Ontology Meminta Verifikasi Manusia dalam Data Pelatihan AI Tanpa Mengorbankan Privasi

Ontology sedang menarik perhatian terhadap masalah yang semakin berkembang di dunia AI: bagaimana membuktikan bahwa sebuah data pelatihan berasal dari orang nyata tanpa mengubah seluruh proses menjadi mimpi buruk tentang privasi?

Dalam sebuah postingan terbaru, proyek tersebut berpendapat bahwa jawabannya seharusnya bukanlah pengawasan yang lebih ketat. Alih-alih meminta kontributor untuk menyerahkan swafoto, ID, pemindaian biometrik, dan detail pribadi lainnya, Ontology mengatakan industri harus bergantung pada kredensial yang dapat diverifikasi dan pengungkapan selektif agar orang dapat membuktikan mereka manusia tanpa mengungkapkan segala sesuatu tentang diri mereka.

Ide tersebut menjadi lebih penting sekarang daripada setahun yang lalu. Percakapan tentang data pelatihan AI jelas telah bergeser. Dulu, fokus utamanya adalah tentang skala, volume, dan seberapa banyak data yang bisa dikumpulkan. Sekarang pertanyaan yang lebih besar adalah dari mana data tersebut berasal, apakah benar-benar dibuat oleh manusia, dan berapa banyak dari data itu yang sudah tercemar oleh konten sintetis.

Kekhawatiran itu bukan lagi masalah kecil. Ia telah menjadi salah satu masalah terbesar yang dihadapi tim AI yang berusaha membangun model yang lebih bersih dan lebih andal. Ontology mengatakan pasar sudah mulai memperlakukan bukti keberadaan manusia sebagai aset berharga. Data manusia yang terverifikasi menjadi sesuatu yang mungkin harus dibayar lebih oleh perusahaan.

Permintaan meningkat, tetapi pasokan terbatas, dan cara banyak platform berencana memverifikasi orang, menurut pandangan perusahaan, sangat cacat. Jalur termudah bagi sebagian besar platform juga yang paling invasif.

Jika mereka ingin tahu apakah seseorang manusia, mereka biasanya meminta lebih banyak informasi pribadi. Mereka mungkin memerlukan swafoto, ID pemerintah, pemeriksaan keaktifan, pelacakan perilaku, sidik jari perangkat, atau kombinasi dari semuanya.

Setiap lapisan mungkin membuat verifikasi lebih yakin, tetapi juga berarti pengguna menyerahkan lebih banyak privasi. Seiring waktu, orang yang berusaha membuktikan bahwa mereka nyata akan dipecah menjadi sekumpulan data yang disimpan di sistem orang lain. Ontology berpendapat bahwa ini adalah kompromi yang salah.

Perusahaan mengatakan masalahnya bukanlah bahwa orang perlu diverifikasi. Masalahnya adalah bahwa model saat ini mengasumsikan bahwa verifikasi harus datang dengan paparan permanen. Itulah yang terjadi ketika industri menggunakan alat terpusat yang dirancang untuk mengumpulkan sebanyak mungkin data. Dalam praktiknya, manusia menjadi biaya dari kepercayaan.

Terobosan Sebenarnya

Alternatif yang ditunjukkan Ontology dibangun di sekitar Model Data Kredensial Verifikasi W3C 2.0, yang diumumkan sebagai Rekomendasi pada Mei 2025. Ide dasarnya cukup sederhana, meskipun kriptografi di baliknya tidak: penerbit tepercaya, seperti pemerintah, bank, atau penyedia verifikasi, dapat mengonfirmasi sesuatu tentang seseorang sekali saja, dan kredensial itu dapat disimpan di perangkat pengguna sendiri.

Ketika platform kemudian perlu mengetahui apakah orang tersebut manusia, pengguna dapat menyajikan bukti kriptografi sebagai pengganti menyerahkan seluruh catatan dasar. Itu berarti verifier mendapatkan apa yang dibutuhkannya, dan tidak lebih.

Ia mengetahui bahwa penerbit tepercaya telah mengonfirmasi bahwa orang tersebut manusia. Ia tidak melihat file identitas lengkap orang tersebut, data biometrik, atau detail tambahan lainnya. Penerbit tidak perlu dihubungi setiap kali kredensial digunakan, dan pengguna tidak akan meninggalkan jejak pengenal yang dapat dihubungkan di berbagai platform.

Ontology mengatakan terobosan nyata di sini adalah pengungkapan selektif. Itulah yang membuat sistem ini benar-benar melindungi privasi. Sebuah kredensial dapat berisi banyak informasi, tetapi pengguna hanya mengungkapkan bagian-bagian yang penting untuk permintaan tertentu. Jadi jika sebuah platform hanya membutuhkan bukti keberadaan manusia, ia akan mendapatkan tepat itu dan tidak lebih.

Tidak ada data pribadi tambahan, tidak biometrik, tidak fragmen profil yang dapat digunakan kembali dan disatukan nanti. Perusahaan juga menunjuk pada pekerjaan mereka sendiri dalam identitas terdesentralisasi, termasuk ONT ID dan Dompet ONTO, sebagai contoh pendekatan ini dalam praktik.

Menurut Ontology, alat-alat ini dirancang untuk menyimpan kredensial di perangkat dan memungkinkan pengguna menghasilkan bukti secara lokal, tanpa mengekspos data pribadi mereka kepada penerbit maupun verifikator. Inti yang lebih besar, bagaimanapun, bukan hanya tentang Ontology. Ini tentang ke mana infrastruktur AI menuju.

Saat perusahaan berlomba membersihkan data pelatihan mereka dan mencari tahu apa yang masih dapat dipercaya, tekanan untuk memverifikasi kontributor manusia hanya akan meningkat. Pertanyaan sebenarnya adalah apakah industri menyelesaikan masalah itu dengan membangun lebih banyak pengawasan ke dalam tumpukan, atau dengan menggunakan sistem yang memungkinkan orang membuktikan mereka nyata tanpa mengorbankan privasi mereka dalam proses.

Ontology jelas bertaruh pada opsi kedua. Dan dengan perusahaan AI sekarang lebih khawatir tentang asal-usul daripada kuantitas mentah, taruhan itu mungkin mulai terlihat kurang seperti argumen privasi niche dan lebih seperti kebutuhan praktis untuk fase berikutnya dari pengumpulan data AI.