{"id":9029,"date":"2023-06-24T15:06:51","date_gmt":"2023-06-24T13:06:51","guid":{"rendered":"https:\/\/projectes.xtec.cat\/ia\/?page_id=9029"},"modified":"2025-09-28T09:54:26","modified_gmt":"2025-09-28T07:54:26","slug":"glossari","status":"publish","type":"page","link":"https:\/\/projectes.xtec.cat\/ia\/glossari\/","title":{"rendered":"Glossari"},"content":{"rendered":"\n
<\/div>
<\/div><\/div>
\n

Glossari<\/h2>\n<\/div><\/div><\/div><\/div><\/div>\n\n\n\n
\n
\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t\r\n\t\t\t\t\t
<\/th>Terme<\/th>Definici\u00f3<\/th><\/tr><\/thead>
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tLLM ( model del llenguatge gran ) o models del llenguatge<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tEs tracta d’un model de llenguatge que consisteix en una xarxa neuronal amb molts par\u00e0metres (normalment milers de milions de pesos o m\u00e9s), entrenats en grans quantitats de text sense etiqueta i mitjan\u00e7ant aprenentatge no supervisat. Aquests models de llenguatge es troben darrera dels Chabots com ChatGPT.\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tModel Generatiu<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tEls models generatius s\u00f3n aquells que inclouen la distribuci\u00f3 del conjunt de dades, retornant una probabilitat per a un exemple determinat. Aquest tipus de model sovint s’utilitzen per predir qu\u00e8 passa a continuaci\u00f3 en una seq\u00fc\u00e8ncia.\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tAprenentatge autom\u00e0tic explicable (XML) o IA explicable (XAI)<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tEls investigadors han desenvolupat un conjunt de processos i m\u00e8todes que permeten als humans comprendre millor els resultats i els resultats dels algorismes d’aprenentatge autom\u00e0tic. Aix\u00f2 ajuda els desenvolupadors d’eines mediades per IA a entendre com funcionen els sistemes que dissenyen i els pot ajudar a assegurar-se que funcionen correctament i compleixen els requisits i les normes reguladores.\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tDisseny d’experi\u00e8ncia d’usuari\/disseny d’interf\u00edcie d’usuari (UX\/UI)<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tEl disseny d’experi\u00e8ncia d’usuari\/interf\u00edcie d’usuari es refereix a l’experi\u00e8ncia global que tenen els usuaris amb un producte. Aquests enfocaments no es limiten al treball d’IA. Els dissenyadors de productes implementen enfocaments UX\/UI per dissenyar i entendre les experi\u00e8ncies que tenen els seus usuaris amb les seves tecnologies.\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tRobots<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tEls robots s\u00f3n m\u00e0quines mec\u00e0niques encarnades que s\u00f3n capa\u00e7os de fer una tasca f\u00edsica per als humans. Els \u201cbots\u201d solen ser agents de programari que realitzen tasques en una aplicaci\u00f3 de programari (p. ex., en un sistema de tutoria intel\u00b7ligent poden oferir ajuda). Els bots de vegades s’anomenen agents conversacionals. Tant els robots com els robots poden contenir IA, incl\u00f2s l’aprenentatge autom\u00e0tic, per\u00f2 no cal que la tinguin. La IA […]\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tProcessament del llenguatge natural (PNL)<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tEl processament del llenguatge natural \u00e9s un camp de la ling\u00fc\u00edstica i la inform\u00e0tica que tamb\u00e9 s’encavalca amb la IA. La PNL utilitza la comprensi\u00f3 de l’estructura, la gram\u00e0tica i el significat de les paraules per ajudar els ordinadors a \u201centendre i comprendre\u201d el llenguatge. La PNL requereix un gran corpus de text (normalment mig mili\u00f3 de paraules).\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tAprenentatge profund<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tEls models d’aprenentatge profund s\u00f3n un subconjunt de xarxes neuronals. Amb m\u00faltiples capes ocultes, els algorismes d’aprenentatge profund poden recon\u00e8ixer patrons m\u00e9s subtils i complexos. Igual que les xarxes neuronals, els algorismes d’aprenentatge profund impliquen nodes interconnectats on s’ajusten els pesos, per\u00f2 com s’ha esmentat anteriorment, hi ha m\u00e9s capes i m\u00e9s c\u00e0lculs que poden fer ajustos a la sortida per determinar cada decisi\u00f3. Les decisions dels models d’aprenentatge profund […]\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tXarxes neuronals (NN)<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tLes xarxes neuronals tamb\u00e9 s’anomenen xarxes neuronals artificials (ANN) i s\u00f3n un subconjunt d’algorismes ML. Es van inspirar en les interconnexions de neurones i sinapsis en un cervell hum\u00e0. En una xarxa neuronal, despr\u00e9s que les dades entren a la primera capa, les dades passen per una capa oculta de nodes on es realitzen c\u00e0lculs que ajusten la for\u00e7a de les connexions als nodes i despr\u00e9s passen a una capa […]\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tAprenentatge autom\u00e0tic (ML)<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tL’aprenentatge autom\u00e0tic \u00e9s un camp d’estudi amb una varietat d’enfocaments per desenvolupar algorismes que es poden utilitzar en sistemes d’IA. La IA \u00e9s un terme m\u00e9s general. En ML, un algorisme identificar\u00e0 regles i patrons a les dades sense que un hum\u00e0 especifiqui aquestes regles i patrons. Aquests algorismes construeixen un model per a la presa de decisions a mesura que passen per les dades. (De vegades escoltareu el terme […]\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tCaixes negres<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tAnomenem \u201ccaixes negres\u201d les coses que no entenem per qu\u00e8 no es veu el que passa dins de la caixa. Molts algorismes d’aprenentatge autom\u00e0tic s\u00f3n \u201ccaixes negres\u201d, el que significa que no entenem com un sistema utilitza les caracter\u00edstiques de les dades quan pren les seves decisions (en general, sabem quines caracter\u00edstiques s’utilitzen, per\u00f2 no com s’utilitzen). Actualment, hi ha dues maneres principals de tirar el tel\u00f3 de les caixes […]\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tAprenentatge autom\u00e0tic interpretable (IML)<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tL’aprenentatge autom\u00e0tic interpretable, de vegades tamb\u00e9 anomenat IA interpretable, descriu la creaci\u00f3 de models que s\u00f3n inherentment interpretables, ja que proporcionen les seves pr\u00f2pies explicacions per a les seves decisions. Aquest enfocament \u00e9s preferible al de l’aprenentatge autom\u00e0tic explicable (vegeu la definici\u00f3 a continuaci\u00f3) per moltes raons, incl\u00f2s el fet que haur\u00edem d’entendre qu\u00e8 est\u00e0 passant des del principi als nostres sistemes, en lloc d’intentar \u201cexplicar\u201d les caixes negres despr\u00e9s […]\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tAprenentatge adaptatiu<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tL’assignatura o el material del curs s’ajusta en funci\u00f3 del rendiment de l’alumne. La dificultat del material, el ritme, la seq\u00fc\u00e8ncia, el tipus d’ajuda donada o altres caracter\u00edstiques es poden adaptar en funci\u00f3 de les respostes pr\u00e8vies de l’alumne.\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tSistemes de tutoria intel\u00b7ligents (ITS)<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tUn sistema inform\u00e0tic o un entorn d’aprenentatge digital que ofereix feedback instantani i personalitzat als estudiants. Un sistema de tutoria intel\u00b7ligent pot utilitzar IA basada en regles (regles proporcionades per un hum\u00e0) o utilitzar aprenentatge autom\u00e0tic sota el cap\u00f3. Per sota del cap\u00f3 ens referim als algorismes i el codi subjacents amb els quals es construeix un ITS. Els ITS poden donar suport a l’aprenentatge adaptatiu.\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tAugment de la intel\u00b7lig\u00e8ncia (IA)<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tAugmentar significa fer quelcom m\u00e9s gran; en alguns casos, potser vol dir fer possible la mateixa tasca amb menys esfor\u00e7. Potser vol dir deixar que un hum\u00e0 (potser un professor) opti per no fer totes les tasques redundants d’una aula, sin\u00f3 automatitzar-ne algunes perqu\u00e8 pugui fer m\u00e9s coses que nom\u00e9s un hum\u00e0 pot fer. Pot significar altres coses. Hi ha una l\u00ednia fina entre augmentar i substituir i les tecnologies […]\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tPerspectiva centrada en l’\u00e9sser hum\u00e0<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tUna perspectiva centrada en l’\u00e9sser hum\u00e0 veu que els sistemes d’IA treballen amb humans i ajuden a augmentar les habilitats humanes. Les persones sempre haurien de tenir un paper protagonista en l’educaci\u00f3 i els sistemes d’IA no haurien de substituir els professors.\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tDades d’entrenament<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tS\u00f3n les dades que s’utilitzen per entrenar l’algorisme o el model d’aprenentatge autom\u00e0tic. Ha estat generat per humans en el seu treball o en altres contextos en el seu passat. Tot i que sembli senzill, les dades d’entrenament s\u00f3n tan importants perqu\u00e8 les dades incorrectes poden perpetuar biaixos sist\u00e8mics. Si esteu entrenant un sistema que us ajudi a contractar persones i utilitzeu dades d’empreses existents, entrenareu aquest sistema per contractar […]\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tDades<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tLes dades s\u00f3n unitats d’informaci\u00f3 sobre persones o objectes que les tecnologies d’IA poden utilitzar.\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tIA cr\u00edtica<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tLa IA cr\u00edtica \u00e9s un enfocament per examinar la IA des d’una perspectiva que se centra en l’avaluaci\u00f3 reflexiva i la cr\u00edtica com a forma d’entendre i desafiar les estructures hist\u00f2riques i existents dins de la IA. \t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tVisi\u00f3 per ordinador<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tLa visi\u00f3 per ordinador \u00e9s un conjunt de reptes computacionals relacionats amb ensenyar als ordinadors a comprendre la informaci\u00f3 visual, inclosos els objectes, les imatges, les escenes i el moviment (incl\u00f2s el v\u00eddeo). La visi\u00f3 per ordinador (sovint pensada com un problema d’IA) utilitza t\u00e8cniques com l’aprenentatge autom\u00e0tic per aconseguir aquest objectiu.\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tMecanisme d’autoatenci\u00f3<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tAquests mecanismes, tamb\u00e9 coneguts com a sistemes d’atenci\u00f3, ajuden a determinar els aspectes importants de l’entrada de diferents maneres. N’hi ha de diversos tipus i es van inspirar en com els humans poden dirigir la seva atenci\u00f3 a caracter\u00edstiques importants del m\u00f3n, comprendre l’ambig\u00fcitat i codificar la informaci\u00f3.\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tModels de transformador<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tUtilitzats a ChatGPT (la T significa Transformer), els models de transformador s\u00f3n un tipus de model de llenguatge. S\u00f3n xarxes neuronals i tamb\u00e9 es classifiquen com a models d’aprenentatge profund. Donen als sistemes d’IA la capacitat de determinar i centrar-se en parts importants de l’entrada i la sortida utilitzant el que s’anomena mecanisme d’autoatenci\u00f3 per ajudar.\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tTransformador generatiu pre-entrenat basat en xat (ChatGPT)<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tUn sistema constru\u00eft amb un model d’IA del tipus de transformador de xarxa neuronal que funciona b\u00e9 en tasques de processament del llenguatge natural (vegeu les definicions de xarxes neuronals i processament del llenguatge natural a continuaci\u00f3). En aquest cas, el model: (1) pot generar respostes a preguntes (G enerativa); (2) va rebre formaci\u00f3 pr\u00e8viament sobre una gran quantitat del material escrit disponible a la xarxa (P re-format); (3) i […]\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tIntel\u00b7lig\u00e8ncia estreta artificial (ANI)<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tLa IA pot resoldre problemes estrets i aix\u00f2 s’anomena intel\u00b7lig\u00e8ncia estreta artificial. Per exemple, un tel\u00e8fon intel\u00b7ligent pot utilitzar el reconeixement facial per identificar fotos d’una persona a l’aplicaci\u00f3 Fotos, per\u00f2 el mateix sistema no pot identificar els sons.\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tIntel\u00b7lig\u00e8ncia general artificial (AGI)<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tLa intel\u00b7lig\u00e8ncia general artificial encara no s’ha realitzat i seria quan un sistema d’IA pot aprendre, entendre i resoldre qualsevol problema que pugui fer un hum\u00e0.\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tAlgorisme<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tEls algorismes s\u00f3n els \u201ccervells\u201d d’un sistema d’IA i el que determina les decisions, en altres paraules, els algorismes s\u00f3n les regles per a quines accions fa el sistema d’IA. Els algorismes d’aprenentatge autom\u00e0tic poden descobrir les seves pr\u00f2pies regles (vegeu Aprenentatge autom\u00e0tic per obtenir m\u00e9s informaci\u00f3) o basar-se en regles on els programadors humans les donen.\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n
\r\n\t\t\t\t\t\t\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n \r\n\t\t\t\t\t\tIntel\u00b7lig\u00e8ncia artificial (IA)<\/a>\t\t\t\t\t\t\t\r\n\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n\t\t\t\t\t\tLa IA \u00e9s una branca de la inform\u00e0tica. Els sistemes d’IA utilitzen maquinari, algorismes i dades per crear \u201cintel\u00b7lig\u00e8ncia\u201d per fer coses com prendre decisions, descobrir patrons i realitzar algun tipus d’acci\u00f3. La IA \u00e9s un terme general i hi ha termes m\u00e9s espec\u00edfics utilitzats en el camp de la IA. Els sistemes d’IA es poden construir de diferents maneres, dues de les principals maneres s\u00f3n:  mitjan\u00e7ant l’\u00fas de regles […]\t\t\t\t\t<\/td>\r\n\t\t\t\t\t\r\n <\/tr>\r\n <\/table>\r\n \n<\/div>\n<\/div>\n\n\n\n

Font: Pati Ruiz i Judi Fusco.Glossari de termes d’intel\u00b7lig\u00e8ncia artificial per a educadors. Blog CIRCLS de l’educador. <\/em>
Recuperat de <\/em>https:\/\/circls.org\/educatorcircls\/ai-glossary<\/em><\/a>. Utilitzat sota una llic\u00e8ncia internacional de Creative Commons Attribution 4.0 (http:\/\/creativecommons.org\/licenses\/by\/4.0\/)<\/em><\/p>\n\n\n\n

<\/div>\n","protected":false},"excerpt":{"rendered":"

Font: Pati Ruiz i Judi Fusco.Glossari de termes d’intel\u00b7lig\u00e8ncia artificial per a educadors. Blog CIRCLS de l’educador. Recuperat de https:\/\/circls.org\/educatorcircls\/ai-glossary. Utilitzat sota una llic\u00e8ncia internacional de Creative Commons Attribution 4.0 (http:\/\/creativecommons.org\/licenses\/by\/4.0\/)<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"close","template":"","meta":{"site-sidebar-layout":"no-sidebar","site-content-layout":"plain-container","ast-site-content-layout":"normal-width-container","site-content-style":"unboxed","site-sidebar-style":"unboxed","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"disabled","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"set","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"class_list":["post-9029","page","type-page","status-publish","hentry"],"post_mailing_queue_ids":[],"_links":{"self":[{"href":"https:\/\/projectes.xtec.cat\/ia\/wp-json\/wp\/v2\/pages\/9029","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/projectes.xtec.cat\/ia\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/projectes.xtec.cat\/ia\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/projectes.xtec.cat\/ia\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/projectes.xtec.cat\/ia\/wp-json\/wp\/v2\/comments?post=9029"}],"version-history":[{"count":6,"href":"https:\/\/projectes.xtec.cat\/ia\/wp-json\/wp\/v2\/pages\/9029\/revisions"}],"predecessor-version":[{"id":11606,"href":"https:\/\/projectes.xtec.cat\/ia\/wp-json\/wp\/v2\/pages\/9029\/revisions\/11606"}],"wp:attachment":[{"href":"https:\/\/projectes.xtec.cat\/ia\/wp-json\/wp\/v2\/media?parent=9029"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}