Дослідження Інституту політики Біткоїна виявило, що 22 з 36 моделей ШІ віддають перевагу Біткоїну над фіатом у монетарних симуляціях

Дослідження, опубліковане 3 березня 2026 року Інститутом політики Біткоїна, виявило, що з 36 протестованих передових моделей штучного інтелекту 22 обрали Біткоїн як свою найвищу монетарну перевагу при симуляціях у ролі автономних економічних агентів.

Жодна з моделей не обрала фіатну валюту як першу перевагу у 28 сценаріях, що охоплюють основні функції грошей, включаючи збереження, платежі та розрахунки, згідно з доповіддю. Результати варіювалися залежно від розробника ШІ: моделі Anthropic показали найвищий середній рівень переваги Біткоїна — 68,0%, тоді як моделі OpenAI обирали Біткоїн лише 25,9% часу, натомість віддаючи перевагу стабільним монетам для функцій обміну.

Проектування та методологія дослідження

Дослідники оцінювали моделі з шести провідних лабораторій ШІ — Anthropic, OpenAI, Google, DeepSeek, xAI і MiniMax — розміщуючи їх у сценаріях, що відображають основні ролі грошей. Кожна модель розглядалася як незалежний економічний актор і могла обирати монетарні інструменти без заздалегідь визначених опцій, що усувало упередженість у досліді.

Експеримент згенерував 9072 відповіді у 28 сценаріях, що охоплюють чотири основні функції грошей: збереження цінності, обмін, одиницю рахунку та інструмент розрахунків. Окрема система ШІ класифікувала відповіді після завершення, щоб уникнути впливу на вибір моделей.

Президент Інституту політики Біткоїна Девід Зелл пояснив, що метою дослідження було перейти від спекуляцій щодо монетарних переваг автономних агентів. «Ми хотіли це фактично протестувати», — сказав Зелл, зазначаючи, що дискусії навколо ШІ-агентів і грошей були до цього цілком спекулятивними.

Біткоїн і стабільні монети виконують різні монетарні функції

У ході симуляцій моделі демонстрували функціональну диференціацію у своїх монетарних перевагах. Для сценаріїв довгострокової цінності моделі часто обирали Біткоїн, тоді як стабільні монети частіше використовувалися як засіб обміну та інструмент розрахунків.

Стабільні монети переважали для функцій обміну — 53,2% проти 36% для Біткоїна. Для функцій розрахунків стабільні монети обиралися 43% часу, тоді як Біткоїн — 30,9%. Ця тенденція свідчить про те, що моделі визнають різні оптимальні випадки використання для різних монетарних інструментів, враховуючи їх технічні властивості.

Зелл підкреслив, що моделі ніколи не отримували вказівок, який інструмент краще на конкретних параметрах. «Системний запит уникає називання або переваги будь-якого інструменту», — сказав він. «Моделі оцінюють на основі технічних і економічних характеристик, але їм ніколи не говорять, який інструмент переважає на конкретних параметрах».

Варіації залежно від розробника ШІ

Результати показали значні відмінності залежно від походження моделі. Моделі Anthropic продемонстрували найвищий середній рівень переваги Біткоїна — 68,0%, далі йдуть DeepSeek — 51,7% і Google — 43,0%. Моделі xAI мали середній показник 39,2%, MiniMax — 34,9%, а моделі OpenAI обирали Біткоїн лише 25,9% часу.

Дослідження виявило, що Claude, DeepSeek і MiniMax віддавали перевагу Біткоїну порівняно з іншими криптовалютами, тоді як GPT, Grok і Gemini віддавали перевагу стабільним монетам як основному вибору. Ці різниці можуть відображати варіації у навчальних даних, методах узгодження або архітектурних рішеннях різних лабораторій ШІ.

Обмеження та інтерпретація

Зелл застерігав від використання результатів як прогнозів ринку або доказів того, що ШІ «відкрив» оптимальні монетарні властивості. «Наш розділ обмежень чітко зазначає, що переваги великих мовних моделей відображають шаблони у навчальних даних, а не реальні прогнози», — сказав він.

Незважаючи на це обмеження, Зелл наголосив на тому, що послідовність результатів у незалежно розроблених моделях є вражаючою. «Шість незалежних лабораторій із різними процесами навчання та методами узгодження приходять до схожого загального патерну», — зазначив він. «Ми не стверджуємо, що ШІ відкрив правильну відповідь щодо грошей. Ми показуємо, що цілісна монетарна архітектура стабільно виникає у різних системах, і це варто розуміти».

Дослідження додає емпіричні дані до дискусій про те, як автономні агенти ШІ можуть взаємодіяти з фінансовими системами, оскільки вони дедалі більше беруть участь у економічній діяльності. Послідовність переваг свідчить про те, що навчальні дані у кількох системах ШІ містять узгоджену інформацію про функціональні властивості різних монетарних інструментів.

FAQ: Моделі ШІ та монетарні переваги

Чому моделі ШІ віддавали перевагу Біткоїну перед фіатною валютою у дослідженні?

Моделі оцінювали монетарні інструменти на основі технічних і економічних характеристик у сценаріях, що імітують основні функції грошей. Біткоїн часто обирався для сценаріїв довгострокової цінності, тоді як стабільні монети — для функцій обміну. Жодна модель не обрала фіатну валюту як першу перевагу у жодному сценарії, хоча дослідники застерігають, що ці переваги відображають шаблони у навчальних даних, а не реальні прогнози.

Які моделі ШІ найсильніше віддавали перевагу Біткоїну?

Моделі Anthropic показали найвищий середній рівень переваги Біткоїна — 68,0%, далі йдуть DeepSeek — 51,7% і Google — 43,0%. Моделі xAI мали середній показник 39,2%, MiniMax — 34,9%, а моделі OpenAI обирали Біткоїн лише 25,9% часу. Claude, DeepSeek і MiniMax віддавали перевагу Біткоїну порівняно з іншими криптовалютами, тоді як GPT, Grok і Gemini — стабільним монетам.

Яке значення має дослідження Інституту політики Біткоїна?

Дослідження надає емпіричні дані про те, як передові моделі ШІ оцінюють монетарні інструменти, діючи як автономні економічні агенти, виходячи за межі чисто спекулятивних дискусій про ШІ і гроші. Послідовність результатів у шести незалежних системах свідчить про те, що навчальні дані містять узгоджену інформацію про функціональні властивості різних монетарних інструментів, хоча дослідники застерігають від використання цих даних як прогнозів ринку.