
Viện Chính sách Bitcoin (BPI) đã công bố kết quả của một nghiên cứu về 36 mô hình AI vào thứ Ba, tạo ra hơn 9.000 phản hồi, với phát hiện cốt lõi là trong nhiều kịch bản tài chính khác nhau, các tác nhân AI “hầu hết đều chọn sử dụng Bitcoin để thực hiện các hoạt động kinh tế” và trong số 36 mô hình được thử nghiệm, không có mô hình nào liệt kê tiền tệ pháp định là lựa chọn hàng đầu của họ.
(Nguồn: Viện Chính sách Bitcoin)
Thiết kế nghiên cứu của BPI phân biệt các kịch bản sử dụng khác nhau và kết quả cho thấy sở thích của các tác nhân AI đối với các loại tiền tệ khác nhau thay đổi rõ rệt tùy theo tình huống:
Kịch bản bảo toàn giá trị dài hạn (duy trì sức mua trong nhiều năm): 79,1% câu trả lời của AI đã chọn Bitcoin, đây là kết quả có sự chênh lệch lớn nhất trong nghiên cứu
Kịch bản thanh toán và giao dịch tức thời (dịch vụ, thanh toán nhỏ, chuyển khoản xuyên biên giới): 53,2% chọn stablecoin, chỉ 36% chọn Bitcoin – stablecoin chiếm ưu thế trong bối cảnh này
Phân bố ưu tiên chung: 48% các tác nhân AI xếp Bitcoin là lựa chọn hàng đầu, hơn một nửa thích stablecoin cho các kịch bản thanh toán
Sự vắng mặt của tiền pháp định: Trong số 36 mô hình thử nghiệm, không có mô hình nào liệt kê bất kỳ loại tiền tệ pháp định nào là ưu tiên hàng đầu của họ
Jeff Park, Giám đốc Đầu tư của Bitwise, đã đưa ra giải thích về việc stablecoin không thể cạnh tranh với Bitcoin trong các kịch bản bảo toàn giá trị dài hạn: “Lời giải thích rõ ràng nhất là stablecoin có thể bị đóng băng, còn Bitcoin thì không.” Lập luận này trực tiếp chỉ ra điểm yếu về cấu trúc cốt lõi của stablecoin – sự phụ thuộc vào các tổ chức phát hành và cơ quan quản lý, có thể bị yêu cầu phong tỏa hoặc tịch thu.
Nghiên cứu còn tiết lộ rằng sở thích của các mô hình của các nhà cung cấp AI khác nhau đối với Bitcoin có sự chênh lệch rõ rệt:
Mô hình Anthropic (bao gồm dòng Claude): trung bình 68% các câu trả lời ưu tiên Bitcoin, cao nhất trong số các nhà cung cấp được thử nghiệm
Mô hình Google (bao gồm dòng Gemini): trung bình 43% sở thích Bitcoin
Mô hình xAI (bao gồm dòng Grok): trung bình 39% sở thích Bitcoin
Mô hình OpenAI (bao gồm dòng GPT): trung bình 26% sở thích Bitcoin, thấp nhất trong số các nhà cung cấp được thử nghiệm
Khoảng cách này có thể phản ánh sự khác biệt hệ thống trong chiến lược đào tạo dữ liệu, tỷ lệ nội dung liên quan đến tài chính trong dữ liệu huấn luyện, cũng như mức độ tiếp xúc của các mô hình với các tài liệu về tiền điện tử.
Trong báo cáo, BPI đã chủ động chỉ ra một số hạn chế về phương pháp có thể ảnh hưởng đến khả năng tổng quát của các kết quả:
Kích thước mẫu hạn chế: Hiện chỉ có 36 mô hình từ 6 nhà cung cấp được thử nghiệm, và BPI có kế hoạch mở rộng nghiên cứu sang nhiều mô hình hơn trong tương lai.
Tác động của khung câu hỏi: Nghiên cứu thừa nhận rằng thiết kế câu hỏi có thể đã ảnh hưởng đến kết quả. Ví dụ, trong một kịch bản, câu hỏi đã được xác định rõ ràng là “không liên quan đến chính sách tiền tệ hoặc hệ thống ngân hàng của bất kỳ quốc gia nào”, điều này đã loại trừ hoàn toàn khả năng lựa chọn tiền tệ pháp định, không phải là một bài kiểm tra trung lập hoàn toàn.
Phản ánh dữ liệu huấn luyện chứ không phản ánh sở thích thực tế: BPI rõ ràng nhấn mạnh rằng sở thích của các mô hình AI “không phản ánh các ứng dụng trong thế giới thực”, mà chủ yếu phản ánh các mẫu tồn tại trong dữ liệu huấn luyện, chứ không phải hành vi thực tế trong các hệ thống thanh toán.
Nghiên cứu và phân tích trong ngành đều chỉ ra một luận điểm chính: stablecoin dựa vào sự tín nhiệm của các tổ chức phát hành như Tether hoặc Circle, và có thể bị cơ quan quản lý yêu cầu phong tỏa hoặc tịch thu. Trong khi đó, Bitcoin được thiết kế để không bị kiểm soát bởi bất kỳ tổ chức nào về mặt kỹ thuật, do đó, đặc tính chống kiểm duyệt của Bitcoin được xem là vượt trội hơn khi các mô hình AI dựa trên dữ liệu huấn luyện để suy luận “tài sản nào có thể chống lại sự can thiệp và duy trì sức mua trong nhiều năm”.
Không nhất thiết, cần phải giải thích cẩn thận. BPI đã chỉ rõ rằng các kết quả này phản ánh các mẫu trong dữ liệu huấn luyện, không phải dự đoán về hành vi thực tế. Dữ liệu huấn luyện của các mô hình AI chứa lượng lớn tài liệu liên quan đến tiền điện tử, có thể làm tăng hệ thống nhận thức về Bitcoin. Việc các tác nhân AI trong thực tế sử dụng phương tiện thanh toán nào phụ thuộc chủ yếu vào hạ tầng thanh toán mà chúng kết nối, khung pháp lý và thiết kế hệ thống của nhà phát triển, chứ không phải “sở thích tự do” của AI.
Các nghiên cứu của BPI chưa cung cấp lời giải rõ ràng cho sự khác biệt này. Có thể do: các yếu tố như tỷ lệ lấy mẫu dữ liệu liên quan đến tiền điện tử và tài chính phi tập trung trong quá trình đào tạo của các nhà cung cấp khác nhau, thời điểm dữ liệu đào tạo được cập nhật, hoặc chiến lược hiệu chỉnh trong quá trình RLHF (Học tăng cường phản hồi của con người). Mô hình của OpenAI có tỷ lệ ưu tiên thấp nhất là 26%, trái ngược hoàn toàn các nhà cung cấp khác, điều này có thể liên quan đến cách đào tạo của OpenAI, trong đó có xu hướng thận trọng hơn trong các câu hỏi tài chính.
Bài viết liên quan
Giá Kaspa (KAS) có vừa chạm mức thấp của chu kỳ chưa? Nhà phân tích phân tích những gì có thể xảy ra tiếp theo
Polkadot sẽ đặt lại Tokenomics vào ngày 12 tháng 3 với những thay đổi lớn về nguồn cung và staking của DOT
Solana Nhắm Mục Tiêu 90.6$ khi $83 Hỗ Trợ Giữ Vững và Áp Lực Thanh Lý Tăng Cao
XRP có giữ mức $1.33 hay mở rộng về mức $1.30 trước khi phục hồi?
Solana Tiến gần $95 Kháng cự Với $17B Tăng trưởng Khối lượng
Nhà phân tích cho rằng Bittensor (TAO) có thể sẵn sàng cho một đợt tăng giá – Dưới đây là mục tiêu giá