Методология социального эксперимента

Контекст

CashPop — это игра в Telegram. Это также непрерывный, планетарного масштаба, проводимый в реальном времени эксперимент по человеческой координации, фокальным убеждениям, стратегической глубине и распространению общего знания. Коммерческая структура протокола (финансируемая за счет рекламы, с перераспределением токенов) делает эксперимент финансово устойчивым. Эксперимент, в свою очередь, делает протокол долговременным научным достоянием.

На этой странице документируется, что мы измеряем, как мы анонимизируем, что публикуем, а также задействованные академические партнерства.

Наблюдаемые переменные

Для каждого Round (раунда) мы регистрируем:

Переменная	Тип	Разрешение
ID Round	целое число	уникальный
ID вопроса	целое число	соответствует записи в публичном репозитории
Временная метка начала Round	UTC мс	точная
Количество участников	целое число	точное
Количество Commit по фазам, сгруппированное по мс	массив	сгруппировано с интервалом в 1 секунду
Количество Reveal по фазам, сгруппированное по мс	массив	сгруппировано с интервалом в 1 секунду
Результат большинства		точный
Соотношение голосов	число с плавающей точкой	точное
Демографическая разбивка	агрегированные данные	сгруппировано при ≥100 участников на группу

Мы НЕ регистрируем:

• Личность отдельного пользователя на любом уровне
• Голос отдельного пользователя (только агрегированные соотношения)
• IP-адреса (только код страны при агрегации >100 участников)
• Поведение какого-либо конкретного пользователя в разных Round (каждый пользователь отображается как анонимный, не коррелируемый между собой токен в каждом Round)

Протокол анонимизации

Все публикуемые данные проходят через порог k-анонимности k=100: ни одна ячейка агрегации не содержит менее 100 участников. Ячейки ниже k объединяются с соседними ячейками или подавляются.

Для демографических разбивок (страна, возрастная группа, язык) мы применяем дифференциальную конфиденциальность с ε = 1.0: к каждому счету ячейки добавляется калиброванный шум Лапласа.

Криптографическое доказательство: конвейер анонимизации имеет открытый исходный код (github.com/cashpop-protocol/data-pipeline), и сторонний верификатор может проверить, что опубликованный набор данных соответствует правилам анонимизации.

Что мы публикуем

Ежеквартальные агрегированные наборы данных

Каждый квартал мы выпускаем:

1. Агрегированные данные по Round: статистика по каждому Round (количество, соотношение, демография) — с k-анонимизацией.
2. Снимок репозитория вопросов: использованные вопросы, распределения ответов, оценки фокальных точек.
3. Временные ряды: еженедельные DAU, MAU, количество Round, распределение Prize Pool (призового пула).
4. Матрица фокальных точек по странам: для каждой категории вопросов — косинусное сходство распределений ответов по странам.

Все наборы данных: лицензия CC-BY-4.0. Опубликованы по адресу datasets.cashpop.meme.

Ежегодные исследовательские отчеты

Каждый год протокол публикует исследовательский отчет уровня рецензируемых публикаций. Мы взяли на себя обязательство:

• Как минимум один ежеквартальный препринт статьи, нацеленный на SSRN / arXiv (econ.GT, cs.GT).
• Как минимум один ежегодный отчет в соавторстве с академическим партнером (цель: группа поведенческой экономики в исследовательском университете).
• Открытый совет по рецензированию данных, включающий внешних академических рецензентов.

Первый такой отчет — охватывающий набор данных за Q1 2027 года — запланирован к публикации на Q2 2027 года.

Исследуемые методологии

Активные направления исследований (подлежат рецензированию):

1. Индекс кросс-культурной дивергенции Schelling Point (точек Шеллинга). Показатель того, насколько культурно-специфичны фокальные точки, в зависимости от типа вопроса и культурной дистанции.
2. Оценка смеси уровней k в масштабе популяции. Использование данных о времени Commit и ответах на уровне Round для оценки распределения уровней k в популяции.
3. Латентность распространения общего знания. Как быстро убеждения об убеждениях распространяются через социальные графы Telegram? Измеряется через согласованность между Round для синхронизированных батарей вопросов.
4. Калибровка мудрости толпы относительно истинного значения. Для фактических вопросов — сравнение большинства CashPop с проверенным истинным значением.
5. Гетерогенность стратегической глубины по демографическим стратам. Являются ли пожилые люди более level-1, а крипто-нативные пользователи — более level-3? Эмпирически проверяемо.
6. Пересмотр убеждений при информационных шоках. Проведение батарей вопросов до и после крупных новостных событий; измерение сдвига.

Почему это важно

Три причины:

1. Научная. Эксперименты Beauty Contest (конкурс красоты) проводились с <200 испытуемыми в контролируемых лабораториях в течение 30 лет. CashPop проводит ~10 000 испытуемых за Round, в полевых условиях, в разных культурах, с криптографической проверяемостью. Эмпирический рычаг беспрецедентен.

2. Гражданская. Структуры общего знания (Aumann, Rubinstein, Vives) лежат в основе всего: от микроструктуры рынка до результатов выборов. Более качественное измерение того, как формируется и распадается общее знание, является общественным благом.

3. Репутационная. Долгосрочная легитимность протокола зависит от его идентичности как общего научного ресурса. CashPop не извлекает выгоду из пользователей; он совместно создает с ними научный ресурс.

Признаваемые ограничения

• Смещение отбора. Пользователи CashPop не являются репрезентативной выборкой человечества. Это пользователи Telegram с интересом к криптовалютам и временем для игр. Наши результаты обобщаются на эту популяцию, а не на человечество в целом.
• Загрязнение стимулами. Игроки получают вознаграждение (в POP (баллах)). Это меняет стратегическую игру по сравнению с лабораторными исследованиями без стимулов. Мы документируем и количественно оцениваем этот эффект.
• Смещение репозитория вопросов. Репозиторий генерируется LLM и дебаизируется по мере возможности, но остаточные смещения существуют. Мы публикуем репозиторий открыто, чтобы внешние исследователи могли провести повторный анализ с собственным дебаизингом.

Ссылки

• Aumann, R.J. (1976). Agreeing to Disagree. Annals of Statistics 4(6).
• Rubinstein, A. (1989). The Electronic Mail Game. AER 79.
• Vives, X. (2008). Information and Learning in Markets. Princeton.
• Surowiecki, J. (2004). The Wisdom of Crowds. Doubleday.
• Galton, F. (1907). Vox Populi. Nature 75.