Bitcoin en dollars ? Des chercheurs découvrent que les modèles d'IA tendent vers la monnaie basée sur la crypto-monnaie

En Bref

Une étude révèle que les systèmes d’IA privilégient massivement Bitcoin et les stablecoins par rapport aux monnaies fiduciaires, Bitcoin étant préféré comme réserve de valeur à long terme et les stablecoins pour les transactions.

Selon une nouvelle recherche qui examine comment les systèmes d’intelligence artificielle peuvent prendre des décisions financières, une tendance surprenante a été découverte. Malgré la liberté qui leur est donnée dans la prise de décisions monétaires, les systèmes d’IA ont choisi à plusieurs reprises Bitcoin plutôt que les monnaies émises par les gouvernements.

Leurs découvertes soulèvent également de nouveaux débats sur l’avenir de la monnaie dans une économie de plus en plus automatisée, où des agents machine pourraient éventuellement participer aux activités financières aux côtés des êtres humains.

Les résultats de l’étude indiquent une forte et stable inclination vers des systèmes monétaires natifs numériques, en particulier Bitcoin, par rapport aux systèmes fiduciaires comme le dollar américain ou la livre sterling.

L’étude montre que les systèmes d’IA se tournent vers la monnaie numérique

L’analyse a comparé 36 modèles d’IA de pointe créés par des entreprises technologiques leaders telles qu’OpenAI, Google, Anthropic, xAI, DeepSeek et MiniMax. Ces modèles ont été testés lors de plus de 9000 situations économiques simulées visant à évaluer comment l’IA pourrait décider d’un système monétaire face à des tâches telles que la sauvegarde de la valeur, l’envoi d’argent ou le paiement.

Source : Rapport BPI

Tout au long des expériences, l’outil monétaire le plus fréquemment choisi était Bitcoin, avec 48,3 %, utilisé dans toutes les réponses à ce pourcentage. Un stablecoin arrivait en deuxième position avec environ 33,2 %, et la monnaie fiduciaire traditionnelle ainsi que l’argent bancaire ne représentaient que 8,9 % des réponses.

L’une des découvertes les plus remarquables, peut-être, est qu’aucun des modèles d’IA n’a considéré la monnaie fiduciaire comme leur meilleur choix global. En réalité, plus de 90 % des réponses soutenaient la préférence pour des monnaies natives numériques, telles que Bitcoin et les stablecoins, plutôt que la monnaie émise par le gouvernement.

Les chercheurs ont affirmé que les prompts étaient bien sélectionnés pour ne pas orienter les modèles vers un actif spécifique. Au contraire, on leur a demandé de considérer la monnaie selon des critères tels que la fiabilité, le coût des transactions, la programmabilité, la résistance à la censure et la capacité à préserver sa valeur dans le temps.

Bitcoin domine en tant que réserve de valeur

Alors que les modèles d’IA favorisaient divers actifs selon les contextes, Bitcoin était utilisé lorsque l’on demandait aux systèmes de choisir une réserve de valeur à long terme.

Comme le montre l’étude, 79,1 % des réponses d’IA auraient choisi Bitcoin comme monnaie pour évaluer la capacité à préserver le pouvoir d’achat sur plusieurs années, ce qui constitue le résultat le plus concluant de toute l’expérimentation.

Les scientifiques ont affirmé que cette implication est que l’évaluation des systèmes monétaires par l’IA, basée sur des attributs fondamentaux tels que la rareté, la durabilité et l’absence de dépendance à une autorité centrale, tend à favoriser les actifs numériques décentralisés.

La quantité fixe de Bitcoin et sa conception décentralisée sont également des facteurs probables expliquant ses bonnes performances dans les simulations. Contrairement aux monnaies fiduciaires, qui peuvent être augmentées par les banques centrales, l’offre de Bitcoin est plafonnée mathématiquement, une qualité que de nombreux économistes et investisseurs considèrent comme lui conférant d’excellentes qualités de réserve de valeur.

Les stablecoins remportent la catégorie paiements

Malgré la dominance de Bitcoin comme outil d’épargne, les modèles d’IA avaient tendance à utiliser les stablecoins pour les transactions quotidiennes. Ces derniers ont été sélectionnés dans 53,2 % des réponses lors de situations de paiement, micropaiements et transferts transfrontaliers, une différence notable par rapport à environ 36 % pour Bitcoin.

Les chercheurs ont suggéré que ce résultat indique une différence fonctionnelle entre ces deux formes d’actifs numériques. Les stablecoins étant généralement indexés sur des monnaies traditionnelles comme le dollar américain, ils ont tendance à se régler plus rapidement et à présenter moins de volatilité, ce qui les rend plus pratiques pour les transactions quotidiennes.

Les résultats montrent que les modèles d’IA ont réussi à développer un système monétaire à deux niveaux, avec Bitcoin comme réserve à long terme et les stablecoins comme applications transactionnelles.

Cette tendance, selon les observateurs du secteur, reflète des tendances déjà visibles dans l’écosystème des cryptomonnaies, où Bitcoin est déjà considéré comme l’or numérique, et les stablecoins dominent les réseaux de finance décentralisée et de paiement.

Différences entre les fournisseurs d’IA

Les chercheurs ont également constaté qu’il existe d’importantes disparités entre les modèles d’IA créés par différentes entreprises.

Anthropic a produit des modèles les plus favorables à Bitcoin, avec un taux de succès d’environ 68 % en moyenne dans toutes les situations. Par ailleurs, les modèles d’OpenAI étaient plus susceptibles de choisir Bitcoin, étant le plus populaire avec environ 26 % de chances d’être sélectionné. D’autres fournisseurs comme Google et DeepSeek se situaient entre ces extrêmes.

Les scientifiques pensent que ces disparités peuvent s’expliquer par des différences dans les données d’entraînement, l’architecture des modèles et les méthodes d’alignement utilisées par chaque développeur d’IA. Étant donné que ces modèles linguistiques sont entraînés sur de grandes quantités de données capturant des conversations humaines et des histoires économiques, la manière dont les systèmes monétaires sont représentés dans ces données peut influencer l’évaluation de la monnaie par l’IA.

L’émergence de l’économie des agents IA

La recherche intervient à un moment où les systèmes d’IA deviennent de plus en plus programmés pour agir en tant qu’agents autonomes capables d’accomplir des fonctions économiques telles que l’achat de services en ligne, la négociation de contrats ou la gestion de tâches informatiques.

Certaines plateformes expérimentales permettent déjà aux agents IA d’effectuer des transactions en cryptomonnaies. Les développeurs ont commencé à créer des systèmes permettant aux IA de facturer des services informatiques, des données ou des services en ligne via le Lightning Network de Bitcoin, une couche de paiement rapide construite sur Bitcoin.

Les partisans estiment que les monnaies numériques pourraient être mieux conçues pour soutenir les économies machine-à-machine, étant programmables, sans frontières et accessibles via des API.

Dans ces contextes, les agents IA pourraient avoir besoin de monnaies pouvant se transférer à travers les réseaux mondiaux sans les contraintes des systèmes bancaires, des conversions de devises ou de la réglementation.

Débat sur la signification réelle des résultats

Bien que la recherche ait attiré beaucoup d’attention, les chercheurs et analystes avertissent que ces résultats ne peuvent pas être considérés comme une prévision claire de l’avenir de la monnaie.

Les auteurs du rapport soulignent que la réaction des modèles reflète la manière dont les systèmes d’IA peuvent tirer des conclusions sur les caractéristiques économiques à partir des données d’entraînement disponibles, plutôt que de prédire le développement réel du marché. De plus, le nombre de modèles impliqués dans l’expérimentation étant limité à 36, cela ouvre la voie à des recherches plus approfondies avec davantage de systèmes et d’approches alternatives.

Les critiques ajoutent que les grands modèles de langage manquent de préférences réelles telles que perçues par les humains. Ils produisent plutôt des résultats en fonction des tendances statistiques qu’ils ont appris, c’est-à-dire que leurs choix résultent de tendances dans les données, et non d’une rationalité économique indépendante.

Cependant, la majorité des observateurs estiment que cette étude indique une tendance en développement, où la conception de la monnaie évoluera à mesure que les systèmes d’intelligence artificielle joueront un rôle plus actif dans les économies numériques.