AI-agenten hebben identiteit nodig en zero-knowledge proofs zijn de oplossing

Dit zijn interessante tijden voor AI en vertrouwen. Een groeiend aantal investeringsmaatschappijen gebruikt AI-agenten om onderzoeksrapporten en bedrijfsdocumenten te beoordelen. Mensen worden gevraagd steeds ingrijpendere biometrische gegevens af te staan, zoals gezichtsherkenningen, stemmonsters en gedrags­patronen, alleen om te bewijzen dat ze geen bots zijn. Eenmaal in de openbaarheid kunnen deze gegevens worden gebruikt door AI-gedreven bots om op overtuigende wijze echte mensen te imiteren, waardoor de systemen die hen juist buiten moeten houden worden omzeild. Dit plaatst ons in een vreemde nieuwe wapenwedloop – hoe ingrijpender de verificatie, des te groter het risico wanneer deze onvermijdelijk uitlekt. Dus, hoe verifiëren we eigenlijk met wie (of wat) we echt te maken hebben?

Het is onverantwoord om transparantie van mensen te eisen terwijl men acceptatie van ondoorzichtigheid van machines tolereert. Zowel bots als online mensen hebben betere methoden nodig om hun identiteit te verifiëren. We kunnen dit probleem niet oplossen door simpelweg meer biometrische gegevens te verzamelen, noch door gecentraliseerde registraties op te bouwen die enorme lokmiddelen voor cybercriminelen vormen. Zero-knowledge proofs bieden een uitweg waarbij zowel mensen als AI hun referenties kunnen bewijzen zonder zichzelf bloot te stellen aan misbruik.

Het Vertrouwentekort dat de Vooruitgang Blokkeert

Het ontbreken van verifieerbare AI-identiteit creëert onmiddellijke marktrisico's. Wanneer AI-agenten mensen kunnen imiteren, markten kunnen manipuleren of ongeautoriseerde transacties kunnen uitvoeren, aarzelen ondernemingen terecht om autonome systemen op grote schaal in te zetten. Het toeval wil dat LLM's die zijn "bijgesteld" op een kleinere dataset om de prestaties te verbeteren, 22 keer waarschijnlijker om schadelijke outputs te produceren dan basismodellen, met de slagingspercentages voor het omzeilen van de veiligheids- en ethische beveiligingen van het systeem — een proces dat bekendstaat als “jailbreaking” — die verdrievoudigen ten opzichte van productieklaar systemen. Zonder betrouwbare identiteitsverificatie komt elke AI-interactie een stap dichter bij een potentiële beveiligingsinbreuk.

Het probleem is niet zo voor de hand liggend als het voorkomen dat kwaadaardige actoren malafide agenten inzetten, aangezien we niet te maken hebben met één enkele AI-interface. De toekomst zal steeds meer autonome AI-agenten met grotere capaciteiten zien. In zo'n zee van agenten, hoe weten we dan met wie we te maken hebben? Zelfs legitieme AI-systemen hebben verifieerbare referenties nodig om deel te nemen aan de opkomende agent-tot-agent economie. Wanneer een AI-handelsbot een transactie uitvoert met een andere bot, hebben beide partijen zekerheid nodig over de identiteit, autorisatie en verantwoordingsstructuur van de ander.

De menselijke kant van deze kwestie is evenzeer gebrekkig. Traditionele systemen voor identiteitsverificatie stellen gebruikers bloot aan massale datalekken, maken het te gemakkelijk voor autoritaire surveillance, en genereren miljarden aan omzet voor grote ondernemingen door het verkopen van persoonlijke informatie zonder de individuen die deze informatie genereren te compenseren. Mensen zijn terecht terughoudend om meer persoonlijke gegevens te delen, terwijl regelgevende vereisten steeds ingrijpendere verificatieprocedures eisen.

Zero-Knowledge: De Brug Tussen Privacy en Verantwoordingsplicht

Zero-knowledge proofs (ZKPs) bieden een oplossing voor dit schijnbaar onoplosbare probleem. In plaats van gevoelige informatie te onthullen, stellen ZKPs entiteiten, zowel menselijk als kunstmatig, in staat om specifieke beweringen te bewijzen zonder onderliggende gegevens prijs te geven. Een gebruiker kan bewijzen dat hij ouder is dan 21 zonder zijn geboortedatum te onthullen. Een AI-agent kan aantonen dat het getraind is op ethische datasets zonder propriëtaire algoritmen bloot te geven. Een financiële instelling kan verifiëren dat een klant voldoet aan regelgevingseisen zonder persoonlijke informatie op te slaan die gehackt zou kunnen worden.

Voor AI-agenten kunnen ZKP's het noodzakelijke diepe vertrouwen mogelijk maken, aangezien we niet alleen de technische architectuur moeten verifiëren, maar ook gedrags- patronen, juridische aansprakelijkheid en sociale reputatie. Met ZKP's kunnen deze beweringen worden opgeslagen in een verifieerbare trustgraph on-chain.

Beschouw het als een samenstelbare identiteitslaag die werkt over verschillende platforms en jurisdicties heen. Op die manier kan een AI-agent, wanneer deze zijn referenties presenteert, aantonen dat de trainingsdata voldoet aan ethische normen, dat de resultaten zijn geaudit en dat de handelingen gekoppeld zijn aan verantwoordelijke menselijke entiteiten, dit alles zonder eigendomsgevoelige informatie prijs te geven.

ZKPs zouden het spel volledig kunnen veranderen, waardoor we kunnen bewijzen wie we zijn zonder gevoelige gegevens te hoeven overhandigen, maar de adoptie blijft traag. ZKPs blijven een technische niche, onbekend bij gebruikers en verstrikt in regelgevende grijze gebieden. Om het nog completer te maken, hebben bedrijven die profiteren van het verzamelen van data weinig prikkel om de technologie te omarmen. Toch weerhoudt dat meer wendbare identiteitbedrijven er niet van ze te benutten, en naarmate regelgevende normen ontstaan en het bewustzijn toeneemt, zouden ZKPs de ruggengraat kunnen worden van een nieuw tijdperk van vertrouwde AI en digitale identiteit – die individuen en organisaties een manier biedt om veilig en transparant te communiceren over platformen en grenzen heen.

Marktimlicaties: Het Ontsluiten van de Agenteneconomie

Generatieve AI zou kunnen toevoegentriljoenen per jaar aan de wereldeconomie, maar een groot deel van deze waarde blijft geblokkeerd achter identiteitsverificatiebarrières. Hiervoor zijn verschillende redenen. Ten eerste hebben institutionele beleggers robuuste KYC/AML-naleving nodig voordat ze kapitaal inzetten in door AI aangedreven strategieën. Ten tweede vereisen ondernemingen verifieerbare agentidentiteiten voordat ze autonome systemen toegang geven tot kritieke infrastructuur. En toezichthouders eisen verantwoordingsmechanismen voordat zij de inzet van AI in gevoelige domeinen goedkeuren.

ZKP-gebaseerde identiteitsystemen voldoen aan al deze vereisten, terwijl ze de privacy en autonomie behouden die gedecentraliseerde systemen waardevol maken. Door selectieve openbaarmaking mogelijk te maken, voldoen zij aan de regelgevende eisen zonder dat er verzamelaars van persoonlijke gegevens ontstaan. Door cryptografische verificatie te bieden, faciliteren zij vertrouwenloze interacties tussen autonome agenten. En door gebruikerscontrole te waarborgen, sluiten zij aan bij opkomende privacywetgevingen zoals de AVG en de privacywetten van Californië.

De technologie kan ook helpen het groeiende deepfake-probleem aan te pakken. Wanneer elk stukje content cryptografisch kan worden gekoppeld aan een geverifieerde maker zonder hun identiteit prijs te geven, kunnen we desinformatie bestrijden en de privacy beschermen. Dit is bijzonder belangrijk nu AI-gegenereerde content niet te onderscheiden wordt van menselijk gemaakte materialen.

Het ZK Pad

Sommigen zullen beweren dat elk identiteitsysteem een stap richting autoritarisme vertegenwoordigt – maar geen enkele samenleving kan functioneren zonder een manier om haar burgers te identificeren. Identiteitsverificatie vindt al op grote schaal plaats, zij het gebrekkig. Elke keer dat we documenten uploaden voor KYC, ons onderwerpen aan gezichtsherkenning, of persoonlijke gegevens delen voor leeftijdsverificatie, nemen we deel aan identiteitsystemen die opdringerig, onveilig en inefficiënt zijn.

Zero-knowledge proofs bieden een weg vooruit die de individuele privacy respecteert en tegelijkertijd het vertrouwen mogelijk maakt dat nodig is voor complexe economische interacties. Ze stellen ons in staat systemen te bouwen waarbij gebruikers controle hebben over hun gegevens, verificatie geen toezicht vereist, en zowel mensen als AI-agenten veilig kunnen communiceren zonder autonomie op te offeren.