Perché Bitcoin non avrebbe mai potuto essere inventato in un'università

Questo è un editoriale di opinione di Korok Ray, professore associato presso la Mays Business School della Texas A&M University e direttore del Mays Innovation Research Center.

Dall'annuncio del suo lancio nell'ottobre 2008, Bitcoin ha raggiunto una capitalizzazione di mercato di oltre $ 1 trilione. La sua crescita ha attirato investimenti sia al dettaglio che istituzionali, poiché la comunità finanziaria ora inizia a vederlo come una legittima riserva di valore e un'alternativa agli asset tradizionali come l'oro. Le innovazioni negli insediamenti di secondo livello come Lightning Network rendono sempre più possibile che bitcoin funga da mezzo di scambio.

Tuttavia, Bitcoin ha una storia precaria e un po' a scacchi nel mondo accademico. I curricula nelle università sono in gran parte privi di qualsiasi menzione di Bitcoin. Invece, gli insegnamenti sono spesso lasciati ai club studenteschi e alle organizzazioni no profit. Nel tempo questo potrebbe cambiare, poiché Bitcoin e l'intero mercato delle criptovalute continuano a crescere, attirando l'attenzione dei migliori talenti sia nell'ingegneria che negli affari. L'assenza di Bitcoin dall'università non è un problema con Bitcoin in sé, ma piuttosto l'accademia, con il suo insufficiente apporto all'innovazione, la sua enfasi sull'analisi dei dati retrospettiva e la sua eccessiva preoccupazione per le discipline individuali piuttosto che per la conoscenza collettiva. Bitcoin può servire da ispirazione per ciò che la ricerca accademica può e dovrebbe essere. In effetti, presenta una tabella di marcia per cambiare in meglio l'istruzione superiore.

Somiglianze con l'Accademia

Ci si potrebbe chiedere perché qualcuno dovrebbe addirittura ipotizzare una relazione tra Bitcoin e le università. I tecnologi sono in costante contatto con le esigenze reali dei clienti oggi, mentre le facoltà universitarie sviluppano la scienza di base che (potrebbe) trovare applicazione in un lontano futuro. Dopotutto, innovazioni come Facebook, Microsoft, Apple e persino Ethereum sono state lanciate da giovani che non si erano laureati. Tuttavia, non è un caso che la Silicon Valley e la Route 128 siano emerse entrambe in prossimità delle più grandi università costiere della nostra nazione. Quindi, esiste sicuramente una correlazione tra le università e il settore tecnologico. Anche così, Bitcoin è diverso. Bitcoin ha un rapporto ancora più stretto con le sue radici intellettuali e accademiche. Per capirlo, dobbiamo scrutare la storia di Bitcoin.

All'inizio del secolo, una banda disordinata di crittografi, informatici, economisti e libertari - i cypherpunk - si scambiava messaggi su una mailing list su Internet. Questo è stato un oscuro raduno elettronico di un gruppo eterogeneo di scienziati, tecnologi e hobbisti che stavano sviluppando e condividendo idee sui progressi della crittografia e dell'informatica. È qui che trascorsero del tempo alcuni dei primi colossi della crittografia applicata, come Hal Finney, uno dei primi pionieri di Pretty Good Privacy (PGP).

È stato in questa mailing list che il creatore pseudonimo di Bitcoin, Satoshi Nakamoto, ha annunciato la sua soluzione per un sistema di pagamento elettronico. Dopo quell'annuncio, ha iniziato a sollevare domande dal forum sia sul concetto che sulla sua esecuzione. Poco dopo, Nakamoto ha fornito la piena implementazione di Bitcoin. Ciò ha consentito ai partecipanti del forum di scaricare il software, eseguirlo e testarlo autonomamente.

I Carta bianca bitcoin ha una somiglianza con la ricerca accademica. Segue la struttura di un documento accademico, contiene citazioni e sembra simile a come potrebbe apparire oggi qualsiasi documento di informatica. Sia il white paper che le conversazioni intorno ad esso fanno riferimento a precedenti tentativi di implementazione dell'algoritmo proof-of-work, una delle caratteristiche principali di Bitcoin. Ad esempio, il white paper cita HashCash del 2002, anch'esso parte del corpus di conoscenze che ha preceduto Bitcoin. Adam Back ha fornito una prova di lavoro per HashCash mentre cercava di risolvere il problema dell'eliminazione dello spam nelle e-mail.

Pertanto, Bitcoin non è caduto dal cielo, ma è emerso da un lungo lignaggio di idee sviluppate nel corso di decenni, non giorni o settimane. Tendiamo a pensare alla tecnologia come al funzionamento a velocità di curvatura, in rapido cambiamento e guidata da giovani ambiziosi che abbandonano il college, ma Bitcoin non era basato su "muoviti velocemente e rompi le cose". Era ed è l'opposto: una lenta, attenta deliberazione basata su decenni di vera scienza praticata non dai bambini, ma più come i loro genitori. Il forum di crittografia era di natura simile a un seminario di ricerca accademica, in cui scienziati professionisti tentano educatamente ma insistentemente di demolire le idee per arrivare alla verità. Sebbene il concetto di white paper sia ora di gran moda tra le monete e i token di criptovaluta alternativi, è il metodo caratteristico per comunicare idee tra la comunità di ricerca professionale.

Anche se l'economia della criptovaluta oggi occupa il centro della scena nella stampa finanziaria e una quota crescente dell'attenzione nazionale, quando è emerso Bitcoin era il più lontano possibile da questo. Era oscuro, tecnico e molto marginale. Nella sua lunga gestazione da idee che esistevano da decenni ma sconosciute se non a una ristretta cerchia di crittografi, economisti e filosofi politici, Bitcoin condivide più cose in comune con altre innovazioni radicali, come Internet, il transistor e l'aereo. Proprio come quelle innovazioni, la storia di Bitcoin è il trionfo della ragione individuale sull'errata percezione collettiva. Proprio come i fratelli Wright hanno dimostrato che il mondo si sbagliava mostrando che l'uomo poteva volare anche se i fisici affermavano che era matematicamente impossibile, così anche Bitcoin ha confuso gli oppositori costruendo per la prima volta in assoluto la scarsità digitale.

Perché dovremmo concentrarci su Bitcoin piuttosto che su alcuni degli altri token di criptovaluta, come Ethereum? Se guardi sotto il cofano, la maggior parte dell'innovazione della criptovaluta è arrivata da Bitcoin. Ad esempio, Ethereum si basa sulla stessa curva ellittica di Bitcoin, utilizzando la stessa crittografia a chiave pubblica. Bitcoin è emerso durante un lungo periodo di gestazione e sviluppo segreto da parte di un crittografo applicato pseudonimo ed è stato rilasciato e dibattuto in un'oscura mailing list. Per questo motivo, Bitcoin condivide molte somiglianze con gli arcani circoli accademici che occupano le moderne università. Nessun crittografo professionista ha creato Ethereum; piuttosto, è stato un adolescente che ammette persino di aver accelerato il suo sviluppo. Pertanto, è solo Bitcoin ad avere una profonda connessione con l'accademia, mentre le innovazioni più incrementali che affollano lo spazio delle criptovalute ora sono più simili ai piccoli progressi compiuti nel settore della tecnologia moderna.

Differenze dall'Accademia

Bitcoin differisce dall'accademia in modi importanti. Più significativamente, Bitcoin è fondamentalmente interdisciplinare in un modo in cui le università di oggi non lo sono. Bitcoin fonde insieme tre discipline separate: matematica, informatica ed economia. È questa fusione che dà a Bitcoin il suo potere e manda in frantumi i tradizionali silos accademici.

La crittografia a chiave pubblica è stata la principale innovazione nella crittografia applicata e nella matematica sin dalla sua concezione 50 anni fa. Il concetto di base è semplice: gli utenti possono proteggere un messaggio con una chiave privata nota solo a loro stessi che genera una chiave pubblica nota a tutti. Pertanto, l'utente può distribuire facilmente la chiave pubblica senza alcuna conseguenza sulla sicurezza, poiché solo la chiave privata può sbloccare la crittografia. La crittografia a chiave pubblica raggiunge questo obiettivo attraverso funzioni hash: trasformazioni unidirezionali di dati impossibili da invertire. In Bitcoin, ciò avviene attraverso curve ellittiche su campi finiti di ordine primo.

Ma la crittografia a chiave pubblica non è sufficiente. Poiché Bitcoin cerca di fungere da sistema di pagamento elettronico, deve risolvere il problema problema della doppia spesa. Se Alice paga Bob usando bitcoin, dobbiamo impedire ad Alice di pagare anche Carol con lo stesso bitcoin. Ma nel mondo digitale copiare i dati è gratuito e quindi prevenire la doppia spesa è apparentemente senza speranza. Per questo, Nakamoto ha utilizzato la blockchain, un costrutto dell'informatica. Il crittografo David Chaum ha gettato le basi per il concetto di blockchain già nel 1983, in una ricerca emersa dalla sua tesi di informatica a Berkeley.

La blockchain è un elenco collegato che punta al blocco originale (genesi). Ogni blocco contiene migliaia di transazioni, ogni transazione contiene gli ingredienti per trasferire bitcoin da un indirizzo all'altro. La blockchain risolve il problema della doppia spesa perché è distribuita, cioè pubblicamente disponibile a tutti i nodi della rete Bitcoin. Questi nodi convalidano costantemente la blockchain con nuove transazioni aggiunte solo quando tutti gli altri nodi della rete sono d'accordo (consenso). Nel nostro esempio precedente, quando Alice paga Bob, questa transazione entra nella blockchain, che tutti i nodi osservano. Se Alice prova a utilizzare quegli stessi bitcoin per pagare Carol, la rete rifiuterà quella transazione poiché tutti sanno che Alice ha già utilizzato quei bitcoin per pagare Bob. È la natura distribuita e pubblica della blockchain che impedisce la doppia spesa, un problema unico dei pagamenti elettronici.

In effetti, Satoshi ha progettato la blockchain specificamente come soluzione per raddoppiare la spesa. È intrinsecamente inefficiente, poiché richiede che l'intera rete convalidi e riproduca costantemente gli stessi dati. Questo è anche il motivo per cui la maggior parte delle applicazioni della tecnologia blockchain al di fuori di Bitcoin ha poco senso, poiché forza una soluzione inefficiente costruita su misura per i pagamenti elettronici su altre applicazioni che sarebbero risolte in modo efficiente con database centrali. La nozione di blockchain come elenco con collegamento inverso di per sé non è rivoluzionaria nell'informatica, ma la sua natura distribuita specificamente progettata per prevenire la doppia spesa lo è.

Anche così, crittografia e blockchain non sono sufficienti. Ci deve essere una ragione per la rete per proteggere la blockchain. È qui che brilla l'economia di Bitcoin. Nakamoto ha proposto un gruppo di computer che avrebbe dimostrato che la cronologia delle transazioni è effettivamente avvenuta. Questa prova richiede un lavoro costoso da svolgere. Nakamoto ha risolto questo problema istituendo un torneo in cui i singoli computer (chiamati minatori) avrebbero gareggiato per trovare una risposta apparentemente casuale attraverso una funzione unidirezionale chiamata SHA256. Il vincitore riceverà bitcoin appena coniato, che la rete rilascerà. La risposta alla funzione deve essere sufficientemente impegnativa che l'unico modo per risolverla è distribuire più risorse computazionali. L'estrazione di bitcoin richiede un calcolo reale e quindi energia reale, simile all'estrazione dell'oro di alcune generazioni fa. Ma a differenza dell'estrazione dell'oro, il programma di emissione di nuovi bitcoin è noto a tutti.

L'economia del mining è la progettazione di un concorso che premia i nuovi bitcoin ai miner che risolvono un enigma. Questa è una forma di meccanismo microeconomico, cioè un progetto di economia di gioco in cui i singoli agenti competono per una ricompensa. La macroeconomia di Bitcoin riguarda il programma di emissione, che si adegua in modo prevedibile nel tempo, con la ricompensa del blocco che si riduce della metà ogni quattro anni. Questo forza il vincolo di 21 milioni di bitcoin. Ciò limita intrinsecamente la crescita inflazionistica della valuta e impone un vincolo a cui nessuna valuta legale oggi deve aderire. La difficoltà del puzzle sottostante cambia all'incirca ogni due settimane indipendentemente dalla potenza di calcolo della rete, fornendo un'implementazione robusta nonostante i progressi esponenziali nella potenza di calcolo nei decenni successivi al lancio di Bitcoin.

Questa caratteristica interdisciplinare di Bitcoin è esistenziale, non incrementale. Senza una qualsiasi delle sue tre componenti (crittografia a chiave pubblica, blockchain con collegamenti all'indietro e un concorso minerario che utilizza il proof-of-work), Bitcoin non funzionerebbe. Di per sé, ciascuna delle tre componenti consisteva in un corpo coerente di conoscenze e idee. Era la loro combinazione che era il genio di Nakamoto. Così anche le future innovazioni radicali dovranno collegare tra loro più discipline in modi esistenziali, senza i quali la loro combinazione non sopravviverebbe.

Perché non l'Accademia?

Perché Bitcoin non potrebbe essere emerso dall'accademia? In primo luogo, Bitcoin è intrinsecamente interdisciplinare, ma gli studiosi delle università vengono premiati per l'eccellenza nei singoli domini della conoscenza. Bitcoin fonde idee provenienti da informatica, matematica ed economia, ma è improbabile che una singola facoltà universitaria abbia l'ampiezza delle conoscenze necessarie per la coerenza interdisciplinare.

In secondo luogo, l'accademia soffre di incrementalismo. Le riviste accademiche chiedono esplicitamente ai loro autori il incrementale contributo che il loro lavoro fornisce alla letteratura. È così che la conoscenza avanza, centimetro dopo centimetro. Ma Bitcoin, come altre innovazioni radicali della storia, come l'aereo e il transistor, ha fatto passi da gigante che probabilmente non sarebbero sopravvissuti al processo di revisione tra pari dell'accademia.

In terzo luogo, Bitcoin poggia su basi politiche libertarie che non sono apprezzate dal mondo accademico tradizionale, in particolare dagli economisti professionisti. Nel software sono presenti rappresentazioni algoritmiche del denaro sonoro, in cui il protocollo Bitcoin rilascia nuovi bitcoin secondo un programma prevedibile. Questo è molto diverso dal mondo in cui viviamo oggi, dove il Federal Open Market Committee ha piena autorità discrezionale sull’offerta di moneta. I cypherpunk che hanno esaminato Bitcoin v0.1 condividevano uno scetticismo nei confronti dell'autorità collettiva, credendo che la tecnologia e la crittografia possano garantire la privacy agli individui lontano dagli occhi attenti del governo o di qualsiasi grande organizzazione.

La maggior parte degli economisti non condivide questo scetticismo nei confronti dell'autorità centrale. Almeno la comunità delle scienze sociali non ha mai preso sul serio Bitcoin. Inoltre, la Federal Reserve ha un ruolo enorme sia nel finanziamento che nella promozione della ricerca economica accademica tradizionale. Recluta dai migliori dottorandi programmi, assume presidenti di banca e governatori che erano ex professori di economia e incoraggia il suo personale a pubblicare nelle stesse riviste accademiche dell'accademia. Non c'è da stupirsi che l'università di facoltà, influenzata dalla cultura della Fed, non abbraccerebbe la tecnologia che la sostituirà radicalmente.

Ho chiesto a tutti i premi Nobel per l'economia viventi di parlare alla Texas A&M Bitcoin Conference e tutti tranne uno hanno rifiutato. Alcuni hanno ammesso di non sapere abbastanza su Bitcoin per giustificare una lezione; almeno sono stati onesti sui vincoli del modello disciplinare in cui hanno prosperato così bene. Altri, come Paul Krugman, vedono le criptovalute come il nuovo mutuo subprime (una volta ha anche predetto che Internet avrebbe avuto lo stesso impatto sull'economia come il fax). Gli economisti accademici non hanno dedicato quasi nessuna attenzione all'ascesa di Bitcoin e anche ora ignorano come funziona la blockchain di Bitcoin, nonostante sia l'unica vera innovazione nella finanza dell'ultimo decennio.

Bitcoin è prima di tutto un contributo intellettuale. Non richiede una profonda conoscenza dell'industria, una visione speciale delle pratiche attuali delle imprese o la conoscenza dei dettagli idiosincratici del mercato del lavoro e dei capitali. Non si basava sulla pratica esistente, ma piuttosto sulla teoria esistente. Per questi motivi, Bitcoin è emerso senza scusarsi dalla terra delle idee e, in un certo senso, avrebbe dovuto provenire dall'accademia. Un economista accademico potrebbe aver progettato il torneo minerario, un informatico ha sviluppato la blockchain e un matematico ha sviluppato la crittografia a chiave pubblica. Ci vuole un compagno (o una squadra) improbabile per combinare insieme queste tre innovazioni. Le università sviluppano facoltà con una profonda esperienza nelle loro singole discipline, ma non fanno nulla per legare insieme le discipline come fa Bitcoin. Per questo motivo Bitcoin non potrebbe essere uscito dall'università, anche se poggia su discipline ben consolidate all'interno dell'università. Il problema non è la conoscenza in sé ma la sua organizzazione. E qui sta l'opportunità.

Come siamo arrivati ​​qui?

Nella sua forma attuale, l'accademia non è adatta per innovazioni come Bitcoin. Dopo che gli studenti sono entrati nella scuola di specializzazione, imparano le tecniche della propria disciplina, che usano per pubblicare su riviste specializzate che guadagnano loro la cattedra e il futuro riconoscimento accademico con un piccolo gruppo di colleghi all'interno di quella disciplina. Questi corridoi isolati di conoscenza si sono ossificati nel corso dei secoli sin dalle prime università. Come è successo?

Ci sono due tendenze principali nell'accademia dalla seconda guerra mondiale. Di gran lunga la più importante è la rivoluzione digitale. Quando la potenza di calcolo è diventata accessibile a chiunque, l'obiettivo della scienza si è spostato dalla teoria degli edifici alla misurazione. Improvvisamente, un'ampia gamma di dati di scienze sociali e naturali era disponibile per i ricercatori da un laptop in qualsiasi parte del mondo. La crescita di Internet ha diffuso la condivisione dei dati e la disponibilità dei dati e i progressi nella potenza di microelaborazione hanno reso l'analisi di grandi dimensioni dei dati economica e facile. La comunità accademica è passata in massa all'analisi dei dati e si è spostata da una tendenza all'altra su cicli di 10-15 anni. Il primo ciclo riguardava le statistiche riassuntive e l'analisi della varianza, il secondo riguardava la regressione lineare e il terzo l'apprendimento automatico. Quando sono sorti problemi nel dominio specifico di ciascuna disciplina, raramente gli studiosi sono tornati alla loro teoria sottostante per la revisione. Invece, hanno semplicemente inserito più dati nella macchina, sperando che la colpa fosse dell'errore di misurazione e delle variabili omesse.

La crescita dei big data e delle statistiche, di concerto con l'apprendimento automatico, ci ha portato al presente in cui l'intelligenza artificiale (AI) è una scatola nera. Nessun ricercatore può spiegare completamente cosa sta facendo esattamente l'IA. Allo stesso tempo, le domande sono diventate più piccole. Prima, l'economia dello sviluppo come campo chiedeva: "Perché l'Africa è così povera?" Ora, la ricerca sul campo chiede se è più probabile che posizionare un cartello sul lato sinistro o destro della porta del bagno porti all'uso. Questa preoccupazione per la causalità è intellettualmente utile ma ha un prezzo elevato, poiché spesso il ricercatore deve restringere il suo campo a comportamenti facilmente osservabili e misurabili. Le teorie grandi, complesse e matematiche sviluppate dopo la seconda guerra mondiale erano in gran parte non verificabili, e così i ricercatori empirici abbandonarono quei fondamenti teorici. Laddove un tempo gli accademici detenevano le posizioni intellettuali più elevate ponendo le più grandi domande del giorno, ora la ricerca empirica domina le riviste accademiche. Sia i fisici sperimentali che gli economisti empirici citano principalmente altri lavori basati sui dati.

Poiché i computer filtravano in tutta la nostra società, gli studenti sono stati esposti al calcolo all'inizio della loro vita. Quando sono arrivati ​​al college e alla scuola di specializzazione, avevano già le strutture di base con la manipolazione e l'analisi dei dati. Perché preoccuparsi della matematica quando alcuni semplici esperimenti e regressioni lineari possono fornire tabelle di risultati che possono essere pubblicate rapidamente? Nel corso del tempo, gli studenti hanno gravitato verso il lavoro sui dati mentre la professione accademica si allontanava lentamente dalla matematica.

È diventato molto più facile per le riviste accettare articoli con qualche piccolo fatto sperimentale o empirico sul mondo. Dato che editori e revisori prendono decisioni sulla ricerca accademica carta per carta, non c'è una valutazione globale del fatto che il corpo del lavoro empirico e sperimentale faccia davvero progredire la conoscenza umana. In quanto tale, l'analisi dei dati si è scatenata con team di ricercatori che hanno fatto progressi sempre più incrementali, estraendo gli stessi set di dati di base e ponendo domande più piccole e prive di significato. La pioggia o il sole influenzano l'umore dei trader e quindi le loro scelte di borsa? La dimensione della firma di un CFO su una dichiarazione annuale può misurare il suo narcisismo e prevedere se commetterà una frode? (Non sono fabbricazione questo roba su.)

Si potrebbe pensare che i progressi nel calcolo avrebbero portato la ricerca a verificare alcune delle teorie sviluppate dopo la seconda guerra mondiale, ma non è stato così. In termini tecnici, molti di questi modelli complessi sono endogeni, con più variabili determinate simultaneamente in equilibrio. In quanto tale, è una sfida per i ricercatori empirici identificare specificamente cosa sta succedendo, ad esempio se l'aumento del salario minimo aumenterà la disoccupazione, come suggerisce Economics 101. Ciò ha portato a una svolta verso la causalità. Ma l'inferenza causale richiede condizioni precise, e spesso tali condizioni non valgono sull'economia ma piuttosto in alcuni esempi specifici, come gli stati degli Stati Uniti che hanno adottato leggi anti-aborto in tempi diversi. Il Freakonomics la rivoluzione in economia potrebbe non dominare i premi Nobel, ma ha certamente influenzato la maggior parte della ricerca pubblicata sulle scienze sociali.

Il problema principale di questo approccio basato sui dati è il suo approccio in definitiva retrospettivo. Per definizione, i dati sono una rappresentazione del mondo in un determinato momento. Gli interi campi della ricerca aziendale ed economica sono ora quasi del tutto empirici, in cui gli studiosi gareggiano per raccogliere nuovi set di dati o utilizzare tecniche nuove ed empiriche su set di dati esistenti. In ogni caso, la visuale è sempre dallo specchietto retrovisore, guardando indietro nel passato per capire cosa è successo o non è successo. I bassi tassi di interesse hanno causato la crisi finanziaria globale? Gli aborti riducono la criminalità? Il salario minimo riduce l'occupazione? Queste domande sono fondamentalmente preoccupate per il passato, piuttosto che progettare nuove soluzioni per il futuro.

La seconda tendenza è stata la contrazione della comunità teorica, sia all'interno che all'esterno dell'accademia. Il numero dei teorici si è notevolmente ridotto e si sono anche rifiutati di collaborare con i loro colleghi empirici e sperimentali molto più grandi. Questo tribalismo ha portato i teorici a scrivere modelli matematici sempre più complessi, intricati e autoreferenziali con poche basi nella realtà e nessuna speranza di una possibile convalida empirica. Gran parte della teoria dei giochi rimane non verificabile e la teoria delle stringhe è forse l'esempio più estremo di un mondo autoreferenziale che non può mai essere completamente verificato o testato.

Infine, la teoria accademica segue da molto tempo la tecnologia. Spesso matematici, fisici ed economisti forniscono razionalizzazioni ex post di tecnologie che hanno già avuto successo nell'industria. Queste teorie non predicono nulla di nuovo, ma affermano semplicemente la saggezza convenzionale. Man mano che la complessità della teoria cresce, i suoi lettori diminuiscono, anche tra i teorici. Proprio come ogni altra cosa nella vita, il tribalismo della teoria porta la comunità ad agire come un club, escludendo i membri che non ne adottano il linguaggio ei metodi arcani.

Quindi, siamo arrivati ​​a una sorta di guerra civile; la tribù della teoria si sta riducendo di anno in anno e perde rilevanza rispetto alla realtà, mentre la comunità dei dati empirici/sperimentali cresce nel tempo, ponendo domande più piccole senza una guida concettuale. Sia gli accademici che i tecnologi sono lasciati all'oscuro su quali problemi risolvere e come affrontarli. Porta anche a una pervasiva casualità nella nostra coscienza collettiva, portandoci a soffiare in qualunque direzione ci portino i venti del momento. L'economia ha teorie consolidate sui mercati e su come funzionano, ma le aziende tecnologiche sono enormi mercati disancorati in gran parte della stessa teoria economica. L'informatica si basa su solide fondamenta di algoritmi e strutture di dati, eppure la comunità teorica è ossessionata dai dibattiti sulla complessità computazionale, mentre le aziende tecnologiche da trilioni di dollari eseguono semplici test A/B per prendere le decisioni più significative.

Abbiamo raggiunto un punto critico nella scala della conoscenza umana, in cui gli studiosi affinano le loro teorie a livelli sempre più precisi, parlando a comunità di studiosi sempre più piccole. Questa specializzazione della conoscenza ha portato all'iperspecializzazione, dove riviste e discipline accademiche continuano a dividersi e suddividersi in categorie sempre più piccole. La profusione di riviste è la prova di questa iperspecializzazione.

Dalla scienza all'ingegneria

Molta innovazione futura avverrà ai confini delle discipline, dato che molte conoscenze sono già state scoperte all'interno delle discipline esistenti, ma ci deve essere una maggiore trasformazione. Le università oggi adottano ancora largamente il metodo scientifico, stabilendo la conoscenza fine a se stessa e cercando di conoscere il mondo naturale, fisico e sociale, ma non dobbiamo fermarci qui. Date le loro conoscenze fondamentali, gli scienziati sono nella posizione migliore per progettare soluzioni migliori per il nostro futuro. Il passaggio a una mentalità ingegneristica costringerà gli accademici a progettare e implementare soluzioni ai nostri problemi più urgenti. A lungo termine, colmerà anche il divario tra l'accademia e l'industria. La pressione che gli studenti devono affrontare per cercare lavoro e avviare aziende, il che ha un impatto sui loro corsi accademici, emerge perché c'è un divario tra le esigenze del mercato e il curriculum accademico. Se questo divario si riducesse e gli studenti invece trascorressero del tempo al college a costruire soluzioni migliori per il futuro, questa dissonanza cognitiva si dissiperebbe.

Questa trasformazione è già iniziata in alcune discipline, come l'economia. Una delle aree applicate di maggior successo dell'economia è disegno del mercato, che ha adottato inequivocabilmente una mentalità ingegneristica e ha consegnato tre premi Nobel solo nell'ultimo decennio. Questi studiosi provenivano dall'ingegneria e dalla teoria dei giochi adattata per costruire mercati migliori che potessero funzionare nel mondo reale, come modi migliori per abbinare i donatori di reni ai riceventi, gli studenti alle scuole o i residenti medici agli ospedali. Hanno anche progettato molte delle più grandi aste in uso oggi, come l'asta dello spettro del governo e l'asta degli annunci all'interno di Google. Non c'è motivo per cui il resto della professione di economia, o anche il resto dell'istruzione superiore e la comunità accademica, non possano posizionarsi allo stesso modo verso l'adozione di più di questa mentalità ingegneristica.

Col tempo, colmare questo divario tra l'accademia e l'industria allevierà gran parte del problema
protesta pubblica contro l'aumento delle tasse scolastiche e del debito degli studenti. Una volta che studenti e professori orienteranno la loro ricerca per sviluppare soluzioni migliori per la società, lo faranno anche i loro studenti e le aziende che li impiegano. Gli studenti non si risentiranno più della loro facoltà per aver dedicato tempo alla ricerca piuttosto che all'insegnamento se tale ricerca crea direttamente tecnologie che alla fine avvantaggiano gli studenti, i futuri datori di lavoro e la società in generale. Nel tempo, questo naturalmente colmerà il divario di competenze che l'America deve attualmente affrontare. Le università non dovranno più concentrarsi esplicitamente sulle competenze STEM, ma piuttosto concentrarsi sulla fornitura di soluzioni tecnologiche che alla fine attireranno comunque molto dalle aree STEM.

Un invito all'azione

Come possiamo riformare l'istruzione superiore per produrre il prossimo Bitcoin? Naturalmente, il prossimo Bitcoin non sarà Bitcoin in sé, ma piuttosto un'innovazione di principio che concepisce un vecchio problema in un modo completamente nuovo. Ho tre raccomandazioni specifiche per la cultura universitaria, le priorità e la struttura organizzativa.

In primo luogo, l'accademia deve abbracciare in modo più esplicito l'ingegneria più che la scienza, anche ai margini. Il Rinascimento e l'età della ragione hanno portato l'istruzione superiore americana a celebrare la scienza e la conoscenza fine a se stessa. Il motto di Harvard è "Veritas", o "verità", mentre quello dell'Università di Chicago è "Crescat scientia, vita excolatur", che significa "Lascia che la conoscenza cresca da più a più, e così la vita umana si arricchisca". Queste università, basate sulla tradizione scientifica e delle arti liberali, hanno fatto molto per stabilire il corpus di conoscenze necessario al progresso umano, ma questo ultimo mezzo secolo è stato l'era delle università di ingegneria, con Stanford e MIT in competizione per costruire soluzioni per il mondo, non solo per capirlo. Questo ethos dell'ingegneria dovrebbe estendersi oltre i dipartimenti di ingegneria, ma anche e soprattutto, alle scienze sociali. Ad esempio, chiedi a tutte le matricole di seguire un corso di ingegneria di base per apprendere la struttura mentale della costruzione di soluzioni ai problemi. Gli economisti hanno articolato i vantaggi del denaro sano per generazioni, ma solo attraverso un sistema ingegnerizzato come Bitcoin questi dibattiti possono diventare realtà.

Questo cambiamento nell'ingegneria sta avvenendo in qualche modo all'interno delle scienze sociali. Ad esempio, i recenti premi Nobel assegnati a Paul Milgrom e Bob Wilson per l'economia hanno celebrato il loro lavoro nella progettazione di nuovi mercati e aste per risolvere i problemi reali di allocazione delle risorse che i governi e la società devono affrontare. Questa comunità di teorici microeconomici è ancora una piccola minoranza all'interno della professione economica, ma il loro lavoro mescola teoria e pratica come nessun altro campo e dovrebbe avere una maggiore rappresentanza tra gli studiosi praticanti. Le università dovrebbero abbandonare l'equità forzata nel trattare tutte le discipline alla pari, assegnando una quota uniforme di linee di facoltà e dollari di ricerca a ciascuna disciplina, indipendentemente dal suo impatto sulla società. Invece, dai la priorità ai discepoli disposti e in grado di costruire soluzioni per il futuro. Questa cultura deve venire dall'alto e permeare verso il basso verso le decisioni di reclutamento di docenti e studenti.

In secondo luogo, premiare il lavoro interdisciplinare. Il modello tradizionale e secolare di profondo lavoro disciplinare sta mostrando la sua età, mentre la maggior parte delle entusiasmanti innovazioni del nostro tempo si trovano ai confini delle discipline. Le università rendono omaggio al lavoro interdisciplinare come una nuova parola d'ordine nei campus universitari, ma a meno che gli incentivi per la facoltà non cambino, nulla lo farà. I comitati per la promozione e il mandato devono premiare le pubblicazioni al di fuori della disciplina domestica di uno studioso e in particolare le collaborazioni con altri dipartimenti e college. Mentre le grandi agenzie governative, come la National Science Foundation, hanno aumentato l'allocazione dei finanziamenti a team interdisciplinari, quando si tratta di decisioni di promozione e mandato, i comitati di facoltà sono tristemente antiquati e premiano ancora gli studiosi all'interno piuttosto che tra le discipline. Nel tempo, mi aspetto che le cose cambino con il pensionamento delle generazioni più anziane, ma i problemi più urgenti della società non possono aspettare e le università dovrebbero ruotare più velocemente ora. A meno che i comitati per la promozione e il mandato non annuncino esplicitamente il riconoscimento per il lavoro interdisciplinare, nient'altro conta.

Terzo, l'accademia deve puntare in alto. Troppo spesso le riviste accademiche si sentono a proprio agio nel cercare contributi incrementali al fondo della conoscenza. La nostra ossessione per le citazioni e i piccoli miglioramenti porta inevitabilmente a piccoli passi avanti. Le comunità accademiche hanno un desiderio riflessivo di essere autoreferenziali e tribali. Pertanto, agli studiosi piacciono le piccole conferenze di colleghi che la pensano allo stesso modo. Alcuni dei più grandi passi avanti nella storia della scienza provenivano da giganteschi passi avanti nella comprensione che avrebbero potuto verificarsi solo al di fuori del mainstream. Bitcoin è un esempio, ma non l'unico. Si pensi alla scoperta della doppia elica, all'invenzione dell'aeroplano, alla creazione di Internet e, più recentemente, alla scoperta della sequenza di mRNA per il vaccino contro il COVID-19. Il vero progresso viene dal buttare via senza scusarsi l'ortodossia intellettuale esistente e abbracciare un aspetto completamente nuovo. Gli standard di eccellenza per la nostra facoltà e gli studenti devono insistere sul fatto che mirano a risolvere i più grandi problemi che l'umanità deve affrontare. Troppo spesso questo discorso viene messo a tacere dal campus e, nel tempo, erode lo spirito dei nostri giovani. Per raggiungere questo obiettivo, stanzia i fondi per la ricerca in base all'impatto e rendi questi requisiti severi.

Il vasto aumento della ricchezza del settore tecnologico ha esercitato varie pressioni sul campus. In primo luogo, induce i giovani studenti ad abbandonare gli studi e ad avviare nuove imprese, seguendo le orme dei giovani fondatori che dominano la stampa tecnologica e finanziaria. Questo accade solo perché c'è una frattura tra i premi del mercato e le attività dell'università. Ricorda che Bitcoin è emerso da una piccola comunità di intellettuali che cercava di progettare una soluzione a un problema antico utilizzando la nuova tecnologia. Questo sarebbe potuto accadere facilmente all'interno dell'accademia e, in un certo senso, avrebbe dovuto.

L'impresa aziendale, sia in fase di avvio che consolidata, è il luogo naturale per l'innovazione incrementale. Il rumore costante delle esigenze dei clienti, delle richieste degli investitori e della conoscenza del settore lo rendono un luogo naturale per piccoli cambiamenti nelle possibilità di produzione della società. L'innovazione radicale è particolarmente adatta all'accademia con i suoi tempi più lunghi e più deliberati, l'accesso alla scienza approfondita e l'isolamento dal rumore del mercato, ma spetta all'accademia raccogliere questa sfida. Lascia che Bitcoin ci ispiri, così l'accademia diventa il quarterback e non solo lo spettatore della prossima innovazione radicale del nostro tempo.

Questo è un post degli ospiti di Korok Ray. Le opinioni espresse sono interamente proprie e non riflettono necessariamente quelle di BTC Inc. o Bitcoin Magazine.