A cross-protocol dataset of blockchain oracle incentives and accountability
Questo articolo introduce un dataset cross-protocol completo che standardizza e ricostruisce gli esiti economici e i registri di responsabilità degli oracoli blockchain per consentire la ricerca comparativa su incentivi, risoluzione delle controversie e responsabilità finanziaria attraverso otto diversi rami di oracoli.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Immaginate un mondo in cui i programmi informatici possono prendere decisioni basate su eventi del mondo reale, come il prezzo di un'azione o l'esito di una partita sportiva, ma i computer stessi non possono vedere il mondo esterno. Per colmare questa lacuna, un sistema speciale chiamato "oracolo" funge da messaggero, portando informazioni dall'esterno nel registro digitale. Questi messaggeri non sono solo tubi passivi; sono gestiti da persone e organizzazioni che investono i propri soldi per garantire che l'informazione sia corretta. Se mentono o commettono un errore, perdono i loro soldi. Se hanno ragione, ottengono un premio. Questo sistema si basa sulla fiducia, ma in un'era digitale, la fiducia deve essere costruita su prove verificabili e regole chiare su chi viene pagato e chi viene punito.
Per anni, i ricercatori hanno voluto studiare quanto bene funzionino questi sistemi, ma si sono scontrati con un problema frustrante. I registri delle loro transazioni sono pubblici, ma sono scritti in un modo che rende quasi impossibile confrontare un sistema con un altro. Un pagamento in un sistema potrebbe sembrare un premio, mentre in un altro potrebbe sembrare un ritorno di un deposito. Una penalità potrebbe essere registrata come una promessa di pagamento futuro, o come una perdita immediata. Senza un modo per tradurre queste diverse lingue, gli scienziati non potevano misurare la vera salute economica di queste reti o capire quanto bene mantenessero le loro promesse.
Un team di ricercatori ha risolto ora questo enigma creando un enorme dataset unificato che traduce i registri di otto diversi sistemi di oracoli in un unico linguaggio comprensibile. Non si sono limitati a raccogliere dati; hanno ricostruito la storia di ogni transazione, distinguendo attentamente tra denaro che era stato promesso, denaro che era stato effettivamente guadagnato e denaro che era stato perso. Il loro lavoro copre oltre cento milioni di osservazioni specifiche di accountability, tracciando il percorso di miliardi di dollari di asset digitali attraverso cinque sistemi principali e tre più piccoli. Il risultato è una mappa chiara di come si comportano questi messaggeri digitali, mostrando esattamente quando vengono premiati, quando vengono penalizzati e quando il sistema semplicemente non riesce a capire cosa sia successo.
I ricercatori si sono concentrati su otto rami distinti di questa tecnologia, inclusi cinque sistemi principali che gestiscono controversie complesse e altri tre che si concentrano su parti specifiche del processo. Hanno raccolto i registri dall'inizio della vita di questi sistemi fino a una specifica data di interruzione a metà del 2026. In totale, hanno organizzato più di cento milioni di osservazioni tipizzate, che sono singoli record di un evento, come una richiesta di dati, un rapporto da parte di un messaggero o un voto in una disputa. Hanno anche identificato oltre ventidue milioni di componenti economiche, che sono le parti finanziarie specifiche di tali eventi, come un calcolo del premio o una valutazione di una penalità. Fondamentalmente, hanno filtrato questi dati fino a raggiungere quasi diciannove milioni di record in cui il denaro è effettivamente passato di mano o una penalità è stata realmente applicata, separando le promesse teoriche dagli esiti concreti.
Per dare un senso a questa montagna di dati, il team ha dovuto agire come contabili forensi. Si sono resi conto che un semplice trasferimento di denaro su una blockchain non significa sempre un profitto. A volte un trasferimento è solo un ritorno di un deposito, e a volte una penalità viene calcolata ma non viene mai effettivamente prelevata. I ricercatori hanno costruito un processo passo dopo passo per ricostruire la vita di ogni transazione. Hanno iniziato leggendo i log del codice grezzo dei diversi network, poi hanno messo insieme la sequenza degli eventi per vedere come una richiesta di informazioni si trasformasse in un rapporto, una disputa e infine in un pagamento o in una perdita. Hanno prestato molta attenzione alle regole di ogni specifico sistema, assicurandosi che un "premio" in un sistema non venisse confuso con una "commissione" in un altro.
Una delle scoperte più importanti del loro lavoro è la differenza tra ciò che viene rivendicato e ciò che è reale. In molti di questi sistemi, un partecipante potrebbe avere diritto a un premio, ma se non lo richiede, il denaro rimane lì, non riscosso. I ricercoli si sono assicurati che i loro dati distinguessero tra denaro che era semplicemente dovuto e denaro che era stato effettivamente versato. Hanno anche separato il ritorno del proprio capitale da parte del partecipante dal profitto che ha realizzato. Questa distinzione è vitale perché cambia l'intera immagine di quanto questi sistemi costino o guadagnino effettivamente. Ad esempio, in uno dei sistemi studiati, hanno scoperto che 834 casi contestati erano stati classificati erroneamente in tentativi precedenti, dove il premio di un vincitore era stato mancato o una penalità era stata conteggiata due volte. Correggendo questi errori, hanno fornito una visione molto più accurata della realtà finanziaria.
Il team ha anche controllato rigorosamente il proprio lavoro per garantire che fosse affidabile. Hanno eseguito test per vedere se i numeri tornassero, confrontando i pagamenti attesi con il denaro che si è effettivamente mosso. Nei sistemi in cui potevano tracciare l'intero percorso di una transazione, i numeri corrispondevano perfettamente. Hanno anche creato un piccolo set di casi di test per vedere se i loro dati ricostruiti potessero predire esiti futuri, come se una disputa sarebbe stata vinta o persa. I loro dati hanno performato meglio di un azzardo casuale, dimostrando che i modelli che hanno scoperto erano reali e utili. Tuttavia, sono stati attenti a sottolineare che i loro dati riflettono le decisioni prese dai sistemi stessi, non un test indipendente sul fatto che l'informazione fosse fattualmente vera nel mondo reale.
Questo dataset non è solo un elenco di numeri; è uno strumento che permette ai ricercatori di porre nuove domande su come funzionano queste economie digitali. Rivela che, sebbene i sistemi siano progettati per essere equi, il modo in cui registrano il denaro può essere confuso e incoerente. Fornendo una visione chiara e standardizzata di questi processi, i ricercatori hanno aperto la porta a una comprensione più profonda di come la fiducia venga mantenuta nell'era digitale. Hanno dimostrato che, sebbene la tecnologia sia complessa, gli incentivi economici che la guidano possono essere misurati e compresi, a patto di dedicare il tempo necessario per tradurre le diverse lingue in una storia comune. Il lavoro non pretende di aver risolto ogni problema o di aver trovato ogni verità nascosta, ma ha costruito la prima base affidabile per confrontare questi sistemi e comprenderne il vero impatto economico.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.