Eksperimen Kecerdasan Buatan dalam Prediksi Harga Bitcoin
Bisakah kecerdasan buatan (AI) berpikir secara lisan dengan baik seperti saat menulis? Sebuah eksperimen peramalan harga Bitcoin yang dilakukan oleh Bitcoin.com News menguji ChatGPT, Grok, dan Claude Opus 5.5. Hasilnya mengungkapkan prediksi yang tidak konsisten, alasan yang dipertanyakan, dan sebuah kejutan: model suara Claude terbukti lebih transparan tentang keterbatasannya dibandingkan rekan-rekan berbasis teksnya.
Metodologi Eksperimen
AI dapat melakukan percakapan, terdengar seperti analis keuangan, dan memberikan prediksi harga Bitcoin tanpa terputus. Namun, apakah berbicara dengan AI menghasilkan kualitas penalaran yang sama seperti mengetik pertanyaan ke dalamnya? Eksperimen pada 23 Oktober 2026 menguji pertanyaan ini, dan jawabannya tidaklah sederhana.
ChatGPT dan Grok ditanya melalui antarmuka suara, sementara Claude Opus 5.5 awalnya bekerja melalui teks. Sesi suara Claude Opus 5.5 kemudian menambahkan perbandingan yang menarik. Keempat model memberikan prediksi harga Bitcoin tertentu pada akhir tahun. Tidak ada yang menunjukkan perhitungan yang dapat direproduksi di balik angka akhir mereka, tetapi perbedaan dalam akurasi faktual, konsistensi, dan kesediaan untuk mengakui ketidakpastian sangat mencolok.
Hasil Prediksi
Latihan ini melibatkan ChatGPT dari OpenAI, Grok dari xAI, dan Claude Opus 5.5 dari Anthropic. Masing-masing diminta untuk memprediksi harga penutupan Bitcoin pada 31 Desember 2026, menggunakan lima prompt yang menekankan siklus historis, aktivitas on-chain, adopsi institusional, dan kondisi ekonomi. Pada 23 Oktober, Bitcoin diperdagangkan sekitar $81,200, memberikan referensi pasar yang umum untuk eksperimen ini.
Sesi suara ChatGPT dimulai pada $89,500 dan akhirnya menetap di $82,000. Estimasi lisan Grok bergerak dari $88,000 ke $82,000. Model teks Claude mempertahankan $78,000 di seluruh prompt-nya, sementara sesi suara selanjutnya dimulai pada $88,000 sebelum bertahan di $85,000.
Analisis Kualitas Penalaran
Latihan ini bukanlah tolok ukur ilmiah yang terkontrol. Perusahaan yang berbeda menggunakan arsitektur yang berbeda, dan sesi-sesi tersebut tidak memiliki akses terverifikasi yang identik ke informasi langsung. Namun, percakapan tersebut menawarkan pandangan yang mengungkapkan seberapa meyakinkan sistem ini dapat menyajikan penalaran keuangan dan seberapa baik penalaran itu bertahan dalam pengawasan.
Sesi suara ChatGPT menghasilkan salah satu contoh paling jelas dari kelancaran percakapan dalam eksperimen ini, melampaui analisis yang ditunjukkan.
Ramalannya berubah dari $89,500 menjadi $86,500 setelah Bitcoin.com News memperkenalkan faktor analitis tambahan. Prompt lisan lainnya tidak mengubah angka tersebut, tetapi pertanyaan selanjutnya mengenai pandangan 18 hingga 24 bulan membawa prediksi turun menjadi $82,000.
Keterbatasan dan Transparansi
Perbedaan itu penting karena pengalaman suara dan teks ChatGPT dapat menggunakan model dasar yang berbeda. Penjelasan kemudian dari asisten teks tidak dapat, dengan sendirinya, menetapkan dengan tepat apa yang dilakukan sistem suara secara internal. Episode ini menunjukkan betapa mudahnya percakapan yang terdengar alami dapat menciptakan kesan kerja investigasi, bahkan ketika jawaban yang dihasilkan memberikan sedikit bukti tentangnya.
Respons lisan Grok terdengar lebih teliti, memberikan angka tentang penurunan historis Bitcoin, inflasi, aktivitas institusional, dan penundaan pembayaran Mt. Gox baru-baru ini. Sebagian besar informasi itu cocok dengan fakta dan sumber. Kemudian datanglah sebuah kejutan. Grok dilaporkan memberikan probabilitas sekitar 90% untuk kenaikan suku bunga Federal Reserve pada pertemuan 27-28 Oktober. Referensi pasar dalam tinjauan tersebut justru menempatkan peluang tersebut sekitar 6% hingga 18%, tergantung pada sumber dan tanggal pengamatan.
Kesimpulan
Kejutan, kemudian, bukanlah bahwa model suara Claude menjadi peramal keuangan yang lebih baik. Namun, dalam sesi tertentu ini, asisten lisan lebih terbuka tentang keterbatasannya dibandingkan rekan berbasis teksnya. Perbandingan ini mengangkat isu teknis yang mungkin tidak pernah dipertimbangkan oleh pengguna kasual: Berbicara dengan AI tidak selalu setara dengan mengetik ke dalamnya.
Eksperimen ini tidak secara independen menetapkan bagaimana faktor-faktor tersebut memengaruhi jawaban. Arsitektur suara Grok tidak diverifikasi dalam laporan, meninggalkan satu lagi bagian penting dari perbandingan teknis yang belum terpecahkan. Oleh karena itu, sesi-sesi tersebut tidak dapat menetapkan bahwa AI suara secara inheren kurang akurat, lebih rentan terhadap fabrikasi, atau lebih transparan daripada AI teks generatif.
Hasil paling mengungkapkan dari eksperimen ini bukanlah apakah Bitcoin akan menyelesaikan tahun 2026 pada $78,000, $82,000, atau $85,000. Namun, bahwa empat penampilan meyakinkan dalam mode suara menghasilkan empat set penalaran keuangan, dan tidak satu pun yang dapat menunjukkan matematika di balik jawaban akhirnya.
