Vitaliks neuer Artikel: Von Prognosemärkten zur Informationsfinanzierung

Ursprünglicher Autor: Vitalik Buterin

Übersetzung｜Odaily Planet Daily (@OdailyChina)

Übersetzer｜CryptoLeo (@LeoAndCrypto)

Die US-Wahlen haben den Prognosemarkt Polymarket weiter angeheizt, Gewinnsuchende begannen zu wetten, während Ergebnis suchende es als Plattform für Nachrichtendaten nutzten, als eine „Out-of-the-Box“-Blockchain-Anwendung kombiniert Polymarket On-Chain-Gelder und reale Weltprognosen gut miteinander. Vitalik hat Polymarket mehrfach gelobt, und er selbst ist auch ein treuer Fan des frühen Prognosemarktes Augur. Heute diskutiert Vitalik, wie man durch Prognosemärkte „Informationsfinanzierung“ betrachtet; hier ist der gesamte Text, übersetzt von Odaily Planet Daily:

Eine der Ethereum-Anwendungen, die mich am meisten begeistert, sind Prognosemärkte. Ich habe 2014 einen Artikel über Futarchy geschrieben, ein von Robin Hanson vorgeschlagenes, prognosebasiertes Governance-Modell. Bereits 2015 war ich ein aktiver Nutzer und Unterstützer des Prognosemarktes Augur, und ich habe bei der Wahl 2020 58.000 Dollar verdient. In diesem Jahr bin ich ein treuer Unterstützer und Anhänger von Polymarket.

Für viele Menschen sind Prognosemärkte das Wetten auf Wahlen, und Wetten auf Wahlen ist Glücksspiel - wenn es der Öffentlichkeit Spaß macht, umso besser, aber im Grunde ist es nicht interessanter als zufälliger Kauf von Memes auf pump.fun. Aus dieser Perspektive scheint meine Aufregung über Prognosemärkte unverständlich. Daher werde ich in diesem Artikel erklären, was mich an Prognosemärkten interessiert. Kurz gesagt, ich glaube:

1. Die gegenwärtigen Prognosemärkte sind ein äußerst nützliches Werkzeug für die Welt.

2. Darüber hinaus sind Prognosemärkte nur Vorläufer eines populäreren Bereichs mit dem Potenzial, auf soziale Medien, Wissenschaft, Nachrichten, Governance und andere Bereiche angewendet zu werden, die ich als „Informationsfinanzierung“ kennzeichnen werde.

Die Zweiseitigkeit von Polymarket: eine Wettseite für Teilnehmer, eine Nachrichten-Website für alle anderen

In der vergangenen Woche war Polymarket eine sehr effektive Informationsquelle zu den US-Wahlen. Polymarket sagt nicht nur die Wahrscheinlichkeit, dass Trump mit 60/40 gewinnt (während andere Quellen 50/50 prognostizieren, was für sich genommen nicht sehr beeindruckend ist), sondern zeigt auch andere Vorteile: Als die Ergebnisse bekannt wurden, obwohl viele Experten und Nachrichtenquellen versuchten, das Publikum zu beeinflussen und hofften, sie würden positive Nachrichten über Harris hören, offenbarte Polymarket direkt die Wahrheit: Die Wahrscheinlichkeit, dass Trump gewinnt, übersteigt 95%, und die Wahrscheinlichkeit, alle Regierungsabteilungen zu kontrollieren, übersteigt 90%.

Aber für mich ist das nicht einmal das beste Beispiel für das, was Polymarket interessant macht. Schauen wir uns ein weiteres Beispiel an: Am Tag nach der Wahl in Venezuela im Juli, als die Wahl vorbei war, sah ich zufällig, dass jemand gegen die stark manipulierten Präsidentschaftswahlen in Venezuela protestierte. Zunächst schenkte ich dem nicht viel Beachtung. Ich wusste, dass Maduro einer dieser „praktisch Diktatoren“ war, also dachte ich, er würde natürlich jedes Wahlergebnis fälschen, um seine Macht zu sichern, es würde Proteste geben, und die Proteste würden scheitern. Leider sind viele andere gescheitert. Später, als ich auf Polymarket surfte, sah ich das hier:

Die Menschen sind bereit, über 100.000 Dollar zu setzen, um die Wahrscheinlichkeit zu wetten, dass Maduro bei dieser Wahl in Venezuela gestürzt wird, auf 23%; jetzt habe ich dies bemerkt.

Natürlich wissen wir auch, dass das Ergebnis, dass er gestürzt wird, unwahrscheinlich ist. Letztendlich bleibt Maduro an der Macht. Aber der Markt ließ mich erkennen, dass dieser Versuch, Maduro zu stürzen, ernst gemeint war. Zu dieser Zeit gab es massive Proteste, und die Opposition verfolgte unerwartet eine gut durchdachte Strategie, um der Welt die betrügerische Natur dieser Wahl zu beweisen. Wenn ich nicht das ursprüngliche Signal von Polymarket erhalten hätte, dass „diesmal etwas beachtet werden muss“, hätte ich nicht einmal so viel Aufmerksamkeit darauf verwendet.

Sie sollten den Diagrammen niemals vollständig vertrauen: Wenn jeder den Diagrammen vertraut, kann jeder reiche Mensch die Diagramme manipulieren, und niemand würde wetten. Andererseits ist es auch eine gute Strategie, den Nachrichten vollständig zu vertrauen. Nachrichten haben sensationelle Motive und übertreiben die Konsequenzen von allem für Klicks. Manchmal sind Dinge vernünftig, manchmal nicht. Wenn Sie einen reißerischen Artikel sehen und dann zum Markt gehen, um zu überprüfen, und feststellen, dass sich die Wahrscheinlichkeit des betreffenden Ereignisses überhaupt nicht geändert hat, dann ist Skepsis gerechtfertigt. Außerdem, wenn Sie auf dem Markt sehen, dass ein Ereignis eine unerwartet hohe oder niedrige Wahrscheinlichkeit hat oder eine plötzliche Veränderung aufgetreten ist, ist das ein Signal, die Nachrichten zu durchlesen und herauszufinden, was zu diesem Schluss geführt hat.

Fazit: Durch das Lesen von Nachrichten und Diagrammen können Sie mehr Informationen erhalten, als wenn Sie nur eines von beiden durchsuchen.

Wenn Sie ein Wettender sind, können Sie bei Polymarket Einzahlungen vornehmen, für Sie ist es eine Wettseite. Wenn Sie kein Wettender sind, können Sie die Diagrammdaten lesen, für Sie ist es eine Nachrichten-Website. Sie sollten den Diagrammen niemals vollständig vertrauen, aber ich persönlich habe das Lesen von Diagrammdaten zu einem Schritt in meinem Informationsbeschaffungsprozess gemacht (neben traditionellen Medien und sozialen Medien), es hilft mir, effizienter mehr Informationen zu erhalten.

Informationsfinanzierung im weiteren Sinne

Die Prognose von Wahlergebnissen ist nur ein Anwendungsfall. Das breitere Konzept ist, dass Sie Finanzmittel als eine Möglichkeit zur Koordination von Anreizmechanismen verwenden können, um wertvolle Informationen für das Publikum bereitzustellen. Eine natürliche Reaktion darauf ist: Ist nicht jede Finanztransaktion grundsätzlich mit Informationen verbunden? Unterschiedliche Teilnehmer treffen unterschiedliche Kauf- und Verkaufsentscheidungen, weil sie unterschiedliche Meinungen darüber haben, was in der Zukunft passieren wird (neben persönlichen Bedürfnissen wie Risikopräferenzen und Hedging-Wünschen); Sie können viel über die Welt herausfinden, indem Sie die Marktpreise lesen.

Für mich funktioniert Informationsfinanzierung so, aber strukturell korrekt, ähnlich wie das Konzept der strukturellen Korrektheit in der Softwaretechnik; Informationsfinanzierung ist ein Fachgebiet, das von Ihnen verlangt, dass Sie

1. Beginnen Sie mit den Fakten, die Sie wissen möchten;

2. Dann gestalten Sie einen Markt absichtlich so, dass Sie die Informationen optimal von den Marktteilnehmern erhalten.

Ein Beispiel sind Prognosemärkte: Sie möchten wissen, was in der Zukunft geschehen wird, also richten Sie einen Markt ein, in dem die Leute darauf wetten. Ein anderes Beispiel sind Entscheidungsmärkte: Sie möchten wissen, ob Entscheidung A oder Entscheidung B ein besseres Ergebnis gemäß einem bestimmten Kriterium M erzielt, dazu richten Sie einen bedingten Markt ein:

Sie lassen die Menschen darauf wetten, welche Entscheidung gewählt wird: Wenn Entscheidung A gewählt wird, dann ist der Wert von M, andernfalls null; wenn Entscheidung B gewählt wird, dann ist der Wert von M, andernfalls null. Mit diesen drei Variablen können Sie herausfinden, ob der Markt Entscheidung A oder Entscheidung B als wertvoller für M ansieht.

Ich erwarte, dass Künstliche Intelligenz (ob LLMs oder einige zukünftige Technologien) in den nächsten zehn Jahren massive Auswirkungen auf die Finanzbranche haben wird. Das liegt daran, dass viele Anwendungen der Informationsfinanzierung sich mit „mikro“ Fragen befassen: Mini-Märkte für Millionen von Entscheidungen, wobei der Einfluss einer einzelnen Entscheidung relativ gering ist. In der Praxis funktionieren Märkte mit niedrigem Handelsvolumen oft nicht effizient: Für einen erfahrenen Teilnehmer macht es keinen Sinn, Zeit mit detaillierten Analysen zu verbringen, nur um ein paar hundert Dollar Gewinn zu erzielen; viele glauben sogar, dass solche Märkte ohne Subventionen überhaupt nicht funktionieren, da es nicht genug unerfahrene Händler gibt, aus denen erfahrene Händler profitabel schöpfen können, abgesehen von den bedeutenden und schockierenden Fragen. Künstliche Intelligenz verändert diese Gleichung völlig, was bedeutet, dass wir selbst in Märkten mit einem Handelsvolumen von 10 Dollar qualitativ hochwertige Informationen erhalten könnten. Selbst wenn Subventionen erforderlich sind, sind die Subventionssummen pro Frage erschwinglich.

Informationsfinanzierung, raffinierte menschliche Urteile

Angenommen, Sie haben einen menschlichen Urteilsmechanismus, dem Sie vertrauen, und die gesamte Gemeinschaft vertraut auf seine Legitimität, aber das Treffen von Urteilen benötigt viel Zeit und hohe Kosten. Sie möchten jedoch zumindest in einer kostengünstigen und zeitnahen Weise auf eine kostengünstige Kopie dieses „teuren Mechanismus“ zugreifen. Hier sind Robin Hansons Gedanken darüber, was Sie tun können: Jedes Mal, wenn Sie eine Entscheidung treffen müssen, richten Sie einen Prognosemarkt ein, um vorherzusagen, was das teure System entscheiden würde, falls es aufgerufen wird. Dann beginnt der Prognosemarkt zu laufen, und Sie investieren eine kleine Summe, um die Market Maker zu subventionieren.

In 99,99 % der Fälle rufen Sie nicht wirklich teure Mechanismen auf: Vielleicht „wiederherstellen Sie den Handel“, geben jedem sein Geld zurück oder nicht, oder Sie sehen sich den Durchschnittspreis an, der näher an „Ja“ oder näher an „Nein“ ist, und verwenden dies als Grundsatz. In 0,01 % der Fälle, vielleicht zufällig, vielleicht der Markt mit dem höchsten Handelsvolumen, vielleicht beides, führen Sie tatsächlich einen teuren Mechanismus aus und kompensieren die Teilnehmer auf dieser Grundlage.

So wurde eine vertrauenswürdige, neutrale, schnelle und kostengünstige „raffinierte Version“ bereitgestellt, die eine verfeinerte Version des ursprünglich hochgradig vertrauenswürdigen, aber extrem kostspieligen Mechanismus ist (das Wort „raffiniert“ wird hier als Analogie zu LLM-Distillation verwendet). Im Laufe der Zeit spiegelt dieser raffinierte Mechanismus grob das Verhalten des ursprünglichen Mechanismus wider, da nur die Teilnehmer, die zur Erreichung dieses Ergebnisses beigetragen haben, Gewinne erzielen können, während andere Verluste erleiden.

Das gilt nicht nur für soziale Medien, sondern auch für DAOs. Ein Hauptproblem mit DAOs ist, dass es zu viele Entscheidungen gibt und die meisten Menschen nicht daran teilnehmen wollen, was dazu führt, dass entweder weitreichende Delegationen verwendet werden, was die Risiken der Zentralisierung und der Delegierten-Agenten-Fehler, die in repräsentativen Demokratien üblich sind, birgt, oder angegriffen werden können. Wenn in einem DAO tatsächlich sehr selten abgestimmt wird und die meisten Dinge von Prognosemärkten entschieden werden, bei denen menschliche und künstliche Intelligenz die Abstimmungsergebnisse vorhersagen, könnte ein solches DAO gut funktionieren.

Wie wir im Beispiel des Entscheidungsmarktes gesehen haben, birgt die Informationsfinanzierung viele potenzielle Wege zur Lösung wichtiger Probleme der dezentralen Governance; der Schlüssel liegt im Gleichgewicht zwischen Markt und Nicht-Markt: Der Markt ist der „Motor“, andere nicht-finanzielle Vertrauensmechanismen sind das „Lenkrad“.

Weitere Anwendungsfälle der Informationsfinanzierung

Persönliche Token - Projekte wie Bitclout (jetzt deso), friend.tech usw., die Token für jeden erstellen und leicht spekulieren lassen - sind eine Klasse, die ich als „primitive Informationsfinanzierung“ bezeichne. Sie schaffen absichtlich Marktpreise für bestimmte Variablen (d.h. die Erwartungen an den zukünftigen Status einer Person), aber die genauen Informationen, die die Preise offenbaren, sind zu unspezifisch und anfällig für Reflexivität und Blasen-Dynamiken (Anmerkung von Odaily: Preisanstiege ziehen Käufe an). Es besteht die Möglichkeit, verbesserte Versionen solcher Protokolle zu schaffen und wichtige Probleme wie Talentfindung durch eine sorgfältigere Überlegung zum ökonomischen Design von Tokens (insbesondere woher ihr endgültiger Wert stammt) zu lösen. Robin Hansons Ansichten in „Die Zukunft des Ansehens“ sind ein möglicher Endzustand.

Werbung - das ultimative „teure, aber vertrauenswürdige Signal“ ist, ob Sie ein Produkt kaufen würden. Informationsfinanzierung basierend auf diesem Signal kann dazu verwendet werden, Menschen dabei zu helfen, festzustellen, was sie kaufen sollen.

Wissenschaftliche Peer-Review - in der Wissenschaft gibt es seit langem eine „Replikationskrise“, in der einige berühmte Ergebnisse in bestimmten Fällen Teil der allgemeinen Weisheit geworden sind, aber in neuen Studien nicht reproduziert werden können. Wir können versuchen, durch Prognosemärkte zu bestimmen, welche Ergebnisse überprüft werden müssen. Vor der Überprüfung würde ein solcher Markt es Lesern ermöglichen, schnell einzuschätzen, inwieweit sie den jeweiligen Ergebnissen vertrauen sollten. Experimente mit dieser Idee wurden bereits durchgeführt und scheinen bisher erfolgreich gewesen zu sein.

Öffentliche Güterfinanzierung - eines der Hauptprobleme mit dem in Ethereum verwendeten Mechanismus zur Finanzierung öffentlicher Güter ist ihre „Beliebtheitswettbewerb“-Natur. Um Anerkennung zu erlangen, muss jeder Beitragende seine eigene Marketingoperationen in sozialen Medien durchführen, und es ist für diejenigen, die nicht in der Lage sind, dies zu tun, oder für diejenigen, die von Natur aus mehr „Hintergrund“-Rollen haben, sehr schwierig, erhebliche Mittel zu erhalten. Eine sehr verlockende Lösung besteht darin, zu versuchen, das gesamte Abhängigkeitsdiagramm zu verfolgen: Für jedes positive Ergebnis, welches Projekt hat dazu beigetragen; dann für jedes Projekt, welches Projekt hat dazu beigetragen, und so weiter. Die Hauptschwierigkeit dieses Designs besteht darin, die Gewichtung der Ränder zu bestimmen, um Manipulationen zu widerstehen. Schließlich geschieht diese Manipulation schon seit geraumer Zeit. Raffinierte menschliche Urteilsmechanismen könnten hilfreich sein.

Fazit

Diese Ansichten wurden lange theoretisiert: Die frühesten Schriften über Prognosemärkte, sogar Entscheidungs Märkte, sind Jahrzehnte alt, und ähnliche Dinge in der Finanztheorie sind noch älter. Dennoch glaube ich, dass Informationsfinanzierung im kommenden Jahrzehnt große Chancen hat, aus mehreren entscheidenden Gründen:

Informationsfinanzierung löst das Vertrauenproblem, das tatsächlich besteht. Ein gemeinsames Problem in dieser Zeit ist das Fehlen von Erkenntnissen darüber, wer in politischen, wissenschaftlichen und geschäftlichen Kontexten vertrauenswürdig ist (noch schlimmer, das Fehlen eines Konsenses); Anwendungen der Informationsfinanzierung können Teil der Lösung sein;

Wir haben jetzt skalierbare Blockchains als Grundlage; bis vor kurzem waren diese Ideen aufgrund hoher Gebühren nicht wirklich umsetzbar. Aber jetzt sind die Gebühren nicht mehr hoch.

Künstliche Intelligenz als Teilnehmer: Wenn Informationsfinanzierung darauf angewiesen ist, dass Menschen an der Lösung jedes Problems teilnehmen, ist es relativ schwierig, effektiv zu funktionieren. Künstliche Intelligenz hat diese Situation erheblich verbessert, indem sie in der Lage ist, auch in kleinen Problemstellungen effektive Märkte zu schaffen. Viele Märkte könnten eine Kombination aus Künstlicher Intelligenz und menschlicher Teilnahme haben, insbesondere in Situationen, in denen das Volumen eines bestimmten Problems plötzlich von klein auf groß steigt.

Um diese Gelegenheit vollständig zu nutzen, ist es jetzt an der Zeit, durch Wahlprognosen zu erkunden, was Informationsfinanzierung uns bringen kann.