Quadratic Voting — Gold Standard Technical Record
Quadratic Voting (QV) permite a expressão de preferência com nuances sob um budget, cobrando custos convexos por votos; a influência de cada eleitor em uma opção é o total de votos alocados para essa opção, com custos aumentando quadraticamente.
Quadratic Voting (QV) é um mecanismo de votação projetado para mitigar a "tirania da maioria" e permitir uma expressão de preferências mais sutil, particularmente em cenários de tomada de decisão coletiva e financiamento. Ao contrário da votação majoritária padrão, onde cada pessoa tem um voto, ou da votação por pluralidade, onde a opção com mais votos vence, o QV usa uma função de custo quadrática para alocar votos. Essencialmente, um eleitor pode expressar a intensidade de sua preferência gastando um budget de "créditos de voz". O custo para lançar n votos para uma opção específica é n^2 créditos. Isso significa que expressar uma preferência forte (lançando muitos votos) torna-se exponencialmente mais caro do que expressar uma preferência fraca. O número total de votos lançados para uma opção determina seu sucesso, mas a estrutura de custos garante que um grande número de indivíduos com preferências moderadas possa superar um grupo menor com preferências muito fortes, mas concentradas. Este mecanismo é frequentemente combinado com um "Catalyst" ou fundo de contrapartida, onde fundos públicos são distribuídos proporcionalmente aos votos quadráticos totais recebidos por projetos, amplificando ainda mais o impacto da preferência coletiva. O QV é implementado em vários sistemas de governança descentralizada e plataformas de financiamento. Os trade-offs incluem a complexidade da implementação, a necessidade de um budget definido ou sistema de crédito para eleitores e potenciais comportamentos de votação estratégica, embora seja geralmente considerado mais resistente à manipulação do que a votação majoritária simples.
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;
🧒 Explique como se eu tivesse 5 anos
Imagine que você tem 10 pontos de "like" para dar. Em vez de dar 10 pontos para uma coisa, o QV faz com que custe 1 ponto para 1 like, 4 pontos para 2 likes e 9 pontos para 3 likes. Isso faz você pensar muito sobre o que você mais gosta!
🤓 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.