bdc

Recentemente, a OpenLedger ganhou bastante hype na praça, e ao passar pelo feed, seis das dez postagens estavam discutindo esse projeto. Para ser sincero, em um lugar onde as informações são tão fragmentadas, conseguir reunir tantas pessoas para debater um único projeto significa que ou realmente tem algo valioso ou a emoção está no ponto certo. Não quero tomar partido, apenas vou compartilhar algumas reflexões após ler o white paper e destacar alguns pontos que me deixaram cauteloso.
Primeiro, vamos falar sobre os pontos que reconheço. Os problemas que a OpenLedger quer resolver realmente existem e já estão por aí há um bom tempo. No setor de IA, quem fornece dados, quem ajuda a rotular, e quem faz o fine-tuning de modelos, na maioria das vezes, não recebe retornos contínuos. Você contribui com dados que são usados para treinar modelos, e os lucros desses modelos não têm relação com você. Isso não é um problema de uma única empresa, mas sim uma falha no mecanismo de incentivos de toda a indústria. A OpenLedger pretende usar atribuição on-chain para resolver isso, e a lógica faz sentido — registrar a relação causal entre cada contribuição de dados e cada inferência de modelo, e então fazer a distribuição automática dos ganhos.