Titre original : Des marchés de prévision à la finance de l'information
Auteur original : Vitalik Buterin
Traduction originale : 0xjs, Golden Finance
Une des applications Ethereum qui m'excite le plus est celle des marchés de prévision. En 2014, j'ai écrit un article sur la futarchie, un modèle de gouvernance basé sur les prévisions conçu par Robin Hanson. Dès 2015, j'étais un utilisateur et un supporter actif d'Augur (regardez, mon nom est dans l'article Wikipedia). J'ai gagné 58 000 dollars sur les paris des élections de 2020. Cette année, j'ai été un fervent supporter et suiveur de Polymarket.
Pour beaucoup, les marchés de prévision consistent à parier sur des élections, et parier sur des élections est une forme de jeu - si cela peut divertir les gens, tant mieux, mais fondamentalement, ce n'est pas plus amusant que d'acheter des jetons aléatoires sur pump.fun. Sous cet angle, mon intérêt pour les marchés de prévision semble déroutant. Ainsi, dans cet article, je vise à expliquer pourquoi ce concept m'excite. En résumé, je crois que (i) même les marchés de prévision existants sont un outil très utile pour le monde, mais en plus (ii) les marchés de prévision ne sont qu'un exemple d'une catégorie plus grande et très puissante qui a le potentiel de créer de meilleures réalisations en matière de médias sociaux, de science, de nouvelles, de gouvernance et d'autres domaines. Je vais appeler cette catégorie « finance de l'information (info finance) ».
La double nature de Polymarket : un site de paris pour les participants, un site d'actualités pour tous les autres.
Au cours de la semaine dernière, Polymarket a été une source d'information très efficace concernant les élections américaines. Polymarket prédit non seulement que Trump a 60 % de chances de gagner (alors que d'autres sources prédisaient 50/50, ce qui n'est pas très impressionnant en soi), mais il a également révélé d'autres avantages : lorsque le résultat est sorti, bien que de nombreux experts et sources d'actualités aient tenté d'attirer le public en espérant entendre des nouvelles favorables à Harris, Polymarket a directement révélé la vérité : les chances que Trump gagne dépassent 95 %, tandis que les chances de prendre le contrôle de tous les départements gouvernementaux dépassent 90 %.
Les deux captures d'écran ont été prises à 3h40 heure de l'Est le 6 novembre.
Mais pour moi, ce n'est même pas le meilleur exemple de l'intérêt de Polymarket. Regardons un autre exemple : les élections au Venezuela en juillet. Le jour après les élections, je me souviens avoir vu du coin de l'œil des gens protester contre les résultats des élections vénézuéliennes, qui étaient hautement manipulés. Au départ, je n'y prêtai guère attention. Je savais que Maduro était l'une de ces personnes « fondamentalement des dictateurs », alors je pensais qu'il allait bien sûr falsifier chaque résultat électoral pour conserver son pouvoir, qu'il y aurait bien sûr des manifestations, et que ces manifestations échoueraient - malheureusement, beaucoup d'autres ont échoué. Mais ensuite, en parcourant Polymarket, j'ai vu ceci :
Les gens sont prêts à investir plus de 100 000 dollars en pariant sur une probabilité de 23 % que Maduro soit renversé lors de cette élection. Maintenant, je commence à prêter attention.
Bien sûr, nous connaissons les résultats malheureux de cette situation. Finalement, Maduro est resté au pouvoir. Cependant, le marché m'a fait réaliser que cette fois, la tentative de renverser Maduro était sérieuse. Les manifestations étaient massives, l'opposition a mis en place une stratégie étonnamment efficace pour prouver au monde à quel point les élections étaient frauduleuses. Si je n'avais pas reçu le signal initial de Polymarket « cette fois, quelque chose mérite d'être surveillé », je n'aurais même pas commencé à y prêter attention.
Vous ne devriez jamais faire totalement confiance au tableau des paris de Polymarket : si tout le monde y croyait, alors quiconque a de l'argent pourrait manipuler le tableau des paris, et personne n'oserait parier contre eux. D'autre part, faire totalement confiance aux nouvelles est aussi une mauvaise idée. Les nouvelles ont des motivations sensationnalistes, exagérant les conséquences de tout pour obtenir des clics. Parfois, c'est justifié, parfois non. Si vous voyez un article accrocheur, mais que vous allez ensuite sur le marché et constatez que la probabilité de l'événement pertinent n'a pas du tout changé, alors le doute est justifié. Ou, si vous voyez une probabilité étonnamment haute ou basse sur le marché, ou un changement soudain inattendu, c'est un signal pour que vous lisiez les nouvelles et voyiez ce qui en est la cause. Conclusion : en lisant les nouvelles et le tableau des paris, vous pouvez obtenir plus d'informations que si vous lisiez l'un ou l'autre seul.
Revenons sur ce qui se passe ici. Si vous êtes un parieur, vous pouvez parier sur Polymarket, pour vous c'est un site de pari. Si vous n'êtes pas un parieur, vous pouvez lire le tableau des paris, pour vous c'est un site d'actualités. Vous ne devriez jamais faire totalement confiance au tableau des paris, mais personnellement, j'ai intégré la lecture du tableau des paris dans mon flux de travail de collecte d'informations (avec les médias traditionnels et les réseaux sociaux), cela m'aide à obtenir plus d'informations de manière plus efficace.
Finance de l'information d'un point de vue plus large
Maintenant, nous entrons dans la partie importante : prévoir les résultats électoraux n'est qu'une première application. Le concept plus large est que vous pouvez utiliser la finance comme un moyen de coordination des incitations afin de fournir des informations précieuses au public. Maintenant, une réaction naturelle serait : est-ce que toute la finance n'est pas fondamentalement liée à l'information ? Différents participants prendront différentes décisions d'achat et de vente parce qu'ils ont des points de vue différents sur ce qui va se passer à l'avenir (en plus des besoins individuels comme la tolérance au risque et le désir de couverture), et vous pouvez déduire beaucoup de connaissances sur le monde en lisant les prix du marché.
Pour moi, la finance de l'information est ainsi, mais structurellement correcte. Semblable au concept de structure correcte en ingénierie logicielle, la finance de l'information est une discipline qui exige que vous (i) commenciez par les faits que vous voulez connaître, puis (ii) conceviez délibérément un marché pour obtenir ces informations de la meilleure manière possible des participants du marché.
La finance de l'information est un marché à trois côtés : les parieurs font des prédictions, les lecteurs lisent ces prédictions. Le marché produira des prévisions sur l'avenir en tant que bien public (car c'est son but de conception).
Un marché de prévision est un exemple : vous voulez connaître un fait spécifique qui se produira dans le futur, donc vous établissez un marché pour que les gens parient sur ce fait. Un autre exemple est le marché de décision : vous voulez savoir, selon un indicateur M, quelle décision A ou décision B produira de meilleurs résultats. Pour ce faire, vous établissez un marché conditionnel : vous demandez aux gens de parier (i) quelle décision sera choisie, (ii) si la décision A est choisie, quelle valeur M sera obtenue, sinon zéro, (iii) si la décision B est choisie, quelle valeur M sera obtenue, sinon zéro. Avec ces trois variables, vous pouvez déterminer si le marché pense que la décision A ou la décision B est plus avantageuse pour obtenir la valeur M.
Je m'attends à ce qu'une technologie qui propulse le développement de la finance de l'information au cours de la prochaine décennie soit l'IA (qu'il s'agisse de grands modèles ou de technologies futures). Cela s'explique par le fait que de nombreuses applications les plus intéressantes de la finance de l'information sont liées à des problèmes « micros » : des millions de petits marchés, où les décisions individuelles ont un impact relativement faible. En réalité, les marchés à faible volume ont souvent du mal à fonctionner efficacement : pour les participants expérimentés, passer du temps à faire une analyse détaillée pour obtenir quelques centaines de dollars de profit n'a pas de sens, et beaucoup pensent même que de tels marchés ne peuvent pas fonctionner sans subventions, car il n'y a pas suffisamment de traders naïfs pour permettre aux traders expérimentés de réaliser des profits, sauf pour les problèmes les plus importants et les plus médiatisés. L'IA change complètement cette équation, ce qui signifie qu'il est possible d'obtenir des informations de qualité relativement élevée même sur des marchés ayant un volume de 10 dollars. Même si des subventions sont nécessaires, le montant des subventions pour chaque question devient extrêmement abordable.
La finance de l'information nécessite une distillation humaine
Jugement
Supposons que vous ayez un mécanisme de jugement humain fiable, et que ce mécanisme bénéficie de la légitimité de l'ensemble de la communauté, mais que le jugement prenne beaucoup de temps et coûte cher. Cependant, vous souhaitez accéder à un « mécanisme coûteux » en temps réel à faible coût, au moins une approximation. Voici des idées que Robin Hanson a proposées : chaque fois que vous devez prendre une décision, vous établissez un marché de prévision pour prédire quel résultat le mécanisme coûteux donnerait si vous l'appeliez. Vous laissez le marché de prévision fonctionner et mettez un petit montant d'argent pour subventionner les teneurs de marché.
99,99 % du temps, vous n'appelez réellement pas de mécanismes coûteux : peut-être que vous « annulez la transaction » et remboursez les contributions de chacun, ou vous donnez simplement zéro à chacun, ou vous regardez si le prix moyen est plus proche de 0 ou 1 et l'interprétez comme un fait fondamental. 0,01 % du temps - cela peut être aléatoire, peut-être en rapport avec les marchés ayant le plus de volume, ou un mélange des deux - vous exécuterez réellement des mécanismes coûteux et compenserez les participants en conséquence.
Cela vous fournit une version « distillée » fiable, neutre, rapide et peu coûteuse, qui est une version de votre mécanisme original hautement fiable mais coûteux (utilisant le terme « distillé » par analogie avec le « distillé » dans les LLM). Au fil du temps, ce mécanisme distillé reflète à peu près le comportement de l'original - car seuls les participants qui aident à réaliser ce résultat peuvent gagner de l'argent, tandis que les autres perdent de l'argent.
Modèle de combinaison de marchés de prévision possibles + notes communautaires.
Cela s'applique non seulement aux réseaux sociaux, mais aussi aux DAO. Un des principaux problèmes des DAO est que le nombre de décisions est trop élevé et que la plupart des gens ne souhaitent pas y participer, ce qui conduit soit à une large utilisation de la délégation, avec le risque de centralisation et d'échec de la délégation courants dans la démocratie représentative, soit à une vulnérabilité. Si peu de votes sont réellement émis dans le DAO et que la plupart des choses sont décidées par des marchés de prévision, combinant les prévisions des résultats de vote par des humains et de l'IA, alors ce DAO pourrait bien fonctionner.
Comme nous l'avons vu dans l'exemple des marchés de décision, la finance de l'information contient de nombreux chemins potentiels pour résoudre d'importants problèmes dans la gouvernance décentralisée, l'essentiel étant l'équilibre entre le marché et le non-marché : le marché est le « moteur », d'autres mécanismes de confiance non financiers sont le « volant ».
Autres cas d'utilisation de la finance de l'information
Les jetons personnels - des projets comme Bitclout (maintenant connu sous le nom de deso), friend.tech et bien d'autres qui créent des jetons pour chacun et facilitent leur spéculation - sont une catégorie que j'appelle « finance de l'information primitive ». Ils créent délibérément un prix de marché pour une variable spécifique (c'est-à-dire l'attente de la réputation future d'une personne), mais les informations exactes révélées par le prix sont trop floues et soumises à la réflexivité et aux dynamiques de bulle. Il est possible de créer des versions améliorées de tels protocoles et d'aborder des problèmes importants comme la découverte de talents en réfléchissant plus prudemment à la conception économique des jetons (en particulier en ce qui concerne leur valeur finale). L'idée des contrats à terme sur la réputation de Robin Hanson est ici un état final possible.
Publicité - le « signal coûteux mais fiable » ultime est de savoir si vous achèterez le produit. La finance de l'information basée sur ce signal peut aider les gens à décider quoi acheter.
Révision par les pairs en science - il existe une « crise de reproductibilité » dans la communauté scientifique, où certains résultats célèbres sont devenus une partie du bon sens populaire dans certaines circonstances, mais ne peuvent finalement pas être reproduits dans de nouvelles recherches. Nous pourrions essayer de déterminer les résultats qui nécessitent une nouvelle vérification par le biais de marchés de prévision. Avant la vérification, de tels marchés permettraient également aux lecteurs d'estimer rapidement dans quelle mesure ils devraient faire confiance à un résultat particulier. Des expériences de cette idée ont été réalisées et semblent jusqu'à présent avoir réussi.
Financement des biens publics - l'un des principaux problèmes du mécanisme de financement des biens publics utilisé par Ethereum est sa nature de « course à la popularité ». Chaque contributeur doit mener sa propre campagne de marketing sur les réseaux sociaux pour obtenir de la reconnaissance, et ceux qui n'ont pas la capacité de le faire ou qui ont davantage de rôles « en arrière-plan » ont du mal à obtenir un financement substantiel. Une solution attrayante est d'essayer de suivre l'ensemble du graphe de dépendance : pour chaque résultat positif, quels projets y ont contribué et ensuite, pour chaque projet, quels projets y ont contribué, etc. Le principal défi de cette conception est de déterminer le poids des marges afin qu'il puisse résister à la manipulation. Après tout, cette manipulation se produit depuis longtemps. Un mécanisme de jugement humain distillé pourrait être utile.
Conclusion
Ces idées ont été théorisées depuis longtemps : les premiers écrits sur les marchés de prévision, voire les marchés de décision, remontent à des décennies, et les discours similaires en théorie financière sont encore plus anciens. Cependant, je pense que la décennie actuelle offre une opportunité unique, pour des raisons principalement suivantes :
La finance de l'information résout le problème de confiance qui existe réellement entre les gens. Une préoccupation commune à notre époque est le manque de connaissance (pire encore, le manque de consensus) et de savoir à qui faire confiance dans les environnements politique, scientifique et commercial. Les applications de la finance de l'information peuvent aider à faire partie de la solution.
Nous avons maintenant une blockchain évolutive comme fondation. Jusqu'à récemment, les frais étaient trop élevés pour vraiment réaliser ces idées. Maintenant, ils ne le sont plus.
L'IA en tant que participant. Lorsque la finance de l'information doit compter sur l'implication humaine pour chaque problème, elle a relativement du mal à fonctionner. L'IA améliore considérablement cette situation, permettant même d'atteindre des marchés efficaces pour des problèmes à petite échelle. De nombreux marchés pourraient avoir une combinaison de participants humains et d'IA, en particulier lorsque le nombre de problèmes spécifiques passe soudainement d'un petit à un grand nombre.
Pour tirer pleinement parti de cette opportunité, nous devrions aller au-delà de la simple prévision des élections et explorer ce que la finance de l'information peut encore nous offrir.
Un grand merci pour les retours et commentaires de Robin Hanson et Alex Tabarrok.
Lien original
