Déconstruire les géants de l'Internet, le guide le plus complet du jeu de l'information cryptée

Auteur original : Benjamin Funk

Compilation originale : Frank, Foresight News

Nos cerveaux, nos livres et nos bases de données sont à la fois les destinataires et les créateurs de la propension croissante de l’humanité à générer des données. Internet, dernière réalisation de ce long développement, génère et stocke chaque jour environ 250 000 milliards d’octets de données. Bien qu’il soit facile d’être impressionné par ce chiffre, le point de données lui-même n’a pas beaucoup de valeur. Ils sont comme des pièces éparses d’un vaste puzzle qui doivent être soigneusement collectées, traitées et contextualisées pour devenir des informations précieuses.

De nombreux géants de l'Internet d'aujourd'hui ont axé l'ensemble de leur modèle économique sur cette tâche, Google étant celui qui a le plus de succès. Leur processus est le suivant : extraire d'énormes quantités de matières premières précieuses, des "déchets numériques" sous la forme de milliards de données privées de personnes, et il est introduit dans un pipeline d'algorithmes pour prédire les choix que les individus sont susceptibles de faire. Plus Google extrait et traite de données sur nous, plus le niveau d'informations qu'il peut fournir aux annonceurs est élevé, et plus ces annonceurs enchérissent dans les enchères publicitaires de Google pour tenter de nous convertir en clients.

Grâce à ces processus, Google génère 240 milliards de dollars de revenus publicitaires par an. Bien que Google exclue intentionnellement les humains du processus, il existe un moyen potentiellement plus puissant de générer et de monétiser des informations précieuses. En utilisant les humains comme joueurs, nous gamifions le processus de création, de recherche et de spéculation d’informations, stimulant ainsi notre désir inhérent de participer. Des paris sportifs au MEV en passant par les jeux de déduction sociale comme Among Us, nous sommes programmés pour être attirés par les « jeux d’information » qui tournent autour de la compétition et de la coordination et nous obligent à cacher et révéler intelligemment des informations.

Certains jeux d’information ne sont que cela : des jeux. Mais comme nous le verrons, d’autres jeux d’information peuvent être utilisés pour générer et monétiser de nouvelles informations précieuses et devenir l’épine dorsale d’une nouvelle génération de produits et de modèles économiques.

Cependant, le jeu de l’information a toujours eu un talon d’Achille : la confiance. Plus précisément, les joueurs doivent faire confiance aux autres joueurs pour ne pas partager ou exploiter des informations d’une manière qui viole les règles du jeu. Si un membre de l'équipage de Among Us pouvait s'avérer être un imposteur en milieu de partie, ou si un producteur de blocs (mineur) pouvait calculer la mauvaise racine de bloc mais être quand même accepté par un validateur, personne ne voudrait rejouer. Ce jeu est terminé. . Pour résoudre ce problème de confiance, nous nous tournons vers des tiers de confiance pour créer et héberger des jeux d'information pour nous.

C'est bien pour un jeu à faibles enjeux comme Among Us, mais limiter la création et la médiation de jeux à un groupe centralisé limite notre confiance et notre exploration expérimentale des jeux d'information auxquels nous jouons, limitant ainsi ce que nous pouvons collecter, les types d'informations exploitées et monétisées.

En bref, il existe de nombreux jeux d’information qui n’ont même pas été essayés car nous n’avons pas trouvé le moyen d’être juste et digne de confiance dans un environnement décentralisé.

Les blockchains programmables et les nouvelles primitives cryptographiques résolvent ce problème en nous permettant de créer et de coordonner des jeux d'information à grande échelle sans autorisation, sans faire confiance à des tiers ou les uns aux autres.

À leur tour, les jeux d’information basés sur le chiffrement pourraient rapidement augmenter la quantité et la qualité des informations à l’échelle mondiale, améliorant ainsi nos capacités de prise de décision collective et déclenchant des gains d’efficacité équivalents à l’échelle du PIB mondial. Imaginez un marché de prédiction accessible à l’échelle mondiale, utilisé comme outil pour allouer des capitaux aux mégafonds natifs d’Internet. Ou un jeu qui permet aux individus de mutualiser leurs données privées de santé et d’être récompensés pour toute nouvelle découverte résultant de leur utilisation, tout en protégeant leur vie privée.

Cependant, comme le montrera cet article, les jeux d’information crypto-centrés ne sont peut-être pas encore disponibles pour ces cas d’utilisation à haut risque. Mais en essayant aujourd’hui des jeux de messagerie plus petits et plus intéressants, les équipes peuvent se concentrer sur l’engagement des joueurs et l’établissement de la confiance avant de se lancer dans la création et la monétisation de marchés de messagerie plus lucratifs.

Des marchés de prédiction à la théorie des jeux, en passant par les oracles et les réseaux d'environnements d'exécution fiables, cet article couvrira l'espace de conception pour la création de ces jeux d'information basés sur la crypto-monnaie et présentera l'infrastructure nécessaire pour réaliser leur plein potentiel.

Marchés sans autorisation : conditions préalables aux jeux d'information

Des applications d'avenir aux applications de marché de l'information, la blockchain permet aux développeurs de créer des instruments financiers personnalisables et automatisés qui alimentent des marchés sans autorisation et imparables. En conséquence, n’importe qui peut désormais créer des mécanismes qui encouragent, coordonnent et règlent l’échange de valeurs et d’informations. Cela met en évidence le rôle essentiel que joue la blockchain en nous permettant d'expérimenter rapidement la meilleure façon de configurer les jeux afin de maximiser la valeur pour tous les participants.

Il sera très difficile de convaincre les intermédiaires centralisés de s’adapter à cette vitesse ou de permettre à leurs utilisateurs de participer à ces expérimentations. Les marchés sans autorisation deviendront donc le moyen par lequel des théories marginales et des articles de recherche de pointe pourront être réalisés. Nous avons déjà vu cela se produire sur les marchés de prédiction, où des stratégies de teneur de marché automatisées qui répondent théoriquement à une faible liquidité sur les marchés de prédiction sont mises en œuvre en tant que CPMM (Continuous Quotation Market Makers) sur les réseaux de crypto-monnaie et testées avec de l'argent réel.

**Les marchés sans autorisation constituent un formidable outil permettant de créer de meilleurs outils pour générer de nouvelles informations et monétiser leur valeur. **

Jeux d'information pour la production d'informations

De nombreux jeux d’information génèrent de nouvelles informations que les joueurs peuvent utiliser pour prendre de meilleures décisions.

Ces jeux d’information incitent à extraire des matières premières (données publiques et privées) de personnes, de bases de données et d’autres sources, puis à agréger ces données via les meilleures machines de production d’informations (marchés et algorithmes). Idéalement, lors du processus d'agrégation de ces informations, de nouvelles informations sont générées et monétisées en aidant les autres acteurs à prendre de bonnes décisions. Par exemple, un DAO d'investissement utilise les résultats de prédiction du marché pour décider d'investir dans une nouvelle startup.

Les jeux et les outils utilisés par les concepteurs de jeux d’information varient en fonction du type d’informations qu’ils peuvent produire, nous laissant ainsi un vaste espace de conception pour explorer différents défis et opportunités.

Mais commençons par le jeu d’information le plus activement développé et discuté aujourd’hui : les marchés de prédiction.

Jeu 1 : Les marchés de prédiction comme outil de génération d'informations

L’un des jeux d’information les plus populaires dans le domaine de la cryptographie (et au-delà) est celui des marchés de prédiction. Polymarket est le premier marché de prédiction au monde, facilitant un volume d'échanges cumulé de plus de 400 millions de dollars (et en croissance rapide).

Les marchés de prédiction fonctionnent en incitant les joueurs à utiliser leur propre argent, comme la cryptomonnaie, pour parier sur le résultat de divers événements. Cette pratique consistant à exiger un risque financier personnel (« participation en argent réel ») permet de garantir que les participants sont véritablement engagés dans leurs prédictions. Les marchés s'ajustent de manière dynamique à mesure que les traders agissent en fonction de leurs idées en achetant des actions sous-évaluées et en vendant des actions surévaluées. Ces ajustements des prix du marché reflètent des estimations collectives plus précises des probabilités d’événements, corrigeant ainsi toute erreur d’évaluation initiale.

Plus il y aura de personnes impliquées dans les paris sur un marché, avec des connaissances publiques et privées différentes mais liées, plus la vérité se reflétera dans les prix. En fin de compte, les marchés de prédiction exploitent la « sagesse des foules » en tirant parti du risque financier pour générer une agrégation précise des informations.

Malheureusement, les marchés de prédiction présentent des défis majeurs, dont beaucoup sont liés à divers problèmes d’évolutivité.

Le goulot d'étranglement des informations réelles

Les concours de beauté keynésiens, dans lesquels les juges tentent de choisir des options qu’ils pensent que d’autres juges choisiront, ne sont pas propres aux marchés de prédiction. Cependant, leur impact négatif est ici plus prononcé que sur les marchés traditionnels, puisque l’objectif des marchés prédictifs est précisément de créer des informations précises. En outre, contrairement aux marchés financiers traditionnels où le comportement des participants est principalement motivé par la maximisation des profits, les parieurs sur les marchés de prédiction sont plus facilement influencés par leurs convictions personnelles, leurs tendances politiques ou leurs intérêts particuliers dans certains résultats. Par conséquent, ils sont plus disposés à subir des pertes financières sur le marché lui-même si leurs paris correspondent à des valeurs personnelles ou à des attentes de profit provenant d’actions en dehors du marché.

En outre, plus les gens considèrent un marché ou un algorithme comme une source de vérité, plus ils sont incités à manipuler ce marché. C’est très similaire au problème des médias sociaux. **Plus les gens font confiance aux produits d'information générés par les plateformes de médias sociaux, plus ils sont incités à les manipuler à des fins lucratives ou sociopolitiques. **

Certains acteurs peuvent même profiter des signaux et des incitations créés par les marchés de prédiction pour réévaluer les croyances collectives et encourager l’action collective. Par exemple, imaginez un gouvernement utilisant une forme de politique « d’assouplissement quantitatif » pour influencer les marchés de prédiction sur des questions clés telles que le changement climatique ou la guerre. En achetant de grandes quantités d’actions sur des marchés prévisionnels pertinents, ils peuvent réorienter les incitations financières vers les résultats souhaités. Peut-être pensent-ils que les risques systémiques du changement climatique sont sous-estimés, c’est pourquoi ils adhèrent massivement à une part « non » d’un marché qui prédit une amélioration du climat en 2028. Cette décision pourrait encourager davantage de startups de technologies climatiques à développer une technologie qui leur permettrait d’obtenir un avantage informationnel en pariant sur des actions « oui », accélérant ainsi le rythme de la recherche de solutions.

S'il a été démontré que les facteurs ci-dessus ont un impact négatif sur la qualité de l'information produite, il a également été démontré que le comportement manipulateur améliore en réalité la précision du marché, car les manipulateurs du marché sont des traders bruyants et les acteurs du marché bien informés peuvent négocier à l'envers pour réaliser des transactions. argent.

Par conséquent, nous pouvons en déduire que les problèmes ci-dessus sont causés par le manque d’un nombre suffisant de traders bien capitalisés et bien informés pour aider à corriger le marché**, donc permettre à ces traders bien informés d’emprunter et de vendre à découvert pourrait être ce qui rend ces marchés plus efficaces sont un moyen clé. **

En outre, sur les marchés à cycle plus long, il est plus difficile pour les traders bien informés de contrecarrer la manipulation, car les manipulateurs ont plus de temps pour influencer par réflexe le sentiment du marché et les résultats réels par le biais des transactions. La mise en œuvre d'un marché avec une période de conservation plus courte pour la crédibilité des informations augmente la confiance dans le jeu (et donc la qualité de ses informations), mais rend également le gameplay plus engageant.

Nous observons également certains premiers signes indiquant que, dans certains cas, les joueurs apprécient les jeux d'information dans lesquels la durée de crédibilité de l'information peut être manipulée. Perl, le compte numéro un sur Farcaster à l'époque, s'est appuyé sur ce modèle et a créé une plate-forme intégrée à l'application pour spéculer sur l'engagement des utilisateurs. Des marchés de prédiction tels que « Est-ce que @ace ou @dwr.eth (respectivement co-fondateurs de Perl et Farcaster) obtiendront plus de likes demain ? » sont lancés, et les équipes de football et leurs fans peuvent, comme on pouvait s'y attendre, « créer des ennuis ». C'est parti. Seulement ici, le jeu se joue de manière asynchrone, et la mesure est des likes au lieu de "Touchdowns" (note de Foresight News, généralement utilisée pour décrire l'action de marquer dans les matchs de football américain, lorsque l'offensive amène le ballon dans le but de l'adversaire. Lorsque le ballon atteint la zone des buts et touche avec succès le sol, il sera jugé comme un score de touché). Alors que le jeu de Perl mine intentionnellement la qualité des informations produites par les marchés de prédiction, un méta-jeu intéressant émerge en se coordonnant pour résoudre les prédictions en sa faveur.

Les jeux basés sur des prédictions peuvent réduire la manipulation et l’ennui en utilisant des tours plus courts et potentiellement renouvelables. Cependant, dans les jeux à faibles enjeux, permettre la manipulation du joueur peut ajouter au plaisir du jeu et devenir une partie intégrante du gameplay.

Trouvez les bons juges et oracles

Un autre défi des marchés de prédiction est l’arbitrage : comment prédire correctement le marché ? Dans de nombreux cas, nous pouvons compter sur des oracles fondés sur la réputation et les garanties, qui peuvent se connecter à des sources de données hors chaîne. Pour résoudre ce problème, les concepteurs du marché de la prédiction peuvent s’appuyer sur la théorie des jeux et les oracles cryptographiques pour couvrir un plus large éventail de sujets, y compris les informations privées des joueurs.

Les oracles de la théorie des jeux, également connus sous le nom d'oracles du point de Schelling, supposent qu'en l'absence de communication directe, les participants (ou nœuds) du réseau convergeront indépendamment vers une réponse ou un résultat unique, et ils croient que d'autres choisiront également cette réponse ou ce résultat. . Ce concept, lancé par Augur et al. et développé par l'UMA, encourage les rapports honnêtes et décourage la collusion en récompensant les participants en fonction de leur proximité avec la réponse « consensuelle ».

Cependant, il reste encore de nombreux défis à relever pour rendre ces oracles fiables dans l'évaluation des paris par un petit nombre de joueurs, où l'identification et la communication entre eux pour s'entendre deviennent une menace potentielle. Si la cryptographie est présentée comme un outil clé pour éviter la collusion entre les électeurs, elle peut également être utilisée comme un outil permettant la collusion et interférant avec les marchés de prédiction. Nous pouvons le constater à travers le potentiel de DarkDAO à exploiter les environnements d’exécution de confiance (TEE) pour la corruption programmatique et la manipulation coordonnée des prix. L'une des équipes qui s'efforcent d'équilibrer ces incitations est Blocksense, qui utilise la sélection de comités secrets et le vote cryptographique pour empêcher la collusion et la corruption.

Nous pouvons également relever le défi d'Oracle en exploitant les données en chaîne. Dans MetaDAO, les joueurs sont récompensés pour avoir prédit correctement comment des propositions spécifiques affecteront le prix de leur jeton natif. Ce prix est fourni par la position Uniswap V3 et sert d'oracle sur la valeur du token.

Cependant, ces oracles ont encore des limites pour résoudre les marchés sur la base de données publiques. Si nous pouvons résoudre les marchés sur la base de données privées, nous pouvons débloquer des types entièrement nouveaux de marchés de prédiction.

Nous pouvons utiliser les résultats du jeu d’information lui-même comme un oracle, ce qui constitue une façon de résoudre le marché sur la base de données privées. Les marchés bayésiens en sont un exemple, qui utilisent les principes de l'inférence bayésienne pour dériver les propres croyances du parieur concernant ses informations privées en permettant aux gens de parier sur les croyances des autres. Par exemple, créer un marché sur lequel les gens peuvent parier sur « combien de personnes sont satisfaites de leur vie » révélerait les propres convictions du parieur quant à la satisfaction de la vie des autres. En conséquence, nous pouvons tirer des conclusions précises sur les informations privées des joueurs qui autrement seraient des vérités invérifiables.

Une autre solution est un oracle qui utilise une cryptographie intelligente pour « importer » des données depuis une API Web2 privée. Certains de ces oracles existants sont présentés dans la section « Oracles d'informations publiques et privées » de la carte du marché. À l’aide de ces oracles, des marchés de prédiction peuvent être créés autour des informations privées de certains joueurs, incitant les détenteurs d’informations privées à résoudre de manière vérifiable un marché de prédiction spécifique en échange de frais de transaction des joueurs pariant sur ce marché. Plus généralement, la possibilité d'accéder en toute sécurité à des données personnelles plus riches hors chaîne et en chaîne peut être utilisée comme primitives d'identité, nous aidant à identifier, inciter et faire correspondre plus efficacement les joueurs dans les jeux d'information, nous aidant à diriger les informations nécessaires, à rendre les jeux d'information plus efficaces. pertinent pour les joueurs.

Les innovations dans la conception d'Oracle augmenteront la gamme de données que nous pouvons utiliser pour résoudre les marchés de prédiction, élargissant ainsi l'espace de conception de jeux d'information autour des informations privées.

Gout d'étranglement de liquidité

Il est difficile d’attirer des liquidités sur les marchés de prédiction. Premièrement, ces marchés sont des marchés binaires, où les joueurs parient « oui » ou « non » sur un thème spécifique et reçoivent soit un montant fixe de récompense monétaire, soit rien. En conséquence, la valeur de ces actions peut fluctuer considérablement en fonction de légères variations du prix de l’actif sous-jacent, en particulier à l’approche de l’expiration. Cela rend la prévision de leurs mouvements de prix à court terme importante, mais aussi extrêmement difficile. Afin de faire face aux risques énormes liés aux changements soudains, les traders doivent utiliser des stratégies avancées et constamment ajustées pour faire face aux fluctuations inattendues du marché.

De plus, à mesure que les marchés de prédiction élargissent la portée du marché à davantage de sujets et allongent leurs délais, il deviendra plus difficile d’attirer des liquidités. Plus le marché s'étend au-delà de la politique et du sport, et plus il dure longtemps, moins les gens ont le sentiment d'avoir un net avantage en matière de paris. Par conséquent, moins il y a de personnes qui parient, plus la qualité des informations produites est faible.

Les marchés de prédiction sont intrinsèquement confrontés à ces problèmes de liquidité, car la formation des prix nécessite d’extraire des informations privées et de placer des paris sur la base de ces informations, deux activités coûteuses. Les participants doivent être rémunérés pour les efforts qu’ils investissent et les risques qu’ils prennent, y compris le coût de la collecte d’informations et du blocage du capital. Cette compensation provient souvent de personnes prêtes à accepter des cotes plus faibles, soit pour se divertir (par exemple, les paris sportifs) ou pour couvrir les risques (par exemple, les contrats à terme sur le pétrole), ce qui contribue à générer d'importantes quantités de liquidités et un volume de transactions important. Cependant, les marchés de prédiction présentant une gamme de thèmes plus restreinte sont moins attractifs commercialement pour les acteurs, ce qui entraîne une diminution de la liquidité et des volumes de transactions.

Améliorations de l'économie : superpositions et diversification

Nous pouvons résoudre ces problèmes en empruntant des idées à la finance traditionnelle et à d’autres jeux d’information existants.

Il est à noter que l'on peut utiliser le concept de « superposition » évoqué par Hasu dans l'article « The Dilemma of Prediction Markets ». Dans les tournois de jeux d’argent, le concept d’« overlay » s’apparente à la subvention proposée par les marchés de pronostics, qui est une valeur supplémentaire que les bookmakers ajoutent à la cagnotte pour encourager la participation. Le « overlay » réduit efficacement le coût d'entrée pour les joueurs et rend le tournoi plus attractif, augmentant ainsi la participation des joueurs novices et expérimentés.

Tout comme les « superpositions » dans les tournois de jeu encouragent la participation des joueurs en augmentant le retour sur investissement potentiel, les « subventions » dans les marchés de prédiction encouragent les participants en abaissant la barrière à l'entrée et en rendant la participation plus attrayante financièrement. Les subventions servent également de phares, attirant de multiples perspectives et idées de la part des commerçants informés et non informés, qui ont la possibilité de tirer profit de la correction de leurs erreurs. Les équipes mettant en œuvre cette stratégie devront systématiquement identifier et interagir avec les fournisseurs de subventions potentiels et créer un marché autour de leurs besoins, car ils sont disposés à fournir les liquidités nécessaires.

De même, une structure de type « fonds » pourrait être mise en œuvre pour parvenir à une diversification temporelle et sectorielle et accroître la liquidité des marchés de prédiction sur un ensemble plus large de questions et d’horizons temporels. Par exemple, de nombreuses entreprises peuvent trouver de la valeur sur le marché en ce qui concerne la manière dont un procès particulier est résolu. **Ces entreprises peuvent réduire le coût de la participation d'experts juridiques en leur prêtant des capitaux, ce qui leur permet de se diversifier sur un large éventail de marchés, puis en les récompensant en fonction de leurs performances au fil du temps. **

Dans cette configuration, les traders pourront emprunter de l'argent pour créer des marchés, et le montant du prêt pourra être paramétré en fonction des besoins d'information et de la réputation du trader sur le sujet. Ceci peut être combiné à des frais de gestion en guise de « superposition » supplémentaire pour chaque marché.

Les fournisseurs de liquidité auront accès à des traders sur ces marchés qui sont incités à parier correctement sur ces marchés et qui sont répartis sur un large panier d'actifs non corrélés de différentes maturités. Bien qu'il existe des « problèmes principal-agent » à prendre en compte, ce système peut augmenter l'ampleur de la liquidité fournie par ces marchés et la diversité de l'allocation de ces pools de liquidité. En outre, la qualité et la variété des informations peuvent être améliorées, tandis que de nouvelles informations sur les compétences et les connaissances des traders sur différents marchés peuvent également être créées, accélérant ainsi les rendements pour les fournisseurs de liquidité grâce à des sous-produits de réputation.

Lorsque la valeur des informations que les joueurs peuvent générer est grande, l’intégration de marchés financiers composables (tels que les prêts et l’extraction de liquidités) dans le jeu peut être un outil clé pour réduire les barrières à l’entrée.

Améliorations de l'expérience utilisateur : interface plus simple et incitations flexibles

La conception UX centrée sur l’échange et les types de récompenses limités courants sur les marchés de prédiction actuels peuvent dissuader ceux qui apprécient d’autres types d’interfaces et d’incitations, limitant ainsi davantage la liquidité. En ce qui concerne les parieurs, il existe de nombreuses façons intéressantes d’améliorer la qualité des marchés de pronostics, toutes axées sur l’amélioration de la couverture et de l’accessibilité aux différents types de joueurs.

Premièrement, nous pouvons améliorer l’expérience utilisateur des marchés de prédiction en les intégrant dans des plateformes sociales plus vastes. Perl et Swaye nous le montrent en se connectant aux données de Farcaster. Au lieu que les utilisateurs aient à ouvrir une autre application autonome, les concepteurs de jeux d'information peuvent identifier et diriger les joueurs vers des marchés auxquels ils sont particulièrement aptes à participer (par exemple, le canal /nyc-politics de meilleurs joueurs).

Il existe également des tentatives visant à élargir la gamme de récompenses allouées aux parieurs et à abaisser le seuil de capital leur permettant d'investir. Cela pourrait prendre la forme de témoignages individuels récompensés ou d’extension des récompenses financières pour inclure une « utilité intégrée à l’application » ou des capitaux propres exprimés sous forme de points ou de jetons.

Même si les incitations monétaires sont importantes pour le fonctionnement des marchés de prédiction, certains ouvrages suggèrent que les monnaies virtuelles peuvent également créer des marchés de prédiction de qualité comparable. D'un point de vue pratique, cela nous indique que nous avons la flexibilité d'assumer le type de « participation en argent réel » que les parieurs sont prêts à risquer et à travailler dur pour obtenir.

En outre, il existe différents types de mécanismes de marché qui peuvent être utilisés pour rendre l’expérience utilisateur plus « basée sur des sondages », réduisant ainsi davantage les frictions et abaissant les barrières à l’entrée. Une étude de l'Université de Cambridge a évalué cette hypothèse et a révélé que sur les marchés caractérisés par une faible activité commerciale, des écarts acheteur-vendeur importants et des résolutions rapides, les mécanismes d'interrogation produisent des résultats plus précis que les marchés de prédiction. L’étude a également révélé que la combinaison d’un jeu de prédiction basé sur des sondages avec les incitations monétaires des marchés de prédiction produisait une plus grande précision que la simple prévision des prix du marché. De plus, pour résoudre les problèmes potentiels de stagnation de l'information, les sondages pourraient être « mis à jour » périodiquement sur la base d'une sorte de système push ou pull, encourageant la réplication dynamique des informations basées sur de nouvelles informations.

Le jeu de messagerie cryptographique gênait autrefois tous les utilisateurs expérimentés, sauf les plus inconditionnels. Désormais, avec des coûts réduits, une plus grande disponibilité et des données plus riches, nous avons la possibilité de développer des jeux plus diversifiés et plus accessibles qui plaisent à des publics spécifiques.

Jeu 2 : L'informatique préservant la confidentialité génère des informations

Imaginez un jeu joué par les développeurs de Solidity dans lequel les joueurs utilisent le calcul multi-parties (MPC) pour révéler leurs salaires et calculer des moyennes tout en protégeant la confidentialité de leurs salaires individuels. Ce sera un moyen précieux pour les professionnels de la cryptographie de négocier avec leurs employeurs respectifs, tout en servant également de source de divertissement.

Plus largement, les jeux d’information peuvent exploiter des technologies respectueuses de la vie privée pour élargir la gamme de sources d’informations, en particulier les données et informations privées qui peuvent être analysées pour générer de nouvelles informations. En garantissant la confidentialité, ces outils peuvent accroître la variété et la propension des personnes à partager des données et des informations, et rémunérer les fournisseurs de données pour la valeur qui en résulte.

Bien que ce ne soit pas tout, certains des outils utilisés par les producteurs d'informations pour y parvenir incluent les preuves à connaissance nulle (ZK), le calcul multipartite (MPC), le cryptage entièrement homomorphique (FHE) et les environnements d'exécution de confiance (TEE). Les mécanismes de base de ces technologies varient, mais en fin de compte, ils servent tous le même objectif : permettre aux individus de fournir des informations sensibles tout en préservant leur vie privée.

Cependant, pour les cas d’utilisation qui nécessitent de solides garanties de confidentialité, l’utilisation de primitives cryptographiques logicielles et matérielles présente encore de nombreux défis sérieux, dont nous parlerons plus tard.

La cryptographie préservant la confidentialité élargit considérablement l’espace de conception de nouveaux jeux d’information qui n’existaient pas auparavant.

Jeu 3 : Concurrence entre modèles pour améliorer la production d'information

Imaginez un jeu dans lequel les data scientists s'affrontent en développant et en pariant sur des modèles de trading pour un hedge fund décentralisé. La blockchain parvient ensuite à un consensus sur le score d’un modèle spécifique et récompense ou pénalise les participants en fonction de l’exactitude des prédictions du modèle et de son impact sur les rendements des fonds. C’est la démarche adoptée par Numerai, l’un des premiers jeux d’information sur Ethereum. Dans ce jeu, le mécanisme de consensus d’Ethereum est utilisé pour rivaliser entre différents modèles et leurs créateurs à l’échelle mondiale, motivant ainsi efficacement l’intelligence artificielle à participer au jeu de l’information, générant ainsi des retours précieux.

En allant plus loin, nous pourrions plus directement inciter les IA à jouer à des jeux d’information pour nous, en utilisant leurs vastes connaissances pour rivaliser les unes avec les autres dans la réalisation de prédictions. Même s’ils ne jouent pas nécessairement à ces jeux pour s’amuser, l’utilisation de machines intelligentes à la place des humains peut réduire considérablement les coûts de main-d’œuvre nécessaires à la production d’informations. En conséquence, ces modèles d’IA peuvent augmenter la liquidité sur des marchés de prédiction plus spécialisés, auxquels les humains sont souvent réticents à participer. Comme l'a dit Vitalik :

"Si vous créez un marché et fournissez une subvention de liquidité de 50 dollars, les humains ne se soucieront pas beaucoup des offres, mais des milliers d'IA envahiront facilement et feront la meilleure estimation possible. L'incitation à bien résoudre un problème peut être minime. , mais l’incitation à construire une IA qui fait généralement de bonnes prédictions pourrait valoir des millions de dollars.

Nous pouvons également tirer parti du consensus entre les modèles d’apprentissage automatique pour rivaliser autour de la valeur des informations qu’ils créent. Des équipes comme Allora et Bittensor TAO travaillent à coordonner les modèles et les agents pour diffuser leurs prédictions aux autres membres du réseau, tandis que d'autres sont responsables de l'évaluation, de la notation et de la diffusion de leurs performances sur le réseau. À chaque époque, l’évaluation collective entre les modèles est utilisée pour attribuer des récompenses ou du pouvoir aux différents modèles en fonction de la qualité des prédictions. Les entrepreneurs peuvent ainsi tirer parti d’un réseau de modèles en constante amélioration pour améliorer la qualité des informations circulant sur leurs marchés.

Il est tout à fait possible qu’il existe des marchés pour l’information : la qualité des informations générées à l’aide de modèles est tout simplement inégalée par les jeux d’information entre humains.

Jeux d'information pouvant être utilisés pour la monétisation

Certains jeux d’information survivent uniquement grâce au plaisir que les utilisateurs en retirent. Mais pour ceux qui souhaitent monétiser la valeur des informations qu’ils génèrent, une réflexion plus approfondie est nécessaire. Malheureusement, la nature de l’information en tant que marchandise entraîne des défaillances majeures du marché qui empêchent sa monétisation fluide :

• Les informations ne peuvent être évaluées tant qu’elles n’ont pas été consommées, ce qui rend difficile pour les acheteurs d’évaluer si les prix affichés par les vendeurs reflètent fidèlement la valeur de l’information.
• L'information n'est pas rivale : la consommer ne réduit pas sa disponibilité, ce qui signifie qu'elle n'est pas rare, ce qui la rend peu attrayante pour les acheteurs.
• La nature non exclusive des informations combinée aux faibles coûts de reproduction rend difficile pour les vendeurs d'empêcher tout accès non autorisé, malgré les coûts de production initiaux élevés.

Ces caractéristiques économiques posent des difficultés tant aux acheteurs qu’aux vendeurs pour tirer profit de l’information et peuvent conduire à une offre insuffisante d’informations. Si l’information devient rapidement connue de tous ceux qui peuvent l’exploiter simultanément, les acheteurs d’information auront moins de possibilités d’exploiter les asymétries de l’information en raison d’une concurrence accrue ou de l’effondrement des systèmes qu’ils avaient l’intention d’utiliser. Heureusement, il existe des outils de cryptage qui peuvent être utilisés pour résoudre ces problèmes et qui sont déjà utilisés.

Jeu 4 : Échange - Monétiser grâce à la spéculation sur l'information

Une façon de monétiser la production d'informations sans la garder secrète ni limiter l'ensemble des mesures qui peuvent être prises contre elle est simplement de rendre cette information publique, mais de créer un outil qui permet aux gens de parier sur son évolution - également connu sous le nom de produits dérivés. .

Parcl est une entreprise active dans ce domaine, dont la bourse permet aux utilisateurs de spéculer sur la hausse et la baisse du marché immobilier. Le marché de Parcl est alimenté par des informations sur les prix en temps réel, obtenues par Parcl Labs à partir d'un vaste pool de données immobilières et traitées par des algorithmes propriétaires pour produire des informations plus granulaires et plus précises que les indices de prix immobiliers traditionnels.

Bien que Parcl monétise ces informations plus directement via l'API, ils créent également une couche de monétisation supplémentaire en permettant aux traders de parier sur la façon dont ces informations évoluent au fil du temps. D'autres projets, tels que IKB et Fantasy mentionnés dans la section « Marché de l'information alternative » de la carte du marché, se concentrent sur la monétisation par la spéculation ou la couverture des changements dans les informations publiques existantes, allant de la performance de l'athlète aux créations créatives de l'engagement social de la personne.

Si vous pouvez vendre l’intérêt des gens pour les informations que vous générez, vous pouvez les monétiser sans les garder secrètes ni restreindre la manière dont les acheteurs peuvent les utiliser.

Jeu 5 : Découvrez le marché noir des informations confidentielles

Imaginez un jeu qui vous permet de découvrir des informations alpha organisées sur les dernières activités en chaîne et les toutes nouvelles startups de cryptographie avant que le monde n'en ait connaissance. Pour y parvenir, les informations doivent rester confidentielles afin de résoudre les problèmes de non-contestabilité et d'exclusivité posés par les informations publiques. En conséquence, les marchés d’informations de nouvelle génération facilitent l’échange d’informations confidentielles tout en tirant parti de la blockchain pour découvrir et réglementer tous les participants susceptibles de payer pour accéder à ces informations.

Le marché décentralisé d'informations confidentielles de Freatic, Murmur, est un excellent exemple de cette approche, utilisant des NFT et un système de file d'attente pour limiter l'accès exclusif aux informations. Les acheteurs d'informations doivent d'abord s'abonner à un sujet spécifique en achetant un NFT qui représente un coupon. Cela leur donnerait alors une place dans la file d'attente pour récupérer le secret auprès de l'éditeur, avec des frais supplémentaires pour ralentir sa propagation. Les acheteurs peuvent également voter ultérieurement sur la qualité des informations. Grâce à ce processus, Murmur garantit que les informations restent confidentielles et précieuses sans avoir à limiter leur vente à une seule entité.

En revanche, Friend.tech utilise des clés et des courbes de liaison pour gérer l'accès aux informations confidentielles dans les discussions de groupe, augmentant ainsi la barrière à l'entrée à mesure que la demande augmente. Par conséquent, nous pouvons considérer les clés de Friend.tech comme un indicateur de la valeur moyenne des informations d'une personne (en supposant que le marché des clés soit efficace). Cependant, les joueurs « comptent » toujours une certaine idée de la « valeur » de la personne lorsqu'ils échangent des clés, ce qui rend difficile pour les acheteurs d'évaluer la valeur de l'information. Cela constitue peut-être un autre point de données pour étayer l’affirmation selon laquelle le « marché des messages » le plus précieux à ce jour est en fait le marché des memecoins, qui, si vous louchez assez attentivement, tourne en fait autour de tendances spécifiques ou d’un marché de prédiction de la valeur symbolique d’un personnage. **

Memecoin mis à part, l’une des directions que prend l’équipe pour limiter l’accès à l’information est de permettre aux vendeurs d’informations de concevoir de meilleures courbes de liaison reliant le prix d’accès à la valeur de l’information. Par exemple, le prix d’une information qui se déprécie rapidement à mesure que l’information devient connue peut être déterminé par une courbe contraignante qui reflète la dépréciation rapide de la valeur de l’information au fil du temps.

Les échanges de devises décentralisés sont difficiles en raison de problèmes de confiance et de la recherche de coïncidences entre des besoins doubles. La blockchain résout déjà ce problème pour la monnaie (Bitcoin) et fera de même pour l'information à travers des jeux amusants centrés sur la recherche d'informations cachées.

Jeu 6 : "Futarchie" - prédire la réalisation du marché

Une méthode majeure pour monétiser les informations sans les garder explicitement confidentielles consiste à produire et à vendre des informations que seule une seule organisation peut et veut exploiter. Cette approche n'est pas nouvelle : de nombreuses entreprises monétisent déjà l'information en limitant l'accès à l'information à des acheteurs spécifiques par le biais d'enchères ou d'accords de confidentialité. Cependant, nous assistons à un nouveau modèle commercial de vente de produits d’information – produisant des informations publiques pertinentes et utiles uniquement aux organisations qui prennent des décisions spécifiques.

En fait, nous voyons tout juste maintenant des marchés de prédiction construits sur des rails cryptés comme un moyen d'expérimenter la « Futarchy » (note de Foresight News, qui peut être traduit par futur système, comme l'a écrit le professeur Robin Hanson de l'Université George Mason dans « We Should Vote »). pour la valeur" en 2000, mais payer pour la croyance ? " Ce concept a été mentionné pour la première fois dans le journal. En 2008, Futarchy a été nommé mot chaud de l'année par le New York Times) comme mécanisme alternatif pour monétiser les informations qu'il génère.

La « Futarchie » offre une nouvelle façon d'améliorer la prise de décision, en se concentrant sur l'exploitation des informations créées par les marchés de prédiction. Les informations générées par le marché des prédictions sont utilisées pour prendre des décisions, et lorsque le marché des prédictions se stabilise, les participants ayant les prédictions les plus précises sont récompensés.

Les marchés de prédiction eux-mêmes sont des jeux à somme nulle pour les joueurs, ce qui limite les incitations des traders informés à participer et aggrave les goulots d'étranglement existants en matière de liquidité. La « futarchie » peut résoudre ce problème car la richesse créée en prenant de meilleures décisions peut être redistribuée aux commerçants.

Des entités natives décentralisées comme MetaDAO expérimentent déjà la « Futarchy ». Lorsqu'une proposition est faite, telle que la proposition de Pantera d'acheter le jeton de gouvernance MetaDAO, deux marchés de prédiction sont créés : « réussite » représente le soutien et « échec » représente l'opposition. Les participants échangent des jetons conditionnels au sein de ces marchés, spéculant sur l'impact des propositions sur la valeur du DAO. Les résultats dépendent d'une comparaison du prix moyen pondéré dans le temps (TWAP) des jetons « réussis » et « échoués » après une période de temps spécifiée. Si le TWAP du marché « passant » dépasse la plage de réglage du TWAP du marché « en échec », la proposition est approuvée, ce qui entraîne l'exécution des termes de la proposition et l'annulation de la transaction de marché ayant échoué. Le système exploite la dynamique du marché pour piloter les décisions de gouvernance, en les alignant sur les prédictions collectives du marché quant à savoir si les propositions augmenteront ou diminueront la valeur du DAO.

Dans certains cas, la « Futarchie » doit encore être conçue autour de la confidentialité. Par exemple, si un marché de prédiction est utilisé pour déterminer les décisions d'embauche de personnes spécifiques, alors ces informations deviennent publiques et deviennent un risque informatique : les concurrents peuvent débaucher des cibles d'embauche en fonction des prévisions du marché.

Une autre raison de garder les informations confidentielles est leur impact sur les incitations et la culture organisationnelle. Comme Robin Hanson l'a souligné dans son exposé « L'avenir des marchés de prédiction », les propres expériences internes de Google se sont heurtées à des résistances car les dirigeants craignent que les mesures de performance publiques ne démotivent les employés. Bien entendu, les managers ne sont pas enclins à mettre en œuvre des choses qui pourraient révéler les « habits neufs de l’empereur », et nous le constatons aujourd’hui. Selon le fondateur de MetaDAO @metaproph 3 t, certaines personnes décident de ne pas soumettre de propositions parce qu'elles ne veulent pas être évaluées par le marché.

Les deux problèmes peuvent être résolus en limitant l’accessibilité des informations sur le marché prévisionnel à des décideurs spécifiques. Cependant, en donnant aux décideurs le pouvoir d’agir de manière autonome sur la base de ces informations, les parieurs intégreront ces biais dans leurs paris, réduisant ainsi la qualité des informations générées.

Dans d'autres cas, "Futarchy" peut être plus adapté à une application dans des secteurs spécifiques, et ses avantages l'emportent sur l'impact culturel, comme le fonds spéculatif de Bridgewater. L'intégration de la blockchain peut également renforcer davantage la crédibilité de "Futarchy" et empêcher la manipulation.

Les méthodes de monétisation des marchés de prédiction se sont jusqu'à présent limitées à la spéculation ou à la couverture, mais en aidant les organisations à prendre de meilleures décisions, les marchés de prédiction pourraient ouvrir un tout nouveau marché – bien que les rôles entourant les informations confidentielles restent des questions sans réponse.

Jeu 7 : La promesse crédible des jeux d'information programmables

Comme mentionné au début de cet article, Google monétise les informations en louant l'utilisation des informations aux annonceurs tout en limitant la manière dont ils utilisent les informations aux enchères publicitaires de Google. De même, des promesses crédibles aident les vendeurs d’informations à monétiser en limitant les actions que les acheteurs peuvent entreprendre sur la base de ces informations.

Les vendeurs d'informations peuvent utiliser des méthodes cryptographiques telles que MPC, TEE et FHE pour garantir des promesses fiables de la part des acheteurs d'effectuer des calculs basés sur des données privées. Les vendeurs peuvent donc confier leurs informations aux acheteurs, leur donnant ainsi un contrôle spécifique sur leurs actions futures concernant leurs informations privées sans révéler les informations elles-mêmes.

Cette technologie primitive débloque toutes sortes de jeux d’information. Imaginez permettre aux traders (vendeurs d'informations) de vendre le droit d'ordonner des transactions en fonction de l'historique des transactions d'ordres à des acheteurs d'informations (demandeurs) si l'acheteur s'engage à simuler uniquement l'historique des transactions d'ordres un certain nombre de fois. Pour aller plus loin, imaginez permettre aux utilisateurs de Netflix de déléguer le visionnage de films Netflix à d'autres personnes utilisant leurs comptes, leur permettant ainsi de « générer des revenus » à partir de leurs comptes sans révéler leurs informations de connexion. À leur tour, les acheteurs peuvent tirer parti des informations privées des vendeurs sans que ces derniers aient à relever les défis liés à la vente des informations elles-mêmes (l’information est un bien expérientiel non rival et non exclusif).

Débloquer la monétisation à l'échelle de Google pour les concepteurs de jeux d'information

Les TEE offrent actuellement une option pratique pour mettre en œuvre de tels contrôles, bien qu’avec des garanties de confidentialité limitées. Bien qu'il ne soit pas adapté à la protection d'actifs volumineux ou de données sensibles, TEE convient aux cas d'utilisation qui nécessitent un accès plus restreint aux informations confidentielles, par exemple pour empêcher le front-running. Le projet SUAVE, créé par l'équipe Flashbots, construit un réseau TEE que les développeurs peuvent utiliser aujourd'hui, avec une vision à long terme pour permettre aux développeurs d'applications de trouver de meilleures façons d'exploiter la valeur de leurs informations et de celles de leurs clients.

Dans la conception de SUAVE, l'intégration de la blockchain avec TEE répond à trois limitations clés de TEE qui sont essentielles à l'avancement du jeu de l'information. Premièrement, la blockchain élimine le besoin de confiance dans les communications entre l’hôte et les joueurs, qui peuvent se livrer à la censure ou à un comportement malveillant. Deuxièmement, la blockchain fournit un mécanisme sécurisé pour maintenir l’état et empêcher les attaques de restauration auxquelles TEE est susceptible. Enfin, la blockchain est essentielle pour garantir la création sans autorisation et résistante à la censure d'un jeu de messagerie basé sur TEE (SUAPP) dont tous les joueurs peuvent faire confiance aux contrats intelligents, aux entrées et aux sorties.

Même si la plupart des premiers jeux d'information utilisant SUAVE se concentreront évidemment sur MEV, il existe des opportunités pour eux d'être utilisés dans des jeux d'information qui vont bien au-delà du commerce.

Jeu 8 : La réputation et la connaissance nulle favorisent le marché du jeu

L’un des principaux défis de la monétisation de l’information réside dans la nature inhérente de l’information en tant que « produit d’expérience ». **La valeur des biens d'expérience ne peut être reconnue qu'après utilisation, ce qui rend difficile pour les vendeurs de fixer les prix à l'avance. **En créant des mécanismes pour résoudre ce problème, nous pouvons également créer un gameplay intéressant pour les utilisateurs. Le gameplay principal de certains jeux est de permettre aux joueurs de se forger une réputation pour se distinguer des autres joueurs, comme World of Warcraft, ce qui peut être à la fois amusant et un moyen clé pour les joueurs de décider avec qui coopérer. D'autres jeux peuvent vouloir que les vendeurs s'engagent à fixer un prix pour certaines informations (telles que les emplacements ennemis, les plans secrets) sans révéler l'information au préalable.

Pour surmonter ce problème, les concepteurs de jeux d'information peuvent exploiter des solutions cryptographiques telles que les preuves de connaissance nulle (ZKP) pour vérifier les propriétés des produits d'information informatiques (telles que l'efficacité des algorithmes de trading) sans révéler les données ou le code réels. Cela peut être réalisé en créant des engagements cryptographiques, en les horodatant sur la blockchain et en fournissant une preuve sans connaissance des performances de l'algorithme. Cependant, cette approche ne fonctionne que pour les biens d'information dont la valeur vient de leurs propriétés informatiques et qui peuvent être testés sur des entrées vérifiables.

Pour d’autres types de biens d’information, la réputation et l’identité deviennent essentielles. Les mécanismes de consensus parmi les acheteurs d’informations peuvent être exploités pour bâtir une réputation autour de la valeur de l’information qu’un vendeur tente de vendre.

Des systèmes comme Murmur utilisent les votes des utilisateurs dans une fenêtre exclusive pour bâtir la réputation d'un éditeur, en le faisant passer du statut non vérifié au statut vérifié en fonction des commentaires de la communauté. Ce processus crée un enregistrement transparent et immuable des interactions, construisant une réputation de confiance pour les vendeurs et accompagné d'une boucle de rétroaction étroite.

Alternativement, le protocole Erasure Bay exige que les vendeurs mettent en jeu à la fois leur capital et leur réputation comme signe de la fiabilité de leurs informations. Le protocole identifie un « facteur de fraude » qui permet aux acheteurs de détruire une certaine partie des paris des vendeurs lorsque les informations sont de mauvaise qualité, garantissant ainsi que les vendeurs sont incités à fournir des informations de haute qualité.

Pour éviter les défaillances du marché et maximiser le volume des transactions, les concepteurs de jeux doivent fournir aux vendeurs des outils cryptographiques pour prouver la valeur de leurs informations, ou fournir des mécanismes fiables et rapides pour bâtir leur réputation pour les articles qu'ils ont déjà vendus.

Résumer

Les jeux d’information ne sont pas nouveaux. Cependant, avant l’avènement des blockchains programmables, les concepteurs de jeux ne pouvaient demander l’autorisation qu’à des intermédiaires centralisés, et les joueurs étaient limités aux jeux pouvant être négociés par un tiers de confiance.

Désormais, la baisse spectaculaire du coût de l'espace de bloc signifie que n'importe qui peut créer un DAO ou un protocole pour les informations confidentielles inspiré de la gouvernance future, et accéder à une multitude d'outils de vérification, d'arbitrage, de monétisation, etc. La réduction des obstacles à la participation et l’innovation ouverte dans le domaine de la finance autorisée débloqueront des jeux que nous ne pouvions même pas imaginer.

Cet article montre les premiers signes et défis de la mise en œuvre de cette nouvelle vague de jeux d’information, ainsi que le potentiel de l’utilisation d’outils cryptographiques pour résoudre ces problèmes. Grâce à ces outils, certains concepteurs de jeux amélioreront les jeux d'information auxquels nous jouons déjà, comme le trading et le MEV, tandis que d'autres créeront des jeux qui n'existaient tout simplement pas auparavant.

Cependant, chacun de ces jeux d’informations cryptographiques représente des mini-jeux qui doivent être combinés les uns avec les autres pour former un jeu complet. Les joueurs s’amusent et s’enthousiasment en bâtissant leur réputation, en travaillant avec des équipes et en rivalisant pour influencer au sein d’une organisation, le tout dans le cadre d’un ensemble plus vaste.