Auteur : William M. Peaster, Bankless ; traduit par : Bai Shui, Jinse Caijing
Dès 2014, Vitalik Buterin, le fondateur d'Ethereum, a commencé à réfléchir aux agents autonomes et aux DAO, alors que cela restait un rêve lointain pour la plupart des gens dans le monde.
Dans sa vision initiale, comme il l'a décrit dans l'article (DAO, DAC, DA, etc. : un guide terminologique incomplet), le DAO était une entité décentralisée, "l'automatisation au centre, l'humain à la périphérie" - une organisation qui s'appuyait sur le code plutôt que sur une hiérarchie humaine pour maintenir l'efficacité et la transparence.
Dix ans plus tard, Jesse Walden de Variant vient de publier "DAO 2.0", réfléchissant à l'évolution des DAO en pratique depuis les premiers écrits de Vitalik.
En résumé, Walden note que la première vague de DAO était souvent similaire à des coopératives, c'est-à-dire des organisations numériques centrées sur l'humain, sans mettre l'accent sur l'automatisation.
Néanmoins, Walden continue de croire que les nouvelles avancées en IA - notamment les grands modèles de langage (LLM) et les modèles génératifs - sont désormais susceptibles de mieux réaliser l'autonomie décentralisée que Vitalik avait prévue il y a dix ans.
Cependant, à mesure que les expérimentations DAO adoptent de plus en plus des agents d'IA, nous serons confrontés à de nouvelles influences et questions. Regardons ci-dessous cinq domaines clés que les DAO devront gérer en intégrant l'IA dans leur approche.
Gouvernance de transformation
Dans le cadre initial de Vitalik, le DAO était conçu pour réduire la dépendance aux décisions humaines hiérarchiques en encodant des règles de gouvernance sur la chaîne.
Au départ, les humains étaient toujours à la "périphérie", mais restaient essentiels pour des jugements complexes. Dans le monde DAO 2.0 décrit par Walden, les humains restent en périphérie - fournissant du capital et une direction stratégique - mais le centre de pouvoir n'est progressivement plus humain.
Cette dynamique redéfinira la gouvernance de nombreux DAO. Nous continuerons à voir des alliances humaines négocier et voter sur les résultats, mais diverses décisions opérationnelles seront de plus en plus guidées par les modèles d'apprentissage de l'IA. La façon de parvenir à cet équilibre reste une question en suspens et un espace de conception.
Minimiser le désalignement des modèles
La vision initiale des DAO visait à compenser les biais humains, la corruption et l'inefficacité par un code transparent et immuable.
Aujourd'hui, un défi clé est de passer des décisions humaines peu fiables à garantir que les agents d'IA soient "alignés" sur les objectifs du DAO. La principale vulnérabilité ici n'est plus la collusion humaine, mais le désalignement des modèles : le risque que les DAO alimentés par l'IA optimisent pour des indicateurs ou des comportements qui s'écartent des résultats attendus par l'homme.
Dans le paradigme du DAO 2.0, ce problème de cohérence (qui était à l'origine une question philosophique dans le cercle de la sécurité de l'IA) est devenu une question pratique dans les domaines économiques et de gouvernance.
Pour les DAO d'aujourd'hui qui tentent des outils d'IA fondamentaux, cela peut ne pas être une priorité, mais à mesure que les modèles d'IA deviennent plus avancés et s'intègrent plus profondément dans les structures de gouvernance décentralisée, cela devrait devenir un domaine majeur d'examen et de perfectionnement.
Nouvelles surfaces d'attaque
Pensez à la récente compétition Freysa, où l'humain p0pular.eth a trompé l'agent IA Freysa en faisant mal comprendre sa fonction "approveTransfer", remportant ainsi un prix de 47 000 dollars en Ether.
Bien que Freysa ait des protections intégrées - des instructions explicites pour ne jamais envoyer de récompenses - la créativité humaine a finalement surpassé le modèle, exploitant l'interaction entre les invites et la logique du code jusqu'à ce que l'IA libère des fonds.
Cet exemple de compétition précoce souligne que, à mesure que les DAO s'intègrent dans des modèles d'IA plus complexes, ils hériteront également de nouvelles surfaces d'attaque. Tout comme Vitalik s'inquiétait que les DO ou les DAO soient victimes de collusion humaine, les DAO 2.0 doivent désormais envisager des entrées adversariales contre les données d'entraînement de l'IA ou des attaques d'ingénierie instantanées.
Manipuler le processus de raisonnement d'un maître en droit, lui fournir des données en chaîne trompeuses ou influencer habilement ses paramètres pourrait devenir une nouvelle forme de "prise de contrôle de la gouvernance", où le champ de bataille passerait d'attaques par vote majoritaire humain à des formes d'exploitation de l'IA plus subtiles et complexes.
Nouveaux problèmes de centralisation
L'évolution du DAO 2.0 transfère un pouvoir important à ceux qui créent, entraînent et contrôlent les modèles d'IA sous-jacents spécifiques au DAO, ce qui pourrait entraîner de nouvelles formes de points de blocage centralisés.
Bien sûr, entraîner et maintenir des modèles d'IA avancés nécessite une expertise et une infrastructure spécialisées, donc dans certaines organisations futures, nous verrons que la direction est en apparence entre les mains de la communauté, mais en réalité contrôlée par des experts qualifiés.
C'est compréhensible. Mais en regardant vers l'avenir, il sera intéressant de suivre comment les DAO expérimentateurs d'IA s'attaquent à des questions telles que les mises à jour de modèles, les ajustements de paramètres et les configurations matérielles.
Rôle stratégique et opérationnel et soutien communautaire
La distinction "Stratégie et Opérations" de Walden indique un équilibre à long terme : l'IA peut gérer les tâches quotidiennes des DAO, tandis que les humains fourniront une direction stratégique.
Cependant, à mesure que les modèles d'IA deviennent plus avancés, ils pourraient également commencer à s'immiscer dans le niveau stratégique des DAO. Au fil du temps, le rôle des "marginalisés" pourrait encore diminuer.
Cela soulève une question : que se passera-t-il lors de la prochaine vague de DAO alimentés par l'IA, où, dans de nombreux cas, les humains pourraient simplement fournir des fonds et regarder ?
Dans ce paradigme, les humains deviendront-ils largement des investisseurs interchangeables à influence minimale, passant d'une propriété partagée de la marque à une manière plus similaire à des machines économiques autonomes gérées par l'IA ?
Je pense que nous verrons davantage de tendances de modèles organisationnels dans le scénario DAO, où l'homme joue simplement le rôle d'actionnaire passif plutôt que de gestionnaire actif. Cependant, avec de moins en moins de décisions significatives pour l'homme et une facilité croissante à fournir un capital en chaîne ailleurs, maintenir le soutien de la communauté pourrait devenir un défi continu au fil du temps.
Comment les DAO peuvent rester proactifs
La bonne nouvelle est que tous les défis mentionnés ci-dessus peuvent être abordés de manière proactive. Par exemple :
En matière de gouvernance - les DAO peuvent essayer des mécanismes de gouvernance qui réservent certaines décisions très influentes à des comités tournants de votants humains ou d'experts humains.
Concernant la cohérence - en considérant les vérifications de cohérence comme une dépense opérationnelle récurrente (comme les audits de sécurité), les DAO peuvent s'assurer que la fidélité des agents IA aux objectifs publics n'est pas un problème ponctuel, mais une responsabilité continue.
Concernant la centralisation - les DAO peuvent investir dans le développement de compétences plus larges parmi les membres de la communauté. Au fil du temps, cela atténuera le risque que quelques "génies de l'IA" contrôlent la gouvernance et favorisera une approche décentralisée de la gestion technique.
Concernant le soutien - à mesure que les humains deviennent des parties prenantes passives dans davantage de DAO, ces organisations peuvent redoubler d'efforts pour raconter des histoires, partager des missions communes et établir des rituels communautaires afin de dépasser la logique directe de l'allocation de capital et de maintenir un soutien à long terme.
Quoi qu'il arrive ensuite, il est clair que l'avenir ici est vaste.
Considérez comment Vitalik a récemment lancé Deep Funding, qui n'est pas un effort de DAO, mais qui vise à utiliser l'IA et des juges humains pour inaugurer un nouveau mécanisme de financement pour le développement open-source d'Ethereum.
C'est simplement une nouvelle expérience, mais elle met en lumière une tendance plus large : l'intersection de l'IA et de la collaboration décentralisée s'accélère. Avec l'arrivée et la maturation de nouveaux mécanismes, nous pouvons nous attendre à ce que les DAO s'adaptent et étendent de plus en plus ces idées d'IA. Ces innovations apporteront des défis uniques, il est donc temps de commencer à se préparer.