AIデリゲートは、DAOメンバーに代わって投票するためにユーザーの好みを学習する自律的なガバナンスエージェントであり、投票者の無関心を減らし意思決定を迅速化することを目指しています。Near ProtocolのAIデリゲートは、助言型チャットボットからメンバーの価値観に沿った投票を行う個別の「デジタルツイン」へと進化しています。
-
AIデリゲートはユーザー行動を学習しDAO投票を自動化する
-
導入は段階的に実施:助言チャットボット → グループ代表 → メンバーごとの代理人
-
多くのDAOで参加率は15〜25%が平均;デリゲートは代表性の向上を目指す
Near Protocol DAOのAIデリゲート:メンバーの好みを学習し代理投票、投票者の無関心を軽減 — 代理選択肢のためのアカウント準備方法を読む。
Near Protocol DAOのAIデリゲートとは?
AIデリゲートは、Near Protocol DAO向けに開発されたソフトウェアエージェントで、メンバーの好みをガバナンス投票で代弁します。ユーザーの入力や過去の行動を分析し、投票を推奨または実行することで参加率の低さを改善し、意思決定の迅速化と一貫性向上を狙います。
AIデリゲートの導入は段階的に行われ、初期モデルはチャットボットに類似し、次に大規模グループを代表し、最後に個々のDAOメンバーへと展開されます。
Near Foundationは、分散型自律組織(DAO)における低投票参加率の課題に対応するため、AI搭載デリゲートを開発しています。会員の好みを理解したエージェントにより、日常的なガバナンス決定をほぼ瞬時の計算に変えることを目指しています。
Near FoundationのAIとガバナンス専門研究者レーン・レットイグ氏はPlain Text Pressに対し、AI搭載のガバナンス刷新はまだ開発途上であると述べました。Near Foundationはレイヤー1のNear Protocolを管理しています。

AIデリゲートはどのようにユーザー行動を学習するのか?
デリゲートは、明示的なユーザー入力、過去の投票履歴、コミュニティチャネルの公開メッセージを組み合わせて訓練されます。これには面談形式のオンボーディング、過去投票記録、ソーシャルプラットフォームからの文脈的シグナルが含まれ、政治的および資金配分の好みをモデル化します。
Nearは、訓練サイクルと入力の暗号証明を提供する検証可能な訓練方式を採用し、一致性と透明性を維持する予定です。業界データでは、暗号分野におけるAIエージェントの採用が加速しており、投資マネージャーVanEckは2024年末までに1万を超えるエージェントが存在し、2025年には大幅な成長を予測しています。
なぜ人間が関与し続けるのか?
Nearの研究者はハイブリッドアプローチを重視しています。AIは日常的な提案を処理しますが、資金配分や重要な戦略変更などの重要決定は人間が最終権限を保持します。これにより、責任の明確化と自律エージェントによる重大なミスを防止します。
レットイグ氏は、デリゲートはユーザーに投票を促し推奨することは可能だが、特定の提案は人間による判断が「引き金」を引くために必要だと述べました。このハイブリッドモデルは効率性と責任のバランスを目指しています。
導入スケジュールと段階は?
導入は段階的に計画されており、初期エージェントはチャットボットとして文脈情報と投票案を提供し、次に共通の好みを持つグループを代表し、最後に個々のメンバーごとにエージェントが提供される可能性があります。各段階で安全性、透明性、検証可能な訓練記録が重視されます。
Nearの主なDAOはすでにPulseという感情分析・要約ツールを使い、重要コンテンツとコミュニティ動向を抽出しています。初期のデリゲートモデルは限定的な権限で情報流通と投票参加の向上に注力し、完全な自律性は後段階で導入されます。
議論されているリスクと対策は?
主なリスクは、エージェントの行動不一致、セキュリティの脆弱性、影響力の集中化などです。対策として、検証可能な訓練ログ、人間の介入による重要投票の管理、段階的な展開とモニタリングが提案されています。
専門家は監査可能性と訓練データの暗号証明による信頼維持を推奨しています。OpenAIなどのプラットフォームや資産運用会社も、分散型金融におけるAIエージェントの可能性とセキュリティ課題を指摘しています。
よくある質問
AIデリゲートはDAOの参加率をどう改善する?
AIデリゲートはメンバーの好みを反映し、日常的な投票を自動化して投票を促すことで、低参加のメンバーの投票数を増やし、実質的な投票率を向上させます。
デリゲートはユーザーの承認なしに投票できる?
Nearの方針は人間の監督を重視しており、初期段階では助言的役割と明示的同意による自動投票に限定され、高影響な提案には必ずユーザーの承認が必要です。
デリゲートの訓練方法は監査可能か?
Nearチームは、モデルの入力と訓練サイクルの暗号証明を含む検証可能な訓練記録を計画しており、一致性を維持し監査を可能にします。
まとめ
- AIデリゲート: メンバーの好みを学習し、投票の推奨や代理投票を自動化する。
- 段階的導入: 助言ツールから始まり、グループ代表、そして個別のデジタルツインへ展開。
- 人間による監督: 重要決定は人間が管理し、検証可能な訓練と監査体制を計画。
結論
Near FoundationのAIデリゲート計画は、メンバーの好みを反映した訓練済みエージェントを用いて、投票者の無関心を減らしDAOガバナンスを効率化することを目指しています。段階的な導入と検証可能な訓練、人間の監督を組み合わせることで、自動化と責任のバランスをとっています。今後の段階的リリースとガバナンスのアップデートに注目してください。