Algunos ejemplos que discutimos también en la sesión con el marco IE y los desafíos que tienen: Ej 1: Finanzas de Conservación Proceso de Emisión de Créditos Cómo funciona - Los créditos se derivan de métricas medibles - ej: un propietario de tierras contrata a un evaluador externo para evaluar si los árboles están en pie - el evaluador traduce estos datos en créditos que pueden ser emitidos en un mercado como una función de recompensa Desafíos: 1. Problemas de Estimación: - el paso de estimación a menudo es inexacto 2. Fricción en cada paso - asignar proyectos dentro del alcance implica una fricción significativa - fuera del dominio digital, los procesos se vuelven aún más lentos y engorrosos Ej 2: Publicación Científica Cómo funciona - Las revistas actúan como IEs para el conocimiento - Cada lugar de publicación tiene un puntaje de reputación (ej: factor de impacto) Bucle de Incentivos - Objetivo para los científicos: acumular reputación a través de publicaciones Problema/Desafío: - Los evaluadores (revistas y conferencias) han estado arraigados durante más de 100 años. - Su bucle de recompensa no se ha actualizado, lo que crea rigidez, ineficiencia y incentivos desalineados.
Devansh Mehta
Devansh Mehta30 jul 2025
En la sesión abierta de hoy, realizamos un análisis sobre la aplicación de evaluadores de impacto o sistemas de tipo recompensa por bloque para 2 dominios: publicación académica y medio ambiente Derivamos 5 características útiles en su diseño 1. Todas las funciones de evaluadores de impacto requieren una conversión creíble en fungibilidad El poder de hash para btc, el almacenamiento para fil, etc. son funciones matemáticas claras que permiten la emisión contra alguna fórmula Pero las personas solo compran la emisión si aceptan su neutralidad. Por ejemplo, los créditos de carbono son fungibles, pero muchos contaminadores de carbón utilizan alguna tecnología ligeramente mejor y reciben créditos, por lo que no es del todo creíble 2. Si se obtienen adecuadamente, los sistemas de evaluadores de impacto se convierten en perillas mediante las cuales podemos alinear a los actores a largo plazo en torno a un resultado ideal que queremos También deberían ser métricas que son difíciles de obtener pero fáciles de verificar, similar a btc o capacidad de almacenamiento 3. Queremos idealmente resolver primero algún problema local como "¿es suficiente este artículo para ser aceptado en las conferencias?" Y hacer esas entradas en problemas más globales como "¿es la conferencia de alto impacto?", "¿qué tan bueno es un investigador medido por sus publicaciones en buenas conferencias?" 4. Queremos que los evaluadores de impacto sean sistemas de auto-mejora, de lo contrario, pueden convertirse en bastiones de poder Un buen ejemplo es la implementación de pluralidad en notas comunitarias o cluster QF. Si 2 personas normalmente están en desacuerdo pero ahora están de acuerdo, eso tiene un mayor peso. Pero si vuelven a estar de acuerdo la próxima vez, tiene un peso menor ya que la última vez votaron juntos 5. Finalmente, tenemos evaluadores de impacto como funciones matemáticas duras que liberan algunas emisiones frente a fuerzas más suaves e irracionales como los precios de mercado de esa moneda, que necesitan ser equilibradas entre sí.
539