最初は真剣に受け止めていなかった。
OpenLedgerが空っぽに聞こえたからじゃない。むしろ、暗号のインフラのサイクルを十分に見てきたからだ。真面目な構想が、どれほど早く“物語”に押し固められていくかを知っている。一か月後には連携。次は所有。さらに検証。そして「全部オープン」に。しばらくの間は、その言葉遣いが思えるくらいにきれいに感じて、信じてしまいそうになる。
そしてシステムはインセンティブにぶつかる。
そしてインセンティブは、決してきれいにはならない。
たぶん言い方がきつすぎるのかもしれない。あるいは、私は単に、プロトコルがゆっくりと本来の課題から切り離されていって、周りに形成された市場のことばかりになっていくのを見続けて、疲れているだけなのかもしれない。でも、その疲れは切り替えにくい。特に、AI、データ、所有、そして経済的な報酬の間に何かが挟まっていると、なおさらだ。
でも、これはただの抽象論ではないから。
AIシステムはすでに、人間の痕跡から作られています。プロンプト、修正、ラベル、例、フィードバック、嗜好のシグナル、ドメイン知識、そして小さな判断の断片。起きている最中は、それらの多くがほとんど見えないように見えます。誰かがエッジケースを直す。誰かがより丁寧に何かにラベルを付ける。誰かが、モデル単体では決して理解できなかった文脈を提供する。
するとモデルは改善する。
するとみんな、それを“知能”と呼ぶ。
そして人間の部分は“データ”と改名される。
私は、帰属（attribution）にいつも戻ってくる。
そこには必要な何かがあるのだと思います。たとえ、それがどこへ向かうのかを私が完全には信じきれていないとしても。もし知能にサプライチェーンがあるなら、そのサプライチェーンは閉じたシステムの中に隠されたままであるべきではないのかもしれない。入力が経済的に有用になった瞬間に、貢献者が消えてしまうべきではないのかもしれない。OpenLedgerのような仕組みが重要なのは、その“消失”を起こりにくくしようとするからかもしれません。
完璧には。
きれいにはいかない。
しかし、違和感を可視化するには十分です。
それが私の好奇心の始まりです。するとすぐに、古い懐疑がまた戻ってきます。
帰属（attribution）は、それが金融になると変わる。お金が入る前なら、公平に聞こえる。誰が助けたかを覚える。何が重要だったかを追跡する。有用な貢献を報酬にする。モデル同士の連携（coordination）を、もっと不透明さから解放する。
お金が入ってくると、人々は記憶の層を研究する。
彼らは、数えられるものを学ぶ。検証者（verifier）を学ぶ。採点システムに向けて成果を出す。有用な仕事と測定可能な仕事は、最初は静かに、やがて報酬が十分大きくなって“その差”を攻略することが正当化されると、より速く分かれていく。
理論上はうまくいく。たいていのことはそうだ。
問題は技術そのものではありません…いや、技術だけが問題というわけでもない。問題は、人間の貢献の輪郭が柔らかいことです。文脈も柔らかい。独創性も柔らかい。有用性は遅れて到来することがあります。モデルが変わったあとで。ほかの入力に囲まれたあとで。どの小さな修正が本当に効いたのか、誰も覚えていないあとで。
ぐちゃぐちゃの人間のメモのほうが、整ったデータセットより価値があるかもしれない。
合成入力（synthetic input）のほうが、実際の判断よりもきれいに見えるかもしれない。
コピーされた仕事のほうが、元のものよりも（それがコピーした元の“本物”よりも）帰属（attribution）システムにうまく適合することがある。
では、誰が記憶されるの？
助けた人？ それとも、その仕組みが認識できるはずの人？
その部分が、あるべきよりもずっと気になって仕方がない。
そして、古いWeb3の“ドリフト”がある。オープンな仕組みは、劇的なお知らせとともに再び中央集権化することはめったにない。便利さによって、疲労によって、ダッシュボードやインデックスや品質スコアによって、運用者たちが層と層の間で揉めることによって、そして、いつまでも監査したいと思われない“見えないインフラ”のせいで、狭まっていく。
AIインフラは、とりわけ脆く感じられます。なぜなら見えない層こそが本当の層だからです。帰属ロジック、貢献のスコアリング、フィルタリング、モデル同士の連携。これらの層が、何が“カウントされるか”を決めます。そして何がカウントされるかが決まると、誰が経済的に存在するのかも決まる。
それでも、私はOpenLedgerを切り捨てられない。
中央集権型AIもまた、その安心感を得られていません。クローズドなデータセット、曖昧な所有、見えない労働、スムーズな製品の裏に隠れた搾取。そのバージョンはすでに壊れている感じがする。ただ、仕組みが非公開のままなので、まだ耐えやすいだけです。
OpenLedgerが、仕組みを隠しにくくするのかもしれない。
それが重要なのかもしれない。
あるいは、インセンティブが十分に鋭くなると、つまり人間の貢献を記憶するように作られた仕組みが、自分の会計（accounting）の中にきれいに収まる部分だけを覚えるようになり、それ以外は元のモデルにするりと戻っていく──有用なのに、名もないまま。
