DAO:DAOrayaki ｜通过匿名和声誉解决DAO中的群体思维和偏见

一、DAO中的影响力攻击

讨论是DAO的关键要素之一。

?协调成员之间的任务?提出和讨论想法及提案由于提案有效地指导了DAO的决策和财务支出，以至于在审议阶段DAO很容易受到影响力的攻击。

这是一个经典问题，游说者使用不同的策略来影响提案的决策。例如：交换条件、贿赂、胁迫、勒索等。

我们相信，在提案的创建、审议和投票过程中，真正的匿名性可以解决大多数的影响力攻击。

二、链上治理系统中的人格偏见问题

研究发现DAO在创建和审议提案时面临的三个挑战。

以太坊网络当前已销毁近330万枚ETH:金色财经报道，据Ultrasound数据显示，截止目前，以太坊网络总共销毁329.277万枚ETH。其中，OpenSea销毁230050.64枚ETH，ETHtransfers销毁282567.70枚ETH，UniswapV2销毁175072.65枚。注：自以太坊伦敦升级引入EIP-1559后，以太坊网络会根据交易需求和区块大小动态调整每笔交易的BaseFee，而这部分的费用将直接燃烧销毁。[2023/5/17 15:08:14]

1）DAO成员的技术和知识不对称

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。2）过度依赖身份来评估提案

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”。

过去24小时全网爆仓9582.03万美元:金色财经报道，数据显示，过去24小时全网爆仓9582.03万美元，其中比特币爆仓4149.45万美元，以太坊爆仓2399.41万美元。[2023/4/25 14:24:39]

3）评论中的身份和偏见问题

这导致DAO决策根据身份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。

三、通过匿名技术解决偏见

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。

FTX现任CEO：正在调查SBF的父母在FTX发挥何种作用:金色财经报道，数字货币交易所FTX现任首席执行官Ray表示，正在调查FTX创始人SBF的父母在FTX发挥何种作用；他的父母收到过付款。[2022/12/14 21:42:59]

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。

1）专家：在特定领域具有高技能、知识或贡献的人。

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2）地位：相对的社会或职业地位；

美国司法部：正在研究数字资产市场的潜在操纵行为:金色财经报道，美国司法部首席副检察长Marshall Miller列出了最近与加密货币相关的执法行动清单，并暗示该机构正在研究对数字资产市场的潜在操纵。最近FTX的崩溃引发了人们对其创始人 SBF 是否会面临刑事指控的质疑，Marshall Miller表示，该部门正在密切跟踪过去一年数字资产市场的极端波动。（CNBC）[2022/12/8 21:31:52]

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3）高地位成员的提案带有内在的积极偏见

数据：1000枚BTC从未知钱包转移到Gemini:金色财经消息，据WhaleAlert数据显示，1000枚BTC从未知钱包转移到Gemini。[2022/8/12 12:19:59]

4）低地位成员的提案带有固有的负面偏见。

TLDR：DAO中的地位有固有的缺点，会降低讨论的价值

四、引入匿名，将会发生么？

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

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，StackOverflow已被证明在Crowd文档和讨论方面非常成功。一般来说，专家在StackOverflow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较少的专家可以TLDR，赞成/反对提案和话题专家可以调节垃圾邮件专家可以示意性地直接讨论专家可以获得更多的专业点数没有技能的用户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：

Reviewerbiasinsingle-versusdouble-blindpeerreview

AndrewTomkins,MinZhang,andWilliamD.Heavlin

Nobelandnovice:Authorprominenceaffectspeerreview?

JürgenHuber,SabiouInoua,RudolfKerschbamerandVernonL.Smith

Understandingandsupportinganonymitypoliciesinpeerreview

SyavashNobaranyandKelloggS.Booth

Crowddocumentation:ExploringthecoverageandthedynamicsofAPIdiscussionsonStackOverflow

GeorgiaTechnicalReport

TowardsDynamicInteraction-BasedReputationModels

A.Melnikov,J.Lee,V.Rivera,M.MazzaraandL.Longo

TheImportanceofReputationfortheEvolutionofDecentralization

CraigCalcaterra,WulfA.Kaal

标签：DAOANDIONVERMetavault DAOMetaLandmapReforestation MahoganyOpenLeverage

中币热门资讯