Qu’est-ce qu’un Oracle de marché de prédiction ?

​

Réponse rapide

​

Informations clés

• Un contrat intelligent peut exécuter un règlement mais ne peut pas savoir de manière indépendante ce qui s’est passé dans le monde extérieur.
• La règle écrite du marché fait partie du système oracle ; un flux de données parfait ne peut pas réparer un contrat ambigu.
• Les oracles d’IA centralisés, optimistes et hybrides distribuent la confiance et les appels différemment.
• Chaque conception comporte des modes de défaillance impliquant de mauvaises sources, des formulations vagues, des preuves retardées, une manipulation ou une gouvernance.
• Les utilisateurs doivent évaluer le cheminement complet depuis la création de la question jusqu’au litige final, et pas seulement le nom de marque de l’oracle.

​

Pourquoi les marchés de prédiction ont besoin d’oracles

Un contrat de marché prédictif peut enregistrer les commandes et les soldes. Il peut également payer le résultat gagnant une fois qu’il a reçu le résultat final. Ce qu’il ne peut pas faire seul, c’est observer une élection, interpréter une décision de justice ou choisir entre des informations contradictoires. L’oracle comble cette lacune. Un système de résolution complet nécessite normalement :

1. une définition précise de la question et du résultat ;
2. une date limite et un fuseau horaire ;
3. une source nommée ou une hiérarchie de sources ;
4. les règles de retard, de correction, d’annulation et d’égalité ;
5. une méthode pour proposer le résultat ;
6. un processus de contestation ou de révision ;
7. règlement définitif.

Les quatre premiers éléments sont décidés avant la négociation. C’est pourquoi la conception d’Oracle commence par la conception du marché.

​

Oracle vs modèle de prévision

Ces deux rôles sont souvent confondus. Un modèle d’IA qui estime à 70 % la probabilité qu’un événement se produise est une prévision. Un système d’IA qui lit les preuves finales et applique la règle source du contrat agit comme un oracle. La même technologie peut prendre en charge les deux tâches, mais les résultats ne doivent pas être considérés comme interchangeables.

​

Trois modèles Oracle courants

​

1. Détermination de l’équipe d’échange ou de marché

L’équipe marchés d’une plateforme examine la source spécifiée et finalise le résultat. Le centre d’aide actuel de Kalshi indique que son équipe des marchés examine les marchés et détermine les résultats lorsque les critères de la règle sont remplis. Le modèle prévoit une responsabilité opérationnelle claire. Les utilisateurs doivent toujours savoir comment les règles sont écrites, quelles sources contrôlent, comment les erreurs sont corrigées et quelle procédure d’appel existe.

​

2. Oracle optimiste

Un oracle optimiste accepte un résultat proposé à moins que quelqu’un ne le conteste pendant une fenêtre définie. Une contestation peut dégénérer en un autre cycle de propositions, un arbitrage ou un vote des détenteurs de jetons. Polymarket documente un processus basé sur UMA. L’analyse de Messari décrit le cycle de vie comme une proposition cautionnée, une période de contestation et une éventuelle escalade vers le mécanisme de vérification des données de UMA. Le modèle place la participation et les défis économiques au centre. Ses variables importantes comprennent la taille des obligations, le temps de contestation, les règles d’escalade et les incitations des électeurs.

​

3. IA hybride et oracle décentralisé

Un système hybride utilise l’IA pour structurer les règles et traiter les preuves, puis combine ces résultats avec d’autres couches de vérification telles que plusieurs agents, une exécution sécurisée, un examen humain et un chemin de litige en chaîne. Le livre blanc de Opinion décrit Opinion AI comme un oracle multi-agent décentralisé qui aide également à évaluer si les marchés proposés sont résolubles. Les documents actuels indiquent que la plupart des marchés Opinion utilisent Opinion AI tandis que chaque marché indique sa propre méthode de résolution. La conception vise à gérer des preuves complexes et non structurées à grande échelle. Ses questions de confiance concernent la diversité des modèles, la sélection des sources, l’intégrité de l’exécution, la politique d’examen humain et le mécanisme exact de règlement des différends.

​

Comparaison des modèles de confiance

Aucune ligne ne prouve qu’un design est toujours supérieur. Un système solide rend ses hypothèses, ses preuves et son processus de gestion des échecs inspectables.

​

Qu’est-ce qui peut mal tourner ?

​

Des règles ambiguës

« L’économie entrera-t-elle en récession ? ne peut être résolu tant que le marché n’a pas défini le pays, l’indicateur, l’agence de reporting, la période et la politique de révision.

​

Sources erronées ou changeantes

Une source peut être retardée, corrigée ou remplacée. La règle doit indiquer si la première version ou la dernière révision contrôle.

​

Résolution prématurée

Il se peut qu’un match soit encore en cours d’examen ou qu’une agence officielle n’ait pas publié les données définitives. Résoudre le problème trop tôt peut transformer des preuves incomplètes en un résultat final erroné.

​

Preuve ou contexte manipulé

Un système automatisé peut ingérer du matériel trompeur si la sélection et la vérification de la source sont faibles. Les contrôles multi-sources sont utiles, mais ils n’éliminent pas ce risque.

​

Faibles incitations aux défis

Un mécanisme de règlement des litiges ne fonctionne que si les utilisateurs disposent de suffisamment de temps, d’informations et de raisons économiques pour contester une mauvaise proposition.

​

Capture de la gouvernance

Le vote symbolique ou l’examen des comités peuvent être influencés par la concentration du pouvoir, une faible participation ou des conflits d’intérêts.

​

Liste de contrôle Oracle d’un commerçant

Avant de trader, demandez :

• Puis-je indiquer exactement ce qui fait que chaque résultat est gagnant ?
• La source de contrôle est-elle nommée ?
• L’heure limite et le fuseau horaire sont-ils clairs ?
• La règle couvre-t-elle les révisions, les retards, les égalités et les annulations ?
• Qui propose le résultat ?
• Pendant combien de temps peut-on la contester ?
• Que doit miser ou soumettre un challenger ?
• Qui examine une escalade ?
• Puis-je vérifier les preuves finales ?

Si ces questions n’ont pas de réponses claires, l’incertitude réside dans le prix – ou le marché peut ne pas être adapté aux échanges.

​

Où Opinion correspond

L’approche de Opinion commence avant le règlement. Opinion AI est décrit comme aidant à transformer un sujet en règles rigoureuses et à vérifier la résolvabilité, puis à traiter les preuves à la fin du marché. Le produit actuel documente également une fenêtre de litige jalonnée OPN après la proposition d’un résultat. Lisez How Opinion AI Resolves Markets pour l’architecture et Opinion Market Resolution and Disputes pour le flux de défi actuel.

​

Sources utilisées

1. OPINION Docs: Resolution — déclaration de résolution actuelle Opinion.
2. OPINION Whitepaper v1.0 — Opinion AI rôles de création de marché et d’oracle.
3. Polymarket Docs: Resolution — processus oracle optimiste actuel.
4. Kalshi Help Center: Market Rules — rôle de l’équipe de marchés et règles spécifiques au marché.
5. Messari: A Valuation of Polymarket — procédure pas à pas de résolution indépendante et cadrage des risques.

​

FAQ