Прогнозирующие рынки стремятся стать серьезным финансовым инструментом, и регуляторы это замечают. Приказы о прекращении деятельности, выданные Kalshi, Polymarket и Crypto.com в Теннесси, за которыми последовало временное судебное решение, блокирующее Теннесси от запрета контрактов Kalshi на спортивные события, демонстрируют, как быстро «информационные продукты» могут быть расценены как незаконные азартные игры, когда их легитимность под вопросом.
Следующий аргумент имеет большее значение, чем судебные материалы. Если прогнозирующие рынки заявляют, что агрегируют информацию, системе необходимо знать, слышит ли она множество независимых людей или одного участника, повторяющего самого себя.
Этот недостаток не теоретический. Анализ деятельности Polymarket в сети, проведенный организацией, связанной с Колумбийским университетом, показал, что искусственная торговля составляла в среднем около 25% от объема покупок и продаж за последние три года, причем доля значительно менялась с течением времени. Если отображаемый рынком сигнал может быть существенно искажен синтетической активностью, то платформа является не просто прогностическим механизмом. Это также механизм стимулирования для тех, кто может дешево создать видимость участия.
Это уже проблема на рынках событий. Она становится фатальной для науки.
Народная наука без устойчивости к Sybil превращается в синтетический консенсус
Научные прогнозирующие рынки – очевидный следующий рубеж, поскольку они могут ужесточить обратные связи. Рыночная цена может обновляться быстрее, чем экспертная оценка, а разрешение может быть привязано к измеримым артефактам: наборам данных, предварительно зарегистрированным конечным точкам, результатам воспроизведения и эталонным показателям эффективности.
Наука – это место, где открытое участие ломается быстрее всего. Если имитировать толпу дешево, то дешево создать и «консенсус», а в науке консенсус определяет финансирование, приоритеты воспроизведения и репутацию. Манипуляции искажают не только график, но и то, что изучается.
Романтизированная версия научных рынков – это «народная наука»: множество участников, множество независимых мнений, один общий сигнал. Это работает только в том случае, если «множество участников» – это социальная реальность, а не число, которое можно создать.
Децентрализация не решает проблему идентификации
Некоторые разработчики предполагают, что децентрализация решает проблему манипуляций, поскольку все прозрачно. Прозрачность помогает аудиту, но не доказывает личность.
Если базовая единица – это кошелек, то влияние масштабируется в зависимости от количества кошельков, контролируемых участником. В средах с высоким уровнем стимулов это становится бизнес-моделью. Как только на карту поставлены деньги, личности будут создаваться, и рынок будет добросовестно оценивать эту искусственно созданную реальность.
Научные рынки особенно уязвимы к одному конкретному режиму отказа: преждевременной конвергенции. Скоординированный кластер аккаунтов может запустить раннюю ликвидность, подтолкнуть цены к кажущемуся уверенному диапазону и создать видимость консенсуса до того, как общедоступные доказательства это оправдают. Люди видят, что вероятность устоялась, и колеблются, даже когда неопределенность все еще должна быть честным состоянием мира.
Так рынок может начать выглядеть прогностическим, не агрегируя на самом деле знания.
Проекты, устойчивые к Sybil, уже существуют, и рынки должны использовать их
Спорное утверждение – это также и практичное: прогнозирующие рынки, особенно для науки, должны требовать устойчивости к Sybil на уровне участия. Это меры предосторожности, которые не позволяют человеку или оператору бота дешево создавать множество поддельных учетных записей, чтобы имитировать толпу и искажать результаты.
Это не требует раскрытия личных данных пользователей. Требование более узкое: сделать «появление в виде множества» значимо дорогим, сохраняя при этом возможность существования «одного человека».
Не существует единого лучшего подхода, и это хорошая новость. Экосистема уже содержит множество стратегий с разными компромиссами.
Один класс подходов использует агрегацию учетных данных: Human Passport (ранее Gitcoin Passport) агрегирует «штампы» из различных источников идентификации в оценку, предназначенную для повышения стоимости ботов и ферм мульти-аккаунтов.
Другой класс использует уникальность социального графа: BrightID формулирует это как «доказательство уникальности», используя социальную сеть идентификации, ориентированную на конфиденциальность, чтобы приложения могли обеспечивать «одну учетную запись на человека».
Третий класс использует курируемые реестры с процессами разрешения споров: Proof of Humanity предназначен для создания доверенного списка людей, верифицированных децентрализованным сообществом, с проблемами/спорами, направляемыми через арбитраж в стиле Kleros.
Четвертый класс использует биометрические данные, сохраняющие конфиденциальность, для обеспечения уникальности на уровне кошелька: Humanode Biomapper позиционирует себя как «приватное ончейн-биокартирование», связывающее уникального, живого человека с адресом Ethereum Virtual Machine, сохраняя при этом биометрические данные в конфиденциальной среде, чтобы децентрализованные приложения могли проверять статус «верифицированного человека», а не исходные биометрические данные.
Ни один из них не идеален. Некоторые создают трения. Некоторые рискуют исключением. Некоторые полагаются на общественные процессы, которые можно использовать в недобросовестных целях. Но альтернатива хуже: рынки, где влияние является функцией количества учетных записей, которые можно дешево создать.
Научные рынки не могут себе этого позволить. Их цель – преобразовать неопределенность в сигнал, который отслеживает реальность, а не сигнал, который отслеживает координацию.
Целостность становится конкурентным преимуществом
Если научные рынки, устойчивые к Sybil, сработают, они создадут нечто новое: информативный дериватив, привязанный к измеримым результатам. Это важно для биотехнологий, где неопределенность дорога, а сроки велики. Это также важно для ИИ для науки, где претензии в отношении моделей, эталонных показателей и экспериментальных результатов конкурируют за достоверность в режиме реального времени.
Положительный эффект – это не «лучшие азартные игры». Это лучшее распределение: постоянно обновляющийся общедоступный сигнал, который может направлять то, что воспроизводится, что финансируется и что считается достоверным в условиях неопределенности.
Отрицательное последствие игнорирования идентификации уже видно по вниманию регуляторов к этой категории. Когда легитимность оспаривается, правоприменение редко приходит с нюансами.
Прогнозирующие рынки не становятся достоверными, потому что они децентрализованы. Они становятся достоверными, когда участие сопоставляется с людьми, а не с дешевыми учетными записями. Наука – это область, где это различие определит, производят ли рынки сигналы знаний или просто графики.
Мнение: Саша Шилина, основатель Episteme и исследователь в Paradigm Research Institute.
