Comment concevoir une meilleure gouvernance en chaîne

Le sujet de la gouvernance en chaîne a toujours été controversé. Alors que la gouvernance hors chaîne est généralement perçue comme maladroite, la gouvernance en chaîne a permis aux développeurs de créer des protocoles de plus en plus complexes permettant aux utilisateurs d'influencer la direction d'un réseau. Mais ce sont essentiellement des jeux qui, s’ils sont mal configurés ou fournissent de mauvaises incitations, peuvent conduire la chaîne vers le désastre.

Dans « Qu’est-ce que la Futarchie ? — Trading the Future », Freiderike Ernst, cofondatrice de Gnosis, met en évidence les méthodologies standard du vote en chaîne. Comme le paradigme « un vote par personne » est vulnérable aux attaques Sybil sur les réseaux sans autorisation (une personne peut diviser son capital sur plusieurs comptes et voter plusieurs fois), le pouvoir de vote d'un utilisateur est généralement pondéré par le montant symbolique qu'il détient. Les loteries et les registres de jetons utilisent la même méthode pour éviter les Sybils.

Robin Hanson propose un nouveau modèle de gouvernance appelé futarchie , dans lequel les décisions sont prises non pas sur la base de votes, mais sur les résultats des Marchés de prédiction sur la mesure du bien-être de l'organisation, qui est un indicateur de la croissance ou de la disparition du réseau. Les acteurs du marché parieront sur la valeur future de la mesure de protection sociale.

Les paris sont généralement mis en œuvre à l'aide de jetons de résultat, dont chacun représente un résultat particulier du marché et dont la valeur monétaire est déterminée par l'éventuelle mesure de bien-être. Les bonnes prédictions sont récompensées et les mauvaises entraînent des pertes.

En utilisant des jetons de résultat, les participants peuvent même parier sur la valeur de la mesure de bien -être conditionnée à la mise en œuvre de la Juridique . Par exemple, un participant peut faire un pari qui rapporte un bénéfice si la Juridique est mise en œuvre et que la mesure sociale augmente d'un certain montant, mais qui est annulé si la Juridique n'est pas mise en œuvre.

Pour une société cotée en bourse qui choisit le cours de l'action comme mesure de bien-être et envisage de licencier son PDG, le résultat est que l'organisation obtient deux prédictions, le cours futur de l'action si le PDG est licencié et le cours futur de l'action si le PDG est licencié. Est conservé. Comme vous pouvez le voir sur le graphique ci-dessous :

Avec la futarchie, la décision qui aboutit à la mesure de bien-être la plus élevée possible est mise en œuvre. Étant donné que la prévision finale du cours de l'action, conditionnelle à l'obtention de la hache par le PDG, est supérieure à la prévision conditionnée au maintien du PDG, le PDG est retiré de l'entreprise. Cela élimine toute émotion du processus de décision et permet à l'organisation de prendre des décisions rationnelles basées sur ce que l'on appelle communément la « sagesse de la foule » pour améliorer ses valeurs.

La mise en œuvre d'un teneur de marché pour faciliter les transactions entre les participants pose certains défis. Si nous voulons utiliser la futarchie pour évaluer des éventualités plus complexes, les Marchés s’élèvent rapidement à des dizaines de centaines de jetons. Ici, le « problème du marché restreint » fait son apparition : il n’y a pas assez de participants pour corriger correctement les probabilités de ces nombreux résultats. La solution naturelle est un Maker de marché automatisé (AMM).

Une solution simple consiste à implémenter la fonction de coût de la règle de notation logarithmique du marché . Malheureusement, cette mise en œuvre ne permet pas de modifications ponctuelles de la liquidité, ce qui aboutit généralement à un marché soit trop superficiel pour accueillir tous les participants, soit trop profond pour produire réellement des résultats significatifs. La règle de notation logarithmique du marché sensible à la liquidité (LS-LMSR) atténue ce problème, mais la solution introduit de nouveaux défauts, dont le plus grave est une vulnérabilité d'arbitrage qui se produit chez tous les teneurs de marché de règles de notation à l'exception du LMSR .

Les teneurs de marché à fonction constante (CFMM), piliers de la Crypto , tels que Balancer, gèrent mieux l'aspect liquidité en permettant aux LP de déposer et de retirer dynamiquement des liquidités, et sont plus familiers aux natifs de la Crypto , mais souffrent du même problème que LS-LMSR. Cependant, il s'avère qu'au cours de leurs journées de marché de prédiction, Gnosis semble avoir trouvé une implémentation CFMM du LMSR qui combine le meilleur des deux mondes.