論文の概要: DAOs of Collective Intelligence? Unraveling the Complexity of Blockchain Governance in Decentralized Autonomous Organizations
- arxiv url: http://arxiv.org/abs/2409.01823v1
- Date: Tue, 3 Sep 2024 12:06:15 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-06 01:47:58.121620
- Title: DAOs of Collective Intelligence? Unraveling the Complexity of Blockchain Governance in Decentralized Autonomous Organizations
- Title(参考訳): 集団知能のDAO : 分散型自治組織におけるブロックチェーンガバナンスの複雑さの解明
- Authors: Mark C. Ballandies, Dino Carpentras, Evangelos Pournaras,
- Abstract要約: 分散自律組織(DAO)は、従来の制御から分散制御へ移行することで、組織構造を変革してきた。
重要な資金を管理し、グローバルネットワークを構築するにもかかわらず、DAOは参加の減少、集中化の増大、変化する環境に適応できないといった課題に直面している。
本稿では,複雑なシステムについて考察し,その非効率性を説明するために複雑性科学を適用した。
- 参考スコア(独自算出の注目度): 0.7499722271664144
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Decentralized autonomous organizations (DAOs) have transformed organizational structures by shifting from traditional hierarchical control to decentralized approaches, leveraging blockchain and cryptoeconomics. Despite managing significant funds and building global networks, DAOs face challenges like declining participation, increasing centralization, and inabilities to adapt to changing environments, which stifle innovation. This paper explores DAOs as complex systems and applies complexity science to explain their inefficiencies. In particular, we discuss DAO challenges, their complex nature, and introduce the self-organization mechanisms of collective intelligence, digital democracy, and adaptation. By applying these mechansims to improve DAO design and construction, a practical design framework for DAOs is created. This contribution lays a foundation for future research at the intersection of complexity science and DAOs.
- Abstract(参考訳): 分散型自律組織(DAO)は、ブロックチェーンと暗号経済学を活用して、従来の階層的なコントロールから分散化されたアプローチに移行することで、組織構造を変革した。
DAOは重要な資金を管理し、グローバルネットワークを構築するが、参加の減少、集中化の増大、変化する環境への適応能力の低下など、イノベーションを阻害する課題に直面している。
本稿では,DAOを複雑系として検討し,その非効率性を説明するために複雑性科学を適用した。
特に,DAOの課題とその複雑な性質について論じ,集団知性,デジタル民主主義,適応の自己組織化メカニズムを紹介する。
DAOの設計と構築を改善するためにこれらの機構を適用することにより、DAOのための実用的な設計フレームワークを作成する。
この貢献は、複雑性科学とDAOの交差点における将来の研究の基盤となる。
関連論文リスト
- Towards Responsible AI in Banking: Addressing Bias for Fair
Decision-Making [69.44075077934914]
責任AI(Responsible AI)は、企業文化の発展におけるバイアスに対処する重要な性質を強調している。
この論文は、バイアスを理解すること、バイアスを緩和すること、バイアスを説明することの3つの基本的な柱に基づいて構成されている。
オープンソースの原則に従って、アクセス可能なPythonパッケージとして、Bias On DemandとFairViewをリリースしました。
論文 参考訳(メタデータ) (2024-01-13T14:07:09Z) - Open Problems in DAOs [12.007226344585092]
分散型自治組織(DAOs)は、契約によって統治される、急速に成長する新しい組織である。
スマートコンコンストラクタの新たな科学に研究者が貢献する方法を述べる。
論文 参考訳(メタデータ) (2023-10-29T23:48:45Z) - Decentralised Governance-Driven Architecture for Designing Foundation
Model based Systems: Exploring the Role of Blockchain in Responsible AI [20.47157829480463]
人々は、ファンデーションモデルに基づくAIシステムが、信頼性を確保し、人間、社会、環境を傷つける可能性のある誤用を防止するために適切に管理されているかどうかを懸念している。
我々は、決定権、インセンティブ、説明責任の3つの基本的な側面に関して、基礎モデルに基づくAIシステムの8つのガバナンス課題を特定します。
基礎モデルに基づくAIシステムにおいて,ブロックチェーンをどのように活用してガバナンスを実現するかを示すアーキテクチャを提案する。
論文 参考訳(メタデータ) (2023-08-11T06:41:47Z) - Blockchain-based Decentralized Co-governance: Innovations and Solutions
for Sustainable Crowdfunding [7.625045691540373]
Decentralized Co-Governance Crowdfunding Ecosystemは、従来のクラウドファンディングにおける課題に対処する新しいソリューションである。
対処しようとしている問題には、高い取引コスト、透明性の欠如、詐欺、非効率なリソース割り当てなどがある。
我々の研究はDCCエコシステムの進化を異なる段階を通じて展開し、分散化されたデジタル世界における社会経済力学の新たな理解を提供する。
論文 参考訳(メタデータ) (2023-06-01T16:26:35Z) - Unpacking How Decentralized Autonomous Organizations (DAOs) Work in
Practice [54.47385318258732]
分散自律組織(DAO)は、共通のビジョンに向けてエンティティのグループを調整する新しい方法として登場した。
わずか数年で4000以上のDAOが、投資、教育、健康、研究など様々な分野で立ち上げられた。
このような急激な成長と多様性にもかかわらず、実際にどのように機能し、その目標を達成するのにどの程度効果があるのかは不明だ。
論文 参考訳(メタデータ) (2023-04-17T01:30:03Z) - The Hidden Shortcomings of (D)AOs -- An Empirical Study of On-Chain
Governance [19.365303082741057]
21sおよびオープンソースデータセットのオンチェーンガバナンスシステムについて検討する。
本研究は,多種多様な規模と活動を有し,分散型取引所,貸与プロトコル,インフラプロジェクト,共通財資金など,幅広いプロトコルやサービスを管理している。
我々の分析では、投票権の集中、オンチェーンガバナンスシステムの重要な隠れ金融コスト、および極めて多くのポイントレスガバナンス活動が明らかにされている。
論文 参考訳(メタデータ) (2023-02-23T16:08:48Z) - Data-centric AI: Perspectives and Challenges [51.70828802140165]
データ中心AI(DCAI)は、モデル進歩からデータ品質と信頼性の確保への根本的なシフトを提唱している。
データ開発、推論データ開発、データメンテナンスの3つの一般的なミッションをまとめます。
論文 参考訳(メタデータ) (2023-01-12T05:28:59Z) - Self-organizing Democratized Learning: Towards Large-scale Distributed
Learning Systems [71.14339738190202]
民主化された学習(Dem-AI)は、大規模な分散および民主化された機械学習システムを構築するための基本原則を備えた全体主義的哲学を定めている。
本稿では,Dem-AI哲学にヒントを得た分散学習手法を提案する。
提案アルゴリズムは,従来のFLアルゴリズムと比較して,エージェントにおける学習モデルの一般化性能が向上することを示す。
論文 参考訳(メタデータ) (2020-07-07T08:34:48Z) - Decentralized Reinforcement Learning: Global Decision-Making via Local
Economic Transactions [80.49176924360499]
我々は、シーケンシャルな意思決定問題を解決するために、単純で専門的で自己関心のあるエージェントの社会を指示する枠組みを確立する。
我々は分散強化学習アルゴリズムのクラスを導出する。
我々は、より効率的な移動学習のための社会固有のモジュラー構造の潜在的な利点を実証する。
論文 参考訳(メタデータ) (2020-07-05T16:41:09Z) - Distributed and Democratized Learning: Philosophy and Research
Challenges [80.39805582015133]
民主化学習(Dem-AI)という新しいデザイン哲学を提案する。
ヒトの社会的グループに触発され、提案されたDem-AIシステムの学習エージェントの専門グループは階層構造で自己組織化され、より効率的に学習タスクを遂行する。
本稿では,様々な学際分野に触発された未来のDem-AIシステムを実現するためのガイドラインとして,参照設計を提案する。
論文 参考訳(メタデータ) (2020-03-18T08:45:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。