- Buterin mengatakan bahwa batasan perhatian membungkam para pemilih DAO sehingga agen pribadi dapat bertindak untuk mereka.
- Ia memperingatkan bahwa delegasi memusatkan kekuasaan karena para pendukung kehilangan suara mereka setelah satu kali klik.
- Ia mendukung privasi melalui anonimitas ZK dan output MPC yang mengungkapkan penilaian, bukan data.
Vitalik Buterin mengatakan kecerdasan buatan dapat membantu memperbaiki kelemahan struktural dalam tata kelola terdesentralisasi, dengan berargumen bahwa agen AI pribadi dapat memungkinkan pengguna untuk berpartisipasi lebih efektif dalam pengambilan keputusan DAO. Dalam sebuah postingan di X pada hari Minggu, ia menggambarkan batasan perhatian dan partisipasi rendah sebagai hambatan yang terus-menerus. Ia memperingatkan bahwa delegasi memusatkan kekuasaan, sementara kontrol AI yang tidak diawasi berisiko menghasilkan hasil distopia.
Ia menyatakan bahwa sistem demokratis dan terdesentralisasi sering kali kesulitan karena banyak keputusan memerlukan waktu dan keahlian yang tidak dimiliki sebagian besar peserta. Akibatnya, partisipasi dalam tata kelola DAO biasanya berkisar antara 15% hingga 25%.
Ia menambahkan bahwa tingkat partisipasi yang rendah dapat menimbulkan risiko, termasuk sentralisasi dan serangan tata kelola, di mana satu aktor memperoleh cukup token untuk meloloskan proposal berbahaya tanpa terdeteksi.
Agen AI Pribadi dan Masalah Perhatian
Buterin menulis bahwa salah satu masalah inti dalam tata kelola DAO adalah “batasan perhatian manusia.” Banyak proposal menuntut pengetahuan teknis atau fokus yang berkelanjutan. Sebagian besar pengguna tidak dapat mengikuti setiap pemungutan suara.
Ia berargumen bahwa delegasi, solusi umum, melemahkan pengaruh pengguna. “Solusi biasa, delegasi, bersifat melemahkan,” tulisnya. Ia mengatakan delegasi memungkinkan sekelompok kecil delegasi mengontrol hasil sementara para pendukung kehilangan pengaruh setelah memberikan suara mereka.
Alih-alih, ia mengusulkan agen AI pribadi yang dilatih berdasarkan pesan, opini, dan keputusan pengguna di masa lalu. Model-model ini akan memilih sesuai dengan bagaimana individu tersebut akan bertindak. Pendekatan ini, katanya, dapat mengatasi kesenjangan partisipasi tanpa memindahkan otoritas ke kelompok sentral.
Ia memperingatkan terhadap ketergantungan berlebihan pada AI. “AI menjadi pemerintah adalah distopia,” tulisnya, seraya menambahkan bahwa AI yang lemah menghasilkan hasil yang buruk, sementara AI yang kuat dapat menciptakan risiko yang lebih besar. Ia memposisikan AI sebagai alat, bukan otoritas pemerintahan.
Agen Percakapan Publik dan Pasar Saran
Selain pemungutan suara individu, Buterin memperkenalkan “agen percakapan publik.” Ia menulis bahwa keputusan yang baik tidak dapat muncul dari proses linier yang hanya merata-rata pendapat terpisah. “Membuat keputusan yang baik sering kali tidak dapat berasal dari proses linier mengambil pandangan orang… dan meratakannya,” ujarnya.
Ia menyarankan sistem yang mengumpulkan informasi para peserta dan kemudian memungkinkan setiap pengguna, atau AI mereka, untuk merespons berdasarkan masukan yang lebih luas tersebut. Sistem ini akan meringkas pandangan individu ke dalam format yang layak untuk dibagikan secara publik sambil tetap melindungi informasi pribadi.
Ia juga mengusulkan “pasar saran.” Dalam model ini, peserta mengajukan proposal atau argumen, dan agen AI mendukungnya dengan token. Jika mekanisme tata kelola menerima masukan tersebut, pemegang token akan menerima pembayaran. Struktur ini menghubungkan insentif finansial dengan kualitas ide.
Terkait: Vitalik Buterin Menghubungkan FOCIL dan EIP-8141 untuk Inklusi Tx yang Cepat
Privasi dan Pengambilan Keputusan yang Aman
Buterin membahas tantangan dalam situasi yang melibatkan informasi rahasia, seperti negosiasi, penyelesaian sengketa, dan keputusan kompensasi. Sistem terdesentralisasi seringkali kesulitan dalam kasus-kasus ini.
Ia menyarankan komputasi multi-pihak dan alat kriptografi untuk memungkinkan model AI meninjau data pribadi secara aman dan hanya menghasilkan penilaian. Ia juga menyerukan penggunaan zero-knowledge proof untuk melindungi anonimitas peserta.
Ia membedakan antara anonimitas dan privasi konten. Anonimitas melindungi identitas, sementara privasi konten mencegah pengungkapan data pribadi yang tidak perlu. Ia berargumen bahwa alat tata kelola harus mengintegrasikan perlindungan ini sejak awal.
