880 читања
880 читања

Наука има проблем кредибилитета. Може ли коцкање да то поправи?

од стране sshshln12m2025/03/18
Read on Terminal Reader

Предуго; Читати

Тржишта предвиђања су дуго била виђена као реметилачка сила у научном предвиђању и доношењу одлука. Они нуде структуру финансијске подстицаје за производњу знања, где се идеје не објављују само. Уместо статичних стручних мишљења, они терају знање у покрет, непрестано преобликујући уверења како докази притичу. Резултат? Самоисправљајући, партиципативни модел науке, где истина излази, прилагођава се и такмичи.
featured image - Наука има проблем кредибилитета. Може ли коцкање да то поправи?
sshshln HackerNoon profile picture
0-item

Тржишта предвиђања дуго су служила као кристалне кугле које се прикупљају, дестилишући дисперзоване информације за предвиђање избора, економских промена и технолошких открића. Али у науци, они превазилазе пуко предвиђање - постајући живе лабораторије у којима се хипотезе тестирају, усавршавају и финансијски подстичу у реалном времену. Овај чланак урања у епистемичку револуцију коју су изазвала тржишта научних предвиђања – како она имају потенцијал да се позабаве системским недостацима у истраживању, преобликују механизме валидације и редефинишу шта значи генерисање знања у отвореном свету.


Маркетизација истине

Шта ако научну истину не диктирају комисије и фактори утицаја, већ отворено тржиште где хипотезе расту или падају на основу опклада у реалном времену?


Вековима је научна валидација зависила од статичне рецензије колега, институционалног одобрења и академског престижа – система прожетих пристрасношћу, уским грлима и политичким подстицајима. Резултат? Криза поновљивости, поплава недовољних студија и систем у којем финансирање диктира приоритете истраживања, а не стварне епистемичке заслуге ( Бакер, 2016 ; Бјорк и др., 2010 ; Фанг & Цасадевалл, 2012 ; Ларивиере ет ал., 2015 ; Ромеро, 2019 ).


Тржишта предвиђања уводе радикалну алтернативу: структуру финансијских подстицаја за производњу знања, где се идеје не објављују само – оне се тестирају на стрес, усавршавају и потврђују кроз децентрализовану колективну интелигенцију. Они су анти-крхки — напредују због неизвесности, непрестано се прилагођавајући новим подацима и увидима.

Теоријска окосница

Дуго слављена као мотори колективне интелигенције, тржишта предвиђања су дуго била виђена као реметилачка сила у научном предвиђању и доношењу одлука ( Хансон, 1995 ; Бакли, 2014 ; Алменберг, Киттлитз & Пфеиффер, 2009 ). Дестилацијом фрагментираног знања у флуидне прогнозе у реалном времену, ова тржишта претварају неизвесност у динамичан сигнал који се развија, који се мења са сваком новом тачком података.


У својој сржи, тржишта предвиђања оличавају „мудрост гомиле“ на преоптерећењу—децентрализовани систем где се вероватноће прилагођавају у реалном времену, одражавајући принципе Бајесове епистемологије ( Хсу, 2011 ). Уместо статичних стручних мишљења, они терају знање у покрет, непрестано преобликујући уверења како докази притичу. Резултат? Самоисправљајући, партиципативни модел науке, где истина није диктирана — она се појављује, прилагођава и такмичи у отвореној арени идеја.


Епистемичка основа тржишта предвиђања резонује са филозофијом науке Карла Попера, посебно са његовим ставом да се научни напредак одвија кроз нагађања и оповргавања – процес критичког ангажовања пре него ослањања на изоловану експертизу. Тржишта предвиђања обезбеђују структурисано окружење где се различите перспективе конвергирају, надмећу и прецизирају хипотезе на децентрализован начин. Ас Робин Хансон (1995) , један од најранијих заговорника тржишта предвиђања у науци, приметио је: „Тржишта нису само места на којима се роба размењује – она су платформе за агрегирање знања. Трансформишући индивидуалне просудбе у колективни увид, тржишта предвиђања нуде динамичну алтернативу традиционалним системима евалуације вођеним стручњацима.


Штавише, ова тржишта отелотворују Хајекову теорију знања, која тврди да дисперзовано знање, када се правилно агрегира, даје тачније и ефикасније доношење одлука од централизоване контроле. Тржишта предвиђања ослобађају научну валидацију од хијерархијских институција, пребацујући моћ на децентрализовани, отворени систем где се знање производи, тестира и рафинира колективно. Више од алата, они формирају живу епистемичку инфраструктуру — транспарентну, партиципативну и која се динамички развија са сваким новим доказом.



Основна идеја: Тржишта предвиђања као епистемички алати

Тржишта предвиђања функционишу као децентрализовани механизми за агрегирање информација. Учесници се кладе на вероватноћу исхода, а колективна интелигенција тржишта прилагођава цене тако да одражава највероватнији сценарио.


У контексту науке, тржишта предвиђања преузимају јединствену улогу као епистемички алати — системи за генерисање, тестирање и усавршавање знања. Стварањем тржишта око научних хипотеза, учесници се кладе на то да ли ће тврдње бити експериментално потврђене, нудећи динамичну процену њиховог кредибилитета у реалном времену.


Прелазећи са традиционалних система евалуације вођених од стране стручњака на предвиђање вођено тржиштем, тржишта научних предвиђања пружају неколико критичних епистемичких функција:

  • Агрегација информација: Тржишта предвиђања се истичу у консолидовању децентрализованог знања из различитих извора, што често доводи до прецизнијих предвиђања од појединачних процена.
  • Дисперзована интеграција знања: Наука је дубоко специјализована, са стручњацима који се фокусирају на уске домене. Тржишта предвиђања омогућавају и стручњацима и информисаним аутсајдерима да допринесу заједничкој платформи за предвиђање, користећи различите увиде ( Будеску и Чен, 2015 ).
  • Изградња консензуса: У дисциплинама са значајним научним неслагањима, тржишта предвиђања синтетизују различита гледишта у јединствену тржишну цену, нудећи колективну меру уверења која може бити поузданија од традиционалних мета-анализа или панела стручњака ( Волферс & Зитзевитз, 2004 ).


Ефекат епистемичког мотора: Финансијска кожа у игри

Шта се дешава када истина има цену?


У традиционалној науци грешке често и даље постоје јер нико није финансијски кажњен зато што је погрешио. Рецензенти не губе новац када одобре лош рад. Уредници часописа не плаћају за објављивање слабих студија. У академској заједници, можете погрешити годинама и још увек добити мандат.


Тржишта предвиђања мењају игру форсирајући тачност кроз финансијске подстицаје. Када је новац на коцки, идеологија се враћа истини - учесници су награђени за тачно предвиђање исхода, а не за одбрану институционалних предрасуда или гурање наратива. Ово ствара моћан епистемички механизам, где је бити у праву исплативо, а грешити има стварне последице.


У овом систему, научна валидација постаје отворени експеримент са високим улозима, где идеје расту и падају на основу њихове стварне предиктивне моћи, а не институционалног одобрења. Уместо да се позива на ауторитет, тржиште награђује само једну ствар: бити у праву у вези са стварношћу.


Решавање кризе репродуктивности у науци

Једно од најзначајнијих обећања тржишта предвиђања је њихов потенцијал да се изборе са кризом поновљивости – питање које подрива кредибилитет научног истраживања због широко распрострањене немогућности да се реплицирају објављени резултати ( Гордон ет ал, 2021 ; Мунафо и др., 2015 ; Холзмеистер и др. 2024 ).


Значајна студија која користи тржишта предвиђања за процену 44 психолошке студије показала је да тржишне процене могу ефикасно предвидети исходе репликације, надмашујући традиционалне методе истраживања ( Дребер и др., 2015 ). Омогућујући учесницима да се кладе на вероватноћу успешне репликације, тржишта предвиђања пружају исплатив механизам за одређивање приоритета напора репликације. Студије са нижим тржишно процењеним вероватноћама репликације могу се означити за даље испитивање, док се студијама високог поверења може дати приоритет за практичну примену.


Овај приступ преокреће сценарио на научну валидацију, замењујући спору репликацију након објављивања динамичком, превентивном провером квалитета – управљајући ресурсима тамо где су најважнији и осигуравајући да револуционарна истраживања добију рефлектор који заслужује.


Изван рецензије колега: нови модел за научну валидацију

Традиционални систем рецензије, иако је темељ научног објављивања, често се критикује због тога што је спор, непрозиран и подложан пристрасностима као што су јачање статуса куо и групно размишљање. Тржишта предвиђања нуде алтернативу — партиципативан и транспарентан систем за научну валидацију који функционише у реалном времену.


Робин Хансон (1995) замислио тржишта предвиђања као трансформативне алате за научни консензус, аналогно томе како је блокчејн Сатошија Накамота револуционисао финансијске трансакције. Он је тврдио да тржишта предвиђања могу бити за науку оно што блокчејн треба да финансира: децентрализован, транспарентан систем за агрегирање поверења и информација. У том смислу, тржишта предвиђања су усклађена са етосом децентрализоване науке (ДеСци), настојећи да демократизују и аутоматизују научну инфраструктуру.


Таква промена би могла да доведе до нове парадигме у валидацији истраживања, где се научни кредибилитет не утврђује само кроз статичну рецензију колега, већ се динамички процењује на тржиштима предвиђања која се континуирано ажурирају на основу нових доказа. У овом свету истина не излази из ауторитета – она се такмичи на отвореном епистемичком тржишту, где опстају само најјаче идеје.


Предности тржишта предвиђања у науци

🟡 Динамички самоисправљајући модели

За разлику од статичних стручних мишљења или анкета, тржишта предвиђања се континуирано ажурирају како се нове информације појављују, омогућавајући прилагођавања научних прогноза у реалном времену. Ова карактеристика их чини посебно вредним у областима истраживања која се брзо крећу.

🟡 Смањење когнитивних предрасуда

Традиционалне научне процене се често савијају под теретом академских хијерархија, сукоба интереса и колективне инерције. Везујући финансијске подстицаје за тачно предвиђање, тржишта предвиђања пресецају институционалну пристрасност, награђујући објективност уместо размишљања о статусу кво.

🟡 Оптимизација расподеле ресурса

Средства за науку се често расподељују на основу претходних резултата истраживања и институционалне репутације, а не на основу потенцијалног утицаја. Тржишта предвиђања нуде алтернативу квантификацијом очекиване вредности истраживачких предлога у реалном времену. Агенције за финансирање могу искористити ове увиде да дају приоритет пројектима са највећим очекиваним утицајем, чинећи алокацију ресурса ефикаснијом ( Дребер и др., 2015 ).

🟡 Рани сигнали научних открића

Ликвидно и активно тржиште предвиђања може послужити као рани показатељ промене научног консензуса. Уместо да чекају на формалну публикацију и циклусе рецензије, истраживачи могу динамично да реагују на сигнале тржишта у настајању, прилагођавајући свој рад као одговор на доказе који се развијају.

🟡 Подстицање транспарентности и отворене науке

Тржишта предвиђања претварају колективно предвиђање у јавну, динамичну дебату, појачавајући транспарентност у научном дискурсу. Када се споје са отвореним научним иницијативама, они стварају децентрализован систем за валидацију хипотеза – култивишући истраживачку културу која напредује на ригорозности, сарадњи и одговорности.


Премошћавање теорије и праксе: препреке ка тржиштима научних предвиђања

Упркос њиховом теоријском обећању, тржишта научних предвиђања суочавају се са значајним практичним препрекама у имплементацији. Рани покушаји су се борили са ограниченим учешћем, ниском ликвидношћу и нишном привлачношћу која је спречавала ова тржишта да достигну критичну масу неопходну за одржив утицај.


Једна од најдужих платформи, Форесигхт Екцханге , је домаћин тржишта о темама као што су глобално загревање и нивои ЦО₂ у атмосфери од 1994. Међутим, његов утицај је остао маргиналан. Ас Тхицке (2017) примећено, тржиште глобалног загревања забележило је само седам трговања у 2015. години, наглашавајући потешкоће у ангажовању довољног броја учесника за стварање значајне ликвидности.


Слично, иПредицт , платформа са седиштем на Новом Зеланду, покушала је да покрене тржишта на научним открићима, као што су откриће нових елемената периодичне табеле или поновно откривање изумрлих врста. Иако су концептуално амбициозна, ова тржишта нису успела да привуку одрживо интересовање, углавном због недостатка институционалне подршке и подстицаја за учешће. Одсуство формализованих механизама за интеграцију тржишта предвиђања у научно доношење одлука ометало је њихово усвајање.


Насупрот томе, СциЦаст , пројекат тржишта предвиђања који води Универзитет Џорџ Мејсон и финансира ИАРПА, показао је потенцијал да научно предвиђање надмаши појединачна предвиђања стручњака. Кроз систем подстицаја заснован на токенима, СциЦаст је успешно ангажовао учеснике и илустровао моћ колективне интелигенције у предвиђању научних резултата. Ас Алменберг, Китлиц и Фајфер (2009) примећено*,* тржишта предвиђања могу демократизовати стручност, доводећи у питање традиционалне вратаре научне валидације.


Међутим, упркос овим обећавајућим резултатима, СциЦаст је остао неактиван скоро деценију, одражавајући ширу борбу да се одржи активно учешће на тржиштима научних предвиђања.


Обећање децентрализације

Успон децентрализованих платформи удахнуо је нови живот тржиштима научних предвиђања, ослобађајући се институционалних ограничења и ограничења наслеђа. Платформе засноване на криптограму попут Полимаркет — који је скочио преко 30 милиона долара укупне закључане вредности (ТВЛ) и 1 милијарду долара кумулативног обима трговине до 2024. године — показује скалабилност и привлачност децентрализованог предвиђања. Са предвиђањима везаним за науку која сада добијају на снази, Полимаркет је постао центар за различите учеснике, доказујући да уз праве подстицаје и дизајн, тржишта предвиђања могу да превазиђу своја прошла ограничења. Данас доминира веб3 тржишта предвиђања, надмашујући 600 милиона долара у обиму и привлачећи преко 150.000 корисника, учвршћујући своју улогу главног мерила вероватноће догађаја.


Хедгехог Маркетс , платформа за предвиђање заснована на Солани у успону, шири се у научно предвиђање, изазивајући Полимаркет којим доминира Етхереум. Првобитно фокусиран на политику, спорт и финансије, сада је пионир на тржишту предвиђања дуговечности, омогућавајући опкладе на експерименте продужења животног века мишева кроз партнерство са пумпа.наука .


Ипак, пут ка децентрализованом научном предвиђању није био гладак. Аугур , једно од најранијих тржишта предвиђања заснованих на блокчејну, у почетку је обећавало, али је посустало због проблема као што су неетичко клађење и лош кориснички доживљај, што је довело до ерозије поверења. Ови погрешни кораци наглашавају потребу за етичким оквирима и снажном умереношћу – посебно на научним тржиштима где је кредибилитет најважнији. Као што би Имре Лакатос могао да тврди, успех ових платформи зависи од њихове способности да функционишу као „ прогресивни истраживачки програми“ — ригорозни, самоисправљајући системи који усклађују методолошки интегритет са смисленим увидима.


Будући правци за тржишта научних предвиђања

Широко усвајање тржишта научних предвиђања суочава се са неколико изазова, укључујући регулаторне проблеме (пошто их неке јурисдикције могу класификовати као платформе за коцкање), питања ликвидности (обезбеђивање довољно учешћа за генерисање смислених прогноза) и потребу за снажним механизмима решавања за верификацију научних резултата. Да би се максимизирао њихов утицај, будуће имплементације треба да узму у обзир:


  • Резолуција вештачке интелигенције и паметна пророчишта: Коришћење вештачке интелигенције и децентрализованих пророчишта за аутоматизацију верификације научних резултата, смањење субјективности и повећање поверења у тржишне резолуције.
  • Хибридни модели који комбинују рецензије колега и предвиђање тржишта: часописи и финансијска тела могу да допуне традиционалне процесе прегледа са тржишним проценама вероватноће.
  • Аутоматизовани маркет мејкери (АММ) за науку: Коришћење алгоритамских техника за креирање тржишта, као што су логаритамска правила тржишног бодовања (ЛМСР), да би се обезбедила ликвидност и лакоћа учешћа (Хансон, 2003).
  • Интеграција са отвореним научним платформама: Уграђивање тржишта предвиђања у постојеће истраживачке платформе отвореног приступа може подстаћи веће учешће и транспарентност.
  • Образовне и теренске иницијативе: Упознавање истраживача са механиком и предностима тржишта предвиђања биће кључно за усвајање.

Изазови и решења: Тамна страна тржишног знања

Свака револуција долази са хаосом, ризицима и нежељеним последицама. Док тржишта предвиђања нуде брзину, транспарентност и децентрализовану интелигенцију, она такође отварају врата за манипулацију, етичке дилеме и регулаторне мине. Ако се наука претвори у тржиште опклада, шта се дешава када се систем игра? Када подстицаји прелазе од тражења истине до максимизирања профита? Када тржишта јачају пристрасности, а не да их демонтирају?


Закључак

Тржишта предвиђања нису само ново оруђе у научном арсеналу – она су побуна против споре, непрозирне и хијерархијске машинерије традиционалне валидације. Више од механизма предвиђања, они чине живи епистемички мотор који дише — онај који напредује на децентрализацији, транспарентности и колективном пулсу интелигенције у реалном времену.


Ако заживе, тржишта научних предвиђања неће само прилагодити постојећи систем; они ће преписати њен ДНК. У свету у коме се дезинформације шире брже од открића, а консензус је и крхак и споран, ова тржишта нуде одважну алтернативу: динамичну, самоисправљајућу мрежу у којој истина није диктирана са врха, већ органски излази из колективног расуђивања. Ово није пеер ревиев 2.0 – то је нешто далеко радикалније: отворено, еволутивно и антикрхко тржиште идеја, где се знање континуирано тестира, усавршава и поново замишља.


Референце

Алменберг, Ј., Киттлитз, К., & Пфеиффер, Т. (2009). Тржишта предвиђања за науку. Јоурнал оф Ецономиц Бехавиор & Организатион, 80 (1), 105–117.

Арров, КЈ, Форситхе, Р., Горхам, М., Хахн, Р., Хансон, Р., Ледиард, Ј., Левморе, С., ет ал. (2008). Обећање тржишта предвиђања. наука, 320 (5878), 877–878. хттпс://дои.орг/10.1126/сциенце.1157675

Будеску, ДВ, и Чен, Е. (2015). Идентификовање стручности за побољшање предвиђања гужве. Наука о менаџменту, 61 (2), 267–280.

Буцклеи, Ц. (2014). Улога тржишта предвиђања у науци и политици. Часопис за прогнозирање, 33 (4), 287–304.

Цхен, И., Касх, И., Руберри, М., & Схнаидер, В. (2011). Тржишта одлука са добрим подстицајима. У Процеедингс оф Интернет анд Нетворк Ецономицс (стр. 72–83). Спрингер.

Дребер, А., Пфеиффер, Ј., Алменберг, Ј., & Вилсон, Б. (2015). Коришћење тржишта предвиђања за процену поновљивости научних истраживања. Процеедингс оф тхе Натионал Ацадеми оф Сциенцес, 112 (50), 15343–15347. хттпс://дои.орг/10.1073/пнас.1516179112

Гордон, М., Виганола, Д., Дребер, А., Јоханнессон, М., & Пфеиффер, Т. (2021). Предвиђање репликабилности—Анализа тржишних података истраживања и предвиђања из великих пројеката предвиђања. ПЛОС ОНЕ, 16 (4), е0248780. хттпс://дои.орг/10.1371/јоурнал.поне.0248780

Хансон, Р. (1995). Може ли коцкање спасити науку? Подстицање искреног консензуса. Социјална епистемологија, 9 (1), 3–33. хттпс://дои.орг/10.1080/02691729508578768

Хансон, Р. (1999). Тржишта одлука. ИЕЕЕ Интеллигент Системс, 14 (3), 16–19.

Хансон, Р. (2003). Комбинаторни дизајн тржишта информација. Границе информационих система, 5 (1), 107–119. хттпс://дои.орг/10.1023/А:1022046409482

Хансон, Р., О'Леари, ДЕ, и Зитзевитз, Е. (2006). Може ли коцкање спасити науку? Подстицање искреног консензуса. Политика истраживања, 35 (4), 557–570.

Холзмеистер, Ф., Јоханнессон, М., Цамерер, ЦФ, Цхен, И., Хо, Т., Хоогевеен, С., ет ал. (2024). Испитивање репликације онлајн експеримената које бира тржиште одлука. Природа, људско понашање. хттпс://дои.орг/10.1038/с41562-024-02062-9

Хоогевеен, С., Сарафоглоу, А., & Вагенмакерс, Е.-Ј. (2020). Лаици могу предвидети које ће студије друштвених наука бити успешно реплициране. Напредак у методама и пракси у психолошким наукама, 3 (3), 267–285.

Хсу, Е. (2011). Тржишта предвиђања за науку. Јоурнал оф Ецономиц Бехавиор & Организатион, 80 (1), 105–117. хттпс://ир.лав.фсу.еду/артицлес/497/

Иоаннидис, ЈПА (2005). Зашто је већина објављених налаза истраживања лажна. ПЛОС Медицина, 2 (8), е124.

Литфин, Т., Цхен, К.-И., & Прице, Е. (2014). Постављање предвиђања гужве у дело: пројекат СциЦаст. Анализа одлука, 11 (4), 193–210.

Марцоци, А., ет ал. (2023). Предвиђање репликације друштвених и бихевиоралних тврдњи из пројекта репликације препринта ЦОВИД-19 са структурираним групама стручњака и почетника. МетаАрКсив Препринт. хттпс://дои.орг/10.31222/осф.ио/кдсјф

Мунафо, МР, Пфеиффер, Т., Алтмејд, А., Хеикенстен, Е., Алменберг, Ј., Бирд, А., ет ал. (2015). Коришћење тржишта предвиђања за предвиђање евалуација истраживања. Роиал Социети Опен Сциенце, 2 (10), 150287. хттпс://дои.орг/10.1098/рсос.150287

Пфеиффер, Т., & Алменберг, Ј. (2015). Тржишта предвиђања за науку: Да ли је помпа оправдана? Природа, 526 (7575), 179–182.

Поттхофф, М. (2007). Потенцијал тржишта предвиђања у науци. Футурес, 39 (1), 45–53.

Спеарс, Т. и Метацулус тим. (2020). Колективна интелигенција у предвиђању: платформа Метацулус. Часопис за прогнозирање, 39 (4), 589–602.

Суровиецки, Ј. (2004). Мудрост гомиле. Анцхор Боокс.

Тетлоцк, ПЕ и Гарднер, Д. (2015). Суперфорецастинг: Уметност и наука предвиђања. Цровн.

Тхицке, М. (2017). Границе тржишта предвиђања за научни консензус. Студије историје и филозофије науке, 58 (1), 50–58. хттпс://пхилпаперс.орг/рец/ТХИПМФ-2

Тзиралис, Г., и Тациопулос, И. (2012). Предвиђања тржишта: проширени преглед литературе. Јоурнал оф Предицтион Маркетс, 1 (1), 75–91.

Ван Ноорден, Р. (2014). Глобално финансирање истраживања: Шта се смањује? Природа, 505 (7485), 618–619. хттпс://дои.орг/10.1038/505618а

Ваугхан-Виллиамс, Д. (2019). Тржишта предвиђања и агрегација информација у науци. Јоурнал оф Ецономиц Перспецтивес, 33 (4), 75–98.

Волферс, Ј., & Зитзевитз, Е. (2004). Предвиђања тржишта. Јоурнал оф Ецономиц Перспецтивес, 18 (2), 107–126.

Ванг, В., & Пфеиффер, Т. (2022). Тржишта одлучивања заснована на хартијама од вредности. У Процеедингс оф Дистрибутед Артифициал Интеллигенце, 13170 , 79–92. Спрингер.

L O A D I N G
. . . comments & more!

About Author

sshshln HackerNoon profile picture
sshshln@sshshln
PhD, an artist & a researcher by vocation interested in synergistic relationships between modern tech & culture.

ХАНГ ТАГС

ОВАЈ ЧЛАНАК ЈЕ ПРЕДСТАВЉЕН У...

Trending Topics

blockchaincryptocurrencyhackernoon-top-storyprogrammingsoftware-developmenttechnologystartuphackernoon-booksBitcoinbooks