Dezentralisierte Wissenschaft (DeSci)

Was ist dezentralisierte Wissenschaft (DeSci)?

Dezentralisierte Wissenschaft (DeSci) ist eine Bewegung, die darauf abzielt, eine öffentliche Infrastruktur für die Finanzierung, Erstellung, Überprüfung, Anerkennung, Speicherung und Verbreitung wissenschaftlicher Erkenntnisse fair und gerecht mithilfe des -Stacks aufzubauen.

DeSci zielt darauf ab, ein Ökosystem zu schaffen, in dem Wissenschaftler Anreize erhalten, ihre Forschung offen zu teilen und Anerkennung für ihre Arbeit zu bekommen, während es jedem ermöglicht wird, einfach auf die Forschung zuzugreifen und dazu beizutragen. DeSci basiert auf der Idee, dass wissenschaftliches Wissen für jeden zugänglich sein sollte und dass der Prozess der wissenschaftlichen Forschung transparent sein sollte. DeSci schafft ein dezentraleres und verteilteres wissenschaftliches Forschungsmodell, das es widerstandsfähiger gegen Zensur und Kontrolle durch zentrale Behörden macht. DeSci hofft, ein Umfeld zu schaffen, in dem neue und unkonventionelle Ideen gedeihen können, indem der Zugang zu Finanzierung, wissenschaftlichen Werkzeugen und Kommunikationskanälen dezentralisiert wird.

Dezentralisierte Wissenschaft ermöglicht vielfältigere Finanzierungsquellen (von über quadratische Spenden (opens in a new tab) bis hin zu Crowdfunding und mehr), zugänglichere Daten und Methoden sowie die Bereitstellung von Anreizen für Reproduzierbarkeit.

DeSci, independent labs, and large-scale data science

Juan Benet on how the decentralized science (DeSci) movement can fund, organize, and open science using Web3 tools, covering funding mechanisms, open access, reproducible experiments, and large-scale data science pipelines.

Mit Transkript ansehen

Wie DeSci die Wissenschaft verbessert

Eine unvollständige Liste der Hauptprobleme in der Wissenschaft und wie dezentralisierte Wissenschaft helfen kann, diese Probleme anzugehen

Dezentralisierte Wissenschaft	Traditionelle Wissenschaft
Die Verteilung von Geldern wird von der Öffentlichkeit bestimmt, wobei Mechanismen wie quadratische Spenden oder DAOs genutzt werden.	Kleine, geschlossene, zentralisierte Gruppen kontrollieren die Verteilung von Geldern.
Sie arbeiten mit Peers aus der ganzen Welt in dynamischen Teams zusammen.	Förderorganisationen und Heimatinstitutionen schränken Ihre Zusammenarbeit ein.
Finanzierungsentscheidungen werden online und transparent getroffen. Neue Finanzierungsmechanismen werden erforscht.	Finanzierungsentscheidungen werden mit langen Bearbeitungszeiten und eingeschränkter Transparenz getroffen. Es gibt nur wenige Finanzierungsmechanismen.
Die gemeinsame Nutzung von Labordienstleistungen wird durch -Technologie einfacher und transparenter.	Die gemeinsame Nutzung von Laborressourcen ist oft langsam und undurchsichtig.
Es können neue Veröffentlichungsmodelle entwickelt werden, die Web3-Primitive für Vertrauen, Transparenz und universellen Zugang nutzen.	Sie veröffentlichen über etablierte Wege, die häufig als ineffizient, voreingenommen und ausbeuterisch anerkannt sind.
Sie können Token und Reputation für Peer-Review-Arbeit verdienen.	Ihre Peer-Review-Arbeit ist unbezahlt, was gewinnorientierten Verlagen zugutekommt.
Sie besitzen das geistige Eigentum (IP), das Sie generieren, und vertreiben es zu transparenten Bedingungen.	Ihre Heimatinstitution besitzt das IP, das Sie generieren. Der Zugang zum IP ist nicht transparent.
Teilen der gesamten Forschung, einschließlich der Daten aus erfolglosen Bemühungen, indem alle Schritte Onchain sind.	Publikationsbias bedeutet, dass Forscher eher Experimente teilen, die erfolgreiche Ergebnisse hatten.

Ethereum und DeSci

Ein System für dezentralisierte Wissenschaft erfordert robuste Sicherheit, minimale monetäre und Transaktionskosten sowie ein reichhaltiges Ökosystem für die Anwendungsentwicklung. Ethereum bietet alles, was für den Aufbau einer Technologie für dezentralisierte Wissenschaft benötigt wird.

DeSci-Anwendungsfälle

DeSci baut das wissenschaftliche Instrumentarium auf, um die traditionelle akademische Welt in die digitale Welt zu integrieren. Nachfolgend finden Sie eine Auswahl von Anwendungsfällen, die Web3 der wissenschaftlichen Gemeinschaft bieten kann.

Veröffentlichung

Wissenschaftliches Publizieren ist bekanntermaßen problematisch, da es von Verlagen verwaltet wird, die auf die kostenlose Arbeit von Wissenschaftlern, Gutachtern und Redakteuren angewiesen sind, um die Arbeiten zu erstellen, dann aber exorbitante Veröffentlichungsgebühren verlangen. Die Öffentlichkeit, die die Arbeit und die Veröffentlichungskosten in der Regel indirekt durch Steuern bezahlt hat, kann oft nicht auf dieselbe Arbeit zugreifen, ohne den Verlag erneut zu bezahlen. Die Gesamtgebühren für die Veröffentlichung einzelner wissenschaftlicher Arbeiten liegen oft im fünfstelligen Bereich (USD), was das gesamte Konzept wissenschaftlichen Wissens als untergräbt und gleichzeitig enorme Gewinne für eine kleine Gruppe von Verlagen generiert.

Kostenlose und Open-Access-Plattformen existieren in Form von Pre-Print-Servern, wie ArXiv (opens in a new tab). Diesen Plattformen mangelt es jedoch an Qualitätskontrolle, und sie verfolgen im Allgemeinen keine Metriken auf Artikelebene, was bedeutet, dass sie normalerweise nur verwendet werden, um Arbeiten vor der Einreichung bei einem traditionellen Verlag bekannt zu machen. SciHub macht veröffentlichte Arbeiten ebenfalls kostenlos zugänglich, jedoch nicht legal und erst, nachdem die Verlage bereits ihre Bezahlung erhalten und die Arbeit in strenge Urheberrechtsgesetze gehüllt haben. Dies hinterlässt eine kritische Lücke für zugängliche wissenschaftliche Arbeiten und Daten mit einem eingebetteten Legitimationsmechanismus und Anreizmodell. Die Werkzeuge zum Aufbau eines solchen Systems existieren im Web3.

Reproduzierbarkeit und Replizierbarkeit

Reproduzierbarkeit und Replizierbarkeit sind die Grundlagen hochwertiger wissenschaftlicher Entdeckungen.

Reproduzierbare Ergebnisse können von demselben Team mit derselben Methodik mehrmals hintereinander erzielt werden.
Replizierbare Ergebnisse können von einer anderen Gruppe mit demselben Versuchsaufbau erzielt werden.

Neue Web3-native Werkzeuge können sicherstellen, dass Reproduzierbarkeit und Replizierbarkeit die Basis von Entdeckungen sind. Wir können Qualitätswissenschaft in das technologische Gefüge der akademischen Welt einweben. Web3 bietet die Möglichkeit, für jede Analysekomponente zu erstellen: die Rohdaten, die Rechen-Engine und das Anwendungsergebnis. Das Schöne an Konsenssystemen ist, dass, wenn ein vertrauenswürdiges Netzwerk zur Aufrechterhaltung dieser Komponenten geschaffen wird, jeder Netzwerkteilnehmer dafür verantwortlich sein kann, die Berechnung zu reproduzieren und jedes Ergebnis zu validieren.

Finanzierung

Das aktuelle Standardmodell zur Finanzierung der Wissenschaft besteht darin, dass Einzelpersonen oder Gruppen von Wissenschaftlern schriftliche Anträge bei einer Förderorganisation stellen. Ein kleines Gremium von Vertrauenspersonen bewertet die Anträge und führt dann Interviews mit den Kandidaten durch, bevor es einem kleinen Teil der Antragsteller Mittel zuweist. Abgesehen von der Schaffung von Engpässen, die manchmal zu jahrelangen Wartezeiten zwischen der Beantragung und dem Erhalt eines Stipendiums führen, ist dieses Modell bekanntermaßen sehr anfällig für Voreingenommenheit, Eigeninteressen und Politik des Prüfungsgremiums.

Studien haben gezeigt, dass Gremien zur Überprüfung von Stipendien bei der Auswahl hochwertiger Vorschläge schlechte Arbeit leisten, da dieselben Vorschläge, die verschiedenen Gremien vorgelegt werden, stark unterschiedliche Ergebnisse erzielen. Da die Finanzierung knapper geworden ist, hat sie sich auf einen kleineren Pool erfahrenerer Forscher mit intellektuell konservativeren Projekten konzentriert. Dieser Effekt hat eine hyperkompetitive Finanzierungslandschaft geschaffen, die perverse Anreize verfestigt und Innovationen erstickt.

Web3 hat das Potenzial, dieses kaputte Finanzierungsmodell zu durchbrechen, indem es mit verschiedenen Anreizmodellen experimentiert, die von DAOs und Web3 im Allgemeinen entwickelt wurden. Rückwirkende Finanzierung öffentlicher Güter (RPGF) (opens in a new tab), quadratische Finanzierung (opens in a new tab), DAO-Governance (opens in a new tab) und tokenisierte Anreizstrukturen (opens in a new tab) sind einige der Web3-Werkzeuge, die die Wissenschaftsfinanzierung revolutionieren könnten.

IP-Eigentum und -Entwicklung

Geistiges Eigentum (IP) ist ein großes Problem in der traditionellen Wissenschaft: davon, dass es in Universitäten feststeckt oder in Biotech-Unternehmen ungenutzt bleibt, bis hin dazu, dass es notorisch schwer zu bewerten ist. Das Eigentum an digitalen Vermögenswerten (wie wissenschaftlichen Daten oder Artikeln) ist jedoch etwas, das Web3 mithilfe von außergewöhnlich gut handhabt.

Genauso wie NFTs Einnahmen für zukünftige Transaktionen an den ursprünglichen Ersteller zurückgeben können, können Sie transparente Wertzuweisungsketten einrichten, um Forscher, Leitungsgremien (wie DAOs) oder sogar die Probanden, deren Daten gesammelt werden, zu belohnen.

IP-NFTs (opens in a new tab) können auch als Schlüssel zu einem dezentralen Daten-Repository der durchgeführten Forschungsexperimente fungieren und sich in die NFT- und -Finanzialisierung einklinken (von Fraktionierung über Kreditvergabe-Pools bis hin zur Wertschätzung). Es ermöglicht auch nativen Onchain-Entitäten wie DAOs (z. B. VitaDAO (opens in a new tab)), Forschung direkt Onchain durchzuführen. Das Aufkommen von nicht übertragbaren „Soulbound“-Token (opens in a new tab) könnte ebenfalls eine wichtige Rolle in DeSci spielen, indem es Einzelpersonen ermöglicht, ihre Erfahrung und Qualifikationen in Verbindung mit ihrer Ethereum-Adresse nachzuweisen.

Datenspeicherung, -zugriff und -architektur

Wissenschaftliche Daten können mithilfe von Web3-Mustern weitaus zugänglicher gemacht werden, und verteilte Speicherung ermöglicht es der Forschung, katastrophale Ereignisse zu überstehen.

Der Ausgangspunkt muss ein System sein, das für jede dezentrale Identität (DID) zugänglich ist, die über die entsprechenden verifizierbaren Nachweise verfügt. Dies ermöglicht es, sensible Daten sicher von vertrauenswürdigen Parteien zu replizieren, was Redundanz und Zensurresistenz, die Reproduktion von Ergebnissen und sogar die Möglichkeit für mehrere Parteien zur Zusammenarbeit und zum Hinzufügen neuer Daten zum Datensatz ermöglicht. Vertrauliche Berechnungsmethoden wie Compute-to-Data (opens in a new tab) bieten alternative Zugriffsmechanismen zur Rohdatenreplikation und schaffen vertrauenswürdige Forschungsumgebungen (Trusted Research Environments) für die sensibelsten Daten. Vertrauenswürdige Forschungsumgebungen wurden vom NHS als zukunftsweisende Lösung (opens in a new tab) für Privatsphäre und Zusammenarbeit angeführt, indem ein Ökosystem geschaffen wird, in dem Forscher mithilfe standardisierter Umgebungen für den Austausch von Code und Praktiken sicher vor Ort mit Daten arbeiten können.

Flexible Web3-Datenlösungen unterstützen die oben genannten Szenarien und bilden die Grundlage für echte Open Science, bei der Forscher öffentliche Güter ohne Zugriffsberechtigungen oder Gebühren erstellen können. Öffentliche Web3-Datenlösungen wie IPFS, Arweave und Filecoin sind für Dezentralisierung optimiert. dClimate bietet beispielsweise universellen Zugang zu Klima- und Wetterdaten, einschließlich solcher von Wetterstationen und prädiktiven Klimamodellen.

Engagieren Sie sich

Entdecken Sie Projekte und treten Sie der DeSci-Community bei.

Wir freuen uns über Vorschläge für neue Projekte, die wir auflisten können – bitte lesen Sie unsere Auflistungsrichtlinie, um loszulegen!