Cinco modelos de IA de referência — Kimi K26, ChatGPT 5.6 Sol, Claude Fable 5, Grok 4.3 e Gemini Pro — foram convidados a avaliar se o criador do Bitcoin, Satoshi Nakamoto, terá sido um indivíduo singular ou um grupo, utilizando análise de probabilidade bayesiana. Os modelos produziram estimativas de criador em separado que variaram entre 45% e 70%, uma diferença de 25 pontos que revela mais padrões de raciocínio da IA do que a identidade real de Satoshi. Apenas o ChatGPT 5.6 Sol reconciliou as suas probabilidades numa estimativa única e consistente de 54% para um criador em separado, enquanto o Kimi K26 foi o único modelo a favorecer uma explicação de grupo, com 50% versus 45% para um criador em separado. Todos os cinco modelos citaram uma voz de escrita e estilo de codificação consistentes como base de evidência principal; ainda assim, quatro de cinco falharam em reconciliar corretamente as suas próprias percentagens no cenário bayesiano. O experimento evidencia como os sistemas de IA estruturam a incerteza de forma diferente ao confrontar o mistério de dezassete anos da identidade anónima do criador do Bitcoin.
Cinco modelos de IA avaliam a identidade de Satoshi Nakamoto com análise bayesiana
Cada modelo de IA recebeu um pedido idêntico para construir uma simples árvore de cenários bayesianos, identificar os três cenários mais prováveis sobre se Satoshi Nakamoto terá sido um indivíduo singular ou parte de um grupo, atribuir probabilidades a cada cenário e garantir que os três cenários mais uma categoria de “outros cenários” totalizavam 100%. Os modelos foram depois solicitados a estimar a probabilidade global de que Satoshi fosse um indivíduo singular versus parte de um grupo. Um criador em separado que permaneceu em silêncio durante mais de uma década carrega uma narrativa e um peso de mercado diferentes do de uma pequena equipa que ainda pode estar ativa, coordenada, ou a deter chaves sob múltiplas estruturas de controlo. Padrões on-chain, como a impressão Patoshi, reforçaram a tese de uma entidade de mineração inicial dominante; no entanto, ainda não resolveram totalmente se essa entidade era uma única pessoa ou várias a trabalharem em conjunto.
Kimi K26 favorece explicação de grupo com 50% de probabilidade
O Kimi K26 deu peso à autoria em separado em 45% porque o whitepaper e o código exibem uma voz unificada, um estilo C++ consistente e uma janela estreita de especialização típica de um polímata. No entanto, o modelo atribuiu 35% de probabilidade a um cenário de pequena equipa coordenada, citando a atividade contínua em fóruns de 2008 a 2010 e a sincronização de domínio em criptografia, economia e domínio de codificação. Um coletivo institucional recebeu 15% de probabilidade, dada a ausência de fugas de informação ou artefactos burocráticos, enquanto os “outros” cenários capturaram 5%. Esses priors conduziram a uma probabilidade de 45% para criador em separado versus 50% para grupo, tornando o Kimi K26 o único modelo no painel a favorecer uma explicação de grupo em detrimento de um criador em separado.
ChatGPT 5.6 Sol produz estimativa de 54% consistente para criador em separado
O ChatGPT 5.6 Sol atribuiu 54% de probabilidade a um cenário de indivíduo singular, 30% a uma pequena equipa coordenada, 10% a um criador principal com assistentes e 6% a outros cenários. O modelo foi o único no painel a reconciliar as percentagens dos seus cenários num desdobramento limpo para duas vias, mostrando o seu trabalho de alocação do início ao fim. A estimativa de 54% para indivíduo em separado baseou-se sobretudo num estilo de escrita invulgarmente consistente de Satoshi, numa filosofia técnica coerente, numa abordagem de codificação uniforme e numa comunicação pública rigidamente controlada. A probabilidade de 46% para o grupo manteve-se substancial porque o Bitcoin combina criptografia, sistemas distribuídos, economia e engenharia de software num nível que poderia sugerir vários especialistas a trabalhar por trás de uma única identidade.
Grok 4.3 atribui 52% de probabilidade ao cenário de indivíduo singular
O Grok 4.3 produziu uma probabilidade posterior de 52% para um indivíduo singular, partindo de um prior de 60% baseado em precedentes históricos de criptógrafos individuais produzirem sistemas complexos e coesos. A evidência principal incluiu análises estilométricas que mostram uma voz e uma estrutura consistentes no whitepaper do Bitcoin, além do padrão on-chain de Patoshi que evidencia um controlo inicial unificado de mineração por uma única entidade. Um cenário de pequena equipa recebeu 30% de probabilidade para acomodar amplitude e ligeiras mudanças de estilo entre fóruns e e-mails, mas foi penalizado pela ausência limpa, ao longo de vários anos, de fugas de informação ou contradições. O caso híbrido de líder com assistentes recebeu 10% de probabilidade, enquanto outros cenários receberam 8%.
Claude Fable 5 atribui 50% de probabilidade ao cenário de autor em separado
O Claude Fable 5 ancorou-se em evidência estilométrica e comportamental, atribuindo 50% de probabilidade a um cenário de autor em separado. O modelo referiu que os textos de Satoshi mostram uma voz consistente, convenções de ortografia e idiossincrasias, incluindo ortografias britânicas e espaços duplos após pontos, e que a base de código original reflete o estilo de um único programador. Ainda assim, a amplitude do projeto em criptografia, economia, engenharia C++ e networking ponto-a-ponto ultrapassa a competência típica de um indivíduo, e as lacunas na atividade sugerem possível consultoria. O modelo reservou 25% de probabilidade para colaboração informal, 15% para uma pequena equipa coordenada e 10% para outros cenários. O modelo assumiu que artefactos públicos, incluindo e-mails, posts de fórum e código, são representativos e não foram deliberadamente ofuscados.
Gemini Pro atribui 70% de probabilidade ao cenário de indivíduo singular
O Gemini Pro produziu a estimativa mais alta para criador em separado no painel, com 70%, dividindo o cenário de indivíduo singular em dois subcenários: um cypherpunk estabelecido (60%) e um desconhecido isolado (10%). O raciocínio do modelo baseou-se em três fatores principais: a consistência estilística da base de código original, a “voz” unificada entre e-mails e dados de timestamp que indicam o ciclo de sono de uma única pessoa. A suposição central foi que um grupo inevitavelmente revelaria hábitos de codificação diversos ou horas ativas sobrepostas. Ainda assim, o modelo atribuiu 25% de probabilidade a um cenário de equipa, reconhecendo que uma coletividade pequena e altamente disciplinada poderia, teoricamente, mascarar a sua colaboração por trás de uma única persona. A categoria “outros” de 5% cobriu extremos pouco prováveis.
Modelos de IA mostram uma variação de 25 pontos nas estimativas de probabilidade de Satoshi
Os números do painel revelam mais sobre o comportamento do modelo do que sobre a identidade de Satoshi. Cinco sistemas solicitados a executar a mesma experiência bayesiana produziram estimativas de indivíduo em separado que variaram entre 45% e 70%, uma diferença de 25 pontos que enfraquece qualquer alegação de consenso da IA sobre a questão. Apenas o Kimi K26 se afastou completamente do padrão, favorecendo uma explicação de grupo em vez de um Satoshi em separado; enquanto Grok, ChatGPT e Claude Fable ficaram próximos entre si, perto da marca 50-50. A diferença expõe como “bayesiano” é aplicado de forma pouco rigorosa: a maioria dos modelos ignorou a matemática real, com quatro de cinco falhando em reconciliar as suas próprias percentagens de cenário num desdobramento limpo de indivíduo em separado versus grupo. O ChatGPT 5.6 Sol foi a exceção, mostrando o seu trabalho de alocação do início ao fim. A escolha do enquadramento do Gemini Pro — ao dividir “indivíduo em separado” em dois subcenários — explica provavelmente o seu valor aberrante de 70% mais do que qualquer evidência única que tenha citado. Todos os cinco modelos apontaram para os mesmos dois pilares — voz de escrita consistente e estilo de codificação consistente — como base de evidência, e todos traçaram uma linha idêntica entre essa evidência e especulação pura sobre identidades específicas ou apoiantes institucionais.
Perguntas Frequentes
Que probabilidade o Kimi K26 atribuiu a Satoshi ser um indivíduo em separado?
O Kimi K26 atribuiu 45% de probabilidade a um cenário de criador em separado e 50% a um cenário de grupo, tornando-o o único modelo de IA no painel a favorecer uma explicação de grupo em vez de um criador em separado.
Qual modelo de IA produziu o cálculo bayesiano mais consistente?
O ChatGPT 5.6 Sol foi o único modelo a reconciliar as suas percentagens de cenário num desdobramento limpo para duas vias, mostrando o seu trabalho de alocação do início ao fim com uma estimativa consistente de 54% para criador em separado versus 46% de probabilidade para grupo.
Que evidências é que todos os cinco modelos de IA citaram para as suas avaliações de Satoshi?
Todos os cinco modelos de IA citaram uma voz de escrita consistente e um estilo de codificação consistente como base principal de evidência, e todos traçaram uma linha idêntica entre essa evidência e pura especulação sobre identidades específicas ou apoiantes institucionais.
