Durant les últimes dècades, la intel·ligència artificial ha passat per alts i baixos: primer, grans inversions en sistemes experts van generar moltes expectatives, però sovint no es van complir. Actualment, els **grans models de llenguatge (LLM)**, com ChatGPT o Claude, han suposat un salt qualitatiu gràcies a la seva capacitat per entendre i generar text de manera natural.

Aquests sistemes es basen en **xarxes neuronals** molt avançades, especialment els transformadors, i s’entrenen amb enormes quantitats de dades textuals. Això els permet identificar patrons, predir la paraula següent en una frase i realitzar tasques variades: des de respondre preguntes fins a traduir idiomes o escriure textos creatius. Hi ha dos grans tipus de LLM: els **generatius** (que creen nous textos) i els **discriminatius** (que classifiquen o analitzen textos).

Tot i els avenços, utilitzar els LLM de manera eficient requereix coneixements tècnics i experiència, ja que no sempre donen respostes correctes i el seu funcionament pot ser complex. El desenvolupament d'aquests models ha estat possible gràcies a l'aprenentatge no supervisat, on els algoritmes aprenen sense etiquetes específiques, i el seu gran potencial està transformant molts àmbits tecnològics i científics.