DAO:DAOrayaki ｜通過匿名和聲譽解決DAO中的群體思維和偏見

一、DAO中的影響力攻擊

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。

二、鏈上治理系統中的人格偏見問題

研究發現DAO在創建和審議提案時面臨的三個挑戰。

Kannagi Finance發生Rug Pull， TVL僅剩24美元:7月29日消息，據DeFiLlama數據及社區反饋顯示，zkSync Era上DeFi項目Kannagi Finance發生Rug Pull，截止發稿時TVL僅剩24美元（昨日為213萬美元），其官方推特賬戶已注銷。[2023/7/29 16:06:16]

1）DAO成員的技術和知識不對稱

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。2）過度依賴身份來評估提案

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”。

Gelato：提議將GEL總供應的20%或DAO資金的43%用于未來的融資回合:4月7日消息，Gelato最近的一項提案建議將GEL總供應量的大約20%或當前Gelato DAO資金的大約43%分配給未來的融資回合，以加速Gelato的增長并實現其路線圖2.0。該資金不會一次性分配或出售給投資者，而是根據市場情況和GEL價格分批出售。[2023/4/7 13:50:32]

3）評論中的身份和偏見問題

這導致DAO決策根據身份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。

三、通過匿名技術解決偏見

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。

Nansen創始人：2023年將是針對加密初創公司的一場大屠殺:12月12日消息，Nansen創始人Alex Svanevik發布推特表示，2023年將是針對加密初創公司的一場大屠殺：1.大多數21/22年誕生的種子初創公司都沒有錢；2.一些被收購；3.少數能進行新一輪融資（>80%無法融資）；4.技術人員工資下降；5.技術職位縮水；6.VC投資其他領域（人工智能等）。[2022/12/12 21:38:55]

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。

Ripple正為不丹和帕勞構建央行數字貨幣:9月7日消息，在最近的一次采訪，Ripple高級顧問Anthony Welfare透露，該公司目前正在為不丹和帕勞共和國等國家開展各種央行數字貨幣（CBDC）試點工作。 Anthony Welfare稱，Ripple 正在為 CBDC 進行幾項試點，包括不丹和帕勞共和國的皇家金融管理局 (RMA)。 Ripple將在未來幾周內發布更多CBDC公告。 （thecryptobasic）[2022/9/7 13:14:04]

1）專家：在特定領域具有高技能、知識或貢獻的人。

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2）地位：相對的社會或職業地位；

近48小時內有約16億美元從USDT中撤出，使其供應降至去年10月以來最低水平:金色財經消息，據CoinMarketCap數據顯示，近48小時內有約16億美元從USDT（Tether）中撤出，使其流通供應減少至708億美元，為2021年10月以來的最低水平。[2022/6/16 4:30:32]

無論專業水平如何，地位高的成員絕對值得信。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3）高地位成員的提案帶有內在的積極偏見

4）低地位成員的提案帶有固有的負面偏見。

TLDR：DAO中的地位有固有的缺點，會降低討論的價值

四、引入匿名，將會發生么？

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

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，StackOverflow已被證明在Crowd文檔和討論方面非常成功。一般來說，專家在StackOverflow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較少的專家可以TLDR，贊成/反對提案和話題專家可以調節垃圾郵件專家可以示意性地直接討論專家可以獲得更多的專業點數沒有技能的用戶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：

Reviewerbiasinsingle-versusdouble-blindpeerreview

AndrewTomkins,MinZhang,andWilliamD.Heavlin

Nobelandnovice:Authorprominenceaffectspeerreview?

JürgenHuber,SabiouInoua,RudolfKerschbamerandVernonL.Smith

Understandingandsupportinganonymitypoliciesinpeerreview

SyavashNobaranyandKelloggS.Booth

Crowddocumentation:ExploringthecoverageandthedynamicsofAPIdiscussionsonStackOverflow

GeorgiaTechnicalReport

TowardsDynamicInteraction-BasedReputationModels

A.Melnikov,J.Lee,V.Rivera,M.MazzaraandL.Longo

TheImportanceofReputationfortheEvolutionofDecentralization

CraigCalcaterra,WulfA.Kaal

Tags：DAOANDIONVERDAOP價格MANDI幣Marshal Lion Group CoinFlameMetaverse

火幣APP