Quelques exemples que nous avons également discutés lors de la session avec le cadre IE et les défis qu'ils rencontrent : Ex 1 : Finance de conservation Processus d'émission de crédits Comment ça fonctionne - Les crédits sont dérivés de métriques mesurables - ex : un propriétaire foncier engage un évaluateur tiers pour évaluer si les arbres sont debout - l'évaluateur traduit ces données en crédits qui peuvent être émis sur un marché comme fonction de récompense Défis : 1. Problèmes d'estimation : - l'étape d'estimation est souvent inexacte 2. Friction à chaque étape - l'attribution de projets dans le périmètre implique une friction significative - en dehors du domaine numérique, les processus deviennent encore plus lents et plus lourds Ex 2 : Publication scientifique Comment ça fonctionne - Les revues agissent comme des IE pour la connaissance - Chaque lieu de publication a un score de réputation (ex : facteur d'impact) Boucle d'incitation - Objectif pour les scientifiques : accumuler de la réputation à travers les publications Problème/Défi : - Les évaluateurs (revues et conférences) sont ancrés depuis plus de 100 ans. - Leur boucle de récompense n'a pas été mise à jour, ce qui crée rigidité, inefficacité et incitations mal alignées.
Devansh Mehta
Devansh Mehta30 juil. 2025
Lors de la session ouverte d'aujourd'hui, nous avons réalisé une analyse sur l'application des systèmes d'évaluateur d'impact ou de récompense de bloc pour 2 domaines : l'édition académique et l'environnement. Nous avons dérivé 5 caractéristiques utiles dans leur conception. 1. Toutes les fonctions d'évaluateur d'impact nécessitent une conversion crédible en fongibilité. La puissance de hachage pour le btc, le stockage pour le fil, etc. sont des fonctions mathématiques claires permettant l'émission selon une certaine formule. Mais les gens n'achètent l'émission que s'ils acceptent sa neutralité. Par exemple, les crédits carbone sont fongibles, mais de nombreux pollueurs de charbon utilisent une technologie légèrement meilleure et reçoivent des crédits, donc ce n'est pas entièrement crédible. 2. Si obtenus correctement, les systèmes d'évaluateur d'impact deviennent des outils par lesquels nous pouvons aligner les acteurs à long terme autour d'un résultat idéal que nous souhaitons. Ils devraient également être des métriques qui sont difficiles à obtenir mais faciles à vérifier, similaires à btc ou à la capacité de stockage. 3. Nous voulons idéalement d'abord résoudre un problème local comme "ce papier est-il suffisant pour être accepté aux conférences ?" Et faire ces entrées sur des problèmes plus globaux comme "la conférence a-t-elle un impact élevé ?", "quelle est la qualité d'un chercheur mesurée par ses publications dans de bonnes conférences ?" 4. Nous voulons que les évaluateurs d'impact soient des systèmes auto-améliorants, sinon ils peuvent s'ossifier en bastions de pouvoir. Un bon exemple est la mise en œuvre de la pluralité dans les notes communautaires ou le QF de cluster. Si 2 personnes sont normalement en désaccord mais sont maintenant d'accord, cela a un poids plus élevé. Mais si elles sont à nouveau d'accord la prochaine fois, cela a un poids plus faible puisque la dernière fois elles ont voté ensemble. 5. Enfin, nous avons des évaluateurs d'impact en tant que fonctions mathématiques dures qui libèrent certaines émissions contre des forces plus douces et irrationnelles comme les prix du marché de cette monnaie, qui doivent être mises en balance les unes contre les autres.
570