L’intelligence artificielle peut agir comme un juge directement intégré à la blockchain sur les marchés de prédiction. Cette opinion a été exprimée par Andrew Hall, professeur d'économie politique à la Graduate School of Business de l'Université de Stanford.
https://t.co/wQfka1JDA6
– crypto a16z (@a16zcrypto) 22 janvier 2026
Il a décrit le problème du règlement « équitable » des différends en prenant l’exemple des élections présidentielles au Venezuela.
L'année dernière, des contrats totalisant plus de 6 millions de dollars ont été attribués grâce aux résultats de l'événement. Cependant, après la campagne, le marché était confus :
- le gouvernement a déclaré Nicolas Maduro vainqueur ;
- l'opposition et les observateurs internationaux ont dénoncé une fraude.
« La décision sur les contrats sur le marché des prédictions doit-elle suivre les informations « officielles » (victoire de Maduro) ou le « consensus des rapports crédibles » (victoire de l’opposition) ? » se demanda Hall.
Il ne s’agit pas d’un cas isolé, a souligné l’expert. Dans un autre cas, quelqu'un aurait manipulé la carte de l'Ukraine en raison d'un conflit territorial.
Hall estime qu'il est important de créer un système de résolution de contrats équitable et digne de confiance. Dans ce cas, les prix deviendront des signaux significatifs pour la société.
Le problème ne vient pas seulement du marché des prévisions
Des problèmes similaires affligent les marchés financiers. L'Association internationale des swaps et dérivés est aux prises depuis des années avec des problèmes de règlement sur le marché des swaps sur défaut de crédit, des contrats qui versent de l'argent en cas de faillite d'une entreprise ou d'un pays.
Les comités de décision votent pour savoir si des événements de crédit se sont produits. Mais le processus a été critiqué pour son manque de transparence, ses conflits d’intérêts potentiels et ses résultats incohérents.
« Le problème fondamental reste le même : lorsque des sommes importantes dépendent de la détermination de ce qui s'est passé dans une situation ambiguë, tout mécanisme de règlement devient une cible de manipulation, et l'ambiguïté devient un sujet potentiel de débat », a déclaré Hall.
Propriétés d'une bonne solution
L’expert a cité plusieurs propriétés clés que doit posséder toute solution viable :
- résistance à la manipulation – si vous pouvez influencer le verdict en éditant Wikipédia, en diffusant de fausses nouvelles, en soudoyant des oracles ou en exploitant des failles, le marché se transforme en un jeu dans lequel le meilleur manipulateur gagne ;
- précision raisonnable – le mécanisme est nécessaire pour tirer la bonne conclusion dans la plupart des cas. Une précision parfaite est impossible, mais il est important d’exclure les erreurs systématiques et les erreurs évidentes ;
- transparence – les commerçants doivent comprendre avec précision le principe de fonctionnement du mécanisme ;
- neutralité : les participants entendent être sûrs que le système ne favorise aucun utilisateur ou résultat en particulier.
Les comités humains peuvent satisfaire certaines de ces propriétés, mais ils sont susceptibles d'être manipulés et ne peuvent pas être neutres.
L'IA est la solution au problème
Hall propose d'utiliser de grands modèles de langage comme juges, chaque modèle et invite étant enregistrés sur la blockchain au moment de la création du contrat.
L'architecture de base ressemble à ceci :
- Lors de la création d'un contrat, le teneur de marché précise non seulement les critères de résolution du litige en langage naturel, mais également LLMainsi que l'invite exacte qui sera utilisée pour déterminer le résultat.
- La spécification est enregistrée sur la blockchain par cryptographie.
- Lorsque la négociation commence, les participants peuvent se familiariser avec le mécanisme complet du contrat : ils savent exactement comment le modèle accède aux sources d'informations spécifiées et prend une décision.
Cette méthode élimine plusieurs problèmes clés :
- L’IA résiste à la manipulation (mais pas complètement). Les résultats d'un grand LLM ne sont pas faciles à modifier. Pour modifier sa décision, le fraudeur doit modifier les sources d'information sur lesquelles s'appuie le modèle ;
- la précision est assurée – les réseaux de neurones peuvent naviguer rapidement dans le réseau et rechercher de nouvelles informations ;
- transparence – l'ensemble du mécanisme de règlement des différends est disponible pour analyse et vérification. Il ne peut y avoir aucun changement aux règles au cours du processus et aucune décision subjective ;
- crédibilité – le LLM n'a aucun intérêt financier dans le résultat et ne peut pas être soudoyé.
Inconvénients : l’IA fait des erreurs. Il peut mal lire un article de presse ou inventer un fait.
La manipulation n’est pas impossible, elle est juste plus difficile à réaliser. Les fraudeurs peuvent ordonner la publication de certaines informations dans les grands médias. C'est cher, mais réel.
Il existe également la possibilité d'une attaque contre les données de formation LLM. Mais pour cela il faut agir bien avant de conclure un contrat.
Conclusion
Une solution d’IA remplace un ensemble de problèmes par un autre, plus gérable. Les plates-formes devraient expérimenter différents LLM pour acquérir de l'expérience, explique Hall.
À mesure que les meilleures pratiques émergent, la communauté doit s’efforcer de standardiser les combinaisons de programmes d’IA. Cela contribuera à concentrer les liquidités, estime l’auteur.
Rappelons qu'en janvier, les analystes crypto a16z avaient prédit la croissance des marchés de prédiction et de ZK-proof.
Vous avez trouvé une erreur dans le texte ? Sélectionnez-le et appuyez sur CTRL+ENTRÉE
Newsletters ForkLog : restez à l’écoute de l’industrie Bitcoin !
Voir l’article original en russe
