DAO:通過匿名和聲譽解決 DAO 中的群體思維和偏見_AIon Mars

貢獻者：DAOctor @DAOrayaki

審核者：shaun @DAOrayaki

原文：How Anonymity Can Solve Group-Think and Bias in DAOs

討論是DAO的關鍵要素之一。

 協調成員之間的任務

 提出和討論想法及提案

由于提案有效地指導了 DAO 的決策和財務支出，以至于在審議階段DAO很容易受到影響力的攻擊。

這是一個經典問題，游說者使用不同的策略來影響提案的決策。例如：交換條件、賄賂、脅迫、勒索等。

我們相信，在提案的創建、審議和投票過程中，真正的匿名性可以解決大多數的影響力攻擊。

NFT開源協議Unlock Protocol推出通過電子郵件空投NFT功能:金色財經報道，會員制和訂閱制 NFT 開源協議 Unlock Protocol 宣布推出通過電子郵件直接空投 NFT 的功能，使用戶無需加密錢包即可收到 NFT，可將 NFT 用于票務、會員計劃等領域。[2023/2/16 12:11:45]

研究發現 DAO 在創建和審議提案時面臨的三個挑戰。

由于DAO 由具有不同知識水平的參與者組成，因此：

許多成員無法準確評估復雜的提案

即使簡單的提案，用戶也無法判斷某些動作的二階和三階效應

成員們缺乏動力去花時間熟悉提案以做出更明智的決策

進一步導致在評估期間缺乏參與，并且對提案的批評不太有效。

沒有時間或專業知識研究提案，時間或知識儲備不足的用戶依賴于來自高地位成員的社交啟發來判斷提案是“好”還是“壞”。

ApeCoin社區AIP-13提案完成投票，提案未獲通過:金色財經報道，據ApeCoin Snapshot投票頁面顯示，ApeCoin最新的AIP-13提案已完成投票，投票數據顯示該提案未獲得通過，該提案提議可以通過 AIP 治理流程重新提交，同時突出顯示對原始提案的更改，最終獲得了95.12%反對票。[2022/6/2 3:57:52]

這導致 DAO 決策根據身份（高或低）而不是提案優點來評估和接受。

有意識和無意識的偏見是學術界公認的問題，并且已被廣泛研究。例如，與雙盲審稿人相比，非盲審稿人更有可能接受著名作者或頂級機構的論文。

幾十年來，學術界一直在與這種偏見作斗爭，并已開始使用信息技術消除其審查系統中的偏見。

然而，由于工具不足，DAOs 并沒有解決這個問題。我們認為，可以首先概述 DAO 中參與者的動態來解決偏見。換句話說，DAO 既有明顯的偏見—“超級明星”故意劫持提案，也有隱性的偏見，即提案不是僅根據優點來判斷的。

西班牙交易所Bit2Me通過代幣銷售融資2390萬美元:9月26日消息，西班牙最大加密貨幣交易所Bit2Me最近推出基于以太坊的代幣B2M，并通過三輪代幣公募籌集2390萬美元（2000萬歐元）。（Bitcoinist）[2021/9/26 17:06:41]

由于提案者的歷史工作和可靠性，專家的提案更容易“信任”。

專家和非專家的意見和討論質量存在差異

非專家缺乏時間或技能來正確閱讀和理解提案。

TLDR：DAO 的專業知識具有內在優勢，可用于幫助非專家

無論專業水平如何，地位高的成員絕對值得信。

Polkadot理事會通過新議案 旨在將DOT最低質押金額增加到120DOT:9月14日消息，Polkadot理事會通過了Motion 108。目前正在等待進行公投和執行。該議案是由 Parity的Staking團隊提出的，旨在將DOT質押的最低金額增加到120 DOT，允許高于120DOT的新提名人參與維護Polkadot網絡的安全。（PolkaWorld）[2021/9/14 23:24:19]

用戶融合了地位、專業知識和信任。例如，節點操作員可能具有較高的地位，但專業知識和信任度較低。

地位高的人自私地行事并得到承認

地位低的人為 DAO 的利益行事，但會被忽略

TLDR：DAO中的地位有固有的缺點，會降低討論的價值

7萬枚比特幣5月通過CoinJoin代幣混合技術匿名化:金色財經報道，根據代幣混合服務CoinJoin的開發人員收集的開源數據，到目前為止，僅在5月份，利用CoinJoin代幣混合技術匿名化的比特幣數量就達到7萬枚。[2020/5/23]

然而匿名性缺乏突出的、個性化的或不尋常的特征。

匿名從話語中剝奪了地位和專業知識的信號。

每個人的審查都會增加（高地位、低地位、專家和非專家）

增加了治理疲勞，所有職位都受到平等審查。

增加了垃圾郵件的風險。

在線信譽系統在減少疲勞和垃圾郵件方面有著成功的歷史。具體來說，Stack Overflow 已被證明在Crowd文檔和討論方面非常成功。一般來說，專家在 Stack Overflow 上的行為和有效性也得到了研究和記錄。

當 Anonymity 和 Reputation 結合時，一個具有理想屬性的 Robust 討論系統就出現了。即：

隨著時間的推移積累的專業知識數量：

只有專家才能發提案（減少疲勞）

較少的專家可以 TLDR，贊成/反對提案和話題（減少疲勞）

專家可以調節垃圾郵件（減少垃圾郵件）

專家可以示意性地直接討論（提案）

專家可以獲得更多的專業點數（增加參與激勵）

沒有技能的用戶（非專家）現在可以依賴有貢獻歷史的專家，而不會被依賴純粹身份的非專家所左右。

參考文獻：

Reviewer bias in single- versus double-blind peer review

Andrew Tomkins, Min Zhang, and William D. Heavlin

Nobel and novice: Author prominence affects peer review 

Jürgen Huber, Sabiou Inoua, Rudolf Kerschbamer and Vernon L. Smith

Understanding and supporting anonymity policies in peer review

Syavash Nobarany and Kellogg S. Booth

Crowd documentation: Exploring the coverage and the dynamics of API discussions on Stack Overflow

Georgia Technical Report

Towards Dynamic Interaction-Based Reputation Models

A. Melnikov, J. Lee, V. Rivera, M. Mazzara and L. Longo

The Importance of Reputation for the Evolution of Decentralization

Craig Calcaterra, Wulf A. Kaal

金色財經

金色早8點

澎湃新聞

Odaily星球日報

Arcane Labs

深潮TechFlow

歐科云鏈

鏈得得

MarsBit

BTCStudy

Tags：DAOANDOINIONfacedao幣怎么樣Puzzle And Dragons XreddcoinAIon Mars

LTC