Kunnen werknemers eigenaar zijn van de AI die hen vervangt? Action Model test een radicaal model voor automatiserings-eigendom

AI-bedrijven proberen steeds meer te automatiseren. Ze doen nu al taken als code schrijven, afbeeldingen maken, advertenties plannen, vergaderingen samenvatten en nog veel meer. Maar naarmate deze systemen beter worden, wordt hun invloed op menselijke arbeid steeds duidelijker. Sommige experts waarschuwen nu dat generatieve AI kan zorgen voor een flinke banenverschuiving die sneller en groter zal zijn dan waar de meeste economieën op voorbereid zijn.

In plaats van zich te verzetten tegen de toekomst kiest één crypto native platform juist voor een andere aanpak. Als automatisering onvermijdelijk is, moet eigenaarschap dat ook zijn.

Action Model heeft vandaag een invite-only Chrome-browserextensie gelanceerd. Hiermee kunnen gebruikers een AI-systeem trainen door echte browseractiviteiten te delen, zoals klikken, navigeren, typen en het uitvoeren van taken. Het platform noemt dit een Large Action Model (LAM). Deze LAM leert hoe digitaal werk gedaan wordt, in plaats van alleen content te maken. Gebruikers ontvangen punten die mogelijk worden omgezet naar $LAM governance tokens. Deze tokens geven deelnemers zeggenschap over hoe het systeem zich ontwikkelt.

“Als AI digitale arbeid vervangt, moeten de werknemers de machines bezitten die hen vervangen,” zegt Action Model-oprichter Sina Yamani.

De AI trainen die het werk doet

In tegenstelling tot chatbots die alleen content maken, zijn LAM’s bedoeld om direct software te bedienen. Het idee is simpel: als een mens een digitale taak kan uitvoeren met muis en toetsenbord, dan moet een getrainde AI-agent dat ook kunnen.

“De afgelopen jaren draaiden om chatbots. Nu gaat het om automatisering,” zegt Yamani. “Er werken ongeveer één miljard mensen achter een computer. Als een bedrijf een tool krijgt die hetzelfde werk altijd goedkoper kan doen, zullen ze die tool gebruiken.”

De extensie van Action Model verzamelt gedragsdata die door gebruikers is goedgekeurd, om hiermee de AI te trainen. Taken als salarisadministratie, CRM-beheer of simpele bedrijfsprocessen worden één keer opgenomen en daarna herhaald door het model. Gebruikers kunnen hun automatiseringen publiceren op een openbare marktplaats. Hier kan het gebruik worden bijgehouden en beloond volgens het incentive-model van het platform.

De opkomst van agentic AI-systemen is breed gedocumenteerd in de sector. Modellen verschuiven van alleen content maken naar het zelfstandig uitvoeren van digitale taken. Zoals uitgelegd in deze uitleg, verzamelen deze systemen echte gebruikersdata en leren zo zelfstandig te werken in digitale omgevingen.

Het platform heeft al meer dan 40.000 gebruikers aangetrokken via wachtlijsten, referrals en partners. Toegang is nog steeds alleen op uitnodiging om de kwaliteit te bewaren en vroege deelnemers te belonen.

Hoe verschilt dit van bestaande automatiseringstools

De meeste bestaande automatiseringstools werken via API’s of vaste koppelingen. Maar veel digitaal werk vindt plaats in oude systemen, interne dashboards en tools die nooit voor automatisering zijn gemaakt.

“Zapier automatiseert software. Wij automatiseren werk,” zegt Yamani. “Slechts ongeveer 2% van het internet is bereikbaar via API’s. De andere 98% vereist nog steeds menselijke handelingen.”

Bij Action Model hoeven gebruikers geen code te schrijven of koppelingen te regelen. Ze nemen gewoon op hoe ze hun taak uitvoeren. De AI leert van deze echte handelingen en kan die daarna zelfstandig herhalen.

Hierdoor is Action Model flexibel genoeg om uitzonderingen en niet-gedocumenteerde werkwijzen vast te leggen die traditionele systemen niet aankunnen.

Hoe zit het met privacy?

Alle training is opt-in en gebruikers bepalen zelf welke data ze delen. Gevoelige websites zoals e-mail, zorg of bankieren zijn standaard geblokkeerd. Gebruikers kunnen training pauzeren, specifieke domeinen blokkeren of hun bijdragen helemaal verwijderen.

“Het belangrijkste principe is simpel: we hebben je data niet nodig, alleen patronen,” aldus Yamani. “Trainingsdata wordt lokaal verwerkt en geanonimiseerd voordat het het model in gaat.”

Verwijderde data wordt definitief gewist en is zelfs voor het bedrijf niet meer terug te halen. Bijdragen worden samengevoegd met data van andere gebruikers, via k-anonimiteit om herleidbaarheid te voorkomen. Een dashboard geeft gebruikers altijd inzicht in hun trainingsgeschiedenis en beloningen.

“Big Tech verzamelt deze data vaak zonder echte toestemming. Wij zijn transparant, geven controle aan gebruikers en belonen de mensen die de AI daadwerkelijk trainen,” zegt Yamani.

Kunnen bots het systeem manipuleren

Om problemen van eerdere crypto-beloningssystemen te voorkomen, gebruikt Action Model gedragsanalyse om echte gebruikersacties te controleren. Het systeem let op structuur, timing, afwisseling en beslissingen — dingen die bots of bot-farms moeilijk kunnen nadoen.

“Doelloos klikken heeft weinig waarde,” zegt Yamani. “Echte workflows bevatten intentie, pauzes, correcties, opnieuw proberen en keuzes. Dat kun je niet op grote schaal faken.”

Andere projecten die beloningen uitdeelden voor social media-engagement of posts zijn recent verboden op grote platforms. Ze veroorzaakten veel AI-spam, reply-bots en nep-interacties. Als reactie daarop werd API-toegang ingetrokken, waardoor hun token-ecosystemen instortten door te veel waardeloze activiteit.

ActionFi, het beloningssysteem van het platform, is gemaakt om dat probleem helemaal te vermijden. Het betaalt niet voor tweets of kliks. Er worden alleen beloningen gegeven voor gecontroleerde workflows die echte, gestructureerde digitale arbeid laten zien.

“We betalen niet voor ruis, maar voor nuttige werkpaden,” voegt Yamani toe.

Wie bezit het systeem echt

Op dit moment beheert Action Model de extensie, het trainingsproces en het beloningssysteem. Maar het project wil het eigenaarschap overdragen aan $LAM tokenhouders. Met een DAO-structuur kunnen gebruikers later platformbeslissingen, beloningsmechanismen en het uitrollen van modellen samen bepalen.

“Vroege systemen hebben coördinatie nodig. Het gaat erom of ze centraal zijn opgezet,” zegt Yamani.

Als dit wordt doorgevoerd zoals omschreven, krijgen tokenhouders invloed op infrastructuurkeuzes die zijn verbonden aan de data die zij hebben helpen verzamelen.

Als AI onvermijdelijk is, geldt dat ook voor eigendom?

De volgende generatie AI draait niet alleen om taal, maar ook om arbeid. Van kantoorwerk tot bedrijfsprocessen: veel taken die nu achter een scherm gebeuren, kunnen straks door slimme agents worden uitgevoerd.

“Je hoort vaak dat miljoenen scherm-banen geautomatiseerd worden. Daar hoef je geen decennia meer op te wachten — het gebeurt nu al,” zegt Yamani. “Als jouw data helpt om AI te trainen, moet je ook mede-eigenaar zijn van wat hiermee wordt gebouwd.”

Of het Action Model kan opschalen, transparant blijft en een duurzame economie kan opbouwen, zullen we de komende maanden goed blijven volgen. Maar hun inzet is heel duidelijk. De belangrijkste vraag bij AI is niet alleen wat het kan doen, maar voor wie het werkt.

Nu AI de werkomgeving verandert, is de vraag: behoort de toekomst straks toe aan platformen, of juist aan de mensen zelf?