مقاله پشته Commons ، همکاری نویسنده با مایکل ضرغام
توجه: این مقاله در ابتدا در وبلاگ BlockScience در 7 اوت 1919 منتشر شد ، می توانید این را در اینجا پیدا کنید.
همانطور که قبلاً متوجه شده اید ، ما در Commons Stack واقعاً از پتانسیل ابزارهای طراحی به کمک رایانه هنگام ساختن شبکه های رمزنگاری شده بسیار هیجان زده است. استفاده از cadCAD برای شبیه سازی ، آزمایش و اعتباربخشی تصمیمات طراحی ما قبل از راه اندازی کد ، یک حلقه تکرار مهندسی مهم را معرفی می کند که امروزه در فضای بلاک چین وجود ندارد. این تحول در جهت اتخاذ یک روش مهندسی استاندارد نشانه ای از یک صنعت در حال بلوغ است و بدون شک منجر به قابلیت همکاری بیشتر اجزای منبع باز و نتایج بهتر در ماندگاری طولانی مدت پروتکل های زیرساخت عمومی در حال ساخت می شود. اما ارزش این ابزارهای طراحی به کمک کامپیوتر دارای دمی بلندتر از آن چیزی است که در این مرحله به راحتی قابل تشخیص است.
نمایشی از ادغام مورد نیاز بین حلقه های مهندس (طراحی) و خلبان (استقرار) ، و ابزارها و فرایندهایی که تکرار موفق بین این دو را تسهیل می کند. (اعتبار: مایکل ضرغام)وقتی محیط های اقتصادی (یعنی cadCAD) را شبیه سازی می کنیم و حلقه های بازخورد تحلیلی حلقه را بر نتایج به دست آمده می بندند (یعنی داشبورد تجزیه و تحلیل Commons ، یک جزء برنامه ریزی شده از پشته Commons) ، ما ما خود را برای تصمیم گیری الگوریتمی در سطح دیگری به طور کامل آماده می کنیم-چیزی که ما آن را به کمک رایانه (CAG) می نامیم.
راهی آسان برای تعریف CAG این است که آن را از آنچه نیست تشخیص دهد. CAG توسط رایانه ها اداره نمی شود. برای ما بسیار مهم است که انسانها سرپرست باشند-ما فقط می خواهیم آنها به خوبی آگاه باشند!
ستون Commons پیشنهاد می کند سیستم های حکومتی فعلی ما را با ایجاد ابزارهایی برای مدل سازی و آزمایش نتایج سیاست ها بهبود بخشد تا شرکت کنندگان اطلاعات بهتری داشته باشند و بهترین تصمیمات ممکن را بگیرند. درست مانند CAD که فرآیندهای پیش نگارش پیش دیجیتالی را متحول کرد (و در این فرایند ماشین ها ، جاده ها ، ساختمان ها و ابزارک های ایمن تری به ما ارائه شد) ، cadCAD + CAG این پتانسیل را دارد که اساساً فرایندهای حکمرانی را بهینه کند. CAG عاملیت انسانی را تضعیف نمی کند. فقط تصویری واضح تر از بازیگران حکومتی در مورد آنچه آنها انجام می دهند-و برنامه ریزی برای انجام آن.
سیستم های پشتیبانی تصمیم آینده ما؟ (اعتبار: bert sz on Unsplash)امروزه در سیستم های حکمرانی در دنیای واقعی ما ، غالباً از درک پیچیده ای از سیستم برخوردار نیستیم. سیاستی که ما تصویب می کنیم ممکن است به صورت شهودی راه حل صحیح یک مشکل معین به نظر برسد ، اما اغلب فقط به جای صرف انگیزه سیستم غالب به سمت برد-برد واقعی ، صرف منابع غیر بهینه می شود.
در یک اقتصاد با الگوریتم تعریف شده ، ما به مردم نمی گوییم که "باید" چه کاری انجام دهند ، اما ما یک اهرم قوی داریم نکته ای در تعریف آنچه آنها می توانند انجام دهند و "اگر آنها انجام دهند چه اتفاقی می افتد." داده های رفتار سیستم بسیار مفید را از تجزیه و تحلیل های دقیق که از این مکانیسم های بازخورد و پویایی سیستم مربوطه آگاه هستند استخراج کنید. بر اساس این داده ها ، حکمرانی به کمک رایانه می تواند نکات م effectiveثر در سیاستگذاری را که ممکن است برای تصمیم گیرندگان غیرقابل تصور باشد پیشنهاد کند یا خطرات احتمالی یک پیشنهاد را به همراه داشته باشد.
نمایشی از نوآوری سیستم در تمام عمر که می تواند توسط CAG تسهیل شود ، هم با رعایت الزامات نرم افزاری فنی و هم با الزامات اکوسیستم اجتماعی. این نمودار دو مقیاس ارتقاء را نشان می دهد: طراحی کامل (مجدد) و به روزرسانی های تکاملی جزئی ، هر دو نوع سیستم با توجه به حکمرانی به کمک رایانه که در این سیستم ها تعبیه شده است تغییر می کند. (اعتبار: مایکل ضرغام)در حال حاضر انسان ها کاپیتان این سیستم پیچیده ای هستند که ما آن را جامعه خود می نامیم و ما ثابت می کنیم که در پیش بینی بصری کاملاً ناتوان هستیم اثرات غیر خطی که اقدامات سیاست ما می تواند بر نتایج واقعی داشته باشد. با CAG ، شاید بتوانیم این کار را آسان تر کنیمخودمان.
بیایید یک قیاس با خلبان هواپیما انجام دهیم. هواپیما با الگوهای باد و پویایی پیچیده روبرو است (تقریباً مانند جوامع ما) ، و خلبان این توانایی را ندارد که هر نیرویی را که بر هواپیمای خود وارد می کند (مانند تصمیم گیرندگان حاکم ما) محاسبه کند. خوشبختانه ، خلبان مجبور نیست تصمیم بگیرد که کدام فلپ و تثبیت کننده تا چه درجه ای در هر دور حرکت کند-او فقط ورودی قابل فهم انسان را در یوغ خود تغذیه می کند (به عنوان مثال هواپیما باید پایین بیاید ، بنابراین با یوغ به جلو فشار بیاورید.) اتوماسیون ساخته شده در طراحی مهندسی مکانیک هواپیما سپس تصمیم ساده انسان را به مجموعه ای از فعل و انفعالات پیچیده تبدیل می کند که منجر به حرکت فلپ ها و تثبیت کننده ها به زوایای مناسب می شود تا این تصمیم تسهیل شود.
سیستم های پیچیده و نوظهور مانند شبکه جهانی ترافیک هوایی ما در واقع مبتنی بر لایه های زیادی از فرایندها و فناوری ها هستند که هر یک جزء قوی لازم است برای ثبات سطوح بالاتر پیچیدگی. (اعتبار: مایکل ضرغام)حال که این قیاس را گامی دیگر برداشته ایم ، اجازه دهید سیستم های تصمیم گیری موجود برای کنترل کننده ترافیک هوایی را بررسی کنیم. آنها از تجزیه و تحلیل های پیشرفته مبتنی بر تحقیقات عملیات استفاده می کنند ، که شامل حجم زیادی از شبیه سازی و علم داده برای هدایت ده ها هزار هواپیما در سراسر جهان در هر لحظه است. سپس ، حتی در بالای آن سیستم ، نهادهای نظارتی وجود دارند که استاندارد سیستم ها و رویه های کنترل ترافیک هوایی را مدیریت می کنند. در ایالات متحده ، این نهاد FAA است ، که باید با سایر نهادهای نظارتی در حوزه های قضایی در سراسر جهان ارتباط برقرار کند! این نهادهای نظارتی در حال حاضر از مدلهای سیستم پیچیده مبتنی بر داده برای تصمیم گیری آگاهانه برای ایمنی و رفاه عمومی استفاده می کنند-اجازه دهید آن را به سایر حوزه های حاکمیتی که به شدت مورد نیاز است بسط دهیم.
با کمک رایانه حکمرانی ، ما در حال بررسی سیستم های بازخورد و شبیه سازی رفتاری پویای رفتاری هستیم که می تواند توانایی تصمیم گیری ما را به عنوان مباشر سیستم های پیچیده اجتماعی ما به میزان قابل توجهی بهبود بخشد. تصور کنید اگر بتوانیم توصیه های سیاست پیشنهادی را آزمایش کنیم و شبیه سازی و برآورد اثرات این سیاست ها را مشاهده کنیم. تصور کنید اگر سیستم بتواند تغییرات خط مشی را توصیه کند که به احتمال زیاد منجر به نتایج واقعی مورد نظر ما شود! به منظور دستیابی م goalsثر به اهداف مشترک خود ، از چندین لایه خودکار از پروتکل های رمزنگاری گرفته تا هوش مصنوعی کمک می کنیم.
این نمودار ضرورت یک جمعیت آگاه در مورد حکمرانی خوب را نشان می دهد. وقتی حلقه بازخورد برای آگاهی مردم در مورد پیامدهای سیاست های حکمرانی گذشته با حکمرانی به کمک رایانه را می بندیم ، مردم می توانند کنترل مناسبی را بر فرایندهای حکمرانی اعمال کنند تا از اهداف گروهی خود اطمینان حاصل کنند. (اعتبار: مایکل ضرغام)در هر سیستم حکومتی دموکراتیک که به خوبی کار می کند ، مردم باید در مورد وضعیت گذشته و حال حاضر اطلاعات کافی داشته باشند سیستم به منظور تصمیم گیری خوب در مورد آینده. یک فروپاشی دموکراتیک می تواند زمانی رخ دهد که مردم در مورد این موضوع گمراه شوندحقایق ، یا هنگامی که نتایج مطلوب کوتاه مدت دارای پیامدهای بلند مدت ناخواسته است (یعنی زمانی که حداکثرهای محلی و جهانی در یک راستا نباشند-فاجعه عوام دوباره رخ می دهد!) جوامع این روزها بر نفوذ و پیام های همسالان و گروه های دیگر تکیه می کنند ، که می تواند به راحتی متناسب با برنامه های جایگزین منحرف شوید. اگرچه نمی توانیم این تأثیر کج را به طور کامل کاهش دهیم ، اما می خواهیم از اهرم هایی که چنین تاکتیک هایی در سیستم های تصمیم گیری ما دارد ، بکاهیم. در داشبورد تجزیه و تحلیل قابل درک برای افراد ، کاربران می توانند در درک تأثیرات بالقوه سیاست بدون نیاز به توجه زیادی که امروزه نیاز دارند ، نمایندگی بالاتری را تجربه کنند. با اولویت بندی تجربه کاربری (UX) هنگام ایجاد این جامعه که نرم افزار پشتیبانی تصمیم گیری را تقویت می کند ، ما کاربران را قادر می سازیم که به راحتی و به طور دقیق خود را مطلع کرده و در نتیجه شرکت کنندگان بهتری در دموکراسی شوند. ما آینده ای را پیش بینی می کنیم که در آن این فناوری گمراه کردن مردم از طریق تاکتیک های جایگزین را برای بازیگران مخالف دشوارتر می کند ، آینده ای که در آن مجبور نخواهیم شد جانبداری از پیش داوری های پیش فرض خود و تراژدی عوام را انجام دهیم. از طریق داده ها ، می توانیم دموکراسی های قوی تری ایجاد کنیم. اما ما به کمک شما احتیاج داریم.