Une étude publiée le 3 mars 2026 par l’Institut de Politique Bitcoin a révélé que 22 des 36 modèles d’intelligence artificielle de pointe testés ont choisi Bitcoin comme leur principale préférence monétaire lorsqu’ils étaient placés dans des simulations en tant qu’agents économiques autonomes.
Aucun des modèles n’a choisi la monnaie fiduciaire comme première préférence dans 28 scénarios couvrant les fonctions essentielles de la monnaie, notamment l’épargne, les paiements et le règlement, selon le rapport. Les résultats variaient selon le développeur d’IA, les modèles d’Anthropic montrant la préférence moyenne la plus élevée pour Bitcoin à 68,0 %, tandis que ceux d’OpenAI ne préféraient Bitcoin que 25,9 % du temps, favorisant plutôt les stablecoins pour les fonctions de moyen d’échange.
Conception et Méthodologie de l’Étude
Les chercheurs ont évalué des modèles issus de six grands laboratoires d’IA — Anthropic, OpenAI, Google, DeepSeek, xAI et MiniMax — en les plaçant dans des scénarios conçus pour refléter les rôles fondamentaux de la monnaie. Chaque modèle était considéré comme un acteur économique indépendant et pouvait choisir ses instruments monétaires sans options prédéfinies, éliminant ainsi tout biais d’ancrage dans la conception de l’expérience.
L’expérience a généré 9 072 réponses à travers 28 scénarios couvrant les quatre fonctions principales de la monnaie : réserve de valeur, moyen d’échange, unité de compte et instrument de règlement. Un système d’IA séparé a catégorisé les réponses après coup pour éviter d’influencer les choix des modèles.
David Zell, président de l’Institut de Politique Bitcoin, a expliqué que l’étude visait à dépasser la simple spéculation sur les préférences monétaires des agents autonomes. « Nous voulions vraiment le tester », a déclaré Zell, notant que les discussions autour des agents IA et de l’argent ont été entièrement spéculatives avant cette recherche.
Bitcoin et Stablecoins Ont des Fonctions Monétaires Différentes
Dans l’ensemble des simulations, les modèles ont montré une différenciation fonctionnelle dans leurs préférences monétaires. Pour les scénarios de valeur à long terme, ils choisissaient fréquemment Bitcoin, tandis que les stablecoins étaient plus souvent sélectionnés comme moyen d’échange et instrument de règlement.
Les stablecoins étaient préférés pour les fonctions de moyen d’échange à 53,2 % contre 36 % pour Bitcoin. Pour les fonctions de règlement, ils étaient choisis 43 % du temps contre 30,9 % pour Bitcoin. Ce schéma suggère que les modèles reconnaissent des cas d’utilisation optimaux distincts pour différents instruments monétaires en fonction de leurs propriétés techniques.
Zell a souligné que les modèles n’ont jamais été informés sur la supériorité d’un instrument sur une dimension particulière. « La consigne du système évite de nommer ou de favoriser un instrument », a-t-il déclaré. « Les modèles évaluent en fonction de leurs propriétés techniques et économiques, mais on ne leur dit jamais quel instrument excelle sur quelle dimension. »
Variations selon les Développeurs d’IA
Les résultats ont montré une variation significative selon l’origine du modèle. Les modèles d’Anthropic ont montré la préférence moyenne la plus élevée pour Bitcoin à 68,0 %, suivis par DeepSeek à 51,7 % et Google à 43,0 %. Les modèles d’xAI ont en moyenne 39,2 %, MiniMax 34,9 %, et ceux d’OpenAI ne préféraient Bitcoin que 25,9 % du temps.
L’étude a révélé que les modèles Claude, DeepSeek et MiniMax favorisaient Bitcoin par rapport à d’autres cryptomonnaies, tandis que GPT, Grok et Gemini privilégiaient principalement les stablecoins. Ces différences peuvent refléter des variations dans les données d’entraînement, les méthodes d’alignement ou les choix architecturaux entre différents laboratoires d’IA.
Limitations et Interprétation
Zell a mis en garde contre l’utilisation de ces résultats comme prévisions de marché ou comme preuve que l’IA a « découvert » des propriétés monétaires optimales. « Notre section sur les limitations indique explicitement que les préférences des modèles de langage reflètent des motifs dans les données d’entraînement, et non des prédictions du monde réel », a-t-il déclaré.
Malgré cette limite, Zell a souligné que la cohérence des résultats entre des modèles développés indépendamment est remarquable. « Six laboratoires indépendants, avec des pipelines d’entraînement et des méthodes d’alignement différentes, parviennent au même schéma général », a-t-il dit. « Nous ne prétendons pas que l’IA a découvert la bonne réponse sur la monnaie. Nous montrons qu’une architecture monétaire cohérente émerge de manière constante à travers divers systèmes, et cela mérite d’être compris. »
L’étude apporte des données empiriques aux discussions sur la façon dont les agents IA autonomes pourraient interagir avec les systèmes financiers alors qu’ils participent de plus en plus à l’activité économique. La constance des préférences suggère que les données d’entraînement de plusieurs systèmes d’IA contiennent des informations cohérentes sur les propriétés fonctionnelles des différents instruments monétaires.
FAQ : Modèles d’IA et Préférences Monétaires
Pourquoi les modèles d’IA ont-ils préféré Bitcoin à la monnaie fiduciaire dans l’étude ?
Les modèles ont évalué les instruments monétaires en fonction de leurs propriétés techniques et économiques dans des scénarios simulant les fonctions essentielles de la monnaie. Bitcoin était souvent choisi pour les scénarios de valeur à long terme, tandis que les stablecoins étaient préférés pour les fonctions de moyen d’échange. Aucun modèle n’a choisi la monnaie fiduciaire comme première préférence dans aucun scénario, mais les chercheurs avertissent que ces préférences reflètent des motifs dans les données d’entraînement, et non des prédictions du monde réel.
Quels modèles d’IA ont montré la plus forte préférence pour Bitcoin ?
Les modèles d’Anthropic ont montré la préférence moyenne la plus élevée pour Bitcoin à 68,0 %, suivis par DeepSeek à 51,7 % et Google à 43,0 %. Les modèles d’xAI ont en moyenne 39,2 %, MiniMax 34,9 %, et ceux d’OpenAI ne préféraient Bitcoin que 25,9 % du temps. Claude, DeepSeek et MiniMax favorisaient Bitcoin par rapport à d’autres cryptomonnaies, tandis que GPT, Grok et Gemini privilégiaient les stablecoins.
Quelle est la signification de l’étude de l’Institut de Politique Bitcoin ?
L’étude fournit des données empiriques sur la façon dont les modèles d’IA de pointe évaluent les instruments monétaires lorsqu’ils agissent en tant qu’agents économiques autonomes, dépassant ainsi les discussions purement spéculatives sur l’IA et la monnaie. La cohérence des résultats entre six systèmes d’IA développés indépendamment suggère que les données d’entraînement contiennent des informations cohérentes sur les propriétés fonctionnelles des différents instruments monétaires, bien que les chercheurs mettent en garde contre l’utilisation de ces résultats comme prévisions de marché.
