Experiência de Negociação Descentralizada Gamificada
Autor Convidado: Hamber Luo
Princípios fundamentais é um método de resolução de problemas projetado para decompor problemas complexos em seus princípios ou fatos mais básicos e, em seguida, construir soluções a partir desses fundamentos.
1. Começando pelas Necessidades dos Usuários
1.1 Atendendo às Necessidades dos Usuários
Com base nos princípios fundamentais, os problemas que uma DEX precisa resolver são os seguintes:
Questões de segurança e confiança: As DEXs garantem que os usuários não precisem confiar apenas em uma entidade centralizada para gerenciar seus fundos. Isso significa que mesmo se a bolsa for atacada, os fundos dos usuários permanecem seguros.
Questões de permissão e revisão: DEXs permitem que qualquer pessoa em qualquer lugar negociação sem a supervisão ou permissão de uma autoridade central.
Questões de liquidez: O modelo de livro de ordens pode oferecer uma interface de negociação mais tradicional e familiar, o que pode atrair mais traders e, assim, aumentar a liquidez.
Questões de interoperabilidade entre cadeias: Com o aumento de ativos em múltiplas cadeias, há uma necessidade de uma plataforma capaz de negociar entre várias cadeias.
Questões de privacidade: DEXs podem oferecer maior privacidade nas negociações do que as exchanges centralizadas porque as transações não são conduzidas através de servidores centralizados.
1.2 Problemas e Desafios
Para alcançar um uso perfeito, é necessário abordar uma série de questões técnicas de experiência do usuário (UX) e regulatórias.
Facilidade de uso: Atualmente, muitas interfaces de usuário (UIs) e experiências de DEXs não são tão consistentes quanto as das exchanges centralizadas. Para alcançar uma adoção mais ampla, elas precisam se tornar mais amigáveis ao usuário.
Desempenho e Escalabilidade: As DEXs precisam lidar com um grande volume de transações, mas blockchains de Camada 1 limitam seu desempenho. Avanços tecnológicos, como soluções de Camada 2, podem ajudar a resolver este problema.
Educação e Conscientização: A maioria das pessoas ainda não está familiarizada com DEXs. É necessária uma educação extensiva para ajudar as pessoas a entender seus benefícios.
Regulamentações e Conformidade: Em alguns países e regiões, as DEXs podem enfrentar desafios legais potenciais ou questões regulatórias.
StarkEx e outras tecnologias de ZK-rollup deram um impulso significativo às DEXs em termos de desempenho e escalabilidade.
Dadas essas melhorias, os principais desafios agora mudam para facilidade de uso, educação e conscientização.
1.3 Mudanças na Mentalidade dos Usuários com o Advento da IA
Sob a onda da IA, especialmente à medida que grandes modelos como o GPT gradualmente se aproximam da era da AGI (inteligência geral artificial em nível humano), vemos de fato uma série de mudanças sociais e tecnológicas.
As mudanças na mentalidade dos usuários podem ser exploradas pelas seguintes tendências.
Expectativa aumentada por gratificação instantânea: Como a tecnologia de IA pode rapidamente fornecer aos usuários soluções e respostas, suas expectativas por feedback imediato também aumentaram consequentemente. Isso significa que produtos e serviços tradicionais podem precisar melhorar seu tempo de resposta para atender às necessidades dos usuários.
Novas demandas por entretenimento: Com a libertação da produtividade, as pessoas têm mais tempo livre. Isso leva a um aumento das demandas por produtos de entretenimento e lazer. Os usuários não apenas esperam que os produtos os entretenham, mas também proporcionem uma experiência mais profunda e diversificada.
Busca por experiências personalizadas: O desenvolvimento da tecnologia de IA permite que os produtos “compreendam” melhor seus usuários, oferecendo assim uma experiência mais personalizada. Os usuários agora esperam que os produtos os “conheçam” e ofereçam experiências e serviços personalizados.
Novos métodos de educação e aprendizado: Com os avanços na IA, os métodos de aprendizagem e educação também estão mudando. As pessoas podem começar a depender cada vez mais do aprendizado assistido por IA, buscando métodos de aprendizado mais eficientes e personalizados.
Preocupações com a privacidade: À medida que o uso da tecnologia de IA se torna mais difundido, as preocupações dos usuários com a privacidade também aumentarão. Por exemplo, eles podem ficar mais preocupados com a forma como os produtos coletam, utilizam e asseguram seus dados.
Definindo o real e o virtual: Com o desenvolvimento de tecnologias como realidade virtual e realidade aumentada, as pessoas podem começar a confundir as linhas entre o “real” e o “virtual”. Isso pode resultar em usuários escolhendo produtos com base na sensação de realismo ou imersão que eles oferecem.
Mudanças na interação social: A aplicação da IA no âmbito social pode alterar a forma como as pessoas interagem umas com as outras. Por exemplo, as pessoas podem interagir mais com a IA, enquanto as interações com pessoas reais podem diminuir.
1.4 Gamificação
Aplicar mecânicas de jogos a ambientes não relacionados a jogos é uma forma inovadora de atrair e reter usuários, aumentar a atividade dos usuários, melhorar a experiência do usuário e aumentar a satisfação.
Sistema de recompensas gamificado: Oferece aos usuários tokens, NFTs ou outros itens virtuais como recompensas que os incentivam a completar certas tarefas, como fazer sua primeira negociação, introduzir novos usuários ou participar de atividades comunitárias.
Tarefas de aprendizagem interativas: Missões de jogo são desenhadas para que os usuários aprendam as operações básicas e conceitos de DEXs enquanto completam tarefas, como simular o processo de negociação real através de trocas virtuais.
Arenas e classificações: Criação de arenas para os usuários participarem de competições de negociação simuladas, com os usuários mais bem classificados recebendo recompensas. Isso não só aumenta a interação entre os usuários, mas também fornece uma plataforma para eles aprenderem e melhorarem suas habilidades de negociação.
Tutoriais gamificados e enredos: Crie uma história ou personagem para guiar os usuários na compreensão da história, funcionamento e vantagens das DEXs, tornando o processo educacional mais envolvente e atraente.
Eventos e desafios da comunidade: Realização de desafios e eventos comunitários regulares para incentivar a participação dos usuários. Isso não apenas promove a criação de comunidade, mas também proporciona aos usuários mais oportunidades para interação e entretenimento.
Ao aplicar mecânicas de jogo a uma DEX, pode-se criar um ambiente mais atraente, interativo e divertido, assim atraindo mais usuários e aumentando a retenção.
No entanto, é essencial garantir que os elementos gamificados estejam alinhados com as funcionalidades principais da DEX, e evitar distrair os usuários de suas atividades de negociação primárias.
2. Design de Gamificação
2.1 Análise de Cenário
Desenhar a educação e interação do usuário da DEX como um jogo ao estilo de aplicativo, focando mais em experiências casuais do que em grandes jogos intensos.
A gamificação pode permear vários cenários de negócios:
Conexão de carteira
Depósito e Retirada
Trading
Previsão de alta ou baixa do mercado
Mineração
Interações sociais
Esta abordagem gamificada pode efetivamente baixar a barreira de entrada para DEXs, tornando-as mais acessíveis e mais fáceis de entender.
A negociação em si não é um jogo, especialmente quando envolve dinheiro real. No entanto, gamificar certos elementos da negociação — especialmente em contextos educacionais e de treinamento — pode ajudar novos usuários a entender mais facilmente e se familiarizar com processos e estratégias de negociação.
2.2 Implementação Técnica
Motor de Jogo Leve
Mini-jogos requerem o uso de um motor de jogo para desenvolvimento.
O que precisamos aqui é de um motor de jogo leve como o Unity para jogos casuais, não motores de jogo especificamente para fazer jogos.
Ao considerar integrar mini-jogos em aplicativos não voltados para jogos, há várias razões para escolher um motor de jogo leve, conforme segue.
Curva de aprendizado simples: Motores de jogo leves são frequentemente mais concisos, tornando a curva de aprendizado mais suave para os desenvolvedores. Aprendizado rápido e produção são essenciais, especialmente quando se trata de equipes cujo principal histórico não é em desenvolvimento de jogos.
Desempenho eficiente: Mini-jogos casuais frequentemente não têm altas exigências de desempenho. Ao omitir muitos recursos desnecessários, motores de jogo leves podem funcionar sem problemas na maioria dos dispositivos, reduzindo o consumo de bateria.
Desenvolvimento e iteração rápida: Motores leves tendem a ser mais flexíveis e não requerem configurações ou ajustes complexos. Isso significa que você pode passar mais rapidamente do protótipo ao produto final e iterar com mais agilidade.
Integração perfeita com funcionalidades não relacionadas a jogos: Ao integrar mini-jogos em uma aplicação ou plataforma principal, motores leves são tipicamente mais fáceis de integrar. Além disso, eles não conflitam com outras partes da aplicação.
Menor consumo de recursos: Em geral, motores leves não vêm com os grandes recursos e arquivos que motores de jogos maiores possuem, o que significa que o tamanho geral e o uso de memória da aplicação serão menores.
Flutter & Flutter Flame
Flutter é um kit de ferramentas de desenvolvimento de software de UI de código aberto desenvolvido pelo Google. Inicialmente, foi projetado para ajudar desenvolvedores a construir aplicativos nativos de alta qualidade para iOS, Android e web.
No entanto, mais tarde se expandiu para outras plataformas, como desktops.
As principais características do Flutter incluem o uso da linguagem Dart, um motor de renderização de alto desempenho e uma infinidade de componentes e plugins para simplificar o processo de desenvolvimento.
Flutter Flame é um framework leve para desenvolvimento de jogos construído sobre a plataforma Flutter. Seu objetivo é fornecer uma maneira simples e amigável de criar jogos e aplicativos relacionados a jogos usando Flutter.
A relação entre os dois pode ser entendida a partir das seguintes perspectivas.
Plataforma Base: O Flame é construído no Flutter, o que significa que aproveita todos os seus recursos e benefícios, como capacidades de multiplataforma, renderização de alto desempenho e uma rica biblioteca de componentes.
Linguagem de Desenvolvimento: Como o Flame é projetado para o Flutter, também usa Dart como sua linguagem de programação.
Extensibilidade: O Flame se integra perfeitamente com outras bibliotecas e plugins do Flutter, permitindo que os desenvolvedores adicionem facilmente áudio, animações ou outras funcionalidades.
Objetivo: Embora o Flutter em si seja uma estrutura de desenvolvimento robusta, seu foco principal é criar aplicativos, não jogos. É por isso que há a necessidade de uma estrutura como o Flame para preencher essa lacuna. O Flame oferece funcionalidades principais relacionadas a jogos, como o loop de jogo, renderização de sprites e detecção de colisão.
Comunidade & Recursos: Como Flame é baseado no Flutter, ele naturalmente se beneficia da forte comunidade e recursos do Flutter. Isso significa que os desenvolvedores têm mais recursos aos quais recorrer ao buscar tutoriais, resolução de problemas ou ajuda.
Em resumo, enquanto o Flutter fornece um ambiente de desenvolvimento de aplicativos multiplataforma, o Flutter Flame adiciona ferramentas e recursos otimizados para desenvolvimento de jogos, tornando possível o desenvolvimento de jogos dentro do Flutter.
2.3 Estratégia de Lançamento
Ao considerar o desenvolvimento de jogos com Flutter e sua implantação na web, existem duas estratégias distintas:
Usar o Flutter especificamente para o desenvolvimento de jogos e fazer o jogo rodar na web.
Migrar toda a interface para o Flutter.
Cada estratégia tem suas próprias vantagens e considerações.
Por exemplo, a primeira abordagem foca em utilizar as capacidades do Flutter para o desenvolvimento de jogos, e garante que o jogo esteja otimizado para a web.
A segunda abordagem é mais ampla, implicando em uma adoção completa do Flutter para todos os aspectos do front-end, não apenas o jogo. Isso pode oferecer uma UI/UX consistente em toda a aplicação, mas pode envolver um trabalho mais extenso em termos de migração e adaptação.
3. Gamificação & Trading Social
Gamificação e trading social são atualmente tópicos quentes nos campos de moeda digital e DEXs.
Para entender melhor os papéis e o potencial desses dois no contexto de uma DEX, vamos analisá-los um por um.
3.1 Gamificação
vantagens
Engajamento do Usuário: A introdução de competição, desafios e mecanismos de recompensa pode aumentar o engajamento e a lealdade dos usuários.
Educação: Usuários iniciantes podem aprender mais facilmente as complexidades e estratégias de trading através da gamificação.
Retenção de Usuário: Recompensas e desafios contínuos podem incentivar os usuários a participar e negociar a longo prazo.
Desafios
Simplificação excessiva: Gamificação excessiva pode levar os usuários a ignorar os riscos do comércio, potencialmente resultando em decisões imprudentes.
Sustentabilidade: Para manter o interesse dos usuários, é necessário atualizar e adicionar continuamente novos elementos de jogo.
3.2 Comércio Social
vantagens
Sabedoria Coletiva: Os usuários podem tomar decisões com base nas estratégias e ações de outros traders bem-sucedidos.
Construção de Comunidade: Incentiva a interação e comunicação entre os usuários, melhorando a coesão da comunidade.
Barreira Reduzida de Entrada: Novatos podem começar rapidamente imitando traders experientes.
Desafios
Amplificação de Risco: Se um grande número de usuários seguir um determinado trader, isso pode amplificar os riscos sistêmicos.
Dependência Excessiva: Os usuários podem se tornar excessivamente dependentes de outros traders, em vez de realizarem suas próprias pesquisas e análises.
Preocupações com a Privacidade: A publicização de estratégias e ações de trading pode potencialmente levar a violações de privacidade ou atenção indesejada.
Então, entre gamificação e trading social, qual é o caminho do futuro?
Isso na verdade depende do público-alvo e do posicionamento de mercado do DEX.
Se o objetivo é atrair mais usuários jovens e iniciantes, a gamificação pode ser mais apropriada, pois pode proporcionar uma experiência de trading mais relaxada e divertida.
Para traders profissionais que desejam compartilhar experiências e estratégias, o trading social pode ser mais atrativo.
No entanto, a direção futura não é escolher um em detrimento do outro, mas combinar as forças de ambos.
Um DEX que integra elementos tanto de gamificação quanto de trading social pode oferecer uma experiência de usuário agradável e aprofundada, atendendo assim às necessidades de diferentes usuários.
Na onda da IA, os usuários já estão acostumados a experiências inteligentes e automatizadas, e esperam serviços mais convenientes e personalizados.
Ao mesmo tempo, a demanda por entretenimento e interação social está em constante crescimento.
Se pensarmos da perspectiva de slogans ou percepções externas, acredito que existam várias estratégias:
Gamificação como primária, social trading como secundária: Nesta abordagem, a ênfase está na diversão e no envolvimento do trading. Por exemplo:
“Trading: É assim tão divertido!”
“Experimente a aventura de trading mais divertida.”
Esta abordagem é adequada para aqueles que desejam atrair jovens usuários, iniciantes ou aqueles que buscam uma experiência de trading única.
Social trading como primária, gamificação como secundária: Aqui, pode-se enfatizar o valor dos aspectos sociais e o poder da conexão. Por exemplo:
“Trate com o mundo.”
“Torne o trading mais social.”
Esta estratégia pode atrair aqueles que desejam interagir com outros e compartilhar experiências e estratégias.
Combine os dois: Pode-se também tentar mesclar elementos de gamificação e social trading, criando uma mensagem de marca única. Por exemplo:
“Comercie, divirta-se e compartilhe livremente.”
Essa estratégia pode atrair uma ampla gama de usuários, mas pode exigir mais esforço para garantir a clareza e o apelo da mensagem.
Considerando as mudanças na mentalidade dos usuários sob a onda da IA, acredito que a terceira estratégia seja a mais promissora, porque na era da IA, os usuários não apenas esperam serviços inteligentes, mas também buscam mais interações e oportunidades sociais.
A fusão de elementos de gamificação e negociação social pode oferecer aos usuários uma experiência de negociação que é tanto divertida quanto aprofundada.
4. Aprendizado de Máquina no Dispositivo
Aprendizado de Máquina no Dispositivo (também conhecido como aprendizado de máquina de borda, ou edge ML) refere-se à realização de cálculos de aprendizado de máquina diretamente no dispositivo do usuário, em vez de em servidores ou centros na nuvem.
Isso traz benefícios como maior proteção da privacidade e menor latência. Aplicar aprendizado de máquina de borda a uma DEX pode oferecer vantagens em múltiplos aspectos.
4.1 Experiência de Negociação Personalizada
A edge ML pode ajudar a criar uma experiência de negociação personalizada adaptada aos dados históricos de negociação e preferências de um usuário.
Cenários de Negócio
Recomendações Personalizadas: Recomendar novos pares de negociação ou oportunidades de investimento com base no histórico de negociação e comportamento de um usuário.
Notificações Inteligentes: Oferecer aos usuários atualizações direcionadas de tendências de mercado e alertas.
4.2 Assistente de Negociação Inteligente
Este aplicativo desenvolve um assistente inteligente que pode fornecer conselhos de negociação em tempo real e análise de mercado.
Cenários de Negócio:
Otimização de Estratégia de Negociação: Analisar a estratégia de negociação de um usuário e fornecer sugestões de otimização.
Gestão de Risco: Analisar as condições do mercado em tempo real para ajudar os usuários a gerenciar seus riscos de forma mais eficaz.
4.3 Otimização de Rede e Utilização de Recursos
Ao executar cálculos no dispositivo, um DEX pode reduzir a carga nos servidores centrais, melhorando assim o desempenho e a eficiência gerais.
4.4 Melhoria da Proteção de Privacidade
Como os dados são principalmente processados e armazenados localmente, a privacidade do usuário é melhor protegida.
Cenários de Negócio
Análise de Transação Privada: Os usuários podem analisar seu histórico de transações localmente sem ter que enviar informações sensíveis para servidores.
4.5 Mecanismo Anti-Trapaça em Jogos
Usar aprendizado de máquina para detectar trapaças em jogos é uma área de interesse emergente.
Trapaças prejudicam a justiça dos jogos e podem resultar na saída de jogadores honestos.
Passos para Abordar Trapaças
Coleta de Dados: Coletar dados de comportamento tanto de jogadores regulares quanto de trapaceiros conhecidos. Este conjunto de dados pode abranger parâmetros como velocidade de movimento do personagem, precisão de acerto, taxa de aquisição de recursos, frequência de pressionamento de teclas e comportamento na rede.
Engenharia de Recursos: Com base nos dados mencionados, criar um conjunto de características visando distinguir entre jogadores regulares e trapaceiros. Por exemplo, se um jogador completa uma série de tarefas complexas em um tempo extremamente curto, isso pode indicar trapaça.
Treinamento do Modelo: Use dados rotulados (por exemplo, sabendo quais jogadores trapaceiam e quais não) para treinar um modelo de classificação, como árvores de decisão, redes neurais ou máquinas de vetores de suporte.
Detecção em Tempo Real: Durante o jogo em tempo real, colete dados de comportamento dos jogadores e faça previsões usando o modelo treinado. Se o modelo prever uma alta probabilidade de um jogador estar trapaceando, ações apropriadas podem ser tomadas, como avisos, restrições de conta ou outras penalidades.
Ciclo de Feedback: Como os trapaceiros podem alterar estratégias para fugir da detecção, é crucial atualizar e treinar novamente os modelos regularmente. É possível configurar um sistema de feedback para que os jogadores relatem comportamentos suspeitos, com esses relatórios servindo como novos dados de treinamento.
Considere a Privacidade: Assegure a conformidade com os regulamentos de privacidade ao coletar dados dos jogadores e informe claramente aos jogadores sobre a finalidade da coleta de dados.
Abordar Falsos Positivos: Qualquer sistema de detecção pode exibir alarmes falsos. Portanto, assegure uma baixa taxa de falsos positivos e forneça um mecanismo para que os jogadores possam apelar contra detecções errôneas.
Edge ML cria possibilidades para uma experiência DEX mais privada, personalizada e eficiente. Além disso, reduz os elementos centralizados na operação de um DEX, o que está alinhado com a filosofia central da descentralização.
#Bybit #TheCryptoArk