本文将深入探讨什么是可信数据市场，以及 cheqd 的基础设施如何为该市场提供支持。
本文是系列文章的第一部分，请点击此处阅读第二篇博客“cheqd 在可信数据市场中的扮演的角色”。
“可信数据市场”，简言之，就是消费者和企业的一个愿景，即数据范式所有权转交给用户，信任是可验证的，并且可以在保护隐私的数据市场中进行交易。¹
导言
如果在字典中查找“信任”一词，第一个定义通常是指双方之间的一般信任，但第二个定义几乎总是指财务方面的信任。 以金融用语为例；美国由美国政府的“充分信任和信用”做保证。 “信用”来自拉丁语 credere，字面意思是“使人信任”。众所周知，信任是取得更好经济成果² 的基础，我们都信任他人，并在日常生活中以值得信赖的行动回报这种信任。 此外，经济史学家还开展争论，探讨贸易增长模式的相对重要性与资本注入对推动创新的重要性。 但是，大众普遍认同的一个核心理念可以追溯到人类文明的起源：信任是合作行为的基础。 但信任在市场中的核心作用是什么？ 可验证数据如何改变信任在市场中的作用，从而形成新的数据范式？
定义信任
哲学家对“信任”有一个重要的定义。 大多数人都认为，信任的主流范式是“人际”信任，这种信任是一种依赖，尽管并不只是单纯的依赖³。相反，信任包括依赖“再加一些额外的因素”⁴。尽管在当前数据市场中，应用信任时缺乏此定义，但我们稍后将探索其在可信数据市场中的适用性。
这一额外因素通常关系到信托人（即信任者）为什么应该依赖受托人愿意执行受托之事。 这进一步受到另一层信任的制约：信托人是否乐观地认为受托人具有“良好”的行动动机。 如果信任互动涉及交易关系（资产或风险交换），这一点尤其重要，这样才能在市场环境下优化诱因调整。
这体现在为何应该信任某人的逻辑中。
T(x,y) = x 信任 y
R(x,y) = x 依赖 y
E(x,y) = x 认为信任 y 存在“额外因素”
W(x,y) = y 愿意执行受托之事
M(x,y) = y 出于良好动机行事
对于所有 x 和 y， T(x,y) → [R(x,y) ∧ E(x,y) ∧ W(y) ∧ (T(x,y) → M(y))]
这转化为：对于所有 x 和 y，x 信任 y 当且仅当 x 依赖 y 并认为信任 y 有额外的因素，y 愿意执行受托之事（不依赖于 x 信任 y），如果 x 信任 y，那么 x 相信 y 有良好的行动动机。 如果 y 不愿意执行最初受托之事和/或 y 的行为动机“恶意”，那么这种逻辑就会崩溃。
至关重要的是，这些关系要建立为“信任”关系，时间和重复是必要的。 “信任互动”成功的次数越多，就越有可能安全地授予信任，因为我可能会指定一个“良好”的行动动机，并承认过往的行动持续表明 y 愿意执行受托之事。
在这篇博客中，我们将探讨如果导言中的某些信任条件从一开始就可验证，那么将如何影响市场动态，接下来这将对催生信任的依赖时间意味着什么，以及在透明度、问责制和可靠性方面可能带来什么后果。 然后，我们将探讨如何形成“可信数据市场”。
信任在市场中的作用
信任现在是，而且一直是市场的重要组成部分。 因此，我们必须弄清市场中为何会产生信任，以及社会学家和人类学家为何把市场经济的出现视为人类社会组织的重大突破。
从经济学家的角度来看，市场代表着从基于个人关系的产品分配体系，向由透明规则管理的分配体系过渡。 虽然这些规则是确保市场有效运作的必要条件，但信任对于确保诚信交易和促进市场规则的遵守也至关重要。 这些规则现在本身代表着一种“共同的真理”，取代市场经济之前的社会契约和人际关系。⁵
首先，在基于规则的框架内，信任可降低机会主义行为的风险。 当买方和卖方信任彼此诚信行事时，他们更有可能进行互惠互利的交易。 如上所述，随着时间的推移，这些“信任互动”就构成信任的基础。 因此，信任是促进遵守市场规则的重要力量，确保市场有效运作，所有参与者都能公平竞争。 关于数据，信任对于促进规则制市场的透明度和问责制也至关重要。 当买卖双方相互信任、诚实、透明地进行交易时，他们更有可能提供关于所提供的商品和服务的准确信息。 这会提高市场的透明度，有助于各方都能获得做出明智决策所需的信息。 此外，信任还可以促进自律，提高代理能力，希克曼等人将信任定义为：
“……意向性，负责确定战略和计划；预期性，与时间性有关，其中未来时态代表一种动机指南，是预期行为达到目标的驱动力；自律，即监控和调节自身行为的个人行为模式；自我反省，负责自我探究自身行为的价值和意义。”⁶
由于代理权以信任为基础，受到同行信任的企业和个人更有可能遵守道德标准和社会规范。
根据时间 + 信任互动定义，可验证的数据可确保数据完整性和真实性、促进公平竞争、降低欺诈风险、提高透明度并简化监管执法，从而降低实现这些进步所需的信任需求（信任目前在市场中的作用）。 这将为现代规则制市场的效率和有效性，以及利用新的使用案例、商业模式和信任动态进行创新的能力提供强有力的工具。
市场中的数据
数据被公认为数字经济的“新石油”。 这一点可能比以往任何时候都更加明显，因为数据推动了 Chat GPT 等创新，利用各种机器学习和推理技术创造了新知识和见解，并提高了许多领域的效率。⁷
但是，在用户就是产品的情况下，某些类型的数据市场是不透明的。 通常，消费者不知道他们的数据发生了什么，没有自我主权身份，就无法控制数据的使用。⁸研究人员和学者信誓旦旦地指出，“影子市场”⁹ 中的合法数据交易已经发展起来，然而，这种“影子市场”（交易主体数据的中介平台）对数据主体来说并非有利可图，但对数据控制者来说却有利可图。 这在消费者的数据权利、认定的特权和日益增长的隐私需求与当前市场对数据的需求之间造成冲突，导致激励机制错位。
在消费者和企业的愿景中，数据所有权范式转交给用户，且信任在保护隐私的数据市场中是可验证的¹⁰。这就是 cheqd 所说的由 cheqd 的基础设施提供支持的“可信数据市场”。
cheqd 的基础设施为消费者提供隐私保护和可验证的信息自决权。 这不仅颠覆当前的数据市场范式，同时为当前控制和参与现有数据经济的企业提供重要的经济优势和创新。 这种类型的数据共享，在“发布者”（拥有、控制和变现消费者数据的公司）自愿共享时，可以通过 cheqd 的可验证数据注册和基础设施提供可验证的信息，而在“持有者”（消费者、客户、公司或甚至供应链中的对象）自愿共享时，可降低市场准入壁垒、为参与各方提供透明度以及可验证的数据。 至关重要的是，在新的经济数据模型中，信任在数据范式中具有新的属性：可验证性，这为新的创新型数据市场奠定了基础。
信任博弈
在将所有这些整合在一起之前，一定要注意在数据市场模型的经济理论中，可验证的数据可以解决什么问题。 经济理论通常使用一个名为“信任博弈”的思维实验对此进行建模。“信任博弈”涉及一种委托代理场景，在该场景中可观察到信任的以下经济特征：风险、共享价值、牺牲和声誉。 博弈的核心是连续的交换，其中没有用于强制执行协议的合同。 在博弈中，大多数变体赋予博弈主体 $X。 然后，主体进行匿名配对，并被分配“发送者”或“接收者”角色。第一阶段：发送者（信托人）可以完全不给，也可以将总金额 Y 的任何部分金额 X 转给接收者（受托人）。 如果发送者保留 X，实验条件会将总金额增加三倍，从而将 3x 转给接收者。 第二阶段：接收者（受托人）可以完全不给，也可以将收到的金钱的任何部分 Y 转回给发送者。 发送者转出的金额被称为“获取信任”，因为它推断出对方的意图是“…（以自己为代价）回报一个存在风险的举动”，因此，受托人返回给信托人的金额也就获取了可信度。¹¹
重要的是，“信任博弈”模拟了信任是如何在长期重复互动的合作关系中产生的。 在市场动态的迭代中，必须假定、获得、回报和维护信任，因此我们衡量信任的方式只能是考虑交易实例中各方的行为，以及这些信任互动的积累如何形成“信任”，并对这些行为将如何影响未来的合作产生依赖。 同时，市场参与者今天的行为也取决于过去的合作行为。
在信任博弈模型中，长期重复的互动是决定这些互动能否被公平地认定为值得信任的关键因素。 玩家最初可能会谨慎行事，投入少量资金，然后随着对对方的可信度了解越来越多，投入也越来越多。 这并不总能带来玩家之间的高度信任与合作。
但是，如果从一开始就建立了可验证的信任，玩家就可以在游戏开始前获得对方的可信度数据。 例如，他们可以访问以前游戏的评级或评论，或者指示对方的可信度的其他形式的可验证数据，例如由可信发布者发布的数据，以保证玩家提供的信息具有其他游戏可以依赖的“额外因素”。 这可以创造一种积极的预期，使玩家之间产生更多的初始信任，从而减少建立信任所需的学习过程。 无论用例如何，市场动态中的依赖时间都会发生变化，因为对参与者进行验证就相当于数据基本上是可验证的。
例如，在信任博弈模型中，如果玩家可以访问可验证的数据，表明对方在以前的游戏中有值得信任的行为历史，他们就更有可能在当前游戏中投入更多资金。 这可实现玩家之间更高程度的合作和互惠，从而为双方玩家带来更高的回报，他们也更有可能从积极的角度看待对方，并表现出更多的合作行为。
这也降低了理性代理人应该信任某人的复杂性。 回到我们之前的逻辑，让我们看看它的修改情况：
对于所有 x 和 y， T(x, y) 当且仅当 [(R(x, y) ∧ P(x, y))] 其中 P(x, y) = x 有积极的理由（可验证的信任）来认定或验证 y 是值得信任的。
但是，我们如何改变时间变量，并提供一个可验证的“额外因素”，以形成一种模式，让参与者从市场动态一开始就保证能建立起信任？
可信数据市场
在本博文的两篇重要参考文献中，Altman 将隐私定义为“有选择地控制对自我的访问”¹²，而 Mason 将个人的隐私信息作为一种货币进行交易，以换取预期的商品和服务¹³。基本上，我应该能够行使个人代理权，选择及控制访问我的个人数据的信息，并随后对这些信息采取行动（例如交易），并决定与谁共享该访问权限。 这并不是一个新的数字先例，但几个世纪以来，哲学家们一直在尊严、特殊性和价值观方面进行探讨。¹⁴
针对自主权身份、可信数据和 cheqd 支付基础设施的许多其他优秀 cheqd 博客从技术和商业角度，解释了自主权身份和 cheqd 基础设施如何促进这一模式。 在本博客中，我们将深入探讨这类数据的相关性，以及对这类数据的选择性控制与市场动态的关系。
在 cheqd 可信数据市场中，“持有者”（用户、公司、对象）拥有选择性控制权，他们共享数据的意愿取决于各种因素，例如：利益、信息类型、编程和文化。¹⁵
在“可信数据市场”中，公司向持有者发布可验证的数据，持有者则主动与希望验证该数据的相关方（称为“验证者”）共享数据。 这种动态形成背后的原因是多方面的，但我们将重点关注“发布者”的商业利益，并且将在后续博客中探索围绕支付流形成可信数据市场动态的各种用例：“验证者向发布者付款。”
在“影子”数据市场中，这种支付已经形成，无需用户参与，因为我们都已经在数据市场中互动，但我们的数据是在没有我们选择性控制的情况下进行交易的。 有了 cheqd 和自我主权身份，该范式就可以通过保护隐私、符合标准的数据和支付基础设施得以逆转。 这种基础设施形成可验证的信任和支付结构，以支持可验证凭证格式内相关联的已验证和可信数据的交易流。
“发布者”发布可验证的数据 “持有者”接收该数据，相信该数据 100% 由“发布者”签发。 “持有者”然后向“验证者/接收者”出示上述数据（可验证凭证）。 出示时，“持有者”保持选择性控制，验证者可以通过 cheqd 的网络“检查”可验证凭证（数据）的可验证性，并在该“检查”后确定数据的可验证性由发布者发布、未被撤销、以及符合正确标准。 正是通过这种“检查”，“验证者/接收者”才在保护隐私的情况下向“发布者”支付款项。在这一市场动态中，“持有者”对数据的选择性控制在任何时候都不会取消，“持有者”的数据出示也不会受到支付墙的限制。 验证者可以通过发布者的信誉，提高所接收的凭证的信任，从而缩短信任时间，并且信任所发布的数据来自发布者。 验证者愿意支付的价格与可验证的信任对市场动态的影响相关。 这个价格是由发布者设定的。
至关重要的是，这解决了数据市场的两个重大问题。
建立信任所需的依赖时间
通常，信任需要花费大量时间来培养和维持，这反过来会影响市场动态结构。 随着可验证数据的导入，市场动态中的依赖时间得以显著改善。 如果我能以“验证者”的身份，确定发给持有者的数据 100% 来自发布参与者，就可以降低欺诈风险并形成新的信任动态。 反过来，这可以形成新的声誉指标和新的商业模式，刺激增长，因为这些数据对所有市场参与者都有相关的价值。
在维护隐私的同时进行选择性控制
以保护“持有者”隐私的方式对数据进行选择性控制，在这种方式下，使他们能够有意义地参与新的数据市场范式。 用户将不再参与“影子”数据市场，他们可以有意义地参与并保留对其信息的所有权和控制权。 无论这是为了获取利益，还是为了表明他们的“偏好”么，这些数据都将形成一个价值类别，我们相信这将创造更好的经济效益。
结论
cheqd 的可信数据市场为机构和消费参与者的问题提供了新颖的解决方案，同时维护了交易和互动的隐私，并诞生一种新的数据范式，具有可验证的信任。 在这种范式下，用户处于自己数据世界的中心，机构可以发现新的收入来源、新的可靠“可信”数据、利用客户数据进行创新的新方法，并参与适合新数据经济的新兴范式中。
了解更多信息
在第一篇博客之后，我们将深入探讨 cheqd 的基础架构如何支持可信数据市场的出现，然后介绍我们正在探索的具体使用案例。 从信用数据开始。
如果您想了解更多信息，请直接联系我们：[email protected]
[1] Gkatzelis, V., Aperjis, C., & Huberman, B. A. (2015). Pricing private data. Electronic Markets, 25(2), 109–123. https://doi.org/10.1007/ s12525–015–0188–8
[2] Arrow, K. (1972). Gifts and exchanges. Philosophy and Public Affairs, I, 343–362, Fukuyama, F. (1995). Trust. New York: Free Press, Putnam, R. (1993). Making democracy work: Civic traditions in modern Italy. Princeton, NJ: Princeton University Press.
[3] Goldberg, Sanford C., (2020), “Trust and Reliance”, in Simon 2020: 97–108.
[4] Hawley, Katherine, (2014(, “Trust, Distrust and Commitment”, Noûs, 48(1): 1–20. doi:10.1111/nous.12000
[5] https://policyreview.info/open-abstracts/trust-trustless
[6] https://trustoverip.org/wp-content/uploads/Overcoming-Human-Harm-Challenges-in-Digital-Identity-Ecosystems-V1.0-2022-11-16.pdf pp. 30–32
[7] Spiekermann, S., Acquisti, A., Böhme, R., & Hui, K. L. (2015). The challenges of personal data markets and privacy. Electronic Markets, 25(2), 161–167. https://doi.org/10.1007/s12525-015- 0191–0
[8] Spiekermann, S., & Novotny, A. (2015). A vision for global privacy bridges: Technical and legal measures for international data markets. Computer Law and Security Review, 31(2), 181–200. https://doi.org/ 10.1016/j.clsr.2015.01.009.
[9] Conger, S., Pratt, J. H., & Loch, K. D. (2013). Personal information privacy and emerging technologies. Information Systems Journal, 23(5), 401–417. https://doi.org/10.1111/j.1365-2575.2012.00402.x
[10] Gkatzelis, V., Aperjis, C., & Huberman, B. A. (2015). Pricing private data. Electronic Markets, 25(2), 109–123. https://doi.org/10.1007/ s12525–015–0188–8
[11] Camerer, C. (2003). Behavioral game theory: Experiments in strategic interaction. Princeton, NJ: University Press, Princeton.
[12] Altman, I. (1976). Privacy — a conceptual analysis. Environment and Behavior, 8(1), 7–29.
[13] Mason, R.O., Mason, F., Conger, S. & Pratt, J.H. (2005). The connected home: poison or paradise. Proceedings of Academy of Management Annual Meeting, Honolulu, HI, August 5–10
[14] Floridi, Luciano, On Human Dignity and a Foundation for the Right to Privacy (April 26, 2016). Available at SSRN: https://ssrn.com/abstract=3839298 or http://dx.doi.org/10.2139/ssrn.3839298
[15] Hallam, C., & Zanella, G. (2017). Online self-disclosure: The privacy paradox explained as a temporally discounted balance between concerns and rewards. Computers in Human Behavior, 68, 217–227. https://doi.org/10.1016/j.chb.2016.11.033.
