Ciencia descentralizada (DeSci)

¿Qué es la ciencia descentralizada (DeSci)?

La ciencia descentralizada (DeSci) es un movimiento que tiene como objetivo construir infraestructura pública para financiar, crear, revisar, acreditar, almacenar y difundir el conocimiento científico de manera justa y equitativa utilizando la pila de .

DeSci tiene como objetivo crear un ecosistema donde se incentive a los científicos a compartir abiertamente sus investigaciones y recibir crédito por su trabajo, al tiempo que permite a cualquier persona acceder y contribuir a la investigación fácilmente. DeSci parte de la idea de que el conocimiento científico debe ser accesible para todos y que el proceso de investigación científica debe ser transparente. DeSci está creando un modelo de investigación científica más descentralizado y distribuido, haciéndolo más resistente a la censura y al control de las autoridades centrales. DeSci espera crear un entorno donde puedan florecer ideas nuevas y poco convencionales al descentralizar el acceso a la financiación, las herramientas científicas y los canales de comunicación.

La ciencia descentralizada permite fuentes de financiación más diversas (desde , donaciones cuadráticas (opens in a new tab) hasta financiación colectiva y más), datos y métodos más accesibles, y al proporcionar incentivos para la reproducibilidad.

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.

Ver con transcripción

Cómo DeSci mejora la ciencia

Una lista incompleta de problemas clave en la ciencia y cómo la ciencia descentralizada puede ayudar a abordar estos problemas

Ciencia descentralizada	Ciencia tradicional
La distribución de fondos es determinada por el público utilizando mecanismos como donaciones cuadráticas o DAO.	Grupos pequeños, cerrados y centralizados controlan la distribución de fondos.
Colaboras con pares de todo el mundo en equipos dinámicos.	Las organizaciones de financiación y las instituciones de origen limitan tus colaboraciones.
Las decisiones de financiación se toman en línea y de forma transparente. Se exploran nuevos mecanismos de financiación.	Las decisiones de financiación se toman con un largo tiempo de respuesta y transparencia limitada. Existen pocos mecanismos de financiación.
Compartir servicios de laboratorio se hace más fácil y transparente utilizando la tecnología .	Compartir recursos de laboratorio suele ser lento y opaco.
Se pueden desarrollar nuevos modelos de publicación que utilicen primitivas de Web3 para la confianza, la transparencia y el acceso universal.	Publicas a través de vías establecidas frecuentemente reconocidas como ineficientes, sesgadas y explotadoras.
Puedes ganar tokens y reputación por el trabajo de revisión por pares.	Tu trabajo de revisión por pares no es remunerado, lo que beneficia a las editoriales con fines de lucro.
Eres dueño de la propiedad intelectual (PI) que generas y la distribuyes de acuerdo con términos transparentes.	Tu institución de origen es dueña de la PI que generas. El acceso a la PI no es transparente.
Compartir toda la investigación, incluidos los datos de esfuerzos fallidos, al tener todos los pasos en cadena.	El sesgo de publicación significa que los investigadores tienen más probabilidades de compartir experimentos que tuvieron resultados exitosos.

Ethereum y DeSci

Un sistema de ciencia descentralizada requerirá una seguridad sólida, costos monetarios y de transacción mínimos, y un ecosistema rico para el desarrollo de aplicaciones. Ethereum proporciona todo lo necesario para construir una tecnología de ciencia descentralizada.

Casos de uso de DeSci

DeSci está construyendo el conjunto de herramientas científicas para incorporar a la academia tradicional al mundo digital. A continuación se muestra una muestra de casos de uso que Web3 puede ofrecer a la comunidad científica.

Publicación

La publicación científica es notoriamente problemática porque está gestionada por editoriales que dependen del trabajo gratuito de científicos, revisores y editores para generar los artículos, pero luego cobran tarifas de publicación exorbitantes. El público, que generalmente ha pagado indirectamente por el trabajo y los costos de publicación a través de impuestos, a menudo no puede acceder a ese mismo trabajo sin pagar nuevamente a la editorial. Las tarifas totales por publicar artículos científicos individuales a menudo son de cinco cifras (en USD), lo que socava todo el concepto del conocimiento científico como un mientras genera enormes ganancias para un pequeño grupo de editoriales.

Existen plataformas gratuitas y de acceso abierto en forma de servidores de preimpresión, como ArXiv (opens in a new tab). Sin embargo, estas plataformas carecen de control de calidad, , y generalmente no rastrean métricas a nivel de artículo, lo que significa que generalmente solo se usan para dar a conocer el trabajo antes de enviarlo a una editorial tradicional. SciHub también permite el acceso gratuito a artículos publicados, pero no de forma legal, y solo después de que las editoriales ya han cobrado su pago y envuelto el trabajo en una estricta legislación de derechos de autor. Esto deja una brecha crítica para artículos y datos científicos accesibles con un mecanismo de legitimidad y un modelo de incentivos integrados. Las herramientas para construir un sistema de este tipo existen en Web3.

Reproducibilidad y replicabilidad

La reproducibilidad y la replicabilidad son los cimientos del descubrimiento científico de calidad.

Los resultados reproducibles pueden lograrse varias veces seguidas por el mismo equipo utilizando la misma metodología.
Los resultados replicables pueden lograrse por un grupo diferente utilizando la misma configuración experimental.

Las nuevas herramientas nativas de Web3 pueden garantizar que la reproducibilidad y la replicabilidad sean la base del descubrimiento. Podemos tejer ciencia de calidad en el tejido tecnológico de la academia. Web3 ofrece la capacidad de crear para cada componente de análisis: los datos sin procesar, el motor computacional y el resultado de la aplicación. La belleza de los sistemas de consenso es que cuando se crea una red confiable para mantener estos componentes, cada participante de la red puede ser responsable de reproducir el cálculo y validar cada resultado.

Financiación

El modelo estándar actual para financiar la ciencia es que individuos o grupos de científicos presenten solicitudes por escrito a una agencia de financiación. Un pequeño panel de personas de confianza califica las solicitudes y luego entrevista a los candidatos antes de otorgar fondos a una pequeña porción de los solicitantes. Además de crear cuellos de botella que a veces conducen a años de espera entre la solicitud y la recepción de una subvención, se sabe que este modelo es altamente vulnerable a los sesgos, intereses personales y políticas del panel de revisión.

Los estudios han demostrado que los paneles de revisión de subvenciones hacen un mal trabajo al seleccionar propuestas de alta calidad, ya que las mismas propuestas entregadas a diferentes paneles tienen resultados muy diferentes. A medida que la financiación se ha vuelto más escasa, se ha concentrado en un grupo más pequeño de investigadores más experimentados con proyectos más conservadores intelectualmente. El efecto ha creado un panorama de financiación hipercompetitivo, afianzando incentivos perversos y sofocando la innovación.

Web3 tiene el potencial de alterar este modelo de financiación roto al experimentar con diferentes modelos de incentivos desarrollados por las DAO y Web3 en general. La financiación retroactiva de bienes públicos (RPGF) (opens in a new tab), el financiamiento cuadrático (opens in a new tab), la gobernanza de las DAO (opens in a new tab) y las estructuras de incentivos tokenizados (opens in a new tab) son algunas de las herramientas de Web3 que podrían revolucionar la financiación de la ciencia.

Propiedad y desarrollo de la PI

La propiedad intelectual (PI) es un gran problema en la ciencia tradicional: desde quedarse atascada en las universidades o sin usar en las empresas de biotecnología, hasta ser notoriamente difícil de valorar. Sin embargo, la propiedad de activos digitales (como datos o artículos científicos) es algo que Web3 hace excepcionalmente bien utilizando .

De la misma manera que los NFT pueden transferir los ingresos de transacciones futuras al creador original, se pueden establecer cadenas de atribución de valor transparentes para recompensar a los investigadores, a los órganos de gobernanza (como las DAO) o incluso a los sujetos cuyos datos se recopilan.

Los IP-NFT (opens in a new tab) también pueden funcionar como una clave para un repositorio de datos descentralizado de los experimentos de investigación que se están llevando a cabo, y conectarse a la financiarización de NFT y (desde la fraccionalización hasta los fondos de préstamos y la evaluación de valor). También permite que entidades nativas en cadena, como las DAO al estilo de VitaDAO (opens in a new tab), realicen investigaciones directamente en cadena. La llegada de los tokens "ligados al alma" (soulbound) (opens in a new tab) intransferibles también puede desempeñar un papel importante en DeSci al permitir que las personas demuestren su experiencia y credenciales vinculadas a su dirección de Ethereum.

Almacenamiento, acceso y arquitectura de datos

Los datos científicos pueden hacerse mucho más accesibles utilizando patrones de Web3, y el almacenamiento distribuido permite que la investigación sobreviva a eventos catastróficos.

El punto de partida debe ser un sistema accesible por cualquier identidad descentralizada que posea las credenciales verificables adecuadas. Esto permite que los datos confidenciales sean replicados de forma segura por partes de confianza, lo que permite la redundancia y la resistencia a la censura, la reproducción de resultados e incluso la capacidad de que múltiples partes colaboren y agreguen nuevos datos al conjunto de datos. Los métodos de computación confidencial como compute-to-data (opens in a new tab) proporcionan mecanismos de acceso alternativos a la replicación de datos sin procesar, creando Entornos de Investigación Confiables para los datos más sensibles. Los Entornos de Investigación Confiables han sido citados por el NHS (opens in a new tab) como una solución orientada al futuro para la privacidad de los datos y la colaboración al crear un ecosistema donde los investigadores pueden trabajar de forma segura con los datos en el sitio utilizando entornos estandarizados para compartir código y prácticas.

Las soluciones de datos flexibles de Web3 respaldan los escenarios anteriores y proporcionan la base para una Ciencia Abierta verdadera, donde los investigadores pueden crear bienes públicos sin permisos de acceso ni tarifas. Las soluciones de datos públicos de Web3 como IPFS, Arweave y Filecoin están optimizadas para la descentralización. dClimate, por ejemplo, proporciona acceso universal a datos climáticos y meteorológicos, incluidos los de estaciones meteorológicas y modelos climáticos predictivos.

Involúcrate

Explora proyectos y únete a la comunidad de DeSci.

Aceptamos sugerencias de nuevos proyectos para incluir en la lista; ¡consulta nuestra política de listado para comenzar!