كيف يدمج فيتاليك بوتيرين بين الأمان وتجربة المستخدم في البلوكشين

في تصريحاتها الأخيرة على منصة Farcaster، تناول مؤسس إيثريوم فيتاليك بوتيرين سؤالًا أساسيًا في تطوير أنظمة البلوكشين: كيف يمكن تنسيق متطلبات الأمان مع احتياجات المستخدمين لتجربة بديهية؟ تحليله، الذي نشر عبر Foresight News، يقدم فهمًا أعمق لكيفية تشكيل هاتين المجالين لبعضهما البعض في الواقع.

الأمان والتجربة - وجهان لعملة واحدة

على المستوى الأساسي، يحدد بوتيرين الأمان على أنه تقليل الفجوة بين ما يرغب المستخدمون في القيام به فعليًا وكيفية استجابة النظام لذلك. من المثير للاهتمام أن تجربة المستخدم يمكن وصفها من خلال نفس المعيار — وهو مواءمة سلوك النظام مع توقعات المستخدم. يكشف هذا الملاحظة عن حقيقة رئيسية: أن الأمان والتجربة ليسا هدفين متنافسين، بل هما جانبان مترابطان لمهمة واحدة.

يؤكد بوتيرين أن الأمان الحقيقي يركز على التخفيف من المخاطر الكارثية — تلك الانحرافات النادرة ولكن المكلفة والهجمات التي قد تلحق ضررًا كبيرًا. ومع ذلك، تشمل تجربة المستخدم مجموعة أوسع من المشكلات. لذلك، فإن فهم كلا البعدين ضروري لبناء أنظمة تحمي المستخدمين وتوفر لهم تفاعلًا مريحًا.

لماذا يظل الأمان المثالي بعيد المنال

المشكلة الأساسية التي يبرزها بوتيرين تتعلق بطبيعة نوايا البشر. عندما نُجري تحويل 1 ETH إلى بوب، يبدو الأمر بسيطًا، لكن تحديد نية كهذه رياضيًا أمر في غاية الصعوبة. يجب على النظام التعرف على بوب، والتحقق من السياق، وفهم التحويلات، والعديد من المتغيرات الأخرى. تتعقد المسألة عند التعامل مع أهداف أكثر تعقيدًا، مثل حماية الخصوصية، حيث يمكن أن يكون تسرب البيانات الوصفية أكثر خطورة من التشفير نفسه.

هذه المشكلة في تحديد النوايا تشبه التحديات التي واجهها مجتمع الذكاء الاصطناعي في صياغة أنظمة AI آمنة. رغبات البشر نادراً ما تكون واضحة، حاسمة، وخالية من التناقضات. لذلك، غالبًا ما تتضرر تجربة المستخدم عندما تحاول الأنظمة تحقيق أمان مثالي دون أخطاء.

حلول عملية لتحديد النوايا بشكل موثوق

بدلاً من السعي وراء الكمال المستحيل، يقترح بوتيرين نهجًا عمليًا: السماح للمستخدمين بالتعبير عن نواياهم عبر قنوات متعددة متداخلة، ويجب أن تتصرف النظام فقط عندما تتوافق جميع هذه التعبيرات. يُجسد مبدأ التكرار هذا في العديد من الحلول التقنية المعروفة:

• الأنظمة النموذجية و التحقق الرسمي يوفران الثقة الرياضية
• محاكاة المعاملات تتيح للمستخدمين معاينة النتائج مسبقًا
• الادعاءات بعد المعاملة تكشف عن سلوك غير متوقع للنظام
• آليات التوقيع متعدد و الاسترداد الاجتماعي توزع السيطرة
• تقييد التكاليف و كشف الشذوذ يحميان من خسائر كبيرة

كل واحدة من هذه الآليات تخلق نقطة تحقق إضافية، تعزز كل من الأمان وتجربة المستخدم، حيث يمكن للمستخدمين أن يكونوا واثقين من تنفيذ نواياهم.

النماذج اللغوية الكبيرة كمساعدين في تحديد النوايا

واحدة من أكثر الأفكار إثارة للاهتمام لدى بوتيرين هي استخدام النماذج اللغوية الكبيرة (LLMs) كمحاكيات لنوايا المستخدمين. يقترح هذا النهج حلاً ثنائي الأبعاد: يمكن للنماذج العامة أن تقترب من الفطرة السليمة البشرية، بينما يمكن للنماذج المعدلة أن تبرمج خصائص المستخدم المحددة. وهكذا، تصبح النماذج اللغوية نقطة تحقق إضافية للنوايا.

ومع ذلك، يحذر بوتيرين بحكمة من الاعتماد المفرط على النماذج اللغوية الكبيرة كحكم نهائي في تحديد النوايا. بدلاً من ذلك، يدعو إلى دمجها كوجهة نظر إضافية ضمن نظام تكراري أوسع. يجب أن تكون النماذج اللغوية بمثابة صوت إضافي في مجموعة من آليات التحقق، وليس كسلطة نهائية.

الخلاصة: نهج شامل لجودة التجربة

يُظهر تحليل بوتيرين أن الأمان وتجربة المستخدم لا يمكن فصلهما في تصميم أنظمة البلوكشين. إن تطبيق ممارسات مثل التحقق متعدد الطبقات، تنظيم النوايا عبر قنوات مختلفة، والاستخدام الحكيم للنماذج اللغوية الكبيرة، يمكّن المطورين من تقديم حلول متكاملة، حيث تتعزز تجربة المستخدم بأمان موثوق، بدلاً من أن تتعرض للانتقاص منه. هذا النهج الشامل يحترم كل من الأمان والتجربة كعناصر متكاملة لنجاح بنية البلوكشين.