La science décentralisée (DeSci)

Qu'est-ce que la science décentralisée (DeSci) ?

La science décentralisée (DeSci) est un mouvement qui vise à construire une infrastructure publique pour le financement, la création, l'examen, la crédibilisation, le stockage et la diffusion des connaissances scientifiques de manière juste et équitable en utilisant la pile .

La DeSci vise à créer un écosystème dans lequel les scientifiques sont incités à partager ouvertement leurs recherches et à être salués pour leurs travaux, tout en permettant à quiconque d'accéder et de contribuer facilement aux recherches. La DeSci part du principe que les connaissances scientifiques doivent être accessibles à tous et que le processus de recherche scientifique doit être transparent. La DeSci crée un modèle de recherche scientifique plus décentralisé et distribué, qui la rend plus résistante à la censure et au contrôle par les autorités centrales. La DeSci vise à créer un environnement où les idées nouvelles et non conventionnelles peuvent prospérer en décentralisant l’accès au financement, aux outils scientifiques et aux canaux de communication.

La science décentralisée permet des sources de financement plus diverses (des et des dons quadratiques (opens in a new tab) au financement participatif, et plus encore), des données et des méthodes plus accessibles, et incite à la reproductibilité.

Juan Benet - Le Mouvement DeSci

Comment la DeSci améliore la science

Liste non exhaustive des principaux problèmes rencontrés par la science et comment la science décentralisée peut aider à les résoudre

La science décentralisée	La science traditionnelle
La distribution des fonds est déterminée par le public à l'aide de mécanismes tels que les dons quadratiques ou les DAO.	De petits groupes, fermés et centralisés, contrôlent la distribution des fonds.
Vous collaborez avec des pairs du monde entier au sein d'équipes dynamiques.	Les organismes de financement et les établissements d'origine limitent vos collaborations.
Les décisions de financement sont prises en ligne et en toute transparence. De nouveaux mécanismes de financement sont explorés.	Les décisions de financement sont prises avec un long délai d'exécution et une transparence limitée. Il existe peu de mécanismes de financement.
Le partage des services de laboratoire est facilité et plus transparent grâce à la technologie .	Le partage des ressources de laboratoire est souvent lent et opaque.
De nouveaux modèles de publication peuvent être développés en utilisant les primitives Web3 pour garantir confiance, transparence et accès universel.	Vous publiez par des voies établies, fréquemment reconnues comme inefficaces, partiales et abusives.
Vous pouvez gagner des jetons et de la réputation en évaluant le travail de vos pairs.	Votre travail d'évaluation par les pairs n'est pas rémunéré, ce qui profite aux éditeurs à but lucratif.
Vous êtes propriétaire de la propriété intellectuelle (PI) que vous générez et la distribuez selon des conditions transparentes.	Votre établissement d'origine est propriétaire de la PI que vous générez. L'accès à la PI n'est pas transparent.
Partage de toutes les recherches, y compris les données des tentatives infructueuses, en plaçant toutes les étapes sur la chaîne.	Le biais de publication signifie que les chercheurs sont plus susceptibles de partager des expériences qui ont eu des résultats positifs.

Ethereum et DeSci

Pour développer des applications, un système scientifique décentralisé exigera une sécurité renforcée, des coûts monétaires et de transaction minimaux et un écosystème riche. Ethereum fournit tout ce qui est nécessaire à la création d'une technologie scientifique décentralisée.

Cas d'usage de la DeSci

La DeSci met en place les outils scientifiques nécessaires pour faire basculer le milieu traditionnel universitaire vers le digital. Vous trouverez ci-dessous un échantillon d'exemples d'utilisation que le Web3 peut offrir à la communauté scientifique.

Publication

Comme chacun le sait, les publications scientifiques posent problème car elles sont gérées par des maisons d'édition qui s'appuient sur le travail gratuit de scientifiques, de réviseurs et d'éditeurs pour produire des articles, mais qui facturent ensuite des frais d'édition exorbitants. Le public, qui a généralement financé indirectement le travail et les coûts de publication à travers les taxes et les impôts qu'il paie, ne peut souvent pas accéder à ce même travail sans payer l'éditeur à nouveau. Le montant total des frais de publication d'articles scientifiques individuels atteint souvent cinq chiffres (en $ USD), ce qui sape le concept même de connaissance scientifique en tant que tout en permettant à un petit groupe d'éditeurs de générer d'énormes profits.

Il existe des plateformes gratuites et à accès libre sous la forme de serveurs de prépublication, comme ArXiv (opens in a new tab). Cependant, ces plateformes manquent de contrôle qualité, de et ne suivent généralement pas les indicateurs au niveau des articles, ce qui signifie qu'elles ne sont généralement utilisées que pour faire connaître un travail avant de le soumettre à un éditeur traditionnel. SciHub permet également d'accéder gratuitement aux articles publiés, mais pas légalement, et seulement après que les éditeurs ont été réglés et ont lié l'œuvre à une législation stricte sur le droit d'auteur. Les données et articles scientifiques accessibles associés à un mécanisme de légitimité et à un modèle incitatif intégrés manquent donc cruellement. Le Web3 offre les outils nécessaire pour construire un tel système.

Reproductibilité et réplicabilité

La reproductibilité et la réplicabilité sont les fondements des découvertes scientifiques de qualité.

Des résultats reproductibles peuvent être obtenus plusieurs fois de suite par la même équipe en utilisant la même méthodologie.
Des résultats reproductibles peuvent être obtenus par un autre groupe utilisant le même dispositif expérimental.

Avec les nouveaux outils Web3 natifs, reproductibilité et réplicabilité sont à la base des découvertes. Le tissu technologique universitaire peut s'imprégner d'une science de qualité. Le Web3 offre la possibilité de créer des pour chaque composant d'analyse : les données brutes, le moteur de calcul et le résultat de l'application. Les systèmes fonctionnant sur le mode du consensus ont ceci de fabuleux que lorsqu'un réseau de confiance est créé pour préserver ces composants, chaque participant au réseau peut être chargé de la reproduction du calcul et de la validation de chaque résultat.

Financement

Dans le cadre du modèle de financement actuel de la science, des personnes ou des groupes de scientifiques présentent des demandes de financement écrites à des organismes de financement. Un petit groupe de personnes de confiance notent les candidats, puis les interrogent avant d'attribuer des fonds à une fraction d'entre eux. En plus de créer des goulots d'étranglement qui entraînent parfois des années d'attente entre la demande et la réception d'une subvention, ce modèle est connu pour être très vulnérable aux préjugés, aux intérêts personnels et aux politiques du comité d'évaluation.

Des études ont montré que les comités d'étude des demandes de subventions ont du mal à sélectionner les propositions de qualité. En effet, les mêmes propositions soumises à des comités différents donnent des résultats très différents. Le financement étant de plus en plus limité, il s’est concentré sur un groupe plus restreint de chercheurs plus âgés, porteurs de projets plus classiques sur le plan intellectuel. Cela a eu pour effet de créer un paysage de financement hyperconcurrentiel, d'ancrer des incitations perverses et d'étouffer l'innovation.

Le Web3 a le potentiel d'ébranler ce modèle de financement dépassé en expérimentant différents modèles d'incitation développés par les DAO et le Web3 dans l'ensemble. Le financement rétroactif des biens publics (opens in a new tab), le financement quadratique (opens in a new tab), la gouvernance des DAO (opens in a new tab) et les structures d'incitation tokenisées (opens in a new tab) sont quelques-uns des outils Web3 qui pourraient révolutionner le financement de la science.

Propriété et développement de la PI

La propriété intellectuelle (PI) pose problème dans la science traditionnelle : cantonnée aux universités ou inutilisée dans les entreprises de biotechnologie, elle est de surcroît et comme chacun le sait difficile à évaluer. Cependant, la propriété des actifs numériques (tels que les données ou articles scientifiques) est une chose que le Web3 fait exceptionnellement bien en utilisant des .

De la même manière que les NFT peuvent transmettre les recettes de futures transactions au créateur initial, vous pouvez établir des chaînes d'attribution de valeur transparentes pour récompenser les chercheurs, les organes directeurs (les DAO par exemple), ou même les personnes dont les données sont collectées.

Les IP-NFT (opens in a new tab) peuvent également servir de clé à un référentiel de données décentralisé des expériences de recherche en cours, et se connecter à la financiarisation des NFT et de la (du fractionnement aux pools de prêt et à l'évaluation de la valeur). Cela permet également à des entités nativement sur la chaîne telles que des DAO comme VitaDAO (opens in a new tab) de mener des recherches directement sur la chaîne. L'avènement des jetons « soulbound » (opens in a new tab) non transférables pourrait également jouer un rôle important dans la DeSci en permettant aux individus de prouver leur expérience et leurs références liées à leur adresse Ethereum.

Stockage de données, accès et architecture

Les données scientifiques peuvent être rendues beaucoup plus accessibles en utilisant les modèles Web3, sachant que le stockage distribué permet aux recherches et études de survivre à des événements cataclysmiques.

Le tout doit reposer sur un système accessible par toute identité décentralisée disposant d'identifiants vérifiables appropriés. Les données sensibles peuvent ainsi être répliquées en toute sécurité par des parties de confiance, ce qui permet de résister à la redondance et à la censure, de reproduire les résultats et même à plusieurs parties de collaborer et d'ajouter de nouvelles données à l'ensemble de données. Les méthodes de calcul confidentiel comme le compute-to-data (opens in a new tab) fournissent des mécanismes d'accès alternatifs à la réplication des données brutes, créant des environnements de recherche fiables pour les données les plus sensibles. Les environnements de recherche fiables ont été cités par le NHS (opens in a new tab) comme une solution d'avenir pour la confidentialité des données et la collaboration en créant un écosystème où les chercheurs peuvent travailler en toute sécurité avec des données sur site en utilisant des environnements normalisés pour le partage de code et de pratiques.

Les solutions Web 3 flexibles axées sur les données prennent en charge les scénarios ci-dessus et fournissent les bases d'une science réellement ouverte, où les chercheurs peuvent créer des biens publics sans autorisation d'accès ni frais. Les solutions Web3 relatives aux données publiques telles qu'IPFS, Arweave et Filecoin sont optimisées pour la décentralisation. dClimate, par exemple, fournit un accès universel aux données climatiques et météorologiques, y compris à partir de stations météo et de modèles climatiques prédictifs.

Participer

Explorer les projets et rejoindre la communauté DeSci.

Nous sommes ouverts aux suggestions de nouveaux projets à répertorier. Veuillez consulter notre politique de référencement pour commencer !

En savoir plus

Vidéos

Dernière mise à jour de la page : 26 février 2026

+16