Vitalik Buterin quiere que Ethereum sea la capa que verifica lo que la inteligencia artificial hace y nadie puede comprobar por sí mismo. El cofundador de la red ha vuelto a poner sobre la mesa su marco para la intersección entre cripto e IA, una actualización de ideas anteriores que, esta vez, baja al terreno de quién paga, quién responde y con qué se demuestra.
El texto no es un anuncio de protocolo ni una propuesta de mejora con número de EIP. Es una pieza de dirección. Buterin sostiene que las dos disciplinas se analizan desde tradiciones filosóficas distintas y que ese desencuentro deja huecos por donde se cuelan las decisiones de diseño. Ahí empieza el problema que intenta resolver.
Verificar sin confiar: modelos locales y pagos criptográficos
El primer bloque de la propuesta mira a la privacidad y a la confianza. Aparecen herramientas para interacciones con IA que sean trustless (sin necesidad de confiar en un intermediario) y privadas. En la lista están los modelos de lenguaje que corren en local, en el móvil o el ordenador del usuario y no en la nube de un proveedor; los sistemas de pago criptográficos para servicios de IA; y los métodos de verificación en el lado del cliente, que reducen la dependencia de un puñado de empresas.
La lógica de fondo es conocida: el principio cypherpunk —la corriente que se fía antes de la criptografía que de las instituciones— de maximizar la verificación y minimizar la confianza. Lo nuevo es que ese principio pueda volverse práctico. Un modelo grande de lenguaje ejecuta tareas de comprobación que un humano no haría a escala: revisar el código de un contrato inteligente, auditar una propuesta de transacción, detectar una cláusula abusiva en un documento de cuarenta páginas. Verificar no sale gratis. Pero, por primera vez, sale más barato que delegar.
Ethereum como capa de coordinación económica para agentes de IA
La segunda pata conecta directamente con Ethereum. La red puede funcionar como capa de coordinación económica de la actividad de la IA a través de mecanismos on-chain (registrados en la propia cadena de bloques). Traducido: agentes autónomos que ejecutan tareas, cobran, pagan, dejan un depósito en garantía —algo parecido al staking que respalda a los validadores— y construyen un historial de reputación verificable. Si el agente incumple, el depósito responde.
El diseño sustituye el control de una sola organización por una arquitectura abierta en la que el historial pesa más que el contrato firmado con un proveedor. Nada de eso existe hoy a esa escala.
La confianza no desaparece con la verificación: se traslada al código que verifica, y ahí se decide quién manda de verdad.
El tercer frente son los mecanismos que se atascan por falta de atención humana. Buterin defiende que los mercados de predicción, la gobernanza descentralizada y los sistemas de voto complejos funcionarían mejor si la IA amplía el juicio humano sin reemplazarlo. La idea no es que un modelo decida, sino que procese lo que ningún grupo de personas puede leer entero.
El problema que nadie resuelve: quién audita al auditor
Hay un precedente que ayuda a situar la propuesta. En enero de 2024, Buterin publicó en su archivo de ensayos un análisis con cuatro categorías de solapamiento entre cripto e IA dentro de lo que llama d/acc (aceleración defensiva): usar la tecnología para reforzar la cooperación descentralizada y frenar la concentración de poder. Aquel texto era un mapa. Este es un intento de hoja de ruta, y la distancia entre ambos es la que hay entre decir que la verificación importa y decidir quién paga la verificación.
Ahí aparece el riesgo que la propuesta no cierra. Verificar con IA exige ejecutar modelos que, en la práctica, dependen de unos pocos fabricantes de hardware y de unas pocas nubes. Si la comprobación de un contrato la hace un modelo alojado en el servidor de una empresa, el punto de confianza se ha movido de sitio. No se ha eliminado. Por eso insiste Buterin en los modelos locales y la verificación en cliente, la parte más difícil y más cara de todo el marco.
El segundo riesgo es de gobernanza. Si los agentes de IA operan con depósitos y reputación, acumulan poder de decisión sin que nadie los haya votado. Los mercados de predicción y las votaciones asistidas por modelos pueden escalar el juicio humano, sí, pero también automatizar su captura por quien controle los modelos.
Para el lector que tiene ether, la propuesta no cambia ningún parámetro de la red ni el calendario de los próximos upgrades. Cambia el marco mental. Ethereum deja de presentarse solo como un libro mayor de transacciones y pasa a ofrecerse como infraestructura de confianza para una economía de máquinas que ya está en marcha. Si la tesis cuaja, el valor de la red no dependerá solo de cuántas transacciones procesa, sino de cuántas cosas distintas puede garantizar. Falta ver quién paga la factura.
