Schneider と Beccuti が Cardano の DRep 報酬と AI 投票を検証

Cardano Foundation の上級研究科学者である Manvir Schneider と、経済学およびブロックチェーンガバナンスの研究者である Juan Beccuti が、10月19日の第1回 Research Exchange で自らの研究プログラムを発表した。彼らの議論は DRep の報酬、ガバナンスにおける大規模言語モデルの活用、そして Cardano のネットワークを支える経済的インセンティブを扱った。

このシリーズは研究の進捗と並行してコミュニティからのフィードバックを募り、Cardano Foundation による Input Output や他の研究機関との協力を継続する。

情報に基づく DRep の意思決定に報いる

DRep は ADA 保有者から委任された議決権を受け取り、Cardano のガバナンスに参加する。その業務に対する報酬設計には、単に投票を登録するのではなく、代表者が提案を評価することを促す仕組みが必要だ。

Schneider は、努力を考慮せず参加を報いることのリスクを説明した。代表者は活動要件を満たしながら、無作為に投票したり、他の参加者の立場を模倣したりする可能性がある。

研究者たちは、情報に基づく意思決定を支えるためのメカニズムを研究している。Schneider は、検討中のモデルの一つでは、投票が締め切られるまで各投票を非公開のままにすることを求めると説明した。

この要件により、委任者やその他の観察者が代表者の選択を検証できるタイミングが変わる。結果を恒久的に隠すのではなく、投票期間中の一時的な秘匿性に関わるものだ。

研究者たちは、この枠組みをコミュニティが受け入れるかどうかを今後の議論の論点として挙げた。DRep への支払いの開始や Cardano の投票プロセスの変更は発表されていない。

共有された AI モデルは相関した判断を生む可能性がある

別の研究テーマでは、代理や意思決定支援ツールとして大規模言語モデルを検討する。ガバナンス提案には多くの読解が必要となる場合があり、自動要約や分析は代表者にとって有用な支援となり得る。

Schneider は、多くの参加者が同じモデルを類似の情報や文脈で用いる場合のリスクを強調した。彼らの推論や意思決定が相関し、評価の独立性が低下する可能性がある。

この区別は集団的な意思決定を評価する際に重要だ。一つの分析ソースに基づく複数の投票は、独立に形成された意見と同等の多様性を必ずしももたらさない。

このセッションは、これを未解決の研究課題として提示した。共有された AI モデルが現時点で Cardano のガバナンスの結果を左右していると断定したり、既存の投票への影響を定量化したりはしていない。

[NEWSBREAK]

ステーキングパラメータと長期的なインセンティブ

Beccuti は、パラメータの変更がプール運営者と委任者にどのように影響するかを検証するフォローアップの2つのセッションの概要を示した。

一つ目は報酬分配に直接結び付くパラメータを扱う。例えば、プールが宣言する固定費を引き下げると、当初は運営者の受取額が減る一方で、プールは委任者にとって魅力的になる可能性がある。総合的な効果は、その後の委任の意思決定や既存のステーク分布に依存する。

二つ目のセッションでは、報酬の原資としてのリザーブの活用や、それらのインセンティブの持続可能性など、より長期の金融パラメータを検討する。

より広いプログラムには、ブロック伝搬の挙動や、Leios エンドーサーブロックの検証と採用に対するインセンティブも含まれる。

これらのパラメータに関するセッションでは、研究者たちは設計目標を現在の市場状況と比較する計画だ。プール運営者と委任者は、自らの実際のコスト、収益、報酬変更への反応を用いて仮定に異議を唱えるよう招かれている。