科学には信頼性の問題がある。ギャンブルで解決できるのか？

予測市場は長い間、クラウドソーシングの水晶玉として機能し、分散した情報を抽出して選挙、経済の変化、技術革新を予測してきました。しかし、科学の世界では、予測市場は単なる予測を超え、仮説がリアルタイムでテストされ、洗練され、金銭的なインセンティブが与えられる生きた実験室となっています。この記事では、科学予測市場によって引き起こされた認識論的革命について詳しく説明します。予測市場が、研究における体系的な欠陥に取り組み、検証メカニズムを再構築し、オープンな世界で知識を生み出すことの意味を再定義する可能性を秘めている理由を説明します。 真実の市場化 科学的真実が委員会やインパクトファクターによって決定されるのではなく、リアルタイムの賭けに基づいて仮説が上がったり下がったりするオープンな市場によって決定されるとしたらどうなるでしょうか? 何世紀にもわたり、科学的検証は静的な査読、機関の承認、学術的権威に依存してきました。つまり、偏見、ボトルネック、政治的インセンティブに満ちたシステムです。その結果は？再現性の危機、検出力の低い研究の氾濫、そして実際の認識論的価値ではなく研究の優先順位を資金が決定するシステムです（ ; ; ; ; ）。 ベイカー、2016 ビョーク他、2010 ファング＆カサデヴァル、2012 ラリヴィエール他、2015 ロメロ、2019 予測市場は、根本的な代替案、つまり知識生産のための金銭的インセンティブ構造を導入します。そこでは、アイデアは単に公開されるだけでなく、分散化された集合知によってストレステストされ、洗練され、検証されます。予測市場は反脆弱性であり、不確実性の中で成長し、新しいデータや洞察に継続的に適応します。 理論的なバックボーン 予測市場は、集合知のエンジンとして長い間称賛されてきましたが、科学的な予測と意思決定における破壊的な力として長い間見られてきました（ ; ; 断片化された知識を流動的でリアルタイムな予測に凝縮することで、これらの市場は不確実性を動的で進化するシグナルに変換し、新しいデータ ポイントごとに変化させます。 ハンソン、1995 バックリー、2014 アルメンベルグ、キットリッツ＆ファイファー、2009 予測市場の本質は、過剰に発揮された つまりベイズ認識論の原理を反映した、確率がリアルタイムで調整される分散型システムである（ ）。静的な専門家の意見ではなく、知識を動かし、証拠が流入するにつれて信念を継続的に再形成します。その結果は？真実が指示されるのではなく、アイデアのオープンなアリーナで現れ、適応し、競争する、自己修正型の参加型科学モデルです。 「群衆の知恵」、 徐、2011 予測市場の認識論的基礎は、カール・ポパーの科学哲学、特に科学的進歩は推測と反証を通じて展開するという彼の見解と共鳴する。これは孤立した専門知識に頼るのではなく、批判的な関与のプロセスである。予測市場は、多様な視点が収束し、競争し、分散的に仮説を洗練する構造化された環境を提供する。 科学における予測市場の初期の提唱者の一人である彼は、 予測市場は、個人の判断を集合的な洞察に変換することで、従来の専門家主導の評価システムに代わる動的な選択肢を提供します。 ロビン・ハンソン (1995) 「市場は単に商品が交換される場所ではなく、知識を集約するプラットフォームである」と述べています。 さらに、これらの市場は、分散した知識を適切に集約すると、中央集権的な管理よりも正確で効率的な意思決定ができるとするハイエクの知識理論を体現しています。予測市場は、科学的検証を階層的な制度から解放し、知識が共同で生み出され、テストされ、洗練される分散型のオープン システムに権力を移行します。予測市場は単なるツールではなく、透明で参加型であり、新しい証拠ごとに動的に進化する、 を形成します。 生きた認識インフラストラクチャ 核となるアイデア: 認識論的ツールとしての予測市場 予測市場は、情報を集約するための分散型メカニズムとして機能します。参加者は結果の確率に賭け、市場の集合知が最も可能性の高いシナリオを反映するように価格を調整します。 科学の文脈では、予測市場は認識論的ツール、つまり知識を生成、テスト、洗練するためのシステムとして独自の役割を担っています。科学的仮説を中心に市場を作成することで、参加者は主張が実験的に検証されるかどうかに賭け、その信頼性を動的かつリアルタイムで評価します。 従来の専門家主導の評価システムから市場主導の予測へと移行し、科学的予測市場はいくつかの重要な認識機能を提供します。 情報集約: 予測市場は、さまざまなソースからの分散した知識を統合することに優れており、多くの場合、個別の評価よりも正確な予測につながります。 分散した知識の統合：科学は専門分野が深く、専門家は狭い分野に特化しています。予測市場では、専門家と情報に通じた外部の人々が、多様な洞察を活用して、共通の予測プラットフォームに貢献することができます（ ）。 ブデスク＆チェン、2015 合意形成: 科学的な意見の相違が大きい分野では、予測市場は多様な視点を単一の市場価格に統合し、従来のメタ分析や専門家パネルよりも信頼性の高い集合的な信念の尺度を提供します ( ）。 ウォルファーズ＆ジッツウィッツ、2004 認識エンジン効果: 金融リスク 真実に値段がつくと何が起こるでしょうか? 伝統的な科学では、間違いを犯しても金銭的な罰を受ける人がいないため、間違いが頻繁に起こる。査読者は質の悪い論文を承認しても金銭を失うことはない。学術誌の編集者は質の低い研究の出版に金を払うことはない。学術界では、何年も間違っていても終身在職権を得られる可能性がある。 予測市場は、金銭的インセンティブを通じて正確さを強制することでゲームを変えます。金銭が絡むと、イデオロギーは真実に取って代わられます。参加者は、制度的偏見を擁護したり、物語を押し付けたりするのではなく、結果を正しく予測することで報酬を得ます。これにより、正しいことが利益となり、間違っていることが実際の結果をもたらす強力な認識エンジンが生まれます。 このシステムでは、科学的検証はオープンでリスクの高い実験となり、アイデアは組織の承認ではなく、実際の予測力に基づいて上がったり下がったりします。市場は権威に訴えるのではなく、現実について正しいことだけを評価します。 科学における再現性の危機への取り組み 予測市場の最も重要な可能性の一つは、再現性危機に取り組む可能性である。再現性危機は、公表された研究結果を再現できないことが広く蔓延し、科学研究の信頼性を損なう問題である（ ; ; ）。 ゴードン他、2021 ムナフォ他、2015 ホルツマイスターら 2024 予測市場を使用して44の心理学的研究を評価した画期的な研究では、市場主導の評価が複製結果を効果的に予測し、従来の調査方法よりも優れていることが実証されました（ 参加者が複製が成功する確率に賭けることを可能にする予測市場は、複製努力に優先順位を付ける費用対効果の高いメカニズムを提供します。市場評価による複製確率が低い研究は、さらに精査するためにフラグ付けされ、信頼性の高い研究は実際の適用のために優先されます。 ドレーバー他、2015 このアプローチは科学的検証のやり方を一変させ、出版後の複製という時間のかかる作業を、動的で先制的な品質チェックに置き換え、最も重要な場所にリソースを配分し、画期的な研究が当然受けるに値するスポットライトを浴びるようにします。 査読を超えて：科学的検証のための新しいモデル 従来の査読システムは、科学出版の基盤ではあるものの、遅く、不透明で、現状維持や集団思考などの偏見の影響を受けやすいと批判されることがよくあります。予測市場は、リアルタイムで機能する参加型で透明性のある科学的検証システムという代替手段を提供します。 予測市場は、サトシ・ナカモトのブロックチェーンが金融取引に革命をもたらしたのと同様に、科学的コンセンサスのための変革ツールであると想定しました。彼は、予測市場は、ブロックチェーンが金融にもたらすものと同じ、つまり信頼と情報を集約するための分散型で透明なシステムになり得ると主張しました。この意味で、予測市場は、科学インフラの民主化と自動化を目指す分散型科学 (DeSci) の精神と一致しています。 ロビン・ハンソン (1995) このような変化は、研究の検証における新しいパラダイムにつながる可能性があります。そこでは、科学的信頼性は静的な査読によって決定されるだけでなく、新しい証拠に基づいて継続的に更新される予測市場で動的に評価されます。この世界では、真実は権威から生まれるのではなく、最も強力なアイデアだけが生き残るオープンな認識市場で競争します。 科学における予測市場の利点 🟡 動的自己修正モデル 静的な専門家の意見や調査とは異なり、予測市場は新しい情報が出るたびに継続的に更新されるため、科学的予測をリアルタイムで調整できます。この機能により、予測市場は急速に変化する研究分野で特に価値を発揮します。 🟡 認知バイアスの軽減 従来の科学的評価は、学術的な階層構造、利害の対立、集団的慣性の重圧に屈することがよくあります。金銭的インセンティブを正確な予測に結び付けることにより、予測市場は制度的偏見を排除し、現状維持の考え方よりも客観性を重視します。 🟡 リソース割り当ての最適化 科学研究資金は、将来のインパクトではなく、過去の研究実績や機関の評判に基づいて配分されることが多い。予測市場は、研究提案の期待価値をリアルタイムで定量化することで代替案を提供する。資金提供機関は、これらの洞察を活用して、最も高いインパクトが見込まれるプロジェクトを優先し、リソースの割り当てをより効率的にすることができる（ ）。 ドレーバー他、2015 🟡 科学の進歩の兆し 流動的で活発な予測市場は、変化する科学的コンセンサスの早期指標として機能します。研究者は、正式な出版や査読サイクルを待つ代わりに、新たな市場のシグナルに動的に対応し、進化する証拠に応じて研究を調整することができます。 🟡 透明性とオープンサイエンスの促進 予測市場は、集団予測を公開のダイナミックな議論に変え、科学的議論の透明性を高めます。オープンサイエンスの取り組みと統合すると、仮説検証のための分散型システムが構築され、厳密さ、コラボレーション、説明責任に基づく研究文化が育まれます。 理論と実践をつなぐ：科学予測市場への障害 理論的には有望であるにもかかわらず、科学的予測市場は、実装において大きな実際的なハードルに直面しています。初期の試みでは 市場であるため、持続的な影響に必要な臨界質量に達することができませんでした。 、参加者が限られ、流動性が低く、 ニッチな 最も長く運営されているプラットフォームの1つ。 は、1994年以来、地球温暖化や大気中のCO₂レベルなどのテーマに関する市場を主催してきました。しかし、その影響力はわずかです。 観察によれば、地球温暖化市場では2015年にわずか7件の取引しか見られず、十分な流動性を生み出すのに十分な参加者を集めることが難しいことが浮き彫りになった。 フォーサイトエクスチェンジ シック（2017） 同様に、 ニュージーランドを拠点とするプラットフォームは、周期表の新元素の発見や絶滅種の再発見など、科学の進歩に関する市場を立ち上げようと試みた。概念的には野心的であったが、これらの市場は主に組織的な支援や参加のインセンティブの欠如により、持続的な関心を集めることはできなかった。予測市場を科学的意思決定に統合するための正式なメカニズムが欠如していることが、その導入を妨げている。 予測する 対照的に、 ジョージ・メイソン大学が主導し、IARPAが資金提供した予測市場プロジェクトであるSciCastは、科学的予測が個々の専門家の予測を上回る可能性を実証しました。トークンベースのインセンティブシステムを通じて、SciCastは参加者をうまく引き込み、科学的成果を予測する集合知の力を示しました。 指摘されているように、予測市場は専門知識を民主化し、科学的検証の伝統的なゲートキーパーに挑戦することができます。 サイキャスト アルメンベルグ、キットリッツ、ファイファー (2009) しかし、これらの有望な結果にもかかわらず、SciCast は 10 年近く休眠状態にあり、科学的予測市場への積極的な参加を維持するための広範な苦闘を反映しています。 分散化の約束 分散型プラットフォームの台頭により、科学的予測市場に新たな息吹が吹き込まれ、制度的なゲートキーピングや従来の制約から解放されました。 2024年までに総ロック額（TVL）が3000万ドルを超え、累計取引量が10億ドルを超えると予測されているPolymarketは、分散型予測の拡張性と魅力を示しています。科学関連の予測が注目を集める中、Polymarketは多様な参加者のハブとなり、適切なインセンティブと設計があれば、予測市場が過去の限界を克服できることを証明しています。現在、PolymarketはWeb3予測市場を支配し、 15 万人以上のユーザーを獲得し、主流のイベント確率ゲージとしての役割を確固たるものにしました。 ポリマーケット 6億ドルの取引量 は、成長著しいSolanaベースの予測プラットフォームで、科学的予測に進出し、イーサリアムが支配するPolymarketに挑戦しています。当初は政治、スポーツ、金融に焦点を当てていましたが、現在は寿命予測市場の先駆者であり、との提携を通じてマウスの寿命延長実験への賭けを可能にしています。 。 ヘッジホッグマーケット ポンプサイエンス しかし、分散型の科学的予測への道は平坦ではありませんでした。 は、最も初期のブロックチェーンベースの予測市場の 1 つであり、当初は有望視されていましたが、非倫理的な賭けや貧弱な UX などの問題により失敗し、信頼の低下につながりました。これらの失敗は、特に信頼性が最も重要である科学市場において、倫理的なフレームワークと堅牢なモデレーションの必要性を強調しています。イムレ・ラカトシュが主張するように、これらのプラットフォームの成功は、「 として機能する能力、つまり方法論の整合性と有意義な洞察を一致させる厳密で自己修正的なシステムとして機能する能力にかかっています。 占い師 進歩的な研究プログラム」 科学的予測市場の将来の方向性 科学的予測市場の広範な導入には、規制上の懸念（一部の管轄区域ではギャンブル プラットフォームとして分類される可能性があるため）、流動性の問題（意味のある予測を生成するために十分な参加者を確保する）、科学的成果を検証するための堅牢な解決メカニズムの必要性など、いくつかの課題があります。その影響を最大化するには、将来の実装で次の点を考慮する必要があります。 AI 解決とスマート オラクル: 人工知能と分散型オラクルを活用して科学的成果の検証を自動化し、主観性を減らして市場解決の信頼性を高めます。 査読と市場予測を組み合わせたハイブリッド モデル: ジャーナルと資金提供機関は、市場ベースの確率評価によって従来の査読プロセスを補完できます。 科学のための自動マーケットメーカー (AMM): 対数市場スコアリングルール (LMSR) などのアルゴリズムマーケットメイキング技術を活用して、流動性と参加のしやすさを確保します (Hanson、2003)。 オープンサイエンス プラットフォームとの統合: 既存のオープンアクセス研究プラットフォームに予測市場を組み込むことで、参加と透明性の向上を促進できます。 教育およびアウトリーチ活動: 予測市場の仕組みと利点を研究者に理解してもらうことは、導入にとって非常に重要です。 課題と解決策: 市場化された知識の暗い側面 あらゆる革命には、混乱、リスク、予期せぬ結果が伴います。予測市場はスピード、透明性、分散化された情報を提供する一方で、操作、倫理的ジレンマ、規制上の落とし穴にもつながります。科学が賭けの市場と化した場合、システムが操作されると何が起こるでしょうか。インセンティブが真実の追求から利益の最大化へと移行するとどうなるでしょうか。市場が偏見を解消するのではなく、強化するとどうなるでしょうか。 結論 予測市場は、単に科学の武器庫に新たに加わったツールではありません。従来の検証の遅くて不透明で階層的な仕組みに対する反乱なのです。予測メカニズムというだけでなく、分散化、透明性、リアルタイムの知性の集合的な脈動によって成長する、生き生きとした を形成します。 認識エンジン 科学的予測市場が定着すれば、既存のシステムを微調整するだけでなく、その DNA を書き換えることになります。誤情報が発見よりも速く広がり、コンセンサスが脆弱で議論の多い世界では、これらの市場は大胆な代替案を提供します。つまり、真実が上から指示されるのではなく、集合的な推論から自然に生まれる、動的で自己修正的なネットワークです。これはピアレビュー 2.0 ではなく、はるかに急進的なものです。つまり、知識が継続的にテストされ、洗練され、再考される、オープンで進化し、脆弱性のないアイデアの市場です。 参考文献 Almenberg, J., Kittlitz, K., Pfeiffer, T. (2009). 科学のための予測市場。 (1), 105–117。 経済行動と組織ジャーナル、80 Arrow, KJ, Forsythe, R., Gorham, M., Hahn, R., Hanson, R., Ledyard, J., Levmore, S., et al. (2008). 予測市場の将来性。 (5878), 877–878. https://doi.org/10.1126/science.1157675 サイエンス、320 Budescu, DV, & Chen, E. (2015). 群衆予測を改善するための専門知識の特定。 (2), 267–280。 マネジメントサイエンス、61 Buckley, C. (2014). 科学と政策における予測市場の役割。 (4)、287–304。 予測ジャーナル、33 Chen, Y., Kash, I., Ruberry, M., & Shnayder, V. (2011). 良いインセンティブを持つ意思決定市場。 (pp. 72–83)。Springer。 インターネットおよびネットワーク経済学論文集 Dreber, A., Pfeiffer, J., Almenberg, J., & Wilson, B. (2015). 予測市場を用いた科学研究の再現性の推定。 (50), 15343–15347。 米国科学アカデミー紀要、112 https://doi.org/10.1073/pnas.1516179112 Gordon, M., Viganola, D., Dreber, A., Johannesson, M., & Pfeiffer, T. (2021). 再現性の予測—大規模予測プロジェクトからの調査および予測市場データの分析。PLOS (4)、e0248780。 ONE、16 https://doi.org/10.1371/journal.pone.0248780 ハンソン、R.（1995）。ギャンブルは科学を救うことができるか？正直な合意を促す。 （1）、3-33。 社会認識論、9 https://doi.org/10.1080/02691729508578768 ハンソン、R.（1999）「意思決定市場」 （3）、16-19。 IEEEインテリジェントシステム、14 ハンソン、R.（2003）「組み合わせ情報市場設計」 （1）、107-119。 情報システムフロンティア、5 https://doi.org/10.1023/A:1022046409482 Hanson, R., O'Leary, DE, & Zitzewitz, E. (2006)。ギャンブルは科学を救うか？誠実なコンセンサスを奨励する。 (4)、557–570。 研究政策、35 Holzmeister, F., Johannesson, M., Camerer, CF, Chen, Y., Ho, T., Hoogeveen, S., et al. (2024). 意思決定市場によって選択されたオンライン実験の再現可能性の検討。Nature Human Behaviour。 https://doi.org/10.1038/s41562-024-02062-9 Hoogeveen, S., Sarafoglou, A., Wagenmakers, E.-J. (2020). 社会科学研究のどの研究が再現に成功するかを一般人が予測できる。 (3), 267–285。 心理科学における方法と実践の進歩、3 Hsu, E. (2011). 科学のための予測市場。 (1), 105–117。 経済行動と組織ジャーナル、80 https://ir.law.fsu.edu/articles/497/ Ioannidis, JPA (2005). 出版された研究結果のほとんどがなぜ誤りなのか。PLOS (8)、e124。 Medicine、2 Litfin, T., Chen, K.-Y., & Price, E. (2014). 群衆予測の活用: SciCast プロジェクト。Decision (4)、193–210。 Analysis、11 Marcoci, A., et al. (2023). 構造化された専門家と初心者のグループによるCOVID-19プレプリント複製プロジェクトからの社会科学と行動科学の主張の再現可能性を予測する。MetaArXiv プレプリント。 https://doi.org/10.31222/osf.io/xdsjf Munafo, MR, Pfeiffer, T., Altmejd, A., Heikensten, E., Almenberg, J., Bird, A., et al. (2015). 予測市場を用いた研究評価の予測。Royal (10), 150287. https://doi.org/10.1098/rsos.150287 Society Open Science, 2 Pfeiffer, T., & Almenberg, J. (2015). 科学の予測市場：誇大宣伝は正当化されるか？ （7575）、179-182。 Nature、526 ポットホフ、M.（2007）「科学における予測市場の可能性」 （1）、45-53。 未来、39 Spears, T., & Metaculus Team. (2020). 予測における集合知: Metaculus プラットフォーム. (4), 589–602. Journal of Forecasting, 39 Surowiecki, J. (2004)。 アンカーブックス。 群衆の知恵。 Tetlock, PE、Gardner, D. (2015)。 Crown。 「スーパー予測：予測の芸術と科学」 シック、M.（2017）。科学的コンセンサスのための予測市場の限界。 （1）、50-58。 科学史と科学哲学の研究、58 https://philpapers.org/rec/THIPMF-2 Tziralis, G., & Tatsiopoulos, I. (2012). 予測市場: 拡張された文献レビュー。 (1)、75–91。 予測市場ジャーナル、1 ヴァン・ノールデン、R. (2014)。世界的な研究資金: 何が削減されるのか? (7485)、618–619。 自然、505 https://doi.org/10.1038/505618a Vaughan-Williams, D. (2019). 科学における予測市場と情報集約。Journal (4), 75–98。 of Economic Perspectives, 33 Wolfers, J.、Zitzewitz, E. (2004)。予測市場。 (2)、107–126。 経済展望ジャーナル、18 Wang, W., & Pfeiffer, T. (2022). 証券ベースの意思決定市場。 。シュプリンガー。 分散人工知能論文集、13170、79–92