Des del desembre de 2025, Youth AI Lab ha entrat en la fase de desplegament amb els joves que participen en cada laboratori. S’han organitzat disset sessions a La Rochelle, Nàpols, Barcelona i Anvers.
Segons el lloc, els tallers segueixen calendaris diferents i s’adapten tant als públics com als formats escollits. Les activitats també varien: observació de sistemes d’IA, jocs, programació de robots, proves d’eines i creació de prototips.
Malgrat aquestes diferències, tots els laboratoris comparteixen un mateix objectiu: ajudar els joves a entendre com funciona la IA generativa mitjançant activitats concretes i seguint un enfocament rigorós i científic.
El laboratori Youth AI Lab «Le retour des Pacman’s», impulsat pel Centre Social et Culturel Vent des Îles i pel Laboratoire d’Aix-périmentation de bidouille, ha reunit des del desembre de 2025 divuit joves d’entre dotze i quinze anys durant set sessions —entre les quals, una setmana intensiva—, amb un total de 38,5 hores.
El cicle es va construir al voltant d’una pregunta senzilla: podem confiar en el que respon una IA? Els primers jocs van mostrar que un model podia acceptar informació falsa i continuar responent com si fos correcta. Així, els joves van entendre que una resposta ben formulada no és necessàriament informació verificada.
Per entendre d’on prové aquesta discrepància, el grup es va interessar després per l’aprenentatge automàtic. L’activitat sobre l’aprenentatge per reforç no pretenia reproduir el funcionament d’una IA generativa. Mostrava un principi més general: el comportament d’un sistema depèn de com s’entrena i de les indicacions que rep. En buscar un recorregut i programar després uns robots, els joves van comprovar que una màquina no avalua per si mateixa què és veritable o pertinent. Actua dins del marc que se li ha proporcionat.
La seqüència Stupid Invention va permetre tornar a la IA generativa amb aquest nou punt de referència. Aquesta vegada, els joves ja no havien de limitar-se a detectar una resposta enganyosa. El grup va demanar a la IA que fes creïbles productes deliberadament absurds. El resultat va mostrar que la credibilitat també depèn de les instruccions que rep el model i de la manera com es presenten els textos i les imatges.
La setmana intensiva del juliol va capgirar el problema. Després d’haver vist com una IA podia fer creïble una invenció, el grup havia de construir eines amb respostes més ben delimitades. Per a Feurisson, dedicat a la prevenció d’incendis, i Superbot, dedicat a l’assetjament escolar, els joves van definir els públics, seleccionar les fonts, redactar respostes de referència i establir regles per a les situacions sensibles. D’aquesta manera, la fiabilitat es va convertir en una decisió de disseny concreta.
Per tant, tot l’itinerari segueix un mateix fil conductor. Primer, els joves van aprendre a dubtar d’una resposta convincent; després, van relacionar el comportament d’un sistema amb el seu entrenament i les instruccions rebudes. A continuació, el grup va utilitzar aquesta comprensió per produir contingut enganyós, abans d’estudiar com es podien delimitar millor les respostes d’un chatbot.
Tallers, prototips i produccions realitzats pel grup de La Rochelle.
El laboratori Youth AI Lab FARO, dinamitzat per Perlatecnica en col·laboració amb l’institut tècnic ITIS Alessandro Volta, va acompanyar joves d’entre setze i disset anys durant quatre tallers de dues hores i mitja entre el febrer i el maig de 2026.
A Nàpols, la feina va començar identificant els sistemes d'IA presents a l'entorn quotidià, que els joves van distingir dels dispositius basats en regles fixes. Aquesta observació els va oferir un punt de partida concret per reflexionar sobre què podia aportar la IA als problemes locals.
Per entendre què poden aportar aquests sistemes i què els limita, el grup va estudiar després els errors de raonament dels models de llenguatge. La introducció del robot Otto va fer més concretes aquestes qüestions. Els joves van comparar l’execució del model al robot i al núvol, tenint en compte la privacitat, la velocitat, la bateria i el cost. Així van comprovar que un sistema d’IA també depèn de decisions tècniques que tenen conseqüències en el seu ús.
El treball sobre els biaixos de gènere va aprofundir aquesta reflexió. En provar les respostes d’un model de llenguatge i, després, una classificació basada en l’alçada i el pes, els joves van constatar que les categories escollides orienten els resultats i poden simplificar una realitat complexa. Aquesta qüestió va esdevenir central quan el grup va aplicar la IA a la ciutat sostenible.
Llavors, l’Otto es va equipar amb sensors per mesurar el diòxid de carboni, les partícules fines i el soroll. Els joves van utilitzar un model entrenat amb dades simulades i en van analitzar els errors per entendre, per exemple, per què un parc sorollós es podia confondre amb una obra. El model ja no es presentava com una solució automàtica, sinó com una eina les decisions de la qual calia verificar.
Al llarg de les sessions, la mirada del grup va canviar. Ja no es tractava només d’identificar la IA a la ciutat, sinó d’entendre les decisions tècniques i les categories que n’orienten els resultats, i aplicar-les després a un problema local amb l’Otto.