Salah satu aplikasi Ethereum yang paling membuat saya bersemangat adalah pasar prediksi. Pada tahun 2014, saya menulis sebuah artikel tentang futarchy, sebuah model tata kelola berbasis prediksi yang dikonseptualisasikan oleh Robin Hanson. Sejak tahun 2015, saya telah menjadi pengguna dan pendukung aktif Augur (lihat, nama saya ada di artikel Wikipedia). Saya menghasilkan $58.000 dari taruhan pemilihan umum tahun ini. Saya telah menjadi pendukung dan pengikut setia Polymarket sepanjang tahun ini.
Bagi banyak orang, pasar prediksi adalah taruhan pada pemilihan, dan bertaruh pada pemilihan adalah perjudian - jika itu bisa membuat orang menikmati kesenangan, itu bagus, tetapi pada dasarnya, itu tidak lebih menarik daripada membeli Token acak di pump.fun. Dalam hal ini, minat saya terhadap pasar prediksi tampaknya membingungkan. Oleh karena itu, dalam artikel ini, saya bermaksud menjelaskan alasan mengapa konsep ini membuat saya bersemangat. Singkatnya, saya percaya (i) pasar prediksi yang ada saat ini adalah alat yang sangat berguna bagi dunia, tetapi selain itu (ii) pasar prediksi hanyalah contoh dari kategori yang lebih besar dan sangat kuat, yang berpotensi menciptakan realisasi yang lebih baik dalam media sosial, ilmu pengetahuan, berita, tata kelola, dan industri lainnya. Saya akan menyebut kategori ini sebagai 'info finance'.
Dua Sisi Polymarket: Situs Taruhan untuk Peserta, Situs Berita untuk Semua Orang Lain
Selama seminggu terakhir, Polymarket telah menjadi sumber informasi yang sangat efektif tentang pemilihan presiden Amerika Serikat. Polymarket tidak hanya memprediksi peluang kemenangan Trump sebesar 60/40 (sedangkan sumber berita lainnya memprediksi 50/50, yang itu sendiri tidak terlalu mengesankan), tetapi juga menunjukkan keunggulan lainnya: ketika hasilnya keluar, meskipun banyak ahli dan sumber berita terus menggoda penonton dengan harapan mendengar berita yang menguntungkan bagi Joe Biden, Polymarket secara langsung mengungkapkan kebenaran: peluang kemenangan Trump lebih dari 95% dan peluang menguasai semua departemen pemerintah lebih dari 90%.
Sumber gambar: Golden Finance
Sumber gambar: Dua tangkapan layar dari Jinse Caijing diambil pada 6 November jam 3:40 pagi waktu Timur AS
Namun bagi saya, ini bahkan bukan contoh paling menarik dari Polymarket. Jadi mari kita lihat contoh lain: pemilihan di Venezuela bulan Juli. Sehari setelah pemilihan berakhir, saya ingat melihat seseorang memprotes hasil pemilihan Venezuela yang sangat dimanipulasi dari sudut mata saya. Awalnya, saya tidak terlalu memperhatikannya. Saya tahu Maduro sudah salah satu dari 'pemimpin otoriter' itu, jadi saya pikir, tentu saja dia akan memalsukan setiap hasil pemilihan untuk mempertahankan kekuasaannya, tentu saja akan ada protes, tentu saja protes akan gagal - sayangnya, banyak orang lain juga gagal.
Sumber gambar: Keuangan Emas Orang-orang bersedia mengeluarkan lebih dari sepuluh ribu dolar dan bertaruh kemungkinan Maduro akan digulingkan dalam pemilihan ini adalah 23%. Sekarang saya mulai mengikuti.
Tentu saja, kami menyadari konsekuensi malang dari situasi ini. Pada akhirnya, Maduro berhasil tetap berkuasa. Namun, pasar membuat saya menyadari bahwa kali ini, upaya untuk menjatuhkan Maduro sungguh-serius. Protes berskala besar, oposisi telah mengeksekusi strategi yang sangat baik, membuktikan kepada dunia betapa pemilihan itu sangat penipuan. Jika saya tidak menerima sinyal awal dari Polymarket 'kali ini, ada beberapa hal yang patut ikuti', saya bahkan tidak akan mulai mengikuti.
Anda sebaiknya tidak sepenuhnya mempercayai tabel taruhan Polymarket: Jika semua orang mempercayai tabel taruhan, maka siapa pun yang berduit dapat memanipulasi tabel taruhan, tidak ada yang berani bertaruh melawan mereka. Di sisi lain, sepenuhnya mempercayai berita juga ide yang buruk. Berita memiliki motif sensasionalisasi, menggelembungkan konsekuensi dari segala hal untuk mendapatkan klik. Terkadang itu masuk akal, terkadang tidak. Jika Anda melihat artikel yang menghebohkan, tetapi kemudian Anda pergi ke pasar dan menemukan bahwa probabilitas peristiwa terkait sama sekali tidak berubah, maka meragukannya juga masuk akal. Atau, jika Anda melihat probabilitas yang tinggi atau rendah yang tidak terduga di pasar, atau perubahan yang tiba-tiba, itu adalah sinyal untuk membaca berita dan melihat apa yang menyebabkannya. Kesimpulan: Dibandingkan dengan membaca salah satu dari keduanya secara terpisah, dengan membaca berita dan tabel taruhan, Anda bisa mendapatkan informasi yang lebih banyak.
Mari kita tinjau kembali apa yang terjadi di sini. Jika Anda seorang penjudi, maka Anda dapat bertaruh di Polymarket, itu adalah situs perjudian bagi Anda. Jika Anda bukan penjudi, maka Anda dapat membaca grafik taruhan, itu adalah situs berita bagi Anda. Anda seharusnya tidak sepenuhnya mempercayai grafik taruhan, tetapi saya pribadi telah membuat membaca grafik taruhan sebagai salah satu langkah dalam alur kerja pengumpulan informasi saya (bersama dengan media tradisional dan media sosial), ini membantu saya untuk mendapatkan lebih banyak informasi dengan lebih efektif.
Makna yang lebih luas dalam keuangan informasi
Sekarang, kita masuk ke bagian penting: memprediksi hasil pemilu hanya merupakan aplikasi pertama. Konsep yang lebih luas adalah bahwa Anda dapat menggunakan keuangan sebagai mekanisme insentif koordinasi untuk memberikan informasi berharga kepada penonton. Sekarang, reaksi alami adalah: apakah semua keuangan pada dasarnya tidak semua tentang informasi? Para peserta yang berbeda akan membuat keputusan jual beli yang berbeda karena mereka memiliki pandangan yang berbeda tentang masa depan (selain kebutuhan pribadi seperti preferensi risiko dan keinginan lindung nilai), Anda dapat menyimpulkan banyak pengetahuan tentang dunia melalui membaca harga pasar.
Bagi saya, keuangan informasi adalah seperti ini, tetapi secara struktural benar. Mirip dengan konsep struktural yang benar dalam rekayasa perangkat lunak, keuangan informasi adalah sebuah disiplin yang meminta Anda (i) mulai dari fakta yang ingin Anda ketahui, lalu (ii) dengan sengaja merancang sebuah pasar untuk mendapatkan informasi tersebut secara optimal dari para peserta pasar.
Sumber gambar: Golden Finance
Keuangan informasi adalah pasar tiga sisi: investor membuat prediksi, pembaca membaca prediksi. Pasar akan menghasilkan prediksi masa depan sebagai barang publik (karena itu adalah tujuan dari desain).
Pasaran ramalan adalah contoh yang bagus: Anda ingin tahu fakta spesifik di masa depan, jadi Anda menetapkan pasaran untuk orang bertaruh pada fakta itu. Contoh lain adalah pasaran keputusan: Anda ingin tahu, berdasarkan petunjuk M, keputusan A atau keputusan B akan menghasilkan hasil yang lebih baik. Untuk mencapai ini, Anda menetapkan pasaran keadaan: Anda meminta orang bertaruh (i) pilihan keputusan mana yang akan dipilih, (ii) jika memilih keputusan A, maka dapatkan nilai M, jika tidak nol, (iii) jika memilih keputusan B, maka dapatkan nilai M, jika tidak nol. Dengan tiga variabel ini, Anda dapat menentukan apakah pasar menganggap keputusan A atau keputusan B lebih menguntungkan dalam mendapatkan nilai M.
Sumber gambar: Golden Finance
Saya perkirakan teknologi yang akan mendorong perkembangan keuangan informasi dalam 10 tahun mendatang adalah AI (baik itu model besar maupun teknologi masa depan). Hal ini dikarenakan banyak aplikasi menarik dalam keuangan informasi berkaitan dengan masalah 'mikro': jutaan pasar kecil di mana keputusan masing-masing pasar memiliki dampak yang relatif kecil secara individu. Sebenarnya, pasar dengan volume rendah biasanya tidak dapat beroperasi secara efektif: bagi peserta yang berpengalaman, menghabiskan waktu untuk analisis mendetail hanya untuk mendapatkan keuntungan beberapa ratus dolar tidaklah masuk akal, bahkan banyak yang berpendapat bahwa pasar seperti itu tidak dapat beroperasi tanpa subsidi, karena kecuali masalah yang paling besar dan paling mencolok, tidak ada cukup banyak pedagang yang belum berpengalaman yang membuat pedagang berpengalaman mendapatkan keuntungan. AI sepenuhnya mengubah persamaan ini, yang berarti kita dapat memperoleh informasi berkualitas tinggi bahkan dalam pasar dengan volume 10 dolar. Meskipun membutuhkan subsidi, jumlah subsidi untuk setiap masalah menjadi sangat terjangkau.
Keuangan informasi membutuhkan distilasi manusia
menghakimi
Anggaplah Anda memiliki mekanisme penilaian buatan yang dapat dipercaya dan mekanisme tersebut memiliki legitimasi kepercayaan dari seluruh komunitas, namun membuat penilaian membutuhkan waktu dan biaya tinggi. Namun, Anda ingin mengakses setidaknya satu salinan pendekatan dari 'mekanisme mahal' tersebut dengan biaya rendah secara real-time. Berikut adalah ide yang diajukan oleh Robin Hanson tentang apa yang dapat Anda lakukan: setiap kali Anda perlu membuat keputusan, Anda akan membentuk pasar prediksi yang memprediksi hasil yang akan diberikan oleh mekanisme mahal tersebut jika dipanggil. Anda menjalankan pasar prediksi tersebut dan menginvestasikan sejumlah kecil dana untuk mensubsidi pembuat pasar.
Dalam 99,99% waktu, Anda sebenarnya tidak akan menggunakan mekanisme yang mahal: mungkin Anda akan 'membatalkan transaksi' dan mengembalikan kontribusi setiap orang, atau Anda hanya memberikan nol kepada setiap orang, atau Anda melihat apakah harga rata-rata lebih mendekati 0 atau 1 dan menganggapnya sebagai fakta dasar. Dalam 0,01% waktu - mungkin ini acak, mungkin ini ditujukan untuk pasar dengan volume terbesar, mungkin keduanya - Anda sebenarnya akan menjalankan mekanisme yang mahal dan mengkompensasi peserta berdasarkan hal tersebut.
Ini memberikan Anda versi 'destilasi' yang dapat dipercaya, netral, cepat, dan murah, yang merupakan mekanisme yang sangat dipercaya dengan biaya tinggi (menggunakan kata 'destilasi' untuk menganalogikan dengan 'destilasi distilled' dalam LLM). Seiring berjalannya waktu, mekanisme destilasi ini secara umum mencerminkan perilaku mekanisme asli - karena hanya peserta yang membantu mencapai hasil tersebut yang dapat menghasilkan uang, sedangkan orang lain akan kehilangan uang.
Sumber gambar: model kombinasi pasar prediksi yang mungkin dari Gold Finance + catatan komunitas.
Ini tidak hanya berlaku untuk media sosial, tetapi juga untuk DAO. Salah satu masalah utama DAO adalah jumlah keputusan yang terlalu banyak, sehingga sebagian besar orang enggan untuk terlibat, yang mengakibatkan penggunaan delegasi yang luas, risiko sentralisasi yang umum dalam demokrasi perwakilan, dan kegagalan agen delegasi, atau rentan terhadap serangan. Jika dalam DAO terjadi sedikit pemungutan suara yang sebenarnya, dan sebagian besar hal ditentukan oleh pasar prediksi, dengan hasil pemungutan suara dikombinasikan oleh manusia dan AI, maka jenis DAO ini mungkin akan berjalan dengan baik.
Seperti yang kita lihat dalam contoh pasar pengambilan keputusan, keuangan informasi mengandung banyak potensi jalan untuk memecahkan masalah penting dalam pengelolaan Desentralisasi, kunci utamanya adalah keseimbangan antara pasar dan non-pasar: pasar adalah 'mesin', dan beberapa mekanisme kepercayaan yang tidak terkait dengan keuangan adalah 'setir'.
Aplikasi lain dalam keuangan informasi
Token pribadi - seperti Bitclout (sekarang deso), friend.tech, dan banyak proyek lain yang membuat Token untuk setiap orang dan membuatnya mudah untuk berspekulasi - adalah apa yang saya sebut sebagai 'keuangan informasi asli'. Mereka dengan sengaja menciptakan harga pasar untuk variabel tertentu (yaitu harapan reputasi masa depan seseorang), tetapi informasi yang tepat yang diungkapkan oleh harga terlalu samar dan terbatas oleh refleksivitas dan dinamika gelembung. Ada kemungkinan menciptakan versi protokol yang ditingkatkan untuk hal seperti ini dan memecahkan masalah penting seperti penemuan bakat dengan mempertimbangkan secara lebih hati-hati desain ekonomi Token (terutama dari mana nilai akhirnya berasal). Konsep pasar masa depan reputasi Robin Hanson adalah salah satu kemungkinan akhir di sini.
Iklan - Sinyal 'mahal tapi dapat dipercaya' akhirnya adalah apakah Anda akan membeli produk. Keuangan informasi berbasis sinyal ini dapat membantu orang menentukan apa yang harus dibeli.
Tinjauan sejawat ilmiah – Selalu ada "krisis replikasi" dalam komunitas ilmiah, di mana beberapa hasil terkenal dalam beberapa kasus menjadi bagian dari kearifan rakyat, tetapi pada akhirnya tidak dapat direproduksi dalam penelitian baru. Kita dapat mencoba menentukan hasil yang perlu diperiksa ulang oleh pasar prediksi. Pasar semacam itu juga memungkinkan pembaca untuk dengan cepat memperkirakan seberapa besar mereka harus mempercayai hasil tertentu sebelum memeriksa ulang. Eksperimen dengan ide ini telah dilakukan dan sejauh ini tampaknya telah berhasil.
Dukungan Barang Publik—Salah satu masalah utama dari mekanisme dukungan barang publik yang digunakan oleh Ethereum adalah sifatnya yang bersifat 'perlombaan popularitas'. Setiap kontributor perlu melakukan kampanye pemasaran mereka sendiri di media sosial untuk mendapatkan pengakuan, sehingga kontributor yang tidak mampu melakukannya atau memiliki peran 'latar belakang' lebih sedikit kesempatan untuk mendapatkan dana dalam jumlah besar. Solusi yang menarik adalah mencoba melacak seluruh grafik ketergantungan: untuk setiap hasil positif, proyek mana yang berkontribusi seberapa banyak, dan kemudian untuk setiap proyek, proyek mana yang berkontribusi seberapa banyak, dan seterusnya. Tantangan utama dari desain ini adalah menemukan bobot tepi yang dapat melawan manipulasi. Pada akhirnya, manipulasi semacam ini terus terjadi. Mekanisme penilaian manusia yang disuling mungkin bisa membantu.
Kesimpulan
Pemikiran-pemikiran ini telah lama dijelaskan secara teoritis: tulisan-tulisan awal tentang pasar prediksi bahkan pasar keputusan telah berusia puluhan tahun, sementara wacana serupa dalam teori keuangan bahkan lebih kuno. Namun, saya berpendapat bahwa sepuluh tahun terakhir ini memberikan kesempatan yang unik, dengan alasan utama sebagai berikut:
Keuangan informasi telah menyelesaikan masalah kepercayaan yang sebenarnya ada di antara orang. Salah satu kekhawatiran umum dalam era ini adalah kurangnya pengetahuan (yang lebih buruk adalah kurangnya Konsensus), tidak tahu siapa yang seharusnya dipercayai dalam lingkungan politik, ilmiah, dan bisnis. Aplikasi keuangan informasi dapat membantu menjadi bagian dari solusi.
Sekarang kami memiliki Blok yang dapat diperluas sebagai dasarnya. Hingga baru-baru ini, biayanya terlalu tinggi untuk mewujudkan ide-ide ini secara nyata. Sekarang, biayanya tidak terlalu tinggi lagi.
Sebagai peserta AI. Ketika keuangan informasi membutuhkan partisipasi manusia untuk setiap masalah, sulit untuk berfungsi. AI telah sangat meningkatkan situasi ini, bahkan dapat menciptakan pasar yang efektif bahkan untuk masalah yang kecil. Banyak pasar mungkin memiliki kombinasi peserta AI dan manusia, terutama ketika jumlah masalah tertentu tiba-tiba meningkat.
Untuk sepenuhnya memanfaatkan peluang ini, kita harus melampaui sekadar memprediksi pemilihan, dan menjelajahi apa lagi yang dapat diperoleh dari keuangan informasi.
Terima kasih khusus kepada Robin Hanson dan Alex Tabarrok atas umpan balik dan komentar mereka
【Penafian】 Pasar berisiko, dan investasi perlu berhati-hati. Artikel ini bukan merupakan saran investasi dan pengguna harus mempertimbangkan apakah ada pendapat, pendapat atau kesimpulan di sini yang sesuai untuk keadaan khusus mereka. Investasikan sesuai dengan risiko Anda sendiri.
Artikel ini disalin dengan izin dari: "Foresight News"
Konten ini hanya untuk referensi, bukan ajakan atau tawaran. Tidak ada nasihat investasi, pajak, atau hukum yang diberikan. Lihat Penafian untuk pengungkapan risiko lebih lanjut.
Aplikasi terkuat dalam lingkaran ini? V神 membahas pasar prediksi, keuangan informasi: proyek ini membuat saya bersemangat
Salah satu aplikasi Ethereum yang paling membuat saya bersemangat adalah pasar prediksi. Pada tahun 2014, saya menulis sebuah artikel tentang futarchy, sebuah model tata kelola berbasis prediksi yang dikonseptualisasikan oleh Robin Hanson. Sejak tahun 2015, saya telah menjadi pengguna dan pendukung aktif Augur (lihat, nama saya ada di artikel Wikipedia). Saya menghasilkan $58.000 dari taruhan pemilihan umum tahun ini. Saya telah menjadi pendukung dan pengikut setia Polymarket sepanjang tahun ini.
Bagi banyak orang, pasar prediksi adalah taruhan pada pemilihan, dan bertaruh pada pemilihan adalah perjudian - jika itu bisa membuat orang menikmati kesenangan, itu bagus, tetapi pada dasarnya, itu tidak lebih menarik daripada membeli Token acak di pump.fun. Dalam hal ini, minat saya terhadap pasar prediksi tampaknya membingungkan. Oleh karena itu, dalam artikel ini, saya bermaksud menjelaskan alasan mengapa konsep ini membuat saya bersemangat. Singkatnya, saya percaya (i) pasar prediksi yang ada saat ini adalah alat yang sangat berguna bagi dunia, tetapi selain itu (ii) pasar prediksi hanyalah contoh dari kategori yang lebih besar dan sangat kuat, yang berpotensi menciptakan realisasi yang lebih baik dalam media sosial, ilmu pengetahuan, berita, tata kelola, dan industri lainnya. Saya akan menyebut kategori ini sebagai 'info finance'.
Dua Sisi Polymarket: Situs Taruhan untuk Peserta, Situs Berita untuk Semua Orang Lain
Selama seminggu terakhir, Polymarket telah menjadi sumber informasi yang sangat efektif tentang pemilihan presiden Amerika Serikat. Polymarket tidak hanya memprediksi peluang kemenangan Trump sebesar 60/40 (sedangkan sumber berita lainnya memprediksi 50/50, yang itu sendiri tidak terlalu mengesankan), tetapi juga menunjukkan keunggulan lainnya: ketika hasilnya keluar, meskipun banyak ahli dan sumber berita terus menggoda penonton dengan harapan mendengar berita yang menguntungkan bagi Joe Biden, Polymarket secara langsung mengungkapkan kebenaran: peluang kemenangan Trump lebih dari 95% dan peluang menguasai semua departemen pemerintah lebih dari 90%.
Sumber gambar: Golden Finance
Sumber gambar: Dua tangkapan layar dari Jinse Caijing diambil pada 6 November jam 3:40 pagi waktu Timur AS
Namun bagi saya, ini bahkan bukan contoh paling menarik dari Polymarket. Jadi mari kita lihat contoh lain: pemilihan di Venezuela bulan Juli. Sehari setelah pemilihan berakhir, saya ingat melihat seseorang memprotes hasil pemilihan Venezuela yang sangat dimanipulasi dari sudut mata saya. Awalnya, saya tidak terlalu memperhatikannya. Saya tahu Maduro sudah salah satu dari 'pemimpin otoriter' itu, jadi saya pikir, tentu saja dia akan memalsukan setiap hasil pemilihan untuk mempertahankan kekuasaannya, tentu saja akan ada protes, tentu saja protes akan gagal - sayangnya, banyak orang lain juga gagal.
Sumber gambar: Keuangan Emas Orang-orang bersedia mengeluarkan lebih dari sepuluh ribu dolar dan bertaruh kemungkinan Maduro akan digulingkan dalam pemilihan ini adalah 23%. Sekarang saya mulai mengikuti.
Tentu saja, kami menyadari konsekuensi malang dari situasi ini. Pada akhirnya, Maduro berhasil tetap berkuasa. Namun, pasar membuat saya menyadari bahwa kali ini, upaya untuk menjatuhkan Maduro sungguh-serius. Protes berskala besar, oposisi telah mengeksekusi strategi yang sangat baik, membuktikan kepada dunia betapa pemilihan itu sangat penipuan. Jika saya tidak menerima sinyal awal dari Polymarket 'kali ini, ada beberapa hal yang patut ikuti', saya bahkan tidak akan mulai mengikuti.
Anda sebaiknya tidak sepenuhnya mempercayai tabel taruhan Polymarket: Jika semua orang mempercayai tabel taruhan, maka siapa pun yang berduit dapat memanipulasi tabel taruhan, tidak ada yang berani bertaruh melawan mereka. Di sisi lain, sepenuhnya mempercayai berita juga ide yang buruk. Berita memiliki motif sensasionalisasi, menggelembungkan konsekuensi dari segala hal untuk mendapatkan klik. Terkadang itu masuk akal, terkadang tidak. Jika Anda melihat artikel yang menghebohkan, tetapi kemudian Anda pergi ke pasar dan menemukan bahwa probabilitas peristiwa terkait sama sekali tidak berubah, maka meragukannya juga masuk akal. Atau, jika Anda melihat probabilitas yang tinggi atau rendah yang tidak terduga di pasar, atau perubahan yang tiba-tiba, itu adalah sinyal untuk membaca berita dan melihat apa yang menyebabkannya. Kesimpulan: Dibandingkan dengan membaca salah satu dari keduanya secara terpisah, dengan membaca berita dan tabel taruhan, Anda bisa mendapatkan informasi yang lebih banyak.
Mari kita tinjau kembali apa yang terjadi di sini. Jika Anda seorang penjudi, maka Anda dapat bertaruh di Polymarket, itu adalah situs perjudian bagi Anda. Jika Anda bukan penjudi, maka Anda dapat membaca grafik taruhan, itu adalah situs berita bagi Anda. Anda seharusnya tidak sepenuhnya mempercayai grafik taruhan, tetapi saya pribadi telah membuat membaca grafik taruhan sebagai salah satu langkah dalam alur kerja pengumpulan informasi saya (bersama dengan media tradisional dan media sosial), ini membantu saya untuk mendapatkan lebih banyak informasi dengan lebih efektif.
Makna yang lebih luas dalam keuangan informasi
Sekarang, kita masuk ke bagian penting: memprediksi hasil pemilu hanya merupakan aplikasi pertama. Konsep yang lebih luas adalah bahwa Anda dapat menggunakan keuangan sebagai mekanisme insentif koordinasi untuk memberikan informasi berharga kepada penonton. Sekarang, reaksi alami adalah: apakah semua keuangan pada dasarnya tidak semua tentang informasi? Para peserta yang berbeda akan membuat keputusan jual beli yang berbeda karena mereka memiliki pandangan yang berbeda tentang masa depan (selain kebutuhan pribadi seperti preferensi risiko dan keinginan lindung nilai), Anda dapat menyimpulkan banyak pengetahuan tentang dunia melalui membaca harga pasar.
Bagi saya, keuangan informasi adalah seperti ini, tetapi secara struktural benar. Mirip dengan konsep struktural yang benar dalam rekayasa perangkat lunak, keuangan informasi adalah sebuah disiplin yang meminta Anda (i) mulai dari fakta yang ingin Anda ketahui, lalu (ii) dengan sengaja merancang sebuah pasar untuk mendapatkan informasi tersebut secara optimal dari para peserta pasar.
Sumber gambar: Golden Finance
Keuangan informasi adalah pasar tiga sisi: investor membuat prediksi, pembaca membaca prediksi. Pasar akan menghasilkan prediksi masa depan sebagai barang publik (karena itu adalah tujuan dari desain).
Pasaran ramalan adalah contoh yang bagus: Anda ingin tahu fakta spesifik di masa depan, jadi Anda menetapkan pasaran untuk orang bertaruh pada fakta itu. Contoh lain adalah pasaran keputusan: Anda ingin tahu, berdasarkan petunjuk M, keputusan A atau keputusan B akan menghasilkan hasil yang lebih baik. Untuk mencapai ini, Anda menetapkan pasaran keadaan: Anda meminta orang bertaruh (i) pilihan keputusan mana yang akan dipilih, (ii) jika memilih keputusan A, maka dapatkan nilai M, jika tidak nol, (iii) jika memilih keputusan B, maka dapatkan nilai M, jika tidak nol. Dengan tiga variabel ini, Anda dapat menentukan apakah pasar menganggap keputusan A atau keputusan B lebih menguntungkan dalam mendapatkan nilai M.
Sumber gambar: Golden Finance
Saya perkirakan teknologi yang akan mendorong perkembangan keuangan informasi dalam 10 tahun mendatang adalah AI (baik itu model besar maupun teknologi masa depan). Hal ini dikarenakan banyak aplikasi menarik dalam keuangan informasi berkaitan dengan masalah 'mikro': jutaan pasar kecil di mana keputusan masing-masing pasar memiliki dampak yang relatif kecil secara individu. Sebenarnya, pasar dengan volume rendah biasanya tidak dapat beroperasi secara efektif: bagi peserta yang berpengalaman, menghabiskan waktu untuk analisis mendetail hanya untuk mendapatkan keuntungan beberapa ratus dolar tidaklah masuk akal, bahkan banyak yang berpendapat bahwa pasar seperti itu tidak dapat beroperasi tanpa subsidi, karena kecuali masalah yang paling besar dan paling mencolok, tidak ada cukup banyak pedagang yang belum berpengalaman yang membuat pedagang berpengalaman mendapatkan keuntungan. AI sepenuhnya mengubah persamaan ini, yang berarti kita dapat memperoleh informasi berkualitas tinggi bahkan dalam pasar dengan volume 10 dolar. Meskipun membutuhkan subsidi, jumlah subsidi untuk setiap masalah menjadi sangat terjangkau.
Keuangan informasi membutuhkan distilasi manusia
menghakimi
Anggaplah Anda memiliki mekanisme penilaian buatan yang dapat dipercaya dan mekanisme tersebut memiliki legitimasi kepercayaan dari seluruh komunitas, namun membuat penilaian membutuhkan waktu dan biaya tinggi. Namun, Anda ingin mengakses setidaknya satu salinan pendekatan dari 'mekanisme mahal' tersebut dengan biaya rendah secara real-time. Berikut adalah ide yang diajukan oleh Robin Hanson tentang apa yang dapat Anda lakukan: setiap kali Anda perlu membuat keputusan, Anda akan membentuk pasar prediksi yang memprediksi hasil yang akan diberikan oleh mekanisme mahal tersebut jika dipanggil. Anda menjalankan pasar prediksi tersebut dan menginvestasikan sejumlah kecil dana untuk mensubsidi pembuat pasar.
Dalam 99,99% waktu, Anda sebenarnya tidak akan menggunakan mekanisme yang mahal: mungkin Anda akan 'membatalkan transaksi' dan mengembalikan kontribusi setiap orang, atau Anda hanya memberikan nol kepada setiap orang, atau Anda melihat apakah harga rata-rata lebih mendekati 0 atau 1 dan menganggapnya sebagai fakta dasar. Dalam 0,01% waktu - mungkin ini acak, mungkin ini ditujukan untuk pasar dengan volume terbesar, mungkin keduanya - Anda sebenarnya akan menjalankan mekanisme yang mahal dan mengkompensasi peserta berdasarkan hal tersebut.
Ini memberikan Anda versi 'destilasi' yang dapat dipercaya, netral, cepat, dan murah, yang merupakan mekanisme yang sangat dipercaya dengan biaya tinggi (menggunakan kata 'destilasi' untuk menganalogikan dengan 'destilasi distilled' dalam LLM). Seiring berjalannya waktu, mekanisme destilasi ini secara umum mencerminkan perilaku mekanisme asli - karena hanya peserta yang membantu mencapai hasil tersebut yang dapat menghasilkan uang, sedangkan orang lain akan kehilangan uang.
Sumber gambar: model kombinasi pasar prediksi yang mungkin dari Gold Finance + catatan komunitas.
Ini tidak hanya berlaku untuk media sosial, tetapi juga untuk DAO. Salah satu masalah utama DAO adalah jumlah keputusan yang terlalu banyak, sehingga sebagian besar orang enggan untuk terlibat, yang mengakibatkan penggunaan delegasi yang luas, risiko sentralisasi yang umum dalam demokrasi perwakilan, dan kegagalan agen delegasi, atau rentan terhadap serangan. Jika dalam DAO terjadi sedikit pemungutan suara yang sebenarnya, dan sebagian besar hal ditentukan oleh pasar prediksi, dengan hasil pemungutan suara dikombinasikan oleh manusia dan AI, maka jenis DAO ini mungkin akan berjalan dengan baik.
Seperti yang kita lihat dalam contoh pasar pengambilan keputusan, keuangan informasi mengandung banyak potensi jalan untuk memecahkan masalah penting dalam pengelolaan Desentralisasi, kunci utamanya adalah keseimbangan antara pasar dan non-pasar: pasar adalah 'mesin', dan beberapa mekanisme kepercayaan yang tidak terkait dengan keuangan adalah 'setir'.
Aplikasi lain dalam keuangan informasi
Token pribadi - seperti Bitclout (sekarang deso), friend.tech, dan banyak proyek lain yang membuat Token untuk setiap orang dan membuatnya mudah untuk berspekulasi - adalah apa yang saya sebut sebagai 'keuangan informasi asli'. Mereka dengan sengaja menciptakan harga pasar untuk variabel tertentu (yaitu harapan reputasi masa depan seseorang), tetapi informasi yang tepat yang diungkapkan oleh harga terlalu samar dan terbatas oleh refleksivitas dan dinamika gelembung. Ada kemungkinan menciptakan versi protokol yang ditingkatkan untuk hal seperti ini dan memecahkan masalah penting seperti penemuan bakat dengan mempertimbangkan secara lebih hati-hati desain ekonomi Token (terutama dari mana nilai akhirnya berasal). Konsep pasar masa depan reputasi Robin Hanson adalah salah satu kemungkinan akhir di sini.
Iklan - Sinyal 'mahal tapi dapat dipercaya' akhirnya adalah apakah Anda akan membeli produk. Keuangan informasi berbasis sinyal ini dapat membantu orang menentukan apa yang harus dibeli.
Tinjauan sejawat ilmiah – Selalu ada "krisis replikasi" dalam komunitas ilmiah, di mana beberapa hasil terkenal dalam beberapa kasus menjadi bagian dari kearifan rakyat, tetapi pada akhirnya tidak dapat direproduksi dalam penelitian baru. Kita dapat mencoba menentukan hasil yang perlu diperiksa ulang oleh pasar prediksi. Pasar semacam itu juga memungkinkan pembaca untuk dengan cepat memperkirakan seberapa besar mereka harus mempercayai hasil tertentu sebelum memeriksa ulang. Eksperimen dengan ide ini telah dilakukan dan sejauh ini tampaknya telah berhasil.
Dukungan Barang Publik—Salah satu masalah utama dari mekanisme dukungan barang publik yang digunakan oleh Ethereum adalah sifatnya yang bersifat 'perlombaan popularitas'. Setiap kontributor perlu melakukan kampanye pemasaran mereka sendiri di media sosial untuk mendapatkan pengakuan, sehingga kontributor yang tidak mampu melakukannya atau memiliki peran 'latar belakang' lebih sedikit kesempatan untuk mendapatkan dana dalam jumlah besar. Solusi yang menarik adalah mencoba melacak seluruh grafik ketergantungan: untuk setiap hasil positif, proyek mana yang berkontribusi seberapa banyak, dan kemudian untuk setiap proyek, proyek mana yang berkontribusi seberapa banyak, dan seterusnya. Tantangan utama dari desain ini adalah menemukan bobot tepi yang dapat melawan manipulasi. Pada akhirnya, manipulasi semacam ini terus terjadi. Mekanisme penilaian manusia yang disuling mungkin bisa membantu.
Kesimpulan
Pemikiran-pemikiran ini telah lama dijelaskan secara teoritis: tulisan-tulisan awal tentang pasar prediksi bahkan pasar keputusan telah berusia puluhan tahun, sementara wacana serupa dalam teori keuangan bahkan lebih kuno. Namun, saya berpendapat bahwa sepuluh tahun terakhir ini memberikan kesempatan yang unik, dengan alasan utama sebagai berikut:
Keuangan informasi telah menyelesaikan masalah kepercayaan yang sebenarnya ada di antara orang. Salah satu kekhawatiran umum dalam era ini adalah kurangnya pengetahuan (yang lebih buruk adalah kurangnya Konsensus), tidak tahu siapa yang seharusnya dipercayai dalam lingkungan politik, ilmiah, dan bisnis. Aplikasi keuangan informasi dapat membantu menjadi bagian dari solusi.
Sekarang kami memiliki Blok yang dapat diperluas sebagai dasarnya. Hingga baru-baru ini, biayanya terlalu tinggi untuk mewujudkan ide-ide ini secara nyata. Sekarang, biayanya tidak terlalu tinggi lagi.
Sebagai peserta AI. Ketika keuangan informasi membutuhkan partisipasi manusia untuk setiap masalah, sulit untuk berfungsi. AI telah sangat meningkatkan situasi ini, bahkan dapat menciptakan pasar yang efektif bahkan untuk masalah yang kecil. Banyak pasar mungkin memiliki kombinasi peserta AI dan manusia, terutama ketika jumlah masalah tertentu tiba-tiba meningkat.
Untuk sepenuhnya memanfaatkan peluang ini, kita harus melampaui sekadar memprediksi pemilihan, dan menjelajahi apa lagi yang dapat diperoleh dari keuangan informasi.
Terima kasih khusus kepada Robin Hanson dan Alex Tabarrok atas umpan balik dan komentar mereka
【Penafian】 Pasar berisiko, dan investasi perlu berhati-hati. Artikel ini bukan merupakan saran investasi dan pengguna harus mempertimbangkan apakah ada pendapat, pendapat atau kesimpulan di sini yang sesuai untuk keadaan khusus mereka. Investasikan sesuai dengan risiko Anda sendiri.
Artikel ini disalin dengan izin dari: "Foresight News"
Penulis asli: Vitalik, Pendiri Etherium