Pengenalan

Mencapai alokasi optimal barang publik dalam sistem desentralisasi rentan terhadap kekurangan investasi karena masalah free-rider. Vitalik Buterin, Hitzig, dan Weyl memberikan generalisasi algoritma pemungutan suara kuadrat ke mekanisme untuk mencapai alokasi barang publik yang optimal secara sosial [2]. Algoritma, yang dikenal sebagai pendanaan kuadrat, melibatkan sponsor / donor yang cocok dengan kontribusi komunitas donor individu yang terdesentralisasi. Di bawah mekanisme pendanaan kuadrat, total dana yang dialokasikan untuk proyek barang publik sama dengan kuadrat dari jumlah akar kuadrat dari kontribusi individu.

Dalam makalah ini saya mulai dengan memberikan bukti matematis sederhana bahwa, dalam kondisi ideal, mekanisme pendanaan kuadratik mencapai alokasi barang publik yang terbaik. Kemudian saya menjelaskan empat deviasi dari kondisi ideal ini yang dapat menyebabkan hasil yang suboptimal bagi mekanisme pendanaan kuadratik. Keterbatasan ini adalah informasi asimetris, kolusi, penipuan, dan pendanaan yang kurang oleh donor. Terakhir, saya membahas Gitcoin Grants, aplikasi dunia nyata dari mekanisme pendanaan kuadratik.

Model Pendanaan Kuadratik

Bagian ini akan memberikan ringkasan singkat tentang model yang mendasari model pendanaan kuadratik untuk alokasi dana untuk barang publik. Saya mulai dengan menurunkan alokasi sumber daya terbaik pertama dari perencana pusat, dan kemudian menunjukkan bahwa model pendanaan kuadratik dapat menerapkan tingkat pendanaan perencana pusat di seluruh barang publik dalam pengaturan terdesentralisasi. Penurunan akan sebagian besar pada tingkat heuristik, dan menghilangkan beberapa detail lebih lanjut seperti kondisi orde kedua.

Biarlah ada P barang publik, diindeks dengan p = 1, 2, …, P. Perencana pusat memilih tingkat pendanaan Fp untuk setiap barang publik. Barang publik p memberikan nilai utilitas Vp(Fp). Perencana kemudian memilih untuk memaksimalkan:

Syarat pertama adalah:

Dengan demikian, perencana akan memilih untuk mendanai masing-masing barang publik hingga pada titik di mana manfaat marginal dari dolar terakhir pendanaan sama dengan biaya marginalnya.

Sekarang, pertimbangkan pendanaan barang publik dalam sistem terdesentralisasi dengan pendanaan kuadratik. Biarkan ada N individu, diindeks dengan i = 1, 2, …, N. Setiap individu i memiliki preferensi untuk barang publik p yang disebutkan oleh

Setiap individu i berkontribusi pada kebaikan publik p sejumlah

Namun, pendanaan aktual dari kebaikan publik p akan ditentukan oleh aturan pendanaan kuadratik:

Perhatikan bahwa kami mengasumsikan bahwa perbedaan (defisit) antara total jumlah dana yang dihabiskan dan total jumlah dana yang disumbangkan oleh agen-agennya ditutupi oleh seorang donatur/pemberi sumbangan. Entitas ini bertugas untuk mendanai defisit dari

Setiap agen i akan memilih

sehingga memaksimalkan:

Kondisi urutan pertama adalah:

atau,

Menjumlahkan pada i, dan menyadari bahwa

dan dengan demikian

jadi,

Mekanisme Pendanaan Kuadratik akan menghasilkan tingkat pendanaan yang identik dengan barang publik P sebagaimana yang direncanakan oleh perencana pusat.

Masalah dengan Pendanaan Kuadratik

Informasi Asimetris

Salah satu asumsi penting yang mendasari kemampuan pemungutan suara kuadratik untuk mencapai alokasi aggreGate optimal adalah bahwa para pemilih yakin tentang kualitas mendasar dari proyek-proyek yang mereka pilih. Artinya, meskipun para pemilih diperbolehkan memiliki preferensi yang berbeda, mereka semua setuju tentang kualitas proyek-proyek tersebut. Namun, dalam realitasnya, para pemilih akan memiliki informasi asimetris tentang kualitas proyek-proyek tersebut. Sebagai contoh, misalkan suatu barang publik tertentu adalah kontes coding yang disponsori untuk algoritma alokasi donor ginjal. Para pemilih kemungkinan akan berbeda pendapat tentang seberapa mungkin kontes coding tersebut akan menghasilkan algoritma fungsional, dan jika iya, seberapa lebih baiknya dibanding status quo. Dalam pengaturan seperti itu, kami mencari efisiensi alokasi dan informasi.

Benhaim, Falk, dan Tsoukalas menganalisis pendanaan kuadrat di bawah informasi asimetris [3]. Mereka mulai dengan hasil yang ditunjukkan sebelumnya bahwa di bawah informasi lengkap, pemungutan suara kuadrat mencapai efisiensi alokatif. Namun, ini umumnya tidak benar di bawah ketidakpastian kualitas. Inilah intuisi dasarnya. Di bawah kepastian kualitas, skema pembobotan di bawah pemungutan suara kuadrat, di mana biaya untuk memperoleh hak suara cembung, memungkinkan preferensi pemilih untuk aggreGate dengan jumlah kekuatan suara yang tepat untuk mencapai yang terbaik pertama. Namun, di bawah ketidakpastian, kami melihat lebih dari sekadar menggabungkan preferensi. Secara khusus, kami ingin mengumpulkan informasi asimetris sehingga "kebijaksanaan orang banyak" dapat didengar dengan sebaik-baiknya. Itu tidak benar di bawah pemungutan suara kuadrat, di mana pemilih terlihat memiliki insentif yang berkurang untuk memiliki keyakinan mereka yang diagregasi.

BFT menemukan bahwa dalam informasi asimetris, pemungutan suara kuadratik sebenarnya dapat kurang berhasil dibandingkan pemungutan suara linear tradisional. Hal ini disebabkan oleh kenyataan bahwa konveksitas biaya pemungutan suara kuadratik dapat mengurangi insentif pemilih untuk memberikan cukup suara untuk mencerminkan keyakinan mereka. Namun, ketika jumlah pemilih meningkat menuju tak terhingga, baik pemungutan suara kuadratik maupun pemungutan suara linear menghasilkan penggabungan informasi pemilih yang efisien. Hal ini menunjukkan bahwa dalam kondisi di mana asimetri informasi paling besar, perancang sistem pemungutan suara seharusnya fokus pada peningkatan partisipasi pengguna. Misalnya, mereka dapat memberikan insentif langsung untuk partisipasi pemilih.

Kolusi

Kolusi merujuk pada kesepakatan antara kontributor untuk keuntungan diri mereka sendiri atas biaya pemegang token lainnya. Kesepakatan tersebut bisa bersifat diam-diam atau eksplisit, dengan kesepakatan diam-diam jelas sulit untuk terdeteksi. Pada dasarnya, koordinasi antara blok pemilih besar dapat memungkinkan pengalihan manfaat publik ke agen kolusi. BHW mengakui bahwa kolusi adalah kerentanan sentral dari pendanaan kuadratik.

Mari berikan contoh teori permainan kolusi yang sederhana, diambil dari Pasquini. Pertimbangkan permainan satu kali antara dua kontributor, yang memberikan suara pada dua proyek, masing-masing memiliki kepentingan dalam pendanaan salah satu dari dua proyek tersebut. Kontributor 1 dan 2 masing-masing memiliki dana c untuk diinvestasikan. Jumlah total dana yang terkumpul oleh proyek 1 diberikan kepada kontributor 1, dan jumlah total dana yang terkumpul oleh proyek 2 diberikan kepada kontributor 2.

Setiap kontributor dapat bekerja sama atau tidak bekerja sama. Kerjasama berarti kontributor memberikan c/2 kepada setiap proyek. Tidak bekerja sama berarti memberikan c kepada proyek mereka sendiri, dan tidak memberikan apa-apa kepada yang lain.

Pertimbangkan 4 kemungkinan pembayaran:

A. Jika keduanya bekerja sama, maka pendanaan setiap proyek sesuai dengan aturan kuadratik

Setelah membayar c secara bersih, setiap orang menerima 2c-c=c.

B. Jika satu pihak bekerja sama dan pihak lainnya tidak, maka pihak yang bekerja sama akan mendapatkan pendanaan proyek yang sama dengan

dengan hasil bersih dari

Mereka yang tidak bekerjasama memiliki pendanaan proyek sebesar

dengan hasil bersih dari

C. Jika keduanya tidak bekerja sama, maka pendanaan setiap proyek sama dengan

dengan hasil bersih c-c=0.

Menuliskan matriks payoff permainan ini:

Mudah untuk melihat bahwa satu-satunya Kesetimbangan Nash (murni) adalah untuk tidak saling berkerjasama, yang mengarah pada pembayaran kesetimbangan nol untuk setiap pemilih. Ini hanya kasus dari Dilema Tahanan, di mana keduanya akan lebih baik bekerja sama dan mendapatkan c, tetapi kerjasama didominasi oleh tidak bekerja sama. Intuisi dari permainan ini adalah mengapa BHW menyatakan bahwa "insentif unilateral sangat kuat melawan bentuk-bentuk tertentu dari kolusi."

Namun, jika mekanisme ini menjadi bagian dari permainan yang berulang tak terbatas, maka kita tahu bahwa (dalam batasan parameter tertentu pada diskon) hasil kerjasama dapat dipertahankan dalam keseimbangan "tit-for-tat" standar. Strategi tersebut akan berbentuk kerjasama dengan ancaman bahwa setiap penyimpangan akan dihadapi dengan tidak kerjasama. Hasil ini bisa menjadi masalah besar bagi aplikasi yang memperbolehkan ancaman tidak kerjasama untuk mempertahankan keseimbangan dinamis yang kooperatif. Perhatikan bahwa Gitcoin Grants telah diulang banyak kali.

Penipuan

BHW juga mencantumkan penipuan sebagai kerentanan utama pendanaan kuadratik. Bahkan, ketika membandingkan penipuan dengan kolusi, mereka menyebut penipuan sebagai "masalah yang lebih sederhana dan lebih menghancurkan." Karena konveksitas fungsi kuadratik, ada insentif bawaan untuk menyalahgunakan diri secara penipuan sebagai banyak individu. Terkadang ini disebut sebagai "serangan Sybil."

BHW menawarkan contoh sederhana ini. Pertimbangkan seorang pemilih tunggal yang sedang mempertimbangkan untuk menyumbangkan $20x ke proyek (di mana mereka memiliki kepentingan pribadi). Jika dia mampu menyesatkan dirinya sebagai 20 pemilih yang menyumbangkan $x masing-masing, dia akan membayar $20x tetapi penyebabnya (yang diberikan kepadanya) menerima

Artinya, kontribusi individunya meningkat 20 kali lipat. Jika jenis penipuan ini diizinkan, maka kita memiliki arbitrase yang jelas yang akan sepenuhnya mengacaukan kejujuran sistem pemungutan suara.

BHW menyarankan bahwa satu-satunya sistem yang bermakna dalam mencegah penipuan semacam itu adalah sistem verifikasi identitas yang efektif, yang mungkin tidak mudah dalam pengaturan DAO yang sering kali dirancang untuk menjaga anonimitas. Selain itu, perlu dilakukan audit hasil pemungutan suara dengan penalti yang memadai terhadap penipuan untuk mencegah dorongan untuk mengeksploitasi.

Kekurangan dana

Di bawah mekanisme pendanaan kuadratik, peran sponsor/pemberi sumbangan sangat penting. Ingatlah bahwa mekanisme ini memilih jumlah pendanaan untuk proyek barang publik melalui penerapan aturan kuadratik terhadap kontribusi individu dan menggunakan dana sponsor untuk mencapai tingkat implisit yang dihasilkan. Pada kenyataannya, dana yang disediakan oleh pemberi sumbangan kemungkinan akan kurang dari yang diperlukan untuk mencapai alokasi optimal secara sosial. Ini adalah masalah yang dianalisis dalam Pasquini.

Masalah dana donatur yang terbatas telah diatasi oleh BHW. Untuk mengatasi keterbatasan ini, mereka membahas mekanisme yang disebut "pendanaan kuadratik yang terbatas modal" yang pada dasarnya membuat kebaikan publik sebesar dana yang cocok, dan masih proporsional dengan aturan pendanaan kuadratik. Bahkan, ini adalah implementasi yang digunakan dalam Gitcoin Grants.

Pasquini menunjukkan bahwa pendanaan kuadratik yang terbatas modalnya gagal mencapai optimalitas. Artinya, bahkan dengan adanya batasan, aturan pendanaan kuadratik gagal mengalokasikan dana secara optimal secara sosial. Diperlihatkan bahwa hasil tersebut berasal dari kenyataan bahwa dalam keseimbangan yang terbatas, kontribusi individu lebih rendah karena mereka tidak sepenuhnya dibalas atas manfaat sosial yang mereka hasilkan melalui kontribusi mereka. Artinya, batasan tersebut memengaruhi insentif pemilih individu dan menyebabkan deviasi dari kondisi optimalitas orde pertama yang diperlukan.

Gitcoin Grants

Mungkin contoh paling terkenal dari mekanisme pendanaan kuadratik di dunia nyata adalah Gitcoin Grants. Gitcoin Grants adalah metode pendanaan proyek perangkat lunak sumber terbuka serta barang publik lainnya di ekosistem blockchain Ethereum. Perangkat lunak sumber terbuka adalah contoh yang sangat baik dari barang publik. Ini tidak rival dalam arti bahwa manfaat perangkat lunak tidak menurun karena konsumsi orang lain. Ini tidak dapat dikecualikan karena perangkat lunak sumber terbuka tersedia secara gratis untuk publik, terlepas dari apakah mereka berkontribusi atau tidak.

Menurut Yash Agarwal, Gitcoin telah memfasilitasi lebih dari $72.8 juta pendanaan untuk perangkat lunak sumber terbuka [5]. Selain itu, Agarwal memberikan contoh sederhana bagaimana Gitcoin memanfaatkan algoritma pendanaan kuadratik, yang dalam praktiknya sebenarnya adalah varian dari mekanisme pendanaan kuadratik yang terbatas pada modal yang diusulkan di BHW.

Gitcoin Grants secara eksplisit menggunakan algoritma pendanaan kuadratik. Pasquini mengilustrasikan proses Gitcoin yang digunakan selama putaran 7 dan 8 Gitcoin Grants yang berlangsung pada tahun 2020. Selama beberapa hari putaran, para kontributor dapat menemukan proyek-proyek yang berpartisipasi yang dijelaskan pada sebuah halaman web, memilih proyek mana yang ingin diinvestasikan, dan melakukan transfer kriptocurrency. Halaman web diperbarui untuk melaporkan jumlah total yang diterima hingga saat ini, serta jumlah yang diharapkan akan diterima setelah dana yang cocok (di bawah pendanaan kuadratik) ditambahkan. Sebagai contoh, pada Putaran 8 terdapat 444 proyek dan 4.953 kontributor. Kontribusi individu per proyek rata-rata sekitar 30 DAI.

Halaman web publik Gitcoin Grants untuk platform pembiayaannya bersifat instruktif. Gitcoin Grants telah mengumpulkan 4,6 juta sumbangan unik dengan 5.242 proyek telah mengumpulkan dana [6]. Yang sedang berkata, tingkat aktivitas saat ini di situs tampaknya underwhelming. Misalnya, banyak proyek (bahkan dengan kurang dari seminggu tersisa di putaran mereka) telah mengumpulkan kurang dari $ 100. Selain itu, jumlah dana yang tersedia di kolam pencocokan juga seringkali kecil, dengan banyak kurang dari $ 1.000.

Dengan demikian, meskipun Gitcoin Grants mungkin saat ini merupakan pemain yang relatif kecil dalam pembiayaan barang publik, itu benar-benar merupakan contoh pendanaan kuadratik yang hidup dan bernapas. Dalam suatu pengertian, ini adalah prestasi yang luar biasa bahwa algoritma pendanaan berpindah dari makalah kerja akademik ke aplikasi dunia nyata dalam waktu hanya beberapa tahun. Ini menjadi bukti fleksibilitas model DAO untuk menyediakan tempat uji coba dan keterbukaan terhadap platform baru untuk tata kelola.

Tentang Penulis

Brian Grenadier adalah Kandidat J.D di Sekolah Hukum Stanford. Dia memegang gelar sarjana dalam Sejarah dari Universitas Stanford dan latar belakang yang kuat dalam matematika dan analisis data. Tulisan ini ditulis sebagai makalah akhirnya untuk CS 352B: Tata Kelola Blockchain.

Referensi

[1]https://www.gemini.com/cryptopedia/gtc-crypto-gitcoin-bounties-web3-gtc-token

[2] https://arxiv.org/abs/1809.06421

[3]https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4416748

[4] https://arxiv.org/pdf/2010.01193

[5] https://yashhsm.medium.com/memahami-gitcoin-mengenai-hibah-gaya-gitcoin-untuk-solana-75332a1cfcc8

[6] https://gitcoin.co/grants/

Disclaimer：

1. Artikel ini dicetak ulang dari [stanfordblockchain], Semua hak cipta milik penulis asli [Klub Blockchain Stanford]. Jika ada keberatan terhadap cetak ulang ini, silakan hubungi Gate Belajartim, dan mereka akan menanganinya dengan cepat.
2. Penolakan Tanggung Jawab: Pandangan dan opini yang terdapat dalam artikel ini semata-mata merupakan pandangan penulis dan tidak merupakan nasehat investasi apa pun.
3. Terjemahan artikel ke dalam bahasa lain dilakukan oleh tim Gate Learn. Kecuali disebutkan, menyalin, mendistribusikan, atau menjiplak artikel yang diterjemahkan dilarang.