Un curso intensivo en diseño de mecanismos para aplicaciones criptoeconómicas

Comprender los fundamentos básicos de la "criptoeconomía"

Nota: Esta publicación fue escrita por Alex Evans y editada por Steven McKie para BlockChannel

Si ha pasado algún tiempo en el mundo de las criptomonedas en 2017, probablemente haya encontrado el término "criptoeconomía". De lo contrario, tal vez pueda ser excusado por perderse entre algunas de las creaciones lingüísticas más entretenidas en la criptomoneda. espacio. Esta publicación de Nick Tomaino y este video de Vitalik Buterin deberían ponerte al día.

En resumen, la criptoeconomía describe la combinación de criptografía e incentivos económicos para diseñar protocolos y aplicaciones descentralizados robustos. Según esta tensión de pensamiento, Bitcoin tuvo éxito donde otros protocolos descentralizados fallaron, no por Prueba de trabajo, la idea de efectivo descentralizado o incluso consenso tolerante a fallas, sino porque incorporó la criptoeconomía en el núcleo de su protocolo de consenso. Por lo tanto, la gran visión de la criptoeconomía es extrapolar este éxito para incorporar incentivos criptoeconómicos en todo: transacciones, cómputo, almacenamiento, predicción, potencia.

Las cadenas de bloques nos permiten reforzar la escasez y facilitar la transferencia de valor en áreas donde eso sería imposible y, por lo tanto, expandir radicalmente la gama de problemas a los que se pueden aplicar con éxito los incentivos económicos. Visto a través de este prisma, los sistemas criptoeconómicos son formas fundamentalmente nuevas de incentivar el comportamiento humano. Y su potencial es masivo.

Si bien esto puede ser fácil de ver en teoría, en realidad es difícil diseñar incentivos económicos. De hecho, existe toda una subdisciplina de la economía dedicada a estudiar cómo diseñar protocolos que incentiven a los actores racionales a comportarse de maneras socialmente deseables. Esto se llama diseño de mecanismo. Aunque se ha derramado mucha tinta sobre el tema de la criptoeconomía en los últimos meses, tenemos poca evidencia de que se estén incorporando métodos formales del diseño de mecanismos en el desarrollo de la mayoría de los nuevos protocolos de blockchain (con algunas excepciones notables que se discutirán).

Para decirlo suavemente, esto representa una oportunidad perdida. Otros lo han declarado más asertivamente:

El propósito de esta publicación es presentar los conceptos básicos del diseño de mecanismos y dar una idea de su utilidad en el mundo de las criptomonedas. Si está trabajando en un protocolo o aplicación blockchain, idealmente le proporcionará algunos recursos introductorios para acceder a la literatura sobre diseño de mecanismos. Espero que te alejes de esta publicación, 1) convencido de que el diseño del mecanismo es extremadamente importante para construir sistemas descentralizados robustos y 2) equipado con los recursos básicos para comenzar a aprender a usar herramientas del diseño del mecanismo en tu propio trabajo. Tenga en cuenta que no soy experto en criptografía ni en diseño de mecanismos, y me encantaría recibir comentarios sobre esta publicación de aquellos de ustedes que lo son.

Para comenzar, proporciono una breve descripción de los conceptos clave y las definiciones del diseño del mecanismo. El objetivo es introducir el vernáculo básico del diseño de mecanismos de la manera más accesible posible, para que la discusión posterior de las aplicaciones de criptomonedas sea comprensible. Esto no pretende proporcionar una introducción formal al diseño del mecanismo. Eso se logra mejor al revisar uno o más de los siguientes:

Este capítulo de Vincent Conitzer; Este artículo de Matthew Jackson y su curso de dos partes con colaboradores; Capítulo 7 de este texto introductorio sobre la teoría de juegos de Fundenberg y Tirole

Tenga en cuenta que estos son solo algunos recursos que encontré útiles para presentarme al tema. Dado que el diseño de mecanismos es un área establecida de investigación económica, estoy seguro de que hay muchos otros. Si conoce algún material adicional que recomendaría, enumérelo en la sección de comentarios.

¿Qué es el diseño de mecanismos?

Una caricatura útil es pensar en el diseño de mecanismos como la teoría inversa del juego. En la teoría de juegos, tomamos el juego como algo dado y analizamos sus resultados de acuerdo con las utilidades de los jugadores. En el diseño de mecanismos, comenzamos definiendo resultados deseables y trabajamos hacia atrás para crear un juego que incentive a los jugadores hacia esos resultados. Otra forma (similarmente caricaturizada) de verlo es pensar en la teoría de juegos como el lado positivo y el diseño del mecanismo como el lado normativo de la misma moneda.
 
Por ejemplo, puede estar diseñando una subasta donde el objetivo es asignar un bien al participante con la mayor utilidad para él. Suponiendo que todos tengan alguna utilidad para el bien, los participantes tienen un incentivo para mentir. Entonces, ¿cómo diseñas un juego que incentive a todos a informar sus utilidades con sinceridad? ¿Debe implementar ofertas abiertas o selladas, ascendentes o descendentes? ¿Debería el ganador pagar el precio más alto anunciado o algún otro precio? De manera equivalente, al diseñar un proceso de votación que siempre elige al candidato que todos los votantes prefieren sobre todos los demás candidatos, ¿debería elegir a los ganadores en función de la pluralidad o la mayoría? ¿Debería haber una o varias rondas de votación? ¿Deberían los votantes presentar una sola opción o pedido de preferencia? Estas son preguntas típicas en el diseño de mecanismos.

Algunas definiciones

Formalmente, un mecanismo incluye un conjunto finito de jugadores y un conjunto de posibles decisiones sociales. Piense en un conjunto de votantes y el grupo de candidatos potenciales que puede elegir la sociedad. Los jugadores poseen información privada, también conocida como señales o tipos. El tipo de cada individuo puede representar sus preferencias, como su preferencia por el candidato A sobre B o su valoración de un bien vendido en una subasta, pero el tipo también puede usarse para codificar otros tipos de información privada, por ejemplo, ella sola puede saber si el bien que se vende es de alta o baja calidad. También podemos tener un prior común, que es una distribución de probabilidad sobre los tipos. Piense en esto en el contexto del póker: es posible que no conozca las manos de los jugadores, pero sabe la probabilidad de que cada mano ocurra en un mazo de 52 cartas. Dado que la decisión "óptima" inevitablemente dependerá de los tipos de las personas, también definimos una regla de decisión, que asigna los tipos a las decisiones sociales.

Por lo tanto, las utilidades de los individuos estarán en función de su tipo informado (es decir, lo que le dicen al agregador de tipo / preferencia, que puede no ser cierto), su tipo real y el resultado de la regla de decisión. Además, con frecuencia incluimos funciones de transferencia, donde un bien transferible (convenientemente como una ficha) se utiliza para incentivar a los jugadores, generalmente capturando las externalidades que sus acciones imponen a los demás. Por lo tanto, podemos imaginar la función de elección social, que asigna tipos informados a resultados que tienen componentes monetarios y no monetarios segregados. De esto es de lo que se habla cuando ve referencias a utilidades 'cuasi-lineales', es decir, las preferencias son lineales en el componente monetario / de transferencia.

En la práctica, como diseñador puedes controlar la elección del mecanismo, pero no los jugadores o sus tipos. Es posible que vea estos elementos "dados" denominados configuración. Agregar un mecanismo convierte esta configuración bayesiana en un juego (también conocido como "forma de juego"). Formalmente, un mecanismo es un par de espacios de mensaje / estrategia y una función que asigna mensajes / estrategias a las decisiones y transferencias sociales resultantes. El mecanismo puede ser determinista, siempre generando la misma decisión y pagos para un determinado, o puede ser probabilístico / aleatorio de acuerdo con alguna regla.

La tarea central en el diseño de mecanismos es especificar un mecanismo que incentive a los agentes racionales a comportarse de ciertas maneras, en función de su información privada, que conducen a resultados socialmente deseados.

En general, se dice que un mecanismo 'implementa' una función de elección social si, en equilibrio, el mapeo de tipos a resultados es el mismo que el mapeo que sería elegido por la función de elección social (por lo tanto, puede ver el diseño del mecanismo denominado " teoría de implementación "). Podemos exigir que esto sea una implementación en estrategias dominantes (donde esto es válido para el agente, independientemente de las estrategias de otros agentes) o simplemente una implementación en el equilibrio Bayes-Nash (donde ningún jugador tiene desviaciones rentables basadas en sus creencias sobre los otros jugadores) tipos y estrategias de esos pagadores). El primero obviamente es una suposición mucho más fuerte (y por lo tanto más limitante).

El principio de revelación

Uno de los resultados fundamentales en el diseño de mecanismos es el Principio de Revelación. A grandes rasgos, esto establece que cualquier función de elección social que pueda implementarse mediante cualquier mecanismo arbitrario, también puede implementarse mediante un mecanismo de revelación directa y veraz con el mismo resultado de equilibrio. Aquí, un mecanismo de revelación directa es aquel en el que los agentes simplemente declaran sus tipos al mecanismo, lo que lleva a una decisión y un conjunto de transferencias. Un mecanismo de revelación directa es veraz si informar con exactitud las preferencias es una estrategia dominante (aunque, en el caso general, podemos exigir que esto sea cierto en un equilibrio Bayes-Nash). Encontrará dichos mecanismos referidos como veraces, compatibles con incentivos o a prueba de estrategias. El principio de revelación tiene implicaciones excepcionalmente poderosas. En resumen, si puede demostrar que algo es cierto para estos mecanismos, ¡ha demostrado que es cierto para todos los mecanismos! Para ver por qué esto es cierto, imagine un mecanismo falso y aleatorio con una capa de interfaz, que tome sus preferencias e interactúe estratégicamente con el mecanismo para maximizar su pago (como un fiduciario). Entonces no querrá informar erróneamente sus verdaderas preferencias a la interfaz o obtendrá un pago subóptimo. En esencia, no tienes que mentir, ¡porque el mecanismo te miente! La observación de que no hay pérdida en general al enfocarse solo en mecanismos verdaderos y de revelación directa es el resultado clave que hace que el diseño del mecanismo funcione. De lo contrario, tendrías que demostrar que los teoremas son verdaderos para el conjunto masivo de mecanismos indirectos o falsos, lo que haría que el tema sea prácticamente inútil.

Diseño de mecanismos como optimización restringida

Ahora que hemos definido algunos términos básicos, ¿cuáles son los tipos de resultados que podemos utilizar para diseñar el mecanismo? ¿Qué es un mecanismo "bueno" y cómo nos aseguramos de seleccionarlo? Puede pensar en esto como un problema de optimización, donde está tratando de maximizar una función objetivo (como sus ingresos), bajo un conjunto de restricciones. Tiene sentido presentar algunas de las restricciones más comunes que encontrará.

La compatibilidad de incentivos es quizás la restricción más frecuente que encontrará. Otras limitaciones comunes incluyen la racionalidad individual, donde ningún agente pierde al participar en el mecanismo y la eficiencia, donde la suma de las utilidades individuales se maximiza (sin incluir las transferencias monetarias). El saldo presupuestario limita el mecanismo para transferir esa red a cero entre individuos, mientras que el saldo presupuestario débil (también conocido como factibilidad) simplemente requiere que el mecanismo no pague más de lo que recibe. Un problema clave que surge en la teoría del diseño de mecanismos es que las restricciones, como el equilibrio presupuestario, la eficiencia y la racionalidad individual, a menudo son imposibles de satisfacer simultáneamente bajo la compatibilidad de incentivos y se han demostrado varios teoremas de imposibilidad. En general, se puede decir que las características de los mecanismos son válidas para los agentes ex-post (independientemente de los tipos de agentes), ex-interim (dado cualquier tipo para el agente y en las expectativas de los tipos de otros agentes), o ex ante (es decir, en expectativa sobre sus propios y otros tipos de agentes). Volviendo a nuestra analogía del póker, puedes pensar en las afirmaciones que puedes hacer antes de que se saquen cartas del mazo (ex ante), cuando conoces tu propia mano (ex interim) y cuando se revelan todas las manos (ex enviar).

La imposición de restricciones generalmente lo dejará con un conjunto de varios mecanismos para elegir, convirtiendo el diseño del mecanismo en un problema de optimización de resultados (restringido). Por ejemplo, en una subasta puede estar buscando un mecanismo compatible con incentivos, individualmente racional que maximice los ingresos. Es posible que necesite que sus mecanismos sean computables de manera eficiente o que satisfagan objetivos sociales más complicados, como la distribución equitativa del valor. Esos son solo algunos ejemplos y la lista es prácticamente infinita. Como veremos en algunos de los ejemplos, establecer formalmente el objetivo del mecanismo puede ser uno de los problemas más difíciles en el diseño del mecanismo.

Mecanismos de Vickrey-Clarke-Groves

Un conjunto de mecanismos muy potentes que encontrará con frecuencia se conocen como mecanismos Vickrey-Clarke-Groves. Para explicar esto, pensemos primero en una subasta en la que se vende un solo bien. Quizás, el diseño más obvio sería que todos los participantes escribieran el precio que pagarían en papel. Después de que se revelen las ofertas, el jugador que oferte el precio más alto recibirá el bien y pagará el precio que ella ofreció. Obviamente, esto no sería compatible con los incentivos, ya que cualquier jugador que ofrezca su verdadero valor por el bien recibiría una utilidad de cero. Un mecanismo mucho mejor para la compatibilidad de incentivos sería asignar el bien al jugador con la oferta más alta, pero que solo pague el valor de la próxima oferta más alta. Esto se llama una subasta de Vickrey. Cada jugador en este entorno tiene un incentivo para ofertar su valoración exacta por el bien.

Una generalización de la subasta de Vickrey es el mecanismo fundamental (también llamado mecanismo Clarke o "el" mecanismo VCG, aunque VCG a veces puede referirse a la clase más general de mecanismos). El mecanismo funciona de la siguiente manera. Para cada individuo, ejecutamos el mecanismo sin ella y elegimos el resultado que maximiza la utilidad de todos los demás jugadores dados sus tipos reportados. Luego incluimos al individuo y ejecutamos el mecanismo nuevamente. Este último es el resultado elegido. Cada jugador paga (o recoge) la diferencia entre la suma de utilidades para los otros jugadores en los dos casos. Efectivamente, este pago es equivalente al costo o beneficio social del individuo. Dado que el individuo no tiene forma de afectar la suma de utilidades que ocurre sin ella, está tratando de maximizar la suma de su utilidad y la de todos los demás. ¡Pero esto es exactamente lo mismo que maximizar la utilidad social total! Alinear los incentivos de esta manera asegura no solo la compatibilidad de incentivos, sino que también garantiza la eficiencia. También es fácil encontrar versiones ex post individualmente racionales y con un presupuesto débilmente equilibrado de este mecanismo con algunos supuestos adicionales bastante leves. También podemos agregar términos arbitrarios al pago que el individuo no puede influir (como dar a cada individuo una cantidad constante independientemente del resultado), sin cambiar los incentivos subyacentes. Este conjunto más general de mecanismos se denominan esquemas de Groves, que siempre son dominantes y compatibles con incentivos estratégicos. También resultan ser los únicos mecanismos eficientes donde la verdad es una estrategia dominante.

Aunque los Esquemas Groves son claramente una clase poderosa de mecanismos, son muy susceptibles a la colusión entre actores. Más adelante veremos cómo esto puede ser muy problemático en un entorno criptoeconómico.

Aplicaciones sencillas

Ahora que hemos reunido los ingredientes básicos del diseño del mecanismo, veamos algunas aplicaciones potenciales para el mundo de las criptomonedas. Comienzo mencionando (un conjunto no exhaustivo) de aplicaciones directas, antes de sumergirnos en áreas de investigación más involucradas.

Una de las aplicaciones más obvias y directas del diseño de mecanismos es la venta de tokens. La teoría de las subastas es, con mucho, el espacio de aplicación más desarrollado para el diseño de mecanismos. Los mecanismos para las subastas también se han estudiado ampliamente en informática, en gran parte debido al hecho de que las grandes empresas de tecnología como eBay y Google obtienen la mayor parte de sus ingresos de las subastas en línea. Si está planeando una venta de tokens, aquí es donde puede encontrar verdaderas soluciones "estándar" al estudiar el diseño del mecanismo (aunque más adelante encontraremos algunas de las fallas de la teoría tradicional de subastas en un entorno de cifrado). Puede encontrar algunos argumentos sobre los modelos de venta de tokens de la competencia, aquí, aquí y aquí. Muchos de estos pueden formularse trivialmente en términos de la teoría tradicional de las subastas.

Los mercados de predicción, que recientemente han visto varias variantes descentralizadas, son otro ejemplo de un área donde la investigación de diseño de mecanismos tradicionales tiene mucho que decir. Aquí, el objetivo podría ser especificar mecanismos compatibles con incentivos que extraigan las creencias verdaderas de los agentes sobre la probabilidad de diferentes eventos para hacer predicciones precisas. Al igual que con las subastas, la teoría tiene herramientas para lidiar con supuestos más sofisticados, como situaciones en las que los agentes se comportan estratégicamente y / o pueden tratar de manipular las creencias de otros agentes para alterar los precios del mercado a su favor. También hay algunos problemas más incómodos, como el hecho de que la información privada de los agentes no siempre es fácilmente convertible en probabilidades discretas. Por ejemplo, supongamos que tengo un amigo en el cuerpo técnico de Golden State que me dijo que Steph Curry se lastimó el tobillo. No está claro cómo una información privada como esta se puede convertir en una probabilidad precisa de si Golden State ganará su próximo juego (P.D., no tengo mala voluntad para Steph Curry o su tobillo). Al igual que con las subastas, surge un conjunto especial de problemas al considerar una versión descentralizada de estos mercados. Lo remito a proyectos como Augur o Gnosis, aunque se puede encontrar un tratamiento más teórico del tema de los mercados de predicción descentralizados aquí y aquí.

Analizando Namecoin

Este artículo de Carlsten et al es un gran ejemplo de cómo se puede usar el diseño de mecanismos al razonar sobre sistemas descentralizados. Los autores sostienen que si bien Namecoin resuelve un problema técnico crítico (cuadrando efectivamente el triángulo de Zooko), el sistema se encuentra con una serie de desafíos económicos espinosos. El artículo muestra que apenas el 0.02% de los dominios registrados pertenecían a no ocupantes ilegales y mostraban contenido no trivial en el momento de la escritura, mientras que el mercado secundario de dominios era prácticamente inexistente. Creo que esto refuerza el punto de que, como creador de protocolos, simplemente no puede descuidar el diseño de incentivos adecuados para el usuario, independientemente de los méritos técnicos de su proyecto.
 
Lo que hace que Namecoin sea adecuado para el diseño de mecanismos es la escasez intrínseca de dominios con significado humano, que requiere un proceso adecuado de asignación de recursos. Por lo tanto, los autores implementan el diseño de mecanismos para explicar las fallas de Namecoin y razonar sobre los objetivos de los espacios de nombres descentralizados bajo diferentes modelos de utilidad de usuario. Esto demuestra uno de los desafíos más complicados del diseño de mecanismos en la práctica: especificar el modelo de las utilidades del usuario y derivar objetivos de diseño claros. Por ejemplo, si asumimos que los agentes tienen preferencias fijas e independientes para cada nombre, entonces una subasta de Vickrey dará como resultado un resultado eficiente (como se discutió en la introducción). Si, de manera más realista, asumimos que las utilidades marginales disminuyen para los nombres (por ejemplo, la utilidad de John Doe para el dominio "JohnDoe" es significativamente menor después de que ya ha recibido el dominio "John_Doe"), entonces quizás se puedan lograr resultados similares a través del mecanismo de prioridad. Sin embargo, al incorporar preferencias que varían con el tiempo, el problema del diseño del mecanismo se vuelve demasiado complejo para articular claramente cuáles deberían ser los objetivos del sistema.

El análisis también analiza los efectos de diferentes opciones en el espacio de diseño: ¿Qué tan fuerte debe ser el control del individuo sobre un nombre? ¿Cómo debe asignar nombres el mercado primario? ¿Cómo debe el sistema redistribuir los ingresos de las ventas por nombre? Diseñar metódicamente el espacio de diseño de esta manera y analizar las compensaciones económicas es una herramienta indispensable para diseñar cualquier aplicación blockchain. Más allá de servir como un caso de estudio sobre cómo se puede utilizar el diseño de mecanismos para analizar sistemas descentralizados, el análisis también revela varios caminos prácticos para mejorar Namecoin: tarifas más altas para disuadir a los ocupantes ilegales, implementar esquemas de precios de subastas / algoritmos para reducir la brecha entre el precio de un nombre y su verdadero valor de mercado, y un mecanismo para que los usuarios recuperen la inversión devolviendo nombres no utilizados al mercado primario.

Desafíos abiertos: Fundación Ethereum

Quizás la investigación más activa sobre las aplicaciones de diseño de mecanismos en el mundo de las criptomonedas es el trabajo de la fundación Ethereum. Para tener una idea, vuelvo a referirme al video de Vitalik vinculado en la introducción, así como a este mazo. De particular importancia son los modelos de seguridad que propone y los supuestos utilizados, por lo que tiene sentido revisarlos brevemente aquí para ver si están completos.

Un modelo común utilizado en la investigación tradicional de tolerancia a fallas es el modelo de mayoría honesta, que supone que al menos el 51% de los participantes son fundamentalmente honestos. Vitalik y compañía argumentan que esto puede ser una suposición problemática. Como tal, los investigadores deberían razonar sobre la seguridad bajo supuestos específicos acerca de 1) El nivel de coordinación entre los participantes; 2) El presupuesto del atacante (la cantidad máxima que el atacante tendría que pagar) y 3) El costo del atacante (el costo real incurrido por el atacante). En consecuencia, podemos pensar en varios modelos de seguridad diferentes, fuera de las mayorías honestas. Luego podemos analizar la tolerancia a fallas y los márgenes de seguridad criptoeconómica (es decir, el costo económico de violar ciertas garantías de protocolo) bajo los supuestos de cada modelo.

Los modelos de mayoría no coordinada asumen que los participantes del protocolo toman decisiones independientes y ningún actor controla más de un porcentaje dado de la red (aquí los participantes están interesados ​​en sí mismos y no son necesariamente honestos). Los modelos de elección coordinada, por otro lado, suponen que la mayoría o todos los actores están coludiendo a través de algún agente o coalición de agentes, aunque a veces podemos asumir la entrada libre de actores no colisionadores. El modelo de atacante sobornante es aquel en el que los actores toman decisiones independientes, pero existe un atacante que puede incentivar a otros actores a tomar ciertas decisiones mediante sobornos condicionales. Con fines ilustrativos, eche un vistazo al ejemplo de Shellingcoin que Vitalik usa en ambas presentaciones. En resumen, en un modelo donde los pagos solo se hacen a los actores que votan con la mayoría, un atacante puede garantizar un pago fijo más alto que el de votar con el consenso actual a aquellos que se desvían del consenso y terminan en la minoría. El atacante puede corromper el juego de manera efectiva con un alto presupuesto, pero con un costo real de cero, ya que ninguno de los desertores sobornados terminan en la mayoría. Bitcoin y otros protocolos de prueba de trabajo son, al menos en teoría, susceptibles a este tipo de ataque (aunque alguien tendría que demostrar de manera creíble un presupuesto masivo).

Introducción a la teoría de juegos cooperativos

Como suplemento, también encontré esta historia de Vlad Zamfir especialmente interesante. Hace una crónica de la evolución del pensamiento en la investigación de prueba de estaca que llevó al equipo a llegar a su conjunto actual de metodologías criptoeconómicas, así como al depósito de seguridad y el mecanismo de penalización en la versión actual de Casper. Recomiendo especialmente las partes cuarta y quinta de la serie donde discute la teoría de juegos cooperativos. No para estropear la historia, pero el punto clave (para mí) es la observación de que "la arquitectura blockchain es un diseño de mecanismo para mercados oligopolísticos". Independientemente de su pensamiento sobre el tema, es difícil argumentar que la centralización tanto en las tenencias de criptomonedas como en el poder minero No es una suposición realista en la práctica. Lo que hace que esto sea increíblemente desafiante desde el punto de vista del modelado es que la mayoría del trabajo de diseño de mecanismos encontrará configuraciones de direcciones desde la teoría de juegos no cooperativos. Indicativamente, algunos de los mecanismos más ampliamente estudiados (como el Mecanismo Groves presentado anteriormente), colapsan bajo supuestos de colusión entre agentes.

Afortunadamente, la teoría de juegos cooperativos / coalicionales es un campo bien desarrollado y puedes encontrar muchas buenas presentaciones en línea. En general, el objetivo es analizar qué tipos de coaliciones se pueden crear, cuáles son los pagos de cada uno (a través de una función llamada función característica) y cómo la coalición debe dividir sus pagos para lograr objetivos como la estabilidad. A menudo, pensamos en la gran coalición donde participan todos los agentes (por ejemplo, todos minan en la cadena de consenso más larga) y pensamos en distribuir los pagos bajo un esquema de transferencia / concepto de solución llamado Shapley Value, donde cada individuo recibe su contribución marginal a la coalición . También podríamos pensar a menudo en el conjunto de imputaciones "centrales" (pagos individualmente racionales y eficientes), donde las coaliciones de agentes no tienen un incentivo para desviarse y analizar la estabilidad en función de si este conjunto está vacío frente a no vacío, único frente a no. Siguiendo a Vitalik et al, podemos pensar en incentivos en dos grandes categorías. Uno son los pagos, como las recompensas mineras (que coinciden con nuestra idea de transferencias) y el otro son los privilegios, que permiten a sus titulares extraer rentas, como las tarifas de transacción.

Aplicaciones de contacto inteligente

Más allá de analizar la capa de consenso, la presentación de Vitalik analiza las aplicaciones directas del diseño de mecanismos a contratos inteligentes. Por ejemplo, la subasta de Vickrey de la que teníamos tantas cosas buenas que decir puede sufrir desafíos en un entorno de cifrado. Por ejemplo, los usuarios pueden enviar múltiples ofertas y abrir selectivamente la que garantiza el pago más alto. Entonces podría responder sugiriendo un depósito para disuadir a dichos actores. Pero luego tendría que especificar un tamaño de depósito relativo al tamaño de la oferta en el mecanismo, lo que puede destruir las características clave de la subasta de segundo precio de oferta sellada. El desafío que identifica Vitalik es que el diseño del mecanismo a menudo se basa en un intermediario confiable para garantizar la corrección y la privacidad de los jugadores. Un blockchain puede garantizar la corrección, pero no la privacidad.

También hay típicamente más factores para especificar en la configuración criptoeconómica que en las aplicaciones tradicionales de diseño de mecanismos. En entornos centralizados, a menudo pensamos en un agente central que ejecuta el mecanismo de una manera que maximiza los ingresos sujetos a ciertas restricciones. Esto hace que las cosas sean mucho más simples de analizar. Sin embargo, en un entorno descentralizado, es posible que tengamos que definir un agente algorítmico para "ejecutar" el mecanismo y tener que razonar cuidadosamente sobre el comportamiento de ese agente en el mecanismo, así como las implicaciones para la política monetaria del protocolo. Por ejemplo, si esperamos que el mecanismo viole el saldo presupuestario, ¿debería el agente redistribuir los ingresos a los jugadores? ¿Debería eliminarse de la circulación el exceso de dinero recaudado? ¿Debería el agente ser capaz de acuñar nueva moneda al hacer transferencias a jugadores? Estas preguntas requieren mucha atención, ya que las decisiones pueden introducir problemas indeseables en los incentivos de los jugadores (por ejemplo, maximizar la cantidad a redistribuir puede convertirse en un componente no trivial de su utilidad).

Pensamientos finales

Si bien el diseño de mecanismos se ha convertido en un elemento básico en la investigación en ciencias de la computación, pocos emprendedores y desarrolladores parecen estar aplicando cuidadosamente este tipo de pensamiento para diseñar protocolos de blockchain. Incluso menos economistas académicos han comenzado a estudiar seriamente las propiedades teóricas de los protocolos blockchain.

Dicho esto, soy optimista de que a medida que las enormes oportunidades que presenta la criptoeconomía se vuelvan más claras, estas comunidades disjuntas comenzarán a converger. Mientras tanto, espero que este artículo le haya resultado útil para presentar algunas de las herramientas y preguntas abiertas que definan las posibilidades del diseño del mecanismo criptoeconómico. Para comentarios, comentarios y discusiones, no dude en ponerse en contacto en alexander.evans@lowes.com (Lowe’s Ventures) o en la sección de comentarios.

¿Quieres más perspectiva? Aquí hay una publicación reciente de Coindesk.com que también explica la "criptoeconomía":

Y aquí hay un gran artículo académico sobre la teoría del mecanismo: