通過匿名和聲譽解決 DAO 中的群體思維和偏見_DAO

貢獻者：DAOctor @DAOrayaki

審核者：shaun @DAOrayaki

原文：How Anonymity Can Solve Group-Think and Bias in DAOs

討論是DAO的關鍵要素之一。

 協調成員之間的任務

 提出和討論想法及提案

由于提案有效地指導了 DAO 的決策和財務支出，以至于在審議階段DAO很容易受到影響力的攻擊。

這是一個經典問題，游說者使用不同的策略來影響提案的決策。例如：交換條件、賄賂、脅迫、勒索等。

我們相信，在提案的創建、審議和投票過程中，真正的匿名性可以解決大多數的影響力攻擊。

Crypto.com APP已啟用通過Solana網絡存取USDT的功能:加密貨幣交易平臺Crypto.com在推特上表示，除ERC20、BEP20和Cronos網絡外，Crypto.com APP已啟用通過Solana網絡存取USDT的功能。[2021/11/10 21:41:05]

研究發現 DAO 在創建和審議提案時面臨的三個挑戰。

由于DAO 由具有不同知識水平的參與者組成，因此：

許多成員無法準確評估復雜的提案

即使簡單的提案，用戶也無法判斷某些動作的二階和三階效應

成員們缺乏動力去花時間熟悉提案以做出更明智的決策

進一步導致在評估期間缺乏參與，并且對提案的批評不太有效。

沒有時間或專業知識研究提案，時間或知識儲備不足的用戶依賴于來自高地位成員的社交啟發來判斷提案是“好”還是“壞”。

Bitcoin Core 0.21.0更新日志：Taproot軟分叉升級尚未在主網激活，可通過Signet測試網實驗:比特幣官網已更新默認推薦最新版本Bitcoin Core客戶端0.21.0版本，并發布0.21.0版本變更新日志。文檔顯示，雖然該版本已經實施了Taproot共識規則更新，但是目前還未在主網激活，如果希望測試Taproot的實驗性功能，可以通過Signet測試網進行，功能已經在Signet中激活啟用。

Signet是全新的比特幣測試網絡，該概念由比特幣核心開發者Karl-JohanAlm提出。比特幣的測試網是給開發者、交易所或錢包提供了一個沙盤，任何新技術都可以提前在測試網中試驗，但現在測試網面臨著一些問題。比如生成區塊速度不穩定，甚至可能有大量區塊會被重組（reorg），這對于某些需要多方參與的測試來說會難以協調。而Signet提案就是為了解決這些問題的，提供一個更可靠和魯棒性的測試網絡，運行起來就像是主網，盡量減少超過6個的區塊重組。[2021/1/18 16:26:29]

這導致 DAO 決策根據身份（高或低）而不是提案優點來評估和接受。

Compound有關“在DAI清算中將COMP分發給受影響的用戶”提案未能通過:據官方消息，由于未達到法定票數，Compound上有關“在DAI清算中將COMP分發給受影響的用戶”的提案今日未能通過。贊成票數202,941，反對票681,290。[2020/12/14 15:07:32]

有意識和無意識的偏見是學術界公認的問題，并且已被廣泛研究。例如，與雙盲審稿人相比，非盲審稿人更有可能接受著名作者或頂級機構的論文。

幾十年來，學術界一直在與這種偏見作斗爭，并已開始使用信息技術消除其審查系統中的偏見。

然而，由于工具不足，DAOs 并沒有解決這個問題。我們認為，可以首先概述 DAO 中參與者的動態來解決偏見。換句話說，DAO 既有明顯的偏見—“超級明星”故意劫持提案，也有隱性的偏見，即提案不是僅根據優點來判斷的。

動態 | 鈀金生產商Norilsk Nickel計劃通過加密令牌進行鈀金交易:世界上最大的鈀金生產商Norilsk Nickel（俄羅斯）計劃通過加密令牌進行鈀金交易。[2019/3/27]

由于提案者的歷史工作和可靠性，專家的提案更容易“信任”。

專家和非專家的意見和討論質量存在差異

非專家缺乏時間或技能來正確閱讀和理解提案。

TLDR：DAO 的專業知識具有內在優勢，可用于幫助非專家

無論專業水平如何，地位高的成員絕對值得信。

用戶融合了地位、專業知識和信任。例如，節點操作員可能具有較高的地位，但專業知識和信任度較低。

動態 | 新惡意軟件通過控制Windows剪貼板盜取加密貨幣:據Cointelegraph消息，對比特幣用戶的一種新攻擊正瞄準230萬個目標。該惡意軟件是被稱為“剪貼板劫持者”的成員之一，秘密獲得對內存的控制，在后臺運行以確保用戶不會注意到其存在。然后將用戶復制到Windows剪貼板中的比特幣地址替換為攻擊者的地址，用戶之后會不知不覺地粘貼攻擊者的地址并發送他們的加密貨幣。[2018/7/3]

地位高的人自私地行事并得到承認

地位低的人為 DAO 的利益行事，但會被忽略

TLDR：DAO中的地位有固有的缺點，會降低討論的價值

然而匿名性缺乏突出的、個性化的或不尋常的特征。

匿名從話語中剝奪了地位和專業知識的信號。

每個人的審查都會增加（高地位、低地位、專家和非專家）

增加了治理疲勞，所有職位都受到平等審查。

增加了垃圾郵件的風險。

在線信譽系統在減少疲勞和垃圾郵件方面有著成功的歷史。具體來說，Stack Overflow 已被證明在Crowd文檔和討論方面非常成功。一般來說，專家在 Stack Overflow 上的行為和有效性也得到了研究和記錄。

當 Anonymity 和 Reputation 結合時，一個具有理想屬性的 Robust 討論系統就出現了。即：

隨著時間的推移積累的專業知識數量：

只有專家才能發提案（減少疲勞）

較少的專家可以 TLDR，贊成/反對提案和話題（減少疲勞）

專家可以調節垃圾郵件（減少垃圾郵件）

專家可以示意性地直接討論（提案）

專家可以獲得更多的專業點數（增加參與激勵）

沒有技能的用戶（非專家）現在可以依賴有貢獻歷史的專家，而不會被依賴純粹身份的非專家所左右。

參考文獻：

Reviewer bias in single- versus double-blind peer review

Andrew Tomkins, Min Zhang, and William D. Heavlin

Nobel and novice: Author prominence affects peer review 

Jürgen Huber, Sabiou Inoua, Rudolf Kerschbamer and Vernon L. Smith

Understanding and supporting anonymity policies in peer review

Syavash Nobarany and Kellogg S. Booth

Crowd documentation: Exploring the coverage and the dynamics of API discussions on Stack Overflow

Georgia Technical Report

Towards Dynamic Interaction-Based Reputation Models

A. Melnikov, J. Lee, V. Rivera, M. Mazzara and L. Longo

The Importance of Reputation for the Evolution of Decentralization

Craig Calcaterra, Wulf A. Kaal

金色財經

金色早8點

澎湃新聞

Odaily星球日報

Arcane Labs

深潮TechFlow

歐科云鏈

鏈得得

MarsBit

BTCStudy

Tags：DAOANDIONVERZ7DAOUniverse IslandDonation BerryData Delivery Network

pepe最新價格