Quadratic Voting — Gold Standard Technical Record
Quadratic Voting (QV) permite una expresión matizada de preferencias bajo un presupuesto al cobrar costos convexos por los votos; la influencia de cada votante en una opción es el total de votos asignados a esa opción, con costos que aumentan cuadráticamente.
Quadratic Voting (QV) es un mecanismo de votación diseñado para mitigar la "tiranía de la mayoría" y permitir una expresión más matizada de las preferencias, particularmente en escenarios de toma de decisiones colectivas y financiación. A diferencia de la votación por mayoría estándar donde cada persona obtiene un voto, o la votación por pluralidad donde la opción con más votos gana, QV utiliza una función de costo cuadrático para asignar votos. En esencia, un votante puede expresar la intensidad de su preferencia gastando un presupuesto de "créditos de voz". El costo de emitir n votos para una opción particular es n^2 créditos. Esto significa que expresar una preferencia fuerte (emitir muchos votos) se vuelve exponencialmente más caro que expresar una preferencia débil. El número total de votos emitidos para una opción determina su éxito, pero la estructura de costos asegura que un gran número de individuos con preferencias moderadas pueda superar a un grupo más pequeño con preferencias muy fuertes, pero concentradas. Este mecanismo a menudo se combina con un "Catalyst" o fondo de contrapartida, donde los fondos públicos se distribuyen proporcionalmente a los votos cuadráticos totales recibidos por los proyectos, amplificando aún más el impacto de la preferencia colectiva. QV se implementa en varios sistemas de gobernanza descentralizada y plataformas de financiación. Las contrapartidas incluyen la complejidad de la implementación, la necesidad de un presupuesto o sistema de crédito definido para los votantes y posibles comportamientos de votación estratégica, aunque generalmente se considera más resistente a la manipulación que la votación por mayoría simple.
graph LR
Center["Quadratic Voting — Gold Standard Technical Record"]:::main
Pre_mathematics["mathematics"]:::pre --> Center
click Pre_mathematics "/terms/mathematics"
Rel_advanced_propulsion_systems["advanced-propulsion-systems"]:::related -.-> Center
click Rel_advanced_propulsion_systems "/terms/advanced-propulsion-systems"
Rel_governance_token["governance-token"]:::related -.-> Center
click Rel_governance_token "/terms/governance-token"
classDef main fill:#7c3aed,stroke:#8b5cf6,stroke-width:2px,color:white,font-weight:bold,rx:5,ry:5;
classDef pre fill:#0f172a,stroke:#3b82f6,color:#94a3b8,rx:5,ry:5;
classDef child fill:#0f172a,stroke:#10b981,color:#94a3b8,rx:5,ry:5;
classDef related fill:#0f172a,stroke:#8b5cf6,stroke-dasharray: 5 5,color:#94a3b8,rx:5,ry:5;
linkStyle default stroke:#4b5563,stroke-width:2px;
🧒 Explícalo como si tuviera 5 años
Imagina que tienes 10 puntos de "me gusta" para dar. En lugar de dar 10 puntos a una cosa, QV hace que cueste 1 punto por 1 me gusta, 4 puntos por 2 me gusta y 9 puntos por 3 me gusta. ¡Esto te hace pensar realmente en lo que más te gusta!
🤓 Expert Deep Dive
Quadratic Voting's core innovation lies in its cost function, C(n) = n^2, where C is the cost in credits and n is the number of votes. This function ensures that the marginal cost of each additional vote increases, discouraging vote aggregation by single actors and promoting broader consensus. The total number of votes for an option i is V_i = Σ n_ij, where n_ij is the number of votes cast by voter j for option i. The total cost incurred by voter j is Σ C(n_ij) <= Budget_j. In matching fund scenarios, the total payout to project i is often Payout_i = Base + Matching_Factor * V_i, where Base is a baseline allocation and Matching_Factor scales with the total votes. This mechanism aims to approximate the social welfare optimum under certain assumptions about utility functions. Edge cases include voters with zero budget or strategic voters attempting to game the system (though QV is more robust than linear voting). Vulnerabilities might arise from Sybil attacks if identity verification is weak, or from poorly calibrated budget/cost parameters. The primary architectural trade-off is between computational complexity/implementation difficulty and the fidelity of preference aggregation.