Por que o Bitcoin nunca poderia ter sido inventado em uma universidade

Este é um editorial de opinião de Korok Ray, professor associado da Mays Business School da Texas A&M University e diretor do Mays Innovation Research Center.

Desde o anúncio de sua criação em outubro de 2008, o Bitcoin atingiu uma capitalização de mercado de mais de US$ 1 trilhão. Seu crescimento atraiu investimentos institucionais e de varejo, já que a comunidade financeira agora começa a vê-lo como uma reserva legítima de valor e uma alternativa a ativos tradicionais como o ouro. Inovações em acordos de segunda camada, como a Lightning Network, tornam cada vez mais possível que o bitcoin sirva como meio de troca.

No entanto, o Bitcoin tem uma história precária e um tanto confusa na academia. Os currículos nas universidades são amplamente desprovidos de qualquer menção ao Bitcoin. Em vez disso, os ensinamentos geralmente são deixados para clubes estudantis e organizações sem fins lucrativos. Com o tempo, isso pode mudar, à medida que o Bitcoin e todo o mercado de criptomoedas continuam a crescer, atraindo a atenção dos principais talentos em engenharia e negócios. A ausência do Bitcoin na universidade não é um problema com o próprio Bitcoin, mas sim com a academia, com sua adoção insuficiente da inovação, sua ênfase na análise de dados retrospectiva e sua preocupação excessiva com disciplinas individuais em vez de conhecimento coletivo. O Bitcoin pode servir de inspiração para o que a pesquisa acadêmica pode e deve ser. Na verdade, apresenta um roteiro para mudar o ensino superior para melhor.

Semelhanças com a Academia

Pode-se perguntar por que alguém deveria assumir uma relação entre Bitcoin e universidades. Os tecnólogos estão em contato constante com as necessidades reais dos clientes hoje, enquanto as faculdades universitárias desenvolvem ciência básica que (pode) ter aplicação no futuro distante. Afinal, inovações como Facebook, Microsoft, Apple e até Ethereum foram lançadas por jovens que não se formaram na faculdade. No entanto, não é por acaso que Silicon Valley e Route 128 surgiram nas proximidades das maiores universidades costeiras do nosso país. Portanto, há certamente uma correlação entre as universidades e o setor tecnológico. Mesmo assim, o Bitcoin é diferente. O Bitcoin tem uma relação ainda mais estreita com suas raízes intelectuais e acadêmicas. Para entender isso, devemos examinar a história do Bitcoin.

Na virada do século, um bando de criptógrafos, cientistas da computação, economistas e libertários — os cypherpunks — trocaram mensagens por uma lista de discussão na internet. Esta foi uma reunião eletrônica obscura de um grupo diversificado de cientistas, tecnólogos e hobistas que estavam desenvolvendo e compartilhando ideias de avanços em criptografia e ciência da computação. Aqui é onde alguns dos primeiros gigantes da criptografia aplicada passaram algum tempo, como Hal Finney, um dos pioneiros do Pretty Good Privacy (PGP).

Foi nesta lista de discussão que o pseudônimo criador do Bitcoin, Satoshi Nakamoto, anunciou sua solução para um sistema de pagamento eletrônico. Após esse anúncio, ele começou a responder perguntas do fórum sobre o conceito e sua execução. Pouco tempo depois, Nakamoto forneceu a implementação completa do Bitcoin. Isso permitiu aos participantes do fórum baixar o software, executá-lo e testá-lo por conta própria.

A Papel branco Bitcoin tem semelhança com a pesquisa acadêmica. Ele segue a estrutura de um artigo acadêmico, tem citações e se parece com o que qualquer artigo em ciência da computação pode parecer hoje. Tanto o white paper quanto as conversas em torno dele fazem referência a tentativas anteriores de implementar o algoritmo de prova de trabalho, um dos principais recursos do Bitcoin. Por exemplo, o white paper cita o HashCash de 2002, também parte do corpus de conhecimento que precedeu o Bitcoin. Adam Back surgiu com uma prova de trabalho para HashCash enquanto tentava resolver o problema de eliminar spam em e-mails.

Assim, o Bitcoin não caiu do céu, mas surgiu de uma longa linhagem de ideias desenvolvidas ao longo de décadas, não dias ou semanas. Nós tendemos a pensar na tecnologia como operando em alta velocidade, mudando rapidamente e sendo impulsionado por jovens e ambiciosos que abandonaram a faculdade, mas o Bitcoin não foi baseado em “mova-se rápido e quebre as coisas”. Foi e é o oposto: uma deliberação lenta e cuidadosa baseada em décadas de ciência real praticada não por crianças, mas mais como seus pais. O fórum de criptografia era de natureza semelhante a um seminário de pesquisa acadêmica, onde cientistas profissionais educadamente, mas insistentemente, tentavam derrubar ideias para chegar à verdade. Embora o conceito de um white paper agora seja a última moda entre moedas e tokens alternativos de criptomoeda, é o método de comunicação de ideias entre a comunidade de pesquisa profissional.

Embora a economia de criptomoedas hoje ocupe o centro do palco na imprensa financeira e uma parcela crescente da atenção nacional, quando surgiu o Bitcoin estava o mais longe possível disso. Era obscuro, técnico e muito marginal. Em sua longa gestação de ideias que existiam há décadas, mas desconhecidas, exceto por um pequeno círculo de criptógrafos, economistas e filósofos políticos, o Bitcoin compartilha mais em comum com outras inovações radicais, como a internet, o transistor e o avião. Assim como essas inovações, a história do Bitcoin é o triunfo da razão individual sobre a percepção errônea coletiva. Assim como os irmãos Wright provaram que o mundo estava errado ao mostrar que o homem podia voar, mesmo que os físicos afirmassem que era matematicamente impossível, o Bitcoin também confundiu os opositores ao criar escassez digital pela primeira vez.

Por que devemos nos concentrar no Bitcoin em vez de em alguns dos outros tokens de criptomoeda, como o Ethereum? Se você olhar sob o capô, a maior parte da inovação da criptomoeda veio do Bitcoin. Por exemplo, o Ethereum conta com a mesma curva elíptica do Bitcoin, utilizando a mesma criptografia de chave pública. O Bitcoin surgiu durante um longo período de gestação e desenvolvimento secreto por um criptógrafo aplicado pseudônimo e foi lançado e debatido em uma lista de discussão obscura. Por esse motivo, o Bitcoin compartilha muitas semelhanças com os círculos acadêmicos misteriosos que ocupam as universidades modernas. Nenhum criptógrafo profissional fez Ethereum; pelo contrário, foi um adolescente que até admite que apressou seu desenvolvimento. Assim, é apenas o Bitcoin que tem uma conexão profunda com a academia, enquanto as inovações mais incrementais que lotam o espaço das criptomoedas agora são mais semelhantes aos pequenos avanços obtidos no setor de tecnologia moderna.

Diferenças da Academia

Bitcoin difere da academia de maneiras importantes. Mais significativamente, o Bitcoin é fundamentalmente interdisciplinar de uma forma que as universidades de hoje não são. O Bitcoin funde três disciplinas separadas: matemática, ciência da computação e economia. É essa fusão que dá ao Bitcoin seu poder e quebra os silos acadêmicos tradicionais.

A criptografia de chave pública tem sido a maior inovação em criptografia aplicada e matemática desde sua concepção, há 50 anos. O conceito central é simples: os usuários podem proteger uma mensagem com uma chave privada conhecida apenas por eles mesmos, que gera uma chave pública conhecida por todos. Portanto, o usuário pode distribuir facilmente a chave pública sem nenhuma consequência de segurança, pois somente a chave privada pode desbloquear a criptografia. A criptografia de chave pública consegue isso por meio de funções de hash — transformações unidirecionais de dados que são impossíveis de reverter. No Bitcoin, isso ocorre através de curvas elípticas sobre campos finitos de ordem primária.

Mas a criptografia de chave pública não é suficiente. Como o Bitcoin procura servir como um sistema de pagamento eletrônico, ele deve resolver o problema problema de gastos duplos. Se Alice paga Bob usando bitcoin, devemos impedir que Alice também pague Carol com esse mesmo bitcoin. Mas no mundo digital, copiar dados é gratuito e, portanto, evitar gastos duplos é aparentemente inútil. Para isso, Nakamoto utilizou o blockchain, uma construção da ciência da computação. O criptógrafo David Chaum lançou as bases para o conceito de blockchain já em 1983, em uma pesquisa que surgiu de sua dissertação de ciência da computação em Berkeley.

A blockchain é uma lista vinculada que aponta para trás para o bloco original (gênese). Cada bloco contém milhares de transações, cada transação contendo os ingredientes para transferir bitcoin de um endereço para outro. O blockchain resolve o problema do gasto duplo porque é distribuído, ou seja, publicamente disponível para todos os nós da rede Bitcoin. Esses nós validam constantemente o blockchain com novas transações adicionadas somente quando todos os outros nós da rede concordam (consenso). Em nosso exemplo anterior, quando Alice paga a Bob, essa transação entra no blockchain, que todos os nós observam. Se Alice tentar usar esses mesmos bitcoins para pagar Carol, a rede rejeitará essa transação, pois todos sabem que Alice já usou esses bitcoins para pagar Bob. É a natureza pública e distribuída do blockchain que evita gastos duplos, um problema exclusivo dos pagamentos eletrônicos.

De fato, Satoshi projetou o blockchain especificamente como uma solução para dobrar os gastos. É inerentemente ineficiente, pois exige que toda a rede valide e reproduza constantemente os mesmos dados. É também por isso que a maioria das aplicações da tecnologia blockchain fora do Bitcoin faz pouco sentido, pois força uma solução ineficiente personalizada para pagamentos eletrônicos em outros aplicativos que seriam resolvidos com eficiência com bancos de dados centrais. A noção de uma blockchain como uma lista reversa por si só não é revolucionária na ciência da computação, mas sua natureza distribuída projetada especificamente para evitar gastos duplos é.

Mesmo assim, criptografia e blockchain não são suficientes. É preciso haver uma razão para a rede proteger o blockchain. É aqui que a economia do Bitcoin brilha. Nakamoto propôs um grupo de computadores que provaria que o histórico das transações de fato ocorreu. Esta prova requer um trabalho caro a ser feito. Nakamoto resolveu isso criando um torneio no qual computadores individuais (chamados de mineradores) competiriam para encontrar uma resposta aparentemente aleatória por meio de uma função unidirecional chamada SHA256. O vencedor receberia bitcoin recém-cunhado, que a rede liberaria. A resposta para a função deve ser suficientemente desafiadora para que a única maneira de resolvê-la seja implantar mais recursos computacionais. A mineração de Bitcoin requer computação real e, portanto, energia real, semelhante à mineração de ouro há algumas gerações. Mas, diferentemente da mineração de ouro, o cronograma de emissão de novos bitcoins é conhecido por todos.

A economia da mineração é o design de um concurso que recompensa novos bitcoins para mineradores que resolvem um quebra-cabeça. Esta é uma forma de mecanismo de microeconomia, ou seja, um projeto de economia de jogo onde os agentes individuais competem por uma recompensa. A macroeconomia do Bitcoin diz respeito ao cronograma de emissão, que se ajusta de forma previsível ao longo do tempo, com a recompensa do bloco reduzindo pela metade a cada quatro anos. Isso força a restrição de 21 milhões de bitcoins. Isso limita inerentemente o crescimento inflacionário da moeda e impõe uma restrição à qual nenhuma moeda fiduciária hoje deve aderir. A dificuldade do quebra-cabeça subjacente se ajusta aproximadamente a cada duas semanas, independentemente do poder de computação da rede, fornecendo uma implementação robusta, apesar dos avanços exponenciais no poder de computação nas décadas desde o lançamento do Bitcoin.

Essa característica interdisciplinar do Bitcoin é existencial, não incremental. Sem qualquer um de seus três componentes (criptografia de chave pública, um blockchain com link para trás e um concurso de mineração usando prova de trabalho), o Bitcoin não funcionaria. Por si só, cada um dos três componentes consistia em um corpo coerente de conhecimentos e ideias. Foi a combinação deles que foi a genialidade de Nakamoto. Assim também as futuras inovações radicais precisarão conectar várias disciplinas de maneiras existenciais, sem as quais sua combinação não sobreviveria.

Por que não a Academia?

Por que o Bitcoin não pode ter saído da academia? Primeiro, o Bitcoin é inerentemente interdisciplinar, mas os acadêmicos das universidades são recompensados ​​pela excelência em domínios únicos de conhecimento. O Bitcoin funde ideias de ciência da computação, matemática e economia, mas é improvável que um único corpo docente universitário tenha a amplitude de conhecimento necessária para a consiliência interdisciplinar.

Em segundo lugar, a academia sofre de incrementalismo. Os periódicos acadêmicos pedem explicitamente a seus autores o incrementais contribuição de seu trabalho para a literatura. É assim que o conhecimento avança, centímetro a centímetro. Mas o Bitcoin – como outras inovações radicais da história, como o avião e o transistor – deu saltos gigantescos que provavelmente não teriam sobrevivido ao processo de revisão por pares da academia.

Terceiro, o Bitcoin baseia-se em fundações políticas libertárias que estão em desuso entre a academia dominante, especialmente entre os economistas profissionais. Incorporadas ao software estão representações algorítmicas de dinheiro sólido, onde o protocolo Bitcoin libera novos bitcoins em um cronograma previsível. Isto é muito diferente do mundo em que vivemos hoje, onde o Comité Federal do Mercado Aberto tem plena autoridade discricionária sobre a oferta monetária. Os cypherpunks que avaliaram o Bitcoin v0.1 compartilhavam um ceticismo em relação à autoridade coletiva, acreditando que a tecnologia e a criptografia podem fornecer privacidade aos indivíduos, longe dos olhares atentos do governo ou de qualquer grande organização.

A maioria dos economistas não compartilha desse ceticismo em relação à autoridade central. Pelo menos a comunidade de ciências sociais nunca levou o Bitcoin a sério. Além disso, o Federal Reserve tem um papel descomunal tanto no financiamento quanto na promoção da pesquisa econômica acadêmica convencional. Recruta dos melhores Ph.D. programas, contrata presidentes e governadores de bancos que foram ex-professores de economia e incentiva sua equipe a publicar nas mesmas revistas acadêmicas que a academia. Não é de admirar que a universidade do corpo docente, influenciada pela cultura do Fed, não abrace a tecnologia que a substitui radicalmente.

Pedi a todos os ganhadores do Nobel de economia vivos que falassem na Texas A&M Bitcoin Conference, e todos, exceto um, recusaram. Alguns admitiram não saber o suficiente sobre Bitcoin para justificar uma palestra; pelo menos eles foram honestos sobre as restrições do modelo disciplinar no qual eles prosperaram com tanto sucesso. Outros, como Paul Krugman, veem as criptomoedas como a nova hipoteca subprime (ele também previu que a internet teria o mesmo impacto na economia como a máquina de fax). Economistas acadêmicos não dedicaram quase nenhuma atenção à ascensão do Bitcoin e até agora permanecem ignorantes sobre como o blockchain do Bitcoin funciona, apesar de ser a única inovação real em finanças na última década.

Bitcoin é antes de tudo uma contribuição intelectual. Não requer um conhecimento profundo da indústria, uma visão especial das práticas atuais das empresas ou conhecimento de detalhes idiossincráticos dos mercados de trabalho e de capital. Não foi construído a partir da prática existente, mas sim da teoria existente. Por essas razões, o Bitcoin emergiu sem remorso da terra das ideias e deveria, em certo sentido, ter vindo da academia. Um economista acadêmico poderia ter projetado o torneio de mineração, um cientista da computação desenvolveu o blockchain e um matemático desenvolveu a criptografia de chave pública. É preciso um companheiro (ou equipe) improvável para combinar essas três inovações. As universidades desenvolvem faculdades com profundo conhecimento em suas disciplinas individuais, mas não fazem nada para unir as disciplinas da maneira que o Bitcoin faz. Por esse motivo, o Bitcoin não poderia ter emergido da universidade, embora se baseie em disciplinas bem estabelecidas dentro da universidade. O problema não é o conhecimento em si, mas sua organização. E aí está a oportunidade.

Como chegámos aqui?

Em sua forma atual, a academia não é adequada para inovações como o Bitcoin. Depois que os alunos ingressam na pós-graduação, eles aprendem as técnicas de sua própria disciplina, que usam para publicar em revistas especializadas que lhes garantem estabilidade e reconhecimento acadêmico futuro com um pequeno conjunto de colegas dessa disciplina. Esses corredores isolados de conhecimento se ossificaram ao longo dos séculos desde as primeiras universidades. Como isso aconteceu?

Há duas tendências principais na academia desde a Segunda Guerra Mundial. De longe, a mais importante é a revolução digital. À medida que o poder da computação se tornou acessível a qualquer pessoa, o objetivo da ciência mudou da teoria da construção para a medição. De repente, uma grande variedade de dados de ciências sociais e naturais estava disponível para pesquisadores de um laptop em qualquer lugar do mundo. O crescimento da internet espalhou o compartilhamento de dados e a disponibilidade de dados, e os avanços no poder de microprocessamento tornaram as grandes análises de dados baratas e fáceis. A comunidade acadêmica mudou em massa para a análise de dados e passou de tendência em tendência em ciclos de 10 a 15 anos. O primeiro ciclo foi sobre estatísticas resumidas e análise de variância, o segundo foi sobre regressão linear e o terceiro sobre aprendizado de máquina. Quando surgiram problemas no domínio específico de cada disciplina, raramente os estudiosos retornaram à sua teoria subjacente para revisão. Em vez disso, eles simplesmente inseriram mais dados na máquina, esperando que erros de medição e variáveis ​​omitidas fossem os culpados.

O crescimento do big data e das estatísticas, em conjunto com o aprendizado de máquina, nos levou ao presente, onde a inteligência artificial (IA) é uma caixa preta. Nenhum pesquisador pode explicar completamente o que exatamente a IA está fazendo. Ao mesmo tempo, as perguntas tornaram-se menores. Antes, a economia do desenvolvimento como campo perguntava: “Por que a África é tão pobre?” Agora, pesquisas na área perguntam se colocar uma placa no lado esquerdo ou direito de uma porta de banheiro é mais provável de levar ao uso. Essa preocupação com a causalidade vale intelectualmente, mas tem um preço alto, pois muitas vezes o pesquisador deve restringir seu domínio a comportamentos facilmente observáveis ​​e mensuráveis. As grandes, complexas e matemáticas teorias desenvolvidas após a Segunda Guerra Mundial eram em grande parte não testáveis, e assim os pesquisadores empíricos abandonaram esses fundamentos teóricos. Onde antes os acadêmicos mantinham o alto nível intelectual ao fazer as maiores perguntas do dia, agora a pesquisa empírica domina os periódicos acadêmicos. Físicos experimentais e economistas empíricos citam principalmente outros trabalhos baseados em dados.

À medida que os computadores filtravam por toda a nossa sociedade, os alunos foram expostos à computação mais cedo em suas vidas. Quando chegaram à faculdade e à pós-graduação, já tinham facilidades básicas com manipulação e análise de dados. Por que se preocupar com matemática quando alguns experimentos simples e regressões lineares podem fornecer tabelas de resultados que podem ser publicadas rapidamente? Com o tempo, os alunos gravitaram em direção ao trabalho com dados à medida que a profissão acadêmica migrava lentamente da matemática.

Tornou-se muito mais fácil para os periódicos aceitar artigos com algum pequeno fato experimental ou empírico sobre o mundo. Dado que editores e pareceristas tomam decisões sobre pesquisas acadêmicas papel a papel, não há uma avaliação abrangente sobre se o corpo do trabalho empírico e experimental realmente avança o conhecimento humano. Como tal, a análise de dados se tornou um caos com equipes de pesquisadores fazendo avanços cada vez mais incrementais, minerando os mesmos conjuntos de dados principais e fazendo perguntas menores e sem sentido. A chuva ou o sol afetam o humor dos traders e, portanto, suas escolhas de ações? O tamanho da assinatura de um CFO em uma declaração anual pode medir seu narcisismo e prever se ele cometerá fraude? (Eu não sou fazer isto coisas acima.)

Poder-se-ia pensar que os avanços na computação teriam levado pesquisas a verificar algumas das teorias desenvolvidas após a Segunda Guerra Mundial, mas não foi esse o caso. Em termos técnicos, muitos desses modelos complexos são endógenos, com múltiplas variáveis ​​determinadas em equilíbrio simultaneamente. Como tal, é um desafio para os pesquisadores empíricos identificar especificamente o que está acontecendo, por exemplo, se o aumento do salário mínimo aumentará o desemprego, como sugere a Economics 101. Isso levou a uma virada para a causalidade. Mas a inferência causal requer condições precisas, e muitas vezes essas condições não se aplicam à economia, mas sim em alguns exemplos específicos, como estados americanos que adotaram leis antiaborto em diferentes momentos. o Freakonomics A revolução na economia pode não dominar os prêmios Nobel, mas certamente influenciou a maioria das pesquisas publicadas em ciências sociais.

O principal problema com essa abordagem orientada por dados é sua abordagem, em última análise, voltada para trás. Por definição, os dados são uma representação do mundo em um ponto no tempo. Todos os campos de pesquisa de negócios e economia são agora quase totalmente empíricos, onde os estudiosos correm para coletar novos conjuntos de dados ou usar técnicas novas e empíricas em conjuntos de dados existentes. De qualquer forma, a visão é sempre do retrovisor, olhando para o passado para entender o que aconteceu ou não. As baixas taxas de juros causaram a crise financeira global? O aborto reduz o crime? O salário mínimo reduz o emprego? Essas questões estão fundamentalmente preocupadas com o passado, em vez de projetar novas soluções para o futuro.

A segunda tendência tem sido o encolhimento da comunidade teórica, tanto dentro como fora da academia. O número de teóricos diminuiu muito, e eles também se recusaram a colaborar com seus colegas empíricos e experimentais muito maiores. Esse tribalismo levou os teóricos a escreverem modelos matemáticos cada vez mais complexos, intrincados e auto-referenciais com pouca base na realidade e nenhuma esperança de possível validação empírica. Grande parte da teoria dos jogos permanece não testável, e a teoria das cordas é talvez o exemplo mais extremo de um mundo auto-referencial que nunca pode ser totalmente verificado ou testado.

Finalmente, a teoria acadêmica está muito atrás da tecnologia. Muitas vezes, matemáticos, físicos e economistas fornecem racionalizações ex-post de tecnologias que já foram bem-sucedidas na indústria. Essas teorias não preveem nada de novo, mas simplesmente afirmam a sabedoria convencional. À medida que a complexidade da teoria cresce, seu número de leitores diminui, mesmo entre os teóricos. Assim como tudo na vida, o tribalismo da teoria leva a comunidade a agir como um clube, restringindo os membros que não adotam sua linguagem e métodos arcanos.

Assim, chegamos a uma espécie de guerra civil; a tribo da teoria está encolhendo ano a ano e perdendo relevância para a realidade, enquanto a comunidade de dados empíricos/experimentais cresce ao longo do tempo, fazendo perguntas menores sem orientação conceitual. Tanto os acadêmicos quanto os tecnólogos são deixados no escuro sobre quais problemas resolver e como abordá-los. Também leva a uma aleatoriedade generalizada em nossa consciência coletiva, levando-nos a soprar em qualquer direção que os ventos do momento nos levem. A economia tem teorias bem estabelecidas de mercados e de como eles funcionam, mas as empresas de tecnologia são mercados massivos não amarrados em grande parte dessa mesma teoria econômica. A ciência da computação se baseia em uma base sólida de algoritmos e estruturas de dados, mas a comunidade teórica é obcecada por debates sobre complexidade computacional, enquanto empresas de tecnologia de trilhões de dólares realizam testes A/B simples para tomar suas decisões mais significativas.

Chegamos a um ponto de inflexão na escala do conhecimento humano, onde os estudiosos refinam suas teorias para níveis cada vez mais precisos, falando para comunidades cada vez menores de estudiosos. Essa especialização do conhecimento levou à hiperespecialização, onde periódicos e disciplinas acadêmicas continuam a se dividir e subdividir em categorias cada vez menores. A profusão de periódicos é evidência dessa hiperespecialização.

Da ciência à engenharia

Muita inovação futura ocorrerá nas fronteiras das disciplinas, dado que muito conhecimento já foi descoberto dentro das disciplinas existentes, mas deve haver uma transformação maior. As universidades hoje ainda adotam largamente o método científico, estabelecendo o conhecimento por si mesmo e buscando conhecer o mundo natural, físico e social, mas não devemos parar por aí. Dado seu conhecimento fundamental, os cientistas estão na melhor posição para projetar melhores soluções para o nosso futuro. Mudar para uma mentalidade de engenharia forçará os acadêmicos a projetar e implementar soluções para nossos problemas mais prementes. No longo prazo, também fechará a lacuna entre a academia e a indústria. A pressão que os alunos enfrentam para procurar emprego e abrir empresas, o que prejudica seu curso acadêmico, surge porque há uma lacuna entre as necessidades do mercado e o currículo acadêmico. Se essa lacuna fosse fechada e os alunos passassem um tempo na faculdade construindo melhores soluções para o futuro, essa dissonância cognitiva se dissiparia.

Essa transformação já começou em algumas disciplinas, como a economia. Uma das áreas aplicadas mais bem sucedidas da economia é projeto de mercado, que adotou inequivocamente uma mentalidade de engenharia e entregou três Prêmios Nobel apenas na última década. Esses estudiosos vieram da engenharia e adaptaram a teoria dos jogos para construir mercados melhores que possam funcionar no mundo real, como melhores maneiras de combinar doadores de rim a receptores, estudantes a escolas ou residentes médicos a hospitais. Eles também projetaram muitos dos maiores leilões em uso atualmente, como o leilão de espectro do governo e o leilão de anúncios no Google. Não há razão para que o resto da profissão de economista, ou mesmo o resto do ensino superior e a comunidade acadêmica, não possam se posicionar da mesma forma para adotar mais essa mentalidade de engenharia.

Com o tempo, fechar essa lacuna entre a academia e a indústria aliviará muito do
clamor público contra o aumento das mensalidades e da dívida estudantil. Uma vez que alunos e professores orientem suas pesquisas para desenvolver melhores soluções para a sociedade, seus alunos e as empresas que os empregam também o farão. Os alunos não se ressentirão mais de seus professores por gastarem tempo em pesquisa em vez de ensinar se essa pesquisa criar tecnologias diretamente que beneficiem os alunos, futuros empregadores e a sociedade em geral. Com o tempo, isso naturalmente fechará a lacuna de habilidades que a América enfrenta atualmente. As universidades não precisarão mais se concentrar explicitamente nas habilidades STEM, mas sim em fornecer soluções tecnológicas que, em última análise, se basearão fortemente nas áreas STEM.

Um apelo à ação

Como podemos reformar o ensino superior para produzir o próximo Bitcoin? É claro que o próximo Bitcoin não será o Bitcoin em si, mas sim uma inovação de primeiro princípio que concebe um problema antigo de uma maneira totalmente nova. Tenho três recomendações específicas para a cultura universitária, prioridades e estrutura organizacional.

Primeiro, a academia deve abraçar mais explicitamente a engenharia do que a ciência – mesmo na margem. O Renascimento e a Idade da Razão levaram o ensino superior americano a celebrar a ciência e o conhecimento por si só. O lema de Harvard é “Veritas”, ou “verdade”, enquanto o da Universidade de Chicago é “Crescat scientia, vita excolatur”, que significa “Deixe o conhecimento crescer de mais a mais, e assim a vida humana seja enriquecida”. Essas universidades, baseadas nas tradições científicas e de artes liberais, fizeram muito para estabelecer o corpus de conhecimento necessário para o progresso humano, mas este último meio século foi a era das universidades de engenharia, com Stanford e MIT competindo para construir soluções para o mundo, não apenas para compreendê-lo. Esse ethos da engenharia deve se estender para além dos departamentos de engenharia, mas também e principalmente para as ciências sociais. Por exemplo, exija que todos os calouros façam uma aula básica de engenharia para aprender a estrutura mental da construção de soluções para problemas. Os economistas articularam os benefícios do dinheiro sólido por gerações, mas somente por meio de um sistema de engenharia como o Bitcoin esses debates podem se tornar realidade.

Essa mudança na engenharia está acontecendo um pouco dentro das ciências sociais. Por exemplo, os recentes Prêmios Nobel concedidos a Paul Milgrom e Bob Wilson em economia comemoraram seu trabalho na concepção de novos mercados e leilões para resolver problemas reais em problemas de alocação de recursos que os governos e a sociedade enfrentam. Essa comunidade de teóricos microeconômicos ainda é uma pequena minoria dentro da profissão econômica, mas seu trabalho combina teoria e prática como nenhum outro campo e deveria ter maior representação entre os acadêmicos praticantes. As universidades devem abandonar a equidade forçada de tratar todas as disciplinas como iguais, alocando uma parcela uniforme de linhas de professores e dólares de pesquisa para cada disciplina, não importando seu impacto na sociedade. Em vez disso, priorize discípulos dispostos e capazes de construir soluções para o futuro. Essa cultura deve vir de cima e permear as decisões de recrutamento de professores e alunos.

Em segundo lugar, recompense o trabalho interdisciplinar. O modelo tradicional e secular de trabalho disciplinar profundo está mostrando sua idade, enquanto a maioria das inovações empolgantes de nosso tempo estão nos limites das disciplinas. As universidades defendem da boca para fora o trabalho interdisciplinar como uma nova palavra da moda nos campi universitários, mas, a menos que os incentivos para o corpo docente mudem, nada mudará. Os comitês de promoção e posse devem recompensar publicações fora da disciplina de origem de um bolsista e especialmente colaborações com outros departamentos e faculdades. Embora grandes agências governamentais, como a National Science Foundation, tenham aumentado a alocação de financiamento para equipes interdisciplinares, quando se trata de decisões de promoção e posse, os comitês do corpo docente são lamentavelmente antiquados e ainda recompensam os acadêmicos em vez de entre as disciplinas. Com o tempo, espero que isso mude à medida que a geração mais velha se aposentar, mas os problemas mais prementes da sociedade não podem esperar e as universidades devem girar mais rapidamente agora. A menos que os comitês de promoção e posse anunciem explicitamente o reconhecimento pelo trabalho interdisciplinar, nada mais importa.

Terceiro, a academia deve mirar alto. Muitas vezes, as revistas acadêmicas se sentem confortáveis ​​em buscar contribuições incrementais para o fundo do conhecimento. Nossa obsessão por citações e pequenas melhorias inevitavelmente leva a pequenos passos à frente. As comunidades acadêmicas têm um desejo reflexivo de serem auto-referenciais e tribais. Portanto, os estudiosos gostam de pequenas conferências de colegas que pensam da mesma forma. Alguns dos maiores avanços na história da ciência vieram de grandes saltos de compreensão que só poderiam ter ocorrido fora do mainstream. Bitcoin é um exemplo, mas não o único. Considere a descoberta da dupla hélice, a invenção do avião, a criação da internet e, mais recentemente, a descoberta da sequência de mRNA para a vacina COVID-19. O verdadeiro progresso vem de jogar fora sem remorso a ortodoxia intelectual existente e adotar um visual totalmente novo. Os padrões de excelência para nossos professores e alunos devem insistir que eles visam resolver os maiores problemas que a humanidade enfrenta. Muitas vezes, esse discurso é silenciado no campus e, com o tempo, corrói o espírito de nossos jovens. Para conseguir isso, aloque o financiamento da pesquisa com base no impacto e torne esses requisitos rigorosos.

O grande aumento da riqueza do setor de tecnologia colocou várias pressões no campus. Por um lado, induz os jovens estudantes a abandonar a escola e a abrir novas empresas, seguindo os passos dos jovens fundadores que dominam a imprensa tecnológica e financeira. Isso só acontece porque há uma cisão entre as recompensas do mercado e as atividades da universidade. Lembre-se de que o Bitcoin surgiu de uma pequena comunidade de intelectuais que buscavam projetar uma solução para um problema antigo usando novas tecnologias. Isso poderia facilmente ter ocorrido dentro da academia e, em certo sentido, deveria ter acontecido.

A empresa corporativa, seja ela nova ou estabelecida, é o locus natural para a inovação incremental. O ruído constante das necessidades dos clientes, as exigências dos investidores e o conhecimento do setor fazem dela um lugar natural para pequenas mudanças nas possibilidades de produção da sociedade. A inovação radical é especialmente adequada para a academia com sua escala de tempo mais longa e deliberada, acesso à ciência profunda e isolamento do barulho do mercado, mas cabe à academia enfrentar esse desafio. Deixe o Bitcoin nos inspirar, para que a academia se torne o quarterback e não apenas o espectador da próxima inovação radical do nosso tempo.

Este é um post convidado por Korok Ray. As opiniões expressas são inteiramente próprias e não refletem necessariamente as da BTC Inc. ou da Bitcoin Magazine.