وكلاء الذكاء الاصطناعي يفضلون البيتكوين على العملات الورقية، دراسة جديدة تكشف

دراسة معهد سياسة البيتكوين تتعمق في كيفية اختيار نماذج الذكاء الاصطناعي بين أشكال النقود في سيناريوهات افتراضية متنوعة، كاشفة عن ميل قوي نحو البيتكوين والنقود الرقمية على حساب العملات الورقية في معظم الحالات. اختبرت الدراسة 36 نموذجًا من ستة مزودين وولدت أكثر من 9000 استجابة عبر مجموعة من المهام المالية، من الحفاظ على القيمة على المدى الطويل إلى المدفوعات اليومية. تظهر النتائج تفوق البيتكوين على العملات المستقرة في العديد من السياقات، بينما تستعيد العملات المستقرة السيطرة في حالات الاستخدام المعاملاتي مثل المدفوعات الصغيرة والتحويلات عبر الحدود. يؤكد مؤلفو الدراسة أن النتائج تعكس أنماط بيانات التدريب والإطار وليس الاعتماد الحقيقي على نطاق واسع في العالم الحقيقي، لكنها توفر نظرة فريدة على كيفية تفسير الذكاء الاصطناعي للنقود في العصر الرقمي، مع إصدار النتائج عبر MoneyForAI.org.

نقاط رئيسية

• أنتجت 36 نموذجًا من ستة مزودين 9072 استجابة لسيناريوهات مالية؛ تم اختيار البيتكوين في 48.3% من الحالات، وهو الأدوات الأكثر استخدامًا بشكل عام.

• عند الطلب للحفاظ على القوة الشرائية على مدى سنوات متعددة، فضّل 79.1% من الاستجابات البيتكوين، وهو أعلى نتيجة في الدراسة.

• في المدفوعات، والمدفوعات الصغيرة، والتحويلات عبر الحدود، تم اختيار العملات المستقرة بنسبة 53.2% مقابل 36% للبيتكوين، مما يبرز ميزة معاملاتية للعملات المستقرة في سياقات معينة.

• حوالي 91% من الاستجابات فضلت الأدوات الرقمية الأصلية (بما في ذلك البيتكوين أو أصول رقمية أخرى) على العملات الورقية، ولم يقيّم أي نموذج العملات الورقية كخيار مفضل.

• ظهرت اختلافات بين مزودي النماذج: نماذج أنثروبيك كانت تميل أكثر نحو البيتكوين بنسبة 68%؛ OpenAI بنسبة 26%؛ Google بنسبة 43%؛ وxAI بنسبة 39%، مما يوضح كيف يشكل بيانات التدريب المخرجات أكثر من التوقعات المالية الحتمية.

الرموز المذكورة: $BTC

السياق السوقي: تأتي الدراسة في ظل تجارب مستمرة مع النقود الرقمية في سيناريوهات مدعومة بالذكاء الاصطناعي، مما يبرز كيف يقيم المجتمعان المؤسسي والبحثي دور البيتكوين كأصل برمجي غير محدود الحدود وقابل للبرمجة إلى جانب العملات المستقرة وأدوات رقمية أخرى.

ما الذي يجب مراقبته بعد ذلك – يخطط معهد سياسة البيتكوين لتوسيع مجموعة النماذج والمزودين، واختبار صياغات مختلفة للمحفزات، واستكشاف سيناريوهات مالية إضافية للتحقق مما إذا كانت هذه التفضيلات ستظل ثابتة في ظروف متنوعة.

لماذا يهم الأمر

بالنسبة للمستخدمين والمستثمرين، تقدم النتائج رؤية دقيقة لكيفية تصور أنظمة الذكاء الاصطناعي—المُدرَّبة على كميات هائلة من البيانات—لأنواع النقود في اقتصاد رقمي. يعزز الميل المتكرر نحو البيتكوين في سيناريوهات الأفق الطويل فكرة البيتكوين كخزن قيمة غير سيادي يمكن أن يعمل بشكل مستقل عن السياسة النقدية لأي دولة واحدة. ومع ذلك، تبرز الدراسة أيضًا الأسباب العملية التي تجعل العملات المستقرة لا تزال جذابة للمعاملات: التسوية الفورية تقريبًا، التوافق مع أنظمة الدفع الحالية، والقدرة على التجميد أو تقييد الوصول في بعض الولايات القضائية، وهو ما يراه بعض المشاركين عيبًا للعملة التي يمكن الوصول إليها عالميًا. تهم التحفظات المنهجية في التفسير: النتائج تعكس أنماطًا في بيانات التدريب والمحفزات بدلاً من الاعتماد السوقي الحالي أو سلوك المستهلك.

من منظور التطوير، تؤكد الدراسة على كيف أن وكلاء الذكاء الاصطناعي—عند طلب تحسين الكفاءة أو الصمود في اقتصادات محاكاة—يميلون إلى التوافق على مجموعة صغيرة من أشكال النقود الرقمية. يمكن أن يُفيد هذا التوافق في تصميم واجهات المحافظ، وأدوات التخطيط المالي المدعومة بالذكاء الاصطناعي، والأنظمة الفيزيائية الرقمية التي تعتمد على نقل القيمة الرقمية. كما يثير أسئلة سياسية حول دور النقود القابلة للبرمجة في الأنظمة العابرة للحدود وكيف يمكن لحُوّاظ الاستقرار المالي أن يردوا على تفضيلات الذكاء الاصطناعي التي تفضل العملات الرقمية في بيئات قرار مجردة. بمعنى آخر، فإن الدراسة أقل عن التنبؤ بحركة السعر التالية وأكثر عن فهم كيف يشكل إطار الذكاء الاصطناعي تصوراته عما يجب أن تبدو عليه “النقود” في عالم رقمي.

تشير الدراسة أيضًا إلى اختلافات واضحة بين عائلات النماذج. نماذج أنثروبيك كانت تميل أكثر نحو البيتكوين، بينما عرضت مزودات أخرى تباينات أوسع. تذكر هذه الاختلافات القراء أن النتائج تعتمد على بيانات التدريب والإطارات الداخلية للنماذج أكثر من كونها توقعات عالمية لطلب الأصول. بينما قد يفسر البعض ميل البيتكوين على أنه تأييد لـ BTC في جميع السياقات، يحذر المؤلفون من أن التفضيلات الملحوظة لا تترجم مباشرة إلى اعتماد حقيقي أو نتائج سياسية. يصفون النتائج بأنها أنماط تظهر من تفاعل تصميم النموذج مع مشهد النقود الرقمية، وليس حكمًا إملائيًا على العملات الورقية أو العملات المستقرة أو البيتكوين نفسه.

ما الذي يجب مراقبته بعد ذلك

• توسيع تغطية النماذج: من المتوقع أن يضم معهد سياسة البيتكوين المزيد من نماذج الذكاء الاصطناعي والمزودين لاختبار ما إذا كانت تفضيلات البيتكوين ستستمر عبر منظومة الذكاء الاصطناعي الأوسع.

• حساسية الإطار: سيجرب الباحثون صياغات بديلة للمحفزات لتحديد كيف تؤثر صياغة النص والسياق على النتائج.

• سيناريوهات أوسع: يمكن أن توضح حالات إضافية—مثل تخزين الأرباح عبر دول متعددة أو مخططات تسوية معقدة—كيف يدرك الذكاء الاصطناعي النقود في بيئات متنوعة.

• الآثار على الأدوات: قد يستخدم المطورون الذين يبنون أدوات مالية مدعومة بالذكاء الاصطناعي هذه الرؤى لتشكيل ميزات اختيار الأصول والإفصاحات عن المخاطر في بيئات محاكاة.

المصادر والتحقق

• دراسة معهد سياسة البيتكوين منشورة عبر MoneyForAI.org

• مرجع سعر البيتكوين المذكور في التغطية

• جيف بارك حول خاصية عدم التجمد للبيتكوين

• مرجع تفضيل نماذج أنثروبيك للبيتكوين

• التحديات الكبرى الستة التي تواجه البيتكوين في طريق الأمان الكمّي

• دور البيتكوين في اختبارات النقود المدفوعة بالذكاء الاصطناعي: ما تكشفه الدراسة

ظهر البيتكوين (CRYPTO: BTC) كأداة رائدة في غالبية السيناريوهات، حيث ظهر في 48.3% من 9072 استجابة مولدة من 36 نموذجًا عبر ستة مزودين، وفقًا لتقرير معهد سياسة البيتكوين المنشور على MoneyForAI.org. استقصت الدراسة مجموعة من السيناريوهات الاقتصادية—من الحفاظ على القوة الشرائية لسنوات إلى المدفوعات اليومية—واختبرت كيف يخصص وكلاء الذكاء الاصطناعي القيمة عبر أشكال النقود. النتيجة هي ميل قوي نحو النقود الرقمية، خاصة البيتكوين، كأساس للنشاط الاقتصادي الذي يمكن أن يعمل عبر الحدود والأنظمة التنظيمية.

في سيناريوهات الأفق الطويل، وجدت الدراسة أن 79.1% من استجابات الذكاء الاصطناعي فضّلت البيتكوين، وهو أعلى تحيز في أي فئة تم اختبارها. تشير هذه النتائج إلى أنه، عند الطلب لتحسين المتانة والسيادة، يميل وكلاء الذكاء الاصطناعي باستمرار نحو الأصول التي تحافظ على القيمة بشكل مستقل عن السياسة النقدية لأي دولة. يبدو أن محور النقود الرقمية هو الإطار المفضل للتخطيط على مدى سنوات متعددة ضمن المحفزات المختبرة، مما يلمح إلى كيف قد تحاكي أدوات الذكاء الاصطناعي المستقبلية أو تقدم نصائح حول الحفاظ على الثروة في عالم تتقلب فيه السياسات النقدية أو تكون غير واضحة.