Zdecentralizowane Organizacje Autonomiczne (DAO) stają przed systemowymi wyzwaniami, które podważają ich cele dotyczące partycypacyjnego i przejrzystego zarządzania, szczególnie z powodu mechanizmów delegacji, które prowadzą do poważnej koncentracji władzy głosowania. Pomimo intencji delegacji — aby złagodzić apatię wyborców, pozwalając posiadaczom tokenów na przypisanie swoich głosów — jej obecna implementacja, często na popularnych platformach takich jak Tally, wzmacnia strukturalne uprzedzenia i prowadzi do zniekształconego podejmowania decyzji. Kluczowym odkryciem nowego badania jest to, że zarządzanie DAO cierpi na dynamikę "bogaty staje się bogatszy". Interfejsy delegacji często klasyfikują delegatów według Władzy Głosowania lub Otrzymanych Delegacji, promując kilku wysoce widocznych delegatów, którzy gromadzą nieproporcjonalny wpływ, niezależnie od ich zgodności z interesami szerszej społeczności. Badanie, które połączyło dane archiwalne on-chain z pięciu głównych protokołów (Uniswap, Aave, Arbitrum, ENS i Compound) z dyskusjami off-chain z 14 forów zarządzania DAO, wykazało, że obecne wybory delegacyjne często są źle dopasowane do wyrażonych priorytetów posiadaczy tokenów. Analiza ujawniła ekstremalne poziomy centralizacji w DAO: Własność tokenów jest wysoce nierówna, z współczynnikami Gini powyżej 0,99 dla głównych protokołów takich jak Aave, Compound, ENS i Uniswap. Ta nierównowaga jest wzmacniana, gdy tokeny są delegowane, z współczynnikami Gini dla władzy głosowania, które wszystkie przekraczają 0,94. W przypadku zarówno Compound, jak i Uniswap, zaledwie 13 do 16 delegatów jest potrzebnych do kontrolowania progu 50\% delegowanej władzy. Modelowanie delegacji jako skierowanego grafu potwierdziło dezasortatywną strukturę "hub-and-spoke". Ta topologia pokazuje wielu delegatorów o niskim stopniu łączącym się z kilkoma delegatami o wysokim stopniu, co jest kluczowym mechanizmem konsolidacji wpływu. Powszechna praktyka delegatorów przypisujących władzę tylko jednemu delegatowi również przyczynia się do tej koncentracji. Aby zmierzyć niedopasowanie, badanie opracowało metodologię do kwantyfikacji interesów wyborców: Dokładny proces został użyty do powiązania nazw użytkowników z forów z adresami on-chain za pośrednictwem profili delegatów Tally i rejestracji ENS, co umożliwiło połączenie dyskusji z zachowaniem głosowania. Ekstrakcja zasilana LLM: Duże Modele Językowe (LLM), a konkretnie wariant GPT-5, zostały zastosowane do ponad 15 000 postów na forach w celu wydobycia słów kluczowych, sentymentu i sygnałów ideologicznych. Te profile słów kluczowych zostały przekształcone w wektory semantyczne i sklastrowane, ujawniając pięć odrębnych grup interesów wyborców, w tym Zorientowane na Finanse (skarbiec, odpowiedzialność), Zorientowane na Zarządzanie (zasady, dobra publiczne) oraz Zorientowane na DeFi Arbitrum (zarządzanie ryzykiem, płynność). Wnioski Odkrycia pokazują, że istniejące interfejsy, promując widoczność ponad zgodność, pogłębiają centralizację. Badania argumentują, że włączenie zgodności interesów do procesów delegacji, być może poprzez uczynienie zgodności bardziej przejrzystą dla użytkowników, mogłoby pomóc w bardziej sprawiedliwym redystrybucji wsparcia delegatorów i poprawić sprawiedliwość oraz reprezentatywność podejmowania decyzji w DAO. Ponieważ wiele z tego samego dotyczy wszystkich sieci proof of stake i dPOS, one uniwersalnie nie spełniły wszystkich swoich celów. PoS i DAO oznaczają, że bogaci stają się bogatsi kosztem niewidocznych małych inwestorów.