AI-washing, onchain-washing et token-washing
Remarque : Ce document est une traduction automatique de la version originale anglaise.
Les fiches projet sur DecAIHub peuvent comporter des étiquettes red flag : AI-washing, onchain-washing ou token-washing. Cette page explique ce qu'elles signifient et comment les lire.
En bref : le washing est une situation où le projet revendique une propriété (IA, on-chain, utilité du token) mais aucune preuve vérifiable de cette propriété n'a été trouvée. Ce n'est pas une accusation — c'est la consignation de l'écart entre les affirmations et les artefacts.
Un flag washing n'est ni un verdict ni une accusation
Un flag washing dans la fiche signifie exactement une chose :
Le projet affirme X, mais à la date de vérification nous n'avons pas trouvé de preuve Tier-1 de X.
La raison peut être tout à fait banale :
- La documentation existe, mais nous ne l'avons pas trouvée — elle a pu être publiée après la date de vérification, placée dans un endroit peu évident, ou disponible sur demande uniquement.
- Le projet est à un stade précoce — le produit est en développement, les artefacts ne sont pas encore là, et la roadmap n'est pas encore réalisée.
- Le projet utilise un modèle fermé — code, métriques ou architecture ne sont pas publiés pour des raisons business, même si la technologie existe réellement.
- Des informations existent mais pas au niveau Tier-1 — le projet est décrit dans des interviews ou sur un agrégateur (Tier-2), mais la documentation officielle ou le code n'a pas été publié.
- Nous ne l'avons tout simplement pas trouvé — en passant en revue des centaines de projets, on peut en manquer.
DecAIHub ne tire pas de conclusions sur les intentions d'un projet. Nous ne savons pas pourquoi la preuve est absente — et nous ne spéculons pas. La fiche enregistre l'état à la date de vérification (Last verified), et lorsque de nouveaux artefacts apparaissent, l'évaluation est révisée.
AI-washing
Ce que c'est. Un projet emploie les mots « AI », « machine learning » ou « neural network » dans son marketing, mais :
- aucune description de ce que fait précisément l'IA n'a été trouvée ;
- aucune démo, métrique ou documentation technique n'a été trouvée ;
- aucun code public lié au composant IA n'a été trouvé ;
- d'après les sources disponibles, le composant IA se limite à l'appel d'une API tierce (par ex. OpenAI), sans logique de traitement propriétaire détectée.
Comment cela apparaît dans la fiche. ai_score = 0 ou ai_score = 1 (déclaration d'intention seulement), alors que le discours sur l'IA est très présent dans le marketing.
Artefacts Tier-1 qui réduisent ce risque :
- dépôt public avec code du composant IA et historique des releases ;
- description technique du modèle / de l'architecture avec version et date ;
- métriques de qualité contextualisées (quoi a été mesuré, sur quelles données, quand) ;
- démos ou exemples fonctionnels vérifiables.
Onchain-washing
Ce que c'est. Un projet se présente comme « décentralisé » ou « onchain », mais :
- les adresses de contrats n'ont pas été trouvées, ou les contrats trouvés ne contiennent pas de logique au-delà du token ;
- d'après les sources disponibles, la blockchain sert surtout à l'émission du token ;
- d'après les sources disponibles, une logique importante tourne sur un serveur classique ;
- remplacer la blockchain par une base classique, d'après les données disponibles, ne changerait pas les propriétés essentielles du produit.
Comment cela apparaît dans la fiche. onchain_score = 0–1, alors que le projet se dit « protocole décentralisé » ou « onchain ».
Artefacts Tier-1 qui réduisent ce risque :
- adresses de contrats sur un réseau public avec transactions vérifiables ;
- documentation décrivant quelles règles et états vivent on-chain ;
- justification du caractère critique de la blockchain (test « Replace-the-Chain ») ;
- audit de smart contract.
Token-washing
Ce que c'est. Un projet a un token, mais :
- d'après les sources disponibles, on ne sait pas ce que paie le token ni à qui ;
- d'après les sources disponibles, le token ne participe pas au fonctionnement du produit ;
- d'après les sources disponibles, le token est remplaçable par de l'USDC, un abonnement ou un autre mécanisme sans perte de fonctionnalité ;
- l'utilité est décrite en termes vagues (« pour l'écosystème », « pour la communauté »), sans fonctions précises trouvées.
Comment cela apparaît dans la fiche. token_score = 0–1, alors que le token est activement promu.
Artefacts Tier-1 qui réduisent ce risque :
- documentation avec fonctions précises du token (paiement, staking, slashing, accès) ;
- mécaniques on-chain où le token participe à la logique du protocole ;
- description de ce qui casse si le token est retiré ;
- tokenomics transparentes avec vesting, distribution et trésorerie.
Anti-patterns courants
| Anti-pattern | Type de washing | Quoi vérifier |
|---|---|---|
| « Il y a un dépôt », mais à la date de vérification il est vide ou sans lien avec le produit | AI-washing | Présence de releases, tests, CI, cohérence avec le livre blanc |
| « Il y a un audit », mais aucun rapport public trouvé | Onchain-washing | Lien vers un rapport précis avec adresses de contrats |
| « Il y a des métriques IA », mais sans méthodologie ni version | AI-washing | Contexte : quoi a été mesuré, sur quelles données, quand |
| « On-chain », mais pas d'adresses de contrats | Onchain-washing | Explorateur, adresses, transactions |
| « Token pour l'écosystème » sans fonctions précises | Token-washing | Documentation avec fonctions du token dans le protocole |
| « Decentralized AI » sans artefacts vérifiables | AI + onchain washing | Preuve Tier-1 dans les deux directions |
No comments to display
No comments to display