que hauria d'actualitzar la distribució i concentrar la probabilitat en les traces que tenen més possibilitats d'arribar a la solució. La qüestió central no és només si el model aprèn a generar millors respostes, sinó quants intents seqüencials necessita per assolir una probabilitat d'èxit alta.
La teoria introdueix una noció clau: la localització fiable d'errors primerencs. Si el model és capaç d'identificar que ha comès un error en els primers passos i, a partir d'aquí, corregir la trajectòria, la cerca en context pot produir millores exponencials. En aquest escenari, un problema la probabilitat de resolució del qual en un sol intent és exponencialment petita es pot resoldre amb un nombre polinòmic d'intents seqüencials. Això és molt rellevant: no cal que el model sigui perfecte a cada pas, només que sàpiga detectar quan s'ha desviat i reiniciar o reparar la ruta.
Per contra, quan l'autoavaluació no és capaç de localitzar l'error de manera fiable, el valor de la cerca en context desapareix. Si els intents fallits no aporten informació accionable, condicionar el següent intent als anteriors equival a mostrejar de manera independent, en paral·lel. En altres paraules, s'obté la mateixa probabilitat d'èxit esperada que llançant diverses mostres al mateix temps, sense que el model aprengui de l'errada. Aquesta distinció és essencial per decidir quan val la pena invertir en tècniques d'autocrítica i quan és millor augmentar el pressupost computacional de manera paral·lela.
La bona notícia és que la teoria també mostra que aquests guanys són robustos. No cal una actualització de la distribució posterior perfecta ni un model de reflexió exacte. N'hi ha prou amb una aproximació raonable per obtenir la major part del benefici. A més, si s'entrena el model mitjançant entropia creuada sobre les execucions de cerca, es pot recuperar el comportament necessari amb una complexitat de mostreig polinòmica. Això significa que no cal dissenyar manualment el mecanisme de correcció: el mateix procés de cerca pot generar les dades d'entrenament perquè el model aprengui a reflexionar millor.
Una altra connexió interessant apareix amb l'aprenentatge per reforç. Si es modela el procés de resolució en etapes i es disposa de recompenses verificables, l'extensió òptima de la política implementa una reponderació de la distribució posterior molt similar a la que produeix la cerca en context. És a dir, l'autocrítica i l'actualització bayesiana no són només un truc de prompting, sinó una manera natural d'aprofitar el senyal de retroalimentació. Això reforça la idea que els agents d'IA s'han de dissenyar com a sistemes que planifiquen, executen i verifiquen, no com a simples generadors de text.
Per a una empresa de desenvolupament de programari, aquestes conclusions tenen conseqüències pràctiques. A Q2BSTUDIO treballem amb clients que necessiten integrar IA en processos crítics, i una de les preguntes més habituals és si un model pot resoldre un problema de principi a fi. La resposta, a la llum d'aquesta teoria, és que depèn de la capacitat de reflexió del model i de l'estructura del problema. Per això és important construir aplicacions a mida que incorporin mecanismes de verificació i retroalimentació, i no limitar-se a connectar un model a una API. Un sistema ben dissenyat pot incloure passos intermedis de control, indicadors de confiança i bucles de correcció automàtica.
La infraestructura també hi juga un paper important. La cerca en context requereix executar moltes més crides al model que una consulta tradicional, cosa que obliga a pensar en escalabilitat, latència i cost. Utilitzar serveis al núvol (cloud) amb AWS o Azure permet dimensionar aquests entorns de manera elàstica i controlar la despesa. Alhora, la generació de raonaments intermedis i la seva validació pot implicar el tractament de dades sensibles, per la qual cosa la ciberseguretat no pot ser un afegit final. A Q2BSTUDIO integrem núvol, seguretat i observabilitat des de l'inici de cada projecte.
Els agents d'IA són un dels casos d'ús on més es nota aquest canvi. Un agent no es limita a respondre: rep un objectiu, planifica passos, consulta eines, analitza resultats i ho torna a provar si alguna cosa falla. La cerca en context és el mecanisme intern que sosté aquest cicle. Perquè funcioni en entorns empresarials, cal que estigui integrat amb fonts de dades fiables i amb sistemes de reporting que permetin mesurar el seu rendiment. Aquí entra en joc el Business Intelligence: visualitzar els intents, els errors i les taxes d'èxit ajuda a millorar tant el model com el procés. Una plataforma de BI com Power BI pot esdevenir el quadre de comandament d'un sistema d'agents d'IA.
A Q2BSTUDIO, empresa de desenvolupament de programari i tecnologia, ajudem les organitzacions a entendre quan i com desplegar aquestes capacitats. El nostre enfocament combina la teoria amb la pràctica: primer avaluem si el problema admet una solució per cerca en context, després dissenyem l'arquitectura d'agents i finalment mesurem els resultats amb indicadors clars. Tot això sobre una base d'aplicacions a mida, núvol i ciberseguretat. La intel·ligència artificial no és una vareta màgica; és una eina que rendeix quan es col·loca en el context adequat i se li dóna la capacitat d'autocorregir-se.
En resum, la cerca en context no sempre ajuda. La teoria indica que el seu valor depèn d'una propietat molt concreta: la capacitat de detectar errors aviat i de manera fiable. Quan aquesta propietat existeix, els guanys poden ser exponencials i els models resolen problemes que semblaven inabastables. Quan no existeix, és preferible no complicar el sistema i apostar pel paral·lelisme. Aquesta lliçó hauria de guiar tant el desenvolupament de nous models com el disseny de solucions empresarials. La propera vegada que algú pregunti si la IA raona, la resposta hauria de ser: depèn de si sap quan s'equivoca. I aquí és on les empreses de programari tenim molt a aportar.
