این یک سرمقاله نظر توسط Korok Ray استاستادیار دانشکده تجارت میز دانشگاه A&M تگزاس و مدیر مرکز تحقیقات نوآوری میز.
از زمان اعلام آغاز به کار خود در اکتبر 2008، بیت کوین به ارزش بازار بیش از 1 تریلیون دلار رسیده است. رشد آن هم سرمایهگذاری خردهفروشی و هم سرمایهگذاری نهادی را به خود جلب کرده است، زیرا جامعه مالی اکنون آن را به عنوان یک ذخیره قانونی ارزش و جایگزینی برای داراییهای سنتی مانند طلا میبیند. نوآوریها در شهرکهای لایه دوم مانند شبکه لایتنینگ این امکان را به طور فزایندهای برای بیتکوین فراهم میکند که به عنوان یک وسیله مبادله عمل کند.
با این حال، بیت کوین سابقه ای نامطمئن و تا حدودی در دانشگاه دارد. برنامه های درسی در دانشگاه ها عمدتاً فاقد هرگونه ذکر بیت کوین است. در عوض، آموزش ها اغلب به باشگاه های دانشجویی و سازمان های غیرانتفاعی واگذار می شود. با گذشت زمان این ممکن است تغییر کند، زیرا بیت کوین و کل بازار ارزهای دیجیتال به رشد خود ادامه می دهند و توجه استعدادهای برتر هم در مهندسی و هم در تجارت را به خود جلب می کنند. غیبت بیت کوین در دانشگاه مشکل خود بیت کوین نیست، بلکه آکادمی است، با استقبال ناکافی از نوآوری، تأکیدش بر تحلیل داده های عقب مانده و مشغله بیش از حد آن به رشته های فردی به جای دانش جمعی. بیت کوین می تواند به عنوان الهام بخش برای آنچه که تحقیقات دانشگاهی می تواند و باید باشد باشد. در واقع، این یک نقشه راه برای تغییر آموزش عالی به سمت بهتر است.
شباهت با آکادمی
ممکن است تعجب کنید که چرا کسی باید حتی یک رابطه بین بیت کوین و دانشگاه ها را فرض کند. امروزه فنآوران در تماس دائمی با نیازهای واقعی مشتریان هستند، در حالی که دانشکدههای دانشگاه علوم پایه را توسعه میدهند که (ممکن است) در آینده کاربرد داشته باشد. از این گذشته، نوآوری هایی مانند فیس بوک، مایکروسافت، اپل و حتی اتریوم توسط مردان جوانی که از کالج فارغ التحصیل نشده بودند راه اندازی شد. با این حال، تصادفی نیست که Silicon Valley و Route 128 هر دو در مجاورت بزرگترین دانشگاه های ساحلی کشور ما ظاهر شده اند. بنابراین، مطمئناً بین دانشگاه ها و بخش فناوری همبستگی وجود دارد. با این حال، بیت کوین متفاوت است. بیت کوین رابطه تنگاتنگ تری با ریشه های فکری و دانشگاهی خود دارد. برای درک این موضوع، باید به تاریخچه بیت کوین نگاه کنیم.
در آغاز قرن، گروهی متشکل از رمزنگاران، دانشمندان کامپیوتر، اقتصاددانان و آزادی خواهان - سایفرپانک ها - پیام هایی را از طریق یک لیست پستی اینترنتی رد و بدل کردند. این یک گردهمایی الکترونیکی مبهم از کادر متنوعی از دانشمندان، فنآوران و علاقهمندان بود که در حال توسعه و اشتراک ایدههای پیشرفت در رمزنگاری و علوم کامپیوتر بودند. اینجا جایی است که برخی از غولهای اولیه رمزنگاری کاربردی، مانند هال فینی، یکی از پیشگامان اولیه حریم خصوصی زیبا (PGP) وقت خود را سپری کردند.
در این لیست پستی بود که خالق مستعار بیت کوین، ساتوشی ناکاموتو، راه حل خود را برای یک سیستم پرداخت الکترونیکی اعلام کرد. پس از آن اعلامیه، او شروع به طرح سوالات از انجمن در مورد مفهوم و اجرای آن کرد. اندکی پس از آن، ناکاموتو اجرای کامل بیت کوین را ارائه کرد. این به شرکت کنندگان انجمن اجازه می داد تا نرم افزار را دانلود کرده، اجرا کنند و به تنهایی آن را آزمایش کنند.
La کاغذ سفید Bitcoin شباهت به تحقیقات دانشگاهی دارد. این مقاله از ساختار یک مقاله دانشگاهی پیروی می کند، دارای استناد است و شبیه به آنچه امروزه هر مقاله در علوم کامپیوتر ممکن است شبیه باشد. هم کاغذ سفید و هم مکالمات پیرامون آن به تلاشهای قبلی برای پیادهسازی الگوریتم اثبات کار، یکی از ویژگیهای اصلی بیتکوین اشاره دارند. به عنوان مثال، وایت پیپر به HashCash از سال 2002 اشاره می کند، که همچنین بخشی از مجموعه دانشی است که قبل از بیت کوین بود. آدم برگشت هنگام تلاش برای حل مشکل حذف هرزنامه ها در ایمیل ها، اثبات کار را برای HashCash ارائه کرد.
بنابراین، بیت کوین از آسمان سقوط نکرد، بلکه از یک سلسله طولانی ایدههایی که در طول دههها و نه روزها یا هفتهها توسعه یافته بودند، پدید آمد. ما تمایل داریم که فناوری را بهعنوان عملکردی با سرعت چرخش در نظر بگیریم، به سرعت در حال تغییر باشد و توسط افراد جاهطلب و جوان ترک تحصیل میشود، اما بیتکوین مبتنی بر «سریع حرکت و شکستن چیزها» نبود. برعکس بود و هست: یک بررسی آهسته و دقیق مبتنی بر دههها علم واقعی که نه بچهها، بلکه بیشتر شبیه والدینشان انجام میدادند. ماهیت انجمن رمزنگاری شبیه به یک سمینار تحقیقاتی آکادمیک بود که در آن دانشمندان حرفه ای مؤدبانه اما با اصرار سعی می کنند ایده ها را برای رسیدن به حقیقت از بین ببرند. اگرچه مفهوم کاغذ سفید در حال حاضر در بین سکه ها و توکن های ارزهای دیجیتال جایگزین رایج است، اما این روش مشخصه برای برقراری ارتباط ایده ها در میان جامعه تحقیقاتی حرفه ای است.
با وجود اینکه امروزه اقتصاد ارزهای دیجیتال مرکز مطبوعات مالی و سهم فزاینده ای از توجه ملی را به خود اختصاص داده است، زمانی که بیت کوین ظاهر شد تا حد ممکن از این موضوع دور بود. مبهم، فنی و بسیار حاشیه ای بود. بیت کوین در دوران طوالنی خود از ایده هایی که برای دهه ها وجود داشتند اما به جز برای حلقه کوچکی از رمزنگاران، اقتصاددانان و فیلسوفان سیاسی ناشناخته بودند، اشتراکات بیشتری با سایر نوآوری های رادیکال مانند اینترنت، ترانزیستور و هواپیما دارد. درست مانند آن نوآوری ها، داستان بیت کوین نیز پیروزی عقل فردی بر برداشت نادرست جمعی است. همانطور که برادران رایت با نشان دادن اینکه انسان میتواند پرواز کند، ثابت کردند که جهان اشتباه میکند، حتی اگر فیزیکدانان ادعا میکردند که از نظر ریاضی غیرممکن است، بیت کوین نیز با ایجاد کمبود دیجیتال برای اولین بار، مخالفان را گیج کرد.
چرا باید به جای برخی دیگر از توکن های ارزهای دیجیتال، مانند اتریوم، روی بیت کوین تمرکز کنیم؟ اگر به زیر کاپوت نگاه کنید، اکثریت نوآوری ارزهای دیجیتال از بیت کوین به دست آمده است. به عنوان مثال، اتریوم بر همان منحنی بیضوی بیت کوین تکیه می کند و از رمزنگاری کلید عمومی استفاده می کند. بیت کوین طی یک دوره بارداری طولانی و توسعه مخفیانه توسط یک رمزنگار مستعار کاربردی پدیدار شد و در یک لیست پستی مبهم منتشر و مورد بحث قرار گرفت. به همین دلیل، بیت کوین شباهت های زیادی با محافل آکادمیک مخفی که دانشگاه های مدرن را اشغال می کنند، دارد. هیچ رمزنگار حرفه ای اتریوم را ساخته نیست. بلکه نوجوانی بود که حتی اعتراف کرد که در توسعه آن عجله داشت. بنابراین، این تنها بیتکوین است که ارتباط عمیقی با آکادمی دارد، در حالی که نوآوریهای فزایندهای که اکنون فضای ارزهای دیجیتال را شلوغ کرده است، بیشتر شبیه پیشرفتهای کوچک در بخش فناوری مدرن است.
تفاوت با آکادمی
بیت کوین از جنبه های مهمی با آکادمی متفاوت است. مهمتر از همه، بیت کوین اساساً بین رشته ای است، به گونه ای که امروزه دانشگاه ها چنین نیستند. بیت کوین سه رشته مجزا را با هم ترکیب می کند: ریاضیات، علوم کامپیوتر و اقتصاد. این همجوشی است که به بیت کوین قدرت می دهد و سیلوهای آکادمیک سنتی را در هم می شکند.
رمزنگاری کلید عمومی نوآوری اصلی در رمزنگاری کاربردی و ریاضیات از زمان پیدایش آن در 50 سال پیش بوده است. مفهوم اصلی ساده است: کاربران می توانند یک پیام را با یک کلید خصوصی که فقط برای خودشان شناخته شده است ایمن کنند که یک کلید عمومی شناخته شده برای همه ایجاد می کند. بنابراین، کاربر می تواند به راحتی کلید عمومی را بدون هیچ گونه پیامد امنیتی توزیع کند، زیرا تنها کلید خصوصی می تواند قفل رمزگذاری را باز کند. رمزنگاری کلید عمومی این امر را از طریق توابع هش به دست میآورد - تبدیلهای یک طرفه دادهها که برگشت آن غیرممکن است. در بیتکوین، این از طریق منحنیهای بیضوی بر روی میدانهای محدود مرتبه اول اتفاق میافتد.
اما رمزنگاری کلید عمومی کافی نیست. از آنجایی که بیت کوین به دنبال این است که به عنوان یک سیستم پرداخت الکترونیکی عمل کند، باید این مشکل را حل کند مشکل دو برابر کردن. اگر آلیس با استفاده از بیت کوین به باب پرداخت، ما باید از پرداخت آلیس به کارول با همان بیت کوین جلوگیری کنیم. اما در دنیای دیجیتال، کپی کردن داده ها رایگان است و بنابراین، جلوگیری از هزینه مضاعف به ظاهر ناامیدکننده است. برای این کار، ناکاموتو از بلاک چین، ساختاری از علم کامپیوتر استفاده کرد. دیوید چاوم، رمزنگار، در اوایل سال 1983، در تحقیقاتی که از پایان نامه علوم کامپیوتر او در برکلی پدیدار شد، زمینه را برای مفهوم بلاک چین فراهم کرد.
بلاک چین یک لیست پیوندی است که به سمت عقب به بلوک اصلی (پیدایش) اشاره می کند. هر بلوک شامل هزاران تراکنش است که هر تراکنش حاوی مواد لازم برای انتقال بیت کوین از یک آدرس به آدرس دیگر است. بلاک چین مشکل دوبار خرج کردن را حل می کند، زیرا توزیع شده است، یعنی به صورت عمومی برای همه گره های شبکه بیت کوین در دسترس است. این گرهها دائماً زنجیره بلوکی را با تراکنشهای جدید اضافه میکنند که تنها زمانی که سایر گرههای شبکه موافق باشند (اجماع). در مثال قبلی، زمانی که آلیس به باب پرداخت می کند، این تراکنش وارد بلاک چین می شود که همه گره ها آن را مشاهده می کنند. اگر آلیس سعی کند از همان بیت کوین برای پرداخت به کارول استفاده کند، شبکه آن تراکنش را رد می کند زیرا همه می دانند که آلیس قبلاً از آن بیت کوین برای پرداخت باب استفاده کرده است. این ماهیت توزیع شده و عمومی بلاک چین است که از هزینه های مضاعف جلوگیری می کند، مشکلی منحصر به فرد برای پرداخت های الکترونیکی.
در واقع، ساتوشی بلاک چین را به طور خاص به عنوان راه حلی برای دو برابر کردن هزینه ها طراحی کرد. ذاتاً ناکارآمد است، زیرا به کل شبکه نیاز دارد که دائماً همان داده ها را تأیید و بازتولید کند. همچنین به همین دلیل است که بیشتر کاربردهای فناوری بلاک چین خارج از بیت کوین منطقی نیست، زیرا راه حلی ناکارآمد را که به صورت سفارشی برای پرداخت های الکترونیکی ساخته شده است، بر روی سایر برنامه ها تحمیل می کند که به طور موثر با پایگاه های داده مرکزی حل می شوند. مفهوم بلاک چین به عنوان یک لیست با پیوند معکوس به خودی خود در علم کامپیوتر انقلابی نیست، اما ماهیت توزیع شده آن به طور خاص برای جلوگیری از هزینه مضاعف طراحی شده است.
با این حال، رمزنگاری و بلاک چین کافی نیستند. باید دلیلی برای امنیت شبکه بلاک چین وجود داشته باشد. اینجاست که اقتصاد بیت کوین می درخشد. ناکاموتو گروهی از رایانهها را پیشنهاد کرد که ثابت میکردند تاریخچه تراکنشها واقعاً اتفاق افتاده است. این اثبات مستلزم انجام کار پرهزینه است. ناکاموتو با راهاندازی مسابقاتی که در آن رایانههای فردی (به نام ماینرها) برای یافتن یک پاسخ به ظاهر تصادفی از طریق یک تابع یک طرفه به نام SHA256 به رقابت میپردازند، این مشکل را حل کرد. برنده بیت کوین تازه استخراج شده را دریافت می کند که شبکه آن را منتشر می کند. پاسخ به تابع باید به اندازه کافی چالش برانگیز باشد که تنها راه حل آن استقرار منابع محاسباتی بیشتر باشد. استخراج بیت کوین نیاز به محاسبات واقعی و در نتیجه انرژی واقعی دارد، مشابه استخراج طلا در چند نسل پیش. اما بر خلاف استخراج طلا، زمانبندی صدور بیتکوین جدید برای همه شناخته شده است.
اقتصاد ماینینگ طراحی مسابقه ای است که به استخراج کنندگانی که یک معما را حل می کنند، بیت کوین جدید پاداش می دهد. این یک شکل از یک مکانیسم اقتصاد خرد است، به عنوان مثال، یک طراحی اقتصاد بازی که در آن عوامل فردی برای دریافت پاداش رقابت می کنند. اقتصاد کلان بیت کوین مربوط به زمان بندی انتشار است که به طور قابل پیش بینی در طول زمان تنظیم می شود و پاداش بلوک هر چهار سال به نصف کاهش می یابد. این محدودیت 21 میلیون بیت کوین را مجبور می کند. این امر ذاتاً رشد تورمی ارز را محدود می کند و محدودیتی را تحمیل می کند که امروز هیچ ارز فیات نباید به آن پایبند باشد. دشواری پازل زیربنایی تقریباً هر دو هفته یکبار بدون توجه به قدرت محاسباتی شبکه تنظیم میشود و علیرغم پیشرفتهای نمایی در قدرت محاسباتی در دهههای پس از راهاندازی بیتکوین، یک پیادهسازی قوی ارائه میدهد.
این ویژگی بین رشته ای بیت کوین وجودی است، نه افزایشی. بدون هیچ یک از سه مؤلفه آن (رمزنگاری کلید عمومی، یک بلاک چین مرتبط با عقب و یک مسابقه استخراج با استفاده از اثبات کار)، بیت کوین عمل نمی کند. هر یک از این سه جزء به خودی خود شامل مجموعه ای منسجم از دانش و ایده بود. این ترکیب آنها بود که نبوغ ناکاموتو بود. بنابراین، نوآوریهای رادیکال آینده نیز باید چندین رشته را به روشهای وجودی به هم پیوند دهند، که بدون آن ترکیب آنها دوام نمیآورد.
چرا آکادمی نه؟
چرا بیت کوین نمی توانست از آکادمی بیرون بیاید؟ اولاً، بیت کوین ذاتاً بین رشتهای است، با این حال محققان در دانشگاهها برای برتری در حوزههای واحد دانش پاداش میگیرند. بیتکوین ایدههای علوم کامپیوتر، ریاضیات و اقتصاد را با هم ترکیب میکند، اما بعید است که هیچ یک از دانشکدههای دانشگاهی وسعت دانش لازم برای هماهنگی بین رشتهای را داشته باشند.
دوم، آکادمی از افزایش گرایی رنج می برد. مجلات دانشگاهی به صراحت از نویسندگان خود درخواست می کنند افزایشی کار آنها به ادبیات کمک می کند. این است که چگونه دانش، اینچ به اینچ پیشرفت می کند. اما بیت کوین - مانند سایر نوآوری های رادیکال در تاریخ، مانند هواپیما و ترانزیستور - جهش های عظیمی به جلو انجام داد که احتمالاً از روند بررسی همتایان آکادمی جان سالم به در نمی برد.
سوم، بیتکوین بر پایههای سیاسی آزادیخواه استوار است که در میان آکادمی جریان اصلی، بهویژه اقتصاددانان حرفهای، نامطلوب هستند. در نرم افزار نمایش الگوریتمی پول سالم وجود دارد، جایی که پروتکل بیت کوین بیت کوین جدید را در یک زمان بندی قابل پیش بینی منتشر می کند. این با دنیای امروزی که ما در آن زندگی می کنیم بسیار متفاوت است، جایی که کمیته بازار آزاد فدرال دارای اختیارات اختیاری کامل در مورد عرضه پول است. سایفرپانک هایی که بیت کوین نسخه 0.1 را بررسی کردند، نسبت به اقتدار جمعی تردید داشتند و معتقد بودند که فناوری و رمزنگاری می توانند حریم خصوصی افراد را به دور از چشمان مراقب دولت یا هر سازمان بزرگی فراهم کنند.
اکثر اقتصاددانان با این تردید نسبت به قدرت مرکزی موافق نیستند. حداقل جامعه علوم اجتماعی هرگز بیت کوین را جدی نگرفت. علاوه بر این، فدرال رزرو نقش بزرگی هم در تأمین مالی و هم در ترویج تحقیقات اقتصادی دانشگاهی اصلی دارد. از دکترای برتر استخدام می کند. برنامهریزی میکند، روسای بانکها و روسای بانکها را که اساتید سابق اقتصاد بودهاند، استخدام میکند و کارکنان خود را تشویق میکند تا در مجلات دانشگاهی مشابه آکادمی منتشر کنند. جای تعجب نیست که دانشگاه، تحت تأثیر فرهنگ فدرال رزرو، از فناوری ای که به طور اساسی جایگزین آن می شود، استقبال نکند.
من از همه برندگان زنده جایزه نوبل اقتصاد خواستم در کنفرانس بیت کوین A&M تگزاس سخنرانی کنند و همه به جز یک نفر نپذیرفتند. برخی اعتراف کردند که اطلاعات کافی در مورد بیت کوین برای تضمین سخنرانی ندارند. حداقل آنها در مورد محدودیتهای مدل انضباطی که با موفقیت در آن پیشرفت کردهاند صادق بودند. دیگران، مانند پل کروگمن، ارزهای دیجیتال را به عنوان وام مسکن جدید میدانند (او همچنین یک بار پیشبینی کرد که اینترنت همان تأثیر را بر اقتصاد خواهد داشت. به عنوان دستگاه فکس). اقتصاددانان دانشگاهی تقریباً هیچ توجهی به رشد بیت کوین نکردند و حتی اکنون نیز از نحوه عملکرد بلاک چین بیت کوین بی اطلاع هستند، علیرغم اینکه تنها نوآوری واقعی در حوزه مالی در دهه اخیر بوده است.
بیت کوین در درجه اول یک مشارکت فکری است. این نیازی به دانش عمیق صنعت، بینش ویژه نسبت به شیوه های فعلی شرکت ها یا آگاهی از جزئیات خاص بازار کار و سرمایه ندارد. این نه از روی عمل موجود، بلکه از تئوری موجود ساخته شده است. به این دلایل، بیت کوین بدون عذرخواهی از سرزمین ایده ها بیرون آمد و به نوعی باید از آکادمی می آمد. یک اقتصاددان دانشگاهی احتمالاً میتوانست مسابقات ماینینگ را طراحی کند، یک دانشمند کامپیوتر زنجیره بلوکی و یک ریاضیدان رمزنگاری کلید عمومی را توسعه داد. ترکیب این سه نوآوری با هم به یک همکار (یا تیم) بعید نیاز دارد. دانشگاهها دانشکدههایی را با تخصص عمیق در رشتههای فردی خود توسعه میدهند، اما هیچ کاری برای پیوند دادن این رشتهها به روش بیتکوین انجام نمیدهند. به همین دلیل، بیتکوین نمیتوانست از دانشگاه بیرون بیاید، حتی اگر بر رشتههایی استوار باشد که در دانشگاه تثبیت شده است. مشکل خود دانش نیست بلکه سازماندهی آن است. و در آن فرصت نهفته است.
چگونه به اینجا رسیدیم؟
در شکل فعلی، آکادمی برای نوآوری هایی مانند بیت کوین مناسب نیست. پس از ورود دانشآموزان به مقطع تحصیلات تکمیلی، آنها تکنیکهای رشته خود را یاد میگیرند، که از آن برای انتشار در مجلات تخصصی استفاده میکنند تا با مجموعه کوچکی از همتایان خود در آن رشته، دوره تصدی و شناخت آکادمیک آینده را به دست آورند. این دالانهای منزوی دانش طی قرنها از زمان دانشگاههای اولیه تشدید شدهاند. چگونه این اتفاق افتاد؟
دو گرایش اصلی در آکادمی پس از جنگ جهانی دوم وجود دارد. تا کنون مهم ترین آن انقلاب دیجیتال است. همانطور که قدرت محاسباتی برای همه قابل دسترس شد، هدف علم از نظریه ساختمان به اندازه گیری تغییر کرد. ناگهان، مجموعه گسترده ای از داده های علوم اجتماعی و طبیعی از طریق یک لپ تاپ در هر نقطه از جهان در دسترس محققان قرار گرفت. رشد اینترنت به اشتراک گذاری داده ها و در دسترس بودن داده ها را گسترش داد، و پیشرفت در قدرت ریزپردازش، تجزیه و تحلیل بزرگ داده ها را ارزان و آسان کرد. جامعه دانشگاهی به طور انبوه به سمت تجزیه و تحلیل داده ها رفت و در چرخه های 10-15 ساله از روندی به روند دیگر رفت. چرخه اول بر روی آمار خلاصه و تجزیه و تحلیل واریانس، دوم بر روی رگرسیون خطی و سوم در مورد یادگیری ماشین بود. هنگامی که مشکلاتی در حوزه خاص هر رشته به وجود می آمد، به ندرت محققان برای تجدید نظر به نظریه زیربنایی خود باز می گشتند. در عوض، آنها به سادگی دادههای بیشتری را به دستگاه وارد کردند، امیدوار بودند که خطای اندازهگیری و متغیرهای حذف شده مقصر باشند.
رشد کلان داده ها و آمار، در هماهنگی با یادگیری ماشین، ما را به زمان حال سوق داده است که هوش مصنوعی (AI) یک جعبه سیاه است. هیچ محققی نمی تواند به طور کامل توضیح دهد که هوش مصنوعی دقیقا چه کاری انجام می دهد. در همان زمان، سوالات کوچکتر شده است. پیش از این، اقتصاد توسعه به عنوان یک رشته میپرسید: "چرا آفریقا اینقدر فقیر است؟" اکنون، تحقیقات میدانی این سوال را مطرح میکند که آیا قرار دادن علامت در سمت چپ یا سمت راست درب حمام به احتمال زیاد منجر به استفاده میشود. این مشغولیت به علیت از نظر فکری ارزشمند است، اما بهای بالایی دارد، زیرا اغلب محقق باید دامنه خود را به رفتارهایی محدود کند که به راحتی قابل مشاهده و اندازه گیری هستند. نظریه های بزرگ، پیچیده و ریاضی که پس از جنگ جهانی دوم توسعه یافتند تا حد زیادی غیرقابل آزمایش بودند و بنابراین محققان تجربی آن مبانی نظری را کنار گذاشتند. جایی که زمانی دانشگاهیان با پرسیدن بزرگترین سؤالات روز، جایگاه بالایی را در زمینه فکری داشتند، اکنون تحقیقات تجربی بر مجلات دانشگاهی غالب است. فیزیکدانان تجربی و اقتصاددانان تجربی به طور یکسان عمدتاً از دیگر کارهای مبتنی بر داده استناد می کنند.
با فیلتر شدن رایانه ها در سراسر جامعه ما، دانش آموزان در اوایل زندگی خود در معرض محاسبات قرار گرفتند. در زمان ورود به کالج و تحصیلات تکمیلی، امکانات اولیه با دستکاری و تجزیه و تحلیل داده ها را داشتند. چرا با ریاضیات زحمت بکشیم وقتی برخی آزمایشهای ساده و رگرسیونهای خطی میتوانند جداول نتایجی را ارائه دهند که میتوانند به سرعت منتشر شوند؟ با گذشت زمان، دانش آموزان به سمت کار داده گرایش پیدا کردند، زیرا حرفه دانشگاهی به آرامی از ریاضیات دور شد.
پذیرش مقالاتی با برخی واقعیت های تجربی یا تجربی کوچک درباره جهان برای مجلات بسیار آسان تر شد. با توجه به اینکه ویراستاران و داوران در مورد تحقیقات آکادمیک بر اساس کاغذ به مقاله تصمیم می گیرند، هیچ ارزیابی جامعی در مورد اینکه آیا مجموعه کارهای تجربی و تجربی واقعاً دانش بشر را ارتقا می دهد وجود ندارد. به این ترتیب، تجزیه و تحلیل دادهها با تیمهایی از محققین که پیشرفتهای فزایندهتری دارند، مجموعههای دادههای اصلی را استخراج میکنند و سؤالات کوچکتر و بیمعنیتری میپرسند، غوغا کرده است. آیا باران یا آفتاب بر روحیه معامله گران و در نتیجه انتخاب سهام آنها تأثیر می گذارد؟ آیا اندازه امضای یک مدیر مالی در یک بیانیه سالانه می تواند خودشیفتگی او را اندازه گیری کند و پیش بینی کند که آیا او مرتکب کلاهبرداری خواهد شد؟ (من نیستم ساخت این چیز بالا.)
ممکن است تصور شود که پیشرفت در محاسبات منجر به تحقیقات برای تأیید برخی از تئوری های توسعه یافته پس از جنگ جهانی دوم شده است، اما اینطور نبوده است. از نظر فنی، بسیاری از این مدلهای پیچیده درونزا هستند و متغیرهای متعددی به طور همزمان در حالت تعادل تعیین میشوند. به این ترتیب، برای محققان تجربی این یک چالش است که به طور خاص آنچه را که در حال رخ دادن است شناسایی کنند، مانند اینکه آیا افزایش حداقل دستمزد بیکاری را افزایش می دهد، همانطور که اقتصاد 101 پیشنهاد می کند. که منجر به چرخش به علیت شده است. اما استنباط علّی مستلزم شرایط دقیقی است، و اغلب این شرایط بر اقتصاد حاکم نیست، بلکه در چند مثال خاص مانند ایالت های ایالات متحده که قوانین ضد سقط جنین را در زمان های مختلف تصویب کردند، اعمال می شود. را Freakonomics انقلاب در اقتصاد ممکن است بر جوایز نوبل تسلط نداشته باشد، اما مطمئناً بر اکثر تحقیقات منتشر شده علوم اجتماعی تأثیر گذاشته است.
مشکل اصلی این رویکرد مبتنی بر داده، رویکرد در نهایت به عقبنگر بودن آن است. طبق تعریف، داده ها نمایشی از جهان در یک نقطه از زمان هستند. تمام زمینههای تحقیقات تجاری و اقتصادی در حال حاضر تقریباً کاملاً تجربی هستند، جایی که محققان برای جمعآوری مجموعه دادههای جدید یا استفاده از تکنیکهای جدید و تجربی در مجموعه دادههای موجود رقابت میکنند. در هر صورت، منظره همیشه از آینه عقب است و به گذشته نگاه می کند تا بفهمد چه اتفاقی افتاده یا نه. آیا نرخ بهره پایین باعث بحران مالی جهانی شد؟ آیا سقط جنین باعث کاهش جرم می شود؟ آیا حداقل دستمزد باعث کاهش اشتغال می شود؟ این پرسشها اساساً به جای طراحی راهحلهای جدید برای آینده، مشغول گذشته هستند.
روند دوم کوچک شدن جامعه تئوری، چه در داخل و چه در خارج از آکادمی بوده است. تعداد نظریه پردازان به شدت کاهش یافته است، و آنها همچنین از همکاری با همکاران تجربی و تجربی بسیار بزرگتر خود امتناع کرده اند. این قبیلهگرایی نظریهپردازان را به نوشتن مدلهای ریاضی پیچیدهتر، پیچیدهتر و خودارجاعیتر با مبنای کمی در واقعیت و بدون امید به اعتبار تجربی احتمالی سوق داد. بسیاری از نظریه بازیها غیرقابل آزمون باقی میمانند و نظریه ریسمان شاید افراطیترین نمونه از دنیای خودارجاعی باشد که هرگز نمیتوان آن را به طور کامل تأیید یا آزمایش کرد.
در نهایت، تئوری آکادمیک تکنولوژی را برای مدت طولانی دنبال می کند. اغلب، ریاضیدانان، فیزیکدانان و اقتصاددانان، منطقی سازی های پیشین از فناوری هایی را ارائه می دهند که قبلاً در صنعت موفق بوده اند. این نظریهها چیز جدیدی را پیشبینی نمیکنند، بلکه صرفاً حکمت متعارف را تأیید میکنند. با افزایش پیچیدگی نظریه، خوانندگان آن حتی در میان نظریه پردازان کاهش می یابد. مانند هر چیز دیگری در زندگی، قبیله گرایی تئوری جامعه را به سمتی سوق می دهد که به عنوان یک باشگاه عمل کند و اعضایی را که زبان و روش های مخفیانه آن را نمی پذیرند، باز می دارد.
بنابراین، ما به چیزی شبیه به یک جنگ داخلی رسیدیم. قبیله نظریه سال به سال کوچکتر می شود و ارتباط خود را با واقعیت از دست می دهد، در حالی که جامعه داده های تجربی/تجربی در طول زمان رشد می کند و سؤالات کوچکتری را بدون راهنمایی مفهومی می پرسد. هم دانشگاهیان و هم فناوران در تاریکی در مورد اینکه چه مشکلاتی را حل کنند و چگونه به آنها نزدیک شوند، رها شده اند. همچنین منجر به تصادفی فراگیر در آگاهی جمعی ما میشود و ما را به سمتی که بادهای لحظهای ما را میبرد هدایت میکند. علم اقتصاد تئوریهای تثبیتشدهای در مورد بازارها و نحوه عملکرد آنها دارد، با این حال شرکتهای فناوری بازارهای بزرگی هستند که در بسیاری از همان نظریههای اقتصادی مهار نشدهاند. علم کامپیوتر بر پایهای محکم از الگوریتمها و ساختارهای داده استوار است، با این حال جامعه تئوریها درگیر بحثهایی در مورد پیچیدگی محاسباتی هستند، در حالی که شرکتهای فناوری تریلیون دلاری آزمایشهای ساده A/B را برای گرفتن مهمترین تصمیمهای خود انجام میدهند.
ما به نقطه اوج در مقیاس دانش بشری رسیدهایم، جایی که محققان نظریههای خود را تا سطوح دقیقتر اصلاح میکنند و با جوامع کوچکتر و کوچکتری از دانشمندان صحبت میکنند. این تخصص دانش منجر به فوق تخصصی شدن شده است، جایی که مجلات و رشته های دانشگاهی همچنان به دسته های کوچکتر تقسیم و تقسیم می شوند. انبوه مجلات گواه این فوق تخصصی شدن است.
از علم تا مهندسی
بسیاری از نوآوریهای آینده در مرزهای رشتهها رخ خواهند داد، با توجه به اینکه دانش زیادی قبلاً در رشتههای موجود کشف شده است، اما باید تحول بزرگتری وجود داشته باشد. دانشگاههای امروزی هنوز تا حد زیادی روش علمی را اتخاذ میکنند و دانش را برای خود ایجاد میکنند و به دنبال شناخت دنیای طبیعی، فیزیکی و اجتماعی هستند، اما ما نباید به همینجا بسنده کنیم. با توجه به دانش بنیادی خود، دانشمندان در بهترین موقعیت برای مهندسی راه حل های بهتر برای آینده ما هستند. حرکت به سمت یک طرز فکر مهندسی، دانشگاهیان را مجبور می کند تا راه حل هایی را برای مهم ترین مشکلات ما طراحی و اجرا کنند. در بلندمدت، شکاف بین آکادمی و صنعت را نیز کاهش خواهد داد. فشاری که دانشآموزان برای جستجوی شغل و راهاندازی شرکتها با آن روبهرو میشوند، به دلیل وجود شکافی بین نیازهای بازار و برنامه درسی دانشگاهی، ظاهر میشود. اگر این شکاف از بین می رفت و دانشجویان در عوض زمان خود را صرف ساختن راه حل های بهتر برای آینده می کردند، این ناهماهنگی شناختی از بین می رفت.
این تحول قبلاً در برخی از رشته ها مانند اقتصاد آغاز شده است. یکی از موفق ترین حوزه های کاربردی اقتصاد است طراحی بازار، که بدون ابهام یک ذهنیت مهندسی را اتخاذ کرد و تنها در دهه گذشته سه جایزه نوبل را دریافت کرد. این محققان از مهندسی و تئوری بازیها اقتباس شدهاند تا بازارهای بهتری را ایجاد کنند که میتوانند در دنیای واقعی کار کنند، مانند راههای بهتری برای تطبیق اهداکنندگان کلیه با گیرندگان، دانشآموزان با مدارس یا دستیاران پزشکی با بیمارستانها. آنها همچنین بسیاری از بزرگترین حراجهایی را که امروزه مورد استفاده قرار میگیرند، مانند حراج طیف دولتی و حراج تبلیغات در گوگل، طراحی کردند. دلیلی وجود ندارد که بقیه حرفه اقتصاد، یا حتی بقیه آموزش عالی و جامعه دانشگاهی، نتوانند به طور مشابه خود را در جهت اتخاذ بیشتر این طرز فکر مهندسی قرار دهند.
با گذشت زمان، از بین بردن این شکاف بین آکادمی و صنعت، بسیاری از مشکلات را از بین می برد
اعتراض عمومی نسبت به افزایش شهریه و بدهی دانشجویان هنگامی که دانشجویان و اساتید تحقیقات خود را به سمت توسعه راه حل های بهتر برای جامعه سوق دهند، دانشجویان و شرکت هایی که آنها را به کار می گیرند نیز همین کار را انجام خواهند داد. اگر این تحقیق مستقیماً فناوریهایی را ایجاد کند که در نهایت به نفع دانشجویان، کارفرمایان آینده و به طور کلی جامعه باشد، دانشآموزان دیگر از اساتید خود به خاطر صرف وقت برای تحقیق به جای تدریس ناراحت نخواهند شد. با گذشت زمان، این به طور طبیعی شکاف مهارتی را که آمریکا در حال حاضر با آن مواجه است، از بین خواهد برد. دانشگاهها دیگر نیازی به تمرکز صریح بر مهارتهای STEM ندارند، بلکه بیشتر بر ارائه راهحلهای فنآوری تمرکز میکنند که در نهایت به هر حال از حوزههای STEM به شدت جذب میشود.
فراخوانی برای اقدام
چگونه می توانیم آموزش عالی را برای تولید بیت کوین بعدی اصلاح کنیم؟ البته بیتکوین بعدی فینفسه بیتکوین نخواهد بود، بلکه یک نوآوری اولیه است که یک مشکل قدیمی را به روشی کاملاً جدید درک میکند. من سه توصیه خاص برای فرهنگ دانشگاه، اولویت ها و ساختار سازمانی دارم.
اول، آکادمی باید به طور صریح تری مهندسی را بیش از علم بپذیرد - حتی در حاشیه. رنسانس و عصر عقل باعث شده است که آموزش عالی آمریکا به خاطر خود علم و دانش را جشن بگیرد. شعار دانشگاه هاروارد "Veritas" یا "حقیقت" است، در حالی که شعار دانشگاه شیکاگو "Crescat scientia, vita excolatur" است، به این معنی که "اجازه دهید دانش از بیشتر به بیشتر رشد کند و زندگی انسان غنی شود." این دانشگاه ها بر اساس سنت های علمی و هنری لیبرال، کارهای زیادی برای ایجاد مجموعه دانش لازم برای پیشرفت بشر انجام داده اند، اما این نیم قرن اخیر، عصر دانشگاه های مهندسی بوده است، و استنفورد و MIT برای ایجاد راه حل هایی با هم رقابت می کنند. جهان، نه فقط برای درک آن. این اخلاق مهندسی باید فراتر از دپارتمانهای مهندسی، بلکه حتی و بهویژه به علوم اجتماعی گسترش یابد. برای مثال، از همه دانشجویان سال اول بخواهید که در یک کلاس مهندسی پایه شرکت کنند تا چارچوب ذهنی ایجاد راه حل برای مشکلات را بیاموزند. اقتصاددانان مزایای پول سالم را برای نسلها بیان کردهاند، اما تنها از طریق یک سیستم مهندسی مانند بیتکوین میتوان این بحثها را به واقعیت تبدیل کرد.
این تغییر در مهندسی تا حدودی در علوم اجتماعی اتفاق می افتد. به عنوان مثال، جوایز نوبل اخیر که به پل میلگروم و باب ویلسون در اقتصاد داده شد، کار آنها را در طراحی بازارها و حراج های جدید برای حل مشکلات واقعی در مشکلات تخصیص منابع که دولت ها و جامعه با آن مواجه هستند جشن گرفتند. این جامعه از نظریه پردازان اقتصاد خرد هنوز اقلیتی کوچک در حرفه اقتصادی هستند، با این حال کار آنها نظریه و عمل را مانند هیچ زمینه دیگری در هم می آمیزد و باید دارای نمایندگی بالاتری در میان دانشمندان فعال باشد. دانشگاهها باید عدالت اجباری را در برخورد با همه رشتهها بهعنوان یکسان کنار بگذارند و سهم یکسانی از رشتههای هیأت علمی و دلارهای تحقیقاتی را به هر رشتهای، صرف نظر از تأثیر آن بر جامعه، اختصاص دهند. در عوض، شاگردانی را که مایل و قادر به ایجاد راه حل برای آینده هستند، اولویت بندی کنید. این فرهنگ باید از بالا آمده و به سمت تصمیمات جذب اعضای هیئت علمی و دانشجویان نفوذ کند.
دوم، پاداش کار میان رشته ای. مدل سنتی و چند صد ساله کار عمیق انضباطی سن خود را نشان می دهد، در حالی که بیشتر نوآوری های هیجان انگیز زمان ما در مرزهای رشته ها قرار دارد. دانشگاهها به کار میان رشتهای بهعنوان واژهای جدید در سرتاسر پردیسهای کالج صحبت میکنند، اما تا زمانی که انگیزههای اعضای هیئت علمی تغییر نکند، هیچ چیز تغییر نخواهد کرد. کمیته های ترفیع و تصدی باید به انتشارات خارج از رشته تحصیلی و به ویژه همکاری با سایر بخش ها و دانشکده ها پاداش دهند. در حالی که سازمانهای دولتی بزرگ، مانند بنیاد ملی علوم، تخصیص بودجه به تیمهای بین رشتهای را افزایش دادهاند، وقتی نوبت به تصمیمهای ارتقا و تصدی شغل میرسد، کمیتههای دانشکده به طرز تاسفباری قدیمی هستند و هنوز به دانشپژوهان در درون رشتهها پاداش میدهند. با گذشت زمان، من انتظار دارم که با بازنشستگی نسل قدیم این وضعیت تغییر کند، اما مبرم ترین مشکلات جامعه نمی توانند منتظر بمانند و دانشگاه ها اکنون باید سریع تر بچرخند. مگر اینکه کمیته های ترفیع و تصدی صراحتاً به رسمیت شناختن کار بین رشته ای را اعلام کنند، هیچ چیز دیگری مهم نیست.
سوم، آکادمی باید هدف بالایی داشته باشد. اغلب مجلات آکادمیک به راحتی به دنبال کمک های افزایشی به صندوق دانش هستند. وسواس ما در مورد استنادها و پیشرفت های کوچک ناگزیر به گام های کوچک رو به جلو منجر می شود. جوامع دانشگاهی تمایل انعکاسی به خود ارجاعی و قبیله ای بودن دارند. بنابراین، دانش پژوهان کنفرانس های کوچک همفکران را دوست دارند. برخی از بزرگترین گامهای رو به جلو در تاریخ علم ناشی از جهشهای عظیم درک است که فقط میتوانست خارج از جریان اصلی اتفاق افتاده باشد. بیت کوین یک نمونه است، اما نه تنها. کشف مارپیچ دوگانه، اختراع هواپیما، ایجاد اینترنت و اخیراً کشف توالی mRNA برای واکسن COVID-19 را در نظر بگیرید. پیشرفت واقعی از کنار انداختن بدون عذرخواهی ارتدوکس فکری موجود و پذیرش نگاهی کاملاً تازه حاصل می شود. استانداردهای برتری برای اساتید و دانشجویان ما باید اصرار داشته باشند که هدف آنها حل بزرگترین مشکلات پیش روی بشریت است. اغلب اوقات این گفتمان از دانشگاه ساکت می شود و به مرور زمان روحیه جوانان ما را تخریب می کند. برای دستیابی به این هدف، بودجه تحقیقاتی را بر اساس تأثیر تخصیص دهید و این الزامات را سختتر کنید.
افزایش گسترده ثروت از بخش فناوری، فشارهای مختلفی را بر دانشگاه وارد کرده است. اولاً، دانشجویان جوان را ترغیب میکند که ترک تحصیل کنند و شرکتهای جدیدی را راهاندازی کنند، به دنبال ردپای بنیانگذاران جوانی که بر مطبوعات فنآوری و مالی تسلط دارند. این فقط به این دلیل اتفاق می افتد که بین پاداش های بازار و فعالیت های دانشگاه شکاف وجود دارد. به یاد داشته باشید که بیت کوین از جامعه کوچکی از روشنفکران به وجود آمد که به دنبال مهندسی راه حلی برای یک مشکل قدیمی با استفاده از فناوری جدید بودند. این به راحتی میتوانست در آکادمی اتفاق بیفتد و به نوعی باید اتفاق بیفتد.
شرکت شرکتی، چه تازه تاسیس یا تاسیس شده، منبع طبیعی برای نوآوری افزایشی است. سر و صدای مداوم نیازهای مشتری، تقاضاهای سرمایه گذار و دانش صنعت، آن را به مکانی طبیعی برای تغییرات کوچک در امکانات تولید جامعه تبدیل می کند. نوآوری رادیکال با بازه زمانی طولانی تر، دقیق تر، دسترسی به علم عمیق و انزوا از سر و صدای بازار به طور منحصر به فردی برای آکادمی مناسب است، اما این وظیفه آکادمی است که از پس این چالش برآید. اجازه دهید بیت کوین ما را الهام بخشد، تا آکادمی به یک چهارمین بک و نه فقط تماشاگر نوآوری رادیکال بعدی زمان ما تبدیل شود.
این یک پست مهمان توسط Korok Ray است. نظرات بیان شده کاملاً متعلق به خود آنها است و لزوماً نظرات BTC Inc. یا مجله Bitcoin را منعکس نمی کند.
- آکادمی
- بیت کوین
- مجله Bitcoin
- بلاکچین
- انطباق با بلاک چین
- کنفرانس بلاکچین
- coinbase
- coingenius
- کالج
- اجماع
- کنفرانس رمزنگاری
- معدنکاری رمز گشایی
- کریپتو کارنسی (رمز ارزها )
- فرهنگ
- غیر متمرکز
- DEFI
- دارایی های دیجیتال
- آموزش
- ethereum
- فراگیری ماشین
- رمز غیر قابل شستشو
- نظر
- افلاطون
- افلاطون آی
- هوش داده افلاطون
- PlatoData
- بازی پلاتو
- چند ضلعی
- اثبات سهام
- دانشگاه ها
- W3
- زفیرنت