بوتيرين حول مفارقة الأمان والراحة في البلوكشين

في الآونة الأخيرة، عبّر بوتيرين عن تأملات عميقة حول العلاقة بين حماية أصول المستخدم وجودة التفاعل مع النظام. ووفقًا لـ Foresight News، اقترح مؤسس إيثيريوم نهجًا مبتكرًا لفهم هذه المشكلة الحرجة، معيدًا التفكير في الفصل التقليدي بين هذين المفهومين.

الأمان كمرآة لنوايا المستخدم

الفكرة الأساسية لبوتيرين هي إعادة تعريف الأمان على أنه تقليل الفجوة بين ما يرغب المستخدم في القيام به وما يحدث فعليًا في النظام. هذا المنظور يختلف جوهريًا عن الفهم الكلاسيكي للأمان كحماية بسيطة من الهجمات.

وفقًا لبوتيرين، يمكن وصف تجربة المستخدم من خلال نفس العدسة — يجب أن يعمل النظام وفقًا لتوقعات ورغبات المستخدم. وهكذا، فإن الأمان والراحة لا يُنظر إليهما كمفهومين متعارضين، بل كجانبَين لظاهرة واحدة: التفسير الصحيح لإرادة المستخدم.

الصعوبات العملية في تحديد النوايا

لكن الواقع أكثر تعقيدًا بكثير. أشار بوتيرين إلى أن الحماية المثالية غير ممكنة من حيث المبدأ بسبب التعقيدات الأساسية في صياغة نوايا المستخدمين. خذ مثالاً بسيطًا: إرسال 1 ETH إلى مستخدم آخر. يبدو هذا كتصرف واضح، لكن كيف يجب على النظام تحديد هوية المستلم؟ من المستحيل رياضيًا تحديد “إرسال 1 ETH إلى بوب”، لأن مفهوم “بوب” يتطلب فهمًا سياقيًا.

وتزداد الأمور تعقيدًا مع حماية الخصوصية. إذا أراد المستخدم إخفاء نشاطه، كيف يجب على النظام مقاومة تسرب البيانات الوصفية التي أحيانًا تكشف معلومات بشكل أكثر فاعلية من اختراق التشفير نفسه؟ هذا يوضح بشكل مثالي عدم اليقين في تحديد الأهداف الحقيقية للمستخدم.

حلول متعددة المستويات تعتمد على التكرار

اعترف بوتيرين بعدم إمكانية الحل النهائي، واقترح نهجًا عمليًا: يجب أن يتيح النظام للمستخدمين التعبير عن نواياهم بطرق متعددة ومتبادلة، ويتم تنفيذ الإجراء فقط عندما تتوافق جميع هذه التعبيرات مع بعضها البعض.

وتجسد الأدوات التشفيرية والبرمجية الحالية هذه المنطق بشكل ممتاز:

• أنظمة الأنواع في البرمجة تمنع فئات كاملة من الأخطاء على مستوى الترجمة
• التحقق الرسمي يثبت صحة الكود رياضيًا
• محاكاة المعاملات تتيح للمستخدم رؤية النتيجة مسبقًا
• التحققات بعد المعاملة تكتشف الشذوذ بعد تنفيذها
• آليات التوقيعات المتعددة والاستعادة الاجتماعية تتطلب موافقة عدة أطراف
• الحدود على الإنفاق والتنبيهات عن الشذوذ تقلل من الضرر الناتج عن الاختراق

كل واحدة من هذه الآليات تعمل بشكل مستقل، لكنها معًا تشكل طبقة حماية بفضل التكرار في النهج.

نماذج اللغة الكبيرة كوسيلة لفهم النوايا

اقترح بوتيرين حلاً غير متوقع: يمكن لنماذج اللغة الكبيرة (LLM) أن تكون “محاكيات” لنوايا المستخدمين. النماذج العادية تقترب من الفطرة السليمة الإنسانية، أما النماذج المخصصة لمستخدم معين فهي تعكس أهدافه وعاداته بشكل أدق.

لكن بوتيرين حذر من الاعتماد المفرط على LLM فقط. بدلاً من ذلك، ينبغي استخدام نماذج اللغة كمنظور إضافي يعزز فعالية التكرار في النهج من خلال زيادة التكرار والتعقيد.

من النظرية إلى التطبيق

تتوافق تأملات بوتيرين مع التحديات المبكرة في مجال أمان الذكاء الاصطناعي، حيث واجه الخبراء مشاكل مماثلة في تحديد ومراقبة أهداف الأنظمة. يظهر نهجه أن سر الأمان في تقنيات البلوكشين لا يكمن في ضمانات مطلقة، بل في إنشاء طبقات متداخلة من التحقق والمراقبة التي تقلل من المخاطر إلى مستويات مقبولة.