Qué pasó
La discusión sobre cómo gobernar organizaciones autónomas descentralizadas (DAOs) volvió al centro del debate cripto por dos hilos que, aunque vienen de lugares distintos, apuntan al mismo problema: la gobernanza en Web3 no es solo un asunto de contratos inteligentes, sino de incentivos, poder y coordinación.
Por un lado, Vitalik Buterin planteó la idea de incorporar “AI stewards” (algo así como asistentes o guardianes de IA) para ayudar a reinventar la gobernanza en DAOs vinculadas al ecosistema de Ethereum. De acuerdo con un reporte de CoinDesk, la propuesta se apoya en herramientas criptográficas como pruebas de conocimiento cero (ZK) y en entornos de cómputo “seguros” (por ejemplo, MPC y TEEs) para proteger la identidad del votante y datos sensibles, al tiempo que busca reducir coerción y sobornos.
Por el otro, una conversación publicada por The Defiant con Rune Christensen —figura clave detrás de MakerDAO y del rediseño hacia Sky— insiste en un punto incómodo para el idealismo descentralizado: la política es inevitable. En gobernanza, tarde o temprano se vuelve una disputa por recursos; aparecen burocracias, coaliciones y mecanismos de control, incluso si el sistema nació con la promesa de ser neutral.
En paralelo, el tema encaja con la agenda diaria del ecosistema: Cointelegraph suele agrupar tendencias de mercado, DeFi, NFTs, Web3 y regulación en sus resúmenes, y la gobernanza atraviesa todas esas capas. Si el mercado se mueve por expectativas y la regulación por responsabilidades, la gobernanza es el lugar donde esas presiones se convierten en decisiones concretas: qué se financia, qué se prioriza, quién decide y bajo qué reglas.
Por qué importa
La promesa de “gobernanza asistida por IA” no es solo una mejora de UX para votar. Es un cambio potencial en el centro de gravedad de las DAOs.
-
Privacidad e integridad del voto: si una DAO logra reducir coerción y compra de votos, podría acercarse a decisiones más representativas, especialmente en protocolos con tesorerías grandes o parámetros de riesgo sensibles. La idea de usar ZK y entornos seguros apunta a blindar el proceso de votación y a limitar la capacidad de actores externos de presionar a votantes.
-
La política no desaparece por añadir criptografía: incluso con un voto perfecto y privado, las DAOs siguen teniendo presupuestos, incentivos y conflictos. Christensen lo plantea desde la experiencia: la gobernanza descentralizada tiende a politizarse y burocratizarse. En otras palabras, puedes mejorar el “mecanismo”, pero no eliminar el “juego”.
-
Nueva pregunta de confianza: si la IA empieza a mediar propuestas, priorizar información, detectar patrones de soborno o sugerir decisiones, la discusión se desplaza a quién controla esos sistemas, cómo se auditan y qué rendición de cuentas existe. La descentralización no solo sería sobre tokens y multisigs, sino sobre modelos, datos, infraestructura y operadores.
-
Complejidad como barrera: ZK, MPC y TEEs son herramientas potentes, pero complejas. Una gobernanza más sofisticada puede elevar el costo de entender y participar. Eso puede reducir la participación efectiva y concentrar influencia en quienes sí pueden operar y auditar esa complejidad.
En conjunto, el debate toca una tensión central de DeFi: la industria quiere sistemas más robustos y resistentes a ataques, pero cada capa de “seguridad” y “privacidad” suele introducir nuevas dependencias y nuevos puntos de control.
Hechos y datos (sin exagerar)
-
Propuesta de “AI stewards”: CoinDesk reportó que Vitalik Buterin propuso el concepto de asistentes/guardianes de IA para ayudar a reinventar la gobernanza de DAOs en Ethereum. El enfoque, según ese reporte, no se limita a automatizar tareas; busca reconfigurar cómo se toman decisiones y cómo se protegen los participantes.
-
Uso de ZK y entornos seguros: en el mismo reporte, se menciona el uso de pruebas de conocimiento cero y entornos seguros (MPC/TEEs) como parte del diseño para proteger identidad del votante y datos sensibles, con el objetivo de reducir coerción y sobornos.
-
Gobernanza como política: The Defiant publicó una conversación en la que Rune Christensen sostiene que la gobernanza descentralizada inevitablemente se convierte en política y en disputa por recursos. En ese marco, menciona la llamada “ley de hierro de la burocracia” como una forma de describir cómo las organizaciones tienden a desarrollar estructuras internas que se perpetúan.
-
Rediseño hacia Sky: en esa misma conversación, Christensen afirma que Sky rediseñó su arquitectura para sobrevivir a esas dinámicas. El punto relevante aquí no es el detalle técnico (que no está plenamente descrito en el material de referencia), sino la motivación: asumir que la burocracia y la política no son anomalías, sino condiciones del sistema.
-
Tema transversal del ecosistema: Cointelegraph, en sus resúmenes diarios, suele integrar eventos y tendencias de distintos frentes (mercados, DeFi, NFTs, Web3, regulación). La gobernanza encaja como tema transversal porque afecta desde listados de activos y parámetros de riesgo, hasta decisiones de tesorería y cumplimiento.
Nota de rigor: en el material disponible no se incluyen cifras verificables (por ejemplo, métricas de reducción de soborno, tasas de participación o costos operativos). Por lo tanto, este análisis se centra en el diseño y sus implicaciones, no en resultados cuantitativos.
Qué no sabemos (aún)
La idea de “gobernanza asistida por IA” suena concreta, pero en la práctica depende de detalles que todavía no están claros con la información disponible.
-
Diseño exacto de los “AI stewards”: no se especifica quién los operaría (¿la DAO, un proveedor, un conjunto de validadores, un comité?), cómo se entrenarían, qué datos usarían y cómo se evitaría que se conviertan en un nuevo centro de poder.
-
Auditoría y rendición de cuentas: no está definido cómo se auditaría la neutralidad del sistema. En IA, “neutralidad” no es solo ausencia de sesgo; también es resistencia a manipulación, a datos envenenados y a incentivos ocultos.
-
Selección, reemplazo y gobernanza del propio asistente: si un “steward” se equivoca, es capturado o se vuelve obsoleto, ¿quién lo sustituye y con qué proceso? Una DAO podría terminar gobernando al sistema que, a su vez, gobierna a la DAO.
-
Riesgos específicos de TEEs/MPC: el material no detalla qué riesgos nuevos introduce depender de TEEs (confianza en hardware, vulnerabilidades, cadena de suministro) o MPC (complejidad operativa, coordinación, costos), ni qué mitigaciones se proponen.
-
Evidencia empírica anti-coerción/anti-soborno: no se presentan métricas o resultados de pruebas en votaciones reales que demuestren que el esquema reduce coerción o compra de votos. En gobernanza, la efectividad suele depender de cómo se adaptan los atacantes.
-
Qué cambió exactamente en Sky: se menciona un rediseño para sobrevivir a dinámicas burocráticas, pero no se detallan componentes técnicos o de proceso, ni resultados observables (por ejemplo, participación, velocidad de decisión, reducción de conflictos).
Estas incógnitas no invalidan la propuesta; simplemente marcan el terreno donde se decidirá si es una mejora real o un cambio de complejidad que desplaza el problema.
Claves de lectura (análisis)
1) Privacidad del voto vs. legitimidad del resultado
La privacidad puede proteger al votante, pero también puede complicar la rendición de cuentas. En DAOs, parte de la cultura se construyó sobre la transparencia radical: ver quién vota, cómo vota y con qué tokens.
Un sistema que oculte identidad y datos sensibles puede reducir coerción, pero también puede dificultar detectar colusión, conflictos de interés o captura. La clave no es elegir entre privacidad o transparencia, sino diseñar qué se oculta, qué se prueba criptográficamente y qué se mantiene verificable.
Aquí es donde ZK suele presentarse como puente: permitir demostrar que se cumplió una regla sin revelar información. Pero el diseño de reglas importa. Si las reglas son débiles, la prueba solo certifica debilidades.
2) La IA como mediador: del voto al “proceso de decisión”
En muchas DAOs, el problema no es solo contar votos; es filtrar propuestas, resumir debates, evaluar riesgos, detectar ataques de gobernanza y coordinar a participantes con información asimétrica.
Un “AI steward” podría:
- resumir propuestas y discusiones extensas;
- detectar inconsistencias o riesgos en cambios de parámetros;
- señalar patrones de votación anómalos;
- sugerir marcos de decisión.
Pero esa mediación crea un nuevo poder: el poder de definir qué información ve la mayoría y en qué orden. Incluso si la IA no vota, puede influir. En política tradicional, eso se llama agenda-setting; en DAOs, puede ser igual de determinante.
3) Complejidad técnica como forma de centralización
La descentralización no solo se rompe cuando alguien tiene más tokens. También se erosiona cuando el sistema se vuelve tan complejo que solo un grupo pequeño puede auditarlo.
ZK, MPC y TEEs pueden mejorar seguridad, pero también pueden:
- aumentar dependencia de especialistas;
- elevar costos de auditoría;
- crear “autoridades de facto” (quienes entienden y operan la infraestructura).
Si la gobernanza se vuelve un producto de ingeniería avanzada, el votante promedio podría delegar por cansancio. Y la delegación, aunque útil, también concentra poder.
4) Christensen y el recordatorio incómodo: la política es una capa, no un bug
La tesis de Christensen (según lo publicado por The Defiant) funciona como contrapeso a la narrativa de “si lo hacemos más criptográfico, lo hacemos apolítico”.
En una DAO hay:
- tesorería,
- emisión de tokens,
- incentivos,
- acceso a información,
- reputación,
- control de interfaces.
Eso es poder. Y donde hay poder, hay política. La “ley de hierro de la burocracia” aparece como advertencia: las estructuras tienden a perpetuarse y a defender su espacio. En DAOs, esa burocracia puede ser un comité, un grupo de delegados, un equipo de desarrollo o incluso una capa técnica que solo algunos controlan.
La lectura útil no es cínica; es pragmática: diseñar asumiendo conflicto, no negándolo.
Implicaciones y escenarios
Escenario A: IA como herramienta de higiene institucional
En el mejor caso, los “AI stewards” se vuelven una capa de apoyo:
- automatizan tareas repetitivas,
- mejoran la calidad de información,
- reducen ataques de soborno/coerción,
- y elevan la participación al bajar fricción.
Aquí, la IA no reemplaza la deliberación humana; la hace más eficiente. ZK permite verificar reglas sin exponer a individuos. TEEs/MPC se usan con límites claros y auditorías.
Implicación: DAOs más resilientes y con menos “fatiga de gobernanza”, especialmente en protocolos con alta complejidad técnica.
Escenario B: IA como nueva burocracia (y nuevo campo de batalla)
Un resultado plausible es que la IA se convierta en una institución más:
- se discute qué modelo usar,
- quién lo entrena,
- qué datos incorpora,
- qué métricas optimiza,
- y quién paga su operación.
La gobernanza se desplaza: ya no solo se pelea por parámetros del protocolo, sino por el control del mediador. Esto puede intensificar la política, no reducirla.
Implicación: más disputas internas, más necesidad de auditoría y más riesgo de captura por actores con recursos para influir en infraestructura y datos.
Escenario C: Privacidad que reduce coerción, pero aumenta opacidad
Si el voto se vuelve más privado, podría disminuir la compra de votos directa. Sin embargo, también podría aumentar la dificultad de atribuir responsabilidad.
En DAOs donde la legitimidad depende de la reputación pública (delegados, equipos, líderes comunitarios), una capa de privacidad mal calibrada puede generar sospecha y teorías internas. En comunidades cripto, la falta de visibilidad a veces se interpreta como manipulación, incluso cuando no lo es.
Implicación: tensión entre seguridad del votante y confianza social en el proceso.
Escenario D: Fragmentación por complejidad
Otra posibilidad es que solo algunas DAOs adopten estos esquemas, y que el resto se quede con gobernanza más simple. Eso puede crear una brecha:
- DAOs “institucionales” con criptografía avanzada y procesos complejos,
- versus DAOs “ligeras” con votaciones transparentes y menos capas.
Implicación: diferentes perfiles de participantes. Las primeras atraen operadores profesionales; las segundas, comunidades más abiertas pero quizá más vulnerables.
Señales a vigilar
-
Primeros pilotos y quién los impulsa: más que el anuncio, importará ver qué DAOs prueban el enfoque, con qué alcance (solo votación, solo moderación, todo el ciclo) y bajo qué gobernanza.
-
Especificaciones públicas y auditorías: si aparecen documentos técnicos, repositorios, auditorías independientes o programas de recompensas por bugs, será una señal de madurez. En sistemas que mezclan IA y privacidad, la verificabilidad no es opcional.
-
Cómo definen “anti-soborno” y “anti-coerción”: estos términos pueden significar cosas distintas. Vale la pena observar si el diseño se enfoca en:
- ocultar el voto,
- impedir pruebas de cómo se votó,
- limitar delegaciones,
- o detectar patrones ex post.
-
Dependencias en TEEs/MPC: si el esquema requiere hardware específico o proveedores concretos, la descentralización práctica puede verse afectada. Señal clave: cuántos operadores pueden participar y qué tan fácil es replicar el entorno.
-
Efectos en participación y delegación: aunque no haya cifras al inicio, se puede observar si la complejidad empuja a más delegación (y a qué actores) o si realmente baja fricción para el votante común.
-
Conflictos por control del “steward”: si el debate comunitario se desplaza rápidamente a quién controla el asistente, sus datos y su presupuesto, será evidencia de la tesis política: la tecnología mueve el campo de batalla, no lo elimina.
-
Lecciones desde Sky y otras reestructuraciones: si proyectos como Sky publican resultados, cambios en procesos o métricas de gobernanza, podrían ofrecer evidencia sobre si rediseñar arquitectura ayuda a resistir burocratización o solo la reconfigura.
En síntesis: la gobernanza asistida por IA promete resolver problemas reales (coerción, soborno, fatiga, asimetría de información), pero abre una nueva capa de preguntas sobre control, auditoría y legitimidad. La criptografía puede reforzar reglas; la política decide qué reglas se adoptan y quién se beneficia. El reto para las DAOs no es escoger entre una u otra, sino diseñar mecanismos que asuman ambas fuerzas al mismo tiempo.
