Per Què la IA Genèrica Falla en Gestió Professional
ChatGPT, Gemini i Copilot són eines extraordinàries per a tasques generals. Però quan un administrador de finques les usa per respondre sobre la LPH, quan un advocat les consulta sobre jurisprudència del Tribunal Suprem, o quan un hoteler les interroga sobre normativa sectorial, el resultat pot ser catastròfic. Aquest article explica exactament per què.
El cas que ningú vol que li passi
El febrer de 2025, un administrador de finques de València va usar ChatGPT per respondre una consulta sobre votacions. ChatGPT va citar l'"Art. 19.3 de la LPH" amb absoluta confiança. El problema: aquell article no existeix. La junta va actuar sobre informació falsa. Cost total: 4.200 € en honoraris legals + 6 mesos de conflicte comunitari.
~5%
Taxa d'al·lucinacions en IA genèrica
0%
Al·lucinacions en RAG amb docs reals
€4.2K
Cost mitjà incident per al·lucinació
Com funcionen els models generatius i per què és un problema?
Els models de llenguatge com GPT-4 s'entrenen amb bilions de paraules d'internet. Aprenen patrons estadístics, no veritats. Quan generen una resposta, no busquen a la LPH: prediuen quines paraules segueixen les anteriors basant-se en el que van veure durant l'entrenament.
Com pensa un model generatiu
Després de "segons l'Art." → sol venir un número
Després del número → sol venir una coma
Després de la coma → sol venir text jurídic
= Genera el que és PROBABLE, no el que és CERT
Aquest fenomen —anomenat al·lucinació— és especialment perillós en dret, medicina i finances. En administració de finques, un article inventat pot generar impugnacions d'acords, reclamacions civils i conflictes que es perllonguen durant anys.
Per què falla en administració de finques
Documents privats no indexables. Els estatuts d'una comunitat i les seves actes són privats. ChatGPT mai els ha vist. Qualsevol resposta sobre el seu contingut específic és una invenció.
Dret autonòmic. Catalunya aplica el Codi Civil de Catalunya (CCC), que difereix substancialment de la LPH. La IA genèrica els confon sistemàticament quan respon a administradors catalans.
Absència de font verificable. Un administrador que respon amb ChatGPT no té cap suport si el propietari impugna. Amb IgeraFincas, cada resposta inclou l'article exacte i el número de pàgina del document original.
Responsabilitat professional. L'administrador actua com a mandatari de la comunitat. Si transmet informació errònia que genera perjudici, incorre en responsabilitat civil. "ChatGPT m'ho va dir" no és una defensa vàlida davant un tribunal.
Per què falla en despatxos legals
La jurisprudència del Tribunal Suprem i les sentències de les Audiències Provincials requereixen una base de dades especialitzada. ChatGPT genera números de sentència plausibles que simplement no existeixen. Els jutges contraris poden impugnar aquestes cites, causant un dany irreparable a la credibilitat del despatx.
IgeraLegal connecta directament amb CENDOJ, Aranzadi i BOE. Mai genera una cita que no existeixi en aquelles fonts. Cada resposta és auditable davant un tribunal.
Per què falla en hosteleria
Els hotels gestionen manuals de procediment, contractes, normativa sanitària local, tarifes de temporada i protocols HACCP. La IA genèrica no té accés a cap d'aquests documents. IgeraHospit indexa els documents reals de l'establiment i respon sempre des de la font correcta.
| Criteri | IA Genèrica | RAG (Igera) |
|---|---|---|
| Font d'informació | Dades d'entrenament | Els teus documents actuals |
| Al·lucinacions | Sí (~5%) | No (impossible) |
| Cita la font | No | Sí (art. + pàgina) |
| Docs privats | No | Sí |
| Responsabilitat legal | Zero (disclaimer) | Traçable i auditable |
La diferència que importa en ús professional
IgeraFincas, IgeraLegal i IgeraHospit responen des de documents reals. Sense inventar. Amb cita exacta.
Veure IgeraFincas Veure IgeraLegal Veure IgeraHospitPregunta: Quants vots per instal·lar ascensor en comunitat de 12 veïns?
ChatGPT (inventat):
"Segons l'Art. 17.1 LPH necessites 3/5 parts de propietaris i quotes." — Article incorrecte.
IgeraFincas RAG:
"Segons l'Art. 17.2 LPH, les obres d'accessibilitat s'aproven per majoria simple. Font: LPH art. 17.2 — pàg. 8 del document indexat."
En resum
- La IA genèrica aprèn patrons, no veritats. Les al·lucinacions són estructuralment inevitables.
- RAG no pot al·lucinar: només respon des de documents reals indexats.
- En ús professional, les al·lucinacions tenen conseqüències econòmiques greus.
- IgeraFincas, IgeraLegal i IgeraHospit són l'eina correcta per a cada sector.
Preguntes freqüents
Es poden limitar les al·lucinacions amb instruccions de sistema?
Parcialment. Els prompts poden reduir la freqüència però no eliminar-les estructuralment. Un sistema RAG amb documents reals és l'única solució que garanteix zero al·lucinacions sobre el contingut d'aquells documents.
Els sistemes RAG també poden al·lucinar?
En menor mesura. El model pot malinterpretar un fragment recuperat. Per això IgeraFincas mostra el fragment original al costat de la resposta, permetent verificació immediata.
Què passa si els documents indexats estan desactualitzats?
El sistema respon segons els documents que té. IgeraFincas inclou alertes de caducitat i panel de control de versions perquè sempre sàpigues exactament quina versió de cada document està activa.
És legal usar IA per respondre consultes de propietaris?
Sí, sempre que les respostes siguin verificables i l'administrador assumeixi la responsabilitat final. Amb IgeraFincas, cada resposta inclou la cita exacta de l'article. L'ús d'IA genèrica sense verificació pot constituir negligència professional.
Quins documents pot indexar IgeraFincas?
Estatuts comunitaris, reglaments interns, actes de juntes, contractes amb proveïdors, LPH, Codi Civil de Catalunya, ordenances municipals. La LPH i la normativa catalana venen preindexades de sèrie.
Quant costa l'error per usar IA genèrica?
El cost mitjà d'un incident per informació legal errònia supera els 4.000 € en honoraris, costes i temps de gestió. El pla Starter d'IgeraFincas costa 99 €/mes.
Dr. Albert Rovira
Cap de Recerca en IA, Igera Solutions
Investigador de Machine Learning amb doctorat en PLN. Ha publicat sobre al·lucinacions en models LLM i arquitectures segures per a aplicacions crítiques.