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.
قیمت --
این محتوا صرفاً برای اطلاعرسانی عمومی ارائه شده است و بهمنزله مشاوره مالی، سرمایهگذاری، حقوقی یا مالیاتی تلقی نمیشود. هرگونه رویداد، جایزه، کمپین آنلاین یا اطلاعات مرتبط که در اینجا ذکر شده است، نباید بهعنوان توصیه، ترغیب یا دعوت به خرید، فروش، معامله یا هرگونه دادوستد دیگر داراییهای رمزارزی تلقی شود. داراییهای رمزارزی از نوسان بالایی برخوردار هستند و ممکن است منجر به زیان شوند. دسترسی به خدمات، محصولات و رویدادهای مرتبط با WEEX ممکن است بسته به منطقه جغرافیایی متفاوت باشد. اطمینان از اینکه استفاده شما از این خدمات با قوانین و مقررات محلی مطابقت دارد، بر عهده خود شماست.
ممکن است شما نیز علاقهمند باشید

رأیگیری DAO آربیتروم برای لغو دائمی صلاحیت سه ذینفع متخلف

آیا شما بازار پیشبینی را به درستی میشناسید؟ - تایگوری ریسرچ

حفاظت از زیرساختهای اجتماعی با بازیها: خط مقدم DX در برق و شهرداریها|WebX2026

شریک Pantera: پیشبینی بازار دیگر «بازی شرطبندی» نیست، بلکه یک طبقه دارایی مالی بنیادین است

تحلیل: تیم Limitless تعداد 5M توکن LMTS فروخت و $2.3M سود کرد؛ سپس با فروش 10M توکن دیگر دوباره وارد بازار شد

LMTS اکنون با قیمت $0.60 معامله میشود؛ افزایش چشمگیر %198 در ۴۰ دقیقه گذشته

معنای تعیینکننده CPI آمریکا در هفته آینده: آیا فدرال رزرو در اکتبر نرخ بهره را افزایش نخواهد داد؟

نفوذ پرداختهای واقعی... پرداختهای کارت دارایی دیجیتال در سهماهه سوم ۳۳٪ افزایش یافت

رمزارزها، کودکان اوگاندا و یک شکایت که کمپین فلاویو بولسونارو را تکان میدهد

خروج بزرگترین خریدار در آستانه است، چه کسی فشار فروش روزانه بیش از 7 میلیون دلار ETH را خواهد پذیرفت؟

نرخ ۳۰ ساله به ۵.۷٪: بیتکوین در میان فدرال رزرو و بدهی گیر کرده است

زیکش، در حال تلاش برای معرفی پرداختهای مقاوم در برابر کوانتوم... هدف در ژانویه سال آینده

OJK سیستم تجارت ارزهای دیجیتال جدیدی در اندونزی آماده میکند، آیا نقش صرافیها تغییر خواهد کرد؟ - دنیای فینتک

Endeavor Catalyst 320 میلیون دلار برای سرمایهگذاری در استارتاپها خارج از سیلیکون ولی جمعآوری کرد

IPCA بالاتر از سقف هدف: چه تغییراتی برای نرخ بهره و سرمایهگذاریها به وجود میآید

رونق توکنسازی سهام: چه کسی سود میبرد و چه کسی برای دیگران کار میکند؟

عرضه اوراق بدهی هوش مصنوعیِ توکنیزهشده پیش از عرضه اولیه سهام در Ondo Private Markets: نحوه کار، خریداران واجد شرایط و تفاوت آنها با سهام

بینشهایی از TOKEN2049: چه تغییراتی در صنعت در حال وقوع است؟

کیف پول سامسونگ پشتیبانی از USDC روی Solana را برای 82M دستگاه گلکسی در آمریکا اضافه میکند: چه چیزی در اکتبر عرضه میشود و چه چیزی هنوز تأیید نشده است

وقتی Agent یاد میگیرد «توافق» کند: هوش مصنوعی هر روز هوشمندتر میشود، چگونه مرزهای ایمنی را مشخص کنیم؟

ESMA به پلتفرمهای ارز دیجیتال اتحادیه اروپا سه ماه مهلت داد تا استیبلکوینهای غیرمنطبق با MiCA را حذف کنند: این تصمیم برای دارندگان USDT در اروپا چه معنایی دارد؟

چه چیزی در بازاریابی ارزهای دیجیتال در سال 2026 هنوز کار میکند (و چه چیزی کار نمیکند)

تلاشهای ترامپ برای کاهش مالیات و آزادسازی ذخایر استراتژیک نتوانسته است قیمت نفت را کنترل کند؛ فشار قیمت انرژی قبل از انتخابات میاندورهای به وضعیت خاورمیانه بستگی دارد

AI در حال شکستن دژ ریاضیات است، آیا «روز قیامت ریاضیات» در ارزهای دیجیتال یک نگرانی بیمورد است؟

گفتگوی شائو آیلون با سون یوشن: جوانان چگونه میتوانند از فرصتهای عصر هوش مصنوعی بهرهبرداری کنند؟

عاملهای هوش مصنوعی میتوانند هزینههای خرید شما را پرداخت کنند. چه کسی پول شما را پس میگیرد؟

آخرین مصاحبه کوین او'لری: مرحله بعدی هوش مصنوعی نه مدل، بلکه انرژی است

فلوریدا محدودیتهای جدیدی برای استفاده از دستگاههای خودپرداز ارزهای دیجیتال وضع میکند که از 2000 تا 10.000 دلار متغیر است

بیتکوین و خطرات کوانتومی: این مطالعه نشان میدهد کدام صرافیها بیشتر در معرض خطر هستند



