贡献者：DAOctor/img/20230515163722042548/0.jpg "/>
北卡罗来纳州众议院通过法案委托研究持有比特币:金色财经报道，北卡罗来纳州众议院通过了一项法案，将委托进行一项 50,000 美元的研究，以审查获取、安全存储、保险和清算”金条和“比特币等虚拟货币。研究将调查如果北卡罗来纳州持有部分资金为加密货币和黄金，黄金和加密货币持有量将会产生什么影响。
具体来说，它将研究此类持有是否可以对冲通货膨胀和系统性信用风险，以及黄金和加密货币是否可以减少波动性并增加其投资组合的回报。[2023/6/29 22:07:46]
二、链上治理系统中的人格偏见问题
研究发现DAO在创建和审议提案时面临的三个挑战。
1）DAO成员的技术和知识不对称
由于DAO由具有不同知识水平的参与者组成，因此：
许多成员无法准确评估复杂的提案
即使简单的提案，用户也无法判断某些动作的二阶和三阶效应
成员们缺乏动力去花时间熟悉提案以做出更明智的决策
进一步导致在评估期间缺乏参与，并且对提案的批评不太有效。
动态 | MXC平台通过链上公益捐出首笔善款:据官方消息，MXC平台已向“链向慈善 新年心愿 有你点亮”慈善活动捐出首笔善款，点亮苗族女孩们的上学梦。据悉，本次活动由链向财经、Cobo、虎符、爱德基金会联合发起。
区块链的公开透明解决了传统慈善的痛点，不需要慈善机构主动公开，人人都可以自行查询此地址的所有账目，了解善款资金的使用流向。[2020/1/3]
2）过度依赖身份来评估提案
没有时间或专业知识研究提案，时间或知识储备不足的用户依赖于来自高地位成员的社交启发来判断提案是“好”还是“坏”。
3）评论中的身份和偏见问题
这导致DAO决策根据身份而不是提案优点来评估和接受。
有意识和无意识的偏见是学术界公认的问题，并且已被广泛研究。例如，与双盲审稿人相比，非盲审稿人更有可能接受著名作者或顶级机构的论文。
三、通过匿名技术解决偏见
几十年来，学术界一直在与这种偏见作斗争，并已开始使用信息技术消除其审查系统中的偏见。
动态 | Algorand新节点计划通过，分发由2年释放改为5年释放:据官方消息，Algorand新节点计划通过，分发由之前的2年释放改为5年释放。[2019/12/4]
然而，由于工具不足，DAOs并没有解决这个问题。我们认为，可以首先概述DAO中参与者的动态来解决偏见。换句话说，DAO既有明显的偏见—“超级明星”故意劫持提案，也有隐性的偏见，即提案不是仅根据优点来判断的。
1）专家：在特定领域具有高技能、知识或贡献的人。
动态 | 三个BOSCore WPS公投提案通过，成功收到提案基金:据imeos报道，2019年7月8日，BET（BOSCore执行团队）召开首次针对BOSCore的三个公投提案系统的通过会议。会议主要目的是审核提案是否被严格地执行和完成，BET成员并投票表示提案通过与否。经过会议投票，由EOS Nation提出的《BOS 链上提案和契约资金托管系统》和Node Pacific 提出的《BOSCore海内外核心治理社区搭建&日常运营提案》和《BOSCore公投系统/WPS全球推广提案》获得投票通过，随后BET团队开始多签转账。 于2019年7月15日，BET多签转账完成，提案方均已成功收到WPS基金。[2019/7/16]
由于提案者的历史工作和可靠性，专家的提案更容易“信任”。
专家和非专家的意见和讨论质量存在差异
非专家缺乏时间或技能来正确阅读和理解提案。
TLDR：DAO的专业知识具有内在优势，可用于帮助非专家
2）地位：相对的社会或职业地位；
声音 | 99EX陈菲菲：希望通过社区帮助投资者更快成长:1月18日，以《凝聚·发展》为主题的金色学院暨校友嘉年华在北京盛大开启。其中，99EX陈菲菲首先介绍了此前在金色学院的学习经历、投资经历，只要想从事区块链行业，就要不断的前行，创业的机会在路上，在这个路上，希望所有人都能手牵手、互相帮助，寻找到我们想要的机会。不论是区块链行业还是加密货币行业，或是投资者圈子，都属于初期阶段。随后，陈菲菲指出，现在很多人已经初步了解了加密货币和区块链，但却没有更深入的了解，我们希望能通过社区帮助投资者们更快成长。[2019/1/18]
无论专业水平如何，地位高的成员绝对值得信。
用户融合了地位、专业知识和信任。例如，节点操作员可能具有较高的地位，但专业知识和信任度较低。
地位高的人自私地行事并得到承认
地位低的人为DAO的利益行事，但会被忽略
3）高地位成员的提案带有内在的积极偏见
4）低地位成员的提案带有固有的负面偏见。
TLDR：DAO中的地位有固有的缺点，会降低讨论的价值
四、引入匿名，将会发生么？
然而匿名性缺乏突出的、个性化的或不寻常的特征。
匿名从话语中剥夺了地位和专业知识的信号。
每个人的审查都会增加
增加了治理疲劳，所有职位都受到平等审查。
增加了垃圾邮件的风险。
在线信誉系统在减少疲劳和垃圾邮件方面有着成功的历史。具体来说，StackOverflow已被证明在Crowd文档和讨论方面非常成功。一般来说，专家在StackOverflow上的行为和有效性也得到了研究和记录。
当Anonymity和Reputation结合时，一个具有理想属性的Robust讨论系统就出现了。即：
随着时间的推移积累的专业知识数量：
只有专家才能发提案
较少的专家可以TLDR，赞成/反对提案和话题
专家可以调节垃圾邮件
专家可以示意性地直接讨论
专家可以获得更多的专业点数
没有技能的用户现在可以依赖有贡献历史的专家，而不会被依赖纯粹身份的非专家所左右。
参考文献：
Reviewerbiasinsingle-versusdouble-blindpeerreview
AndrewTomkins,MinZhang,andWilliamD.Heavlin
Nobelandnovice:Authorprominenceaffectspeerreview?
JürgenHuber,SabiouInoua,RudolfKerschbamerandVernonL.Smith
Understandingandsupportinganonymitypoliciesinpeerreview
SyavashNobaranyandKelloggS.Booth
Crowddocumentation:ExploringthecoverageandthedynamicsofAPIdiscussionsonStackOverflow
GeorgiaTechnicalReport
TowardsDynamicInteraction-BasedReputationModels
A.Melnikov,J.Lee,V.Rivera,M.MazzaraandL.Longo
TheImportanceofReputationfortheEvolutionofDecentralization
CraigCalcaterra,WulfA.Kaal
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。