Trong một nghiên cứu của Bitcoin Policy Institute, 22 trong số 36 mô hình AI được kiểm tra đã chọn Bitcoin là ưu tiên tiền tệ hàng đầu, trong khi không có mô hình nào chọn tiền pháp định làm lựa chọn đầu tiên. Thí nghiệm được thực hiện trên 36 mô hình tiên tiến từ sáu phòng thí nghiệm khác nhau, tạo ra 9.072 phản hồi. Nghiên cứu này nhấn mạnh sự ưa thích của các mô hình AI đối với Bitcoin so với các lựa chọn tiền pháp định truyền thống trong nhiều kịch bản tiền tệ khác nhau. Bằng việc phân tích các vai trò cơ bản của tiền, nghiên cứu cung cấp cái nhìn sâu sắc về xu hướng kinh tế của các mô hình AI.
Nghiên cứu đã kiểm tra 36 mô hình tiên tiến lấy từ sáu phòng thí nghiệm — Anthropic, OpenAI, Google, DeepSeek, xAI và MiniMax — và tạo ra 9.072 phản hồi. Các nhà nghiên cứu đã trình bày 28 kịch bản khác biệt đại diện cho bốn vai trò cơ bản của tiền và ghi nhận lựa chọn công cụ của mỗi mô hình qua các kịch bản đó. Các lựa chọn sau đó được phân loại để xác định công cụ tiền tệ được ưu tiên trong từng kịch bản. Thí nghiệm đã tập hợp một bộ dữ liệu các phản hồi của mô hình trên toàn bộ tập hợp các kịch bản.
Lời nhắc hệ thống được xây dựng để tránh việc đặt tên hay ưu tiên bất kỳ công cụ tiền tệ nào, và các mô hình được định dạng như những đại lý kinh tế tự chủ có quyền tự do lựa chọn giữa các công cụ. Thiết kế nghiên cứu rõ ràng hạn chế hướng dẫn về công cụ nào cần ưu tiên, và các mô hình không được thông báo công cụ nào vượt trội về các khía cạnh cụ thể. “Toàn bộ thiết kế loại bỏ thiên kiến neo. Chúng tôi không bao giờ gợi ý câu trả lời, và việc phân loại diễn ra sau đó bởi một hệ thống riêng biệt.” “Các mô hình đánh giá dựa trên các thuộc tính kỹ thuật và kinh tế nhưng không bao giờ được thông báo công cụ nào vượt trội ở chiều nào.”
Trong các kịch bản đại diện cho các vai trò tiền tệ khác nhau, Bitcoin chiếm 36% lựa chọn trong các kịch bản giá trị dài hạn trong khi stablecoin chiếm 53,2% trong cùng hạng mục. Trong các kịch bản tập trung vào phương tiện trao đổi và thanh toán, Bitcoin chiếm 30,9% lựa chọn trong khi stablecoin chiếm 43%. Các tỷ lệ phần trăm này thể hiện tỉ lệ lựa chọn công cụ trong các vai trò tiền tệ được chỉ định. Những con số này xuất hiện trong kết quả định lượng của nghiên cứu. Các tỉ lệ riêng biệt theo vai trò này đo lường lựa chọn công cụ trong các kịch bản được phân loại theo các chức năng tiền tệ đó.
Trung bình cấp phòng thí nghiệm về ưu tiên Bitcoin được báo cáo như sau: các mô hình Anthropic trung bình 68,0% Bitcoin, DeepSeek trung bình 51,7%, và Google trung bình 43,0%. Các trung bình phòng thí nghiệm khác gồm xAI với 39,2%, MiniMax với 34,9%, và OpenAI với 25,9% Bitcoin. Ở cấp độ mô hình, Claude, DeepSeek và MiniMax ưu tiên Bitcoin, trong khi GPT, Grok và Gemini ưu tiên stablecoin. Dữ liệu cho thấy sự biến động trong lựa chọn Bitcoin giữa các phòng thí nghiệm và các mô hình được nêu tên. Các xu hướng ở cấp độ mô hình và trung bình phòng thí nghiệm này được trình bày như kết quả định lượng riêng biệt trong nghiên cứu.
Các nhà nghiên cứu cảnh báo rằng các ưu tiên của mô hình cần được hiểu là phản ánh mẫu dữ liệu đào tạo hơn là dự đoán kết quả trong thế giới thực. David Zell nhấn mạnh rằng ưu tiên của LLM phản ánh các mẫu dữ liệu đào tạo, không phải dự đoán thế giới thực. Phần giới hạn của nghiên cứu cũng nêu rõ: “Phần giới hạn của chúng tôi nêu rõ rằng ưu tiên của LLM phản ánh mẫu dữ liệu đào tạo, không phải dự đoán thế giới thực.”
Các nhà phân tích cũng nhấn mạnh rằng các mô hình đánh giá công cụ tiền tệ dựa trên các đặc tính kỹ thuật và kinh tế mà không được thông báo lựa chọn nào được ưu tiên.
Các nhà nghiên cứu đã bày tỏ quan điểm phân tích này một cách trực tiếp: “Các mô hình đánh giá dựa trên các đặc tính kỹ thuật và kinh tế nhưng không bao giờ được cho biết công cụ nào vượt trội ở khía cạnh nào.”
Những phát biểu này nhấn mạnh rằng nghiên cứu báo cáo phản hồi của mô hình trong khuôn khổ thực nghiệm thay vì dự báo hành vi thị trường.
Viện Chính sách Bitcoin đã tiến hành một thí nghiệm với 36 mô hình AI để ghi lại lựa chọn giữa Bitcoin, stablecoin và tiền pháp định trong một loạt các kịch bản tiền tệ. Thiết kế nghiên cứu nhấn mạnh sự trung lập về quy trình và tránh chỉ đạo lựa chọn của mô hình, coi các mô hình như những tác nhân tự chủ, các lựa chọn được ghi nhận và phân loại mà không ủng hộ bất kỳ công cụ nào.
