La propuesta expuesta por Vitalik Buterin se basa en un modelo en el que la inteligencia artificial actúa como motor de decisiones mientras los seres humanos asumen el rol de dirección.
En un sistema así, los humanos aportaríamos unos pocos cientos de bits de información de alta calidad y la IA los utilizaría como función objetiva para ejecutar las decisiones, permitiendo aprovechar los beneficios de los sistemas democráticos tradicionales y contrarrestar sus limitaciones.
Democracia y sistemas de decisión
Las estructuras democráticas han sido valoradas por distribuir el poder y reunir la sabiduría colectiva. No obstante, se critica que el votante medio posee poca capacidad para influir en el resultado, lo que puede conllevar una baja participación o que se reproduzcan las opiniones de ciertos influenciadores.
Ante ello, Vitalik plantea la idea de utilizar la inteligencia artificial para captar las ventajas del sistema democrático, sin concentrar el poder en un único modelo.
Alternativas a un único modelo central
Un sencillo método consistiría en utilizar un solo modelo de IA, al que se le añadirían instrucciones mediante un archivo de texto y se le dotaría de acceso a los recursos online. Pero esta opción sería inadecuada para instituciones duraderas, ya que carecería de la creíble neutralidad. Por lo que sería preferible disponer de un sencillo mecanismo -basado en reglas claras y código abierto- que permitiera la participación de diferentes AIs, enjambres de modelos, híbridas combinaciones y otras configuraciones, tal como sucede en los mercados de propiedad.
En otras palabras, se crea un sistema en el que las reglas son fijas y los “jugadores” compiten libremente, ofreciendo soluciones que son verificadas por un mecanismo humano que actúa como contrapeso.
Futarquía
La futarquía, planteada originalmente por Robin Hanson como “valores de voto, pero creencias en apuestas”, utiliza mercados condicionales para determinar el valor de una métrica M. Ante una decisión binaria, se establecen apuestas sobre el resultado y sobre el valor de M según la opción ganadora.
Aunque el precio de un token suele ser el habitual indicador, se pueden emplear otros parámetros, como el número de usuarios activos o medidas cuantificables de descentralización. Aquí, los “solucionadores” predicen los efectos de cada plan y obtienen ganancias o pérdidas según la exactitud de sus pronósticos, mientras que los verificadores responden a la sencilla pregunta del valor actual de la métrica.
Juicio humano destilado
Este mecanismo se articula en torno a dos procesos. Por un lado, se tienen varios interrogantes -por ejemplo, cuánto mérito tiene cada persona en un proyecto, o cuál de ciertos comentarios infringe las normas de una comunidad.
Un jurado especializado responde a una pequeña muestra de estas preguntas con gran rigor, mientras que otros participantes presentan listas completas con estimaciones. Mediante el cotejo de ambas fuentes, se determina una combinación lineal de respuestas que se ajusta de forma óptima a las valoraciones del jurado.
Un ejemplo ilustrativo de Vitalik es el asignar créditos para “derrotar a Sauron”, en el que se combina la respuesta de distintos modelos, obteniéndose coeficientes que determinan las recompensas. Así, en pocas palabras, cada decisión se valida con precisión.
Financiación profunda
La financiación profunda aplica el juicio humano destilado al reto de asignar porcentajes de crédito en un grafo que representa “qué porcentaje del crédito por X pertenece a Y”.
Se muestra, por ejemplo, un ejercicio sobre los orígenes ideológicos de Ethereum, donde se asigna el 20,5% del crédito al Movimiento Cypherpunk y el 9,2% al Tecnoprogresivismo. Dentro de cada nodo se evalúa qué parte es aporte original y qué parte resulta de recombinaciones de influencias anteriores. Se calculan las contribuciones totales multiplicando los bordes de cada ruta, lo que permite que, en un escenario donde se distribuyen $100, un actor reciba, por ejemplo, $4,66.
Este método se adapta sobre todo a dominios donde el trabajo se apoya en previas producciones, como en la academia o en el software de código abierto.
Protección de la información mediante técnicas criptográficas
Para atender las cuestiones que requieren datos confidenciales, Vitalik comenta que se pueden aplicar técnicas criptográficas. Herramientas como la computación multipartita, el cifrado totalmente homomórfico o entornos de ejecución confiables posibilitan que la IA acceda a información sensible sin que ésta sea expuesta públicamente.
Así, se limita el acceso exclusivamente a modelos que operen en sustratos seguros, garantizando que únicamente el resultado final (la “lista completa”) se incorpore al mecanismo.
Beneficios del sistema motor + volante: democracia sin desventajas
Este diseño permitiría que las DAOs cuenten con una dirección definida por votantes humanos, evitando que se vean abrumados por excesivas decisiones. Cada persona contribuye con una cantidad mínima de datos, pero de alta calidad, lo que amplía su capacidad de expresar complejas preferencias sin tener que tomar cientos de decisiones directas. Además, el mecanismo poseería una propiedad de suavizado de incentivos, compuesta por dos aspectos:
- Difusión: ninguna acción de votación tiene un efecto desproporcionado sobre un único actor.
- Confusión: la relación entre la votación y sus efectos resulta intrincada, lo que dificulta cálculos simples para aprovechar el sistema.
Este modelo es comparable al Estado de derecho, donde las normas se aplican uniformemente y evitan decisiones arbitrarias que favorezcan a unos pocos. La integración de la IA en la gobernanza, pese a los riesgos que acarrea -como la incorporación de sesgos o la necesidad de periódicas actualizaciones- se encamina hacia un mecanismo abierto y competitivo, en el que el juicio humano sigue siendo el timón que dirige las decisiones.