Блокчейн. Схема новой экономики

Задача организации структуры для научных публикаций в блокчейне заключается не просто в повторении существующих примеров форумов и журналов с открытым доступом, совместным редактированием и продолжительными дискуссиями, а в реализации более фундаментальных концепций блокчейна в блокчейн-журналах. Чтобы понять, какой должна быть децентрализованная пиринговая модель научных публикаций, необходимо выяснить, какие функции несет научная публикация и как воплотить их в децентрализованной модели, если они вообще нужны. «Публикацией» является любой процесс загрузки содержимого в интернет. Кто угодно может «публиковаться» в блогах, вики, Twitter, Amazon и т. д. Модель блокчейна для децентрализованного размещения контента будет не более чем поисковой системой, позволяющей одному человеку найти интересующие его материалы, опубликованные другим человеком. По такому принципу работает децентрализованная пиринговая модель блокчейна. Поэтому издателям научных (и других) работ могут потребоваться дополнительные функции, такие как гарантия качества работы. Издатели могут отвечать за курирование содержимого, его поиск, доступность, релевантность, поддержку, подтверждение, определение статуса и других атрибутов, важных для потребителей. Один из способов улучшить имеющуюся централизованную модель с помощью блокчейн-технологий – использовать экономику как механизм стимулирования работы по улучшению системы.

Для организации микроэкономической системы, позволяющей вознаграждать авторов, редакторов, рецензентов, комментаторов, участников форумов, консультантов, обслуживающий персонал и поставщиков услуг, прямо не связанных с публикацией, можно использовать систему токенов Journalcoin. Система вознаграждений поможет повысить качество и ответственность участников. Journalcoin может дать участникам возможность получать вознаграждения и зарабатывать репутацию, стимулировать и сделать более прозрачным взаимодействие между авторами, рецензентами, научным сообществом и широкими массами читателей. На основе блокчейна можно выпустить метакойны ElsevierJournalcoin и SpringerJournalcoin – например, как активы Counterparty, полностью конвертируемые в биткойн или другие криптовалюты.

Валюта на базе токенов, например Researchcoin, позволит выражать коллективный интерес и приобретать права на определенную исследовательскую документацию, которая в противном случае не пробьется через финансовые преграды. Медицинский стартап Genomics создает систему биткойн-го-лосования, позволяющую сообществу показать заинтересованность в открытых научных работах на тему эпидемических заболеваний (которые, кстати, налогоплательщики оплачивают из своего кармана, но не имеют к ним доступа)[181]

. В качестве примера можно привести такую ситуацию. Были найдены люди с мутацией в гене NPC1, устойчивые к вирусу Эбола[182], и это может побудить людей проверить собственные генетические данные, чтобы выяснить, имеют ли они повышенную сопротивляемость к этому вирусу или к другим, таким как ВИЧ

[183]. Мнения в этом вопросе разделились между теми, кто выступает за предоставление людям доступа к собственным данным, и теми, кто считает, что не следует предоставлять такую сложную информацию неспециалистам. Впрочем, исследования болезни Альцгеймера, упомянутые ранее, показывают, что положительных следствий предоставления информации все же больше, чем отрицательных.

На основе Journalcoin и научных журналов можно создать валюту ExperimentalResultscoin, позволяющую стимулировать повторение научных экспериментов (согласно статистике, результаты 80 % научных экспериментов не удается получить повторно), публикацию отрицательных результатов и необработанных данных (только 45 % авторов публикуют такую информацию), а также поиск решения других проблем научных публикаций, таких как дублирование результатов, плагиат и недобросовестность[184]

.

Как биткойн, используемый в качестве механизма цифровых платежей между людьми, может использоваться для платежей в «интернете вещей» и межмашинных платежей, так и ExperimentalResultscoin может служить механизмом стимулирования, координирования и слежения за научными работами, выполняемыми людьми и машинами. Все чаще научные открытия совершаются роботизированными лабораториями и алгоритмическими программами. В качестве примеров можно привести вычислительные алгоритмы Липсона, сумевшие вывести законы физики из экспериментальных данных[185], робота-ученого Магглтона[186], искусственный интеллект Вальца и Бьюкенена[187].