Dlaczego Bitcoin nigdy nie mógł zostać wynaleziony na uniwersytecie?

To jest komentarz wstępny Koroka Ray, profesor nadzwyczajny w Mays Business School of Texas A&M University i dyrektor Mays Innovation Research Center.

Od czasu ogłoszenia swojego powstania w październiku 2008 r. Bitcoin osiągnął kapitalizację rynkową przekraczającą 1 bilion dolarów. Jego rozwój przyciągnął zarówno inwestycje detaliczne, jak i instytucjonalne, ponieważ społeczność finansowa zaczyna teraz postrzegać go jako legalny magazyn wartości i alternatywę dla tradycyjnych aktywów, takich jak złoto. Innowacje w osadach drugiej warstwy, takie jak Lightning Network, sprawiają, że bitcoin coraz częściej może służyć jako środek wymiany.

Jednak Bitcoin ma niepewną i nieco burzliwą historię w środowisku akademickim. Programy nauczania na uniwersytetach są w dużej mierze pozbawione jakiejkolwiek wzmianki o Bitcoin. Zamiast tego, nauki często pozostawia się klubom studenckim i organizacjom non-profit. Z czasem może się to zmienić, ponieważ Bitcoin i cały rynek kryptowalut wciąż się rozwija, przyciągając uwagę największych talentów zarówno w inżynierii, jak i biznesie. Nieobecność Bitcoina na uniwersytecie nie jest problemem samego Bitcoina, ale raczej akademii, z jej niewystarczającym przyjęciem innowacji, naciskiem na analizę danych wsteczną i nadmiernym zaabsorbowaniem indywidualnymi dyscyplinami, a nie zbiorową wiedzą. Bitcoin może służyć jako inspiracja do tego, czym mogą i powinny być badania naukowe. W rzeczywistości przedstawia mapę drogową zmiany szkolnictwa wyższego na lepsze.

Podobieństwa z Akademią

Można się zastanawiać, dlaczego ktokolwiek miałby w ogóle zakładać związek między Bitcoinem a uniwersytetami. Technolodzy mają dziś stały kontakt z realnymi potrzebami klientów, a wydziały uczelni rozwijają nauki podstawowe, które (być mogą) mieć zastosowanie w dalekiej przyszłości. W końcu innowacje takie jak Facebook, Microsoft, Apple, a nawet Ethereum zostały wprowadzone przez młodych mężczyzn, którzy nie ukończyli studiów. Jednak to nie przypadek, że Dolina Krzemowa i Droga 128 pojawiły się w pobliżu największych nadmorskich uniwersytetów w naszym kraju. Tak więc z pewnością istnieje korelacja między uniwersytetami a sektorem technologicznym. Mimo to Bitcoin jest inny. Bitcoin ma jeszcze ściślejszy związek ze swoimi intelektualnymi i akademickimi korzeniami. Aby to zrozumieć, musimy zajrzeć do historii Bitcoina.

Na przełomie wieków banda kryptografów, informatyków, ekonomistów i libertarian — cypherpunków — wymieniała wiadomości za pośrednictwem internetowej listy mailingowej. Było to niejasne elektroniczne spotkanie zróżnicowanej kadry naukowców, technologów i hobbystów, którzy rozwijali i dzielili się pomysłami na temat postępów w kryptografii i informatyce. To tutaj spędzali czas niektórzy z wczesnych gigantów kryptografii stosowanej, jak Hal Finney, jeden z pionierów Pretty Good Privacy (PGP).

To właśnie na tej liście mailingowej pseudonimowy twórca Bitcoina, Satoshi Nakamoto, ogłosił swoje rozwiązanie dla elektronicznego systemu płatności. Po tym ogłoszeniu zaczął zadawać pytania z forum dotyczące zarówno koncepcji, jak i jej realizacji. Wkrótce potem Nakamoto zapewnił pełną implementację Bitcoina. Umożliwiło to uczestnikom forum pobranie oprogramowania, uruchomienie go i przetestowanie na własną rękę.

Połączenia Biały papier Bitcoin nosi podobieństwo do badań naukowych. Jest zgodny ze strukturą artykułu akademickiego, ma cytaty i wygląda podobnie do tego, jak może wyglądać dzisiaj każdy artykuł z informatyki. Zarówno biała księga, jak i rozmowy wokół niej odwołują się do wcześniejszych prób wdrożenia algorytmu dowodu pracy, jednej z podstawowych cech Bitcoina. Na przykład biała księga przytacza HashCash z 2002 roku, również część korpusu wiedzy poprzedzającego Bitcoina. Adam Back wymyślił dowód pracy dla HashCash, próbując rozwiązać problem eliminacji spamu z wiadomości e-mail.

Tak więc Bitcoin nie spadł z nieba, ale wyłonił się z długiej linii pomysłów rozwijanych przez dziesięciolecia, a nie dni czy tygodnie. Zwykle myślimy o technologii jako działającej z prędkością warp, szybko zmieniającej się i napędzanej przez ambitnych, młodych porzucających studia, ale Bitcoin nie był oparty na „szybkim ruchu i psuciu rzeczy”. To było i jest odwrotnie: powolne, staranne rozważania oparte na dziesięcioleciach prawdziwej nauki praktykowanej nie przez dzieci, ale bardziej jak ich rodziców. Forum kryptograficzne miało podobny charakter do akademickiego seminarium badawczego, na którym profesjonalni naukowcy uprzejmie, ale uporczywie próbują zburzyć idee, aby dojść do prawdy. Chociaż koncepcja białej księgi jest obecnie modna wśród alternatywnych monet i tokenów kryptowalut, jest to znak rozpoznawczy metody komunikowania pomysłów wśród profesjonalnej społeczności badawczej.

Mimo że gospodarka kryptowalut zajmuje dziś centralne miejsce w prasie finansowej i coraz większą uwagę narodową, kiedy się pojawiła, Bitcoin był jak najdalej od tego. Był niejasny, techniczny i bardzo marginesowy. W długim okresie dojrzewania od pomysłów, które istniały od dziesięcioleci, ale były nieznane z wyjątkiem wąskiego kręgu kryptografów, ekonomistów i filozofów politycznych, Bitcoin ma więcej wspólnego z innymi radykalnymi innowacjami, takimi jak internet, tranzystor i samolot. Podobnie jak te innowacje, historia Bitcoina jest triumfem indywidualnego rozumu nad zbiorowym błędnym postrzeganiem. Tak jak bracia Wright udowodnili, że świat się myli, pokazując, że człowiek potrafi latać, mimo że fizycy twierdzili, że jest to matematycznie niemożliwe, tak też Bitcoin zmylił pesymistów, po raz pierwszy w historii budując cyfrowy niedobór.

Dlaczego powinniśmy skupić się na Bitcoinie, a nie na niektórych innych tokenach kryptowalut, takich jak Ethereum? Jeśli spojrzysz pod maskę, większość innowacji w kryptowalutach pochodzi z Bitcoina. Na przykład Ethereum opiera się na tej samej krzywej eliptycznej co Bitcoin, wykorzystując tę ​​samą kryptografię klucza publicznego. Bitcoin pojawił się podczas długiego okresu ciąży i tajnego rozwoju przez pseudonimowego kryptografa stosowanego i został opublikowany i omówiony na mało znanej liście mailingowej. Z tego powodu Bitcoin ma wiele podobieństw do tajemnych kręgów akademickich, które zajmują współczesne uniwersytety. Żaden profesjonalny kryptograf nie stworzył Ethereum; raczej był to nastolatek, który nawet przyznaje, że przyspieszył jego rozwój. Tak więc tylko Bitcoin ma głębokie powiązanie z akademią, podczas gdy coraz większe innowacje tłoczące się w przestrzeni kryptowalut są teraz bardziej podobne do niewielkich postępów dokonanych w sektorze nowoczesnych technologii.

Różnice od Akademii

Bitcoin różni się od akademii pod wieloma względami. Co najważniejsze, Bitcoin jest zasadniczo interdyscyplinarny w sposób, w jaki dzisiejsze uniwersytety nie są. Bitcoin łączy trzy odrębne dyscypliny: matematykę, informatykę i ekonomię. To ta fuzja daje Bitcoinowi moc i niszczy tradycyjne silosy akademickie.

Kryptografia klucza publicznego jest główną innowacją w kryptografii stosowanej i matematyce od czasu jej powstania 50 lat temu. Podstawowa koncepcja jest prosta: użytkownicy mogą zabezpieczyć wiadomość kluczem prywatnym znanym tylko sobie, który generuje klucz publiczny znany wszystkim. Dzięki temu użytkownik może łatwo rozpowszechniać klucz publiczny bez żadnych konsekwencji dla bezpieczeństwa, ponieważ tylko klucz prywatny może odblokować szyfrowanie. Kryptografia klucza publicznego osiąga to dzięki funkcjom mieszającym — jednokierunkowym przekształceniom danych, których nie można cofnąć. W Bitcoin odbywa się to poprzez krzywe eliptyczne nad skończonymi polami pierwszego rzędu.

Ale kryptografia klucza publicznego nie wystarczy. Ponieważ Bitcoin ma służyć jako elektroniczny system płatności, musi rozwiązać problem problem podwójnych wydatków. Jeśli Alicja płaci Bobowi za pomocą bitcoina, musimy uniemożliwić Alicji płacenie Karolowi tym samym bitcoinem. Jednak w świecie cyfrowym kopiowanie danych jest bezpłatne, a zatem zapobieganie podwójnym wydatkom wydaje się beznadziejne. W tym celu Nakamoto wykorzystał blockchain, konstrukt z informatyki. Kryptograf David Chaum położył podwaliny pod koncepcję blockchain już w 1983 roku, w badaniach, które wyłoniły się z jego pracy magisterskiej na temat informatyki w Berkeley.

Blockchain to połączona lista, która wskazuje wstecz do oryginalnego (genezy) bloku. Każdy blok zawiera tysiące transakcji, każda transakcja zawiera składniki do przesyłania bitcoinów z jednego adresu na drugi. Blockchain rozwiązuje problem podwójnego wydatkowania, ponieważ jest rozproszony, tj. publicznie dostępny dla wszystkich węzłów w sieci Bitcoin. Węzły te stale weryfikują łańcuch bloków, dodając nowe transakcje tylko wtedy, gdy wszystkie inne węzły w sieci zgadzają się (konsensus). W naszym poprzednim przykładzie, kiedy Alicja płaci Bobowi, ta transakcja wchodzi do łańcucha bloków, który obserwowane są przez wszystkie węzły. Jeśli Alicja spróbuje użyć tych samych bitcoinów, aby zapłacić Karolowi, sieć odrzuci tę transakcję, ponieważ wszyscy wiedzą, że Alicja już użyła tych bitcoinów, aby zapłacić Bobowi. To rozproszony, publiczny charakter łańcucha bloków, który zapobiega podwójnym wydatkom, problemowi charakterystycznemu dla płatności elektronicznych.

Rzeczywiście, Satoshi zaprojektował blockchain specjalnie jako rozwiązanie umożliwiające podwojenie wydatków. Jest z natury nieefektywny, ponieważ wymaga od całej sieci ciągłego sprawdzania i odtwarzania tych samych danych. Dlatego też większość zastosowań technologii blockchain poza Bitcoinem nie ma większego sensu, ponieważ wymusza nieefektywne rozwiązanie zbudowane na zamówienie dla płatności elektronicznych na inne aplikacje, które byłyby efektywnie rozwiązywane za pomocą centralnych baz danych. Samo pojęcie łańcucha bloków jako listy z odwrotnymi linkami nie jest rewolucyjne w informatyce, ale jego rozproszona natura zaprojektowana specjalnie w celu zapobiegania podwójnym wydatkom jest taka.

Mimo to kryptografia i blockchain nie wystarczą. Musi istnieć powód, dla którego sieć ma zabezpieczyć łańcuch bloków. To tutaj błyszczy ekonomia Bitcoina. Nakamoto zaproponował grupę komputerów, które miałyby udowodnić, że historia transakcji rzeczywiście miała miejsce. Ten dowód wymaga wykonania kosztownej pracy. Nakamoto rozwiązał ten problem, organizując turniej, w którym poszczególne komputery (zwane górnikami) rywalizowałyby o znalezienie pozornie losowej odpowiedzi za pomocą jednokierunkowej funkcji o nazwie SHA256. Zwycięzca otrzyma nowo wybity bitcoin, który sieć wypuściła. Odpowiedź na tę funkcję musi być wystarczająco trudna, aby jedynym sposobem jej rozwiązania było wykorzystanie większej ilości zasobów obliczeniowych. Wydobywanie bitcoinów wymaga prawdziwych obliczeń, a zatem prawdziwej energii, podobnie jak wydobycie złota kilka pokoleń temu. Ale w przeciwieństwie do wydobycia złota, harmonogram emisji nowego bitcoina jest znany wszystkim.

Ekonomia górnictwa to projekt konkursu, który nagradza nowych bitcoinów górnikom, którzy rozwiązują zagadkę. Jest to forma mechanizmu mikroekonomii, tj. projekt ekonomii gry, w którym poszczególni agenci rywalizują o nagrodę. Makroekonomia Bitcoina odnosi się do harmonogramu emisji, który z biegiem czasu dostosowuje się w przewidywalny sposób, a nagroda za blok zmniejsza się o połowę co cztery lata. Wymusza to ograniczenie 21 milionów bitcoinów. To nieodłącznie ogranicza inflacyjny wzrost waluty i nakłada ograniczenia, których nie musi przestrzegać żadna waluta fiducjarna. Trudność leżącej u podstaw układanki dostosowuje się mniej więcej co dwa tygodnie, niezależnie od mocy obliczeniowej sieci, zapewniając solidną implementację pomimo wykładniczego postępu mocy obliczeniowej w dziesięcioleciach od uruchomienia Bitcoina.

Ta interdyscyplinarna cecha Bitcoina jest egzystencjalna, a nie przyrostowa. Bez żadnego z jego trzech elementów (kryptografii klucza publicznego, łańcucha bloków z linkami wstecznymi i konkursu wydobywczego wykorzystującego dowód pracy) Bitcoin nie mógłby działać. Każdy z trzech składników sam w sobie składał się ze spójnego zbioru wiedzy i pomysłów. To właśnie ich połączenie było geniuszem Nakamoto. Tak samo przyszłe radykalne innowacje będą musiały łączyć ze sobą wiele dyscyplin w sposób egzystencjalny, bez których ich połączenie nie przetrwałoby.

Dlaczego nie Akademia?

Dlaczego Bitcoin nie mógł wyjść z akademii? Po pierwsze, Bitcoin jest z natury interdyscyplinarny, jednak naukowcy na uniwersytetach są nagradzani za doskonałość w pojedynczych dziedzinach wiedzy. Bitcoin łączy idee z informatyki, matematyki i ekonomii, ale jest mało prawdopodobne, aby jakikolwiek wydział uniwersytecki posiadał wiedzę niezbędną do interdyscyplinarnej spójności.

Po drugie, akademia cierpi na inkrementalizm. Czasopisma akademickie wprost proszą swoich autorów o przyrostowe wkład ich pracy w literaturę. Tak postępuje wiedza, centymetr po centymetrze. Ale Bitcoin — podobnie jak inne radykalne innowacje w historii, takie jak samolot i tranzystor — zrobił gigantyczny krok naprzód, który prawdopodobnie nie przetrwałby procesu recenzowania w akademii.

Po trzecie, Bitcoin opiera się na libertariańskich fundamentach politycznych, które są w niełasce wśród akademii głównego nurtu, zwłaszcza profesjonalnych ekonomistów. W oprogramowaniu zapieczętowane są algorytmiczne reprezentacje zdrowych pieniędzy, w których protokół Bitcoin wypuszcza nowy bitcoin zgodnie z przewidywalnym harmonogramem. To bardzo różni się od świata, w którym żyjemy dzisiaj, gdzie Federalny Komitet Otwartego Rynku ma pełną uznaniową władzę w zakresie podaży pieniądza. Cypherpunki, którzy sprawdzili Bitcoin v0.1, podzielali sceptycyzm wobec kolektywnej władzy, wierząc, że technologia i kryptografia mogą zapewnić prywatność osobom z dala od czujnych oczu rządu lub dowolnej dużej organizacji.

Większość ekonomistów nie podziela tego sceptycyzmu wobec władzy centralnej. Przynajmniej społeczność nauk społecznych nigdy nie traktowała Bitcoina poważnie. Poza tym Rezerwa Federalna odgrywa ogromną rolę zarówno w finansowaniu, jak i promowaniu głównego nurtu akademickich badań ekonomicznych. Rekrutuje od najlepszych doktorantów. programów, zatrudnia prezesów banków i gubernatorów, którzy byli byłymi profesorami ekonomii, i zachęca swoich pracowników do publikowania w tych samych czasopismach naukowych, co akademia. Nic dziwnego, że uniwersytet wydziałowy, będący pod wpływem kultury Fed, nie przyjąłby technologii, która radykalnie ją zastępuje.

Poprosiłem wszystkich żyjących laureatów Nagrody Nobla w dziedzinie ekonomii o przemówienie na konferencji Bitcoin A&M w Teksasie i wszyscy z wyjątkiem jednego odmówili. Niektórzy przyznali, że nie wiedzą wystarczająco dużo o Bitcoinie, aby uzasadnić wykład; przynajmniej szczerze mówili o ograniczeniach modelu dyscyplinarnego, w którym tak dobrze się rozwijają. Inni, jak Paul Krugman, postrzegają kryptowaluty jako nowy kredyt hipoteczny typu subprime (kiedyś przewidywał, że internet będzie miał taki sam wpływ na gospodarkę jako faks). Ekonomiści akademiccy prawie nie poświęcali uwagi wzrostowi Bitcoina i nawet teraz nie wiedzą, jak działa blockchain Bitcoin, mimo że jest to jedyna prawdziwa innowacja w finansach w ostatniej dekadzie.

Bitcoin to przede wszystkim wkład intelektualny. Nie wymaga głębokiej znajomości branży, specjalnego wglądu w aktualne praktyki firm ani znajomości specyficznych szczegółów rynku pracy i rynków kapitałowych. Nie opierał się na istniejącej praktyce, ale raczej na istniejącej teorii. Z tych powodów Bitcoin bez skrupułów wyłonił się z krainy pomysłów i powinien, w pewnym sensie, pochodzić z akademii. Ekonomista akademicki mógł prawdopodobnie zaprojektować turniej górniczy, informatyk opracował blockchain, a matematyk opracował kryptografię klucza publicznego. Potrzeba mało prawdopodobnego kolegę (lub zespołu), aby połączyć te trzy innowacje. Uniwersytety rozwijają wydziały z głęboką wiedzą w swoich poszczególnych dyscyplinach, ale nie robią nic, aby powiązać te dyscypliny w sposób, w jaki robi to Bitcoin. Z tego powodu Bitcoin nie mógł wyjść poza uniwersytet, mimo że opiera się na dyscyplinach dobrze ugruntowanych na uniwersytecie. Problemem nie jest sama wiedza, ale jej organizacja. I na tym polega szansa.

Jak się tu znaleźliśmy?

W swojej obecnej formie akademia nie jest przystosowana do innowacji takich jak Bitcoin. Po rozpoczęciu studiów podyplomowych uczniowie uczą się technik własnej dyscypliny, których używają do publikowania w specjalistycznych czasopismach, które zapewniają im stałą i przyszłe uznanie akademickie wśród niewielkiej grupy rówieśników z tej dyscypliny. Te izolowane korytarze wiedzy skostniały na przestrzeni wieków, od czasów wczesnych uniwersytetów. Jak to się stało?

Istnieją dwa główne nurty w akademii od czasów II wojny światowej. Zdecydowanie najważniejsza jest rewolucja cyfrowa. Gdy moc obliczeniowa stała się dostępna dla każdego, cel nauki przesunął się z teorii budowania na pomiary. Nagle z laptopa w dowolnym miejscu na świecie naukowcy uzyskali dostęp do szerokiego wachlarza danych z zakresu nauk społecznych i przyrodniczych. Rozwój Internetu spowodował upowszechnienie udostępniania danych i dostępności danych, a postępy w zakresie mocy mikroprocesorów sprawiły, że duże analizy danych stały się tanie i łatwe. Społeczność akademicka masowo przeszła na analizę danych i przeszła od trendu do trendu w cyklach 10-15 letnich. Pierwszy cykl dotyczył statystyk podsumowujących i analizy wariancji, drugi dotyczył regresji liniowej, a trzeci uczenia maszynowego. Kiedy pojawiały się problemy w określonej dziedzinie każdej dyscypliny, uczeni rzadko powracali do swojej podstawowej teorii w celu powtórki. Zamiast tego po prostu wprowadzali do maszyny więcej danych, mając nadzieję, że winni są błędy pomiaru i pominięte zmienne.

Rozwój big data i statystyk w połączeniu z uczeniem maszynowym doprowadził nas do teraźniejszości, w której sztuczna inteligencja (AI) jest czarną skrzynką. Żaden badacz nie jest w stanie w pełni wyjaśnić, co dokładnie robi sztuczna inteligencja. Jednocześnie pytania stały się mniejsze. Wcześniej ekonomia rozwoju jako dziedzina zadawała pytanie: „Dlaczego Afryka jest tak biedna?” Teraz badania w tej dziedzinie pytają, czy umieszczenie znaku po lewej lub prawej stronie drzwi do łazienki prawdopodobnie doprowadzi do użycia. To zaabsorbowanie przyczynowością jest intelektualnie warte zachodu, ale ma wysoką cenę, ponieważ często badacz musi zawęzić swoją domenę do zachowań, które są łatwo obserwowalne i mierzalne. Wielkie, złożone i matematyczne teorie opracowane po II wojnie światowej były w dużej mierze nie do przetestowania, więc badacze empiryczni porzucili te teoretyczne podstawy. Tam, gdzie kiedyś akademicy zajmowali intelektualną pozycję, zadając największe pytania dnia, teraz badania empiryczne zdominowały czasopisma akademickie. Fizycy eksperymentalni i ekonomiści empiryczni najczęściej cytują inne prace oparte na danych.

W miarę jak komputery filtrowały się w naszym społeczeństwie, uczniowie byli narażeni na obliczenia na wcześniejszych etapach swojego życia. Zanim przybyli na studia i studia podyplomowe, mieli już podstawowe narzędzia do manipulacji i analizy danych. Po co zawracać sobie głowę matematyką, skoro kilka prostych eksperymentów i regresji liniowych może dostarczyć tabel wyników, które można szybko opublikować? Z biegiem czasu studenci skłaniali się ku pracy z danymi, ponieważ zawód akademicki powoli odchodził od matematyki.

Czasopismom o wiele łatwiej stało się przyjmowanie artykułów zawierających pewne małe eksperymentalne lub empiryczne fakty dotyczące świata. Biorąc pod uwagę, że redaktorzy i recenzenci podejmują decyzje dotyczące badań akademickich na zasadzie „papier po papierze”, nie ma nadrzędnej oceny, czy praca empiryczna i eksperymentalna rzeczywiście rozwija ludzką wiedzę. W związku z tym analiza danych wpadła w szał z zespołami naukowców, którzy robią coraz więcej postępów, eksplorują te same podstawowe zestawy danych i zadają mniejsze i bardziej bezsensowne pytania. Czy deszcz lub słońce wpływa na nastrój traderów, a tym samym na ich wybór? Czy wielkość podpisu dyrektora finansowego na rocznym oświadczeniu może zmierzyć jego narcyzm i przewidzieć, czy popełni oszustwo? (Nie jestem zrobienie to rzeczy w górę.)

Można by pomyśleć, że postępy w obliczeniach doprowadziłyby badania do weryfikacji niektórych teorii powstałych po II wojnie światowej, ale tak się nie stało. Z technicznego punktu widzenia wiele z tych złożonych modeli jest endogenicznych, z wieloma zmiennymi określanymi jednocześnie w równowadze. W związku z tym wyzwaniem dla badaczy empirycznych jest zidentyfikowanie konkretnie tego, co się dzieje, na przykład, czy zwiększenie płacy minimalnej spowoduje wzrost bezrobocia, jak sugeruje Economics 101. Doprowadziło to do zwrotu w kierunku przyczynowości. Ale wnioskowanie o przyczynach wymaga precyzyjnych warunków, a często te warunki nie mają wpływu na gospodarkę, ale raczej w kilku konkretnych przykładach, takich jak stany USA, które przyjęły prawa antyaborcyjne w różnym czasie. The Freakonomia rewolucja ekonomiczna może nie zdominowała Nagród Nobla, ale z pewnością wpłynęła na większość publikowanych badań z zakresu nauk społecznych.

Głównym problemem związanym z tym podejściem opartym na danych jest jego ostateczne spojrzenie wstecz. Z definicji dane są reprezentacją świata w określonym momencie. Całe dziedziny badań biznesowych i ekonomicznych są obecnie prawie całkowicie empiryczne, a naukowcy ścigają się, aby albo zebrać nowe zestawy danych, albo użyć nowatorskich i empirycznych technik na istniejących zestawach danych. Tak czy inaczej, widok jest zawsze z lusterka wstecznego, spoglądając w przeszłość, aby zrozumieć, co się stało lub nie. Czy niskie stopy procentowe spowodowały globalny kryzys finansowy? Czy aborcje zmniejszają przestępczość? Czy płaca minimalna zmniejsza zatrudnienie? Te pytania są zasadniczo zajęte przeszłością, a nie projektowaniem nowych rozwiązań na przyszłość.

Drugim trendem jest kurczenie się społeczności teorii, zarówno wewnątrz, jak i poza akademią. Liczba teoretyków znacznie się skurczyła, a oni również odmówili współpracy ze znacznie większymi kolegami empirycznymi i eksperymentalnymi. Ten trybalizm skłonił teoretyków do pisania coraz bardziej złożonych, zawiłych i samoodnoszących się modeli matematycznych, które nie mają podstaw w rzeczywistości i nie mają nadziei na możliwe potwierdzenie empiryczne. Wiele teorii gier pozostaje nietestowalnych, a teoria strun jest być może najbardziej skrajnym przykładem świata autoreferencyjnego, którego nigdy nie można w pełni zweryfikować ani przetestować.

Wreszcie, teoria akademicka od dawna wyprzedza technologię. Często matematycy, fizycy i ekonomiści dostarczają racjonalizacji ex post technologii, które już odniosły sukces w przemyśle. Te teorie nie przewidują niczego nowego, a raczej potwierdzają konwencjonalną mądrość. Wraz ze wzrostem złożoności teorii spada jej czytelnictwo, nawet wśród teoretyków. Tak jak wszystko inne w życiu, plemienność teorii prowadzi społeczność do działania jak klub, zabraniając członkom, którzy nie przyswajają jej tajemnego języka i metod.

W ten sposób doszliśmy do czegoś w rodzaju wojny domowej; plemię teorii kurczy się z roku na rok i traci związek z rzeczywistością, podczas gdy społeczność danych empirycznych/eksperymentalnych rośnie z czasem, zadając mniejsze pytania bez żadnych wskazówek pojęciowych. Zarówno naukowcy, jak i technolodzy nie wiedzą, jakie problemy należy rozwiązać i jak do nich podejść. Prowadzi to również do wszechobecnej przypadkowości w naszej zbiorowej świadomości, prowadząc nas do wiania w dowolnym kierunku, w którym zabiorą nas wiatry chwili. Ekonomia ma dobrze ugruntowane teorie rynków i sposobu ich funkcjonowania, jednak firmy technologiczne są ogromnymi rynkami, które nie są zakotwiczone w dużej części tej samej teorii ekonomicznej. Informatyka opiera się na solidnych podstawach algorytmów i struktur danych, jednak społeczność zajmująca się teorią ma obsesję na punkcie debat na temat złożoności obliczeniowej, podczas gdy firmy technologiczne warte biliony dolarów przeprowadzają proste testy A/B, aby podejmować najważniejsze decyzje.

Osiągnęliśmy punkt zwrotny w skali ludzkiej wiedzy, gdzie uczeni dopracowują swoje teorie do coraz bardziej precyzyjnych poziomów, przemawiając do coraz mniejszych społeczności uczonych. Ta specjalizacja wiedzy doprowadziła do hiperspecjalizacji, w której czasopisma i dyscypliny akademickie nadal dzielą się i dzielą na coraz mniejsze kategorie. Obfitość czasopism świadczy o tej hiperspecjalizacji.

Od nauki do inżynierii

Wiele przyszłych innowacji pojawi się na granicach dyscyplin, biorąc pod uwagę, że wiele wiedzy zostało już odkryte w istniejących dyscyplinach, ale musi nastąpić większa transformacja. Dziś uniwersytety nadal w dużej mierze przyjmują metodę naukową, ustanawiając wiedzę dla niej samej i dążąc do poznania świata naturalnego, fizycznego i społecznego, ale nie powinniśmy na tym poprzestać. Biorąc pod uwagę ich podstawową wiedzę, naukowcy są w najlepszej pozycji do opracowywania lepszych rozwiązań dla naszej przyszłości. Przejście na inżynierski sposób myślenia zmusi naukowców do projektowania i wdrażania rozwiązań naszych najbardziej palących problemów. W dłuższej perspektywie zlikwiduje też przepaść między akademią a przemysłem. Presja studentów, by szukać pracy i zakładać firmy, która odbija się na ich kursach akademickich, pojawia się, ponieważ istnieje przepaść między potrzebami rynku a akademickim programem nauczania. Gdyby ta luka została zamknięta, a studenci zamiast tego spędziliby czas na studiach, budując lepsze rozwiązania na przyszłość, ten dysonans poznawczy by się rozproszył.

Ta transformacja już się rozpoczęła w niektórych dyscyplinach, takich jak ekonomia. Jednym z najbardziej udanych stosowanych obszarów ekonomii jest: projektowanie rynku, który jednoznacznie przyjął inżynierski sposób myślenia i tylko w ostatniej dekadzie przyznał trzy Nagrody Nobla. Naukowcy ci wyszli z inżynierii i zaadaptowali teorię gier, aby zbudować lepsze rynki, które mogą działać w prawdziwym świecie, takie jak lepsze sposoby dopasowania dawców nerek do biorców, uczniów do szkół lub rezydentów medycznych do szpitali. Zaprojektowali również wiele największych obecnie używanych aukcji, takich jak aukcja widma rządowa i aukcja reklam w Google. Nie ma powodu, dla którego reszta profesji ekonomicznej, a nawet reszta szkolnictwa wyższego i społeczność akademicka, nie może w podobny sposób pozycjonować się w kierunku przyjęcia większej części tego inżynierskiego sposobu myślenia.

Z czasem zamknięcie tej luki między akademią a przemysłem znacznie złagodzi problemy
publiczne oburzenie przeciwko eskalacji czesnego i zadłużenia studentów. Kiedy studenci i profesorowie ukierunkują swoje badania na opracowywanie lepszych rozwiązań dla społeczeństwa, zrobią to również ich studenci i zatrudniające ich firmy. Studenci nie będą już mieli pretensji do swoich wydziałów za spędzanie czasu na badaniach, a nie na nauczaniu, jeśli te badania bezpośrednio stworzą technologie, które ostatecznie przyniosą korzyści studentom, przyszłym pracodawcom i całemu społeczeństwu. Z czasem to naturalnie zlikwiduje lukę w umiejętnościach, z którą obecnie boryka się Ameryka. Uniwersytety nie będą już musiały koncentrować się bezpośrednio na umiejętnościach STEM, ale raczej skoncentrują się na dostarczaniu rozwiązań technologicznych, które ostatecznie i tak będą mocno czerpać z obszarów STEM.

Wezwanie do działania

Jak możemy zreformować szkolnictwo wyższe, aby wyprodukować kolejnego Bitcoina? Oczywiście następnym Bitcoinem nie będzie Bitcoin per se, ale raczej innowacja oparta na pierwszej zasadzie, która przedstawia stary problem w zupełnie nowy sposób. Mam trzy konkretne rekomendacje dotyczące kultury uczelni, priorytetów i struktury organizacyjnej.

Po pierwsze, akademia musi bardziej wyraźnie obejmować inżynierię niż naukę — nawet na marginesie. Renesans i epoka rozumu skłoniły amerykańskie szkolnictwo wyższe do celebrowania nauki i wiedzy dla niej samej. Mottem Harvardu jest „Veritas” lub „prawda”, podczas gdy dewizą Uniwersytetu w Chicago jest „Crescat scientia, vita excolatur”, co oznacza „Niech wiedza rośnie od większej do większej, a ludzkie życie będzie wzbogacone”. Te uniwersytety, oparte na tradycjach naukowych i humanistycznych, zrobiły wiele, aby ustanowić korpus wiedzy niezbędnej dla postępu ludzkości, ale ostatnie pół wieku było wiekiem uniwersytetów inżynierskich, ze Stanford i MIT rywalizującymi w tworzeniu rozwiązań dla świat, nie tylko po to, by go zrozumieć. Ten etos inżynierii powinien wykraczać poza wydziały inżynieryjne, ale nawet, a zwłaszcza, do nauk społecznych. Na przykład, wymagaj od wszystkich pierwszoroczniaków, aby wzięli udział w podstawowych zajęciach z inżynierii, aby nauczyć się mentalnych ram budowania rozwiązań problemów. Ekonomiści od pokoleń wyrażają korzyści płynące z solidnych pieniędzy, ale tylko dzięki opracowanemu systemowi, takiemu jak Bitcoin, te debaty mogą stać się rzeczywistością.

Ta zmiana w inżynierii dzieje się poniekąd w naukach społecznych. Na przykład niedawne Nagrody Nobla przyznane Paulowi Milgromowi i Bobowi Wilsonowi w dziedzinie ekonomii uczciły ich pracę nad projektowaniem nowych rynków i aukcji w celu rozwiązania rzeczywistych problemów związanych z alokacją zasobów, z którymi borykają się rządy i społeczeństwo. Ta społeczność teoretyków mikroekonomii wciąż stanowi niewielką mniejszość w zawodzie ekonomisty, jednak ich praca łączy teorię i praktykę jak żadna inna dziedzina i powinna mieć większą reprezentację wśród praktykujących naukowców. Uniwersytety powinny porzucić wymuszoną równość w traktowaniu wszystkich dyscyplin jako równych, przydzielając równą część linii wydziałowych i dolarów na badania każdej dyscyplinie, bez względu na jej wpływ na społeczeństwo. Zamiast tego nadaj priorytet uczniom, którzy chcą i są w stanie budować rozwiązania na przyszłość. Kultura ta musi wychodzić z góry i przenikać w dół w kierunku decyzji rekrutacyjnych wykładowców i studentów.

Po drugie, nagradzaj pracę interdyscyplinarną. Tradycyjny, wielowiekowy model głębokiej pracy dyscyplinarnej pokazuje swój wiek, podczas gdy większość ekscytujących innowacji naszych czasów leży na granicy dyscyplin. Uniwersytety mówią gołosło o pracy interdyscyplinarnej jako nowym modnym słowie na kampusach uniwersyteckich, ale jeśli nie zmienią się zachęty do zmiany kadry, nic się nie zmieni. Komisje ds. awansu i kadencji muszą nagradzać publikacje poza dyscypliną macierzystą uczonego, a zwłaszcza współpracę z innymi wydziałami i uczelniami. Podczas gdy duże agencje rządowe, takie jak National Science Foundation, zwiększyły alokację funduszy dla zespołów interdyscyplinarnych, jeśli chodzi o decyzje o awansie i kadencji, komitety wydziałowe są żałośnie staromodne i nadal nagradzają naukowców w ramach dyscyplin, a nie między nimi. Spodziewam się, że z czasem to się zmieni, gdy starsze pokolenie przejdzie na emeryturę, ale najbardziej palące problemy społeczne nie mogą czekać, a uniwersytety powinny teraz szybciej się obracać. O ile komisje ds. awansu i kadencji wprost nie ogłoszą uznania za pracę interdyscyplinarną, nic innego nie ma znaczenia.

Po trzecie, akademia musi mierzyć wysoko. Zbyt często czasopisma akademickie czują się swobodnie, szukając dodatkowego wkładu do funduszu wiedzy. Nasza obsesja na punkcie cytatów i drobnych ulepszeń nieuchronnie prowadzi do małych kroków naprzód. Społeczności akademickie mają refleksyjne pragnienie bycia autoreferencyjnym i plemiennym. Dlatego uczeni lubią małe konferencje podobnie myślących rówieśników. Niektóre z największych kroków naprzód w historii nauki wynikały z gigantycznych skoków zrozumienia, które mogły mieć miejsce tylko poza głównym nurtem. Bitcoin to jeden przykład, ale nie jedyny. Weźmy pod uwagę odkrycie podwójnej helisy, wynalezienie samolotu, stworzenie internetu, a ostatnio odkrycie sekwencji mRNA w szczepionce COVID-19. Prawdziwy postęp bierze się z bezpardonowego odrzucenia istniejącej intelektualnej ortodoksji i przyjęcia całkowicie świeżego spojrzenia. Standardy doskonałości dla naszego wydziału i studentów muszą podkreślać, że mają na celu rozwiązanie największych problemów, przed którymi stoi ludzkość. Zbyt często ten dyskurs jest wyciszany z kampusu iz czasem niszczy ducha naszej młodzieży. Aby to osiągnąć, należy przydzielać fundusze na badania w oparciu o wpływ i zaostrzać te wymagania.

Ogromny wzrost bogactwa z sektora technologicznego wywarł różną presję na kampusie. Po pierwsze, skłania młodych studentów do porzucania i zakładania nowych firm, podążając śladami młodych założycieli, którzy dominują w prasie technologicznej i finansowej. Dzieje się tak tylko dlatego, że istnieje przepaść między korzyściami płynącymi z rynku a działalnością uczelni. Pamiętaj, że Bitcoin wyłonił się z małej społeczności intelektualistów poszukujących rozwiązania odwiecznego problemu przy użyciu nowej technologii. Mogło się to łatwo wydarzyć w akademii iw pewnym sensie powinno.

Firma korporacyjna, czy to dopiero rozpoczynająca działalność, czy już działająca, jest naturalnym miejscem dla stopniowych innowacji. Ciągły hałas potrzeb klientów, wymagania inwestorów i wiedza branżowa sprawiają, że jest to naturalne miejsce niewielkich zmian w możliwościach produkcyjnych społeczeństwa. Radykalne innowacje są wyjątkowo dostosowane do akademii z dłuższą, bardziej przemyślaną skalą czasową, dostępem do głębokiej nauki i izolacją od zgiełku rynku, ale to akademia musi sprostać temu wyzwaniu. Niech Bitcoin nas zainspiruje, aby akademia stała się rozgrywającym, a nie tylko widzem kolejnej radykalnej innowacji naszych czasów.

To jest gościnny post Koroka Raya. Wyrażone opinie są całkowicie ich własnymi i niekoniecznie odzwierciedlają opinie BTC Inc. lub Bitcoin Magazine.