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

Manvir Schneider, Senior Research Scientist na Cardano Foundation, e Juan Beccuti, pesquisador em economia e governança de blockchain, apresentaram seu programa de pesquisa durante a primeira 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 comentários enquanto a pesquisa se desenvolve, dando continuidade à colaboração da Cardano Foundation com a Input Output e outras instituições de pesquisa.

Recompensar decisões informadas de DRep

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 representantes a avaliar propostas em vez de simplesmente registrar votos.

Schneider descreveu o risco de recompensar a participação sem considerar o esforço. Um representante poderia 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 a tomada de decisão informada. Schneider explicou que um dos modelos que estão analisando exigiria que os votos individuais permanecessem ocultos até o encerramento da votação.

Esse requisito mudaria quando delegadores e outros observadores pudessem inspecionar as escolhas dos representantes. Isso diz respeito à confidencialidade temporária durante um período de votação, e não à ocultação permanente do resultado.

Os pesquisadores identificaram a aceitação dessa proposta pela comunidade como um ponto para discussão adicional. Não foi anunciada nenhuma 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, tornando resumos e análises automatizados uma ajuda potencial para representantes.

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

Essa distinção é importante ao avaliar decisões coletivas. Vários votos baseados em uma única fonte de análise não necessariamente proporcionam a mesma diversidade de julgamento que opiniões formadas de modo independente.

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

[NEWSBREAK]

Parâmetros de staking e incentivos de longo prazo

Beccuti delineou duas sessões de acompanhamento que examinam como mudanças de parâmetros afetam operadores de pool e delegadores.

A primeira abordaria parâmetros diretamente conectados 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 de stake existente.

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 endorser do Leios.

Para as sessões sobre parâmetros, os pesquisadores planejam comparar objetivos de design com as condições atuais de mercado. Operadores de pool e delegadores são convidados a desafiar suposições com base em seus custos e receitas reais, bem como em suas respostas a mudanças nas recompensas.