bdc

Últimamente, el OpenLedger ha cobrado bastante fuerza en la plaza; de las diez publicaciones en la página principal, seis hablan sobre este proyecto. Para ser honesto, en un lugar donde la información es tan fragmentada, si tantas personas se concentran en discutir un proyecto, o realmente hay algo sólido, o la emoción está al máximo. No quiero tomar partido, solo quiero comentar algunas ideas tras leer el whitepaper y algunos aspectos que me parecen que requieren calma.
Primero, hablemos de las partes que reconozco. El problema que OpenLedger intenta resolver, efectivamente existe, y ha estado presente durante mucho tiempo. En la industria de la IA, quienes proveen datos, quienes ayudan a etiquetar, y quienes ajustan modelos, la mayoría de las veces no reciben recompensas continuas. Los datos que aportas se usan para entrenar modelos, y si esos modelos generan ganancias, no tienes nada que ver con eso. No es un problema de una empresa en particular, es que todo el mecanismo de incentivos en la industria no se ha construido. OpenLedger busca resolver esto mediante la atribución en la cadena, la lógica es coherente: registrar la relación causal entre cada contribución de datos y cada inferencia del modelo, y luego hacer la distribución automáticamente.