استاد ساکای از دانشگاه کیوشو درباره "قرن بازار پیشبینی: پیادهسازی اجتماعی دانش جمعی" صحبت میکند|WebX2026
در تاریخ 14 ژوئیه 2026، در مرحله Limitless وباکس 2026، استاد یوتاکی ساکای از دانشگاه کیوشو در جلسهای با عنوان "قرن بازار پیشبینی: پیادهسازی اجتماعی دانش جمعی" سخنرانی کرد. او بازار پیشبینی را "اختراعی درخشان در تاریخ بشریت" توصیف کرد و به نقصهای ساختاری نظرسنجیها، دو نوع پیادهسازی به نامهای "نوع معاملات تابلو" و "نوع سازنده بازار"، و همچنین کاربرد آن در حاکمیت شرکتی از طریق استفاده داخلی پرداخت و به مدت حدود 30 دقیقه از دیدگاه یک اقتصاددان توضیح داد.
استاد ساکای ابتدا با ذکر اختراعات علوم اجتماعی که بشر تاکنون به آنها دست یافته، سخنرانی خود را آغاز کرد. دموکراسی نمایندگی، مفهوم حقوق بشر، برابری تحت قانون، شرکتهای سهامی، بازار، پول غیرقابل تبدیل و خلق اعتبار. او به صراحت اعلام کرد که اخیراً اختراع جدیدی به این فهرست اضافه شده است.
"من مطمئن هستم که اخیراً یک مورد جدید به این فهرست اضافه شده است. بازار پیشبینی است"
در بازار پیشبینی، یک سوال در یک بازار مطرح میشود. استاد ساکای به مثال Polymarket اشاره کرد و توضیح داد که سوال "آیا ترافیک در تنگه هرمز در سال جاری به حالت عادی برمیگردد؟" را به عنوان مثال توضیح داد. در پاسخ به این سوال، اگر جواب "بله" باشد، بلیط به قیمت 1 دلار و اگر "خیر" باشد، به قیمت 0 دلار خرید و فروش میشود. قیمت بلیط به دلیل عرضه و تقاضا تعیین میشود و بنابراین حتماً مقداری بین 0 و 1 خواهد داشت. استاد ساکای تأکید کرد که در بازار پیشبینی، این قیمت P به سادگی به عنوان "احتمال وقوع آن رویداد" تفسیر میشود. قیمت به طور اقتصادی به عنوان مقداری شناخته میشود که پیشبینیهای مردم را به خوبی تجمیع میکند.
توضیح: پیشگام بازار پیشبینی، "بازارهای الکترونیکی آیووا (IEM)" است که در سال 1988 توسط دانشگاه آیووا آغاز شد. در انتخابات ریاستجمهوری آمریکا در سال 2024، Polymarket توجهها را به خود جلب کرد زیرا از مراحل اولیه نشان داد که ترامپ در موقعیت بهتری قرار دارد.
استاد ساکای به طور پارادوکسیکال پرسش کرد که "نظرسنجیها، اگر اشتباه کنند، عجیب است". زیرا اگر یک روزنامه بزرگ از رأیدهندگان به طور تصادفی نمونهبرداری کند و تعداد کافی جمعآوری کند، طبق "قانون اعداد بزرگ" در آمار ریاضی، باید تقریباً به طور قطع نتیجه صحیحی به دست آید. با این حال، چرا نظرسنجیها اشتباه میکنند؟ استاد ساکای دلایل آن را به سه نکته تقسیم کرد.
نکته اول این است که پاسخدهندگان ممکن است "بدون فکر پاسخ دهند". وقتی از افرادی که معمولاً به سیاست فکر نمیکنند، ناگهان سوال میشود، انتظار پاسخ جدی دشوار است. نکته دوم "مسئله دروغ گفتن" است. به عنوان مثال، ساکنان کالیفرنیا ممکن است به دلیل فشار اجتماعی نتوانند به راحتی بگویند که از ترامپ حمایت میکنند (به اصطلاح سوگیری مطلوبیت اجتماعی). و نکته سوم که استاد ساکای آن را مهمترین نکته دانست.
"افرادی که در مورد سوال اطلاعات دارند و افرادی که ندارند، به عنوان یک نفر حساب میشوند. پاسخهای افرادی که اطلاعات دارند باید وزن بیشتری نسبت به افرادی که اطلاعات ندارند داشته باشد، اما نظرسنجیها در این زمینه بسیار غیرمنصفانه هستند"
بازار پیشبینی همه این سه نکته را برطرف میکند. زیرا اگر بدون فکر خرید و فروش کنید، ضرر میکنید، بنابراین به طور طبیعی با جدیت به آن میپردازید. به دلیل اینکه به منافع خود وفادار هستند، دروغ نمیگویند. افرادی که اطلاعات دارند، بیشتر خرید و فروش میکنند، بنابراین تأثیر (وزن) بر قیمت به طور طبیعی افزایش مییابد.
استاد ساکای بازار پیشبینی را به دو نوع بزرگ تقسیم کرد. نوع اول "نوع معاملات تابلو" است که Polymarket نماینده آن است. شرکتکنندگان با یکدیگر در معاملات تابلو خرید و فروش میکنند و قیمت بر اساس عرضه و تقاضا تعیین میشود. این فرمت به جمعآوری شرکتکنندگان از سرتاسر جهان و شرطبندی با پول بستگی دارد.
نوع دوم "نوع سازنده بازار" است که "Signals" که توسط IGS (شرکت بورس توکیو) اداره میشود، به عنوان مثالای از آن ذکر شد. شرکتکنندگان با طراحان بازار (سازندگان بازار) بلیط خرید و فروش میکنند و بین خودشان معامله نمیکنند. این معمولاً بر اساس استفاده محدود در داخل سازمان است و به طور معمول از نقاط با قابلیت تبدیل پایین استفاده میشود تا با مقررات مالی و قمار مغایرت نداشته باشد.
"در نوع سازنده بازار، قیمت بر اساس تابع تعیین قیمت و نه عرضه و تقاضا تعیین میشود. قوانین نمرهگذاری لگاریتمی و قوانین نمرهگذاری ثانویه استفاده میشوند و ویژگی آن این است که اپراتور میتواند حداکثر مبلغی را که پرداخت میکند کنترل کند."
توضیح: تحقیقات در مورد تابع تعیین قیمت نوع سازنده بازار بیش از 20 سال در اقتصاد انباشته شده است و مشخص شده است که گوگل و هیولت پاکارد قبلاً بازار پیشبینی داخلی از نوع سازنده بازار را به کار گرفتهاند.
استاد ساکای به کاربرد بازار پیشبینی که به ویژه بر آن تأکید کرد، استفاده درونسازمانی است. او پیشنهاد کرد که بازار پیشبینی میتواند به عنوان یک عملکرد هشدار برای مشکل عمومی "اخبار بد به ندرت به بالا میرسد" عمل کند.
به عنوان یک مثال از استفاده خاص، او به فروش بلیط درونسازمانی برای سوال "آیا پروژه مهم A در سال جاری به پایان میرسد؟" اشاره کرد. اگر کارمندی که با شرایط میدانی آشنا است، تشخیص دهد که "به پایان نمیرسد"، قیمت بلیط کاهش مییابد. اگر قیمت به سطح بسیار پایینی (مثلاً 0.15 امتیاز) برسد، هیئت مدیره میتواند از بحران پروژه مطلع شود. این میتواند در انتخاب سیاستها نیز مورد استفاده قرار گیرد. به عنوان مثال، بازار پیشبینی برای گزینه A و B ایجاد میشود و تصمیمگیری بر اساس گزینهای که قیمت بالاتری دارد، انجام میشود.
"مدیران واقعاً میخواهند اخبار بد را بدانند. من فکر میکنم این ابزارها به سرعت در شرکتهای ژاپنی گسترش خواهند یافت."
با این حال، استاد ساکای هشدار داد که طراحی شرکتکنندگان مهم است. او گفت که برای جلوگیری از ورود شرکتکنندگانی که به طور قابل توجهی بر روی "شکست" شرط میبندند و در واقع پروژه را به شکست میکشند، طراحی صلاحیت شرکتکنندگان نیاز به دانش عملیاتی دارد.
بازار پیشبینی نوع معاملات تابلو در ژاپن به احتمال زیاد تحت قوانین فعلی به عنوان قمار آنلاین محسوب میشود. استاد ساکای این نکته را به طور مستقیم تأیید کرد و گفت: "این واقعاً تأسفبار و ضایعه است" و روشهای قانونی با استفاده از نقاط با قابلیت تبدیل پایین را به عنوان گزینهای عملی مطرح کرد. با این حال، او تأکید کرد که در این صورت نیز بررسی قانونی ضروری است.
استاد ساکای دو عامل را به عنوان مکانیزم عملکرد دانش جمعی ذکر کرد. اولین عامل تنوع گروهی است: سوگیریهای افراد خوشبین و بدبین یکدیگر را خنثی میکنند و به قضاوتهای خنثی نزدیک میشوند، که اثر قضات کاندورسه را ایجاد میکند. دومین عامل، مکانیزمی است که در آن تعداد کمی از شرکتکنندگان با اطلاعات دقیق از طریق خرید و فروشهای متعدد تأثیر قوی بر قیمت میگذارند. در مورد معاملات داخلی، او به دشواری تعیین مرز اشاره کرد و گفت: "هرچه افراد بیشتری با اطلاعات شرکت کنند، دقت پیشبینی افزایش مییابد، اما افرادی که میتوانند نتایج را دستکاری کنند، نباید شرکت کنند."
"در کشورهایی که پیشبینی آسانتر است و کشورهایی که دشوارتر است، روشهای صنعتی متفاوت خواهد بود. من فکر میکنم که برای اختراعات جدید، چارچوبهای قانونی که استفاده از بازار پیشبینی را آسان میکند، لازم است."
در پایان، استاد ساکای به این نکته اشاره کرد که مقاومت جامعه در برابر قمار میتواند مانع از گسترش بازار پیشبینی شود. او گفت: "اگر جامعه بتواند کمی بیشتر با بازی شرطبندی آشنا شود، این نوع سازوکارها راحتتر قابل پیادهسازی خواهند بود" و امید خود را برای پیادهسازی اجتماعی در پایان جلسه ابراز کرد.
سلب مسئولیت: این محتوا صرفاً برای اطلاعرسانی عمومی و برندینگ ارائه شده و به منزله مشاوره مالی، سرمایهگذاری، حقوقی یا مالیاتی تلقی نمیگردد. هیچیک از رویدادها، جوایز، رویدادهای آنلاین یا اطلاعات مرتبط ذکرشده در اینجا نباید بهعنوان توصیه، درخواست یا دعوت برای خرید، فروش، معامله یا هرگونه اقدام دیگر در رابطه با داراییهای رمزارزی یا استفاده از خدمات تلقی شوند. داراییهای رمزارزی با نوسانات بالایی همراه بوده و ممکن است منجر به زیان شوند. خدمات WEEX و رویدادهای آنلاین ممکن است در تمام مناطق در دسترس نبوده و مشمول قوانین، مقررات و شرایط احراز صلاحیت مربوطه هستند. شما مسئول رعایت قوانین محلی در استفاده از خدمات WEEX هستید و باید پیش از انجام هرگونه فعالیت مرتبط با ارزهای دیجیتال، ریسکهای آن را بهدقت بررسی کنید.
ممکن است شما نیز علاقهمند باشید

چرا سرمایهگذاریها در سهام تجهیزات کاهش یافته در حالی که سهام نیمههادیهای هوش مصنوعی همچنان در حال افزایش است؟

Pudgy Penguins اعلام کرد: مجموعه کمیک ماجراجویی Pax Pengu و Polly در نمایشگاه انیمیشن سن دیگو 2026 معرفی خواهد شد

SBI و DigiFT و Startale، آزمایش PoC صندوق سهام با توکن JPYSC

هوش مصنوعی به دکمه توقف نیاز دارد، اما چه کسی حق فشار دادن آن را دارد؟

آزمون هاوی چیست؟ قانونی از سال 1946 که تعیین میکند کدام توکنها اوراق بهادار هستند

اخبار مهم شب گذشته و صبح امروز (14 تا 15 ژوئیه)

سخنرانی کلیدی سان یوشن در WebX 2026: ترون TRON به سمت زیرساخت مالی هوش مصنوعی پیش میرود

دولت بریتانیا اعلام کرد که قوانین مالیاتی DeFi را به شدت تسهیل خواهد کرد! بنیانگذار Aave، Stani Kulechov، بهطور علنی از این اقدام حمایت کرد

توکن آنلاک چیست؟ توضیحاتی درباره وستیگ، کلیفها و برنامههای عرضه

تعطیلی دامنه «t.me» تلگرام، تأثیر بر دسترسی به کیف پول TON و اکوسیستم ارزهای دیجیتال

درک مقاله بنیانگذار Circle، جرمی الیر، درباره 'اقتصاد عامل': بینشهایی درباره چگونگی تغییر ساختارهای اقتصادی در دهه آینده

عصر اکتشافات HashKey On-Chain: پذیرش کامل RWA و ساخت زیرساختهای مالی زنجیرهای جدید

استراتژی مالی زنجیرهای سه بانک بزرگ: آینده بانکداری با استیبلکوین و هوش مصنوعی تغییر میکند|WebX2026

تقاضای تقویت مقررات بهره استیبلکوینهای قانون کلاریتی از سوی انجمن بانکهای ایالات متحده و دیگران به سناتورها نامه ارسال کردند

بازار بیتکوین با «سه شرط خوب» مواجه است، اما آیا روند بهبود خواهد یافت؟ = وینترمیوت

یک سال بعد، «Lean Ethereum» دوباره آغاز میشود: اتریوم چه پاسخی میخواهد ارائه دهد؟

رایگیری حاکمیتی NEAR برای حذف یارانههای گاز، مشوقهای توسعهدهندگان را تحت بررسی قرار میدهد

سهام گسترشیافته eToro نشان میدهد که کارگزاران خردهفروشی هنوز به مشتقات زنجیرهای توجه دارند

کاهش قیمت در ایالات متحده در ژوئن: چه تغییراتی برای سرمایهگذاریهای شما به همراه دارد

تحریمهای FirstVPN OFAC نشان میدهد که اجرای قوانین رمزارزها در حال پیشرفت است

راهاندازی کارت کراکن، هزینههای روزمره ارز دیجیتال را به رقابت صرافیها بازمیگرداند

پیشبینی «آخرالزمان هکهای دیفای» رخ نداد؛ آیا این بخش در عصر AI امنتر شده است؟

موضوع تحقیق اتریوم بر روی مقاومت سیبیل در شبکههای غیرمتمرکز

عضو فدرال رزرو: "هوش مصنوعی، بهرهوری را افزایش میدهد اما ممکن است شکاف ثروت را بیشتر کند"

تتر به دنبال بازار حقوق و دستمزد ۱۱ تریلیون دلاری با گسترش عمده USAT است

پیشنهاد ثبت مهارت NFT نقش فعالتری به ERC-721 در اتوماسیون زنجیرهای میدهد

پیشنویس پروتکل حافظه استارکنت دادههای هوش مصنوعی متعلق به کاربر را در دستور کار کریپتو قرار میدهد

Circle به آرژانتین اعتماد دارد و به دنبال ورود استیبلکوینها به سیستم مالی است

Chainalysis پشتیبانی خودکار از استیبلکوینها را اضافه میکند در حالی که تیمهای انطباق با گسترش توکنها مواجه هستند











