Construindo a Economia da Atenção

De forma objetiva, existem, em linhas gerais, dois tipos de ativos:

1. Ativos de Fluxo de Caixa — principalmente ações e títulos. Esses ativos geram fluxos de caixa que os investidores consideram valiosos.

2. Ativos de Oferta e Demanda — aplicados sobretudo a commodities e câmbio. Os preços variam conforme oferta e demanda.

Recentemente, o universo cripto introduziu uma nova categoria de ativo — cujo valor é determinado pela atenção. Atualmente, os “Ativos de Atenção” são majoritariamente ativos gerados por usuários (UGAs), como NFTs, creator coins e memecoins. Esses ativos servem como pontos de referência cultural e utilizam o preço para refletir as oscilações do interesse coletivo.

Embora as memecoins sejam relevantes culturalmente, apresentam limitações sob a ótica financeira. Ativos de Atenção eficientes devem permitir que participantes do mercado tenham exposição financeira direta à atenção sobre determinado tema. Dessa forma, os participantes seriam incentivados a negociar ativos que julguem mal precificados; o mercado poderia, coletivamente, formar preços que reflitam expectativas sobre atenção.

Com a estrutura adequada, acreditamos que Ativos de Atenção podem se consolidar como uma classe de ativos legítima. Para acelerar essa proposta, este artigo apresenta o conceito de Attention Oracles, uma nova arquitetura de oráculo que pode viabilizar Attention Perps — instrumentos inovadores para traders operarem comprado ou vendido na atenção de figuras culturais.

Em síntese, Attention Oracles utilizam mercados de previsão binária sobre determinado tópico e combinam preço, liquidez e horizonte temporal para criar um índice ponderado que busca capturar variações na atenção. Para funcionar corretamente, os mercados subjacentes devem ser criteriosamente selecionados para representar entradas reais de atenção. O uso de mercados de previsão como entradas para Attention Oracles impõe um custo de manipulação, o que tende a mitigar distorções, pois traders adversários precisam arriscar capital para impactar o índice.

Por Que Precisamos de Attention Perps

UGAs encontraram fit de mercado na especulação pura e são excelentes para rastrear a atenção de temas que surgem do zero, como tendências digitais e memes.

O problema que UGAs resolvem é criar um ativo para algo que não pode existir nas estruturas financeiras tradicionais. O processo convencional de emissão de ativos é lento, caro e altamente regulado, limitando o que pode ser emitido. Ativos de Atenção precisam operar na velocidade da internet para acompanhar o zeitgeist global. A emissão permissionless de tokens, mecanismos inteligentes de precificação como bonding curves e DEXs permitem que qualquer pessoa crie um ativo gratuitamente, impulsione liquidez e disponibilize para negociação.

Uma característica dos UGAs é que seus preços normalmente começam em zero. Isso é proposital, pois ao criar um novo meme, a atenção sobre ele é nula no momento da origem. Faz sentido poder entrar a um preço baixo. Isso também permite que pessoas com habilidade para identificar tendências precoces monetizem essa capacidade criando ativos de baixo custo. Porém, isso torna os UGAs instrumentos imperfeitos para obter exposição financeira à atenção de temas já consolidados e de grande destaque.

Por exemplo, suponha que você queira operar comprado na atenção sobre LeBron James. Você poderia criar uma memecoin, mas já existem várias tokens do LeBron. Qual comprar? Além disso, uma nova memecoin do LeBron começaria próxima de zero, mas ele é uma das personalidades mais famosas do mundo. Intuitivamente, sua atenção deveria ser extremamente alta e não deveria multiplicar por 100 em pouco tempo. Por fim, e se você quiser operar vendido na atenção dele? Memecoins dificilmente permitem isso.

Então, como seria um ativo para temas já existentes e de alta atenção?

Alguns requisitos seriam:

• Ser bidirecional, permitindo operações compradas e vendidas
• Estar vinculado a uma fonte real de medição de atenção
• Não começar em zero

Analisando esses requisitos, fica claro que contratos futuros perpétuos (perps) são uma solução adequada: são bidirecionais, contam com oráculo (fonte de verdade) e, por serem derivativos, não começam em zero. O grande desafio é construir um oráculo para Attention Perps.

Já existem equipes trabalhando nisso, como a Noise. Na Noise, traders podem operar comprado ou vendido no mindshare de projetos cripto como MegaETH e Monad. A Noise utiliza o Kaito como oráculo, agregando dados de redes sociais e notícias para gerar um número que representa o mindshare de determinado tema.

Porém, esse modelo pode ser aprimorado. O objetivo dos Attention Oracles é usar dados relacionados à atenção como entrada, aplicar funções sobre esses dados e gerar um valor para traders operarem comprado ou vendido.

O problema de usar redes sociais como entrada é que elas são facilmente manipuláveis. Há uma versão da Lei de Goodhart em jogo: em um mercado adversarial, traders tentarão manipular as entradas de preço. O Kaito já precisou redesenhar seu leaderboard e filtros anti-spam para lidar com isso.

Além disso, redes sociais não capturam a atenção de forma perfeita. Tomemos Shohei Ohtani como exemplo. Shohei tem uma base global de fãs que usa diversos aplicativos, nem todos indexados pelo Kaito. Se Shohei vencer outra World Series, ele se torna ainda mais famoso, mas sua contagem de seguidores ou menções nas redes sociais não necessariamente cresce de forma linear.

Attention Oracles: Uma Abordagem Baseada em Mercados

Voltando ao exemplo de LeBron James, suponha que você queira negociar a atenção sobre LeBron. Para construir um Attention Oracle para ele, o primeiro passo seria criar (ou utilizar, caso já existam) diversos mercados de previsão binária sobre tópicos relacionados, como “LeBron James terá mais de X milhões de seguidores até o fim do mês?”, “LeBron James vencerá um campeonato em 2026?”, “LeBron James será MVP em 2026?”, etc. Um Attention Oracle completo usaria muitos outros mercados subjacentes, mas para fins ilustrativos, usaremos esses três. O preço do índice é calculado por meio de uma agregação ponderada do preço, liquidez, tempo para resolução e relevância de cada mercado.

Para cada mercado, temos preço, liquidez, tempo para resolução e uma pontuação de relevância. Para ilustrar, utilizaremos uma fórmula simples para calcular os pesos. Cada mercado recebe uma pontuação de relevância de 1 a 10, além de fatores de liquidez e tempo, conforme segue:

Suponha que as pontuações de relevância dos três mercados sejam 8, 2 e 10. O peso de cada mercado seria:

E o número final de atenção seria:

Se considerarmos o tempo para resolução dos mercados como 180, 20 e 180 dias, respectivamente, e a relevância de cada mercado como 8, 2 e 10, combinando os dados acima teríamos:

Existem formas mais sofisticadas de calcular métricas de atenção, como usar open interest em vez de volume negociado, considerar eventos correlacionados, ajustar para profundidade de mercado, relações não lineares entre variáveis, entre outros. Criamos este site interativo para que leitores criem seus próprios índices utilizando mercados Kalshi em tempo real.

O principal benefício dessa construção de oráculo baseada em mercados de previsão é que a manipulação tem custo real. Se um trader estiver comprado na atenção do LeBron e quiser manipular o preço para cima, precisará comprar posições nos mercados de previsão binária subjacentes. Com liquidez suficiente nesses mercados, isso significa comprar posições a preços considerados elevados pelo próprio mercado.

Outro benefício relevante à medida que esses mercados crescem é que os mercados de previsão binária oferecem aos market makers um mercado à vista para hedge. Se um market maker estiver vendido no número de atenção, pode proteger sua exposição operando comprado nos mercados de previsão subjacentes que compõem o índice.

Adjacent criou índices usando mercados líquidos e ativos na Kalshi para rastrear tendências políticas como controle Democrata vs Republicano e a eleição para prefeito de NYC. Acreditamos que metodologia semelhante pode ser aplicada para rastrear a atenção de temas arbitrários. Conforme os mercados de previsão crescem, o conjunto de temas viáveis se expande.

O Espaço de Design dos Attention Oracles

Nossa estrutura de oráculo apresenta alguns trade-offs. Ao analisar Attention Oracles de forma abrangente, destacam-se as seguintes considerações:

• Relevância das entradas
• Praticidade para obtenção das entradas
• Grau de manipulação das entradas
• Funções aplicadas para calcular o número de atenção

O trade-off mais evidente do oráculo proposto é que as entradas são difíceis de obter. Para construir um Attention Oracle sobre LeBron James, é necessário criar diversos mercados líquidos de previsão sobre tópicos relacionados. Esses mercados devem permanecer líquidos ao longo do tempo e ser substituídos por novos mercados líquidos à medida que os existentes se resolvem e perdem relevância. Por isso, acreditamos que esse design funciona melhor para um conjunto restrito de temas de alto perfil que já possuam mercados robustos de previsão (ex.: Donald Trump ou Taylor Swift).

Outro trade-off é que a atenção pode aumentar independentemente do resultado do mercado. Por exemplo, mesmo que LeBron não conquiste outro título, a atenção sobre ele pode crescer à medida que as pessoas questionam seu desempenho. Pode haver maior discussão sobre se LeBron está envelhecendo ou perdendo rendimento. Da mesma forma, na vida real, a atenção frequentemente se volta para eventos inesperados, enquanto o mercado de previsão mede a expectativa de determinado acontecimento. Se o mercado espera que LeBron seja MVP mas ele não é, a atenção pode aumentar enquanto o índice recua. Fãs e analistas discutiriam se LeBron foi injustiçado ou se a decisão do MVP foi equivocada.

Os melhores designs de oráculo podem combinar mercados de previsão, dados de redes sociais e outras fontes. O Google Trends abriu recentemente um programa alpha para desenvolvedores acessarem dados de tendências de busca via API. O volume de buscas na internet por determinado tema está correlacionado com sua atenção e, como o Google Trends filtra buscas duplicadas, pode ser mais resistente à manipulação do que métricas de redes sociais. Outra fonte seria usar LLMs para analisar entradas mais facilmente manipuláveis e tentar filtrar spam. Por exemplo, um LLM que pontue a atenção com base em manchetes de grandes veículos de notícias ou posts em alta no X.

Acreditamos que exchanges como Kalshi e Polymarket estão bem posicionadas para oferecer Attention Perps, pois já contam com diversos mercados líquidos subjacentes e usuários que negociam novos mercados listados. Contudo, não vemos a oportunidade de Ativos de Atenção restrita apenas aos grandes players.

Uma configuração possível seriam vaults que negociam mercados de previsão com mandato para operar comprado/vendido em determinado tema. Por exemplo, um vault long Taylor Swift compraria contratos Yes para eventos como Top 10 de músicas, apresentação no Super Bowl, etc. Caberia ao gestor do vault determinar quais mercados são correlacionados ao aumento de atenção.

Outro exemplo é o uso dos builder-deployed perpetuals da Hyperliquid. O HIP-3 permite flexibilidade ao deployer para definir o oráculo — um mercado HIP-3 poderia usar uma combinação de preços na Kalshi/Polymarket, métricas de redes sociais, Google Trends, manchetes de notícias, entre outros.

Atenção Como Classe de Ativo

É possível que a primeira aplicação madura da Economia da Atenção ocorra no mercado de ações. O preço de uma ação tem dois componentes: valor DCF (intrínseco) e valor memético.

Historicamente, a maioria das ações não possuía valor memético relevante. Nos últimos anos, graças ao WallStreetBets e plataformas de negociação 24x5 como Robinhood, muitos ativos passaram a sustentar valor memético.

O objetivo do analista de ações é determinar o preço de um ativo. Existem métodos consolidados para calcular o componente DCF, mas e quanto ao componente memético? À medida que mais ativos negociam com base em seu valor memético, será necessário desenvolver métodos para modelar esse valor. Investidores sofisticados já utilizam métricas como seguidores, curtidas e impressões para avaliar sentimento. Mercados de previsão e outras arquiteturas de oráculo podem ser ferramentas úteis para medir a atenção de ações e aprimorar modelos de negociação.

Mas o potencial dos Ativos de Atenção vai muito além da precificação de ações. Prever atenção é uma atividade economicamente relevante. Atenção é um indicador antecedente das preferências e gastos dos consumidores. Empresas alocam recursos de P&D, contratações e marketing conforme a direção da atenção. O desafio está em criar novas heurísticas para modelar esses fluxos.

Se você está construindo soluções para Ativos de Atenção ou infraestrutura relacionada, entre em contato.

Divulgação: Este artigo não expressa opinião nem faz juízo sobre a legalidade ou implicações regulatórias em qualquer jurisdição específica de Attention Oracles, Attention Perps ou quaisquer outros produtos baseados, derivados ou que incorporem ideias expressas neste artigo.

Disclaimer:

1. Este artigo é uma reprodução de [Multicoin]. Todos os direitos autorais pertencem ao autor original [Eli Qian]. Caso haja objeção à reprodução, entre em contato com a equipe Gate Learn, que fará o atendimento prontamente.
2. Isenção de responsabilidade: As opiniões expressas neste artigo são exclusivamente do autor e não constituem aconselhamento de investimento.
3. As traduções do artigo para outros idiomas são realizadas pela equipe Gate Learn. Salvo indicação, é proibido copiar, distribuir ou plagiar os artigos traduzidos.