Ada sesuatu yang aneh tentang cara AI berkembang saat ini yang masih belum sepenuhnya dipahami orang.
Semua orang berbicara tentang kecerdasan itu sendiri.
Model yang lebih pintar. Agen yang lebih cepat. Infrastruktur yang lebih besar. Lebih banyak otomatisasi. Output yang lebih baik.
Seluruh percakapan ini terasa terobsesi dengan apa yang bisa dilakukan AI.
Tapi jujur saja… saya pikir salah satu lapisan terbesar yang hilang di bawah AI bukanlah kecerdasan.
Ini adalah atribusi.
Dan bagian anehnya adalah kebanyakan orang hampir tidak menyadari celah itu.
Karena begitu output AI menjadi cukup mengesankan, orang-orang berhenti bertanya dari mana sebenarnya kecerdasan itu berasal.
Itu bagian yang terus menarik perhatian saya kembali ke sesuatu seperti OpenLedger dan ide-ide seputar Proof of Attribution.
Bukan karena terdengar mencolok.
Sebenarnya sebaliknya.
Karena rasanya seperti salah satu ide infrastruktur yang tenang yang bisa menjadi sangat penting nanti jika AI terus berkembang seperti sekarang.
Internet melatih AI jauh sebelum orang mulai menyebutnya 'AI.'
Itulah kebenaran aneh di balik segalanya.
Forum melatihnya. Komunitas melatihnya. Seniman melatihnya. Penulis melatihnya. Meme melatihnya. Argumen melatihnya. Tutorial melatihnya. Pertanyaan melatihnya. Perilaku manusia melatihnya.
Jutaan orang menghabiskan bertahun-tahun meninggalkan fragmen kecil kecerdasan secara online tanpa banyak berpikir tentangnya.
Dan seiring waktu, fragmen-fragmen itu terakumulasi menjadi data pelatihan.
Itulah sebabnya sistem AI modern terasa kurang seperti mesin yang diciptakan dalam isolasi... dan lebih seperti cermin raksasa yang dibangun dari aktivitas manusia kolektif yang tersebar di seluruh internet.
Tapi di suatu tempat selama proses itu, visibilitas menghilang.
Kontribusi menghilang.
Atribusi menghilang.
Dan setelah atribusi menghilang, nilai biasanya terpusat.
Polanya terjadi hampir di mana-mana secara online.
Orang-orang menciptakan. Platform menyerap. Sistem berkembang. Kemudian pada akhirnya, kontributor asli menjadi tidak terlihat di bawah infrastruktur yang mereka bantu bangun.
Saya pikir itu adalah ketegangan yang lebih dalam yang perlahan terbentuk di bawah ekonomi AI sekarang.
Bukan hanya 'Siapa yang membangun model paling pintar?'
Tapi: Siapa yang membentuk kecerdasan? Siapa yang memperbaiki sistem? Siapa yang menyediakan data yang berguna? Siapa yang mengoreksi kesalahan? Siapa yang mempengaruhi hasil? Siapa yang layak mendapatkan nilai ketika produk AI menghasilkan miliaran?
Pertanyaan-pertanyaan itu menjadi tidak nyaman dengan sangat cepat.
Karena AI mulai mengungkap sesuatu yang tidak pernah dipecahkan dengan baik oleh internet di tempat pertama.
Internet menjadi sangat baik dalam mengekstrak kontribusi manusia. Tidak terlalu baik dalam melacaknya.
Dan sejujurnya, mungkin itu dapat dikelola ketika media sosial sebagian besar berputar di sekitar perhatian dan iklan.
Tapi AI mengubah atmosfer.
Karena sekarang jejak manusia tidak lagi hanya menciptakan keterlibatan.
Mereka secara aktif membentuk kecerdasan mesin itu sendiri.
Itu mengubah berat ekonomi dari kontribusi secara total.
Dan saya pikir itulah mengapa Proof of Attribution terasa menarik bagi saya secara konseptual.
Bukan sebagai frasa pemasaran.
Sebagai ide struktural.
Ide bahwa mungkin sistem AI akhirnya membutuhkan memori tentang kontribusi itu sendiri.
Tidak hanya memori tentang keluaran.
Itu arah yang sangat berbeda.
Karena jika atribusi menjadi bawaan di dalam sistem AI, perilaku di seluruh internet bisa perlahan mulai berubah juga.
Orang mungkin mulai memperlakukan data dengan cara yang berbeda.
Komunitas mungkin mulai memahami pengetahuan mereka dengan cara yang berbeda.
Kontributor mungkin berhenti melihat diri mereka sebagai pengguna acak dan mulai melihat diri mereka sebagai peserta ekonomi di dalam sistem kecerdasan.
Perubahan psikologis itu sendiri bisa menjadi besar seiring berjalannya waktu.
Saat ini sebagian besar orang masih berinteraksi secara online secara santai.
Mengunggah pemikiran. Berbagi opini. Mengajari orang asing. Mengunggah konten. Mengoreksi informasi.
Tapi hampir tidak ada yang berpikir: 'Ini mungkin akhirnya melatih sistem kecerdasan.'
Bahkan lebih sedikit yang berpikir: 'Apa yang terjadi jika sistem-sistem itu menghasilkan nilai besar nanti?'
Ketidakcocokan itu menjadi lebih sulit untuk diabaikan seiring dengan semakin besarnya AI.
Terutama karena model AI semakin bergantung pada lapisan besar penyempurnaan manusia di bawahnya.
Hal yang menakutkan adalah bahwa tanpa sistem atribusi, ekonomi AI secara alami mengalir menuju opasitas.
Dan sistem yang tidak transparan biasanya memusatkan kekuasaan ke atas.
Orang-orang yang paling dekat dengan infrastruktur menangkap sebagian besar nilai sementara orang-orang di bawah menjadi lebih sulit untuk dilihat.
Ketidakseimbangan itu mungkin secara diam-diam menjadi salah satu ketegangan terbesar dalam AI selama dekade berikutnya.
Karena kecerdasan tidak muncul dari ketiadaan.
Ia muncul dari kontribusi kolektif dalam skala besar.
Yang juga menciptakan masalah filosofis yang aneh.
Jika kecerdasan menjadi kolektif... Haruskah kepemilikan tetap terpusat?
Pertanyaan itu menjadi sulit dengan sangat cepat.
Dan sejujurnya, saya bahkan tidak berpikir bahwa Proof of Attribution itu mudah untuk dibangun.
Sebenarnya, itu terdengar sangat sulit.
Melacak kontribusi di seluruh sistem AI terdengar berantakan, politis, teknis, dan mungkin tidak sempurna untuk waktu yang lama.
Bagaimana Anda mengukur kontribusi yang berarti? Bagaimana Anda memisahkan kebisingan dari sinyal yang berguna? Bagaimana Anda memberi penghargaan kepada orang secara adil? Bagaimana Anda menghentikan permainan curang? Bagaimana Anda melacak pengaruh di berbagai lapisan model dan data?
Tidak ada dari ini terasa sederhana.
Tapi kadang-kadang masalah sulit berakhir menjadi yang paling penting.
Terutama masalah infrastruktur.
Karena infrastruktur biasanya terlihat membosankan tepat sebelum menjadi penting.
Dan saya pikir itu sebagian mengapa atribusi terasa diremehkan saat ini.
Sebagian besar orang masih fokus pada produk AI yang terlihat.
Tapi lapisan koordinasi yang tidak terlihat seringkali menjadi lebih penting daripada produk itu sendiri nanti.
Mesin pencari mengubah internet. Tapi sistem peringkat di bawahnya menjadi bahkan lebih kuat.
Media sosial mengubah komunikasi. Tapi sistem rekomendasi di bawahnya menjadi infrastruktur yang sebenarnya.
AI mungkin mengikuti jalur yang serupa.
Lapisan yang terlihat mendapatkan perhatian terlebih dahulu.
Lapisan akuntansi yang tersembunyi menjadi penting nanti.
Itu sebabnya Proof of Attribution terus menarik perhatian saya secara konseptual.
Rasanya kurang seperti menambahkan fitur ke AI...
Dan lebih seperti mencoba menyelesaikan memori ekonomi yang hilang di dalam sistem kecerdasan.
Hampir seperti AI membutuhkan cara untuk mengingat dari mana nilai sebenarnya berasal.
Karena tanpa memori, kontribusi larut.
Dan ketika kontribusi larut, kepemilikan perlahan menyempit ke atas.
Itu mungkin berhasil dalam jangka pendek.
Tapi dalam jangka panjang saya tidak yakin masyarakat tetap nyaman dengan sistem yang dibangun dari aktivitas manusia kolektif sementara hanya sejumlah kecil entitas yang menangkap sebagian besar keuntungan.
Terutama setelah orang sepenuhnya menyadari seberapa banyak dari AI berasal dari kemanusiaan itu sendiri yang secara diam-diam memberi makan mesin dari waktu ke waktu.
Mungkin kesadaran itu mengubah perilaku.
Mungkin itu mengubah kebijakan.
Mungkin itu mengubah bagaimana sistem AI di masa depan dirancang dari awal.
Atau mungkin tidak ada dari ini yang terjadi dengan cepat sama sekali.
Bisa memakan waktu bertahun-tahun.
Tapi tetap saja...
Saya tidak bisa menghilangkan perasaan bahwa atribusi mungkin akhirnya menjadi salah satu lapisan terpenting dalam seluruh ekonomi AI.
Bukan karena itu membuat AI lebih pintar.
Tapi karena itu mengubah siapa yang tetap terlihat setelah kecerdasan mulai berkembang melampaui pemahaman manusia.