- Buterin dice que los límites de atención silencian a los votantes de las DAO, por lo que los agentes personales pueden actuar en su nombre.
- Advierte que la delegación concentra el poder ya que los partidarios pierden su voz después de un solo clic.
- Apoya la privacidad mediante el anonimato ZK y salidas de MPC que revelan juicios pero no datos.
Vitalik Buterin afirmó que la inteligencia artificial podría ayudar a solucionar debilidades estructurales en la gobernanza descentralizada, argumentando que los agentes personales de IA podrían permitir a los usuarios participar de manera más efectiva en la toma de decisiones de las DAO. En una publicación en X este domingo, describió los límites de atención y la baja participación como obstáculos persistentes. Advirtió que la delegación concentra el poder, mientras que un control de IA sin restricciones conlleva riesgos distópicos.
Sostuvo que los sistemas democráticos y descentralizados suelen tener dificultades porque muchas decisiones requieren tiempo y experiencia que la mayoría de los participantes no posee. Como resultado, la participación en la gobernanza de las DAOs suele oscilar entre el 15% y el 25%.
Agregó que la baja participación puede crear riesgos, entre ellos la centralización y los ataques de gobernanza, donde un solo actor adquiere suficientes tokens para aprobar propuestas dañinas sin ser detectado.
Agentes personales de IA y el problema de la atención
Buterin escribió que uno de los problemas fundamentales en la gobernanza de las DAO es “los límites de la atención humana”. Muchas propuestas requieren conocimientos técnicos o un enfoque sostenido. La mayoría de los usuarios no puede seguir cada votación.
Sostuvo que la delegación, la solución común, debilita la influencia de los usuarios. “La solución habitual, la delegación, es desalentadora”, escribió. Dijo que la delegación permite que un pequeño grupo de delegados controle los resultados, mientras que los partidarios pierden influencia después de ceder su voto.
En cambio, propuso agentes personales de IA entrenados en los mensajes, opiniones y decisiones previas del usuario. Estos modelos votarían alineados con cómo actuaría la persona. Este enfoque, según él, podría abordar la falta de participación sin transferir la autoridad a un grupo central.
Advirtió sobre una dependencia extrema de la IA. “Que la IA se convierta en el gobierno es distópico”, escribió, agregando que una IA débil produce malos resultados, mientras que una IA poderosa podría generar riesgos mayores. Planteó la IA como una herramienta y no como una autoridad gobernante.
Agentes de conversación pública y mercados de sugerencias
Más allá del voto individual, Buterin introdujo los “agentes de conversación pública”. Escribió que las buenas decisiones no pueden surgir de un proceso lineal que promedie opiniones aisladas. “Tomar buenas decisiones a menudo no puede provenir de un proceso lineal de tomar las opiniones de las personas... y promediarlas”, afirmó.
Sugirió sistemas que agregan la información de los participantes y luego permiten que cada usuario, o su IA, responda en base a esa información más amplia. Estos sistemas resumirían las opiniones individuales en formatos adecuados para compartir públicamente, mientras resguardan la información privada.
También propuso “mercados de sugerencias”. En este modelo, los participantes presentan propuestas o argumentos, y los agentes de IA los respaldan con tokens. Si el mecanismo de gobernanza acepta la propuesta, los titulares de tokens reciben un pago. Esta estructura vincula los incentivos financieros con la calidad de las ideas.
Relacionado: Vitalik Buterin vincula FOCIL y EIP-8141 para la inclusión rápida de transacciones
Privacidad y toma de decisiones segura
Buterin abordó los desafíos en situaciones que involucran información confidencial, como negociaciones, resolución de disputas y decisiones sobre compensación. Los sistemas descentralizados suelen tener dificultades en estos casos.
Sugirió la computación multipartita y herramientas criptográficas para permitir que los modelos de IA revisen datos privados de manera segura y solo emitan juicios. También propuso el uso de pruebas de conocimiento cero para proteger el anonimato de los participantes.
Diferenció entre anonimato y privacidad de contenido. El anonimato protege las identidades, mientras que la privacidad de contenido previene la divulgación innecesaria de datos personales. Sostuvo que las herramientas de gobernanza deben integrar estas protecciones desde el inicio.
