I si la intel·ligència no hagués començat amb nosaltres?

Què passa si la intel·ligència no comença amb el cervell humà? A partir de What Is Intelligence?, de Blaise Agüera y Arcas, explorem la relació entre vida, evolució, replicació, simbiogènesi, cognició distribuïda i intel·ligència artificial.

What is intelligence?

Què passa si la intel·ligència no és una propietat que apareix sobtadament amb el cervell humà, sinó el resultat d’una història molt més antiga, vinculada a la capacitat dels sistemes per conservar informació, transformar-se, anticipar regularitats i influir sobre el seu propi futur?

Aquesta és una de les qüestions de fons que travessen What Is Intelligence?, de Blaise Agüera y Arcas. El llibre, publicat per The MIT Press, parteix d’una pregunta que ens resulta familiar, però en desplaça ràpidament el centre de gravetat: en lloc de limitar-se a discutir quins sistemes podem considerar intel·ligents —humans, animals, màquines o models de llenguatge—, intenta reconstruir les condicions que fan possible l’aparició de la intel·ligència.

Aquest canvi de perspectiva obliga a retrocedir molt més del que podríem esperar. No n’hi ha prou amb estudiar cervells, neurones o sistemes nerviosos. Agüera y Arcas porta la pregunta fins a l’origen de la vida i, més enrere encara, fins a processos capaços de conservar estructura, interactuar, modificar-se i generar continuïtat.

La qüestió deixa de ser simplement “què és intel·ligent?” i es transforma en una altra de més profunda: com pot emergir la intel·ligència a partir de sistemes que, inicialment, no en semblen tenir?

Potser hem començat la història massa tard


La intel·ligència acostuma a descriure’s a partir del cervell: un sistema rep informació de l’entorn, la processa, construeix algun tipus de representació interna, pren decisions i actua. Tanmateix, si adoptem una perspectiva evolutiva, aquesta explicació comença massa tard.

Un organisme sense cervell també ha d’afrontar un problema fonamental: mantenir la seva organització en un entorn variable. Per aconseguir-ho, ha de detectar canvis, regular processos interns, respondre diferencialment a estímuls, explotar determinades condicions i evitar-ne d’altres.

Aquestes capacitats no impliquen necessàriament cognició en el sentit habitual del terme, però introdueixen una qüestió central: fins a quin punt la supervivència d’un sistema exigeix alguna forma d’anticipació?

En el plantejament d’Agüera y Arcas, la predicció ocupa precisament un lloc fonamental. Tal com exposa al llarg del llibre, la intel·ligència pot entendre’s en relació amb la capacitat que té un sistema per modelar regularitats, anticipar estats futurs i actuar sobre aquests futurs possibles.

Abans de la intel·ligència, la continuïtat


Si volem entendre com poden aparèixer formes cada vegada més complexes d’organització, regulació i, eventualment, intel·ligència, cal retrocedir fins a l’origen de la vida. Allà trobem molècules que interactuen, estructures que es formen i es desfan, processos químics que modifiquen altres processos químics i, amb el temps, sistemes capaços de generar noves estructures semblants a si mateixos.

És en aquest punt on resulta molt fàcil introduir un llenguatge teleològic —és a dir, atribuir una finalitat al procés—: afirmar, per exemple, que una estructura “intenta sobreviure” o que un sistema “vol persistir”. Però aquestes formulacions projecten intencionalitat allà on, inicialment, només necessitem descriure dinàmiques.

Una estructura autoreplicadora no ha de representar-se a si mateixa, ni anticipar la pròpia desaparició, ni perseguir cap objectiu. N’hi ha prou que la seva dinàmica produeixi una conseqüència concreta: que després del procés hi hagi més instàncies semblants a aquella estructura que abans del procés.

A partir d’aquí apareix una asimetria fonamental. Un patró que es replica pot augmentar la seva freqüència; si, a més, la replicació admet variacions heretables, algunes d’aquestes variants poden propagar-se amb més eficàcia que d’altres. És en aquest punt on comença a aparèixer una dinàmica evolutiva.

Replicació no és vida. La replicació és una propietat d’un procés; l’evolució és una dinàmica poblacional. La vida continua sent una categoria més complexa.

La vida involucra organització, metabolisme, autonomia, regulació, interacció amb l’entorn i capacitat evolutiva, entre altres dimensions. Per això és important no confondre replicació, evolució i vida: que un sistema pugui copiar-se o participar en una dinàmica evolutiva no significa, per si sol, que puguem considerar-lo viu.

Associació, interdependència i evolució

Una de les idees més rellevants del recorregut d’Agüera y Arcas és la simbiogènesi.

L’evolució sovint s’explica sota una narrativa centrada en competència, selecció i supervivència diferencial. Aquesta perspectiva és fonamental, però incompleta. Una part decisiva de la complexitat biològica també ha sorgit mitjançant processos d’associació, cooperació i integració entre sistemes inicialment independents.

La teoria endosimbiòtica constitueix un cas paradigmàtic. L’article clàssic de Lynn Sagan, posteriorment Lynn Margulis, va formular el 1967 la hipòtesi que orgànuls com els mitocondris provenien d’antics organismes procariotes incorporats a altres cèl·lules.

El que inicialment eren sistemes diferenciats passa, amb el temps, a formar part d’una nova entitat evolutiva.

Com apareixen nous nivells d’organització?

Una possible resposta és que no sempre emergeixen perquè una entitat desenvolupi internament totes les capacitats necessàries. De vegades apareixen quan sistemes diferents estableixen una interdependència prou profunda perquè la selecció comenci a operar sobre el conjunt.

Aleshores la pregunta sobre l’individu es torna problemàtica. On acaba una entitat i comença l’altra? Quina és la unitat que persisteix? Quina és la unitat sobre la qual actua la selecció?

La intel·ligència potser tampoc no està confinada dins d’un individu


LAcostumem a situar la intel·ligència dins del cervell, però bona part del que podem conèixer, recordar o calcular depèn de sistemes que es troben fora del nostre organisme: el llenguatge, l’escriptura, les biblioteques, les institucions científiques, les eines matemàtiques, els ordinadors, les xarxes de comunicació i la memòria col·lectiva.

Cap individu podria reconstruir per si sol la major part del coneixement que utilitza quotidianament. Una part essencial de la cognició humana depèn, per tant, d’estructures distribuïdes socialment i tecnològicament.

Aquesta qüestió connecta amb la hipòtesi de la extended mind, formulada per Andy Clark i David Chalmers, segons la qual determinats elements externs poden formar part funcional dels processos cognitius.

Representació abstracta de la intel·ligència com una xarxa de relacions entre diferents components.
Figura 3. La cognició pot entendre’s també com una propietat distribuïda: una xarxa de relacions entre individus, eines, llenguatge, informació i sistemes tecnològics.

Fins on s’estén un sistema cognitiu?

Aquesta perspectiva connecta també amb una idea central del llibre: la intel·ligència pot ser composicional. Sistemes intel·ligents poden estar formats per altres sistemes que, individualment, tenen capacitats més limitades, però que en interacció generen propietats noves.

Quan una eina forma part del sistema que pensa?


Quan anotem una dada en una llibreta, externalitzem una part de la memòria. Quan utilitzem una calculadora, deleguem una operació. Quan consultem una biblioteca, incorporem al nostre procés cognitiu coneixement produït per altres persones i acumulat al llarg del temps.

Quan utilitzem un ordinador, un cercador o una base de dades, ampliem la capacitat de recuperar i processar informació. I quan fem servir una IA per reorganitzar informació, explorar hipòtesis o generar alternatives, introduïm una nova capa de processament dins del sistema amb què estem treballant.

I aleshores apareix la intel·ligència artificial


És significatiu que What Is Intelligence? no estigui construït principalment com un llibre sobre el futur de la IA. La intel·ligència artificial hi funciona més aviat com un instrument epistemològic: una tecnologia que ens força a revisar categories que donàvem per resoltes.

Una part central de l’entrenament dels grans models de llenguatge consisteix en una tasca aparentment modesta: predir quin element és probable que aparegui a continuació dins d’una seqüència. Tanmateix, quan aquesta tasca s’escala sobre grans quantitats de dades i arquitectures capaces de capturar regularitats complexes, apareixen sistemes capaços de traduir, programar, resumir, relacionar conceptes i participar en processos de resolució de problemes.

El mateix Agüera y Arcas situa la relació entre predicció, evolució i intel·ligència al centre de la proposta general del llibre.

Fins a quin punt la capacitat de predir força un sistema a construir representacions estructurades del món?

Potser no hi ha fronteres netes

Matèria, vida, intel·ligència, consciència, humans i màquines continuen sent categories útils, però poden ser més poroses del que suggereix una classificació rígida.

Entre química i vida poden existir sistemes autoreplicadors; entre simple resposta i cognició, diferents graus de modelització i regulació; entre individu i societat, llenguatge, cultura i memòria distribuïda; i entre humans i tecnologia, instruments que modifiquen el que som capaços de percebre, recordar, calcular i projectar.

Potser no estem davant d’una sèrie de salts absoluts. Potser estem davant d’un conjunt de transicions.

Qüestions que sorgeixen a partir de la lectura del llibre

  • Si la replicació pot emergir sense intenció, en quin moment apareix l’agència?
  • Si poden existir dinàmiques evolutives en substrats computacionals, fins a quin punt podem parlar d’evolució sense parlar encara de vida?
  • Si la simbiogènesi pot generar noves unitats a partir d’entitats independents, què fa que un conjunt passi a funcionar com una nova unitat evolutiva?
  • Si una part important de la cognició humana depèn d’estructures distribuïdes, on acaba l’individu i on comença el sistema cognitiu?
  • Si humans i IA formen entorns de treball i decisió cada vegada més interdependents, continuem parlant d’eines o estem configurant nous sistemes cognitius?

Què ens revela la IA sobre la intel·ligència


Durant dècades hem intentat construir sistemes intel·ligents, però potser un dels resultats més rellevants d’aquest esforç és un altre: en intentar reproduir la intel·ligència, ens hem vist obligats a revisar què entenem realment per intel·ligència.

What Is Intelligence? proposa situar-la dins d’una història molt més àmplia d’organització, informació, evolució, predicció i cooperació. Des d’aquesta perspectiva, la intel·ligència no apareix necessàriament com una propietat sobtada i exclusiva d’un tipus concret de sistema, sinó com el resultat possible de processos que acumulen estructura, memòria, capacitat de modelització i noves formes d’interacció.

Això desplaça de nou la pregunta inicial. Potser no hauríem de preguntar només què és la intel·ligència, sinó també quines condicions fan possible que aparegui, es transformi i s’integri en sistemes cada vegada més complexos.

I, si aquesta història va començar molt abans de nosaltres, què ens fa pensar que nosaltres en som el punt final?

Dues idees per continuar pensant

Replicar-se no implica voler persistir.
La persistència pot ser una conseqüència de la dinàmica, no una intenció del sistema.

On acaba l’individu?
La pregunta és biològica, cognitiva i, potencialment, també tecnològica.

Evolució de sistemes simples cap a una xarxa complexa com a metàfora de l’emergència de la intel·ligència.

Referències

Agüera y Arcas, B. (2025). What is intelligence? Lessons from AI about evolution, computing, and minds. The MIT Press. https://mitpress.mit.edu/9780262049955/what-is-intelligence/

Agüera y Arcas, B., Alakuijala, J., Evans, J., Laurie, B., Mordvintsev, A., Niklasson, E., Randazzo, E., & Versari, L. (2024). Computational life: How well-formed, self-replicating programs emerge from simple interaction [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2406.19108

Clark, A., & Chalmers, D. (1998). The extended mind. Analysis, 58(1), 7–19. https://doi.org/10.1093/analys/58.1.7

Knierim, C., Versari, L., Obryk, R., Agüera y Arcas, B., & Saurous, R. A. (2026). BFF: Simple explanations for complex phenomena [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2607.01483

Sagan, L. (1967). On the origin of mitosing cells. Journal of Theoretical Biology, 14(3), 225–274. https://doi.org/10.1016/0022-5193(67)90079-3