論文の概要: Prediction Laundering: The Illusion of Neutrality, Transparency, and Governance in Polymarket
- arxiv url: http://arxiv.org/abs/2602.05181v1
- Date: Thu, 05 Feb 2026 01:19:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-06 18:49:08.694922
- Title: Prediction Laundering: The Illusion of Neutrality, Transparency, and Governance in Polymarket
- Title（参考訳）: 予測洗浄:ポリマーケットにおける中立性・透明性・ガバナンスのイラシオン
- Authors: Yasaman Rohanifar, Syed Ishtiaque Ahmed, Sharifa Sultana,
- Abstract要約: 本稿では,デジタルエスノグラフィ,解釈ウォークスルー,半構造化インタビューを組み合わせた,ポリマーケットの質的社会技術監査(N=27)を提案する。
アルゴリズムの集約によって、主観的、高い不確実性のある賭け、戦略的なヘッジ、そして資本重大なクジラの活動が、どのように元の騒音から取り除かれるかを示す。
- 参考スコア（独自算出の注目度）: 17.356126657763806
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The growing reliance on prediction markets as epistemic infrastructures has positioned platforms like Polymarket as providers of objective, real-time probabilistic truth, yet the signals they produce often obscure uncertainty, strategic manipulation, and capital asymmetries, encouraging misplaced epistemic trust. This paper presents a qualitative sociotechnical audit of Polymarket (N = 27), combining digital ethnography, interpretive walkthroughs, and semi-structured interviews to examine how probabilistic authority is produced and contested. We introduce the concept of Prediction Laundering, drawing on MacFarlanes framework of knowledge transmission, to describe how subjective, high-uncertainty bets, strategic hedges, and capital-heavy whale activity are stripped of their original noise through algorithmic aggregation. We trace a four-stage laundering lifecycle: Structural Sanitization, where a centralized ontology scripts the bet-able future; Probabilistic Flattening, which collapses heterogeneous motives into a single signal; Architectural Masking, which conceals capital-driven influence behind apparent consensus; and Epistemic Hardening, which erases governance disputes to produce an objective historical fact. We show that this process induces epistemic vertigo and accountability gaps by offloading truth-resolution to off-platform communities such as Discord. Challenging narratives of frictionless collective intelligence, we demonstrate Epistemic Stratification, in which technical elites audit underlying mechanisms while the broader public consumes a sanitized, capital-weighted signal, and we conclude by advocating Friction-Positive Design that surfaces the social and financial frictions inherent in synthetic truth production.
- Abstract（参考訳）: 先天的なインフラとしての予測市場への依存の高まりは、Polymarketのようなプラットフォームを客観的でリアルタイムな確率的真実のプロバイダとして位置づけている。
本稿では、デジタルエスノグラフィー、解釈ウォークスルー、半構造化インタビューを併用し、確率的権威の創出と競争について質的な社会技術監査を行う(N=27)。
我々は,MacFarlanesの知識伝達の枠組みを取り入れた予測洗浄の概念を導入し,主観的,高い不確実性,戦略的ヘッジ,資本重大なクジラ活動がアルゴリズムアグリゲーションによってどのように元の騒音から取り除かれたかを説明する。
構造的衛生化では、中央集権的なオントロジーが賭け可能な未来を記述し、不均一なモチベーションをひとつのシグナルに分解する確率的フラッテニング、明らかなコンセンサスの背後にある資本主導的な影響を隠蔽するアーキテクチャ的マスキング、ガバナンス論争を消去して客観的な歴史的事実を生み出すエピステミック・ハードニングという4段階の洗浄ライフサイクルを辿ります。
本プロセスは,Discordなどの非プラットフォームコミュニティに真理分解能をオフロードすることで,てんかん性めまいと説明責任ギャップを生じさせることを示す。
摩擦のない集団知能の物語が混ざりあう中で、我々は、技術エリートが基盤となるメカニズムを監査し、広く大衆が衛生的かつ資本的に重み付けされた信号を消費するエピステミック・ストラテフィケーション(Epstemic Stratification)を実証し、合成真理生成に固有の社会的・財政的な摩擦を表面化する摩擦・ポジティブ・デザイン(Friction-Positive Design)を提唱する。
関連論文リスト
- The Silent Scholar Problem: A Probabilistic Framework for Breaking Epistemic Asymmetry in LLM Agents [0.6117371161379209]
本稿では,エージェントに双方向知識交換のための非構造的動機を与える形式的確率的枠組みを提案する。
これらの蓄積された信念状態が、人間フィードバックからの強化学習(RLHF)と監視ファインチューニング(SFT)のための高品質データフィルタの検証可能な報酬信号としてどのように機能するかを示す。
シミュレーションの結果、この不確実性駆動型戦略が異種環境におけるランダムベースラインを著しく上回ることを示した。
論文 参考訳（メタデータ） (2025-12-24T02:02:25Z) - ERA-IT: Aligning Semantic Models with Revealed Economic Preference for Real-Time and Explainable Patent Valuation [0.0]
本研究は,ERA-IT(Economic Reasoning Alignment via Instruction Tuning)フレームワークを提案する。
理論的には、特許更新履歴を明らかな経済的嗜好として概念化し、客観的な監視信号として活用する。
我々は、価値層を予測するだけでなく、構造化されていないテキストからEconomic Chain-of-Thoughtをリバースエンジニアリングするようにモデルを訓練した。
論文 参考訳（メタデータ） (2025-12-14T23:04:07Z) - AI Deception: Risks, Dynamics, and Controls [153.71048309527225]
このプロジェクトは、AI偽装分野の包括的で最新の概要を提供する。
我々は、動物の偽装の研究からシグナル伝達理論に基づく、AI偽装の正式な定義を同定する。
我々は,AI偽装研究の展望を,偽装発生と偽装処理の2つの主要な構成要素からなる偽装サイクルとして整理する。
論文 参考訳（メタデータ） (2025-11-27T16:56:04Z) - Neither Consent nor Property: A Policy Lab for Data Law [4.588656982178105]
この論文は、AI経済における不透明なデータ市場を初めて実証的に正当化するものである。
パイプラインは、市場の隠れたロジックを抽出するために、数年のフィールドワークから始まります。
現実に反し、観察された貿易パターンを再現する。
論文 参考訳（メタデータ） (2025-10-30T17:27:03Z) - DeceptionBench: A Comprehensive Benchmark for AI Deception Behaviors in Real-world Scenarios [57.327907850766785]
現実的な現実のシナリオにまたがる騙しのキャラクタリゼーションは未解明のままである。
DeceptionBenchは、さまざまなドメインにまたがる認知傾向を体系的に評価する最初のベンチマークです。
本研究は,本質的な側面から,ユーザ満足度を優先する自己関心のエゴスティックな傾向を示すモデルや,サイコファンティックな行動を示すモデルについて検討する。
実世界のフィードバックダイナミクスのより現実的なシミュレーションを構築するために,持続的マルチターン相互作用ループを組み込んだ。
論文 参考訳（メタデータ） (2025-10-17T10:14:26Z) - Bayesian Evolutionary Swarm Architecture: A Formal Epistemic System Grounded in Truth-Based Competition [0.0]
本稿では,構造化競争と信念修正を通じて進化する確率的エージェントからなる人工知能システムのための数学的に厳密な枠組みを紹介する。
このシステムは、真理を進化的誘引者として確立し、検証可能な知識は計算可能で自己制御可能な群の中で敵の圧力から生じることを証明している。
論文 参考訳（メタデータ） (2025-06-23T23:27:44Z) - Identifying and Mitigating Social Bias Knowledge in Language Models [52.52955281662332]
個々人の社会的偏見をきめ細かなキャリブレーションを可能にする新しいデバイアス・アプローチであるFairness Stamp(FAST)を提案する。
FASTは最先端のベースラインを超え、デバイアス性能が優れている。
これは、大きな言語モデルにおける公平性を達成するためのきめ細かいデバイアス戦略の可能性を強調している。
論文 参考訳（メタデータ） (2024-08-07T17:14:58Z) - Sequential Manipulation Against Rank Aggregation: Theory and Algorithm [119.57122943187086]
脆弱なデータ収集プロセスに対するオンライン攻撃を活用します。
ゲーム理論の観点からは、対決シナリオは分布的に堅牢なゲームとして定式化される。
提案手法は,ランクアグリゲーション手法の結果を逐次的に操作する。
論文 参考訳（メタデータ） (2024-07-02T03:31:21Z) - Bayesian Bilinear Neural Network for Predicting the Mid-price Dynamics
in Limit-Order Book Markets [84.90242084523565]
伝統的な時系列計量法は、価格力学を駆動する多層相互作用の真の複雑さを捉えることができないことが多い。
最先端の2次最適化アルゴリズムを採用することで、時間的注意を払ってベイジアン双線形ニューラルネットワークを訓練する。
予測分布を用いて推定パラメータとモデル予測に関連する誤差や不確実性を解析することにより、ベイズモデルと従来のML代替品を徹底的に比較する。
論文 参考訳（メタデータ） (2022-03-07T18:59:54Z)
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。