Децентралізовані автономні організації (DAO) стикаються із системними проблемами, які підривають їхні цілі щодо спільного та прозорого управління, особливо через механізми делегування, які призводять до серйозної концентрації виборчих прав. Незважаючи на мету делегування — пом'якшити апатію виборців, дозволивши власникам токенів призначати свої голоси — його поточне впровадження, часто на популярних платформах, таких як Tally, посилює структурні упередження та призводить до спотворення прийняття рішень. Ключовий висновок нового дослідження полягає в тому, що управління DAO страждає від динаміки «багатіють-стають багатшими». Інтерфейси делегування часто ранжують делегатів за правом голосу або отриманням делегацій, просуваючи кількох дуже помітних делегатів, які накопичують непропорційний вплив незалежно від їхньої відповідності інтересам ширшої спільноти. Дослідження, яке об'єднало архівні дані в ланцюжку з п'яти основних протоколів (Uniswap, Aave, Arbitrum, ENS і Compound) з дискусіями поза ланцюгом на 14 форумах управління DAO, продемонструвало, що поточні варіанти делегування часто не узгоджуються з висловленими пріоритетами власників токенів. Аналіз показав екстремальний рівень централізації в DAO: Володіння токенами дуже нерівне: коефіцієнти Gini перевищують 0,99 для основних протоколів, таких як Aave, Compound, ENS та Uniswap. Цей дисбаланс посилюється, коли токени делегуються, при цьому коефіцієнти Джині для голосової влади перевищують 0,94. Як у Compound, так і в Uniswap потрібно лише від 13 до 16 делегатів, щоб контролювати поріг у 50\% делегованих повноважень. Моделювання делегування у вигляді орієнтованого графа підтвердило диссортативну структуру «hub-and-spoke». Ця топологія показує, що багато делегаторів низького ступеня підключаються до кількох делегатів високого ступеня, що є ключовим механізмом для консолідації впливу. Поширена практика, коли делегатори передають владу лише одному делегату, також сприяє такій концентрації. Щоб виміряти неузгодженість, у дослідженні було розроблено методологію кількісної оцінки інтересів виборців: Було використано точний процес для зв'язування імен користувачів форуму з адресами в ланцюжку через профілі делегатів Tally та реєстрацію в ENS, що дозволило пов'язати обговорення з поведінкою голосування. LLM-Powered Extraction: Large Language Models (LLM), зокрема варіант GPT-5, були застосовані до понад 15 000 повідомлень на форумах для вилучення ключових слів теми, настроїв та ідеологічних сигналів. Ці профілі ключових слів були перетворені в семантичні вектори та кластеризовані, виявивши п'ять різних груп інтересів виборців, включаючи Finance-Driven (казначейство, підзвітність), Governance-Driven (принципи, суспільні блага) та Arbitrum DeFi-Driven (управління ризиками, ліквідність). Висновок Отримані результати демонструють, що існуючі інтерфейси, сприяючи видимості, а не вирівнюванню, посилюють централізацію. У дослідженні стверджується, що включення узгодження інтересів у процеси делегування, можливо, шляхом підвищення прозорості узгодження для користувачів, може допомогти більш справедливо розподілити підтримку делегаторів і підвищити справедливість і репрезентативність прийняття рішень DAO. Оскільки те саме стосується всіх мереж proof of stake і dPOS, вони повсюдно зазнали невдачі у всіх своїх цілях. PoS і DAO означають, що багаті стають багатшими за рахунок невидимих дрібних інвесторів.