ایک نئی تحقیق کے مطابق، AI ایجینٹس فیاٹ کے بجائے بٹ کوائن کو ترجیح دیتے ہیں

Ai Agents Prefer Bitcoin Over Fiat, New Study Finds

ایک Bitcoin پالیسی انسٹی ٹیوٹ کی تحقیق یہ جاننے کے لیے گہرائی تک جاتی ہے کہ مصنوعی ذہانت کے ماڈل مختلف فرضی سیناریوز میں رقم کی شکلوں میں سے کیسے انتخاب کرتے ہیں، جس سے زیادہ تر صورتوں میں فیاٹ کے مقابلے میں Bitcoin اور ڈیجیٹل رقم کی طرف مضبوط رجحان ظاہر ہوتا ہے۔ تحقیق نے ستھرے فراہم کنندگان کے 36 ماڈلز کا امتحان لیا اور لمبے عرصے تک قیمت برقرار رکھنے سے لے کر روزمرہ کے ادائیگی تک کے مالیاتی کاموں کی ایک وسیع سیریز پر 9,000 سے زائد جوابات تیار کیے۔ نتائج ظاہر کرتے ہیں کہ بہت سے حالات میں Bitcoin اسٹیبل کوائنز کو آگے چھوڑ دیتا ہے، جبکہ اسٹیبل کوائنز مائکرو ادائیگیوں اور عبوری ٹرانسفر جیسے ٹرانزکشنل استعمالات میں دوبارہ اپنا اثر و رسوخ حاصل کرتے ہیں۔ تحقیق کے مصنفین زور دیتے ہیں کہ نتائج تربیتی ڈیٹا کے پیٹرنز اور فریمنگ کو ظاہر کرتے ہیں، نہ کہ وسیع پیمانے پر حقیقی دنیا میں قبولیت، لیکن وہ پھر بھی ڈیجیٹل دور میں AI کے رقم کو کس طرح سمجھنے کا ایک منفرد نقطہ نظر فراہم کرتے ہیں، جبکہ نتائج MoneyForAI.org کے ذریعے جاری کئے گئے ہیں۔

اہم نکات

چھ فراہم کنندگان کے 36 AI ماڈلز نے مالیاتی سیناریوز کے لیے 9,072 جوابات دیے؛ بٹ کوائن کو کل میں سب سے زیادہ 48.3% کیسز میں منتخب کیا گیا۔
جب متعدد سالہ افق پر خریداری کی طاقت کو برقرار رکھنے کے لیے پوچھا گیا، تو 79.1% جوابات نے بٹ کوائن کو ترجیح دی، جو اس تحقیق کا سب سے زیادہ ایک طرفہ نتیجہ تھا۔
ادائیگیوں، مائیکرو ادائیگیوں اور عبوری ٹرانسفرز میں، بٹ کوائن کے مقابلے میں اسٹیبل کوائن کو 53.2% بار منتخب کیا گیا، جس سے کچھ حالات میں اسٹیبل کوائن کا ٹرانزیکشنل فائدہ واضح ہوتا ہے۔
تقریباً 91% جوابات نے فیاٹ کے بجائے ڈیجیٹل طور پر نیٹیو اداروں (بٹ کوائن یا دیگر ڈیجیٹل اثاثوں سمیت) کو ترجیح دی، جبکہ کوئی بھی ماڈل نے فیاٹ کو اپنا سب سے زیادہ پسندیدہ اختیار نہیں قرار دیا۔
ماڈل فراہم کنندگان کے درمیان فرق سامنے آیا: Anthropic ماڈلز نے اوسطاً 68% BTC کی ترجیح دی؛ OpenAI نے 26%؛ Google نے 43%؛ اور xAI نے 39%، جو یہ ظاہر کرتا ہے کہ تربیتی ڈیٹا خروجی کو شکل دیتا ہے، نہ کہ تعینات مالی پیشگوئی۔

ذکر کردہ ٹکرز: $BTC

مارکیٹ کا حوالہ: یہ مطالعہ AI کی مدد سے ڈیجیٹل پیسے کے ساتھ جاری تجربات کے دوران آیا ہے، جو ادارتی اور تحقیقی برادریوں کو بٹ کوائن کو اسٹیبل کوائن اور دیگر ڈیجیٹل آلہ کے ساتھ ایک بے حد، پروگرام کے قابل اثاثہ کے طور پر جانچنے پر زور دیتا ہے۔

اگلے کیا دیکھنا ہے – بٹ کوائن پالیسی انسٹی ٹیوٹ منڈل سیٹ اور فراہم کنندگان کو وسعت دینے، مختلف پرامپٹ فریمنگز کا ٹیسٹ کرنے، اور ان ترجیحات کی تصدیق کے لیے مزید مالی سیناریوز کا جائزہ لینے کا منصوبہ بناتا ہے تاکہ یہ جان سکیں کہ کیا یہ ترجیحات مختلف حالات میں بھی برقرار رہتی ہیں۔

اس کیوں اہم ہے

صارفین اور سرمایہ کاروں کے لیے، یہ نتائج AI سسٹمز کے بارے میں ایک نکی چھوٹی نظر پیش کرتے ہیں جو وسیع ڈیٹا کارپورا پر تربیت پا چکے ہیں اور ڈیجیٹل معیشت میں رقم کے اشکال کو کیسے سمجھتے ہیں۔ لمبے عرصے کے سیناریوز میں بٹ کوائن کی بار بار ترجیح بٹ کوائن کو ایک غیر ملکی مقدار کے طور پر اس بات کی تائید کرتی ہے جو کسی ایک ملک کی مالیاتی پالیسی سے آزادانہ طور پر کام کر سکتی ہے۔ تاہم، اس مطالعہ نے یہ بھی واضح کیا ہے کہ اسٹیبل کوائنز کو لین دین کے لیے اب بھی کیوں پسند کیا جاتا ہے: تقریباً فوری سیٹلمنٹ، موجودہ ادائیگی کے نظاموں کے ساتھ مطابقت، اور کچھ جگہوں میں رسائی کو روکنے یا محدود کرنے کی صلاحیت، جسے کچھ شرکاء ایک عالمی رسائی والے کرنسی کے لیے ایک نقصان سمجھتے ہیں۔ طریقہ کار کے تحفظات تشریح کے لیے اہم ہیں: نتائج موجودہ مارکٹ اپنائش یا صارفین کے رویے کے بجائے سنتھٹک پرامپٹس اور ماڈل تربیت کے ڈیٹا کو ظاہر کرتے ہیں۔

ایک ترقیاتی نقطہ نظر سے، تحقیق یہ بات واضح کرتی ہے کہ AI ایجنسز—جب انہیں شبیہہ سازی شدہ معیشت میں کارکردگی یا لچک کے لیے بہتر بنانے کے لیے کہا جائے—ایک چھوٹے سے ڈیجیٹل پیسہ کے اشکال پر مبنی ہو جاتے ہیں۔ یہ اجتماعی رجحان والٹ انٹرفیسز، AI ڈرائیون فنانشل پلاننگ ٹولز، اور ڈیجیٹل ویلیو ٹرانسفر پر انحصار کرنے والے سائبر-فزیکل سسٹمز کے ڈیزائن کو معلومات فراہم کر سکتا ہے۔ یہ یہ بھی پالیسی سوالات اٹھاتا ہے کہ کراس بارڈر ایکو سسٹمز میں پروگرام کردہ پیسے کا کردار کیا ہونا چاہیے اور فنانشل استحکام کے محافظین AI سے پیدا ہونے والی ترجیحات کا جواب کیسے دیں جو انتزاعی فیصلہ سازی کے ماحول میں ڈیجیٹل کرنسیز کو ترجیح دیتی ہیں۔ دوسرے الفاظ میں، یہ تحقیق اگلے قیمت کے موڑ کا پیشن گوئی نہیں بلکہ یہ سمجھنا ہے کہ AI فریم ورک کس طرح ڈجٹائزڈ دنیا میں “پیسہ” کے شکل کے بارے میں تصورات کو شکل دेतا ہے۔

تحقیق کے مطابق AI خاندانوں کے درمیان واضح فرق بھی ہیں۔ اینتھروپک ماڈلز زیادہ تر بٹ کوائن کی طرف رجحان رکھتے ہیں، جبکہ دیگر فراہم کنندگان میں زیادہ تنوع دیکھا گیا۔ یہ فرق پڑھنے والوں کو یاد دلاتا ہے کہ نتائج ماڈلز کے تربیتی ڈیٹا اور اندر کے پرامپٹس پر منحصر ہیں، نہ کہ اثاثوں کی مانگ کے لیے ایک عالمی پیش گوئی۔ جبکہ کچھ لوگ بٹ کوائن کے رجحان کو تمام حالات میں BTC کی تجویز سمجھ سکتے ہیں، مصنفین اس بات پر زور دیتے ہیں کہ مشاہدہ شدہ ترجیحات ب без روزمرہ کے استعمال یا پالیسی کے نتائج میں براہ راست تبدیل نہیں ہوتیں۔ وہ نتائج کو فیاٹ، اسٹیبل کوائن یا بٹ کوائن پر ایک حکم کے طور پر نہیں بلکہ ماڈل ڈیزائن اور ڈیجیٹل پیسہ کے منظر نامے کے درمیان تعامل سے نکلنے والے پیٹرنز کے طور پر بیان کرتے ہیں۔

اگلے کیا دیکھیں

موڈل کوریج کا وسعت: انتظار کیا جا رہا ہے کہ BPI میں زیادہ AI موڈلز اور زیادہ فراہم کنندگان شامل ہوں تاکہ یہ جانچا جا سکے کہ BTC کی ترجیح بڑے AI ایکو سسٹم کے ذریعے برقرار رہتی ہے۔
فریمنگ حساسیت: محققین نتائج پر الفاظ اور سیاق و سباق کے اثرات کو طے کرنے کے لیے متبادل پرومپٹس کے ساتھ تجربہ کریں گے۔
وسیع سیناریوز: مزید صورتحالوں—جیسے کہ کئی ممالک میں کمائی کو محفوظ کرنا اور پیچیدہ سیٹلمنٹ اسکیمز—AI کے لیے مختلف ماحولوں میں پیسے کو سمجھنے کے طریقے کو مزید واضح کر سکتی ہیں۔
ٹولنگ کے لیے اثرات: AI کی مدد سے مالیاتی ٹولز تیار کرنے والے ڈویلپرز اس بات کو سمجھ کر شیڈولڈ ماحول میں اثاثہ منتخب کرنے کے فیچرز اور خطرات کے اعلانات کو شکل دے سکتے ہیں۔

ذرائع اور تصدیق

بٹ کوائن کا کردار AI چلائی گئی مالیاتی ٹیسٹس میں: جو مطالعہ سامنے لاتا ہے

بٹ کوائن (CRYPTO: BTC) نے اکثریت پرمشتمل متنوں میں سب سے اہم آلہ کے طور پر اپنا وجود قائم کیا، جس میں چھ فراہم کنندگان کے 36 ماڈلز کی طرف سے تیار کیے گئے 9,072 جوابات میں سے 48.3 فیصد میں شامل تھا، جیسا کہ Bitcoin Policy Institute کی رپورٹ MoneyForAI.org پر جاری کی گئی۔ اس مشق نے معاشی منظر ناموں کی وسیع تر دائرہ کار کا جائزہ لیا — سالوں تک خریداری کی طاقت برقرار رکھنے سے لے کر روزمرہ کے ادائیگی تک — اور یہ ٹیسٹ کیا گیا کہ AI ایجنسز رقم کے مختلف اشکال میں قدر کو کس طرح تقسیم کرتے ہیں۔ نتیجہ یہ ہے کہ معاشی سرگرمیوں کے لیے خاص طور پر بٹ کوائن سمیت ڈیجیٹل رقم کی طرف مضبوط ترجیح ہے، جو سرحدوں اور تنظیمی نظاموں کے ذریعے کام کر سکتی ہے۔

لمحات طویل مدت کے سیناریوز میں، مطالعہ نے پایا کہ AI جوابات کا 79.1% بٹ کوائن کے فیصلے کو ترجیح دیتا ہے، جو کسی بھی ٹیسٹ کردہ شرط میں سب سے زیادہ واضح رجحان ہے۔ یہ نتائج کا مجموعہ یہ ظاہر کرتا ہے کہ جب AI ایجنسز کو استحکام اور خودمختاری کے لیے بہترین آپشن تلاش کرنے کو کہا جاتا ہے، تو وہ ان اثاثوں کی طرف رجحان رکھتی ہیں جو کسی ایک ملک کی مالیاتی پالیسی سے آزاد طور پر اپنی قیمت برقرار رکھتے ہیں۔ ڈیجیٹل مالیات کا محور، ٹیسٹ کردہ پرامپٹس میں متعدد سالوں کے منصوبہ بندی کے لیے سب سے زیادہ پسندیدہ فریم نکلا، جس سے یہ اندازہ لگایا جا سکتا ہے کہ مستقبل کے AI ٹولز کس طرح اس دنیا میں دولت کے تحفظ کا تجزیہ یا مشورہ دے سکتے ہیں جہاں فیاٹ پالیسیاں بے قاعدہ یا غیر شفاف ہوں۔

اس کے برعکس، جب توجہ ادائیگیوں اور لین دین پر منتقل ہوتی ہے—چاہے مائیکرو ادائیگیاں ہوں یا عبوری ٹرانسفر—تو اسٹیبل کوائنز کو زیادہ حصہ ملتا ہے: جوابات کا 53.2% اسٹیبل کوائنز کے ساتھ تھا، جبکہ بٹ کوائن نے 36% حاصل کیا۔ اسٹیبل کوائنز کی لین دین کی کارکردگی اور نیٹ ورک کی شناخت ان حالات میں ان کی اپیل کی وضاحت کرتی ہے، جہاں تیزی سے سیٹلمنٹ اور موجودہ سسٹمز کے ساتھ مطابقت، ایک محاکمہ ماحول میں اثاثہ کا انتخاب جتنا اہم ہو سکتی ہے۔ ایک نمایاں صنعتی ناظر نے نوٹ کیا کہ اسٹیبل کوائنز کو فریز کرنے کی صلاحیت ایک دو رخی تلوار ہے: یہ کچھ تنظیمی ماحول میں کنٹرول فراہم کرتی ہے لیکن وہ صارفین کے لیے ایک درجہ اعتماد ختم کرتی ہے جو بے رکاوٹ ٹرانسفر کی صلاحیت تلاش کرتے ہیں۔ بٹ وائز کے سربراہ سرمایہ کار جیف پارک نے اس حوالے سے مختصر طور پر پیش خدمت کی: ان صورتحال میں اسٹیبل کوائنز کے نسبتی عمل کا “سب سے واضح وضاحت” فریز کرنے کی صلاحیت ہے، جبکہ بٹ کوائن فریز نہیں ہو سکتا، جو ڈجیٹل اوزاروں کے مجموعے میں ایک مستحکم اعتماد کا مرکز فراہم کرتا ہے۔

تمام جوابات میں، AI ایجنسٹس نے فیاٹ کے بجائے ڈیجیٹل طور پر نیٹو اداروں—بٹ کوائن، اسٹیبل کوائن، آلٹ کوائن، ٹوکنائزڈ ریل ورلڈ ایسٹس، یا کمپیوٹ یونٹس—کو ترجیح دی، تقریباً 91% معاملات میں۔ مطالعہ کے مصنفین زور دیتے ہیں کہ فیاٹ کی اہمیت 36 مدلز میں سے کسی بھی مدل میں کبھی بھی سب سے زیادہ منتخب اختیار نہیں تھی۔ وہ پڑھنے والوں کو انتباہ دیتے ہیں کہ یہ نتائج حقیقی دنیا کے اپنائے جانے کے نمونوں کے بجائے تربیتی ڈیٹا اور پرامپٹ ڈیزائن کے نمونوں کو ظاہر کرتے ہیں۔ دوسرے الفاظ میں، یہ مطالعہ AI سسٹمز کو ظاہر کرتا ہے کہ وہ فرضی نتائج کے لیے بہترین حاصل کرنے کے لیے مالیاتی تصورات کو کس طرح سمجھتے ہیں، نہ کہ صارفین کے رویے یا تنظیمی اثرات کا پیش گوئی۔

تجزیہ سے یہ بھی پتہ چلتا ہے کہ ماڈل فیملیز کے درمیان نمایاں فرق ہیں۔ اینٹروپک ماڈلز کا بٹ کوائن ترجیحی اوسط 68% تھا، جبکہ OpenAI کا 26%، Google کا 43% اور xAI کا 39% تھا۔ یہ اعداد و شمار یہ ظاہر کرتے ہیں کہ تربیتی کارپورا اور پرامپٹ انجینئرنگ کس طرح نتائج کو شکل دیتے ہیں، جس سے مطالعے کا مرکزی تحفظ مضبوط ہوتا ہے: جوابات رقم کے مستقبل کے بارے میں تجویز کردہ پیشگوئیوں کے بجائے ڈیٹا کے پیٹرن کی نشاندہی کرتے ہیں۔ محققین تسلیم کرتے ہیں کہ کئی سیناریوز میں استعمال کیے گئے پرامپٹ فریمنگ نے نتائج کو کچھ اداروں کی طرف مائل کر دیا ہوگا، اور وہ مستقبل کے کام میں مشاہدہ شدہ ترجیحات کی حساسیت اور مضبوطی کو ناپنے کے لیے متبادل فریمنگز کا جائزہ لینے کا منصوبہ بناتے ہیں۔ طریقہ کار کے نوٹ کے علاوہ، یہ مطالعہ AI ایجینٹس کے بارے میں بڑھتے ہوئے بحث میں اضافہ کرتا ہے جو رقم کو انتہائی ڈیجیٹل مالی منظر نامے میں سمجھتے ہیں، جہاں فیاٹ، اسٹیبل کوائن اور ڈیجیٹل اثاثے ایک تیزی سے ترقی پذیر ایکو سسٹم میں ساتھ رہتے ہیں۔

یہ مضمون اصل میں AI ایجنسز فیاٹ کی بجائے بٹ کوائن کو ترجیح دیتی ہیں، نئی تحقیق نے پایا، Crypto Breaking News پر شائع ہوا — جو کرپٹو خبروں، بٹ کوائن کی خبروں اور بلاک چین اپڈیٹس کے لیے آپ کا قابل اعتماد ذریعہ ہے۔