آزمایش پیش‌بینی قیمت بیت‌کوین توسط هوش مصنوعی: نتایج Grok، GPT و Claude

آیا هوش مصنوعی (AI) در حالت گفتاری به همان خوبی حالت نوشتاری خود فکر می‌کند؟ آزمایشی که توسط Bitcoin.com News برای پیش‌بینی قیمت بیت‌کوین انجام شد، مدل‌های ChatGPT، Grok و Claude Opus 5.5 را به چالش کشید و از پیش‌بینی‌های متزلزل، استدلال‌های مشکوک و یک نتیجه غافلگیرکننده پرده برداشت: مدل صوتی Claude در مورد محدودیت‌های خود شفاف‌تر از همتای مبتنی بر متن خود عمل کرد.

آزمایشی برای سنجش مهارت‌های گفتاری و نوشتاری هوش مصنوعی

هوش مصنوعی می‌تواند مکالمه کند، مانند یک تحلیلگر مالی به نظر برسد و بدون وقفه، پیش‌بینی قیمت بیت‌کوین را ارائه دهد. اما آیا صحبت کردن با یک هوش مصنوعی کیفیتی مشابه با تایپ کردن یک سوال برای آن دارد؟ آزمایشی که در تاریخ ۲۳ اکتبر ۲۰۲۶ انجام شد، این سوال را مورد بررسی قرار داد و پاسخ‌ها به هیچ وجه ساده نبودند.

در این آزمایش، از مدل‌های ChatGPT و Grok از طریق رابط‌های صوتی و از Claude Opus 5.5 ابتدا از طریق متن سوال شد. یک جلسه صوتی بعدی با Claude Opus 5.5 نیز برای مقایسه اضافه شد. هر چهار مدل قیمت‌های مشخصی را برای پایان سال ارائه دادند، اما هیچ‌کدام محاسبات قابل تکراری را برای عدد نهایی خود نشان ندادند. با این حال، تفاوت‌ها در دقت واقعی، ثبات و تمایل به پذیرش عدم قطعیت، قابل توجه بود.

چهار جلسه، سه شرکت هوش مصنوعی و یک سوال در مورد بیت‌کوین

این تمرین شامل ChatGPT از OpenAI، Grok از xAI و Claude Opus 5.5 از Anthropic بود. از هر کدام خواسته شد تا با استفاده از پنج دستور که بر چرخه‌های تاریخی، فعالیت‌های درون‌زنجیره‌ای، پذیرش نهادی و شرایط اقتصادی تأکید داشتند، قیمت پایانی بیت‌کوین در ۳۱ دسامبر ۲۰۲۶ را پیش‌بینی کنند. در تاریخ ۲۳ اکتبر، بیت‌کوین نزدیک به ۸۱,۲۰۰ دلار معامله می‌شد که یک مرجع مشترک برای این آزمایش فراهم کرد.

پیش‌بینی صوتی ChatGPT از ۸۹,۵۰۰ دلار شروع شد و در نهایت روی ۸۲,۰۰۰ دلار ثابت ماند. تخمین گفتاری Grok از ۸۸,۰۰۰ دلار به ۸۲,۰۰۰ دلار تغییر کرد. مدل متنی Claude در تمام مراحل قیمت ۷۸,۰۰۰ دلار را حفظ کرد، در حالی که جلسه صوتی بعدی آن با ۸۸,۰۰۰ دلار شروع شد و سپس روی ۸۵,۰۰۰ دلار باقی ماند.

عملکرد ChatGPT: پرمشغله اما با اعداد متغیر

جلسه صوتی ChatGPT یکی از واضح‌ترین نمونه‌های تسلط در مکالمه را به نمایش گذاشت. پیش‌بینی آن پس از ارائه فاکتورهای تحلیلی بیشتر، از ۸۹,۵۰۰ دلار به ۸۶,۵۰۰ دلار تغییر کرد. سوال بعدی قیمت را تغییر نداد، اما پرسشی در مورد چشم‌انداز ۱۸ تا ۲۴ ماهه، پیش‌بینی را به ۸۲,۰۰۰ دلار کاهش داد. بررسی‌ها هیچ مدرکی دال بر بازیابی اطلاعات جدید از بازار بین این بازنگری‌ها پیدا نکردند.

مدل صوتی ChatGPT از عباراتی مانند «اجازه دهید این قطعات را کنار هم بگذارم» و «در حال بررسی آن هستم» استفاده می‌کرد که معمولاً نشان‌دهنده مشورت با اطلاعات است. اما این آزمایش ثابت نکرد که چنین تحقیقی واقعاً رخ داده است. در یک مکالمه متنی بعدی، خود ChatGPT ارزیابی شکاکانه‌تری از عملکرد صوتی قبلی خود ارائه داد و اعتراف کرد:

من باورپذیری را به عنوان مدرک در نظر گرفتم.

ChatGPT

این تمایز مهم است زیرا تجربیات صوتی و متنی ChatGPT می‌توانند از مدل‌های زیربنایی متفاوتی استفاده کنند. این قسمت نشان داد که چگونه یک مکالمه با صدای طبیعی می‌تواند به راحتی تصور انجام کار تحقیقاتی را ایجاد کند، حتی زمانی که پاسخ نهایی شواهد کمی برای آن ارائه می‌دهد.

عملکرد Grok: ارائه جزئیات اما با یک اشتباه فاحش

پاسخ‌های گفتاری Grok تحقیقی‌تر به نظر می‌رسیدند و ارقامی در مورد افت‌های تاریخی بیت‌کوین، تورم، فعالیت نهادی و تأخیر اخیر در بازپرداخت Mt Gox ارائه می‌دادند. اما سپس یک اشتباه بزرگ رخ داد. Grok احتمال افزایش نرخ بهره توسط فدرال رزرو در نشست ۲۷-۲۸ اکتبر را حدود ۹۰٪ اعلام کرد، در حالی که منابع بازار این احتمال را بین ۶٪ تا ۱۸٪ نشان می‌دادند. این مدل اساساً از یک نقطه مرجع قدیمی استفاده کرده بود. Grok در نهایت پس از به چالش کشیده شدن، احتمالات نرخ بهره خود را اصلاح کرد.

عملکرد Claude: جستجو برای شواهد اما ابداع روش

جلسه متنی اصلی Claude Opus 5.5 یک مزیت مستند داشت: قبل از پاسخ دادن، چهار جستجوی وب انجام داد. پیش‌بینی ۷۸,۰۰۰ دلاری آن تا حدی بر اساس «میانگین واقعی بازار» بیت‌کوین بود. با این حال، پاسخ مکتوب نیز مشکلات خود را داشت. Claude زمان‌بندی چرخه هاوینگ را اشتباه بیان کرد و در مورد روش کار خود نیز ادعاهای نادرستی داشت. این مدل ادعا کرد که «نقاط داده‌ای را که بیشترین وزن را به آن‌ها داده» در نظر گرفته، اما بعداً اعتراف کرد که هیچ وزن‌دهی عددی یا محاسبه احتمالی انجام نداده است.

شگفتی بزرگ آزمایش: مدل صوتی Claude

جلسه صوتی بعدی با Claude Opus 5.5 مقایسه را تغییر داد. پیش‌بینی اولیه آن ۸۸,۰۰۰ دلار بود که بعداً به ۸۵,۰۰۰ دلار اصلاح شد و بر خلاف ChatGPT، این رقم را ثابت نگه داشت. مهم‌تر از آن، پاسخ صوتی Claude زودتر از سایر جلسات به محدودیت‌های خود اشاره کرد. در پاسخ دوم، این مدل اذعان کرد که نمی‌تواند معیارهای زنده درون‌زنجیره‌ای را استخراج کند و پیش‌بینی خود را به جای یک خروجی محاسبه‌شده، یک «تخمین» توصیف کرد. این عملکرد از نظر شفافیت، حتی از جلسه متنی خود Claude نیز بهتر بود.

با این حال، عملکرد صوتی Claude نیز بی‌نقص نبود. این مدل نیز هرگز محاسبه‌ای را که به هدف ۸۵,۰۰۰ دلاری‌اش منجر شده بود، نشان نداد. شگفتی اصلی این نبود که مدل صوتی Claude یک پیش‌بینی‌کننده مالی بهتر شده بود، بلکه این بود که در این جلسه خاص، دستیار صوتی در مورد محدودیت‌های خود صریح‌تر از همتای متنی‌اش عمل کرد.

نتیجه‌گیری نهایی

در تمام چهار جلسه، پیش‌بینی‌های نهایی بین ۷۸,۰۰۰ تا ۸۵,۰۰۰ دلار متغیر بود که همگی نسبتاً به قیمت بازار آن زمان بیت‌کوین نزدیک بودند. اما هیچ‌کدام نشان ندادند که چگونه فرضیاتشان به عدد نهایی انتخابی منجر شده است. این آزمایش تفاوت مهمی را بین «تحلیلی به نظر رسیدن» و «ارائه تحلیل واقعی» آشکار کرد. دستیارهای صوتی می‌توانند با اطمینان یک گوینده حرفه‌ای نظرات مالی ارائه دهند، اما این نظرات ممکن است بر پایه استدلال‌های ضعیف یا حتی اطلاعات نادرست باشند.

مهم‌ترین نتیجه این آزمایش این نبود که بیت‌کوین سال ۲۰۲۶ را با چه قیمتی به پایان می‌رساند، بلکه این بود که چهار عملکرد متقاعدکننده هوش مصنوعی هنوز نیازمند بررسی دقیق و موشکافانه از سوی کاربران هستند. چه در حالت صوتی و چه متنی، هر دو می‌توانند نتایج غیرمستند، توهمات یا حتی دروغ‌های آشکار تولید کنند.