Vivim una època en què el llenguatge ja no naix només del caliu de la conversa, del carrer, de la memòria oral o de la premsa local. Ara, una part cada vegada més gran de les paraules que utilitzem ens arriben mediades per interfícies d’intel·ligència artificial. Aplicacions de correcció, redacció assistida, resums automàtics o xats conversacionals esdevenen fonts quotidianes de llenguatge, especialment per a aquelles persones que, per raons professionals o educatives, escriuen sovint. Però què passa quan la màquina no parla com nosaltres? O pitjor encara: quan comencem a parlar com la màquina?


Aquest post vol alertar d’un fenomen subtil però profund: la sobrerrepresentació lèxica en els sistemes de generació automàtica de text, especialment en el cas del valencià/català, i com aquesta influència pot desfigurar progressivament la nostra representació mental de la llengua.

1. El bucle d’Alexsic: com l’IA imposa un lèxic i després l’amplifica

El lingüista Adam Aleksic ha detectat en l’anglés contemporani un fenomen que sembla anecdòtic però que amaga implicacions profundes: paraules com delve (aprofundir, indagar), intricate (complex, enrevessat) o meticulous (minuciós, meticulós) han experimentat un creixement explosiu en la seua presència en textos generats per intel·ligència artificial. Inicialment, aquesta proliferació es podia atribuir a una preferència estilística del model, alimentat per milions de pàgines amb registres acadèmics o professionals. Tanmateix, allò realment inquietant, com assenyala Aleksic, és que aquestes paraules han començat a emergir també en la parla espontània de les persones, especialment entre aquells que fan ús habitual de sistemes d’IA com ChatGPT, Grammarly o assistents de redacció automàtica.

Aquest procés no és casual, ni merament estètic. Té una explicació ben documentada en el camp de la psicolingüística: la disponibilitat lèxica o activació mental de les paraules està condicionada per la freqüència d’exposició. És a dir, com més vegades trobem una paraula escrita, més ràpidament ens ve al cap quan parlem o escrivim. El cervell humà opta per solucions eficients i predictibles: si meticulous és una opció que ve constantment suggerida en resums, correus, informes o xats generats per IA, acabarà formant part de l’inventari mental habitual del parlant, desplaçant altres formes més genuïnes, contextuals o personals.

Aquest fenomen és especialment perillós perquè s’instal·la de manera subtil, acumulativa i inconscient. Ningú decideix deliberadament substituir thorough per meticulous, o complex per intricate. És l’ús repetit, silenciós, automàtic —per part d’eines que aparentment "ens ajuden"— el que va modificant el paisatge mental. El vocabulari que adoptem no és neutre: cada paraula porta amb ella una manera de mirar el món, de valorar, de jerarquitzar. Si l’IA ens encamina cap a un lèxic carregat de connotacions tècniques, formals o abstractes, també va desplaçant formes de pensar més quotidianes, emocionals o arrelades. Per exemple, no és igual "fartar" que "menjar massa" des del punt de vista cognitiu i de connexió emocional. 

Així doncs, la IA no només reflecteix el llenguatge humà, com si fora un mirall inofensiu. El que fa realment és reprogramar-lo, com diu Aleksic. Entrena els nostres hàbits lingüístics des d’un patró que no hem escollit col·lectivament, i que sovint no té res a veure amb les nostres formes culturals de parlar i sentir. És un procés de retroalimentació invertida: l’humà parla, la màquina aprén, però després la màquina ens fa parlar d’una altra manera. És un bucle que desplaça lentament el centre de gravetat del llenguatge cap a una norma invisible, imposada pels algoritmes. I aquest desplaçament, per als parlants de llengües minoritzades com el valencià, pot significar no només una pèrdua d’estil, sinó una erosió de la identitat lingüística.


2. La hiperinflació de paraules artificials en valencià

El valencià/català no és una excepció. Al contrari: pel fet de ser una llengua amb menor presència en la producció massiva digital, el fenomen és encara més punyent. Els sistemes d’IA com ChatGPT, Google Gemini o altres assistents textuals s’han alimentat de corpora dominats per registres acadèmics, institucionals, tecnocràtics i sovint traduïts des del castellà o l’anglés. Això provoca que el valencià generat artificialment tinga un to llis, híbrid i allunyat de les formes vives, sensorials i contextuals que caracteritzen el parlar genuí.

Així, ens trobem que paraules com significatiu, reptes, impacte, empoderament, transformació, narrativa, aportació, sostenible o context apareixen una i altra vegada en textos generats per IA. No perquè siguen incorrectes, sinó perquè són les que dominen en els textos-font del model. Aquesta presència sobredimensionada pot conduir, a poc a poc, a tres efectes nefastos:

  • Reducció de la varietat lèxica real: el parlant comú acaba pensant que aquestes són les paraules "bones", "neutres", "correctes". I oblida o desprioritza formes més arrelades com amb trellat, fer pinya, deixar empremta, cop de realitat, fer-se fort, fer un pensament, fer goig, etc.

  • Desconnexió emocional: el lèxic institucionalitzat i traduint no activa els mateixos circuits afectius que el llenguatge viscut. Dir una transformació disruptiva no és el mateix que dir una sacsejada. 

  • Colonització semàntica: acabem veient el món a través de metàfores, estructures i categories que venen del pensament anglosaxó i tecnocràtic. L’IA, així, no ens dona veu, ens la formata.

3. Efectes cognitius i simbòlics en la ment dels parlants

El perill de fons no és només estètic o estilístic. És cognitiu. Quan una paraula s’imposa en l’ús assistit (per IA, correctors o plantilles de redacció), es crea una associació mental que es reforça. Amb el temps, allò que no es diu, desapareix. Si no escrivim formes valencianes molt arrelades en la parla com ara "fer goig" o un "xic molt templat" perquè no ens apareixen mai en cap correcció automàtica, aquestes formes acaben sent percebudes com "errònies", "massa populars", "massa locals"… i les abandonem. 

A més, aquest fenomen afecta especialment als parlants insegurs, aquells que no han tingut una alfabetització estable en valencià i busquen suport en la tecnologia per "escriure bé". Però "escriure bé" no hauria de voler dir "escriure com un informe de Brussel·les".

4. La translació semàntica: quan el valencià pensa com l’anglés

Un dels efectes més insidiosos de l’ús d’intel·ligència artificial entrenada amb textos en anglés és la translació semàntica, és a dir, l’adopció no només de paraules sinó de maneres de conceptualitzar el món que provenen directament de l’anglés. Això no és una mera qüestió de lèxic: implica una alteració profunda de l’estructura mental amb què organitzem idees, emocions i relacions socials a través de la llengua.

La IA no només tradueix textos, sinó que trasllada marcs mentals. Quan generem una frase amb ChatGPT en valencià a partir d’un pensament o una estructura anglesa, sovint el resultat no és una traducció, sinó una imposició de patrons conceptuals forans. Això afecta la manera com entenem termes com empoderament, lideratge, impacte, resiliència, transició, aprenentatge, entre molts altres. El problema no és que siguen inexactes, sinó que desplacen els marcs mentals propis del valencià, substituint-los per metàfores fredes, analítiques o maniquees que ens fan pensar —i viure— d’una altra manera.

Cinc exemples concrets de translació semàntica de l’anglés al valencià

1. Empowerment → Empoderament
Traducció semàntica: el concepte anglés parteix de la idea d’"adquirir poder", com si aquest fora una energia transferible o acumulable.
Desplaçament conceptual: en valencià, tradicionalment es diria fer-se fort, plantar-se, alçar la veu, fer-se valdre, formes que apel·len a la dignitat o a la resistència col·lectiva, no a una dinàmica d'acumulació personal de poder.
Conseqüència: el concepte es buida de context social i esdevé una abstracció individualista.

2. Impact → Impacte
Traducció semàntica: l’anglés usa impact per referir-se a qualsevol efecte significatiu, generalment positiu.
Desplaçament conceptual: en valencià, impacte històricament remet a una col·lisió, un colp, una sacsejada. Són paraules amb càrrega dramàtica o violenta.
Conseqüència: es desdibuixa la força expressiva de cop, rebombori, sacsejada, i tot acaba sent impacte, siga un terratrémol o un projecte educatiu.

3. Challenge → Repte
Traducció semàntica: en anglés, challenge pot tindre un to positiu i motivador: un desafiament que impulsa a créixer.
Desplaçament conceptual: el valencià no ha tingut una paraula tan neutra. Normalment es diu problema, complicació, entrebanc, maldecap o allò que ve per davant.
Conseqüència: la paraula repte, promoguda per la IA i el discurs institucional, injecta un to d’optimisme forçat en situacions que, en el parlar viu, es dirien sense eufemismes.

4. Resilience → Resiliència
Traducció semàntica: en anglés és una virtut gairebé màgica: resistir, adaptar-se i eixir reforçat.
Desplaçament conceptual: el valencià popular no ha usat resiliència; ha parlat de tenir coratge, aguantar el colp, no trencar-se, tirar avant, anar fent.
Conseqüència: es substitueixen metàfores orgàniques i relacionals per una qualitat pseudo-tècnica, sovint culpabilitzadora: si no aguantes, és perquè no tens resiliència.

5. Learning → Aprenentatge (com a entitat abstracta)
Traducció semàntica: learning és usat en anglés com a substantiu abstracte generalitzat (learning environment, learning goals, learning outcomes...).
Desplaçament conceptual: en valencià, aprendre és un verb vinculat a l'acció concreta: he après a..., vaig aprendre de..., m'ensenyat a....
Conseqüència: es perd el vincle amb la relació humana, l'experiència directa i el saber arrelat. Parlem d’ecosistemes d’aprenentatge sense saber ben bé què vol dir, perquè ho hem heretat d’una traducció automatitzada.

La translació semàntica no és una qüestió d’estil: és una transformació profunda de la manera com pensem amb la llengua. Quan deixem que siga la IA —o els marcs mentals importats— qui ens marque les categories, les metàfores i els eixos conceptuals, acabem perdent capacitat de pensar des del propi context. Parlem valencià, però pensem com a consultors de Silicon Valley. I això, si no s’atura, pot dur-nos a una situació de bilingüisme fals: el valencià manté la forma, però ha perdut l’ànima.

5. No és neutral: la IA com a vector d’uniformització global

El problema no és només que la IA reforce un estil determinat. És que ho fa de manera global, constant i invisible. Qualsevol persona que use una IA per escriure en valencià està sent exposada —si no ho controla— a un model de llengua que li resulta aliè: un híbrid sintàctic, semàntic i conceptual entre el castellà normatiu, l’anglés institucional i el català centralitzador d’escriptura acadèmica. Això pot trencar la transmissió generacional de la riquesa lèxica local i invisibilitzar el potencial expressiu del valencià viu.

La conseqüència a llarg termini és una desnaturalització col·lectiva del discurs. Acabem parlant com si férem una roda de premsa, fins i tot quan estem escrivint una nota a un amic, un article de barri o una crònica de festes.

6. Cap a una resistència lingüística conscient: pensar en valencià, també amb IA

No es tracta de rebutjar la IA, sinó de desenvolupar una actitud crítica i activa sobre com la fem servir. Si els models predictius tendeixen a reforçar el que han après, la solució passa per reentrenar la màquina, per nodrir-la de textos genuïns, de parlar viu, de formes híbrides però autèntiques, de llengua sentida i no només corregida.

És també una crida als creadors de corpus, als lingüistes computacionals i als promotors culturals: cal alimentar la IA amb valencià viu, divers, de diferents comarques, generacions i registres. Cal que les frases amb "gastar" , “comboi”, “xe”, “anar a pams”,  “templat” o "ben plantat" tinguen la mateixa presència en els models que les que parlen d’estratègies transformadores i narratives participatives.

7. Hipòtesi final: quan la IA no pensa en valencià

L’actual penetració de la IA no fa sinó accentuar una deriva que ja venia de lluny: l’escolarització del valencià/català va adoptar —en molts casos de manera inconscient— una norma culta i estàndard que va desplaçar sistemàticament les formes vives, les frases fetes, les interjeccions i les expressions de la parla popular.

Aquest procés es va justificar sovint amb arguments de prestigi, correcció o funcionalitat comunicativa, però el resultat real ha sigut una pèrdua de varietat expressiva i de riquesa emocional. Els alumnes han après a escriure “correctament”, però no han après a parlar-se entre ells amb naturalitat en valencià. La llengua ensenyada ha sigut, massa vegades, una llengua sense carrer ni cuina, sense sofà ni comboi, més pròxima al català normatiu dels llibres de text que al valencià viu de les comarques.

Quan la IA s’alimenta exclusivament de literatura acadèmica i institucional, el que ens retorna no és una llengua viva, sinó una projecció asèptica, gramaticalment correcta però emocionalment estèril. Això comporta una mutació perillosa: no només escrivim com IA, comencem a pensar com ella. Amb una llengua sense rugositats, sense accents, sense sabors.

I això, en una cultura com la valenciana, que ha sobreviscut gràcies a l’oralitat, a la complicitat semàntica i a la creativitat popular, és una amenaça existencial. Cal plantar-se. Cal recuperar la veu. I cal fer-ho també dins les màquines.