Bilgi Finansmanı: Tahmin Pazarını Aşan Yeni Bir Vizyon

Tahmi̇n pazari olarak yeni bir blockchain uygulaması, giderek daha fazla insanın dikkatini çekiyor. Ethereum'un kurucusu olarak, tahmin pazarlarına derin bir ilgi duyuyorum. 2014 yılında, tahmine dayalı yönetim modellerini ele alan bir makale yazdım. 2015 yılında, tahmin pazarı Augur'un gelişimine aktif olarak katıldım ve destek verdim. 2020 ABD seçimlerinde, tahmin pazarları aracılığıyla 58,000 dolar kazandım. Son zamanlarda, Polymarket'in gelişimini dikkatle izliyor ve destekliyorum.

Birçok insan için tahmin pazarı, seçim bahisleri demektir, ancak bu başka bir kumar biçimidir. Bu açıdan bakıldığında, tahmin pazarına olan tutkum biraz şaşırtıcı gibi görünebilir. Ama aslında, ben tahmin pazarının arkasındaki derin kavramı önemsiyorum. Bence:

1. Mevcut tahmin pazarı zaten çok yararlı bir araçtır;

2. Daha önemlisi, tahmin pazarı sadece "bilgi finansmanı" olarak adlandırılan daha geniş bir alanın öncüsüdür. Bilgi finansmanının sosyal medya, bilim, haber, yönetim gibi birçok alanda uygulanması beklenmektedir.

Polymarket: Bahis Sitesi ve Haber Platformu'nun Çift Kimliği

Son dönemdeki ABD seçimlerinde, Polymarket bilgi kaynağı olarak avantajını gösterdi. %60/%40 kazanma olasılığı tahmininin yanı sıra, Polymarket sonuçlar açıklandığında gerçeği doğrudan ortaya koydu: bir adayın kazanma olasılığı %95'in üzerinde, aynı zamanda tüm hükümet departmanları üzerindeki kontrolü elde etme olasılığı %90'ın üzerinde. Bu, birçok uzman ve haber kaynağının yanıltıcı raporlarıyla keskin bir tezat oluşturuyor.

Polymarket'in değeri sadece büyük olaylarla sınırlı değildir. Bu yıl Temmuz ayında Venezuela başkanlık seçimleri sırasında, Polymarket'te Maduro'nun devrilme olasılığına 100.000 dolardan fazla bahis koymak isteyen birinin %23 olduğunu gördüm. Bu dikkatimi çekti ve muhalefetin alışılmadık bir strateji benimsediğini fark etmemi sağladı, bu da dikkate değer. Polymarket'in ilk sinyali olmasaydı, bu olayın önemine hiç dikkat etmeyebilirdim.

Elbette, grafik verilerine körü körüne inanmamalıyız. Herkes sadece grafikleri inceliyorsa, sermayesi olanlar piyasayı manipüle edebilir. Aynı şekilde, tamamen geleneksel haberlere güvenmek de sakıncalıdır, çünkü haberler genellikle tıklama oranı için olayları abartma eğilimindedir. Akıllıca bir yaklaşım, haber okumayı ve piyasa verilerini incelemeyi birleştirmektir. Şok edici haberler gördüğünüzde, ancak piyasa tahmin oranları değişmediyse, şüpheci kalmalısınız. Öte yandan, eğer piyasada beklenmeyen yüksek veya düşük olasılıklar veya ani dalgalanmalar oluyorsa, arkasındaki nedenleri derinlemesine araştırmaya değer.

Sonuç olarak, haber ve piyasa verilerini birleştirerek daha kapsamlı bilgilere ulaşabiliyoruz. Bahis oyuncuları için Polymarket bir bahis platformudur. Diğerleri için ise bir haber veri sitesidir. Grafik verilerine tamamen güvenmemekle birlikte, piyasa verilerini incelemeyi bilgi toplama sürecimin bir parçası haline getirdim ve bunu geleneksel medya ve sosyal medya ile yan yana koydum. Bu, bilgileri daha verimli bir şekilde edinmeme yardımcı oldu.

Bilgi Finansmanı'nın Geniş Geleceği

Seçim sonuçlarını tahmin etmek, bilgi finansmanının sadece bir uygulamasıdır. Daha geniş bir kavram, finansmanı bir koordine teşvik mekanizması olarak kullanarak, izleyicilere değerli bilgiler sunmaktır. Bazıları, tüm finansmanın esasen bilgi ile ilgili olduğunu söyleyebilir. Farklı katılımcılar, geleceğe dair farklı görüşlere dayanarak alım satım kararları alırlar, pazar fiyatlarından dünyaya dair birçok bilgi çıkarabiliriz.

Ancak bilgi finansmanı daha kesin bir alandır, bu da bizden şunları talep eder:

1. Öğrenmek istediğiniz gerçeklerden başlayın;

2. Katılımcılardan bu bilgiyi en iyi şekilde elde etmek için pazar mekanizmasını titizlikle tasarlayın.

Tahmi̇n pazari bir tipik örnektir: gelecekte ne olacağını bilmek istiyoruz, bu nedenle insanların buna bahis yapmasını sağlamak için bir pazar kuruyoruz. Diğer bir örnek karar pazarıdır: karar A'nın mı yoksa B'nin mi daha iyi sonuçlar vereceğini bilmek istiyoruz, bu nedenle şart pazarları kurarak insanların farklı kararlar altındaki gösterge değerlerine bahis yapmalarını sağlıyoruz.

Yapay zeka, önümüzdeki on yıl içinde finans sektöründe büyük bir etki yaratma olasılığı taşıyor. Bunun nedeni, bilgi finansmanının birçok uygulamasının "mikro" sorunlarla ilgili olmasıdır: milyonlarca küçük ölçekli karar piyasası. Geleneksel olarak, düşük işlem hacmine sahip piyasalar etkili bir şekilde çalışmakta zorluk çekiyor çünkü profesyonel katılımcıların yeterli kar motivasyonu yok. Ancak yapay zeka bu durumu değiştirdi; işlem hacmi yalnızca 10 dolar olan piyasalarda bile yüksek kaliteli bilgilere ulaşma şansımız olabilir. Destekleme gerekse bile, her sorun için destekleme ölçeği de karşılanabilir.

Bilgi Finansmanı: İnsan Yargısını Rafine Etmek

Varsayalım ki güvenilir ama maliyeti yüksek bir insan yargı mekanizmamız var, düşük maliyetle onun "ucuz versiyonuna" gerçek zamanlı erişim sağlamak istiyoruz. Robin Hanson bir öneri sundu: Her karar gerektiğinde bir tahmin pazarı kurmak, pahalı mekanizmanın ne sonuç vereceğini tahmin etmek. Pazar çalışır ve yapıcıları sübvanse etmek için az miktarda para yatırılır.

Çoğu durumda, gerçekten pahalı mekanizmaları çağırmayacağız: kararlar muhtemelen doğrudan piyasa ortalamasına dayanarak verilecektir. Sadece çok az durumda, belki rastgele seçim veya en yüksek işlem hacmine sahip piyasa olduğunda, pahalı mekanizmaları gerçekten çalıştıracak ve buna göre katılımcıları tazmin edeceğiz.

Böylece, orijinal mekanizmanın davranışını büyük ölçüde yansıtan, güvenilir, tarafsız, hızlı ve ucuz bir "rafine versiyon" sağlanmış olur. Çünkü bu sonucun gerçekleşmesine yardımcı olan katılımcılar yalnızca kâr elde edebilir, diğerleri ise zarar edecektir.

Bu yöntem yalnızca sosyal medya için değil, aynı zamanda merkeziyetsiz özerk organizasyon ( DAO ) için de geçerlidir. DAO'nun en büyük sorunlarından biri çok fazla karar alınmasıdır, bu da çoğu insanın katılmaktan kaçınmasına neden olur. Eğer DAO'da gerçek oylama çok az gerçekleşiyorsa ve çoğu mesele tahmin pazarı tarafından belirleniyorsa, insan ve AI birlikte oylama sonuçlarını tahmin ediyorsa, bu tür bir DAO daha iyi çalışabilir.

Bilgi Finansının Diğer Uygulamaları

Kişisel token: Her birey için ticareti yapılabilir tokenler oluşturmak, gelecekteki statülerine dair beklentileri yansıtmak. Şu anda friend.tech gibi projeler yeterince olgun olmasa da, daha dikkatli bir ekonomik tasarım ile yetenek keşfi gibi önemli sorunları çözme umudu var.

Reklam: Gerçek satın alma davranışına dayanan bu "pahalı ama güvenilir sinyal", bilgi finansmanı insanlara daha iyi satın alma kararları vermelerine yardımcı olabilir.

Bilimsel akran değerlendirmesi: Tahmin pazarı aracılığıyla yeniden gözden geçirilmesi gereken araştırma sonuçlarını belirlemek, okuyucuların belirli sonuçların güvenilirliğini değerlendirmelerine yardımcı olur. İlk deneyler başarılı oldu.

Kamusal Mallar Finansmanı: Tüm bağımlılık grafiğini takip ederek, her projenin olumlu sonuçlara katkısını belirlemek, mevcut finansman mekanizmasındaki "popülarite yarışı" sorununu iyileştirmeyi umuyor.

Sonuç

Bu fikirler yıllardır tartışılsa da, bilgi finansmanın bu on yılda büyük bir potansiyele sahip olduğunu düşünüyorum, bunun başlıca üç nedeni var:

1. Bilgi finansmanı, insanların siyaset, bilim ve ticaret alanlarında yaygın olarak karşılaştıkları güven sorununu çözüyor;

2. Ölçeklenebilir blok zinciri teknolojisi bu fikirlerin gerçekleştirilmesi için altyapıyı sağlamaktadır;

3. Yapay zekanın katılımı, küçük ölçekli sorunlarda etkili pazarlar oluşturmayı mümkün kılmaktadır.

Bu fırsatı tam olarak değerlendirmek için, seçim tahminlerinin ötesine geçmeli ve bilgi finansının daha geniş uygulama olanaklarını keşfetmeliyiz.