Mentre gran part del debat públic se centra en els especulatius riscos existencials de la intel·ligència artificial (IA), aquesta obsessió desvia l'atenció de qüestions més tangibles i immediates al voltant de l'ús i, especialment, de l'abús de la IA en la nostra vida diària. Actualment, els sistemes d'IA influeixen en la contractació laboral, la puntuació creditícia, els diagnòstics mèdics, la justícia penal i el discurs social, molt sovint sense un debat previ ni rigorós sobre transparència, explicabilitat, justícia, equitat, seguretat, responsabilitat, privacitat, autonomia o sostenibilitat. Aquestes no són consideracions futures ni hipotètiques, sinó realitats presents que exigeixen una governança urgent i efectiva. A més, aquesta governança no pot refiar-se únicament de les empreses tecnològiques i de les seves salvaguardes tècniques, perquè l'eufòria comercial i la hipèrbole mediàtica massa sovint intoxiquen el debat i dilueixen les exigències ciutadanes. Cal, doncs, un camí guiat per l'evidència empírica i l'avaluació independent, no per l'entusiasme infundat. En lloc de paralitzar-nos amb escenaris apocalíptics, hem de posar el focus en la governança quotidiana de la IA, amb mecanismes rigorosos d'auditoria, estàndards legals vinculants i una supervisió participativa que ampliï drets i benestar.

Albert Sabater és professor Serra Húnter de Sociologia Computacional, director de la Càtedra-Observatori d'Ètica en Intel·ligència Artificial de Catalunya (OEIAC) i delegat del Rector per a una IA Responsable a la Universitat de Girona.
És doctor en Estadística Social per la Universitat de Manchester, màster en Mètodes d'Investigació Social i Estadística per la mateixa universitat, i màster en Demografia per la Universitat Autònoma de Barcelona.
Els seus interessos d'investigació i docència se centren en l'avaluació de sistemes d'intel·ligència artificial des d'una perspectiva ètica i sociotècnica (un exemple són el desenvolupament dels Models PIO de l’OEIAC) i en aspectes metodològics i computacionals de les Ciències Socials, utilitzant censos, enquestes i dades massives.