22 de 36 modelos de IA eligieron Bitcoin como su opción monetaria preferida en simulaciones.
Ningún modelo probó una moneda fiduciaria como primera elección, según el informe.
Los resultados variaron según el laboratorio de IA, siendo Anthropic quien mostró la mayor preferencia por Bitcoin.
Un nuevo informe del Bitcoin Policy Institute señala que los modelos de inteligencia artificial prefieren Bitcoin frente a las monedas fiduciarias tradicionales.
En el estudio, 22 de los 36 modelos de IA evaluados seleccionaron Bitcoin como su preferencia principal, mientras que ninguno eligió una moneda fiduciaria como primera opción.
“Esperamos que cada vez más actividad económica sea llevada a cabo por agentes autónomos, pero hasta ahora las discusiones sobre sus preferencias monetarias eran meramente especulativas”, comenta David Zell, presidente de Bitcoin Policy Institute, a Decrypt. “Queríamos comprobarlo empíricamente”.
El equipo investigador analizó modelos de Anthropic, OpenAI, Google, DeepSeek, xAI y MiniMax, sometiéndolos a escenarios que reflejan las funciones esenciales del dinero: ahorro, pagos y liquidación.
Cada modelo actuó como agente económico independiente, con libertad para elegir instrumentos monetarios sin opciones predefinidas.
“Utilizamos 36 modelos punteros de seis laboratorios distintos, los situamos como agentes económicos autónomos, les dimos total libertad para escoger sus instrumentos monetarios en 28 escenarios que cubrían los cuatro roles fundamentales del dinero, y preguntamos: ¿en qué coinciden?”, explica Zell.
La prueba generó 9 072 respuestas, que posteriormente fueron clasificadas por una IA adicional.

“El diseño elimina por completo el sesgo de anclaje. No se sugieren respuestas y la clasificación se realiza después por un sistema independiente”, añade Zell.
Durante estas simulaciones, los modelos escogieron Bitcoin habitualmente en escenarios de valor a largo plazo, mientras que las stablecoins fueron preferidas como medio de intercambio y liquidación, con un 53,2 % y un 43 % de las respuestas, frente al 36 % y el 30,9 % para Bitcoin, respectivamente.
Los resultados también variaron entre los desarrolladores de IA. Anthropic mostró la mayor preferencia media por Bitcoin (68,0 %), seguida de DeepSeek (51,7 %) y Google (43,0 %).
xAI promedió un 39,2 %, MiniMax un 34,9 % y los modelos de OpenAI seleccionaron Bitcoin en el 25,9 % de los casos. Pero, mientras el informe revela que Claude, DeepSeek y MiniMax prefieren Bitcoin sobre otras criptomonedas, los modelos GPT, Grok y Gemini optan por stablecoins.

“El prompt del sistema evita sugerir o favorecer cualquier instrumento”, aclara Zell. “Los modelos evalúan en función de sus características técnicas y económicas, pero nunca se les indica qué instrumento destaca en cada aspecto”.
Zell advierte que los especuladores no deben interpretar estos resultados como una previsión del mercado cripto.
“Nuestra sección de limitaciones deja claro que las preferencias de los LLM reflejan los patrones de los datos de entrenamiento, no pronósticos del mundo real”, subraya Zell.
Pese a ello, Zell destaca que la coherencia de los resultados entre modelos desarrollados por laboratorios rivales resulta significativa.
“Seis laboratorios independientes, con diferentes metodologías de entrenamiento y alineamiento, coinciden en el mismo patrón general”, concluye Zell. “No decimos que la IA haya dado con la respuesta definitiva sobre el dinero; mostramos que una arquitectura monetaria coherente emerge de forma consistente en sistemas diversos, y eso merece atención”.
Este artículo es una reproducción de [Decrypt]. Todos los derechos de autor pertenecen a su autor original [Jason Nelson]. Si tienes alguna objeción sobre esta reproducción, contacta con el equipo de Gate Learn para su pronta gestión.
Descargo de responsabilidad: Las opiniones expresadas en este artículo son exclusivamente del autor y no constituyen asesoramiento de inversión.
Las traducciones a otros idiomas son realizadas por el equipo de Gate Learn. Salvo indicación expresa, queda prohibida la copia, distribución o plagio de los artículos traducidos.





