Kadang-kadang, sebuah proyek menjadi lebih menarik saat kamu berhenti melihat pada apa yang diklaimnya.
Itu adalah pengalamanku dengan OpenLedger.
Sekilas, mudah untuk mengkategorikannya ke dalam kategori yang sudah familiar. Proyek blockchain lainnya. Proyek AI lainnya. Usaha lain untuk menggabungkan dua teknologi yang paling banyak dibicarakan dalam beberapa tahun terakhir.
Namun setelah menghabiskan berjam-jam membaca tentangnya, aku mendapati diriku lebih memikirkan bukan tentang blockchain dan model AI, tetapi pada pertanyaan yang secara mengejutkan sederhana:
Apa yang terjadi pada orang-orang yang pengetahuannya dengan tenang menggerakkan sistem cerdas?
Ini adalah pertanyaan yang telah ada di latar belakang percakapan AI selama bertahun-tahun.
Setiap model AI belajar dari sesuatu. Ia belajar dari data, dari keputusan manusia, dari banyak potongan informasi yang dibuat, dikumpulkan, atau diorganisir oleh orang-orang nyata. Namun, setelah model menjadi berguna, kontribusi tersebut sering kali menghilang ke dalam mesin. Nilai menjadi terlihat. Orang-orang di baliknya biasanya tidak.
OpenLedger tampaknya dibangun di sekitar kenyataan yang tidak nyaman itu.
Ide inti proyek ini relatif mudah dipahami. Ia ingin menciptakan sistem di mana data, model AI, dan agen otonom dapat dilacak, diatribusikan, dan diberi imbalan. Dalam istilah sederhana, jika kontribusi seseorang membantu sistem AI menciptakan nilai, OpenLedger ingin ada cara untuk mengenali kontribusi itu alih-alih membiarkannya lenyap di dalam kotak hitam.
Ide itu terdengar hampir jelas ketika diungkapkan dengan cara itu.
Tapi semakin saya memikirkan tentangnya, semakin saya menyadari betapa sulitnya itu sebenarnya.
Satu hal untuk mengatakan orang layak mendapat kredit. Hampir semua orang setuju dengan itu. Hal lain sama sekali untuk membangun sistem yang mampu menentukan siapa yang berkontribusi apa di dunia di mana miliaran potongan informasi bercampur dalam model pembelajaran mesin.
Di situlah OpenLedger menjadi benar-benar menarik.
Sebagian besar proyek di ruang ini berbicara tentang model yang lebih besar, kinerja yang lebih cepat, komputasi yang lebih murah, atau agen AI yang lebih kuat. OpenLedger tampaknya melihat masalah yang sama sekali berbeda. Ia kurang peduli untuk membuat AI lebih pintar dan lebih peduli untuk membuat AI lebih bertanggung jawab.
Ada sesuatu yang menyegarkan tentang itu.
Industri AI modern sering kali merasa terobsesi dengan output. Kami merayakan apa yang dapat dilakukan model-model tersebut. Kami mengukur tolok ukur. Kami membandingkan kemampuan. Kami mengejar terobosan berikutnya.
Jauh lebih sedikit orang menghabiskan waktu memikirkan infrastruktur tak terlihat di balik pencapaian tersebut.
Siapa yang menyuplai pengetahuan?
Siapa yang menciptakan data?
Siapa yang seharusnya mendapat manfaat ketika pengetahuan itu menjadi bernilai?
Pertanyaan-pertanyaan ini tidak begitu menarik dibandingkan berbicara tentang kecerdasan buatan. Namun, mereka mungkin terbukti sama pentingnya.
Apa yang saya hargai tentang OpenLedger adalah bahwa ia dimulai dari asumsi bahwa atribusi itu penting.
Bukan karena atribusi sedang tren.
Karena atribusi secara mendasar terhubung dengan kepercayaan.
Seiring sistem AI semakin terintegrasi dalam kehidupan sehari-hari, orang pasti akan bertanya dari mana informasi itu berasal, siapa yang berkontribusi, siapa yang memilikinya, dan siapa yang mendapat manfaatnya. Ini bukan pertanyaan teknis. Ini adalah pertanyaan sosial. Pertanyaan ekonomi. Pertanyaan kemanusiaan.
OpenLedger pada dasarnya mencoba membangun infrastruktur di sekitar kekhawatiran tersebut.
Apakah itu berhasil tidak mungkin diketahui.
Sebenarnya, di sinilah saya menjadi lebih berhati-hati.
Visinya menarik, tetapi kenyataan jarang sebersih whitepaper.
Atribusi di dalam sistem AI sangat sulit. Pengetahuan manusia tidak ada dalam wadah yang rapi dan terisolasi. Data saling tumpang tindih. Ide mempengaruhi satu sama lain. Kontribusi menjadi saling terkait. Mencoba mengukur pengaruh dengan tepat mungkin ternyata jauh lebih sulit daripada yang dibayangkan.
Ada juga tantangan praktis yang dihadapi setiap proyek infrastruktur.
Orang hanya menggunakan sistem yang menyelesaikan masalah nyata lebih baik daripada alternatif yang ada.
Tidak masalah seberapa elegan sebuah konsep. Jika kontributor tidak melihat imbalan yang berarti, jika pengembang tidak menemukan alat yang berguna, atau jika organisasi tidak melihat keuntungan yang jelas, adopsi menjadi perjuangan yang sulit.
Itu bukan kritik yang unik untuk OpenLedger.
Mereka hanyalah kenyataan yang harus dihadapi oleh setiap proyek ambisius.
Namun, setelah menghabiskan waktu dengan ide tersebut, saya berpikir bahwa banyak orang mungkin melihat OpenLedger melalui lensa yang salah.
Cerita ini sebenarnya bukan tentang blockchain.
Dan itu bahkan bukan terutama tentang AI.
Cerita yang lebih dalam adalah tentang visibilitas.
Selama beberapa dekade, sistem digital semakin kuat sambil menjadi semakin sulit untuk dipahami. Lebih banyak kecerdasan, lebih banyak otomatisasi, lebih banyak kompleksitas. Namun, kurang jelas tentang dari mana nilai berasal dan bagaimana alirannya.
OpenLedger terasa seperti upaya untuk melawan tren itu.
Bukan dengan memperlambat teknologi, tetapi dengan membuat kontribusi lebih mudah terlihat.
Mungkin itu berhasil.
Mungkin itu tidak.
Apa yang saya rasa layak diperhatikan adalah pertanyaan di balik proyek itu sendiri.
Di masa depan di mana AI menghasilkan lebih banyak nilai daripada sebelumnya, apakah kita akan memiliki sistem yang dapat mengingat orang-orang yang pengetahuannya membuat nilai itu mungkin?
OpenLedger mencoba menjawab pertanyaan itu.
Dan terlepas dari ke mana proyek ini akhirnya berakhir, saya curiga pertanyaan itu hanya akan menjadi semakin penting seiring waktu.