A cross-protocol dataset of blockchain oracle incentives and accountability
Este artículo presenta un conjunto de datos multiplataforma integral que estandariza y reconstruye los resultados económicos y los registros de rendición de cuentas de los oráculos de blockchain para permitir la investigación comparativa sobre incentivos, resolución de disputas y responsabilidad financiera a través de ocho ramas de oráculos diferentes.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
Imagina un mundo donde los programas informáticos pueden tomar decisiones basadas en eventos del mundo real, como el precio de una acción o el resultado de un partido de deportes, pero los propios ordenadores no pueden ver el mundo exterior. Para cerrar esta brecha, un sistema especial llamado "oráculo" actúa como mensajero, trayendo información del exterior al libro de contabilidad digital. Estos mensajeros no son solo conductos pasivos; están gestionados por personas y organizaciones que arriesgan su propio dinero para garantizar que la información sea correcta. Si mienten o cometen un error, pierden su dinero. Si aciertan, obtienen una recompensa. Este sistema se basa en la confianza, pero en la era digital, la confianza debe construirse sobre pruebas verificables y reglas claras sobre quién recibe pagos y quién es castigado.
Durante años, los investigadores han querido estudiar qué tan bien funcionan estos sistemas, pero se enfrentaron a un problema frustrante. Los registros de estas transacciones son públicos, pero están escritos de una manera que hace casi imposible comparar un sistema con otro. Un pago en un sistema podría parecer una recompensa, mientras que en otro podría parecer una devolución de un depósito. Una penalización podría registrarse como una promesa de pago posterior, o como una pérdida inmediata. Sin una forma de traducir estos diferentes lenguajes, los científicos no podían medir la verdadera salud económica de estas redes ni comprender qué tan bien cumplen sus promesas.
Un equipo de investigadores ha resuelto este rompecabezas creando un conjunto de datos masivo y unificado que traduce los registros de ocho sistemas de oráculos diferentes a un lenguaje único y comprensible. No se limitaron a recolectar datos; reconstruyeron la historia de cada transacción, distinguiendo cuidadosamente entre el dinero que fue prometido, el dinero que realmente se ganó y el dinero que se perdió. Su trabajo abarca más de cien millones de observaciones específicas de rendición de cuentas, rastreando el viaje de miles de millones de dólares en activos digitales a través de cinco sistemas principales y tres más pequeños. El resultado es un mapa claro de cómo se comportan estos mensajeros digitales, mostrando exactamente cuándo son recompensados, cuándo son penalizados y cuándo el sistema simplemente no puede determinar qué sucedió.
El equipo se centró en ocho ramas distintas de esta tecnología, incluyendo cinco sistemas principales que gestionan disputas complejas y otros tres que se enfocan en partes específicas del proceso. Recopilaron registros desde el inicio de la vida de estos sistemas hasta una fecha de corte específica a mediados de 2026. En total, organizaron más de cien millones de observaciones tipificadas, que son registros individuales de un evento, como una solicitud de datos, un informe de un mensajero o un voto en una disputa. También identificaron más de veintidós millones de componentes económicos, que son las piezas financieras específicas de esos eventos, como un cálculo de recompensa o una evaluación de penalización. Crucialmente, filtraron estos datos hasta obtener casi diecinueve millones de registros donde el dinero realmente cambió de manos o se aplicó una penalización real, separando las promesas teóricas de los resultados realizados.
Para dar sentido a esta montaña de datos, el equipo tuvo que actuar como contadores forenses. Se dieron cuenta de que una simple transferencia de dinero en una cadena de bloques no siempre significa una ganancia. A veces, una transferencia es solo la devolución de un depósito, y otras veces, una penalización se calcula pero nunca se ejecuta. Los investigadores construyeron un proceso paso a paso para reconstruir la vida de cada transacción. Comenzaron leyendo los registros de código bruto de las diferentes redes, luego ensamblaron la secuencia de eventos para ver cómo una solicitud de información se convirtió en un informe, una disputa y, finalmente, en un pago o una pérdida. Prestaron mucha atención a las reglas de cada sistema específico, asegurándose de que una "recompensa" en un sistema no se confundiera con una "tarifa" en otro.
Uno de los descubrimientos más importantes de su trabajo es la diferencia entre lo que se reclama y lo que es real. En muchos de estos sistemas, un participante puede tener derecho a una recompensa, pero si no la reclama, el dinero se queda allí, sin cobrar. Los investigadores se aseguraron de que sus datos distinguieran entre el dinero que simplemente se debía y el dinero que realmente se pagó. También separaron la devolución del propio capital de un participante de la ganancia que obtuvo. Esta distinción es vital porque cambia por completo la imagen de cuánto cuestan o ganan realmente estos sistemas. Por ejemplo, en uno de los sistemas que estudiaron, descubrieron que 834 casos disputados habían sido clasificados erróneamente en intentos previos, donde se pasó por alto la recompensa de un ganador o se contó dos veces una penalización. Al corregir estos errores, proporcionaron una visión mucho más precisa de la realidad financiera.
El equipo también verificó su trabajo rigurosamente para asegurar que fuera fiable. Realizaron pruebas para ver si las cifras cuadraban, comparando los pagos esperados con el dinero real que se movió. En los sistemas donde pudieron rastrear la ruta completa de una transacción, los números coincidieron perfectamente. También crearon un pequeño conjunto de casos de prueba para ver si sus datos reconstruidos podían predecir resultados futuros, como si una disputa se ganaría o se perdería. Sus datos funcionaron mejor que el azar, demostrando que los patrones que descubrieron eran reales y útiles. Sin embargo, fueron cuidadosos al señalar que sus datos reflejan las decisiones tomadas por los propios sistemas, no una prueba independiente de si la información era fácticamente cierta en el mundo real.
Este conjunto de datos no es solo una lista de números; es una herramienta que permite a los investigadores plantear nuevas preguntas sobre cómo funcionan estas economías digitales. Revela que, aunque los sistemas están diseñados para ser justos, la forma en que registran el dinero puede ser confusa e inconsistente. Al proporcionar una visión clara y estandarizada de estos procesos, los investigadores han abierto la puerta a una comprensión más profunda de cómo se mantiene la confianza en la era digital. Han demostrado que, aunque la tecnología es compleja, los incentivos económicos que la impulsan pueden medirse y entenderse, siempre que se tome el tiempo necesario para traducir los diferentes lenguajes en una historia común. El trabajo no pretende haber resuelto todos los problemas ni haber encontrado todas las verdades ocultas, pero ha construido la primera base fiable para comparar estos sistemas y comprender su verdadero impacto económico.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.