Ada satu prasyarat paling penting yang terlewat dalam omongan itu: waktu. Pencatatan blockchain dimulai dari suatu titik, sementara kenyataannya sudah berlari jauh di depan. Sebagian besar data yang "dimakan AI" terjadi sebelum mekanisme pembuktian hak apa pun muncul. Bagian pembukuan ini, siapa yang akan mengakuinya?
Saya dulu sempat membantu orang untuk beberapa waktu dalam urusan pelabelan data. Pekerjaannya yang paling minim teknologi: membuat bagan, memberi label, membersihkan teks. Dalam sehari, mata sudah kering, tangan pun kesemutan. Yang paling gila adalah, Anda bahkan tidak tahu Anda sedang mengerjakan pekerjaan untuk siapa. Uangnya dibayar lunas sekali, relasinya diputus sekali; pada akhirnya, kumpulan data itu dimasukkan ke model yang mana, beralih tangan berapa kali, dijual dengan harga berapa—tidak ada lagi hubungannya dengan Anda.
Belakangan saya melihat OpenLedger mengangkat konsep Datanets, katanya mereka ingin menambahkan lapisan pencatatan agar arus data bisa bergerak. Reaksi pertama saya bukan kegirangan, tapi kecurigaan: apakah kamu benar-benar bisa menarik kembali hal-hal yang sudah lepas kendali itu ke dalam buku besar?
Saya buka rancangan mereka dan perlahan paham satu hal—ternyata mereka sedang melakukan sesuatu yang cukup tidak intuitif. Mereka bukan melindungi data itu sendiri, melainkan memaksa tindakan “data dipakai” untuk diberi proses penyelesaian. Kontribusimu tidak lagi sekadar kumpulan berkas mati, melainkan aset yang disertai sumber, cap waktu, dan catatan pemanggilan. Titik pentingnya bukan bahwa kamu memilikinya, tetapi bahwa siapa pun yang memakainya harus meninggalkan jejak—harus ada “bunyi” juga.
“Bunyi” itu bukan sekadar pemberitahuan—itu pembagian rekening.
Seorang teman mendengar ceritaku sampai selesai, lalu mengucapkan analogi yang sangat pas: bukankah ini seperti mengubah penjualan putus data sekali pakai menjadi memungut tol setiap kali lewat? Tidak berlebihan sama sekali.
Tapi masalahnya justru ada di sini.
Pola ini punya syarat keras: data kamu harus sudah dimasukkan ke dalam sistem dulu, supaya punya hak untuk dilacak, diberi nilai, dan dibagi hasil. Kalau sebelum itu bagaimana? Data yang sudah lebih dulu dipanjat, dibersihkan, lalu dimasukkan ke model—bahan yang sumbernya saja tidak jelas—serpihan yang bahkan kamu sendiri lupa pernah kamu kontribusikan, dalam sistem ini pada dasarnya tidak ada.
Bukan dirampas, tapi dari awal saja tidak pernah diakui.
Ini bagian paling tidak enak. Protokol tidak bisa menyelesaikan masalah historis—itu bisa dipahami. Tapi kamu tidak bisa berpura-pura bahwa celah itu tidak pernah ada. Mayoritas orang biasa, tepat pada masa ketika kontribusi mereka paling padat, justru berada di luar ambang dunia baru. Mereka tidak akan otomatis mengisi tiketnya.
Ada satu lubang yang lebih tersembunyi lagi, dalam urusan kualitas data.
OpenLedger ingin memakai node verifikasi untuk memberi nilai pada data, menyaring, dan menghukum input berkualitas rendah—di atas kertas tidak ada masalah. Tapi kalau kamu benar-benar pernah melakukan pelabelan, kamu akan tahu bahwa banyak “data kotor” justru yang paling bernilai. Keluhan singkat yang ditulis asal oleh pengguna, kata pencarian yang salah ketik, komentar yang kehilangan kendali emosi—dalam standar tradisional itu sampah. Tapi dalam pelatihan model, sering kali justru itu sinyal yang paling nyata.
Jadi masalahnya: siapa yang mendefinisikan “berguna”?
Begitu wewenang penilaian itu dibekukan pada node, sebenarnya kamu sedang memakai standar yang relatif konservatif untuk menyaring dunia data yang pada dasarnya sangat kacau. Semakin disaring sampai “bersih”, model justru bisa semakin “palsu”. Ini bukan masalah teknis, tapi masalah kognitif.
Tentu, ada juga bagian yang membuat saya merasa menarik. Misalnya mekanisme atribusi itu—output model dipecah jadi butiran kecil untuk dicocokkan dengan sumbernya. Kedengarannya sangat akademis, tapi pada intinya sedang menjawab pertanyaan kunci: bukan “apakah kamu memberi kontribusi”, melainkan “bagian hasil yang mana secara spesifik dipengaruhi oleh kamu”. Begitu dimensi ini bisa dibuktikan, kamu tidak lagi hanya penyedia data, melainkan bagian dari pemegang saham atas hasilnya. $BTC
Tapi ketidakpastiannya yang terbesar juga tersangkut di situ—apakah kamu benar-benar bisa diidentifikasi. Bukan secara teori, tapi di dunia nyata.
Saya ceritakan ini kepada teman-teman yang dulu bareng-bareng melakukan pelabelan. Dia tidak bertanya soal keuntungan, tidak juga soal harga koin. Dia cuma menanyakan satu hal yang sangat blak-blakan: kalau data saya dipakai lagi nanti, apakah saya bisa tahu secepatnya?
Saat itu saya tidak sempat menyela.$LAB
Karena whitepaper bisa menjawab “bagaimana mekanismenya dirancang”, tapi tidak bisa menjawab “apakah realitas akan menyimpang dari desain”. Dan deviasi itulah variabel kunci yang menentukan apakah kamu bisa mengambil kembali bagian yang menjadi milikmu dari data.