Zdecentralizowana nauka (DeSci)

Czym jest zdecentralizowana nauka (DeSci)?

Zdecentralizowana nauka (DeSci) jest ruchem, który ma na celu zbudowanie publicznej infrastruktury do finansowania, tworzenia, recenzowania, kredytowania, przechowywania i rozpowszechniania wiedzy naukowej w sposób uczciwy i sprawiedliwy przy użyciu stosu Web3.

DeSci ma na celu stworzenie ekosystemu, w którym naukowcy są zachęcani do otwartego dzielenia się swoimi badaniami i otrzymują uznanie za swoją pracę, jednocześnie umożliwiając każdemu łatwy dostęp do badań i uczestniczenie w nich. DeSci działa w oparciu o ideę, że wiedza naukowa powinna być dostępna dla każdego, a proces badań naukowych powinien być przejrzysty. DeSci tworzy bardziej zdecentralizowany i rozproszony model badań naukowych, dzięki czemu są one bardziej odporne na cenzurę i kontrolę ze strony władz centralnych. DeSci to środowisko, w którym nowe i niekonwencjonalne pomysły mogą się rozwijać poprzez decentralizację dostępu do finansowania, narzędzi naukowych i kanałów komunikacji.

Zdecentralizowana nauka pozwala na bardziej zróżnicowane źródła finansowania (od DAO, kwadratowych darowizn(opens in a new tab) do finansowania społecznościowego i nie tylko), bardziej dostępne dane i metody oraz poprzez zapewnienie zachęt do odtwarzalności.

Juan Benet — ruch DeSci

Jak DeSci poprawia jakość nauki

Lista wybranych kluczowych problemów naukowych oraz sposób, w jaki zdecentralizowana nauka może pomóc w ich rozwiązaniu

Zdecentralizowana nauka	Tradycyjna nauka
Podział środków jest określany przez opinię publiczną za pomocą takich mechanizmów jak kwadratowe darowizny lub DAO.	Małe, zamknięte, scentralizowane grupy kontrolują podział funduszy.
Współpraca z partnerami z całego świata w dynamicznych zespołach.	Organizacje finansujące i instytucje domowe ograniczają możliwości współpracy.
Decyzje dotyczące finansowania podejmowane są w Internecie i w przejrzysty sposób. Wykorzystywane są nowe mechanizmy finansowania.	Decyzje o finansowaniu zapadają po długim czasie i są mało przejrzyste. Istnieje niewiele mechanizmów finansowania.
Udostępnianie usług laboratoryjnych jest łatwiejsze i bardziej przejrzyste dzięki podstawowym usługom Web3.	Udostępnianie zasobów laboratoryjnych jest często powolne i nieprzejrzyste.
Można opracować nowe modele publikacji, w których wykorzystuje się podstawowe funkcje Web3 zapewniające zaufanie, przejrzystość i powszechny dostęp.	Publikowanie odbywa się w ramach ustalonych ścieżek, często uznawanych za nieefektywne, stronnicze i wyzyskujące.
Za recenzowanie prac można zdobyć tokeny i reputację.	Praca recenzencka jest nieodpłatna i przynosi korzyści wydawcom nastawionym na zysk.
Użytkownik jest właścicielem wygenerowanej przez siebie własności intelektualnej (IP) i rozpowszechnia ją na przejrzystych zasadach.	Właścicielem IP wygenerowanej przez użytkownika jest jego macierzysta instytucja. Dostęp do IP nie jest przejrzysty.
Dzielenie się wszystkimi badaniami, w tym danymi z nieudanych prób, poprzez udostępnianie wszystkich etapów w łańcuchu.	Tendencyjność publikacji oznacza, że badacze chętniej dzielą się eksperymentami, które przyniosły dobre wyniki.

Ethereum i DeSci

Zdecentralizowany system naukowy będzie wymagał solidnego bezpieczeństwa, minimalnych kosztów pieniężnych i transakcyjnych oraz bogatego ekosystemu do tworzenia zastosowań. Ethereum zapewnia wszystko, co jest potrzebne do stworzenia zdecentralizowanego systemu naukowego.

Przykłady zastosowań DeSci

DeSci buduje zestaw narzędzi naukowych, aby wprowadzić środowisko akademickie Web2 do świata cyfrowego. Poniżej przedstawiono przykłady zastosowań, jakie Web3 może zaoferować społeczności naukowej.

Publikowanie

Publikacje naukowe są szczególnie problematyczne, ponieważ są zarządzane przez wydawnictwa, które polegają na darmowej pracy naukowców, recenzentów i redaktorów, aby stworzyć prace, ale następnie pobierają za nie wygórowane opłaty. Obywatele, którzy zwykle pośrednio zapłacili za dzieło i koszty publikacji poprzez podatki, często nie mogą uzyskać dostępu do tego samego dzieła bez ponownego zapłacenia wydawcy. Łączne opłaty za publikację poszczególnych prac naukowych są często pięciocyfrowe ($USD), podważając całą koncepcję wiedzy naukowej jako dobra publicznego(opens in a new tab), jednocześnie generując ogromne zyski dla małej grupy wydawców.

Istnieją platformy wolnego i otwartego dostępu w postaci serwerów preprintów, takich jak ArXiv(opens in a new tab). Jednak na takich platformach brakuje kontroli jakości, mechanizmów antysybilistycznych(opens in a new tab), a także nie śledzi się na ogół metryk poziomu artykułu. Oznacza to, że są one zwykle używane tylko do upublicznienia pracy przed jej złożeniem u tradycyjnego wydawcy. SciHub również udostępnia opublikowane prace za darmo, ale nie legalnie, i dopiero po tym, jak wydawcy pobiorą już zapłatę i obwarują pracę ścisłymi prawami autorskimi. Jest to istotna luka w przypadku dostępnych dokumentów i danych naukowych z wbudowanym mechanizmem legitymizacji i modelem zachęt. Narzędzia do budowy takiego systemu istnieją w Web3.

Odtwarzalność i powtarzalność

Powtarzalność i odtwarzalność są podstawą odkryć naukowych wysokiej jakości.

Odtwarzalne wyniki mogą być wielokrotnie osiągane przez ten sam zespół przy użyciu tej samej metodologii.
Powtarzalne wyniki może osiągnąć inna grupa stosująca ten sam układ eksperymentalny.

Nowe narzędzia Web3 mogą zagwarantować, że powtarzalność i odtwarzalność są podstawą odkrycia. Można wpleść wysokiej jakości naukę w technologiczną tkankę środowiska akademickiego. Web3 oferuje możliwość tworzenia poświadczeń dla każdego składnika analizy: danych nieprzetworzonych, silnika przetwarzania i wyników aplikacji. Piękno systemów konsensualnych polega na tym, że w przypadku utworzenia zaufanej sieci w celu utrzymania tych komponentów, każdy uczestnik sieci może być odpowiedzialny za odtwarzanie obliczeń i walidację każdego wyniku.

Finansowanie

Obecny standardowy model finansowania nauki polega na tym, że osoby fizyczne lub grupy naukowców składają pisemne wnioski do agencji finansującej. Niewielki panel zaufanych osób ocenia wnioski, a następnie przeprowadza rozmowy z kandydatami przed przyznaniem środków finansowych niewielkiej części wnioskodawców. Oprócz tworzenia wąskich gardeł, które czasem prowadzą do wieloletniego oczekiwania między ubieganiem się o dotację a jej otrzymaniem, model ten jest znany jako wysoce podatny na stronniczość, interesy własne i politykę panelu weryfikacyjnego.

Badania wykazały, że zespoły ds. przeglądu dotacji nie wykonują dobrej pracy w zakresie wyboru wniosków wysokiej jakości, ponieważ te same wnioski przekazane różnym zespołom przynoszą diametralnie różne wyniki. W miarę jak środki finansowe stają się coraz bardziej ograniczone, koncentrują się na mniejszej puli starszych naukowców proponujących projekty bardziej konserwatywne pod względem intelektualnym. Efektem tego jest powstanie hiperkonkurencyjnego systemu finansowania, który utrwala niepożądane zachęty i tłumi innowacje.

Web3 ma potencjał, aby zakłócić ten wadliwy model finansowania poprzez eksperymentowanie z różnymi modelami motywacyjnymi opracowanymi przez DAO i Web3 w szerokim zakresie. Finansowanie ze środków publicznych obowiązujące wstecz(opens in a new tab), finansowanie kwadratowe(opens in a new tab), zarządzanie DAO(opens in a new tab) i struktury motywacyjne oparte na tokenach(opens in a new tab) to przykłady narzędzi Web3, które mogą zrewolucjonizować finansowanie nauki.

Własność i rozwój własności intelektualnej (IP)

Własność intelektualna (IP) stanowi duży problem w tradycyjnej nauce: od utknięcia na uniwersytetach lub niewykorzystania w biotechnologii, po notoryczne trudności w wycenie. Jednak obsługa własności aktywów cyfrowych (takich jak dane naukowe lub artykuły) jest czymś, co Web3 robi wyjątkowo dobrze, używając niezbywalnych tokenów (NFT).

W ten sam sposób, w jaki NFT mogą przekazywać przychody z przyszłych transakcji z powrotem do pierwotnego twórcy, można ustanowić przejrzyste łańcuchy przypisywania wartości, aby nagradzać badaczy, organy zarządzające (jak DAO), a nawet podmioty, których dane są gromadzone.

IP-NFT(opens in a new tab) mogą również funkcjonować jako klucz do zdecentralizowanego repozytorium danych o podejmowanych eksperymentach badawczych, a także podłączać się do NFT i DeFi finansjeryzacji (od frakcjonalizacji po pule pożyczkowe i wycenę wartości). Umożliwia również podmiotom działającym natywnie w łańcuchu, takim jak DAO VitaDAO(opens in a new tab), prowadzenie badań bezpośrednio w łańcuchu. Pojawienie się niezbywalnych tokenów „soulbound”(opens in a new tab) może również odgrywać ważną rolę w DeSci, umożliwiając jednostkom udowodnienie swojego doświadczenia i poświadczeń powiązanych z ich adresem Ethereum.

Przechowywanie danych, dostęp do nich i ich architektura

Dane naukowe mogą być znacznie bardziej dostępne dzięki wzorcom Web3, a rozproszona pamięć masowa umożliwia badaniom przetrwanie kataklizmów.

Punktem wyjścia musi być system dostępny dla każdej zdecentralizowanej tożsamości, posiadający odpowiednie możliwe do zweryfikowania dane uwierzytelniające. Pozwala to na bezpieczne powielanie danych szczególnie chronionych przez zaufane strony, co umożliwia odporność na redundancję i cenzurę, powielanie wyników, a nawet zdolność wielu stron do współpracy i dodawania nowych danych do zbioru danych. Poufne metody obliczeniowe, takie jak przetwarzanie do danych(opens in a new tab), zapewniają alternatywne mechanizmy dostępu do replikacji surowych danych, tworząc zaufane środowiska badawcze dla najbardziej wrażliwych danych. NHS uznało(opens in a new tab) Trusted Research Environments za przyszłościowe rozwiązanie w zakresie prywatności danych i współpracy poprzez stworzenie ekosystemu, w którym naukowcy mogą bezpiecznie pracować z danymi na miejscu przy użyciu standardowych środowisk do udostępniania kodu i praktyk.

Elastyczne rozwiązania danych Web3 wspierają powyższe scenariusze i stanowią podstawę dla prawdziwie otwartej nauki, gdzie naukowcy mogą tworzyć dobra publiczne bez uprawnień dostępu lub opłat. Publiczne rozwiązania danych Web3, takie jak IPFS, Arweave i Filecoin, są zoptymalizowane do celów decentralizacji. Na przykład dClimate zapewnia powszechny dostęp do danych dotyczących klimatu i pogody, w tym danych pochodzących ze stacji meteorologicznych i modeli prognozowania klimatu.

Włącz się

Przeglądaj projekty i dołącz do społeczności DeSci.

Mile widziane są propozycje nowych projektów do umieszczenia na liście — zapoznaj się z naszymi zasadami umieszczania na liście i zaczynaj!