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 financer, créer, évaluer, créditer, stocker et diffuser les connaissances scientifiques de manière juste et équitable en utilisant la pile .

La DeSci vise à créer un écosystème où les scientifiques sont incités à partager ouvertement leurs recherches et à être reconnus pour leur travail, tout en permettant à quiconque d'accéder facilement à la recherche et d'y contribuer. La DeSci repose sur l'idée 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, le rendant plus résistant à la censure et au contrôle par des autorités centrales. La DeSci espère créer un environnement où des 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 de diversifier les sources de financement (des , aux dons quadratiques (s'ouvre dans un nouvel onglet), en passant par le financement participatif, etc.), de rendre les données et les méthodes plus accessibles, et de fournir des incitations à la reproductibilité.

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.

Regarder avec la transcription

Comment la DeSci améliore la science

Une liste non exhaustive des principaux problèmes de la science et de la manière dont la science décentralisée peut aider à les résoudre

Science décentralisée	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 centralisés et fermés contrôlent la distribution des fonds.
Vous collaborez avec des pairs du monde entier au sein d'équipes dynamiques.	Les organismes de financement et les institutions d'attache limitent vos collaborations.
Les décisions de financement sont prises en ligne et de manière transparente. De nouveaux mécanismes de financement sont explorés.	Les décisions de financement sont prises avec de longs délais et une transparence limitée. Il existe peu de mécanismes de financement.
Le partage des services de laboratoire est rendu plus facile 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 du Web3 pour la confiance, la transparence et l'accès universel.	Vous publiez par des voies établies fréquemment reconnues comme inefficaces, biaisées et abusives.
Vous pouvez gagner des jetons et de la réputation pour le travail d'évaluation par les pairs.	Votre travail d'évaluation par les pairs n'est pas rémunéré, ce qui profite aux éditeurs à but lucratif.
Vous possédez la propriété intellectuelle (PI) que vous générez et la distribuez selon des conditions transparentes.	Votre institution d'attache possède la PI que vous générez. L'accès à la PI n'est pas transparent.
Partage de l'ensemble de la recherche, y compris les données des tentatives infructueuses, en ayant toutes les étapes onchain.	Le biais de publication signifie que les chercheurs sont plus susceptibles de partager les expériences qui ont donné des résultats positifs.

Ethereum et la DeSci

Un système de science décentralisée nécessitera une sécurité robuste, des coûts monétaires et de transaction minimes, ainsi qu'un écosystème riche pour le développement d'applications. Ethereum fournit tout ce qui est nécessaire pour construire une technologie de science décentralisée.

Cas d'usage de la DeSci

La DeSci construit l'ensemble d'outils scientifiques pour intégrer le monde universitaire traditionnel dans le monde numérique. Vous trouverez ci-dessous un échantillon des cas d'usage que le Web3 peut offrir à la communauté scientifique.

Publication

L'édition scientifique est notoirement problématique car elle est gérée par des maisons d'édition qui s'appuient sur le travail gratuit des scientifiques, des évaluateurs et des éditeurs pour générer les articles, mais facturent ensuite des frais de publication exorbitants. Le public, qui a généralement payé indirectement pour le travail et les coûts de publication par le biais des impôts, ne peut souvent pas accéder à ce même travail sans payer à nouveau l'éditeur. Les frais totaux de publication d'articles scientifiques individuels atteignent souvent cinq chiffres (en USD), ce qui sape le concept même de la connaissance scientifique en tant que tout en générant d'énormes profits pour un petit groupe d'éditeurs.

Il existe des plateformes gratuites et en libre accès sous la forme de serveurs de prépublication, tels qu'ArXiv (s'ouvre dans un nouvel onglet). Cependant, ces plateformes manquent de contrôle qualité, de , et ne suivent généralement pas les métriques au niveau de l'article, ce qui signifie qu'elles ne sont généralement utilisées que pour faire connaître les travaux avant leur soumission à un éditeur traditionnel. SciHub permet également d'accéder gratuitement aux articles publiés, mais pas légalement, et seulement après que les éditeurs ont déjà perçu leur paiement et enveloppé le travail dans une législation stricte sur le droit d'auteur. Cela laisse une lacune critique pour des articles et des données scientifiques accessibles avec un mécanisme de légitimité et un modèle d'incitation intégrés. Les outils pour construire un tel système existent dans le Web3.

Reproductibilité et réplicabilité

La reproductibilité et la réplicabilité sont les fondements d'une découverte scientifique de qualité.

Des résultats reproductibles peuvent être obtenus plusieurs fois de suite par la même équipe en utilisant la même méthodologie.
Des résultats réplicables peuvent être obtenus par un groupe différent en utilisant la même configuration expérimentale.

De nouveaux outils natifs du Web3 peuvent garantir que la reproductibilité et la réplicabilité sont à la base de la découverte. Nous pouvons intégrer une science de qualité dans le tissu technologique du monde universitaire. 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. La beauté des systèmes de consensus est que lorsqu'un réseau de confiance est créé pour maintenir ces composants, chaque participant au réseau peut être responsable de la reproduction du calcul et de la validation de chaque résultat.

Financement

Le modèle standard actuel de financement de la science veut que des individus ou des groupes de scientifiques soumettent des demandes écrites à un organisme de financement. Un petit comité de personnes de confiance évalue les demandes, puis fait passer des entretiens aux candidats avant d'accorder des fonds à une petite partie des demandeurs. Outre la création de 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 biais, aux intérêts personnels et à la politique du comité d'évaluation.

Des études ont montré que les comités d'évaluation des subventions peinent à sélectionner des propositions de haute qualité, car les mêmes propositions soumises à différents comités ont des résultats extrêmement différents. À mesure que le financement s'est raréfié, il s'est concentré sur un groupe plus restreint de chercheurs plus expérimentés avec des projets intellectuellement plus conservateurs. Cet effet a créé un paysage de financement hyper-compétitif, enracinant des incitations perverses et étouffant l'innovation.

Le Web3 a le potentiel de bouleverser ce modèle de financement défaillant en expérimentant différents modèles d'incitation développés par les DAO et le Web3 en général. Le financement rétroactif des biens publics (RPGF) (s'ouvre dans un nouvel onglet), le financement quadratique (s'ouvre dans un nouvel onglet), la gouvernance des DAO (s'ouvre dans un nouvel onglet) et les structures d'incitation tokenisées (s'ouvre dans un nouvel onglet) sont quelques-uns des outils du Web3 qui pourraient révolutionner le financement de la science.

Propriété et développement de la PI

La propriété intellectuelle (PI) est un problème majeur dans la science traditionnelle : qu'elle soit bloquée dans les universités ou inutilisée dans les entreprises de biotechnologie, elle est notoirement difficile à évaluer. Cependant, la propriété d'actifs numériques (tels que des données ou des articles scientifiques) est une chose que le Web3 gère exceptionnellement bien en utilisant des .

De la même manière que les NFT peuvent reverser les revenus des transactions futures au créateur d'origine, vous pouvez établir des chaînes d'attribution de valeur transparentes pour récompenser les chercheurs, les organes directeurs (comme les DAO), ou même les sujets dont les données sont collectées.

Les IP-NFT (s'ouvre dans un nouvel onglet) peuvent également fonctionner comme une clé vers un référentiel de données décentralisé des expériences de recherche en cours, et s'intégrer 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 onchain telles que des DAO comme VitaDAO (s'ouvre dans un nouvel onglet) de mener des recherches directement onchain. L'avènement des jetons « liés à l'âme » (soulbound) (s'ouvre dans un nouvel onglet) non transférables pourrait également jouer un rôle important dans la DeSci en permettant aux individus de prouver leur expérience et leurs qualifications liées à leur adresse Ethereum.

Stockage, accès et architecture des données

Les données scientifiques peuvent être rendues beaucoup plus accessibles en utilisant les modèles du Web3, et le stockage distribué permet à la recherche de survivre à des événements cataclysmiques.

Le point de départ doit être un système accessible par toute identité décentralisée (DID) détenant les justificatifs vérifiables appropriés. Cela permet aux données sensibles d'être répliquées en toute sécurité par des tiers de confiance, permettant la redondance et la résistance à la censure, la reproduction des résultats, et même la possibilité pour plusieurs parties de collaborer et d'ajouter de nouvelles données à l'ensemble de données. Les méthodes d'informatique confidentielle telles que le calcul vers les données (compute-to-data) (s'ouvre dans un nouvel onglet) fournissent des mécanismes d'accès alternatifs à la réplication des données brutes, créant des environnements de recherche de confiance (Trusted Research Environments) pour les données les plus sensibles. Les environnements de recherche de confiance ont été cités par le NHS (s'ouvre dans un nouvel onglet) 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 standardisés pour partager du code et des pratiques.

Les solutions de données flexibles du Web3 prennent en charge les scénarios ci-dessus et fournissent les bases d'une véritable science ouverte, où les chercheurs peuvent créer des biens publics sans autorisations d'accès ni frais. Les solutions de données publiques du Web3 telles qu'IPFS, Arweave et Filecoin sont optimisées pour la décentralisation. dClimate, par exemple, offre un accès universel aux données climatiques et météorologiques, y compris celles provenant de stations météorologiques et de modèles climatiques prédictifs.

S'impliquer

Explorez des projets et rejoignez la communauté DeSci.

Nous accueillons volontiers les suggestions de nouveaux projets à lister - veuillez consulter notre politique de référencement pour commencer !