Schneider e Beccuti examinam recompensas de DRep da Cardano e votação com IA

Manvir Schneider, Cientista Sênior de Pesquisa na Cardano Foundation, e Juan Beccuti, pesquisador em economia e governança de blockchain, apresentaram seu programa de pesquisa durante o primeiro Research Exchange em 19 de outubro. A conversa abordou a remuneração de DReps, o uso de grandes modelos de linguagem na governança e os incentivos econômicos que sustentam a rede da Cardano.

A série convida a comunidade a enviar feedback enquanto a pesquisa se desenvolve, dando continuidade à colaboração da Cardano Foundation com a Input Output e outras instituições de pesquisa.

Recompensando decisões informadas de DReps

DReps recebem poder de voto delegado de detentores de ADA e participam da governança da Cardano. Projetar a remuneração para esse trabalho exige uma forma de incentivar os representantes a avaliar propostas em vez de simplesmente registrar votos.

Schneider descreveu o risco de recompensar a participação sem considerar o esforço. Um representante pode votar aleatoriamente ou copiar a posição de outro participante e ainda assim cumprir um requisito de atividade.

Os pesquisadores estão estudando mecanismos destinados a apoiar decisões informadas. Schneider explicou que um dos modelos em análise exigiria que votos individuais permanecessem ocultos até o encerramento da votação.

Essa exigência mudaria o momento em que delegadores e outros observadores podem inspecionar as escolhas dos representantes. Trata-se de confidencialidade temporária durante um período de votação, e não de ocultar permanentemente o resultado.

Os pesquisadores apontaram a aceitação dessa abordagem pela comunidade como um ponto para discussão futura. Não foi anunciada a ativação de pagamentos a DReps nem mudança no processo de votação da Cardano.

Modelos de IA compartilhados podem produzir julgamentos correlacionados

Outro tópico de pesquisa examina grandes modelos de linguagem como delegados ou ferramentas de apoio à decisão. Propostas de governança podem exigir leitura substancial, o que torna resumos e análises automatizados um apoio potencial para os representantes.

Schneider destacou um risco quando muitos participantes usam o mesmo modelo com informações e contexto semelhantes. Seu raciocínio e suas decisões podem se tornar correlacionados, reduzindo a independência de suas avaliações.

Essa distinção importa ao avaliar decisões coletivas. Vários votos baseados em uma única fonte analítica não fornecem necessariamente a mesma diversidade de julgamento que opiniões formadas de maneira independente.

A sessão apresentou isso como uma questão de pesquisa em aberto. Não estabeleceu que modelos de IA compartilhados atualmente determinam os resultados da governança da Cardano nem quantificou sua influência sobre os votos existentes.

[NEWSBREAK]

Parâmetros de staking e incentivos de longo prazo

Beccuti delineou duas sessões de acompanhamento para examinar como mudanças de parâmetros afetam operadores de pools e delegadores.

A primeira abordaria parâmetros diretamente ligados à distribuição de recompensas. Reduzir o custo fixo declarado de um pool, por exemplo, pode inicialmente reduzir as receitas do operador ao mesmo tempo que torna o pool mais atraente para delegadores. O efeito líquido depende das decisões de delegação subsequentes e da distribuição existente de stake.

Uma segunda sessão examinaria parâmetros monetários de prazo mais longo, incluindo o uso de reservas para financiar recompensas e a sustentabilidade desses incentivos ao longo do tempo.

O programa mais amplo também inclui o comportamento de propagação de blocos e incentivos para validar e adotar blocos endossadores Leios.

Para as sessões sobre parâmetros, os pesquisadores planejam comparar objetivos de design com as condições atuais de mercado. Operadores de pools e delegadores são convidados a desafiar as premissas usando seus custos e receitas reais e suas respostas a mudanças nas recompensas.