Scienza decentralizzata (desci)

Cos'è la scienza decentralizzata (desci)?

La scienza decentralizzata (desci) è un movimento che mira a costruire un'infrastruttura pubblica per finanziare, creare, revisionare, accreditare, archiviare e diffondere la conoscenza scientifica in modo equo e imparziale utilizzando lo stack del .

La desci mira a creare un ecosistema in cui gli scienziati siano incentivati a condividere apertamente la loro ricerca e a ricevere credito per il loro lavoro, consentendo al contempo a chiunque di accedere e contribuire facilmente alla ricerca. La desci si basa sull'idea che la conoscenza scientifica debba essere accessibile a tutti e che il processo di ricerca scientifica debba essere trasparente. La desci sta creando un modello di ricerca scientifica più decentralizzato e distribuito, rendendolo più resistente alla censura e al controllo da parte delle autorità centrali. La desci spera di creare un ambiente in cui idee nuove e non convenzionali possano prosperare decentralizzando l'accesso ai finanziamenti, agli strumenti scientifici e ai canali di comunicazione.

La scienza decentralizzata consente fonti di finanziamento più diversificate (dalle , alle donazioni quadratiche (si apre in una nuova scheda), fino al crowdfunding e altro ancora), dati e metodi più accessibili e fornendo incentivi per la riproducibilità.

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.

Guarda con trascrizione

Come la desci migliora la scienza

Un elenco non esaustivo dei problemi chiave nella scienza e di come la scienza decentralizzata possa aiutare ad affrontarli

Scienza decentralizzata	Scienza tradizionale
La distribuzione dei fondi è determinata dal pubblico utilizzando meccanismi come le donazioni quadratiche o le DAO.	Piccoli gruppi centralizzati e chiusi controllano la distribuzione dei fondi.
Collabori con peer da tutto il mondo in team dinamici.	Le organizzazioni di finanziamento e le istituzioni di appartenenza limitano le tue collaborazioni.
Le decisioni di finanziamento vengono prese online e in modo trasparente. Vengono esplorati nuovi meccanismi di finanziamento.	Le decisioni di finanziamento vengono prese con tempi di risposta lunghi e trasparenza limitata. Esistono pochi meccanismi di finanziamento.
La condivisione dei servizi di laboratorio è resa più semplice e trasparente utilizzando la tecnologia del .	La condivisione delle risorse di laboratorio è spesso lenta e opaca.
Possono essere sviluppati nuovi modelli di pubblicazione che utilizzano le primitive del Web3 per la fiducia, la trasparenza e l'accesso universale.	Pubblichi attraverso percorsi consolidati frequentemente riconosciuti come inefficienti, di parte e basati sullo sfruttamento.
Puoi guadagnare token e reputazione per il lavoro di peer-review.	Il tuo lavoro di peer-review non è retribuito, a vantaggio degli editori a scopo di lucro.
Possiedi la proprietà intellettuale (IP) che generi e la distribuisci secondo termini trasparenti.	La tua istituzione di appartenenza possiede l'IP che generi. L'accesso all'IP non è trasparente.
Condivisione di tutta la ricerca, inclusi i dati degli sforzi infruttuosi, avendo tutti i passaggi onchain.	Il bias di pubblicazione fa sì che i ricercatori siano più propensi a condividere esperimenti che hanno avuto risultati positivi.

Ethereum e la desci

Un sistema di scienza decentralizzata richiederà una sicurezza solida, costi monetari e di transazione minimi e un ricco ecosistema per lo sviluppo di applicazioni. Ethereum fornisce tutto il necessario per costruire una tecnologia di scienza decentralizzata.

Casi d'uso della desci

La desci sta costruendo il set di strumenti scientifici per integrare il mondo accademico tradizionale nel mondo digitale. Di seguito è riportato un campione di casi d'uso che il Web3 può offrire alla comunità scientifica.

Pubblicazione

L'editoria scientifica è notoriamente problematica perché è gestita da case editrici che si affidano al lavoro gratuito di scienziati, revisori ed editori per generare gli articoli, ma poi addebitano commissioni di pubblicazione esorbitanti. Il pubblico, che di solito ha pagato indirettamente per il lavoro e i costi di pubblicazione attraverso la tassazione, spesso non può accedere a quello stesso lavoro senza pagare nuovamente l'editore. Le commissioni totali per la pubblicazione di singoli articoli scientifici sono spesso a cinque cifre (in dollari USA), minando l'intero concetto di conoscenza scientifica come e generando al contempo enormi profitti per un piccolo gruppo di editori.

Esistono piattaforme gratuite e ad accesso aperto sotto forma di server di pre-print, come ArXiv (si apre in una nuova scheda). Tuttavia, queste piattaforme mancano di controllo di qualità, meccanismi e generalmente non tracciano le metriche a livello di articolo, il che significa che di solito vengono utilizzate solo per pubblicizzare il lavoro prima dell'invio a un editore tradizionale. Anche SciHub rende gli articoli pubblicati di libero accesso, ma non legalmente, e solo dopo che gli editori hanno già incassato il loro pagamento e avvolto il lavoro in una rigorosa legislazione sul copyright. Ciò lascia una lacuna critica per articoli e dati scientifici accessibili con un meccanismo di legittimità e un modello di incentivi integrati. Gli strumenti per costruire un tale sistema esistono nel Web3.

Riproducibilità e replicabilità

La riproducibilità e la replicabilità sono le basi di una scoperta scientifica di qualità.

I risultati riproducibili possono essere ottenuti più volte di seguito dallo stesso team utilizzando la stessa metodologia.
I risultati replicabili possono essere ottenuti da un gruppo diverso utilizzando la stessa configurazione sperimentale.

I nuovi strumenti nativi del Web3 possono garantire che la riproducibilità e la replicabilità siano alla base della scoperta. Possiamo tessere una scienza di qualità nel tessuto tecnologico del mondo accademico. Il Web3 offre la capacità di creare per ogni componente di analisi: i dati grezzi, il motore computazionale e il risultato dell'applicazione. La bellezza dei sistemi di consenso è che quando viene creata una rete fidata per mantenere questi componenti, ogni partecipante alla rete può essere responsabile della riproduzione del calcolo e della convalida di ogni risultato.

Finanziamento

L'attuale modello standard per il finanziamento della scienza prevede che individui o gruppi di scienziati presentino domande scritte a un'agenzia di finanziamento. Un piccolo gruppo di individui fidati valuta le domande e poi intervista i candidati prima di assegnare i fondi a una piccola parte dei richiedenti. Oltre a creare colli di bottiglia che portano a tempi di attesa a volte di anni tra la richiesta e la ricezione di una sovvenzione, questo modello è noto per essere altamente vulnerabile ai pregiudizi, agli interessi personali e alle politiche del comitato di revisione.

Gli studi hanno dimostrato che i comitati di revisione delle sovvenzioni fanno un pessimo lavoro nel selezionare proposte di alta qualità, poiché le stesse proposte fornite a comitati diversi hanno esiti estremamente diversi. Poiché i finanziamenti sono diventati più scarsi, si sono concentrati in un gruppo più ristretto di ricercatori più anziani con progetti intellettualmente più conservatori. L'effetto ha creato un panorama di finanziamento iper-competitivo, radicando incentivi perversi e soffocando l'innovazione.

Il Web3 ha il potenziale per stravolgere questo modello di finanziamento difettoso sperimentando diversi modelli di incentivi sviluppati dalle DAO e dal Web3 in generale. Il finanziamento retroattivo dei beni pubblici (RPGF) (si apre in una nuova scheda), il finanziamento quadratico (si apre in una nuova scheda), la governance delle DAO (si apre in una nuova scheda) e le strutture di incentivi tokenizzate (si apre in una nuova scheda) sono alcuni degli strumenti del Web3 che potrebbero rivoluzionare il finanziamento della scienza.

Proprietà intellettuale e sviluppo

La proprietà intellettuale (IP) è un grosso problema nella scienza tradizionale: dall'essere bloccata nelle università o inutilizzata nelle biotecnologie, all'essere notoriamente difficile da valutare. Tuttavia, la proprietà delle risorse digitali (come dati o articoli scientifici) è qualcosa che il Web3 fa eccezionalmente bene utilizzando i .

Allo stesso modo in cui gli NFT possono trasferire le entrate per le transazioni future al creatore originale, è possibile stabilire catene di attribuzione del valore trasparenti per ricompensare i ricercatori, gli organi di governance (come le DAO) o persino i soggetti i cui dati vengono raccolti.

Gli IP-NFT (si apre in una nuova scheda) possono anche funzionare come chiave per un repository di dati decentralizzato degli esperimenti di ricerca in corso e collegarsi alla finanziarizzazione degli NFT e della (dal frazionamento ai pool di prestito e alla valutazione del valore). Consente inoltre a entità nativamente onchain, come le DAO quali VitaDAO (si apre in una nuova scheda), di condurre ricerche direttamente onchain. L'avvento dei token "soulbound" (si apre in una nuova scheda) non trasferibili potrebbe anche svolgere un ruolo importante nella desci consentendo agli individui di dimostrare la propria esperienza e le proprie credenziali collegate al loro indirizzo Ethereum.

Archiviazione, accesso e architettura dei dati

I dati scientifici possono essere resi molto più accessibili utilizzando i modelli del Web3 e l'archiviazione distribuita consente alla ricerca di sopravvivere a eventi catastrofici.

Il punto di partenza deve essere un sistema accessibile da qualsiasi identità decentralizzata (DID) in possesso delle adeguate credenziali verificabili. Ciò consente ai dati sensibili di essere replicati in modo sicuro da parti fidate, abilitando la ridondanza e la resistenza alla censura, la riproduzione dei risultati e persino la capacità di più parti di collaborare e aggiungere nuovi dati al set di dati. Metodi di calcolo riservato come il compute-to-data (si apre in una nuova scheda) forniscono meccanismi di accesso alternativi alla replica dei dati grezzi, creando Ambienti di Ricerca Affidabili (Trusted Research Environments) per i dati più sensibili. Gli Ambienti di Ricerca Affidabili sono stati citati dall'NHS (si apre in una nuova scheda) come una soluzione orientata al futuro per la privacy dei dati e la collaborazione, creando un ecosistema in cui i ricercatori possono lavorare in modo sicuro con i dati in loco utilizzando ambienti standardizzati per la condivisione di codice e pratiche.

Le soluzioni flessibili per i dati del Web3 supportano gli scenari di cui sopra e forniscono le basi per una vera Scienza Aperta, in cui i ricercatori possono creare beni pubblici senza permessi di accesso o commissioni. Le soluzioni per i dati pubblici del Web3 come IPFS, Arweave e Filecoin sono ottimizzate per la decentralizzazione. dClimate, ad esempio, fornisce accesso universale ai dati climatici e meteorologici, inclusi quelli provenienti da stazioni meteorologiche e modelli climatici predittivi.

Partecipa

Esplora i progetti e unisciti alla comunità della desci.

Accogliamo con favore suggerimenti per nuovi progetti da elencare: consulta la nostra politica di inserimento per iniziare!