Divulgation : Les opinions et points de vue exprimés ici appartiennent uniquement à l'auteur et ne représentent pas les opinions et points de vue de la rédaction de crypto.news.
Tous les secteurs deviennent de plus en plus dépendants de l'IA pour soutenir leurs opérations quotidiennes. Même dans l'espace crypto, l'IA a été un moteur d'adoption. Cependant, sous la surface, les mécanismes qui alimentent une IA sont gravement défectueux, créant des biais et des discriminations dans sa prise de décision. Laissé sans surveillance, cela limitera le potentiel de la technologie et compromettra son objectif sur les marchés clés.
La solution à ce défi réside dans la blockchain. L'utilisation de la même technologie décentralisée qui permet une plus grande transparence dans les transactions peut également permettre une plus grande équité dans la façon dont l'IA est construite et fonctionne.
Le biais de l'IA provient des données sous-jacentes utilisées pour informer la technologie. Ces données — qui peuvent inclure tout, des clips audio au contenu écrit — doivent être "étiquetées" pour que l'IA comprenne et traite l'information. Cependant, des études ont montré que jusqu'à 38% des données pourraient contenir des biais susceptibles de renforcer les stéréotypes basés sur le genre ou la race.
Des recherches plus récentes continuent de confirmer le problème. Par exemple, une étude de 2024 sur les modèles de reconnaissance d'expressions faciales a révélé que la Colère était mal classée comme Dégoût 2,1 fois plus souvent chez les femmes noires que chez les femmes blanches. De plus, une évaluation comparative du NIST en 2019 a déterminé que de nombreux algorithmes commerciaux de reconnaissance faciale identifiaient incorrectement les visages noirs ou asiatiques 10 à 100 fois plus fréquemment que les visages blancs, soulignant comment des ensembles de données biaisés conduisent à des taux d'erreur disproportionnellement plus élevés pour les groupes sous-représentés.
C'est ici que les discussions sur l'utilisation "éthique" de l'IA sont souvent mises en avant. Malheureusement, ce sujet est déprioritisé par la réglementation et la croyance perçue qu'une approche éthique de l'IA limitera la rentabilité. Cela signifie en fin de compte qu'il est peu probable que l'approvisionnement et l'étiquetage éthiques des données d'IA proviennent des gouvernements de sitôt. Le secteur doit s'autoréguler s'il espère établir une fiabilité durable.
Surmonter les biais de l'IA nécessite de s'approvisionner en "données frontières" : des ensembles de données diversifiés et de haute qualité créés par de vraies personnes issues de communautés sous-représentées, qui peuvent capturer les nuances que les ensembles de données existants manquent systématiquement. En engageant des contributeurs de milieux variés, les ensembles de données qui en résultent deviennent non seulement plus inclusifs mais aussi plus précis. La blockchain offre un outil puissant pour faire avancer cette approche.
L'intégration de la blockchain dans un processus d'annotation de données décentralisé aide à permettre et à valider une compensation équitable pour les contributeurs. Elle apporte une traçabilité complète à chaque entrée de données, permettant une attribution claire, une meilleure surveillance des flux de données et des contrôles plus stricts basés sur la sensibilité d'un projet donné. Cette transparence garantit que les données sont sourcées de manière éthique, auditables et alignées sur les normes réglementaires, abordant les problèmes de longue date d'exploitation, d'incohérence et d'opacité dans les pipelines de données d'IA traditionnels.
L'opportunité va au-delà de l'équité, car l'étiquetage basé sur la blockchain crée également un puissant potentiel de croissance pour les économies émergentes. D'ici 2028, le marché mondial de l'annotation de données devrait atteindre 8,22 milliards de dollars. Pourtant, même cela pourrait sous-estimer le véritable potentiel du secteur, étant donné la prolifération rapide des technologies d'IA, les performances décevantes des données d'entraînement synthétiques et la demande croissante de données d'entraînement de haute qualité. Pour les premiers adoptants, en particulier dans les régions disposant d'infrastructures existantes limitées, cela représente une rare opportunité de façonner une couche critique de l'économie de l'IA tout en générant des rendements économiques significatifs.
Les débats continuent de faire rage sur le vol d'emplois par l'IA aux travailleurs humains, certains spéculant que jusqu'à 800 millions d'emplois pourraient être perdus. En même temps, les entreprises donneront de plus en plus la priorité à des ensembles de données robustes pour s'assurer que les outils d'IA surpassent les employés humains, créant un nouvel espace pour les individus pour gagner un revenu grâce à l'étiquetage des données et permettant l'émergence de nouvelles puissances régionales dans ce secteur de services.
L'utilisation de la blockchain dans l'étiquetage de l'IA va au-delà de la transparence des paiements. L'exploitation d'un actif cohérent, comme un stablecoin, signifie que les utilisateurs seront équitablement rémunérés indépendamment de leur localisation.
Trop souvent, les rôles à forte intensité manuelle ont été externalisés vers les marchés émergents, les entreprises se sous-coupant les unes les autres pour obtenir des affaires. Alors que les processus hérités peuvent freiner des secteurs établis comme la fabrication et l'agriculture, le paysage émergent de l'étiquetage de l'IA n'a pas besoin de tomber victime de cette pratique injuste. Un système de paiement en stablecoin signifie en fin de compte l'égalité entre les marchés, donnant aux économies émergentes un flux de revenus qui peut rivaliser avec leur salaire vital national.
Ceux qui ont les meilleures données auront la meilleure IA. Tout comme les marchés financiers se sont autrefois battus à la milliseconde pour des connexions Internet plus rapides, où même de minuscules retards se traduisaient par des millions de gains ou de pertes, l'IA dépend maintenant de la qualité de ses données d'entraînement. Même des améliorations modestes de la précision peuvent entraîner des avantages massifs en termes de performance et d'économie à grande échelle, faisant des ensembles de données diversifiés et décentralisés le prochain champ de bataille critique dans la chaîne d'approvisionnement de l'IA. Les données sont là où la convergence du web2 et du web3 peut avoir l'un de ses impacts les plus importants et les plus immédiats, non pas en déplaçant les systèmes existants, mais en les complétant et en les améliorant.
Le Web3 n'est pas censé remplacer le web2, mais pour réussir, il doit pleinement embrasser l'intégration avec l'infrastructure existante. La technologie blockchain offre une couche puissante pour améliorer la transparence des données, la traçabilité et l'attribution, assurant non seulement la qualité des données mais aussi une compensation équitable pour ceux qui contribuent à sa création. C'est une idée fausse commune qu'une entreprise dirigée par l'éthique ne peut pas aussi être rentable. Dans la course à l'IA d'aujourd'hui, la demande de données meilleures et plus représentatives crée un impératif commercial pour s'approvisionner auprès de communautés diverses à travers le monde. La diversité n'est plus une case à cocher ; c'est un avantage concurrentiel.
Même si la législation est en retard ou déprioritise l'éthique dans l'IA, l'industrie a une chance de définir ses propres normes. Avec les données frontières au cœur, les entreprises d'IA peuvent non seulement assurer l'équité et la conformité, mais aussi débloquer de nouvelles opportunités économiques pour les communautés, contribuant à l'avenir des technologies intelligentes.


