La configuració d’IA que tota empresa hauria de revisar abans de fer-la servir

La intel·ligència artificial generativa ja forma part del treball diari de moltes organitzacions. S’utilitza per resumir documents, preparar reunions, redactar correus, analitzar informació, generar idees o accelerar tasques que abans consumien hores. El problema és que, en molts casos, l’adopció ha anat més de pressa que la reflexió sobre com s'utilitza.

Una eina pot semblar senzilla: obres ChatGPT, Copilot, Gemini o Claude, escrius una instrucció i obtens una resposta. Però en un context professional la pregunta important no és només què pot fer la IA, sinó quina informació hi estem compartint, des de quin compte, amb quina configuració i amb quins criteris d’ús.

I aquí apareix una de les qüestions que menys es revisa: la configuració de privacitat i ús de dades.

El repte no és fer servir IA, sinó fer-la servir bé

En moltes empreses, la IA ha entrat per la porta lateral. No necessàriament a través d’un gran pla de transformació, sinó mitjançant professionals que han trobat una eina útil i han començat a utilitzar-la per treballar millor. La intenció acostuma a ser bona: estalviar temps, millorar una presentació, sintetitzar un informe o preparar una proposta amb més agilitat.

Però aquesta adopció espontània té un risc evident. Quan cada persona utilitza una eina diferent, amb comptes personals, configuracions desconegudes i sense criteris compartits, l’organització perd visibilitat sobre una qüestió fonamental: quina informació s’està introduint en sistemes externs.

Això no vol dir que calgui frenar l’ús de la IA. Vol dir que cal professionalitzar-lo.

La productivitat amb IA no s’aconsegueix només donant accés a eines. S’aconsegueix quan les persones saben què poden fer, què no haurien de fer, com han de revisar els resultats i quina informació poden compartir en cada cas.

El Shadow AI com a símptoma, no com a causa

El terme Shadow AI descriu l’ús d’eines d’intel·ligència artificial fora dels canals aprovats per l’organització. És l’equivalent modern del “ja m’he buscat la vida”, però amb models generatius connectats a informació confidencial.

Un empleat pot copiar una proposta comercial en un compte personal per millorar-ne la redacció. Un altre pot pujar la transcripció d’una reunió per obtenir-ne un resum. Algú pot demanar a una IA que analitzi un contracte, reorganitzi un document estratègic o prepari una resposta per a un client.

Aparentment són tasques raonables. De fet, moltes són casos d’ús excel·lents per a la IA. El problema no és la tasca, sinó el context: quines dades es comparteixen, quina versió de l’eina s’utilitza, quina configuració està activa i si la persona entén les implicacions.

La IA necessita context per ser útil. Però a l’empresa, el context acostuma a ser precisament el que és més sensible: noms de clients, xifres, decisions internes, estratègies, contractes, dades personals, propostes econòmiques o informació que encara no és pública.

Per això la conversa sobre IA a les organitzacions no es pot quedar en “quina eina és millor”. Ha d’avançar cap a “quines condicions necessitem per utilitzar-la amb seguretat”.

La configuració que gairebé ningú mira

Moltes plataformes d’IA ofereixen controls per limitar si les converses, arxius o interaccions es poden utilitzar per millorar els seus models. El problema és que aquestes opcions no sempre són al mateix lloc, no funcionen igual en totes les plataformes i poden variar segons el tipus de compte.

No és el mateix utilitzar un compte personal gratuït que un compte professional, Team, Enterprise o integrat dins d’un entorn corporatiu com Microsoft 365 o Google Workspace. La interfície pot semblar molt similar, però les condicions de privacitat, retenció i tractament de dades poden ser molt diferents.

A ChatGPT, per exemple, existeix una configuració anomenada “Improve the model for everyone” que permet desactivar l’ús de les converses per a entrenament o millora dels models. A Gemini, la gestió de l’activitat i la privacitat requereix una revisió especialment acurada, sobretot quan s’utilitzen comptes personals de Google. A Claude, el control “Help Improve Claude” permet gestionar la contribució de les dades a l’entrenament en determinats plans. A Copilot, la diferència entre un compte personal i Microsoft 365 Copilot amb protecció empresarial és especialment rellevant.

La conclusió pràctica és senzilla: abans d’utilitzar IA amb informació professional, convé revisar la configuració de privacitat de cada eina i entendre quin tipus de compte s'utilitza.

No per por. Per higiene professional.

El compte importa tant com l’eina

Una de les confusions més habituals és pensar que “fer servir Copilot”, “fer servir Gemini” o “fer servir ChatGPT” significa sempre el mateix. No és així.

En intel·ligència artificial, l’eina és només una part de l’equació. El compte, el pla contractat, l’entorn de treball i les condicions aplicables són igual d’importants. Una organització pot tenir bones garanties en un entorn empresarial i, alhora, estar exposada si els seus empleats utilitzen comptes personals per resoldre tasques professionals.

Aquesta diferència és clau en qualsevol procés d’adopció.

No n’hi ha prou amb dir “podem fer servir IA”. Cal definir quines eines es poden utilitzar, amb quins comptes, per a quines tasques, amb quins tipus d’informació i sota quina revisió humana.

En cas contrari, l’organització crea una paradoxa força comuna: fomenta la productivitat, però deixa la seguretat en mans de la intuïció individual. I la intuïció individual, en matèria de privacitat i compliment, és una política bastant creativa. No sempre en el bon sentit.

La configuració ajuda, però no substitueix el criteri

Desactivar l’ús de dades per a entrenament és una bona pràctica, però no resol per si sola tots els riscos. És una peça important, no una estratègia completa.

Una empresa pot tenir la configuració correcta i continuar tenint problemes si els seus equips introdueixen informació delicada sense anonimitzar, si no distingeixen entre dades públiques i confidencials, si accepten respostes sense verificar-les o si utilitzen eines no aprovades per a tasques crítiques.

La seguretat en IA no depèn únicament del proveïdor. També depèn dels hàbits d’ús.

Per això la formació té un paper central. No com una sessió genèrica per “aprendre prompts”, sinó com un procés d’alfabetització pràctica: entendre com funcionen aquestes eines, on fallen, quines dades convé protegir, com revisar resultats, com documentar decisions i com integrar la IA en processos reals sense perdre control.

La IA no elimina la responsabilitat professional. La desplaça cap a noves capes: criteri, supervisió, traçabilitat i diligència.

Què hauria de revisar una organització

Qualsevol empresa que vulgui incorporar IA de manera productiva hauria de revisar almenys cinc aspectes.

El primer és el mapa d’eines. Quines plataformes s'utilitzen realment, tant de manera oficial com informal. Moltes organitzacions creuen que comencen a utilitzar IA quan, en realitat, els seus equips fa mesos que la fan servir pel seu compte.

El segon és el tipus de compte. No és el mateix un compte personal que un compte corporatiu amb garanties empresarials. Aquesta diferència s’hauria d’explicar de manera clara a tots els equips, perquè moltes males pràctiques neixen simplement del desconeixement.

El tercer és la configuració de privacitat. Cada plataforma té els seus propis menús, opcions i condicions. Revisar-les hauria de formar part del procés bàsic d’adopció, igual que configurar permisos en un CRM o definir accessos en una eina d’analítica.

El quart és la classificació de la informació. Els empleats necessiten saber què poden introduir en una IA, què han d’anonimitzar i què no haurien de compartir mai. Sense aquesta guia, cada persona improvisa el seu propi criteri.

El cinquè és la revisió humana. La IA pot accelerar molta feina, però no s’ha de convertir en una caixa negra que produeix textos, anàlisis o decisions sense supervisió. En contextos professionals, el resultat final continua sent responsabilitat de qui l’utilitza i de l’organització que el publica, l’envia o l’aplica.

De l’eina a l’hàbit

La veritable adopció de la IA no passa en el moment que una empresa contracta llicències. Passa quan els seus equips incorporen nous hàbits de treball.

Preparar millor una reunió. Resumir informació sense perdre matisos. Analitzar documents amb criteri. Redactar més de pressa sense delegar la responsabilitat del missatge. Automatitzar tasques repetitives sense convertir l’organització en una fàbrica d’errors més eficient.

Per arribar-hi, la tecnologia és necessària, però no suficient.

Cal formar les persones perquè entenguin què estan fent. Cal definir marcs d’ús clars. Cal revisar configuracions. Cal explicar riscos sense dramatisme i oportunitats sense vendre màgia. Cal, en definitiva, convertir la IA en una competència professional, no en una col·lecció de trucs.

La confiança també es configura

La confiança en la IA no apareix per defecte. Es construeix.

Es construeix quan una organització sap quines eines utilitza. Quan diferencia entre comptes personals i corporatius. Quan els seus equips entenen quines dades poden compartir. Quan es revisen les configuracions rellevants. Quan els resultats es validen abans d’incorporar-los a un document, una campanya, una proposta o una decisió.

La productivitat és important. La velocitat també. Però cap de les dues compensa una pèrdua de control sobre la informació.

L’adopció segura de la IA comença moltes vegades en un lloc poc èpic: un menú de configuració que gairebé ningú mira. Però no acaba aquí. El veritable canvi es produeix quan aquesta revisió es converteix en cultura d’ús, en criteri compartit i en formació aplicada al treball real.

Perquè la pregunta rellevant per a les empreses ja no és si faran servir IA.

La pregunta és si estan preparant els seus equips per fer-la servir bé.