AI ontmoet blockchain: Een wereldwijde input vereist gepaste transparantie | Opinie

Alle industrieën worden steeds afhankelijker van AI om dagelijkse activiteiten te ondersteunen. Zelfs in de cryptowereld is AI een drijvende kracht geweest voor adoptie. Echter, onder de oppervlakte zijn de mechanismen die een AI aandrijven ernstig gebrekkig, wat leidt tot vooroordelen en discriminatie in de besluitvorming. Als dit niet wordt aangepakt, zal dit het potentieel van de technologie beperken en het doel ervan in belangrijke markten ondermijnen.

De oplossing voor deze uitdaging ligt in de blockchain. Het gebruik van dezelfde gedecentraliseerde technologie die zorgt voor meer transparantie in transacties, kan ook zorgen voor meer eerlijkheid in hoe AI wordt gebouwd en werkt.

De bron van vooroordelen

De vooroordelen van AI komen voort uit de onderliggende gegevens die worden gebruikt om de technologie te informeren. Deze gegevens — die alles kunnen omvatten van audiofragmenten tot geschreven inhoud — moeten worden 'gelabeld' zodat de AI de informatie kan begrijpen en verwerken. Onderzoeken hebben echter aangetoond dat tot 38% van de gegevens vooroordelen kan bevatten die stereotypen op basis van geslacht of ras kunnen versterken.

Recenter onderzoek blijft het probleem bevestigen. Een studie uit 2024 naar modellen voor gezichtsuitdrukkingsherkenning ontdekte bijvoorbeeld dat Woede 2,1 keer vaker werd geclassificeerd als Afkeer bij zwarte vrouwen dan bij witte vrouwen. Bovendien bepaalde een NIST-benchmark review uit 2019 dat veel commerciële gezichtsherkenningsalgoritmen zwarte of Aziatische gezichten 10 tot 100 keer vaker onjuist identificeerden dan witte gezichten, wat benadrukt hoe scheve datasets leiden tot onevenredig hogere foutpercentages voor ondervertegenwoordigde groepen.

Hier komen discussies over het 'ethisch' gebruik van AI vaak naar voren. Helaas wordt dit onderwerp minder prioriteit gegeven door regelgeving en de veronderstelling dat een ethische benadering van AI de winstgevendheid zal beperken. Dit betekent uiteindelijk dat het ethisch verzamelen en labelen van AI-gegevens waarschijnlijk niet snel van overheden zal komen. De sector moet zichzelf controleren als ze hoopt op langdurige betrouwbaarheid.

Decentralisatie van gegevensverzameling

Om AI-vooroordelen te overwinnen, is het nodig om 'frontiergegevens' te verzamelen: hoogwaardige, diverse datasets gemaakt door echte individuen uit ondervertegenwoordigde gemeenschappen, die de nuances kunnen vastleggen die legacy datasets consequent missen. Door bijdragers met verschillende achtergronden te betrekken, worden de resulterende datasets niet alleen inclusiever maar ook nauwkeuriger. Blockchain biedt een krachtig hulpmiddel om deze aanpak te bevorderen.

Het integreren van blockchain in een gedecentraliseerd proces voor gegevensannotatie helpt bij het mogelijk maken en valideren van eerlijke vergoedingen voor bijdragers. Het brengt volledige traceerbaarheid naar elke gegevensinvoer, waardoor duidelijke toewijzing, beter toezicht op gegevensstromen en strengere controles op basis van de gevoeligheid van een bepaald project mogelijk zijn. Deze transparantie zorgt ervoor dat gegevens ethisch worden verzameld, controleerbaar zijn en in lijn zijn met regelgevende normen, waarmee langdurige problemen van uitbuiting, inconsistentie en ondoorzichtigheid in traditionele AI-gegevensstromen worden aangepakt.

Kansen creëren

De kans gaat verder dan eerlijkheid, aangezien op blockchain gebaseerde labeling ook krachtig groeipotentieel creëert voor opkomende economieën. Tegen 2028 wordt verwacht dat de wereldwijde markt voor gegevensannotatie $8,22 miljard zal bereiken. Toch kan zelfs dit het werkelijke potentieel van de sector onderschatten, gezien de snelle verspreiding van AI-technologieën, de teleurstellende prestaties van synthetische trainingsgegevens en de toenemende vraag naar hoogwaardige trainingsgegevens. Voor vroege gebruikers, vooral in regio's met beperkte bestaande infrastructuur, biedt dit een zeldzame kans om een kritieke laag van de AI-economie vorm te geven en tegelijkertijd betekenisvolle economische opbrengsten te genereren.

Debatten blijven woeden over AI die banen steelt van menselijke werknemers, waarbij sommigen speculeren dat er wel 800 miljoen banen verloren kunnen gaan. Tegelijkertijd zullen ondernemingen steeds meer prioriteit geven aan robuuste datasets om ervoor te zorgen dat AI-tools beter presteren dan menselijke werknemers, waardoor een nieuwe ruimte ontstaat voor individuen om inkomen te verdienen via gegevenslabeling en de opkomst van nieuwe regionale machtscentra in deze dienstensector mogelijk wordt.

Een stabiel rendement

Het gebruik van blockchain bij AI-labeling gaat verder dan betalingstransparantie. Door gebruik te maken van een consistent activum, zoals een stablecoin, worden gebruikers eerlijk gecompenseerd, ongeacht hun locatie.

Al te vaak zijn handmatig intensieve rollen uitbesteed aan opkomende markten, waarbij bedrijven elkaar onderbieden om zaken te doen. Terwijl legacy processen gevestigde sectoren zoals productie en landbouw kunnen tegenhouden, hoeft het opkomende landschap van AI-labeling niet het slachtoffer te worden van deze oneerlijke praktijk. Een stablecoin-betalingssysteem betekent uiteindelijk gelijkheid tussen markten, waardoor opkomende economieën worden versterkt met een inkomstenstroom die kan concurreren met hun nationale levensloon.

Winstgevend en rechtvaardig

Degenen met de beste gegevens zullen de beste AI hebben. Net zoals financiële markten ooit tot op de milliseconde concurreerden voor snellere internetverbindingen, waar zelfs kleine vertragingen zich vertaalden in miljoenen winst of verlies, is AI nu afhankelijk van de kwaliteit van zijn trainingsgegevens. Zelfs bescheiden verbeteringen in nauwkeurigheid kunnen op schaal enorme prestatie- en economische voordelen opleveren, waardoor diverse, gedecentraliseerde datasets het volgende kritieke slagveld worden in de AI-toeleveringsketen. Gegevens zijn waar de convergentie van web2 en web3 een van zijn grootste en meest onmiddellijke effecten kan hebben, niet door legacy systemen te verdringen, maar door ze aan te vullen en te verbeteren.

Er wordt niet verwacht dat Web3 web2 zal vervangen, maar om succesvol te worden, moet het de integratie met bestaande infrastructuur volledig omarmen. Blockchain-technologie biedt een krachtige laag om gegevenstransparantie, traceerbaarheid en toewijzing te verbeteren, waardoor niet alleen de gegevenskwaliteit wordt gewaarborgd, maar ook een eerlijke vergoeding voor degenen die bijdragen aan de creatie ervan. Het is een veelvoorkomend misverstand dat een ethisch geleid bedrijf niet ook winstgevend kan zijn. In de huidige AI-race creëert de vraag naar betere, meer representatieve gegevens een commerciële noodzaak om te putten uit diverse gemeenschappen over de hele wereld. Diversiteit is niet langer een afvinkpunt; het is een concurrentievoordeel.

Zelfs nu wetgeving achterblijft of ethiek in AI minder prioriteit geeft, heeft de industrie de kans om haar eigen normen te stellen. Met frontiergegevens als kern kunnen AI-bedrijven niet alleen eerlijkheid en naleving waarborgen, maar ook nieuwe economische kansen voor gemeenschappen ontsluiten, wat bijdraagt aan de toekomst van intelligente technologieën.

Johanna Cabildo

Johanna Cabildo is de CEO van Data Guardians Network (D-GN), met een dynamische achtergrond in web3-investeringen, vroege NFT-adoptie en advies voor opkomende technologische ondernemingen. Voorheen leidde Johanna enterprise AI-projecten bij droppGroup voor grote klanten, waaronder de Saudische overheid, Saudi Aramco en Cisco, waarbij ze baanbrekende innovatie leverde aan wereldwijd erkende initiatieven. Met wortels in technologie, design, cryptohandel en strategisch advies, is Johanna een autodidactische bouwer gedreven door nieuwsgierigheid en een passie voor het creëren van impact. Ze is toegewijd aan het bouwen van echte toegangswegen naar geavanceerde technologie, zodat iedereen, waar dan ook, kan deelnemen aan en een stukje van de toekomst kan bezitten. Bij D-GN richt ze zich op het herdefiniëren van hoe privacy, AI en gedecentraliseerde technologieën samen kunnen werken om zowel individuele empowerment als nieuwe economische kansen in de digitale economie te ontsluiten.