Сейчас у данных для обучения AI есть одна общая проблема: они слишком дешевы. Массовое копирование и вставка мнений, механическая разметка за копейки — в результате шумы бесконечно усиливаются, модель становится всё более посредственной, и в итоге получается просто наслоение средних значений.

Есть довольно интересная идея — превратить разметку данных из чисто трудозатратной работы в настоящую экономическую игру. Использовать механизм ставок для определения, участники имеют реальную прибыль или убытки, а также риски для репутации — так сигналы станут редкими, точными и действительно заслуживающими доверия. Проще говоря, сделать так, чтобы сама система мотивации выступала в роли фильтра для сигналов. Эта логика очень похожа на экономический дизайн в блокчейне: через согласование интересов оптимизировать качество системы.