Научным прогнозным рынкам нужна защита от Sybil-атак

Мнение: Саша Шилина, основатель Episteme и исследователь Paradigm Research Institute

Прогнозные рынки пытаются стать частью серьезной финансовой инфраструктуры, и регуляторы обращают на это все больше внимания. Примеры — предписания о прекращении деятельности в штате Теннесси в отношении Kalshi, Polymarket и Crypto.com, а также решение федерального судьи временно запретить Теннесси блокировать спортивные контракты Kalshi. Это показывает, как быстро «информационные продукты» могут трактоваться как нелицензированные ставки, если их легитимность оспаривается.

Однако важнее судебных документов следующий вопрос: если прогнозные рынки заявляют, что они агрегируют знания, система должна понимать, слышит ли она множество независимых людей или одного актера, который имитирует толпу.

Эта проблема не теоретическая. Анализ ончейн-активности Polymarket, выполненный с участием исследователей, связанных с Колумбийским университетом, пришел к выводу, что искусственная торговля в среднем могла составлять около 25% покупок и продаж за последние три года, при этом доля заметно менялась со временем. Если рыночный сигнал можно существенно формировать синтетической активностью, то платформа становится не только «двигателем прогнозов», но и «двигателем стимулов» для тех, кто умеет дешево создавать видимость участия.

Для событийных рынков это уже проблема. Для науки — потенциально фатальная.

Гражданская наука без защиты от Sybil превращается в искусственный консенсус

Научные прогнозные рынки выглядят логичным следующим шагом: они способны ускорять обратную связь. Рыночная цена может обновляться быстрее, чем процесс рецензирования, а итог можно привязывать к измеримым результатам — наборам данных, заранее зарегистрированным метрикам, итогам репликаций и бенчмаркам.

Но именно в науке открытое участие ломается быстрее всего. Если «толпу» дешево подделать, так же дешево можно произвести «консенсус». А в научной среде консенсус влияет на финансирование, приоритеты репликаций и репутации. Манипуляция искажает не только график — она искажает то, что в итоге будут изучать.

Идеализированная версия научных рынков — это «гражданская наука»: множество участников, множество независимых взглядов и один общий сигнал. Это работает лишь тогда, когда «много участников» — социальная реальность, а не число, которое можно быстро «наштамповать».

Децентрализация не решает проблему идентичности

Некоторые разработчики считают, что децентрализация сама по себе снижает манипуляции, потому что все прозрачно. Прозрачность помогает аудитам, но не доказывает, что за аккаунтами стоят разные люди.

Если базовой единицей является кошелек, то влияние растет пропорционально числу кошельков, которыми управляет один участник. В среде с сильными стимулами это легко превращается в бизнес-модель. Как только на кону появляются деньги, личности начнут «производить», а рынок начнет точно оценивать уже эту произведенную реальность.

У научных рынков есть особенно опасный сценарий: преждевременная сходимость. Скоординированная группа аккаунтов может обеспечить раннюю ликвидность, сдвинуть цену в «уверенный» диапазон и создать впечатление консенсуса до того, как его должно оправдывать публичное доказательство. Увидев «устоявшуюся» вероятность, люди чаще сомневаются в себе и реже спорят, даже когда честным состоянием мира должна оставаться неопределенность.

Так рынок может выглядеть предсказательным, не являясь механизмом агрегации знаний.

Решения с Sybil-устойчивостью уже есть — и рынкам стоит их использовать

Практический вывод таков: прогнозные рынки, особенно научные, должны внедрять Sybil-устойчивость на уровне участия. Это меры, которые не позволяют одному человеку или оператору ботов дешево создавать множество фейковых аккаунтов, изображая толпу и влияя на результаты.

Для этого не обязательно раскрывать личность пользователей. Задача более узкая: сделать «выглядеть как многие» заметно дороже, сохранив приемлемую доступность для «одного человека».

Единственного идеального подхода нет — и это скорее плюс: уже существует несколько стратегий с разными компромиссами.

Один из подходов — агрегирование учетных данных. Human Passport (ранее Gitcoin Passport) собирает «штампы» из разных источников идентичности в единый скоринг, который должен повышать стоимость для ботов и «ферм» мультиаккаунтов.

Другой подход — уникальность по социальному графу. BrightID продвигает «доказательство уникальности», используя ориентированную на приватность социальную сеть, чтобы приложения могли обеспечивать принцип «один аккаунт на человека».

Третий подход — курируемые реестры с процедурами споров. Proof of Humanity предлагает список людей, подтвержденных децентрализованным сообществом, а оспаривания проходят через арбитраж в стиле Kleros.

Четвертый подход — приватные биометрические механизмы для уникальности на уровне кошелька. Humanode Biomapper позиционируется как «приватный ончейн-биомаппинг», связывая уникального живого человека с адресом в среде EVM при сохранении биометрических данных в конфиденциальных контурах, чтобы приложения проверяли статус «верифицированный человек», а не получали сами биометрические данные.

Ни одно решение не идеально. Какие-то создают трение, какие-то могут исключать части аудитории, какие-то зависят от общественных процедур, которые тоже можно пытаться обходить. Но альтернатива хуже: рынки, где влияние определяется тем, сколько идентичностей можно дешево «накрутить».

Научные рынки не могут себе этого позволить. Их смысл — превращать неопределенность в сигнал, который следует за реальностью, а не за координацией участников.

Честность становится конкурентным преимуществом

Если Sybil-устойчивые научные рынки заработают, появится новый инструмент: информационный дериватив, привязанный к измеримым результатам. Это особенно важно для биотеха, где неопределенность дорога, а сроки длинные. Это важно и для направления AI-for-science, где заявления о моделях, бенчмарках и экспериментальных результатах конкурируют за доверие в реальном времени.

Потенциальная выгода — не «лучшие ставки», а лучшее распределение ресурсов: постоянно обновляющийся публичный сигнал, который помогает решать, что реплицировать, что финансировать и что считать правдоподобным в условиях неопределенности.

А цена игнорирования идентичности уже проявляется в повышенном внимании регуляторов. Когда легитимность спорна, меры воздействия редко бывают тонкими и аккуратными.

Прогнозные рынки становятся заслуживающими доверия не потому, что они децентрализованы. Они становятся такими, когда участие соответствует людям, а не дешевым аккаунтам. В науке именно это различие определит, будут ли рынки производить сигнал знания или просто рисовать убедительные графики.

Мнение: Саша Шилина, основатель Episteme и исследователь Paradigm Research Institute.

Источник информации: dc.finance.