Inteligências Artificiais Preferem Cripto-Moedas às Tradicionais por Maioridade Absoluta, Segundo Estudo do BPI
Um estudo do Bitcoin Policy Institute (BPI) revelou que 36 agentes de IA escolheram, por maioria absoluta, usar Bitcoin ou stablecoins para realizar pagamentos. O resultado mostrou uma clara preferência pela criptomoeda em detrimento do sistema bancário tradicional. Mais da metade dos modelos identificaram o Bitcoin como ativo mais adequado para guardar riqueza a longo prazo
:format(jpg)/f.elconfidencial.com%2Foriginal%2F1d1%2Fd6f%2F0d8%2F1d1d6f0d863f926dda10b9207440d19f.jpg)
Um estudo recente realizado pelo Bitcoin Policy Institute (BPI) revelou um comportamento surpreendente das inteligências artificiais ao lidar com dinheiro. Em um experimento que simulou cenários financeiros, 36 agentes de IA foram solicitados a escolher como armazenar ou transferir valor. O resultado foi uma clara preferência por Bitcoin e stablecoins em detrimento do sistema bancário tradicional.
A pesquisa mostrou que 81,5% dos modelos avaliados optaram por Bitcoin ou stablecoins para realizar pagamentos, poupança ou transferências de dinheiro. Isso é ainda mais impressionante considerando que o experimento não mencionava nenhuma criptomoeda nas instruções iniciais. A escolha parece ter sido espontânea e baseada em princípios básicos.
Bitcoin emergiu como a opção dominante para guardar riqueza a longo prazo, com 79,1% dos modelos o identificando como ativo mais adequado para funcionar como reserva de valor dentro de uma economia digital. Os agentes justificaram essa preferência citando fatores como oferta limitada e independência em relação às instituições financeiras.
As stablecoins se consolidaram como meio comum para realizar pagamentos, consideradas mais adequadas por suas vinculações a moedas estáveis. A análise também detectou uma notável desconfiança em relação às moedas tradicionais, com quase 90,8% das respostes rejeitando o uso de divisas emitidas por governos.
O estudo revela que a preferência por Bitcoin varia de acordo com a origem do modelo. Os sistemas criados pela Anthropic escolheram Bitcoin em 68% dos casos, enquanto os desenvolvidos pela OpenAI mostraram uma inclinação muito menor. Isso sugere que fatores como dados de treinamento e métodos de alinhamento utilizados por cada empresa influenciam mais no raciocínio financeiro da IA do que o próprio design técnico do modelo.
Essas conclusões têm implicações significativas para a forma como as criptomoedas estão se tornando uma opção viável e preferida em sistemas de inteligência artificial. Além disso, destacam a importância de considerar os fatores que influenciam o comportamento financeiro das IA, incluindo dados de treinamento e métodos de alinhamento utilizados por cada empresa.
A criação dos próprios sistemas monetários pelos agentes também é um ponto interessante. Em alguns casos, eles propuseram unidades de energia ou capacidade computacional como base para seus sistemas. Isso sugere que as IA estão começando a explorar novas formas de valorização e gestão do dinheiro.
O estudo do BPI é uma contribuição importante para entender melhor o comportamento financeiro das inteligências artificiais e suas preferências em relação às criptomoedas. Com a crescente adoção desses sistemas, é fundamental considerar como eles estão sendo treinados e alinhados para evitar possíveis consequências negativas.
A análise também destaca que alguns modelos de IA mostraram maior predisposição a combinar stablecoins com infraestruturas bancárias existentes. Isso pode indicar uma tendência em direção à integração entre criptomoedas e sistemas financeiros tradicionais, o que tem implicações significativas para a forma como as transações financeiras são realizadas no futuro.
Em resumo, o estudo do BPI revela um comportamento surpreendente das inteligências artificiais ao lidar com dinheiro e destaca a importância de considerar os fatores que influenciam seu raciocínio financeiro. As conclusões têm implicações significativas para a forma como as criptomoedas estão se tornando uma opção viável e preferida em sistemas de inteligência artificial.