White paper

Catatan: Dokumen ini adalah terjemahan otomatis dari aslinya dalam bahasa Inggris.

DecAIHub: Registri Verifiabilitas untuk Kecerdasan Buatan Terdesentralisasi

Versi 1.0

Abstrak

Persimpangan Kecerdasan Buatan (AI) dan teknologi blockchain telah menghasilkan ekosistem yang berkembang pesat, disertai dengan "AI-washing" dan "onchain-washing" yang meluas—yaitu melebih-lebihkan kapasitas AI dan ketergantungan blockchain secara strategis. Kurangnya pengungkapan yang terstandarisasi dan dapat diverifikasi menciptakan asimetri informasi yang parah, memaksa pelaku pasar untuk mengandalkan narasi pemasaran alih-alih bukti substantif. DecAIHub mengusulkan registri verifiabilitas yang ketat yang dirancang untuk menjembatani kesenjangan ini. Dengan memperkenalkan "Paspor Proyek" yang terstruktur dan kerangka bukti berjenjang, DecAIHub secara sistematis memisahkan fakta yang dapat diverifikasi dari kebisingan informasi. Whitepaper ini menguraikan prinsip arsitektur registri, merinci taksonomi kami, klasifikasi bukti, penilaian kebutuhan, dan fondasi matematis dari indeks DecAI Fit. Sama seperti bagaimana bukti kriptografi mengamankan status jaringan, kerangka kerja kami mengamankan status informasi dari ekosistem AI-kripto, menawarkan pertahanan yang kuat terhadap manipulasi dan mekanisme penyaringan yang andal bagi para pemangku kepentingan.

1. Pendahuluan

Ruang kecerdasan buatan terdesentralisasi (DeAI) menderita krisis verifiabilitas yang akut. Seiring berkembangnya pasar untuk proyek AI-kripto, istilah "AI Terdesentralisasi" sering kali direduksi dari serangkaian properti teknologi yang dapat diverifikasi menjadi narasi pemasaran yang kurang memiliki substansi yang dapat diverifikasi. Proyek-proyek sering mengklaim integrasi AI yang mendalam dan kebutuhan blockchain yang ketat, sementara artefak mendasar yang diperlukan untuk mendukung pernyataan ini mungkin tidak tersedia secara publik. Lingkungan pelaporan mandiri yang tidak terkendali ini memperkuat asimetri informasi antara orang dalam proyek dan pemangku kepentingan eksternal—termasuk investor, peneliti, dan regulator.

Masalah intinya bukan sekadar kurangnya informasi, tetapi kurangnya informasi yang dapat dibandingkan dan diverifikasi. Agregator pasar dan pelacak keuangan terdesentralisasi (DeFi) yang ada bergantung pada metadata yang mencerminkan posisi komersial daripada substansi teknis. Akibatnya, ekosistem menghadapi risiko "AI-washing"—di mana integrasi API dasar dapat diposisikan sebagai model AI berpemilik—dan "token-washing", di mana token dapat diintegrasikan ke dalam ekosistem tanpa kebutuhan fungsional yang terdemonstrasikan.

Untuk mengatasi hal ini, ekosistem memerlukan lembaga kliring (clearinghouse) yang berwenang untuk klaim yang dapat diverifikasi. DecAIHub beroperasi sebagai registri verifiabilitas daripada ensiklopedia tradisional. Ia dibangun di atas premis bahwa klaim tanpa artefak yang dapat diverifikasi tidak dapat dibedakan dari kebisingan pemasaran. Pendekatan kami mengubah paradigma evaluasi dari "mempercayai whitepaper" menjadi "memverifikasi jejak bukti", memberikan sinyal yang cepat, ketat, dan dapat dibandingkan dari keselarasan sejati sebuah proyek dengan tesis AI Terdesentralisasi.

2. Kerangka Verifiabilitas

Di jantung arsitektur DecAIHub adalah "Paspor Proyek"—sebuah entitas terpadu dan terstruktur yang berfungsi sebagai unit dasar verifikasi (analog dengan transaksi dalam jaringan blockchain). Paspor menstandarisasi data proyek yang berbeda ke dalam kontrak data yang dapat dibaca mesin yang mencakup metadata yang dinormalisasi, tautan kanonik, dan, yang paling penting, sebuah Lapisan Bukti (Evidence Layer).

Untuk memisahkan sinyal dari kebisingan secara sistematis, DecAIHub menggunakan sistem klasifikasi bukti berjenjang yang memberi peringkat sumber berdasarkan verifiabilitas independennya:

Tier-1 (Bukti Primer - Bobot Tertinggi): Artefak yang secara langsung dan independen dapat diverifikasi. Ini termasuk fakta on-chain (kontrak pintar terverifikasi, data penjelajah blockchain), repositori publik resmi dengan riwayat rilis aktif (mis., GitHub), dokumentasi teknis formal, dan audit keamanan pihak ketiga yang diterbitkan. Sumber Tier-1 adalah blok bangunan mendasar dari kepercayaan dalam registri.
Tier-2 (Bukti Kontekstual - Bobot Sedang): Sumber sekunder yang memberikan dukungan kontekstual tetapi tidak dapat berfungsi sebagai bukti independen atas klaim teknologi. Ini termasuk data dari agregator mapan (CoinGecko, CoinMarketCap), katalog ekosistem, dan dasbor analitik on-chain.
Tier-3 (Kebisingan Informasi - Bobot Rendah): Sumber tersier seperti postingan media sosial, promosi influencer, siaran pers, dan klaim komunitas yang tidak terverifikasi. Sumber-sumber ini sebagian besar dikecualikan dari proses penilaian verifikasi formal.

Kerangka kerja ini selanjutnya membedakan antara Transparansi Tertanam Secara Arsitektur (AET)—sinyal yang dipaksakan oleh teknologi, seperti log transaksi on-chain—dan Transparansi yang Diproduksi Secara Sukarela (VPT), yang membutuhkan investasi organisasi yang disengaja, seperti audit keamanan dan dokumentasi komprehensif. Penggabungan strategis (strategic bundling) beroperasi terutama pada margin sukarela, berfungsi sebagai indikator kredibel dari substansi proyek. Melalui protokol ajudikasi yang konservatif, setiap klaim yang tidak memiliki dukungan Tier-1 secara default dianggap "tidak terverifikasi" (unverified), membatasi risiko positif palsu dan memastikan penilaian yang tahan manipulasi terhadap taktik musuh seperti pengungkapan selektif dan injeksi ambiguitas.

3. Taksonomi dan Cakupan

Mendefinisikan batas-batas ekosistem AI Terdesentralisasi adalah prasyarat untuk penyaringan sistematis. Domain AI-kripto menunjukkan ambiguitas struktural dan kemunculan bersama label yang ekstrem; proyek sering kali mencakup banyak kategori, beroperasi secara bersamaan sebagai infrastruktur, penyedia komputasi, dan protokol DeFi.

DecAIHub menyelesaikan ini melalui taksonomi multi-label yang dinormalisasi secara ketat yang mengkategorikan proyek ke dalam segmen fungsional inti (mis., Infrastruktur, AI/Agen, AI/Komputasi, AI/Data, AI/Inferensi). Namun, analisis diagnostik kami mengungkapkan bahwa ambiguitas label struktural berbeda dengan ketidakpastian kualitas dokumentasi. Sebuah segmen mungkin memiliki batasan yang cair tetapi dokumentasi yang ketat (mis., AI/Komputasi), atau mungkin sederhana secara struktural tetapi sangat kekurangan bukti yang dapat diverifikasi (mis., token Meme).

Oleh karena itu, cakupan verifikasi DecAIHub secara eksplisit menargetkan persimpangan antara Realitas AI (AI Reality) dan Kebutuhan On-chain (On-chain Necessity). Kami mendefinisikan proyek AI Terdesentralisasi yang valid bukan hanya dari label yang ditugaskan sendiri, tetapi dari kemampuannya untuk mendemonstrasikan:

Realitas AI: Keberadaan kemampuan AI yang asli—baik inferensi model, pelatihan, pelabelan data, atau agen otonom—didukung oleh arsitektur teknis, tolak ukur, atau demo yang dapat direproduksi.
Kebutuhan On-chain: Kebutuhan yang dapat didemonstrasikan untuk infrastruktur blockchain yang melampaui penerbitan token, biasanya mencakup penyelesaian tanpa kepercayaan (trustless settlement), komputasi yang dapat diverifikasi, ketahanan sensor, atau manajemen status terdesentralisasi.

Dengan menerapkan batasan-batasan ini, DecAIHub menyaring proyek AI konvensional yang secara serampangan menerbitkan token dan proyek kripto tradisional yang secara dangkal mengadopsi terminologi AI. Taksonomi yang dihasilkan menyediakan perancah yang kuat untuk perhitungan indeks DecAI Fit selanjutnya.

4. Bukti dan Verifikasi

Sama seperti Proof-of-Work yang bergantung pada pengeluaran komputasi untuk membangun konsensus, DecAIHub bergantung pada Ekonomi Bukti (Economy of Evidence) untuk membangun verifiabilitas. Dalam lingkungan tanpa kepercayaan (trustless environment), kualitas proyek diisyaratkan melalui artefak yang mahal dan sulit dipalsukan alih-alih pernyataan belaka.

Kerangka kerja kami memperkenalkan proses penyaringan dua tahap yang mengevaluasi "kesenjangan bukti" (evidence gap)—perbedaan antara klaim yang dinyatakan dan artefak Tier-1 yang dapat diverifikasi. Kesenjangan ini dinilai secara struktural dengan membedakan antara:

Transparansi Tertanam Secara Arsitektur (AET): Pengungkapan yang ada secara default karena teknologi yang mendasarinya, seperti data on-chain yang dapat diakses melalui penjelajah blok publik. Ini tidak bersifat diskresi dan secara struktural berbiaya rendah.
Transparansi yang Diproduksi Secara Sukarela (VPT): Pengungkapan yang membutuhkan upaya organisasi yang disengaja dan mahal, seperti audit keamanan formal, repositori GitHub yang dikelola secara aktif, dan dokumentasi teknis yang komprehensif.

Dengan mengukur kesenjangan antara intensitas klaim naratif dan artefak VPT, registri secara sistematis menandai proyek "risiko verifiabilitas rendah". Kerangka verifiabilitas menggunakan protokol ajudikasi konservatif—di mana bukti yang ambigu atau saling bertentangan secara default menjadi "tidak terverifikasi"—sehingga bertahan terhadap strategi manipulasi musuh seperti pengungkapan selektif, injeksi ambiguitas, dan inflasi klaim.

5. Kebutuhan On-chain & Token

Karakteristik yang menentukan dari proyek AI-kripto adalah klaim kebutuhan majemuk: menegaskan bahwa infrastruktur blockchain dan token asli sangat diperlukan untuk sistem. DecAIHub membongkar pernyataan ini melalui tes verifikasi eksplisit.

Kebutuhan On-chain & Uji "Ganti-Rantai" (Replace-the-Chain): Kami mengevaluasi apakah sebuah proyek menggunakan blockchain untuk logika substantif (mis., verifikasi komputasi terdesentralisasi, manajemen status) di luar penerbitan token semata. Standar utamanya adalah uji "Ganti-Rantai": Apakah menghapus komponen blockchain akan merusak fungsi inti proyek atau model kepercayaannya? Proyek yang mengklaim kebutuhan on-chain yang meresap sementara bukti yang dapat diverifikasi tidak ditemukan jatuh ke dalam zona "Diklaim Kritis" (Claimed-Critical), yang dapat mengindikasikan potensi onchain-washing.

Utilitas Token: Demikian pula, kerangka kerja mengevaluasi apakah token asli melayani fungsi ekonomi atau tata kelola yang diperlukan (mis., staking, akses jaringan, distribusi insentif) atau apakah secara fungsional dapat diganti oleh mekanisme yang ada seperti stablecoin atau aset lapisan dasar (mis., ETH). "Defisit verifiabilitas token" yang tinggi dapat mengindikasikan token-washing, di mana token mungkin berfungsi terutama sebagai mekanisme pembiayaan daripada kebutuhan fungsional yang terdemonstrasikan.

6. Tata Kelola dan Data Terbuka

Untuk menjaga integritas sistemik, DecAIHub mematuhi struktur tata kelola data formal yang menjembatani kesenjangan antara narasi proyek dan realitas yang dapat diverifikasi. Desain registri menegakkan komponen keterlacakan minimum (mis., dokumentasi, penjelajah blok, repositori) untuk memitigasi risiko positif palsu dan negatif palsu dalam evaluasi proyek.

Pentingnya, DecAIHub berkomitmen pada transparansi radikal dan Data Terbuka (Open Data), mengikuti prinsip data FAIR (Findable, Accessible, Interoperable, and Reusable). Unit dasar platform kami—Skema Kartu Proyek (Project-Card Schema)—diresmikan sebagai kontrak data JSON yang dapat dibaca mesin, terdiri dari tiga modul inti:

Paspor (Passport): Metadata yang dinormalisasi yang menjelaskan infrastruktur proyek, komponen AI, dan model token.
Tautan (Links): URL kanonik yang mengarah ke sumber utama.
Bukti (Evidence): Tabel penilaian terstruktur yang secara eksplisit menghubungkan klaim dengan artefak Tier-1/2/3.

Untuk memberdayakan komunitas penelitian dan analitis yang lebih luas, metodologi dan data yang mendasarinya adalah open-source. Repositori penelitian kami, yang berisi skema verifikasi penuh dan metodologi terkait, tersedia di GitHub (https://github.com/DecAIHub/papers), dan kumpulan data kartu proyek dasar telah disimpan secara publik di Zenodo (https://zenodo.org/records/18900950). Infrastruktur data terbuka ini memungkinkan peneliti independen, investor, dan regulator untuk mereplikasi analisis kami, melakukan perbandingan lintas ekosistem, dan membangun alat penyaringan khusus di atas kerangka kerja DecAIHub.

7. Metrik DecAI Fit (Perhitungan)

Keluaran akhir dari proses verifikasi DecAIHub adalah metrik DecAI Fit—indeks komposit (diskalakan 0 hingga 6) yang mewakili keselarasan proyek dengan prinsip-prinsip AI terdesentralisasi, yang dibatasi secara ketat oleh kualitas bukti. Indeks ini dirancang untuk menahan inflasi dan menggabungkan batasan tata kelola (caps) yang didefinisikan secara eksplisit.

7.1 Skor Komponen

Evaluasi dibagi menjadi empat komponen yang mendasarinya, masing-masing dengan skor antara 0 dan 3:

Skor AI ($a$): Mengevaluasi kedalaman integrasi AI berdasarkan bendera (flags) biner (deklarasi niat, deskripsi fungsional, ketersediaan demo, tolak ukur, dan dokumentasi arsitektur). $a = \min(3, A_0 + A_1 + A_2 + A_3 + A_4)$
Skor On-chain ($o$): Mengevaluasi ketergantungan blockchain menggunakan bendera untuk keberadaan kontrak, logika on-chain substantif, dan uji kekritisan "Ganti-Rantai". $o = \min(3, O_1 + O_2 + O_3)$
Skor Token ($t$): Mengevaluasi utilitas token (pembayaran, staking, tata kelola) dikurangi penalti untuk kemampuan diganti (replaceability). Proyek tanpa token menerima skor netral 2. $t = \text{clamp}_{[0,3]}(T_1 + T_2 + T_3 - T_4)$
Skor Bukti ($e$): Mengukur kehadiran bukti Tier-1 yang mendukung komponen-komponen yang disebutkan di atas. $e = \min(3, E^{AI}{T1} + E^{OC}{T1} + E^{TK}_{T1})$

7.2 Perhitungan Dasar dan Batasan Tata Kelola (Caps)

Jumlah awal komponen adalah $S = a + o + t + e \in {0, \dots, 12}$. Skor Dasar ($B$) kemudian dihitung sebagai: $$B = \max\left(1, \lceil S/2 \rceil\right) \in {1, \dots, 6}$$

Untuk memastikan agregasi matematis tidak mengaburkan celah verifiabilitas mendasar, Skor Dasar dikenakan batasan tata kelola (caps) yang berurutan. Setiap aturan hanya dapat menurunkan skor akhir:

R0 (Pemaksaan Nol Realitas AI): Jika proyek tidak menunjukkan kemampuan AI yang dapat diverifikasi ($a = 0$), skor akhir segera dipaksa menjadi 0. Proyek tanpa kemampuan AI yang terverifikasi ($a = 0$) tidak memenuhi ambang batas untuk klasifikasi sebagai AI Terdesentralisasi pada tanggal tinjauan.
R1 (Batas Kebisingan Informasi): Jika proyek mengandalkan secara eksklusif pada bukti Tier-3, skornya dibatasi maksimal 2.
R2 (Batas Kehilangan Bukti Inti): Jika bukti Tier-1 tidak ada untuk dimensi AI atau On-chain, skor dibatasi pada 3.
R3 (Batas Verifiabilitas Token): Jika token ada tetapi tidak memiliki bukti Tier-1 untuk utilitasnya, skor dibatasi pada 4.
R4 (Batas Realitas AI): Skor akhir tidak dapat melampaui skor AI dasar proyek: jika $a = 1$, batasnya adalah 3; jika $a = 2$, batasnya adalah 5.

Konservatisme struktural ini memastikan bahwa skor tinggi (5 dan 6) secara eksklusif dicadangkan untuk proyek-proyek yang menyediakan pengungkapan yang komprehensif, multi-dimensi, dan diverifikasi Tier-1.

8. Kesimpulan

Ekosistem AI Terdesentralisasi memiliki potensi teknologi yang mendalam, namun saat ini dirusak oleh inflasi naratif yang meluas dan norma pengungkapan yang tidak memadai. DecAIHub mengatasi kerentanan sistemik ini dengan menetapkan kerangka verifiabilitas yang ketat dan sadar akan bukti. Dengan mengoperasionalkan konsep-konsep seperti "onchain-washing" dan menerapkan indeks DecAI Fit yang dibatasi dengan ketat, registri menyaring kebisingan spekulatif dan menyoroti proyek-proyek yang didukung oleh realitas rekayasa yang dapat didemonstrasikan.

DecAIHub bukanlah platform penasihat keuangan; ini adalah lembaga kliring informasi khusus. Seiring dengan matangnya ekosistem, persyaratan untuk verifikasi empiris yang independen hanya akan semakin intensif. Metodologi dan skema data terbuka yang diuraikan dalam whitepaper ini memberikan infrastruktur dasar yang diperlukan untuk memulihkan kepercayaan, transparansi, dan akuntabilitas di persimpangan kecerdasan buatan dan blockchain.

Referensi

Fondasi empiris dan metodologis kerangka kerja DecAIHub diturunkan dari serangkaian tujuh artikel ilmiah yang komprehensif (A–G). Kumpulan data primer, aturan klasifikasi, skema kartu proyek, dan model verifikasi musuh yang dirinci dalam studi ini bersifat open-source untuk tinjauan publik dan replikasi.

Repositori Penelitian DecAIHub: Metodologi teknis lengkap, skrip replikasi, dan kontrak data terstruktur (skema JSON) tersedia di: https://github.com/DecAIHub/papers
Kumpulan Data Kartu Proyek: Sensus dasar dari 845 profil proyek AI-blockchain, lengkap dengan hubungan bukti berjenjang, disimpan secara publik di Zenodo pada: https://zenodo.org/records/18900950