jakiro
Autor: William M. Peaster, Bankless;
En 2014, el fundador de Ethereum, Vitalik Buterin, comenzó a considerar agentes autónomos y DAO, que todavía era un sueño lejano para la mayoría de las personas en el mundo.
En su visión temprana, como describió en su artículo Dao, DAC, DA, etc.: Guía incompleta de la terminología,DAO es una entidad descentralizada, «la automatización está en el centro, los humanos están al borde», organizaciones que dependen del código en lugar de las jerarquías humanas para mantener la eficiencia y la transparencia.
Diez años más tarde, Jesse Walden de Variant acaba de publicar «Dao 2.0», reflexionando sobre la evolución de Dao en la práctica desde los primeros escritos de Vitalik.
En resumen, Walden señala,La ola DAO inicial fue a menudo similar a las cooperativas, a saber, las organizaciones digitales centradas en el ser humano, sin enfatizar la automatización.
Sin embargo, Walden continúa pensando queAhora se espera que los nuevos avances en la inteligencia artificial, especialmente los modelos de idiomas grandes (LLM) y los modelos generativos, logren mejor la autonomía descentralizada que Vitalik previsto hace 10 años.
Sin embargo, a medida que los experimentos de DAO adopten cada vez más agentes de IA, enfrentaremos nuevas implicaciones y problemas aquí.A continuación, veamos cinco áreas clave con las que DAO debe lidiar al incorporar la inteligencia artificial en su enfoque.
Transformar la gobernanza
En el marco original de Vitalik, DAO tiene como objetivo reducir la dependencia de la toma de decisiones humanas estratificadas mediante la codificación de las reglas de gobierno sobre las cadenas.
Inicialmente, los humanos todavía estaban en el «borde», pero todavía eran cruciales para juicios complejos.En el mundo DAO 2.0 descrito por Walden, la humanidad todavía está al borde, proporcionando capital y dirección estratégica, pero el centro de poder ya no es humano.
Esta dinámica redefinirá la gobernanza de muchos DAO.Todavía veremos que la alianza humana negocia y votará sobre los resultados, pero varias decisiones operativas se guiarán cada vez más por los modelos de aprendizaje de modelos de IA.En la actualidad, cómo lograr este equilibrio es una pregunta abierta y un espacio de diseño.
Minimizar la desalineación del modelo
La visión temprana de DAO tiene como objetivo contrarrestar el sesgo humano, la corrupción y la ineficiencia a través del código transparente e inmutable.
Un desafío clave ahora es pasar de una toma de decisiones humanas poco confiables para garantizar que los agentes de IA «se alineen» con los objetivos de DAO.La principal vulnerabilidad aquí ya no es la colusión artificial, sino la desregulación del modelo: el riesgo de que los DAO impulsados por la IA optimicen para métricas o comportamientos que se desvían de los resultados esperados humanos.
En el paradigma de DAO 2.0, este problema de consistencia (originalmente un problema filosófico en el círculo de seguridad de la IA) se convierte en un problema práctico tanto en económico como en gobernanza.
Este puede no ser un problema principal para los DAO de hoy que prueban las herramientas de IA básicas, pero a medida que los modelos de IA se vuelven más avanzados y profundamente integrados en la estructura de gobernanza descentralizada, se espera que se convierta en un área importante de revisión y mejora.
Nueva superficie de ataque
Piense en el reciente concurso FreySA donde el humano p0pular. El agente de IA Freysa ha engañado a que malinterprenda su característica de «aprobación», ganando así $ 47,000 en bono de éter.
Aunque Freysa tiene protecciones incorporadas (instrucciones claras para nunca enviar premios, la creatividad humana eventualmente va más allá del modelo, aprovechando la interacción entre las indicaciones y la lógica del código hasta que la IA libera fondos.
Este ejemplo temprano del concurso destaca que a medida que DAOS incorporan modelos de IA más complejos, también heredarán una nueva superficie de ataque.Al igual que Vitalik está preocupado por que DO o DAO sea coludido por humanos, DAO 2.0 ahora tiene que considerar la información adversa a los datos de entrenamiento de IA o los ataques de ingeniería instantánea.
Manipular el proceso de razonamiento de LL. Formulario de exploits.
Nuevos problemas centralizados
La evolución de DAO 2.0 transfiere un poder importante a quienes crean, entrenan y controlan un modelo de IA DAO específico que subyace en AI, una dinámica que podría conducir a nuevas formas de puntos de bloqueo centralizados.
Por supuesto, la capacitación y el mantenimiento de modelos AI avanzados requieren experiencia e infraestructura dedicadas, por lo que en algunas organizaciones en el futuro, veremos que la dirección está aparentemente en manos de la comunidad, pero de hecho en manos de expertos calificados.
Esto es comprensible.Pero en el futuro, será interesante rastrear cómo los DAO que rastrean los experimentos de IA tratan cuestiones como actualizaciones del modelo, ajustes de parámetros y configuración de hardware.
Roles de operaciones estratégicas y estratégicas y apoyo comunitario
La diferencia de «estrategia y operativa» de Walden demuestra un equilibrio a largo plazo: la IA puede manejar tareas diarias de DAO, mientras que los humanos proporcionarán una dirección estratégica.
Sin embargo, a medida que los modelos de IA se vuelven más avanzados, también pueden invadir gradualmente la capa estratégica de DAO.Con el tiempo, el papel de «hombre amigable» puede reducirse aún más.
Esto plantea la pregunta: ¿qué pasará con la próxima ola de DAO con IA, en muchos casos, donde los humanos pueden proporcionar fondos y ver a un lado?
En este paradigma, ¿serán la humanidad en gran medida los inversores intercambiables menos influyentes, que pasan del camino de las marcas de propiedad copropietaria al camino de las máquinas económicas autónomas que son más similares a las administradas por AI?
Creo que veremos más tendencias en modelos organizacionales en el escenario DAO donde los humanos simplemente desempeñan el papel de los accionistas pasivos en lugar de los gerentes activos.Sin embargo, como menos decisiones que tienen sentido para la humanidad y la creciente facilidad de proporcionar capital en la cadena en otros lugares, mantener el apoyo de la comunidad puede convertirse en un desafío continuo con el tiempo.
Cómo Dao se mantiene proactivo
La buena noticia es que todos los desafíos anteriores se pueden abordar activamente.Por ejemplo:
-
En términos de gobernanza: DAO puede probar mecanismos de gobernanza para retener ciertas decisiones de alta influencia para que los votantes humanos o los expertos humanos se turnen para el comité.
-
Sobre la inconsistencia: al tratar los controles de consistencia como un gasto operativo recurrente (como auditorías de seguridad), DAOS puede garantizar que la lealtad de los agentes de IA a los objetivos públicos no sea un problema único, sino una responsabilidad continua.
-
Sobre la centralización: DAO puede invertir en un edificio de habilidades más amplio para los miembros de la comunidad.Con el tiempo, esto mitigará los riesgos de un puñado de «asistentes de inteligencia artificial» que controlan la gobernanza y promoverá un enfoque descentralizado para la gestión de la tecnología.
-
Sobre el apoyo: a medida que la humanidad se convierte en partes interesadas pasivas en más DAO, estas organizaciones pueden redoblar sus esfuerzos para contar historias, compartir misiones y rituales comunitarios para trascender la lógica directa de la asignación de capital y mantener el apoyo a largo plazo.
Pase lo que pase después, está claro que el futuro aquí es amplio.
Considere cómo Vitalik lanzó recientemente la financiación profunda, que no es un esfuerzo DAO, pero tiene como objetivo aprovechar la inteligencia artificial y los jueces humanos para crear un nuevo mecanismo de financiación para el desarrollo de código abierto de Ethereum.
Este es solo un nuevo experimento, pero destaca una tendencia más amplia: la intersección de la inteligencia artificial y la colaboración descentralizada se está acelerando.Con el advenimiento y la madurez de los nuevos mecanismos, podemos esperar que DAO se adapte cada vez más a estos conceptos de IA.Estas innovaciones traerán desafíos únicos, por lo que es hora de comenzar a prepararse.
