Warum Bitcoin niemals an einer Universität hätte erfunden werden können

Dies ist ein Meinungsleitartikel von Korok Ray, außerordentlicher Professor an der Mays Business School der Texas A&M University und Direktor des Mays Innovation Research Center.

Seit der Ankündigung seiner Gründung im Oktober 2008 hat Bitcoin eine Marktkapitalisierung von über 1 Billion US-Dollar erreicht. Sein Wachstum hat sowohl private als auch institutionelle Investitionen angezogen, da die Finanzwelt es nun als legitimes Wertaufbewahrungsmittel und Alternative zu traditionellen Vermögenswerten wie Gold betrachtet. Innovationen in Second-Layer-Settlements wie dem Lightning Network machen es Bitcoin zunehmend möglich, als Tauschmittel zu dienen.

Dennoch hat Bitcoin eine prekäre und etwas wechselvolle Geschichte in der Wissenschaft. In Lehrplänen an Universitäten wird Bitcoin weitgehend nicht erwähnt. Stattdessen werden die Lehren oft Studentenclubs und gemeinnützigen Organisationen überlassen. Im Laufe der Zeit kann sich dies ändern, da Bitcoin und der gesamte Markt für Kryptowährungen weiter wachsen und die Aufmerksamkeit von Top-Talenten sowohl in der Technik als auch in der Wirtschaft auf sich ziehen. Die Abwesenheit von Bitcoin von der Universität ist kein Problem für Bitcoin selbst, sondern eher für die Akademie mit ihrer unzureichenden Akzeptanz von Innovationen, ihrer Betonung auf rückwärtsgerichteter Datenanalyse und ihrer übermäßigen Beschäftigung mit einzelnen Disziplinen anstelle von kollektivem Wissen. Bitcoin kann als Inspiration dafür dienen, was akademische Forschung sein kann und sollte. Tatsächlich stellt es einen Fahrplan dar, um die Hochschulbildung zum Besseren zu verändern.

Ähnlichkeiten mit der Akademie

Man könnte sich fragen, warum jemand überhaupt eine Beziehung zwischen Bitcoin und Universitäten annehmen sollte. Technologen stehen heute in ständigem Kontakt mit den tatsächlichen Bedürfnissen der Kunden, während Universitätsfakultäten Grundlagenforschung entwickeln, die (möglicherweise) weit in der Zukunft Anwendung finden wird. Schließlich wurden Innovationen wie Facebook, Microsoft, Apple und sogar Ethereum von jungen Männern ins Leben gerufen, die keinen Hochschulabschluss hatten. Dennoch ist es kein Zufall, dass Silicon Valley und Route 128 beide in der Nähe der größten Küstenuniversitäten unseres Landes entstanden sind. Es besteht also sicherlich ein Zusammenhang zwischen Universitäten und dem Technologiesektor. Trotzdem ist Bitcoin anders. Bitcoin hat eine noch engere Beziehung zu seinen intellektuellen und akademischen Wurzeln. Um dies zu verstehen, müssen wir einen Blick in die Geschichte von Bitcoin werfen.

Um die Jahrhundertwende tauschte eine bunt zusammengewürfelte Gruppe von Kryptographen, Informatikern, Ökonomen und Libertären – die Cypherpunks – Nachrichten über eine Internet-Mailingliste aus. Dies war eine obskure elektronische Zusammenkunft eines vielfältigen Kaders von Wissenschaftlern, Technologen und Hobbyisten, die Ideen über Fortschritte in der Kryptographie und Informatik entwickelten und austauschten. Hier verbrachten einige der frühen Giganten der angewandten Kryptographie Zeit, wie Hal Finney, einer der frühen Pioniere von Pretty Good Privacy (PGP).

Auf dieser Mailingliste kündigte der pseudonyme Schöpfer von Bitcoin, Satoshi Nakamoto, seine Lösung für ein elektronisches Zahlungssystem an. Nach dieser Ankündigung begann er, Fragen aus dem Forum sowohl zum Konzept als auch zu seiner Ausführung zu beantworten. Kurz darauf lieferte Nakamoto die vollständige Implementierung von Bitcoin. Dies ermöglichte den Teilnehmern des Forums, die Software herunterzuladen, auszuführen und selbst zu testen.

Das Bitcoin-Weißbuch hat Ähnlichkeit mit akademischer Forschung. Es folgt der Struktur einer wissenschaftlichen Arbeit, hat Zitate und sieht ähnlich aus, wie jede Arbeit in der Informatik heute aussehen kann. Sowohl das Whitepaper als auch die Gespräche darüber beziehen sich auf frühere Versuche zur Implementierung des Proof-of-Work-Algorithmus, eines der Kernmerkmale von Bitcoin. Beispielsweise zitiert das Whitepaper HashCash aus dem Jahr 2002, ebenfalls Teil des Wissenskorpus, der Bitcoin vorausging. Adam zurück kam mit einem Proof-of-Work für HashCash, während er versuchte, das Problem der Beseitigung von Spam in E-Mails zu lösen.

Bitcoin ist also nicht vom Himmel gefallen, sondern aus einer langen Reihe von Ideen hervorgegangen, die über Jahrzehnte entwickelt wurden, nicht Tage oder Wochen. Wir neigen dazu, von Technologie zu denken, dass sie mit Warp-Geschwindigkeit arbeitet, sich schnell verändert und von ehrgeizigen, jungen Studienabbrechern angetrieben wird, aber Bitcoin basierte nicht auf „bewege dich schnell und mache Dinge kaputt“. Es war und ist das Gegenteil: eine langsame, sorgfältige Überlegung auf der Grundlage jahrzehntelanger echter Wissenschaft, die nicht von Kindern, sondern eher wie ihre Eltern praktiziert wird. Das Kryptographie-Forum ähnelte einem akademischen Forschungsseminar, in dem professionelle Wissenschaftler höflich, aber beharrlich versuchen, Ideen niederzureißen, um zur Wahrheit zu gelangen. Obwohl das Konzept eines Whitepapers mittlerweile der letzte Schrei unter alternativen Kryptowährungsmünzen und -token ist, ist es die charakteristische Methode, um Ideen in der professionellen Forschungsgemeinschaft zu kommunizieren.

Auch wenn die Kryptowährungsökonomie heute im Mittelpunkt der Finanzpresse steht und einen wachsenden Anteil an nationaler Aufmerksamkeit erlangt, war Bitcoin, als es auftauchte, so weit wie möglich davon entfernt. Es war obskur, technisch und sehr randständig. In seiner langen Entwicklung von Ideen, die es seit Jahrzehnten gibt, aber bis auf einen kleinen Kreis von Kryptographen, Ökonomen und politischen Philosophen unbekannt waren, hat Bitcoin mehr Gemeinsamkeiten mit anderen radikalen Innovationen wie dem Internet, dem Transistor und dem Flugzeug. Genau wie diese Innovationen ist die Geschichte von Bitcoin der Triumph der individuellen Vernunft über die kollektive Fehleinschätzung. So wie die Gebrüder Wright der Welt das Gegenteil bewiesen, indem sie zeigten, dass der Mensch fliegen kann, obwohl Physiker behaupteten, es sei mathematisch unmöglich, so verwirrte auch Bitcoin die Neinsager, indem es zum ersten Mal überhaupt digitale Knappheit aufbaute.

Warum sollten wir uns eher auf Bitcoin als auf einige der anderen Kryptowährungstoken wie Ethereum konzentrieren? Wenn Sie unter die Haube schauen, kam der Großteil der Innovation der Kryptowährung von Bitcoin. Zum Beispiel verlässt sich Ethereum auf dieselbe elliptische Kurve wie Bitcoin und verwendet dieselbe Kryptografie mit öffentlichen Schlüsseln. Bitcoin entstand über eine lange Tragezeit und geheime Entwicklung durch einen pseudonym angewandten Kryptographen und wurde in einer obskuren Mailingliste veröffentlicht und diskutiert. Aus diesem Grund teilt Bitcoin viele Ähnlichkeiten mit den arkanen akademischen Kreisen, die moderne Universitäten besetzen. Kein professioneller Kryptograf hat Ethereum gemacht; Vielmehr war es ein Teenager, der sogar zugibt, dass er seine Entwicklung überstürzt hat. Daher hat nur Bitcoin eine tiefe Verbindung zur Akademie, während die eher inkrementellen Innovationen, die jetzt den Kryptowährungsraum bevölkern, eher den kleinen Fortschritten im modernen Technologiesektor ähneln.

Unterschiede zur Akademie

Bitcoin unterscheidet sich in wichtigen Punkten von der Akademie. Am wichtigsten ist, dass Bitcoin grundsätzlich interdisziplinär ist, so wie es Universitäten heute nicht sind. Bitcoin verschmilzt drei getrennte Disziplinen: Mathematik, Informatik und Wirtschaftswissenschaften. Es ist diese Fusion, die Bitcoin seine Kraft verleiht und traditionelle akademische Silos zerstört.

Die Public-Key-Kryptographie ist seit ihrer Einführung vor 50 Jahren die größte Innovation in der angewandten Kryptographie und Mathematik. Das Kernkonzept ist einfach: Benutzer können eine Nachricht mit einem privaten Schlüssel sichern, der nur ihnen bekannt ist, der einen öffentlichen Schlüssel generiert, der allen bekannt ist. Daher kann der Benutzer den öffentlichen Schlüssel ohne Sicherheitskonsequenzen einfach verteilen, da nur der private Schlüssel die Verschlüsselung entsperren kann. Die Public-Key-Kryptographie erreicht dies durch Hash-Funktionen – Einwegtransformationen von Daten, die nicht rückgängig gemacht werden können. Bei Bitcoin geschieht dies durch elliptische Kurven über endlichen Feldern erster Ordnung.

Aber Public-Key-Kryptographie ist nicht genug. Da Bitcoin als elektronisches Zahlungssystem dienen soll, muss es das lösen Problem mit doppelten Ausgaben. Wenn Alice Bob mit Bitcoin bezahlt, müssen wir verhindern, dass Alice auch Carol mit demselben Bitcoin bezahlt. Aber in der digitalen Welt ist das Kopieren von Daten kostenlos und daher scheint es aussichtslos, Doppelausgaben zu verhindern. Nakamoto nutzte dafür die Blockchain, ein Konstrukt aus der Informatik. Der Kryptograf David Chaum legte den Grundstein für das Konzept einer Blockchain bereits 1983 in Forschungen, die aus seiner Informatik-Dissertation in Berkeley hervorgingen.

Die Blockchain ist eine verknüpfte Liste, die rückwärts auf den ursprünglichen (Genesis-)Block zeigt. Jeder Block enthält Tausende von Transaktionen, wobei jede Transaktion die Zutaten für die Übertragung von Bitcoin von einer Adresse zur anderen enthält. Die Blockchain löst das Problem der doppelten Ausgaben, da sie verteilt ist, dh für alle Knoten im Bitcoin-Netzwerk öffentlich verfügbar ist. Diese Knoten validieren die Blockchain ständig, wobei neue Transaktionen nur dann hinzugefügt werden, wenn alle anderen Knoten im Netzwerk zustimmen (Konsens). Wenn Alice in unserem vorherigen Beispiel Bob bezahlt, tritt diese Transaktion in die Blockchain ein, die alle Knoten beobachten. Wenn Alice versucht, Carol mit denselben Bitcoins zu bezahlen, lehnt das Netzwerk diese Transaktion ab, da jeder weiß, dass Alice diese Bitcoins bereits verwendet hat, um Bob zu bezahlen. Es ist die verteilte, öffentliche Natur der Blockchain, die doppelte Ausgaben verhindert, ein Problem, das nur bei elektronischen Zahlungen auftritt.

Tatsächlich hat Satoshi die Blockchain speziell als Lösung für doppelte Ausgaben entwickelt. Es ist von Natur aus ineffizient, da das gesamte Netzwerk ständig dieselben Daten validieren und reproduzieren muss. Aus diesem Grund machen die meisten Anwendungen der Blockchain-Technologie außerhalb von Bitcoin auch wenig Sinn, da sie eine ineffiziente Lösung, die speziell für elektronische Zahlungen entwickelt wurde, anderen Anwendungen aufzwingt, die mit zentralen Datenbanken effizient gelöst würden. Die Vorstellung einer Blockchain als rückwärts verknüpfte Liste an sich ist in der Informatik nicht revolutionär, aber ihre verteilte Natur, die speziell darauf ausgelegt ist, doppelte Ausgaben zu verhindern, ist es.

Trotzdem reichen Kryptographie und Blockchain nicht aus. Es muss einen Grund für das Netzwerk geben, die Blockchain zu sichern. Hier glänzt die Wirtschaftlichkeit von Bitcoin. Nakamoto schlug eine Gruppe von Computern vor, die beweisen würden, dass die Geschichte der Transaktionen tatsächlich stattgefunden hat. Dieser Nachweis erfordert kostspielige Arbeit. Nakamoto löste dies, indem er ein Turnier einrichtete, bei dem einzelne Computer (Miner genannt) gegeneinander antraten, um eine scheinbar zufällige Antwort durch eine Einwegfunktion namens SHA256 zu finden. Der Gewinner würde neu geprägte Bitcoin erhalten, die das Netzwerk freigeben würde. Die Antwort auf die Funktion muss so herausfordernd sein, dass die einzige Möglichkeit, sie zu lösen, darin besteht, mehr Rechenressourcen einzusetzen. Das Bitcoin-Mining erfordert echte Rechenleistung und damit echte Energie, ähnlich wie das Gold-Mining vor einigen Generationen. Aber im Gegensatz zum Goldbergbau ist der Ausgabeplan neuer Bitcoins jedem bekannt.

Die Ökonomie des Bergbaus ist das Design eines Wettbewerbs, der neue Bitcoin an Bergleute belohnt, die ein Rätsel lösen. Dies ist eine Form eines mikroökonomischen Mechanismus, dh eines Spielökonomie-Designs, bei dem einzelne Agenten um eine Belohnung konkurrieren. Die Makroökonomie von Bitcoin bezieht sich auf den Emissionsplan, der sich im Laufe der Zeit vorhersehbar anpasst, wobei sich die Blockprämie alle vier Jahre halbiert. Dies erzwingt die Beschränkung von 21 Millionen Bitcoin. Dies schränkt das inflationäre Wachstum der Währung von Natur aus ein und stellt eine Einschränkung dar, an die sich heute keine Fiat-Währung halten muss. Die Schwierigkeit des zugrunde liegenden Puzzles passt sich ungefähr alle zwei Wochen an, unabhängig von der Rechenleistung des Netzwerks, und bietet eine robuste Implementierung trotz exponentieller Fortschritte bei der Rechenleistung in den Jahrzehnten seit dem Start von Bitcoin.

Dieses interdisziplinäre Merkmal von Bitcoin ist existentiell, nicht inkrementell. Ohne eine seiner drei Komponenten (Public-Key-Kryptografie, eine rückwärtsverlinkte Blockchain und ein Mining-Wettbewerb mit Proof-of-Work) würde Bitcoin nicht funktionieren. Jede der drei Komponenten bestand für sich genommen aus einem kohärenten Wissens- und Ideenbestand. Es war ihre Kombination, die Nakamotos Genialität ausmachte. Auch zukünftige radikale Innovationen müssen mehrere Disziplinen auf existenzielle Weise miteinander verbinden, ohne die ihre Kombination nicht überleben würde.

Warum nicht die Akademie?

Warum konnte Bitcoin nicht aus der Akademie hervorgehen? Erstens ist Bitcoin von Natur aus interdisziplinär, dennoch werden Gelehrte an Universitäten für Exzellenz in einzelnen Wissensbereichen belohnt. Bitcoin verschmilzt Ideen aus Informatik, Mathematik und Wirtschaftswissenschaften, aber es ist unwahrscheinlich, dass eine einzelne Universitätsfakultät über die Breite des Wissens verfügt, die für interdisziplinäre Konsistenz erforderlich ist.

Zweitens leidet die Akademie unter Inkrementalismus. Wissenschaftliche Zeitschriften fragen ihre Autoren ausdrücklich nach der inkremental Beitrag ihrer Arbeit zur Literatur. So schreitet das Wissen Schritt für Schritt voran. Aber Bitcoin machte – wie andere radikale Innovationen in der Geschichte, wie das Flugzeug und der Transistor – riesige Sprünge nach vorne, die den Peer-Review-Prozess der Akademie wahrscheinlich nicht überstanden hätten.

Drittens basiert Bitcoin auf libertären politischen Grundlagen, die in der Mainstream-Akademie, insbesondere unter professionellen Ökonomen, in Ungnade fallen. In die Software sind algorithmische Darstellungen von gesundem Geld integriert, wobei das Bitcoin-Protokoll nach einem vorhersehbaren Zeitplan neue Bitcoins freigibt. Das unterscheidet sich stark von der Welt, in der wir heute leben, wo der Offenmarktausschuss der Federal Reserve die volle Ermessensbefugnis über die Geldmenge hat. Die Cypherpunks, die Bitcoin v0.1 überprüft haben, teilten eine Skepsis gegenüber kollektiver Autorität und glaubten, dass Technologie und Kryptografie Einzelpersonen Privatsphäre bieten können, ohne dass sie den wachsamen Augen der Regierung oder einer großen Organisation ausgesetzt sind.

Die meisten Ökonomen teilen diese Skepsis gegenüber der zentralen Autorität nicht. Zumindest hat die sozialwissenschaftliche Gemeinschaft Bitcoin nie ernst genommen. Außerdem spielt die Federal Reserve eine überragende Rolle sowohl bei der Finanzierung als auch bei der Förderung der etablierten akademischen Wirtschaftsforschung. Es rekrutiert von Top-Ph.D. Programme, stellt Bankpräsidenten und Gouverneure ein, die ehemalige Professoren für Wirtschaftswissenschaften waren, und ermutigt seine Mitarbeiter, in denselben akademischen Zeitschriften wie die Akademie zu veröffentlichen. Es ist kein Wunder, dass die von der Kultur der Fed beeinflusste Universität der Fakultät keine Technologie annimmt, die sie radikal ersetzt.

Ich bat alle lebenden Wirtschaftsnobelpreisträger, auf der Texas A&M Bitcoin Conference zu sprechen, und alle bis auf einen lehnten ab. Einige gaben zu, nicht genug über Bitcoin zu wissen, um einen Vortrag zu rechtfertigen; Zumindest waren sie ehrlich über die Einschränkungen des Disziplinarmodells, in dem sie so erfolgreich gediehen sind. Andere, wie Paul Krugman, betrachten Kryptowährungen als die neue Subprime-Hypothek (er sagte auch einmal voraus, dass das Internet die gleichen Auswirkungen auf die Wirtschaft haben würde als Faxgerät). Akademische Ökonomen widmeten dem Aufstieg von Bitcoin fast keine Aufmerksamkeit und wissen auch heute noch nicht, wie die Bitcoin-Blockchain funktioniert, obwohl sie die einzige wirkliche Innovation im Finanzbereich im letzten Jahrzehnt war.

Bitcoin ist in erster Linie ein intellektueller Beitrag. Es erfordert keine tiefen Branchenkenntnisse, keine besonderen Einblicke in die aktuellen Praktiken von Unternehmen oder Kenntnisse über eigenwillige Details des Arbeits- und Kapitalmarktes. Es baute nicht auf bestehender Praxis auf, sondern auf bestehender Theorie. Aus diesen Gründen ist Bitcoin kompromisslos aus dem Land der Ideen hervorgegangen und hätte in gewisser Weise aus der Akademie kommen sollen. Ein akademischer Ökonom hätte möglicherweise das Mining-Turnier entwerfen können, ein Informatiker die Blockchain entwickelt und ein Mathematiker die Public-Key-Kryptographie entwickelt. Es braucht einen ungewöhnlichen Kollegen (oder Team), um diese drei Innovationen miteinander zu kombinieren. Universitäten entwickeln Fakultäten mit tiefem Fachwissen in ihren einzelnen Disziplinen, tun aber nichts, um die Disziplinen so miteinander zu verbinden, wie es Bitcoin tut. Aus diesem Grund konnte Bitcoin nicht aus der Universität heraus entstanden sein, obwohl es auf etablierten Disziplinen innerhalb der Universität beruht. Das Problem ist nicht das Wissen selbst, sondern seine Organisation. Und darin liegt die Chance.

Wie sind wir hierher gekommen?

Für Innovationen wie Bitcoin ist die Akademie in ihrer jetzigen Form nicht geeignet. Nachdem die Studenten die Graduiertenschule betreten haben, lernen sie die Techniken ihrer eigenen Disziplin, die sie verwenden, um in Fachzeitschriften zu veröffentlichen, die ihnen eine Anstellung und zukünftige akademische Anerkennung mit einer kleinen Gruppe von Kollegen innerhalb dieser Disziplin einbringen. Diese isolierten Wissenskorridore sind seit den frühen Universitäten über Jahrhunderte erstarrt. Wie ist es passiert?

Seit dem Zweiten Weltkrieg gibt es zwei Haupttrends in der Akademie. Die mit Abstand wichtigste ist die digitale Revolution. Als Rechenleistung für jedermann zugänglich wurde, verlagerte sich das Ziel der Wissenschaft von der Gebäudetheorie zur Messung. Plötzlich stand Forschern überall auf der Welt ein breites Spektrum an sozial- und naturwissenschaftlichen Daten von einem Laptop aus zur Verfügung. Das Wachstum des Internets verbreitete den Datenaustausch und die Datenverfügbarkeit sowie Fortschritte in der Mikroprozessorleistung, die umfangreiche Datenanalysen billig und einfach machten. Die akademische Gemeinschaft wechselte massenhaft zur Datenanalyse und bewegte sich in Zyklen von 10 bis 15 Jahren von Trend zu Trend. Der erste Zyklus befasste sich mit summarischer Statistik und Varianzanalyse, der zweite mit linearer Regression und der dritte mit maschinellem Lernen. Wenn Probleme im spezifischen Bereich jeder Disziplin auftauchten, kehrten die Gelehrten selten zu ihrer zugrunde liegenden Theorie zurück, um sie zu überarbeiten. Stattdessen fütterten sie einfach mehr Daten in die Maschine, in der Hoffnung, dass Messfehler und ausgelassene Variablen schuld waren.

Das Wachstum von Big Data und Statistiken in Verbindung mit maschinellem Lernen hat uns in die Gegenwart geführt, in der künstliche Intelligenz (KI) eine Black Box ist. Kein Forscher kann vollständig erklären, was KI genau tut. Gleichzeitig sind die Fragen kleiner geworden. Früher würde die Entwicklungsökonomie als Fachgebiet fragen: „Warum ist Afrika so arm?“ Nun fragt die Forschung auf diesem Gebiet, ob das Anbringen eines Schilds auf der linken oder rechten Seite einer Badezimmertür eher zu einer Nutzung führt. Diese Beschäftigung mit Kausalität ist intellektuell lohnend, hat aber einen hohen Preis, da der Forscher seinen Bereich oft auf Verhaltensweisen einschränken muss, die leicht beobachtbar und messbar sind. Die großen, komplexen und mathematischen Theorien, die nach dem Zweiten Weltkrieg entwickelt wurden, waren größtenteils nicht überprüfbar, und so gaben empirische Forscher diese theoretischen Grundlagen auf. Wo einst Akademiker die intellektuellen Spitzenpositionen einnahmen, indem sie die größten Fragen des Tages stellten, dominiert heute empirische Forschung die wissenschaftlichen Zeitschriften. Experimentalphysiker und empirische Ökonomen zitieren gleichermaßen meist andere datengetriebene Arbeiten.

Als Computer durch unsere Gesellschaft strömten, waren die Schüler früher in ihrem Leben mit Berechnungen konfrontiert. Als sie am College und in der Graduiertenschule ankamen, verfügten sie bereits über grundlegende Einrichtungen zur Datenmanipulation und -analyse. Warum sich mit Mathematik beschäftigen, wenn einige einfache Experimente und lineare Regressionen Ergebnistabellen liefern können, die schnell veröffentlicht werden können? Im Laufe der Zeit tendierten Studenten zur Datenarbeit, da sich der akademische Beruf langsam von der Mathematik wegbewegte.

Für Zeitschriften wurde es viel einfacher, Artikel mit kleinen experimentellen oder empirischen Tatsachen über die Welt zu akzeptieren. Da Redakteure und Gutachter Entscheidungen über akademische Forschung auf Papier-für-Papier-Basis treffen, gibt es keine übergreifende Bewertung darüber, ob die Gesamtheit der empirischen und experimentellen Arbeiten das menschliche Wissen wirklich voranbringt. Daher läuft die Datenanalyse Amok mit Forscherteams, die immer mehr inkrementelle Fortschritte machen, dieselben Kerndatensätze durchsuchen und kleinere und bedeutungslosere Fragen stellen. Beeinflusst Regen oder Sonnenschein die Stimmung der Händler und damit ihre Aktienauswahl? Kann die Größe der Unterschrift eines CFO auf einem Jahresabschluss seinen Narzissmus messen und vorhersagen, ob er Betrug begehen wird? (Ich bin nicht Herstellung fehlen uns die Worte. Zeug hoch.)

Man könnte meinen, dass Fortschritte in der Computertechnik die Forschung dazu veranlasst hätten, einige der nach dem Zweiten Weltkrieg entwickelten Theorien zu verifizieren, aber das war nicht der Fall. Technisch gesehen sind viele dieser komplexen Modelle endogen, wobei mehrere Variablen gleichzeitig im Gleichgewicht bestimmt werden. Daher ist es für empirische Forscher eine Herausforderung, genau zu identifizieren, was passiert, beispielsweise ob die Erhöhung des Mindestlohns die Arbeitslosigkeit erhöht, wie Economics 101 vorschlägt. Das hat zu einer Wende zur Kausalität geführt. Aber kausale Schlussfolgerungen erfordern genaue Bedingungen, und oft gelten diese Bedingungen nicht für die Wirtschaft, sondern nur für einige wenige spezifische Beispiele, wie die US-Bundesstaaten, die zu unterschiedlichen Zeiten Anti-Abtreibungsgesetze erlassen haben. Das Freakonomics Die Revolution in der Wirtschaftswissenschaft dominiert vielleicht nicht die Nobelpreise, hat aber sicherlich die Mehrheit der veröffentlichten sozialwissenschaftlichen Forschung beeinflusst.

Das Hauptproblem bei diesem datengetriebenen Ansatz ist sein letztendlich rückwärtsgerichteter Ansatz. Per Definition sind Daten eine Repräsentation der Welt zu einem bestimmten Zeitpunkt. Die gesamten Bereiche der Betriebs- und Wirtschaftsforschung sind heute fast vollständig empirisch, wo Wissenschaftler darum kämpfen, entweder neue Datensätze zu sammeln oder neue und empirische Techniken auf bestehende Datensätze anzuwenden. So oder so, der Blick ist immer vom Rückspiegel und blickt zurück in die Vergangenheit, um zu verstehen, was passiert ist oder nicht passiert ist. Haben niedrige Zinsen die globale Finanzkrise verursacht? Verringern Abtreibungen die Kriminalität? Verringert der Mindestlohn die Beschäftigung? Diese Fragen beschäftigen sich grundsätzlich mit der Vergangenheit, anstatt neue Lösungen für die Zukunft zu entwerfen.

Der zweite Trend war das Schrumpfen der Theoriegemeinschaft, sowohl innerhalb als auch außerhalb der Akademie. Die Zahl der Theoretiker ist stark geschrumpft, und sie haben sich auch geweigert, mit ihren viel größeren empirischen und experimentellen Kollegen zusammenzuarbeiten. Dieser Tribalismus veranlasste Theoretiker, immer komplexere, kompliziertere und selbstreferenzielle mathematische Modelle zu schreiben, die wenig Grundlage in der Realität und keine Hoffnung auf eine mögliche empirische Validierung haben. Ein Großteil der Spieltheorie bleibt untestbar, und die Stringtheorie ist vielleicht das extremste Beispiel einer selbstreferenziellen Welt, die niemals vollständig verifiziert oder getestet werden kann.

Schließlich hinkt die akademische Theorie der Technik lange hinterher. Häufig liefern Mathematiker, Physiker und Wirtschaftswissenschaftler Ex-post-Rationalisierungen von Technologien, die sich bereits in der Industrie bewährt haben. Diese Theorien sagen nichts Neues voraus, sondern bestätigen einfach herkömmliche Weisheiten. Mit zunehmender Komplexität der Theorie sinkt ihre Leserschaft, selbst unter den Theoretikern. Genau wie alles andere im Leben führt der Tribalismus der Theorie dazu, dass die Gemeinschaft wie ein Club agiert und Mitglieder ausschließt, die seine obskure Sprache und Methoden nicht übernehmen.

Wir haben also so etwas wie einen Bürgerkrieg erreicht; Der Stamm der Theorien schrumpft von Jahr zu Jahr und verliert an Relevanz für die Realität, während die Community der empirischen/experimentellen Daten mit der Zeit wächst und kleinere Fragen ohne konzeptionelle Anleitung stellt. Sowohl Akademiker als auch Technologen werden im Dunkeln darüber gelassen, welche Probleme zu lösen sind und wie man sie angeht. Es führt auch zu einer allgegenwärtigen Zufälligkeit in unserem kollektiven Bewusstsein, die uns dazu bringt, in die Richtung zu wehen, in die uns die Winde des Augenblicks tragen. Die Wirtschaftswissenschaften haben gut etablierte Theorien über Märkte und ihre Funktionsweise, doch Technologieunternehmen sind riesige Marktplätze, die in weiten Teilen derselben Wirtschaftstheorie nicht verankert sind. Die Informatik ruht auf einem soliden Fundament aus Algorithmen und Datenstrukturen, doch die theoretische Gemeinschaft ist besessen von Debatten über Rechenkomplexität, während Billionen-Dollar-Technologieunternehmen einfache A/B-Tests durchführen, um ihre wichtigsten Entscheidungen zu treffen.

Wir haben einen Wendepunkt in der Skala des menschlichen Wissens erreicht, an dem Gelehrte ihre Theorien auf immer präzisere Ebenen verfeinern und mit immer kleineren Gemeinschaften von Gelehrten sprechen. Diese Spezialisierung des Wissens hat zu einer Hyperspezialisierung geführt, bei der sich Zeitschriften und akademische Disziplinen weiterhin in immer kleinere Kategorien aufteilen und unterteilen. Die Fülle von Zeitschriften ist ein Beweis für diese Hyperspezialisierung.

Von der Wissenschaft zum Ingenieurwesen

Viele zukünftige Innovationen werden an den Grenzen der Disziplinen stattfinden, da in den bestehenden Disziplinen bereits viel Wissen entdeckt wurde, aber es muss eine größere Transformation stattfinden. Die Universitäten wenden heute immer noch weitgehend die wissenschaftliche Methode an, indem sie Wissen um seiner selbst willen aufbauen und versuchen, die natürliche, physische und soziale Welt zu kennen, aber wir sollten damit nicht aufhören. Aufgrund ihres grundlegenden Wissens sind Wissenschaftler am besten in der Lage, bessere Lösungen für unsere Zukunft zu entwickeln. Der Übergang zu einer technischen Denkweise wird Akademiker dazu zwingen, Lösungen für unsere dringendsten Probleme zu entwerfen und umzusetzen. Langfristig wird es auch die Lücke zwischen Akademie und Industrie schließen. Der Druck, dem Studenten ausgesetzt sind, sich Jobs zu suchen und Unternehmen zu gründen, was ihre akademischen Studienleistungen belastet, entsteht, weil zwischen den Bedürfnissen des Marktes und dem akademischen Lehrplan eine Lücke besteht. Würde diese Lücke geschlossen und die Studenten stattdessen Zeit am College verbringen, um bessere Lösungen für die Zukunft zu entwickeln, würde sich diese kognitive Dissonanz auflösen.

In einigen Disziplinen wie den Wirtschaftswissenschaften hat dieser Wandel bereits begonnen. Eines der erfolgreichsten Anwendungsgebiete der Wirtschaftswissenschaften ist Marktdesign, die sich eindeutig einer Ingenieursphilosophie verschrieben und allein im letzten Jahrzehnt drei Nobelpreise verliehen hat. Diese Gelehrten kamen aus dem Ingenieurwesen und passten die Spieltheorie an, um bessere Märkte aufzubauen, die in der realen Welt funktionieren können, wie z. B. bessere Möglichkeiten, Nierenspender mit Empfängern, Studenten mit Schulen oder Ärzte mit Krankenhäusern zusammenzubringen. Sie entwarfen auch viele der größten Auktionen, die heute verwendet werden, wie die Frequenzauktion der Regierung und die Anzeigenauktion bei Google. Es gibt keinen Grund, warum der Rest des Wirtschaftsberufs oder sogar der Rest der Hochschulbildung und der akademischen Gemeinschaft sich nicht in ähnlicher Weise dazu positionieren könnte, mehr von dieser Denkweise der Ingenieure zu übernehmen.

Im Laufe der Zeit wird das Schließen dieser Lücke zwischen Akademie und Industrie einen Großteil der
öffentlicher Aufschrei gegen eskalierende Studiengebühren und Studentenschulden. Sobald Studenten und Professoren ihre Forschung darauf ausrichten, bessere Lösungen für die Gesellschaft zu entwickeln, werden es auch ihre Studenten und die Unternehmen, die sie beschäftigen, tun. Studenten werden es ihren Fakultäten nicht länger übelnehmen, wenn sie Zeit für die Forschung anstatt für die Lehre aufwenden, wenn diese Forschung direkt Technologien hervorbringt, die letztendlich den Studenten, zukünftigen Arbeitgebern und der Gesellschaft insgesamt zugute kommen. Im Laufe der Zeit wird dies natürlich die Qualifikationslücke schließen, mit der Amerika derzeit konfrontiert ist. Die Universitäten müssen sich nicht mehr explizit auf MINT-Fähigkeiten konzentrieren, sondern sich darauf konzentrieren, technologische Lösungen bereitzustellen, die letztendlich ohnehin stark aus den MINT-Bereichen schöpfen werden.

Ein Aufruf zum Handeln

Wie können wir die Hochschulbildung reformieren, um den nächsten Bitcoin zu produzieren? Natürlich wird der nächste Bitcoin nicht Bitcoin per se sein, sondern eher eine First-Principle-Innovation, die ein altes Problem auf eine ganz neue Art und Weise begreift. Ich habe drei konkrete Empfehlungen für Universitätskultur, Prioritäten und Organisationsstruktur.

Erstens muss die Akademie die Technik expliziter als die Wissenschaft einbeziehen – auch am Rande. Die Renaissance und das Zeitalter der Vernunft haben die amerikanische Hochschulbildung dazu veranlasst, Wissenschaft und Wissen um ihrer selbst willen zu feiern. Das Motto für Harvard lautet „Veritas“ oder „Wahrheit“, während das der University of Chicago „Crescat scientia, vita excolatur“ lautet, was bedeutet: „Lasst das Wissen von mehr zu mehr wachsen und so das menschliche Leben bereichern.“ Diese Universitäten, die auf wissenschaftlichen und geisteswissenschaftlichen Traditionen basieren, haben viel getan, um das für den menschlichen Fortschritt notwendige Wissenskorpus aufzubauen, aber dieses letzte halbe Jahrhundert war das Zeitalter der Ingenieuruniversitäten, in denen Stanford und MIT um die Entwicklung von Lösungen wetteiferten die Welt, nicht nur um sie zu verstehen. Dieses Ethos des Ingenieurwesens sollte sich über die Ingenieurabteilungen hinaus erstrecken, aber gerade und besonders auf die Sozialwissenschaften. Fordern Sie zum Beispiel von allen Studienanfängern, einen grundlegenden Ingenieurkurs zu belegen, um den mentalen Rahmen für das Erstellen von Lösungen für Probleme zu erlernen. Ökonomen haben die Vorteile von gesundem Geld seit Generationen artikuliert, aber nur durch ein ausgeklügeltes System wie Bitcoin können diese Debatten Wirklichkeit werden.

Dieser Wandel im Ingenieurwesen findet in gewisser Weise innerhalb der Sozialwissenschaften statt. Die kürzlich an Paul Milgrom und Bob Wilson verliehenen Wirtschaftsnobelpreise feierten beispielsweise ihre Arbeit bei der Gestaltung neuer Märkte und Auktionen zur Lösung realer Probleme bei der Ressourcenallokation, mit denen Regierungen und die Gesellschaft konfrontiert sind. Diese Gemeinschaft von Theoretikern der Mikroökonomie ist immer noch eine kleine Minderheit innerhalb des Wirtschaftsberufs, doch ihre Arbeit verbindet Theorie und Praxis wie kein anderes Gebiet und sollte unter praktizierenden Wissenschaftlern stärker vertreten sein. Die Universitäten sollten die erzwungene Gerechtigkeit aufgeben, alle Disziplinen gleich zu behandeln und jeder Disziplin einen gleichmäßigen Anteil an Fakultätslinien und Forschungsgeldern zuzuweisen, unabhängig von ihren Auswirkungen auf die Gesellschaft. Priorisieren Sie stattdessen Schüler, die willens und in der Lage sind, Lösungen für die Zukunft zu entwickeln. Diese Kultur muss von oben kommen und bis zu den Einstellungsentscheidungen von Fakultät und Studenten durchdringen.

Zweitens, interdisziplinäre Arbeit belohnen. Das traditionelle, jahrhundertealte Modell tiefer disziplinärer Arbeit ist in die Jahre gekommen, während die meisten spannenden Innovationen unserer Zeit an den Grenzen der Disziplinen liegen. Universitäten legen Lippenbekenntnisse zu interdisziplinärer Arbeit als neues Schlagwort auf dem College-Campus ab, aber wenn sich die Anreize für Fakultätswechsel nicht ändern, wird nichts passieren. Promotions- und Tenure-Kommissionen müssen Publikationen außerhalb des eigenen Fachgebietes und insbesondere Kooperationen mit anderen Fachbereichen und Hochschulen belohnen. Während große Regierungsbehörden wie die National Science Foundation die Zuweisung von Mitteln an interdisziplinäre Teams erhöht haben, sind Fakultätsausschüsse in Zeiten von Beförderungs- und Amtszeitentscheidungen erbärmlich altmodisch und belohnen Wissenschaftler immer noch eher innerhalb als innerhalb der Disziplinen. Ich gehe davon aus, dass sich dies im Laufe der Zeit ändern wird, wenn die ältere Generation in den Ruhestand geht, aber die dringendsten Probleme der Gesellschaft können nicht warten, und die Universitäten sollten sich jetzt schneller drehen. Sofern Promotions- und Tenure-Kommissionen die Anerkennung interdisziplinärer Arbeit nicht explizit aussprechen, kommt es nicht darauf an.

Drittens muss die Akademie hohe Ziele verfolgen. Wissenschaftliche Zeitschriften suchen allzu oft gern nach inkrementellen Beiträgen zum Wissensfundus. Unsere Besessenheit von Zitaten und kleinen Verbesserungen führt unweigerlich zu kleinen Fortschritten. Akademische Gemeinschaften haben einen reflexiven Wunsch, selbstbezogen und Stammesangehörige zu sein. Daher mögen Wissenschaftler kleine Konferenzen von Gleichgesinnten. Einige der größten Fortschritte in der Geschichte der Wissenschaft kamen von riesigen Verständnissprüngen, die nur außerhalb des Mainstreams hätten stattfinden können. Bitcoin ist ein Beispiel, aber nicht das einzige. Denken Sie an die Entdeckung der Doppelhelix, die Erfindung des Flugzeugs, die Schaffung des Internets und in jüngerer Zeit an die Entdeckung der mRNA-Sequenz für den COVID-19-Impfstoff. Wahrer Fortschritt entsteht, wenn man die bestehende intellektuelle Orthodoxie kompromisslos über Bord wirft und einen völlig neuen Look annimmt. Die Exzellenzstandards für unsere Fakultät und Studenten müssen darauf bestehen, dass sie darauf abzielen, die größten Probleme der Menschheit zu lösen. Zu oft wird dieser Diskurs auf dem Campus zum Schweigen gebracht und im Laufe der Zeit untergräbt er den Geist unserer jungen Leute. Um dies zu erreichen, verteilen Sie Forschungsgelder wirkungsorientiert und stellen Sie diese Anforderungen streng.

Der enorme Anstieg des Wohlstands aus dem Technologiesektor hat den Campus unter verschiedenen Druck gesetzt. Zum einen veranlasst es junge Studenten, abzubrechen und neue Unternehmen zu gründen, die in die Fußstapfen der jungen Gründer treten, die die Technologie- und Finanzpresse dominieren. Dies geschieht nur, weil es eine Kluft zwischen den Belohnungen des Marktes und den Aktivitäten der Universität gibt. Denken Sie daran, dass Bitcoin aus einer kleinen Gemeinschaft von Intellektuellen hervorgegangen ist, die versuchten, mithilfe neuer Technologien eine Lösung für ein uraltes Problem zu finden. Das hätte leicht innerhalb der Akademie passieren können, und in gewissem Sinne hätte es auch passieren sollen.

Das Unternehmen, ob neu gegründet oder etabliert, ist der natürliche Ort für inkrementelle Innovation. Der ständige Lärm von Kundenbedürfnissen, Investorenanforderungen und Branchenkenntnissen macht es zu einem natürlichen Ort für kleine Veränderungen in den Produktionsmöglichkeiten der Gesellschaft. Radikale Innovation ist mit ihrem längeren, bewussteren Zeitrahmen, dem Zugang zu fundierter Wissenschaft und der Isolation vom Lärm des Marktes einzigartig für die Akademie geeignet, aber es liegt an der Akademie, sich dieser Herausforderung zu stellen. Lassen Sie sich von Bitcoin inspirieren, damit die Akademie zum Quarterback und nicht nur zum Zuschauer der nächsten radikalen Innovation unserer Zeit wird.

Dies ist ein Gastbeitrag von Korok Ray. Die geäußerten Meinungen sind ausschließlich ihre eigenen und spiegeln nicht unbedingt die von BTC Inc. oder Bitcoin Magazine wider.