Hace unos días me encontré preguntándome una cuestión que, honestamente, me hizo dejar de desplazamiento por un momento:
Si la IA se convierte en uno de los mayores creadores de valor en el futuro, ¿quién realmente merece ser compensado?
Al principio, la respuesta parece obvia. Quizás la empresa que construyó el modelo. Quizás las personas que lo están usando. Pero cuanto más pienso en ello, menos claro se vuelve.
Esa es parte de la razón por la que he estado leyendo sobre @OpenLedger y sus ideas en torno a la propiedad de la IA. No porque crea que cada nuevo proyecto de IA cambiará el mundo, sino porque este proyecto parece estar hablando de un problema que la mayoría de la gente apenas discute.
La mayoría de las conversaciones sobre IA se centran en la capacidad. ¿Pueden los modelos volverse más inteligentes? ¿Más rápidos? ¿Más útiles?
Lo que recibe mucha menos atención es de dónde proviene el valor en primer lugar.
Cada modelo de IA se construye sobre enormes cantidades de datos. Algunos de esos datos provienen de individuos, comunidades, investigadores, desarrolladores, negocios, y un sinfín de contribuyentes que rara vez reciben reconocimiento. La salida final de IA recibe toda la atención, mientras que las entradas que ayudaron a crearla se vuelven casi invisibles.
La idea de OpenLedger sobre la Prueba de Atribución llamó mi atención porque intenta abordar ese desequilibrio...
El concepto suena simple cuando lo escuchas por primera vez... Si alguien aporta datos que ayudan a crear valor, tal vez debería recibir parte de ese valor. Pero cuanto más pienso en ello, más complicado se vuelve.
¿Cómo mides la contribución?
Si diez mil personas contribuyen datos y un modelo de IA genera algo útil más tarde, ¿quién merece qué porcentaje? ¿Se puede realmente rastrear la contribución con precisión, o estamos tratando de poner números exactos en algo que es naturalmente desordenado?
No tengo la respuesta.
De hecho, eso es probablemente lo que hace interesante la idea.
Una cosa que noto en cripto es que la gente a menudo asume que una tecnología tiene éxito simplemente porque tiene sentido en papel. La realidad suele ser menos generosa.
Una tecnología puede ser innovadora y aún así tener dificultades para encontrar una demanda sostenible.
Por eso me encuentro prestando atención no solo a la tecnología de OpenLedger, sino también a su crecimiento en el ecosistema, financiamiento, tokenomics y cronogramas de desbloqueo futuros. Estas cosas importan porque ayudan a revelar si una red está creciendo porque la gente realmente la necesita o porque la gente está temporalmente emocionada por ella.
Y esas son cosas muy diferentes.
Otro pensamiento sigue volviendo a mí.
Las blockchains tradicionales fueron construidas en gran medida para rastrear la propiedad de los activos.
OpenLedger parece estar intentando algo diferente. Parece estar preguntando si la propiedad puede extenderse más allá de los activos y hacia la contribución misma.
Ese es un desafío mucho mayor.
Porque a diferencia de los tokens, la contribución es difícil de definir. El conocimiento humano se superpone... Los datos influyen en los datos... Los modelos de IA aprenden patrones en lugar de copiar piezas individuales directamente. En algún lugar entre la entrada y la salida, las líneas se vuelven borrosas.
Sin embargo, quizás ese sea exactamente el problema que vale la pena resolver.
También me pregunto si nos estamos acercando a un futuro donde la IA y la blockchain convergen naturalmente.
La IA crea valor.
La blockchain rastrea el valor.
Quizás combinar los dos es menos sobre tecnología y más sobre economía.
Aún así, soy cauteloso.
He estado en cripto el tiempo suficiente para saber que buenas narrativas no se convierten automáticamente en productos exitosos. La emoción del mercado puede crear impulso, pero el impulso por sí solo no crea una adopción duradera.
Así que cuando miro @OpenLedger y $OPEN , no veo certeza.
Veo un experimento.
Un experimento intentando responder a una pregunta que la industria de la IA puede eventualmente verse obligada a enfrentar:
Si millones de personas contribuyen indirectamente a la inteligencia que impulsa los futuros sistemas de IA, ¿deberían las recompensas permanecer concentradas entre unos pocos participantes, o deberían de alguna manera fluir de vuelta a los propios contribuyentes?
Quizás OpenLedger esté adelantado.
Quizás esté equivocado.
O tal vez estamos presenciando los primeros intentos de construir un modelo de propiedad completamente nuevo para la economía de IA.
Aún no estoy seguro de cuál es.