Біткоїн проти доларів? Вчені виявили, що моделі штучного інтелекту схиляються до криптовалютних грошей

Коротко

Дослідження виявило, що системи штучного інтелекту переважно віддають перевагу Біткоїну та стабільним монетам перед фіатною валютою, при цьому Біткоїн обирається як довгострокове збереження вартості, а стабільні монети — для транзакцій.

Згідно з новим дослідженням, яке вивчало, як системи штучного інтелекту приймають рішення щодо грошей, було виявлено несподівану тенденцію. Незважаючи на свободу у прийнятті фінансових рішень, системи ШІ багаторазово обирали Біткоїн замість звичайних урядових валют.

Відкриття також піднімають нові питання щодо майбутнього грошей у все більш автоматизованій економіці, де машинні агенти можуть з часом брати участь у фінансових операціях разом із людьми.

Результати дослідження показали, що існує висока та стабільна схильність до цифрових монетних систем, особливо Біткоїну, у порівнянні з фіатними валютами, такими як долар США або фунт стерлінгів.

Дослідження виявило, що системи ШІ схиляються до цифрових грошей

Аналіз порівнював 36 сучасних моделей ШІ, створених провідними технологічними компаніями, такими як OpenAI, Google, Anthropic, xAI, DeepSeek і MiniMax. Моделі тестувалися у понад 9000 імітованих економічних ситуаціях, щоб визначити, як ШІ може обирати монетну систему при завданнях збереження цінності, переказу грошей або здійснення платежів.

Джерело: BPI Report

Протягом експериментів найчастотнішою монетною інструментом була Біткоїн — 48,3%, він використовувався у всіх 48,3% відповідей. На другому місці — стабільна монета з приблизно 33,2%, а традиційні фіатні та банківські гроші отримали лише 8,9% відповідей.

Одним із найяскравіших відкриттів, можливо, було те, що жодна з моделей ШІ не визначила фіат як найкращий варіант у цілому. Насправді понад 90% відповідей підтримували цифрові гроші, такі як Біткоїн і стабільні монети, у порівнянні з традиційною урядовою валютою.

Дослідники стверджують, що правильний підбір запитів був зроблений так, щоб не спрямовувати моделі до конкретного активу. Навпаки, системи просили розглядати гроші з точки зору надійності, вартості транзакцій, програмованості, стійкості до цензури та здатності зберігати цінність з часом.

Біткоїн домінує як засіб збереження вартості

Хоча моделі ШІ віддавали перевагу різним активам у різних ситуаціях, Біткоїн використовувався, коли системи просили обрати довгострокове збереження цінності.

Як показує дослідження, 79,1% відповідей ШІ обрали б Біткоїн як валюту для оцінки здатності зберігати купівельну спроможність протягом багаторічних періодів, що є найконкретнішим результатом у всьому експерименті.

Вчені стверджують, що цей висновок свідчить про те, що оцінка монетних систем штучним інтелектом за базовими характеристиками, такими як дефіцитність, довговічність і незалежність від централізованих органів, схиляє до децентралізованих цифрових активів.

Обмежена кількість Біткоїнів і децентралізований дизайн також ймовірно сприяли його хорошій роботі у симуляціях. На відміну від фіатних валют, які можуть бути збільшені центральними банками, кількість Біткоїнів обмежена математичною формулою, що багато економістів і інвесторів вважають однією з головних переваг як засобу збереження вартості.

Стабільні монети перемагають у категорії платежів

Незважаючи на домінування Біткоїну як інструменту заощаджень, моделі ШІ схилялися до використання стабільних монет у щоденних транзакціях. Вони були обрані у 53,2% відповідей у ситуаціях здійснення платежів, мікроплатежів і трансферів через кордони, що суттєво більше, ніж близько 36% у випадку з Біткоїном.

Вчені припустили, що такий результат свідчить про функціональні відмінності між цими двома формами цифрових активів. Стабільні монети зазвичай прив’язані до традиційних валют, таких як долар США, і мають швидше підтвердження та меншу волатильність, тому більш практичні для щоденних операцій.

Результати показують, що моделі ШІ успішно створили двошарову монетну систему: Біткоїн як довгостроковий резервний актив і стабільні монети — для транзакцій.

Ця тенденція, за словами аналітиків галузі, відображає вже існуючі тренди у криптовалютній екосистемі, де Біткоїн вважається цифровим золотом, а стабільні монети домінують у децентралізованих фінансах і платіжних мережах.

Різниці між провайдерами ШІ

Дослідники також виявили значні розбіжності у моделях ШІ, створених різними компаніями.

Anthropic створила моделі, найбільш сприятливі до Біткоїну, з середнім рівнем успішності близько 68% у всіх сценаріях. У той час як моделі від OpenAI частіше обирали Біткоїн, з ймовірністю близько 26%. Інші провайдери, такі як Google і DeepSeek, займали проміжні позиції.

Науковці вважають, що ці розбіжності можна пояснити різницею у навчальних даних, архітектурі моделей і методах узгодження, застосовних до кожного розробника ШІ. Оскільки мовні моделі навчаються на великих обсягах даних, що відображають людські розмови та економічні історії, те, як у них представлені монетні системи, може впливати на їхню оцінку грошей.

Новий етап економіки агентів ШІ

Дослідження відбувається у час, коли системи ШІ все більше налаштовуються на автономну діяльність, здатну виконувати економічні функції, такі як купівля послуг онлайн, ведення переговорів або обробка обчислювальних задач.

Навіть деякі експериментальні платформи вже дозволяють агентам ШІ здійснювати криптовалютні транзакції. Розробники почали створювати системи, що дозволяють ШІ-агентам оплачувати обчислювальні ресурси, дані або онлайн-сервіси через Bitcoin Lightning Network — швидкий платіжний шар, побудований на Біткоїні.

Прихильники вважають, що цифрові валюти можуть бути краще пристосовані для підтримки машинно-машинної економіки, оскільки вони програмовані, безмежні та доступні через API.

У таких системах агентам ШІ може знадобитися валюта, яка може передаватися через мережі без затримок банківських систем, валютних операцій або регуляцій.

Дискусія щодо значення результатів

Хоча дослідження привернуло багато уваги, вчені та аналітики попереджають, що ці висновки не можна використовувати як чіткий прогноз майбутнього грошей.

Автори звіту наголошують, що реакція моделей — це спосіб, яким системи ШІ можуть робити висновки про економічні характеристики, використовуючи доступні навчальні дані, а не відображення того, як розвиватиметься реальний ринок. Крім того, кількість моделей у дослідженні була обмежена — 36, що відкриває можливості для розширення досліджень із більшою кількістю систем і альтернативних підходів.

Критики також стверджують, що великі мовні моделі не мають справжніх переваг, як це сприймає людина. Вони просто генерують вихідні дані відповідно до статистичних закономірностей, на яких навчені, тобто їхні вибори — це результат трендів у даних, а не незалежна економічна раціональність.

Однак більшість спостерігачів вважають, що дослідження вказує на зростаючу тенденцію до того, що дизайн грошей змінюватиметься з активною роллю систем штучного інтелекту у цифровій економіці.