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 en vue du financement, de la création, de l'examen, de l'attribution de crédits, du stockage et de la diffusion des connaissances scientifiques de manière juste et équitable en utilisant la pile Web3.

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 d'accéder à des sources de financement plus variées (des DAO, dons quadratiques(opens in a new tab) aux financements participatifs et plus encore), des données et méthodes d'accès plus accessibles, et incite à la reproductibilité.

Juan Benet - Le Mouvement DeSci

En quoi la DeSci fait avancer 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 répartition 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 répartition des fonds.
Vous collaborez avec des pairs du monde entier dans des 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 longues à prendre et la transparence en la matière limitée. Il existe peu de mécanismes de financement.
Le recours aux primitives Web3 facilite le partage des services de laboratoire et les rend plus transparents.	Le partage des ressources des laboratoires est souvent lent et opaque.
Il est possible d'élaborer de nouveaux modèles de publication qui utilisent les primitives Web3 pour garantir confiance, transparence et accès universel.	Vous publiez par le biais de voies établies souvent considérées comme inefficaces, partiales et basées sur l'exploitation.
Vous pouvez gagner des jetons et consolider votre réputation en faisant un 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 êtes détenteur de la propriété intellectuelle (PI) que vous créez et diffusez ces créations dans le respect de conditions transparentes.	Votre institution d'origine est propriétaire de la PI que vous générez. L'accès à la PI n'est pas transparent.
Partagez toutes les recherches, y compris les données issues de recherches infructueuses, en basculant toutes les étapes sur la chaîne.	Le biais de publication veut que les chercheurs soient plus susceptibles de partager des expériences qui ont donné des résultats positifs.

Ethereum et la 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 pour construire une pile scientifique décentralisée.

Exemples d'utilisation de la DeSci

La DeSci met en place les outils scientifiques nécessaires pour faire basculer le milieu universitaire du Web2 vers le digital. Vous trouverez ci-dessous un échantillon d'exemples d'utilisation que le Web3 peut offrir à la communauté scientifique.

Publications

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 est souvent à cinq chiffres ($USD), ce qui sape le concept même de connaissance scientifique en tant que bien public(opens in a new tab) tout en permettant à un petit groupe d'éditeurs d'engranger d'énormes profits.

Il existe des plateformes d'acès libre et gratuit sous forme de serveurs de pré-impression comme ArXiv(opens in a new tab). Le contrôle qualité , de même que les mécanismes anti-sybil(opens in a new tab), font défaut sur ces plateformes, qui ne suivent généralement pas les paramètres de niveau article, ce qui signifie qu'ils ne sont généralement utilisés que pour faire connaître un travail avant de le soumettre à un éditeur classique. 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 attestations 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. Ce modèle, qui crée des goulets d'étranglement susceptibles de retarder de plusieurs années le traitement des demandes de subvention, est réputé être très vulnérable à l'orientation, aux intérêts personnels et à la politique du comité d’étude.

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 de biens publics(opens in a new tab), le financement quadratique(opens in a new tab), la gouvernance de DAO(opens in a new tab) et les structures incitatives basées sur l'utilisation de jetons(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. Le Web3 est cependant particulièrement performant en matière de propriété des actifs numériques (notamment des données scientifiques ou des articles), grâce au recours aux jetons non fongibles (NFTs).

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 NFT liés à la PI(opens in a new tab) peuvent également servir de clé d'accès à un référentiel de données décentralisé relatif aux expériences de recherche en cours, et puiser dans les NFT et le financement de la DeFi (de la fractionalisation aux groupes de prêt et à l'estimation de la valeur). Ils permettent également aux entités nativement en chaîne, telles que les DAO comme VitaDAO(opens in a new tab), de mener des recherches directement en chaîne. Les jetons « soulbound »(opens in a new tab)non transférables peuvent également jouer un rôle important en matière de DeSci en permettant aux individus d'apporter la preuve de leur expérience et leurs identifiants liés 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. Des méthodes de calcul confidentielles telles que compute-to-data(opens in a new tab) offrent 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 de préservation de la confidentialité des données et de collaboration orientée vers l'avenir dans la mesure où ils créent un écosystème au sein duquel les chercheurs peuvent travailler en toute sécurité avec les données directement sur place 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 accueillons volontiers les suggestions de nouveaux projets à répertorier - veuillez consulter notre politique d'inscription pour commencer !