Apa itu decentralized science (DeSci)?

Education 20 August 2022
Apa itu decentralized science (DeSci)?

Decentralized science (DeSci) adalah gerakan yang bertujuan untuk membangun infrastruktur publik untuk mendanai, membuat, meninjau, mengkredit, menyimpan, dan menyebarluaskan pengetahuan ilmiah secara adil dan merata menggunakan Web3 sebagai fondasinya.

DeSci bertujuan untuk menciptakan ekosistem di mana para ilmuwan diberi insentif untuk secara terbuka membagikan penelitian mereka dan menerima penghargaan atas pekerjaan mereka sambil memungkinkan siapa pun untuk mengakses dan berkontribusi pada penelitian dengan akses yang mudah. DeSci bekerja dari gagasan bahwa pengetahuan ilmiah harus dapat diakses oleh semua orang dan bahwa proses penelitian ilmiah harus transparan. DeSci menciptakan model penelitian ilmiah yang lebih terdesentralisasi dan terdistribusi, membuatnya lebih tahan terhadap sensor dan kontrol oleh otoritas pusat. DeSci berharap dapat menciptakan lingkungan di mana ide-ide baru dan dapat berkembang dengan mendesentralisasi akses ke pendanaan, alat ilmiah, dan saluran komunikasi.

Ilmu pengetahuan yang terdesentralisasi memungkinkan sumber pendanaan yang lebih beragam, akses data dan metode yang lebih mudah diakses, dan dengan memberikan insentif untuk reproduktifitas.

Bagaimana DeSci meningkatkan sains?

Berikut daftar lengkap masalah utama dalam sains dan bagaimana DeSCi dapat membantu mengatasi masalah ini

Decentralized scienceScience traditional
Penyaluran dana ditentukan oleh masyarakat dengan menggunakan mekanisme seperti donasi atau DAO.Kelompok kecil, tertutup, terpusat mengontrol distribusi dana. Terkadang ada kelompok yang berkepentingan
Anda berkolaborasi dengan rekan-rekan dari seluruh dunia dalam tim yang dinamis.Organisasi pendanaan dan institusi membatasi kolaborasi para peneliti.
Keputusan pendanaan dibuat secara online dan transparan.Keputusan pendanaan dibuat dengan waktu penyelesaian yang lama dan transparansi yang terbatas.
Berbagi layanan laboratorium menjadi lebih mudah dan transparan menggunakan Web3.Berbagi sumber daya laboratorium seringkali lambat dan tidak jelas.
Model baru untuk penerbitan dapat dikembangkan yang menggunakan Web3 untuk kepercayaan, transparansi, dan akses universal.Anda mempublikasikan melalui jalur yang sering kali dianggap tidak efisien, bias, dan eksploitatif.
Anda memiliki kekayaan intelektual yang Anda hasilkan dan mendistribusikannya sesuai dengan ketentuan yang transparan.Lembaga asal Anda memiliki kekayaan intelektual yang Anda hasilkan. Akses ke kekayaan intelektual tidak transparan.

Kasus penggunaan DeSci

DeSci sedang membangun perangkat ilmiah untuk memasukkan akademisi Web2 ke dunia digital. Di bawah ini adalah contoh kasus penggunaan yang dapat ditawarkan Web3 kepada komunitas ilmiah.

Penerbitan

Penerbitan sains terkenal bermasalah karena dikelola oleh penerbit yang mengandalkan tenaga kerja “gratis” dari para peneliti, ilmuwan, pengulas, dan editor untuk menghasilkan makalah/jurnal, tetapi kemudian membebankan biaya penerbitan yang tinggi. Publik yang biasanya secara tidak langsung membayar karya dan biaya publikasi melalui perpajakan, seringkali tidak dapat mengakses karya yang sama tanpa membayar penerbit lagi. Biaya total untuk penerbitan makalah ilmiah individu seringkali merusak seluruh konsep pengetahuan ilmiah sebagai barang publik sambil menghasilkan keuntungan besar untuk sekelompok kecil penerbit.

Platform akses terbuka dan gratis ada dalam bentuk server pra-cetak, seperti ArXiv. Namun, platform ini tidak memiliki kontrol kualitas, mekanisme anti-sybil. SciHub juga membuat makalah yang diterbitkan bebas untuk diakses, tetapi tidak secara hukum, dan hanya setelah penerbit telah mengambil pembayaran mereka dan membungkus karya tersebut dengan undang-undang hak cipta yang ketat. Ini meninggalkan celah kritis untuk makalah dan data sains yang dapat diakses dengan mekanisme legitimasi dan model insentif yang tertanam. Alat untuk membangun sistem seperti itu ada di Web3.

Reproduksibilitas dan replikabilitas

Reproduksibilitas dan replikasi adalah dasar dari penemuan ilmiah yang berkualitas.

  • Hasil yang dapat direproduksi dapat dicapai beberapa kali berturut-turut oleh tim yang sama menggunakan metodologi yang sama.
  • Hasil yang dapat direplikasi dapat dicapai oleh kelompok yang berbeda menggunakan pengaturan eksperimental yang sama.

Web3 baru dapat memastikan bahwa reproduktifitas dan replikabilitas adalah dasar dari penemuan. Kita dapat menenun ilmu pengetahuan berkualitas ke dalam jalinan teknologi akademisi. Web3 menawarkan kemampuan untuk membuat pengesahan untuk setiap komponen analisis: data mentah, mesin komputasi, dan hasil aplikasi. Keindahan sistem konsensus adalah ketika jaringan terpercaya dibuat untuk memelihara komponen-komponen ini, setiap peserta jaringan dapat bertanggung jawab untuk mereproduksi perhitungan dan memvalidasi setiap hasil.

Pendanaan

Model standar saat ini untuk ilmu pendanaan adalah bahwa individu atau kelompok ilmuwan membuat aplikasi tertulis ke lembaga pendanaan. Sekelompok kecil individu tepercaya menilai aplikasi dan kemudian mewawancarai kandidat sebelum memberikan dana kepada sebagian kecil pelamar. Selain menciptakan kemacetan yang terkadang menyebabkan waktu tunggu bertahun-tahun antara mengajukan dan menerima hibah, model ini dikenal sangat rentan terhadap bias, kepentingan pribadi, dan politik panel peninjau.

Studi telah menunjukkan bahwa panel peninjau hibah melakukan pekerjaan yang buruk dalam memilih proposal berkualitas tinggi karena proposal yang sama diberikan kepada panel yang berbeda memiliki hasil yang sangat berbeda. Karena pendanaan menjadi semakin langka, dana tersebut terkonsentrasi ke kelompok peneliti senior yang lebih kecil dengan proyek-proyek yang lebih konservatif secara intelektual. Efeknya telah menciptakan lanskap pendanaan yang sangat kompetitif, memperkuat insentif yang merugikan, dan menghambat inovasi.

Web3 berpotensi merubah model pendanaan yang lama ini dengan bereksperimen dengan model insentif berbeda yang dikembangkan oleh DAO dan Web3 secara luas. Pendanaan barang publik retroaktif, pendanaan kuadrat, tata kelola DAO, dan struktur insentif tokenized adalah beberapa alat Web3 yang dapat merevolusi pendanaan sains.

Kepemilikan dan pengembangan kekayaan intelektual

Kekayaan intelektual adalah masalah besar dalam ilmu pengetahuan tradisional. Seringkali hasil dari suatu penelitian “terjebak”l karena di-klaim oleh lembaga tempat si peneliti berada. Sehingga sulit bagi peneliti untuk meneruskan penelitian atau karyanya di institusi lain yang mungkin memiliki fasilitas yang lebih lengkap atau melengkapi penelitian sebelumnya. Namun, kepemilikan aset digital (seperti data atau artikel ilmiah) adalah sesuatu yang dilakukan Web3 dengan sangat baik menggunakan token non-fungible (NFT).

Dengan cara yang sama seperti NFT dapat meneruskan pendapatan untuk transaksi di masa mendatang kembali ke pembuat aslinya, Anda dapat membuat rantai atribusi nilai yang transparan untuk memberi penghargaan kepada peneliti, badan pengatur (seperti DAO), atau bahkan subjek yang datanya dikumpulkan.

Kekayaan intelektual-NFT juga dapat berfungsi sebagai kunci untuk penyimpanan data terdesentralisasi dari eksperimen penelitian yang sedang dilakukan, dan dihubungkan ke finansialisasi NFT dan DeFi (dari fraksinasi hingga kumpulan pinjaman dan penilaian nilai). Ini juga memungkinkan entitas on-chain asli seperti DAO untuk melakukan penelitian langsung on-chain. Munculnya token yang tidak dapat ditransfer juga dapat memainkan peran penting dalam DeSci dengan memungkinkan individu untuk membuktikan pengalaman dan kredensial mereka yang terkait dengan alamat dompet crypto mereka.

Penyimpanan data, akses dan arsitektur

Data ilmiah dapat dibuat jauh lebih mudah diakses menggunakan pola Web3, dan penyimpanan terdistribusi akan memungkinkan penelitian bertahan dari peristiwa bencana.

Titik awalnya harus berupa sistem yang dapat diakses oleh identitas terdesentralisasi yang memegang kredensial yang dapat diverifikasi dengan benar. Hal ini memungkinkan data sensitif direplikasi secara aman oleh pihak tepercaya, memungkinkan redundansi dan ketahanan sensor, reproduksi hasil, dan bahkan kemampuan banyak pihak untuk berkolaborasi dan menambahkan data baru ke kumpulan data. Metode komputasi rahasia seperti komputasi kedata menyediakan mekanisme akses alternatif untuk replikasi data mentah, menciptakan Lingkungan Penelitian Tepercaya untuk data yang paling sensitif. Lingkungan Penelitian Tepercaya telah dikutip oleh NHS sebagai solusi masa depan untuk privasi data dan kolaborasi dengan menciptakan ekosistem tempat peneliti dapat bekerja dengan aman dengan data di tempat menggunakan lingkungan standar untuk berbagi kode dan praktik.

Solusi data Web3 yang fleksibel mendukung skenario di atas dan memberikan dasar untuk Ilmu Pengetahuan Terbuka yang sesungguhnya, di mana peneliti dapat membuat barang publik tanpa izin akses atau biaya. Solusi data publik Web3 seperti IPFS, Arweave, dan Filecoin dioptimalkan untuk desentralisasi. dClimate, misalnya, menyediakan akses universal ke data iklim dan cuaca, termasuk dari stasiun cuaca dan model iklim prediktif.

Back to Top