Decentralizované autonomní organizace (DAO) čelí systémovým výzvám, které podkopávají jejich cíle participativního a transparentního řízení, zejména kvůli delegačním mechanismům, které vedou k výrazné koncentraci hlasovacích sil. Navzdory záměru delegování – zmírnit apatii voličů tím, že držitelé tokenů umožní přiřadit své hlasy – jeho současná implementace, často na populárních platformách, jako je Tally, posiluje strukturální předsudky a vede ke zkreslenému rozhodování. Klíčovým zjištěním nové studie je, že správa DAO trpí dynamikou "bohatí bohatnou". Rozhraní delegací často řadí delegáty podle hlasovací síly nebo přijatých delegací, přičemž povyšují několik velmi viditelných delegátů, kteří hromadí nepřiměřený vliv bez ohledu na jejich soulad se zájmy širší komunity. Studie, která kombinovala archivní data z pěti hlavních protokolů (Uniswap, Aave, Arbitrum, ENS a Compound) s diskusemi mimo řetězec ze 14 fór správy DAO, ukázala, že současné volby delegování jsou často v nesouladu s prioritami vyjádřenými držiteli tokenů. Analýza odhalila extrémní úroveň centralizace napříč DAO: Vlastnictví tokenů je velmi nerovnoměrné, s Giniho koeficienty vyššími než 0,99 pro hlavní protokoly, jako jsou Aave, Compound, ENS a Uniswap. Tato nerovnováha se zesiluje, když jsou tokeny delegovány, přičemž Giniho koeficienty pro hlasovací sílu přesahují 0,94. V Compoundu i Uniswapu je ke kontrole 50\% prahové hodnoty delegované pravomoci potřeba pouhých 13 až 16 delegátů. Modelování delegování jako orientovaného grafu potvrdilo disassortativní strukturu "hub-and-spoke". Tato topologie ukazuje mnoho delegátů s nízkým stupněm, kteří se připojují k několika delegátům s vysokým titulem, což je klíčový mechanismus pro konsolidaci vlivu. K této koncentraci přispívá i běžná praxe, kdy delegující osoby přidělují moc pouze jedinému delegátovi. Aby bylo možné měřit nesoulad, studie vyvinula metodologii pro kvantifikaci zájmů voličů: Přesný proces byl použit k propojení uživatelských jmen fóra s adresami v řetězci prostřednictvím profilů delegátů Tally a registrace ENS, což umožnilo propojení diskusí s chováním při hlasování. Extrakce poháněná LLM: Velké jazykové modely (LLM), konkrétně varianta GPT-5, byly aplikovány na více než 15 000 příspěvků na fórech, aby bylo možné extrahovat klíčová slova tématu, sentiment a ideologické signály. Tyto profily klíčových slov byly převedeny na sémantické vektory a seskupeny, čímž odhalily pět odlišných skupin zájmů voličů, včetně Finance-Driven (pokladna, odpovědnost), Governance-Driven (principy, veřejné statky) a Arbitrum DeFi-Driven (řízení rizik, likvidita). Závěr Zjištění ukazují, že stávající rozhraní tím, že podporují viditelnost před zarovnáním, zhoršují centralizaci. Výzkum tvrdí, že začlenění sladění zájmů do procesů delegování, například tím, že by bylo sladění pro uživatele transparentnější, by mohlo pomoci spravedlivěji přerozdělit podporu delegující osoby a zlepšit spravedlnost a reprezentativnost rozhodování DAO. Vzhledem k tomu, že téměř totéž platí pro všechny sítě proof of stake a dPOS, univerzálně selhaly ve všech svých cílech. PoS a DAO znamenají, že bohatí bohatnou na úkor neviditelných malých investorů.