A cross-protocol dataset of blockchain oracle incentives and accountability
Este artigo introduz um conjunto de dados multiplataforma abrangente que padroniza e reconstrói os resultados econômicos e os registros de responsabilidade de oráculos de blockchain para permitir a pesquisa comparativa sobre incentivos, resolução de disputas e prestação de contas financeira entre oito diferentes ramos de oráculos.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Imagine um mundo onde programas de computador podem tomar decisões baseadas em eventos do mundo real, como o preço de uma ação ou o resultado de um jogo de esportes, mas os próprios computadores não podem ver o mundo exterior. Para preencher essa lacuna, um sistema especial chamado "oráculo" atua como um mensageiro, trazendo informações externas para o registro digital. Esses mensageiros não são apenas tubos passivos; eles são operados por pessoas e organizações que apostam seu próprio dinheiro para garantir que a informação esteja correta. Se eles mentirem ou cometerem um erro, perdem seu dinheiro. Se estiverem certos, ganham uma recompensa. Este sistema depende da confiança, mas em uma era digital, a confiança deve ser construída sobre provas verificáveis e regras claras sobre quem é pago e quem é punido.
Por anos, pesquisadores quiseram estudar o quão bem esses sistemas funcionam, mas enfrentaram um problema frustrante. Os registros de suas transações são públicos, mas são escritos de uma forma que torna quase impossível comparar um sistema com outro. Um pagamento em um sistema pode parecer uma recompensa, enquanto em outro, parece um retorno de um depósito. Uma penalidade pode ser registrada como uma promessa de pagamento posterior, ou como uma perda imediata. Sem uma maneira de traduzir essas diferentes linguagens, cientistas não podiam medir a verdadeira saúde econômica dessas redes ou entender quão bem elas cumprem suas promessas.
Uma equipe de pesquisadores resolveu agora esse quebra-cabeça ao criar um conjunto de dados massivo e unificado que traduz os registros de oito sistemas de oráculo diferentes para uma linguagem única e compreensível. Eles não apenas coletaram dados; eles reconstruíram a história de cada transação, distinguindo cuidadosamente entre dinheiro que foi prometido, dinheiro que foi realmente ganho e dinheiro que foi perdido. O trabalho deles cobre mais de cem milhões de observações específicas de prestação de contas, rastreando a jornada de bilhões de dólares em ativos digitais através de cinco sistemas principais e três menores. O resultado é um mapa claro de como esses mensageiros digitais se comportam, mostrando exatamente quando são recompensados, quando são penalizados e quando o sistema simplesmente não consegue determinar o que aconteceu.
Os pesquisadores focaram em oito ramos distintos desta tecnologia, incluindo cinco sistemas principais que lidam com disputas complexas e outros três que se concentram em partes específicas do processo. Eles reuniram registros desde o início da vida desses sistemas até uma data de corte específica em meados de 2026. No total, eles organizaram mais de cem milhões de observações tipadas, que são registros individuais de um evento, como uma solicitação de dados, um relatório de um mensageiro ou um voto em uma disputa. Eles também identificaram mais de vinte e dois milhões de componentes econômicos, que são as peças financeiras específicas desses eventos, como um cálculo de recompensa ou uma avaliação de penalidade. Crucialmente, eles filtraram esses dados para quase dezenove milhões de registros onde o dinheiro realmente mudou de mãos ou uma penalidade foi verdadeiramente aplicada, separando as promessas teóricas dos resultados realizados.
Para dar sentido a essa montanha de dados, a equipe teve que agir como contadores forenses. Eles perceberam que uma simples transferência de dinheiro em uma blockchain não significa sempre um lucro. Às vezes, uma transferência é apenas um retorno de um depósito e, às vezes, uma penalidade é calculada, mas nunca é efetivamente tomada. Os pesquisadores construíram um processo passo a passo para reconstruir a vida de cada transação. Eles começaram lendo os logs de código bruto das diferentes redes, depois montaram a sequência de eventos para ver como uma solicitação de informação se transformou em um relatório, uma disputa e, finalmente, um pagamento ou uma perda. Eles prestaram muita atenção às regras de cada sistema específico, garantindo que uma "recompensa" em um sistema não fosse confundida com uma "taxa" em outro.
Uma das descobertas mais importantes de seu trabalho é a diferença entre o que é reivindicado e o que é real. Em muitos desses sistemas, um participante pode ter direito a uma recompensa, mas se ele não a reivindicar, o dinheiro fica lá, não coletado. Os pesquisadores garantiram que seus dados distinguissem entre dinheiro que era meramente devido e dinheiro que foi realmente pago. Eles também separaram o retorno do próprio capital de um participante do lucro que ele obteve. Essa distinção é vital porque altera todo o quadro de quanto esses sistemas realmente custam ou ganham. Por exemplo, em um dos sistemas que estudaram, descobriram que 834 casos disputados haviam sido classificados incorretamente em tentativas anteriores, onde a recompensa de um vencedor foi perdida ou uma penalidade foi contada duas vezes. Ao corrigir esses erros, eles forneceram uma visão muito mais precisa da realidade financeira.
A equipe também verificou seu trabalho rigorosamente para garantir que fosse confiável. Eles realizaram testes para ver se os números batiam corretamente, comparando os pagamentos esperados com o dinheiro real que se moveu. Nos sistemas onde puderam traçar o caminho completo de uma transação, os números coincidiam perfeitamente. Eles também criaram um pequeno conjunto de casos de teste para ver se seus dados reconstruídos poderiam prever resultados futuros, como se uma disputa seria vencida ou perdida. Seus dados performaram melhor do que o acaso, mostrando que os padrões que uncovered eram reais e úteis. No entanto, foram cuidadosos ao notar que seus dados refletem as decisões tomadas pelos próprios sistemas, e não um teste independente de se a informação era factualmente verdadeira no mundo real.
Este conjunto de dados não é apenas uma lista de números; é uma ferramenta que permite aos pesquisadores fazer novas perguntas sobre como essas economias digitais funcionam. Ele revela que, embora os sistemas sejam projetados para serem justos, a maneira como registram o dinheiro pode ser confusa e inconsistente. Ao fornecer uma visão clara e padronizada desses processos, os pesquisadores abriram a porta para uma compreensão mais profunda de como a confiança é mantida na era digital. Eles mostraram que, embora a tecnologia seja complexa, os incentivos econômicos que a impulsionam podem ser medidos e compreendidos, desde que se leve o tempo necessário para traduzir as diferentes linguagens em uma história comum. O trabalho não afirma ter resolvido todos os problemas ou encontrado todas as verdades ocultas, mas construiu a primeira base confiável para comparar esses sistemas e entender seu verdadeiro impacto econômico.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.