DAO:通过匿名和声誉解决 DAO 中的群体思维和偏见

贡献者：DAOctor /img/202352600512/0.jpg" />

MakerDAO投票通过将DAI存款利率提高到3.49%等的执行提案:6月16日消息，MakerDAO社区已投票通过一项治理提案执行投票，提案内容包括对BlockTower RWA金库债务上限进行更改、调整多个风险参数、将DAI存款利率提高到3.49%、USDP PSM债务上限降至0DAI等内容。[2023/6/16 21:41:24]

研究发现 DAO 在创建和审议提案时面临的三个挑战。

由于DAO 由具有不同知识水平的参与者组成，因此：

许多成员无法准确评估复杂的提案

即使简单的提案，用户也无法判断某些动作的二阶和三阶效应

成员们缺乏动力去花时间熟悉提案以做出更明智的决策

进一步导致在评估期间缺乏参与，并且对提案的批评不太有效。

没有时间或专业知识研究提案，时间或知识储备不足的用户依赖于来自高地位成员的社交启发来判断提案是“好”还是“坏”。

CoinDesk已允许用户通过阅读文章等互动来赚取DESK代币:12月7日消息，区块链媒体CoinDesk计划将其DESK代币整合到更广泛的读者体验中，目前创建账户后的读者有机会通过阅读文章、观看视频和其他与CoinDesk的互动来赚取DESK代币，领取的DESK奖励会累积在每个读者的CoinDesk余额中，未来可以进行转移。

即日起，读者可以将其代币兑换成来自特色艺术家、社区PFP等的各种NFT作品，也可以使用DESK访问Discord社区中的代币门限频道和Web3功能。DESK代币还可用于参与SnapShot空间中的代币化民意调查和社区提案。（CoinDesk）[2022/12/7 21:27:44]

这导致 DAO 决策根据身份（高或低）而不是提案优点来评估和接受。

有意识和无意识的偏见是学术界公认的问题，并且已被广泛研究。例如，与双盲审稿人相比，非盲审稿人更有可能接受著名作者或顶级机构的论文。

动态 | 币安宣布可以通过Visa和MasterCard购买BNB等数字货币:6月4日消息，币安宣布经可以通过Visa和MasterCard购买BN，此外，还可以购买BTC、ETH、XRP、LTC、BCH。[2019/6/4]

几十年来，学术界一直在与这种偏见作斗争，并已开始使用信息技术消除其审查系统中的偏见。

然而，由于工具不足，DAOs 并没有解决这个问题。我们认为，可以首先概述 DAO 中参与者的动态来解决偏见。换句话说，DAO 既有明显的偏见—“超级明星”故意劫持提案，也有隐性的偏见，即提案不是仅根据优点来判断的。

声音 | 太平洋人寿董事长：可通过加快布局区块链等前端技术有效改善产品设计与用户旅程:据21世纪经济报道，1月4日，在“2019 慧保天下保险大会”上，太平洋人寿董事长徐敬惠表示，保险业需要主动拥抱新技术，通过实施“产品+科技创新”战略，实现数字化赋能。行业可通过加快对大数据分析、云计算、人工智能、区块链等前端技术的储备与布局，充分借助新科技应用提高产品在设计与功能上的创新能力，有效改善产品设计与用户旅程。[2019/1/5]

由于提案者的历史工作和可靠性，专家的提案更容易“信任”。

专家和非专家的意见和讨论质量存在差异

非专家缺乏时间或技能来正确阅读和理解提案。

TLDR：DAO 的专业知识具有内在优势，可用于帮助非专家

声音 | 华尔街日报：犯罪分子通过46家数字货币交易所进行了近9000万美元的活动:据Coindesk消息，华尔街日报近日一项调查显示，犯罪分子通过46家数字货币交易所进行了近9000万美元的活动，其中，通过ShapeShift AG约900万美元。[2018/9/29]

无论专业水平如何，地位高的成员绝对值得信。

用户融合了地位、专业知识和信任。例如，节点操作员可能具有较高的地位，但专业知识和信任度较低。

地位高的人自私地行事并得到承认

地位低的人为 DAO 的利益行事，但会被忽略

TLDR：DAO中的地位有固有的缺点，会降低讨论的价值

然而匿名性缺乏突出的、个性化的或不寻常的特征。

匿名从话语中剥夺了地位和专业知识的信号。

每个人的审查都会增加（高地位、低地位、专家和非专家）

增加了治理疲劳，所有职位都受到平等审查。

增加了垃圾邮件的风险。

在线信誉系统在减少疲劳和垃圾邮件方面有着成功的历史。具体来说，Stack Overflow 已被证明在Crowd文档和讨论方面非常成功。一般来说，专家在 Stack Overflow 上的行为和有效性也得到了研究和记录。

当 Anonymity 和 Reputation 结合时，一个具有理想属性的 Robust 讨论系统就出现了。即：

随着时间的推移积累的专业知识数量：

只有专家才能发提案（减少疲劳）

较少的专家可以 TLDR，赞成/反对提案和话题（减少疲劳）

专家可以调节垃圾邮件（减少垃圾邮件）

专家可以示意性地直接讨论（提案）

专家可以获得更多的专业点数（增加参与激励）

没有技能的用户（非专家）现在可以依赖有贡献历史的专家，而不会被依赖纯粹身份的非专家所左右。

参考文献：

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

金色财经

金色早8点

澎湃新闻

Odaily星球日报

Arcane Labs

深潮TechFlow

欧科云链

链得得

MarsBit

BTCStudy

标签：DAODESESKANDBidaodes币怎么样TokenDeskPink Panda

Gate交易所热门资讯