دانشگاه و علم هر دو در گیرودار یک بحران هستند که با چندین ناکارآمدی مشخص شده است که مستقیماً بر توانایی علمی و توانایی های تحقیقاتی ما تأثیر می گذارد. موضوع رکود در دانشگاه ها و مؤسسات دانشگاهی تابو است و در این نظام جایی برای روشنفکران مخالف که وضعیت موجود یا کیفیت تحقیقات علمی را به چالش می کشند، وجود ندارد.

هدف علم غیرمتمرکز (DeSci) ایجاد اختلال در این سیستم ها به دلایل خوب است. DeSci با فناوری بلاک چین پتانسیل اصلاح طرح های تامین مالی موجود را دارد افزایش همکاری بین ذینفعان در تلاش های علمی

دسترسی به گزارش ها و تحقیقات علمی موضوعی بسیار بحث برانگیز است. در عصر دیجیتال، صنعت انتشارات علمی یک الیگارشی مستحکم ایجاد کرده است که یکپارچگی نوآوری علمی را تهدید می کند. این بخش از تحقیقات با بودجه عمومی بهره می برد رسیدن حاشیه سود بیشتر از گوگل، آمازون یا اپل. این ناشران به‌جای پیشرفت علم، تحقیقاتی را که توسط دولت تأمین می‌شود، پشت دیوارهای پرداخت قفل شده پنهان می‌کنند و هزینه‌های اشتراک بالایی را برای دسترسی دریافت می‌کنند.

دانشمندان که با عبارت «انتشار یا نابود شدن» تعریف می‌شوند، درگیر بازی‌ای شده‌اند که در آن چشم‌انداز شغلی آن‌ها بیشتر به چاپ کارشان در مجلات معتبر بستگی دارد تا شایستگی‌های خود کار – یک سلسله مراتب خودارجاعی که با دقت توسط آن حفظ می‌شود. ناشران برای افزایش درآمد برای به دست آوردن این مقبولیت، دانشمندان تمایل دارند چشم‌گیرترین و غیرمنتظره‌ترین نتایج را منتشر کنند و به آنچه «بحران تکرارپذیری در علم» نامیده می‌شود، تغذیه می‌کنند.

در یک نظرسنجی که در سال 2016 توسط Nature انجام شد، 70 درصد از محققان اشاره شد که آنها تلاش کرده اند و نتوانسته اند آزمایش های همکاران خود را بازتولید کنند. این ناتوانی در بازتولید آزمایش ها اساس و دقت ادبیات علمی را تهدید می کند. این سیستم معیوب به محیطی منجر می‌شود که انحصار را تقویت می‌کند و اشتراک‌گذاری داده‌ها را در میان جامعه علمی منع می‌کند و مستقیماً بر کیفیت و کالیبر تحقیقات تولید شده تأثیر می‌گذارد.

مربوط: زبان های برنامه نویسی از DeFi اصلی جلوگیری می کنند

از این شکنندگی ها، جنبش دسترسی آزاد به وجود آمد، کمپینی برای در دسترس قرار دادن محتوای علمی آزادانه برای عموم. این جنبش در اوایل دهه 2000 شروع شد و به دنبال انتشار مقالات از پشت دیوارهای پرداخت ناشران بود. در طول دو دهه گذشته، جنبش پیشرفت ثابتی داشته است، به طوری که تعداد فزاینده ای از تحقیقات آکادمیک در حال حاضر به صورت آزاد در دسترس است. اعلامیه اخیر نیچر مبنی بر اینکه نویسندگان کشورهای با درآمد پایین و متوسط ​​می توانند به صورت رایگان در صفحات خود منتشر کنند، تأثیر مثبت این جنبش را منعکس کرد.

علی‌رغم این پیشرفت‌ها، «علم باز» بسیاری از محدودیت‌های علم جریان اصلی را به ارث برده است. دانشمندان ممکن است از ترس عواقب آن همچنان از اظهار نظر در مورد مقاله تحقیقاتی یک همکار ارشد به نام خود واهمه داشته باشند. این امر باعث می‌شود دانشمندانی از پیشینه‌های محروم کمتر در علم باز شرکت کنند و می‌تواند نابرابری‌های علمی موجود را بدتر کند. این مشکلات بیشتر توسط ناشرینی تشدید می‌شود که هزینه‌های پردازش مقاله (APC) را برای دسترسی آزاد به مقاله دریافت می‌کنند. همانطور که ناشران APC را افزایش می دهند، مؤسسات با فشار مالی مستقیم مواجه می شوند و باید تعداد کمک های مالی را که اعطا می کنند محدود کنند.

پروتکل‌های Web2 مانند Git برای مقابله با محدودیت‌های سیستم‌های کنترل نسخه متمرکز و ایجاد یک جایگزین منبع باز پدید آمدند که تیم‌های نرم‌افزاری را قادر می‌سازد تا پروژه‌هایی با هر اندازه با کارایی، سرعت و ناهمزمانی ایجاد کنند. این رویکرد شفافیت و قابلیت تأیید را افزایش می دهد و در عین حال راه های جدیدی را برای همکاری باز می کند.

مربوط: zkEVM می تواند آخرین بازی برای زیرساخت های بلاک چین باشد

پروتکل‌های Web3 مانند سیستم فایل بین سیاره‌ای نیز در پاسخ به وب متمرکز پدید آمده‌اند – که دومی فاقد حریم خصوصی است، داده‌های ما را به اشخاص ثالث می‌فروشد و مستعد نقاط شکست است. هر دو اختراع فوق مستقیماً از محدودیت های تحقیقات علمی قبل از اینترنت ناشی می شوند.

تمرکززدایی علم هیچ انگیزه اقتصادی ذاتی ندارد. این یک ماموریت ترمیمی برای افزایش بودجه علمی، حذف اتکا به واسطه های تشنه سود و افزایش همکاری در سراسر این زمینه است. نهادها و ابزارهای غیرمتمرکز مانند سازمان‌های مستقل غیرمتمرکز (DAO)، تأمین مالی درجه دوم و جمع سپاری می تواند به دانشمندان کمک کند راه های جایگزین برای تأمین مالی سرمایه گذاری های علمی متنوع تر را باز کنند. با انتشار عمومی اکتشافات علمی از طریق توکنومیکس مقیاس پذیر، DeSci می تواند واسطه های سودجو مانند ناشران را حذف کند و صنعت انتشارات علمی را برای بهتر شدن شکل دهد.

مهم‌تر از همه، DeSci از قدرت جمع‌سپاری استفاده می‌کند، که دانشمندان را قادر می‌سازد تا فرضیه‌ها و داده‌های خود را برای حل سریع‌تر و کارآمدتر مسائل جمع‌آوری کنند. پلتفرم‌های جمع‌سپاری، که در اصل برای کمک به مهندسین یادگیری ماشین طراحی شده‌اند، مجموعه‌های داده بزرگ‌تری را برای مطالعات علمی و افزایش تنوع پروژه‌های تحقیقاتی در دسترس قرار می‌دهند. موسساتی که از ابزارهای وب 3 و بلاک چین استفاده می کنند، شکوفا می شوند و سیستم های آکادمیک سنتی را کمتر بهینه و جذاب می کنند.

یک چیز مسلم است: بلاک چین و وب 3 با ارائه ابزارهای مورد نیاز دانشمندان برای تولید کارآمد و مؤثر تحقیقات مخرب، دانشگاه را برای بهتر شدن تغییر می‌دهند.

ماتئو مانزی محقق ارشد کمیت در CrunchDAO است. او سابقه ای در یادگیری ماشین و سیستم های دینامیکی دارد و یکی از بنیانگذاران Poincaré Trajectories بود که در اکتبر 2022 در CrunchDAO ثبیت شد. متئو با مدرک کارشناسی ارشد در پرواز فضایی با بورسیه استعداد از دانشگاه فناوری دلفت فارغ التحصیل شد و به عنوان یک کارمند محقق در برنامه Horizon 2020 توسط کمیسیون اروپا در بریتانیا و بعداً به عنوان مهندس نرم افزار دینامیک پرواز برای دفتر زباله های فضایی آژانس فضایی اروپا کار کرد.

این مقاله برای اهداف اطلاعاتی عمومی است و در نظر گرفته نشده است و نباید به عنوان مشاوره حقوقی یا سرمایه گذاری در نظر گرفته شود. دیدگاه ها، افکار و نظرات بیان شده در اینجا به تنهایی متعلق به نویسنده است و لزوماً منعکس کننده یا نماینده دیدگاه ها و نظرات Cointelegraph نیست.