Decentralized science (DeSci)

Ano ang decentralized science (DeSci)?

Ang decentralized science (DeSci) ay isang kilusang naglalayong gumawa ng pampublikong infrastructure para sa pagpopondo, paggawa, pagsusuri, pagkilala, pag-store, at pagpapalaganap ng kaalaman sa agham nang patas at pantay-pantay gamit ang Web3 stack.

Layunin ng DeSci na gumawa ng ecosystem kung saan hinihikayat ang mga siyentipikong hayagang ibahagi ang kanilang pananaliksik at kilalanin para sa kanilang gawa habang binibigyang-daan ang kahit sino na i-access at mag-contribute sa pananaliksik nang walang kahirap-hirap. Pinagbabatayan ng DeSci ang ideyang dapat naa-access ng lahat ang siyentipikong kaalaman at dapat transparent ang proseso ng siyentipikong pananaliksik. Gumagawa ang DeSci ng mas decentralized at mas malawak na model ng siyentipikong pananaliksik. Kung kaya, mas mahihirapan ang mga central authority na i-censor o kontrolin ito. Umaasa ang DeSci na makakagawa ito ng environment kung saan mabubuo ang mga bago at hindi pangkaraniwang ideya sa pamamagitan ng pag-decentralize sa access sa pondo, mga scientific tool, at mga channel ng komunikasyon.

Nagbibigay-daan ang decentralized science sa mas diverse na pinagmumulan ng pondo (mula sa mga DAO, quadratic donation(opens in a new tab) hanggang sa crowdfunding at iba pa), mas accessible na data at paraan ng pag-access, at sa pamamagitan ng pagbibigay ng mga insentibo para sa reproducibility.

Juan Benet - Ang DeSci Movement

Paano pinapaunlad ng DeSci ang agham

Isang hindi kumpletong listahan ng mga pangunahing problema sa agham at kung paano makakatulong ang decentralized science na tugunan ang mga isyung ito

Decentralized science	Tradisyonal na agham
Ang distribusyon ng pondo ay tinutukoy ng publiko gamit ang mga mekanismo tulad ng mga quadratic donation o DAO.	Mga maliit, eksklusibo, at centralized na grupo ang kumokontrol sa distribusyon ng pondo.
Nakikipag-collaborate ka sa mga kasamahan mula sa iba't ibang panig ng mundo sa mga dynamic na team.	Nililimitahan ng mga funding organization at home institution ang mga pakikipag-collaborate mo.
Ginagawa online at nang transparent ang mga desisyon sa pondo. Tumitingin ng mga bagong mekanismo sa pagpopondo.	Matagal bago makuha ang mga desisyon sa pondo at limitado lang ang transparency. Iilan lang ang mga mekanismo sa pagpopondo.
Mas madali at mas transparent ang pagbabahagi ng mga serbisyo sa laboratoryo gamit ang Web3 primitives.	Madalas na mabagal at hindi gaanong malinaw ang pagbabahagi ng mga mapagkukunan para sa laboratoryo.
Maaaring mag-develop ng mga bagong model para sa paglalathala na gumagamit ng Web3 primitives para sa tiwala, transparency, at pangkalahatang access.	Naglalathala ka sa pamamagitan ng mga itinakdang pathway na madalas na kinikilalang hindi epektibo, may kinikilingan, at mapagsamantala.
Maaari kang kumita ng mga token at makilala para sa pagsusuri ng gawa ng mga kasamahan.	Hindi ka babayaran para sa iyong pagsusuri sa gawa ng mga kasamahan, kung kaya, ang mga for-profit publisher ang nakikinabang.
Ikaw ang nagmamay-ari sa intellectual property (IP) na ginagawa mo at maipapamahagi mo ito ayon sa mga transparent na tuntunin.	Ang home institution mo ang nagmamay-ari sa IP na ginagawa mo. Hindi transparent ang access sa IP.
Dahil on-chain ang lahat ng hakbang, ibinabahagi ang buong pananaliksik, kasama ang data mula sa mga hindi matagumpay na eksperimento.	Dahil sa publication bias, mas malamang na ibahagi ng mga mananaliksik ang mga eksperimentong naging matagumpay.

Ethereum at DeSci

Ang decentralized science system ay mangangailangan ng maigting na seguridad, maliit na monetary cost at transaction cost, at mahusay na ecosystem para sa pag-develop ng application. Ibinibigay ng Ethereum ang lahat ng kailangan para gumawa ng decentralized science stack.

Mga use case ng DeSci

Ginagawa ng DeSci ang scientific toolset na mag-o-onboard sa Web2 academia sa digital na mundo. Nasa ibaba ang mga halimbawa ng mga use case na maibibigay ng Web3 na siyentipikong komunidad.

Paglalathala

Ang paglalathala ng mga siyentipikong pananaliksik ay kilala bilang nakakaligalig dahil pinapamahalaan ito ng mga publishing house na umaasa sa libreng trabaho ng mga siyentipiko, reviewer, at editor para mabuo ang mga pananaliksik, ngunit maniningil ng napakamahal na bayarin sa paglalathala. Kadalasan, hindi naa-access ng publiko, na karaniwang hindi direktang nagbayad para sa pananaliksik at mga gastos sa paglalathala sa pamamagitan ng pagbubuwis, ang mismong pananaliksik nang hindi nagbabayad sa publisher. Ang kabuuang bayarin para sa paglalathala ng bawat isang siyentipikong pananaliksik ay kadalasang halagang may limang digit ($USD), na sumisira sa konsepto ng siyentipikong kaalaman bilang public good(opens in a new tab) habang kumikita ng napakalaking halaga para sa mallit na grupo ng mga publisher.

Mayroong mga libre at open-access na platform gaya ng mga pre-print server, tulad ng ArXiv(opens in a new tab). Gayunpaman, ang mga platform na ito ay walang paraan ng pagkontrol sa kalidad, mekanismo laban sa Sybil attack,(opens in a new tab) at karaniwang hindi sinusubaybayan ang mga pamantayan sa antas ng artikulo. Ibig sabihin nito, karaniwang ginagamit lang ang mga ito para magsapubliko ng pananaliksik bago isumite sa tradisyonal na publisher. Sa SciHub, libreng makukuha ang mga nailathalang pananaliksik, pero hindi legal. Makukuha lang din ang mga pananaliksik kapag nabayaran na ang mga publisher at naprotektahan na ng mga ito ang pananaliksik sa mahigpit na batas sa copyright. Dahil dito, malaki ang pangangailangan para sa accessible na siyentipikong pananaliksik at data na may naka-embed na mekanismo ng pagiging lehitimo at model para sa insentibo. Makikita sa Web3 ang mga tool para makagawa ng ganitong system.

Reproducibility at replicability

Ang reproductibility at replicability ay mga pundasyon ng de-kalidad na scientific discovery.

Maaaring makuha ang mga reproducible na resulta nang maraming magkakasunod na beses ng parehong team gamit ang parehong pamamaraan.
Maaaring makuha ng ibang grupo ang mga replicable na resulta gamit ang parehong experimental setup.

Tinitiyak ng mga bagong Web3-native tool na pundasyon ng pagtuklas ang reproducibility at replicability. Puwede nating ilagay ang de-kalidad na agham sa teknolohikal na aspeto ng akademya. Sa Web3, makakagawa ng mga attestation para sa bawat bahagi ng pagsusuri: ang raw data, computational engine, at resulta ng application. Ang maganda sa mga consensus sytem ay kapag gumawa ng pinagkakatiwalaang network para sa pagpapanatili ng mga bahaging ito, maaaring maging responsable ang bawat kasapi ng network sa pag-reproduce ng kalkulasyon at pag-validate sa bawat resulta.

Pagpopondo

Sa kasalukuyan, ang standard model para sa pagpopondo sa agham ay sumusulat ang mga indibidwal o grupo ng mga siyentipiko ng mga aplikasyon sa isang funding agency. Binibigyan ng puntos ng isang maliit na panel ng mga pinagkakatiwalaang indibidwal ang mga aplikasyon at pagkatapos ay kinakapanayam ng mga ito ang mga kandidato bago igawad ang pondo sa ilang aplikante. Bukod sa paggawa ng mga hadlang na humahantong sa napakatagal na panahon ng paghihintay sa pagitan ng pag-apply at pagtanggap ng grant, kilala ang model na ito na madaling maimpluwensyahan ng mga personal na opinyon, pansariling interes, at pulitika ng review panel.

Ayon sa mga pag-aaral, hindi napipili ng mga grant review panel ang mga de-kalidad na proposal dahil labis na naiiba ang resulta noong ibinigay ang mga parehong proposal sa ibang mga panel. Dahil sa kakulangan saa pondo, mas kaunti na lamang ang napagbibigyan nito, at mas nakatutok sa mga mas matagal nang mga mananaliksik na may mga proyektong konserbatibo. Dahil dito, naging sobrang kompetitibo ang pagkuha ng pondo, nagtakda ng mga hindi katanggap-tanggap na insentibo, at nalimitahan ang inobasyon.

May potensyal ang Web3 na baguhin ang hindi epektibong funding model na ito sa pamamagitan ng pagsubok sa iba't ibang model para sa insentibo na ginawa ng DAO at Web3. Ang retroactive public goods funding(opens in a new tab), quadratic funding(opens in a new tab), DAO governance(opens in a new tab) at mga tokenized na incentive structure(opens in a new tab) ang ilan sa mga Web3 tool na maaaring bumago sa pagpopondo para sa agham.

Pagmamay-ari at pag-develop sa IP

Ang intellectual property (IP) ay malaking problema sa tradisyonal na agham: mula sa pagkapako sa mga unibersidad, o hindi paggamit sa mga ito sa mga biotech, hanggang sa kahirapan sa pagtantya sa halaga nito. Gayunpaman, bihasa ang Web3 pagdating sa pagmamay-ari sa mga digital asset (tulad ng siyentipikong data o mga artikulo) sa tulong ng mga non-fungible token (NFTs).

Tulad kung paano nagagawa ng mga NFT na ibalik ang kita para sa mga susunod pang transaksyon sa orihinal na creator, puwede kang magtakda ng mga transparent na value attribution chain para gantimpalaan ang mga mananaliksik, governing body (tulad ng mga DAO), o maging ang mga subject na pinagkukunan ng data.

Ang IP-NFTs(opens in a new tab) ay puwede ring maging susi sa repository ng decntralized data ng mga isinasagawang eksperimento sa pananaliksik, at puwede rin itong gamitin sa NFT at DeFi financialization (mula sa fractionalization hanggang sa mga lending pool at value appraisal). Binibigyang-daan din nito ang mga native na on-chain na entity gaya ng mga DAO tulad ng VitaDAO(opens in a new tab) na magsagawa ng pananaliksik nang direkta on-chain. Maaaring may mahalagang papel din sa DeSci ang pagdating ng mga non-transferable na "soulbound" token(opens in a new tab) sa pamamagitan ng pagbibigay-daan sa mga indibidwal na patunayan ang kanilang karanasan at kredensyal na nauugnay sa kanilang Ethereum address.

Pag-store, pag-access, at architecture ng data

Ang siyentipikong data ay maaaring gawing mas accessible gamit ang mga pattern ng Web3, at binibigyang-daan ng malawak na storage na malampasan ng pananaliksik ang mga cataclysmic event.

Dapat itong magsimula sa isang system na maa-access ng anumang decentralized identity na may hawak ng mga naaangkop at nave-verify na kredensyal. Dahil dito, secure na mare-replicate ng mga pinagkakatiwalaang partido ang sensitibong data, na nagbibigay-daan sa redundacy at paglaban sa censorship, reproduction ng mga resulta, at maging ang kakayahan ng maraming partido na mag-collaborate at magdagdag ng bagong data sa dataset. Ang mga paraan ng confidential computing tulad ng compute-to-data(opens in a new tab) ay nagbibigay ng mga alternatibong paraan ng pag-access sa pag-replicate ng raw data, na gumagawa ng mga Trusted Research Environment para sa mga pinakasensitibong data. Ang mga Trusted Research Environment ay binanggit ng NHS(opens in a new tab) bilang future-facing solution para sa privacy ng data at collaboration sa pamamagitan ng paggawa ng ecosystem kung saan secure na magagamit ng mga mananaliksik ang data on-site gamit ang mga standardized na environment para sa pagbabahagi ng code at mga kagaiwan.

Sinusuportahan ng mga flexible na Web3 data solution ang mga sitwasyong nabanggit at nagsisilbi itong pundasyon para sa ganap na Open Science, kung saan makakagawa ng public goods are mga mananaliksik nang hindi nangangailangan ng mga pahintulot para ma-access o mga bayarin. Ang mga Web3 public data solution tulad ng IPFS, Arweave, at Filecoin ay ginawa para sa decentralization. Halimbawa, nagbibigay ang dClimate ng pangkalahatang access sa data ng klima at lagay ng panahon, kabilang iyong mula sa mga weather station at mga predictive climate model.

Makibahagi

Tingnan ang mga proyekto at sumali sa komunidad ng DeSci.

Tumatanggap kami ng mga mungkahi para sa mga bagong proyekto na ililista - tingnan ang aming patakaran sa pagsasama sa listahan para magsimula!