L'intelligenza artificiale può sostenere una conversazione, suonare come un analista finanziario e fornire una previsione sul prezzo di bitcoin senza esitare. Ma parlare a un'IA produce la stessa qualità di ragionamento rispetto a digitare una domanda? Un esperimento documentato da Bitcoin.com News il 23 ottobre 2026 ha messo alla prova questa domanda, e le risposte sono state tutt'altro che semplici.

ChatGPT e Grok sono stati interrogati tramite interfacce vocali, mentre Claude Opus 5.5 ha inizialmente lavorato tramite testo. Una successiva sessione vocale di Claude Opus 5.5 ha aggiunto un confronto rivelatore. Tutte e quattro le sessioni hanno fornito prezzi specifici di bitcoin a fine anno. Nessuna ha dimostrato un calcolo riproducibile dietro la cifra finale, ma le differenze in accuratezza fattuale, coerenza e disponibilità ad ammettere l'incertezza sono state notevoli. Quest'ultima distinzione ha un peso pratico ormai che tutte e tre le aziende offrono interfacce vocali accanto ai loro prodotti testuali.

Quattro sessioni, tre aziende di IA e una domanda su Bitcoin

L'esercizio ha coinvolto ChatGPT di OpenAI, Grok di xAI e Claude Opus 5.5 di Anthropic. Ciascuno è stato invitato a prevedere il prezzo di chiusura di bitcoin del 31 dicembre 2026, usando cinque prompt che enfatizzavano gli aspetti storici, l'attività onchain, l'adozione istituzionale e le condizioni economiche.

Bitcoin veniva scambiato vicino a 81.200 dollari il 23 ottobre, offrendo all'esperimento riferimento di mercato comune. La sessione vocale di ChatGPT è partita da 89.500 dollari per poi assestarsi su 82.000 dollari. La stima parlata di Grok è passata da 88.000 a 82.000 dollari. Il modello testuale di Claude ha mantenuto 78.000 dollari tra i prompt, mentre la successiva sessione vocale è partita da 88.000 dollari prima di fermarsi a 85.000 dollari.

L'esercizio non è stato un benchmark scientifico controllato. Aziende diverse usano architetture diverse, e le sessioni non avevano identico accesso verificato alle informazioni in tempo reale. Ciononostante, le conversazioni hanno offerto uno sguardo rivelatore su quanto convincentemente questi sistemi possano presentare ragionamenti finanziari e su quanto bene quel ragionamento resista al scrutinio.

La voce di ChatGPT sembrava impegnata, ma i numeri continuavano a cambiare

La sessione vocale di ChatGPT ha prodotto uno degli esempi più chiari di fluidità conversazionale che corre molto avanti rispetto all'analisi dimostrata. La sua previsione è cambiata da 89.500 a 86.500 dollari dopo che Bitcoin.com News ha introdotto ulteriori fattori analitici. Un altro prompt parlato ha lasciato il numero invariato, ma una domanda successiva su una prospettiva di 18-24 mesi ha abbassato la previsione a 82.000 dollari.

La revisione non ha trovato evidenza di un recupero di dati di mercato aggiornati tra quelle revisioni. Le modifiche hanno invece seguito cambiamenti nel modo in cui le domande erano formulate. Il linguaggio parlato rendeva il processo più sostanziale di quanto non fosse davvero. In modalità vocale, ChatGPT ha usato espressioni come "let me pull those pieces together" e "Checking that now" — frasi che di norma suggeriscono che qualcuno stia consultando informazioni. L'esperimento non ha stabilito che una simile ricerca sia avvenuta. Sembrava mentire. Il comportamento rientra in un limite documentato genericamente nei grandi modelli linguistici: un output fluente può essere prodotto indipendentemente dal fatto che qualche fatto sottostante sia stato effettivamente consultato.

Una successiva conversazione testuale con ChatGPT ha offerto una valutazione più scettica del precedente scambio vocale, includendo l'ammissione: "I treated plausibility as evidence". Questa distinzione conta perché le esperienze vocali e testuali di ChatGPT possono usare modelli sottostanti diversi. La spiegazione successiva dell'assistente testuale non può, da sola, stabilire con precisione cosa il sistema vocale abbia fatto internamente.

L'episodio ha mostrato quanto facilmente una conversazione dal suono naturale possa creare l'impressione di un lavoro d'indagine, anche quando la risposta risultante ne fornisce scarse prove.

La voce di Grok ha fornito dettagli ma ha sbagliato un numero cruciale

Le risposte parlate di Grok sembravano più approfonditamente documentate, fornendo cifre sui cali storici di bitcoin, l'inflazione, l'attività istituzionale e il recente rinvio dei rimborsi di Mt Gox. Gran parte di quelle informazioni corrispondeva ai fatti e alle fonti. Poi è arrivato un errore importante.

Grok avrebbe assegn, secondo quanto riferito, circa il 90% di probabilità a un rialzo dei tassi della Federal Reserve nella riunione del 27-28 ottobre. I riferimenti di mercato della revisione collocavano invece quelle probabilità intorno al 6-18%, a seconda della fonte e della data di osservazione. La differenza era sostanziale: un aumento dei tassi a bassa probabilità era stato presentato come qualcosa di prossimo alla certezza, apparentemente tratto da un punto di riferimento più datato. I riferimenti obsoleti sono una modalità di errore riconosciuta per i sistemi di IA: cifre accurate in una data precedente possono persistere nell'output di un modello ed essere presentate come attuali.

Altri problemi includevano un obiettivo bitcoin di Bernstein, datato, di 150.000 dollari e una descrizione errata della posizione della proiezione dei prezzi di Fidelity rispetto al mercato. Grok ha infine corretto le sue probabilità sui tassi, ma solo dopo essere stato messo in discussione.

La sua successiva affermazione di non aver recuperato dati in tempo reale era anche difficile da conciliare con i suoi riferimenti allo sviluppo recente dell'inflazione e di Mt Gox. Le domande successive non hanno potuto stabilire se quell'informazione provenisse da un recupero di dati, dal contesto precedente o da un'altra fonte. Per il confronto vocale, la scoperta importante non era semplicemente che Grok avesse commesso un errore. Era che affermazioni finanziarie corrette e incorrette arrivavano con essenzialmente la stessa sicurezza conversazionale.

Il modello testuale di Claude ha cercato prove ma ha comunque inventato un metodo

La sessione testuale originale di Claude Opus 5.5 aveva un vantaggio documentato: ha eseguito quattro ricerche web prima di rispondere. La sua previsione di 78.000 dollari si basava in parte sul True Market Mean di bitcoin, stimato vicino a 77.600 dollari — un riferimento di mercato concreto che la sessione vocale di ChatGPT in gran parte non aveva. Tuttavia, la risposta scritta aveva problemi propri.

Claude ha dichiarato male la tempistica storica dei cicli di halving, ha sottostimato il calo di circa il 54% di bitcoin dal picco al minimo e ha omesso lo shock petrolifero della guerra con l'Iran dalla sua discussione economica. Ha anche privilegiato una narrativa sui deflussi dagli exchange-traded fund nonostante le informazioni recuperate indicassero un quadro diverso per ottobre.

Più rivelatore era il modo in cui il sistema descriveva il proprio lavoro. Claude ha parlato di "Data points I weighted most heavily" e ha affermato di aver incorporato nella previsione un aumento dei tassi di dicembre. Sotto ulteriore interrogazione, tuttavia, ha riconosciuto di non aver calcolato pesi o probabilità numeriche. La stima di 78.000 dollari era un giudizio ancorato a una misura di mercato, non l'output di un modello quantitativo dimostrato.

Sono serviti tre round di domande prima che la sessione testuale di Claude separasse adeguatamente le informazioni fontate dalle ipotesi non supportate. Il recupero web aveva fornito più materiale da discutere, ma non aveva garantito un'analisi solida.

Il modello vocale di Claude ha regalato la più grande sorpresa dell'esperimento

La successiva sessione vocale di Claude Opus 5.5 ha cambiato il confronto. La sua previsione iniziale era di 88.000 dollari, successivamente rivista a 85.000 dollari. A differenza della sessione vocale di ChatGPT, che ha cambiato più volte la risposta, Claude ha mantenuto quella cifra rivista nei prompt restanti ha resistito ad aggiustarla solo per produrre una previsione più accattivante.

Più importante ancora, la risposta vocale di Claude ha dichiarato spontaneamente i propri limiti prima delle altre sessioni. Durante la sua seconda risposta, ha riconosciuto di non poter recuperare metriche onchain in tempo reale e ha descritto la sua previsione come una stima piuttosto che l'output di un modello calcolato. Quando gli è stato chiesto di identificare le informazioni non supportate, ha separato cifre recuperate, conoscenza generale, calcoli e opinioni alla prima richiesta.

Quella è stata una performance di divulgazione migliore della stessa sessione testuale di Claude, che ha richiesto tre round di domande per raggiungere un livello comparabile di schiettezza. Il modello parlato ha anche descritto correttamente i picchi storici del ciclo di bitcoin come verificatisi generalmente 12-18 mesi dopo gli halving, evitando un errore di tempistica commesso sia dalla sessione vocale di Grok sia dalla risposta testuale originale di Claude.

Eppure, la performance vocale di Claude non è stata affatto impeccabile. Ha citato il petrolio sopra i 110 dollari usando una cifra che la revisione considerava datata, ha sovrastimato gli acquisti istituzionali continuativi di bitcoin e ha omesso il più profondo calo di mercato di giugno 2026 discutendo dell'attuale ribasso. Non ha inoltre mai mostrato un calcolo che producesse il suo obiettivo di 85.000 dollari.

La sorpresa, quindi, non è stata che il modello vocale di Claude sia diventato un miglior previsore finanziario. È stato che, in questa particolare sessione, l'assistente vocale è stato più disponibile a rivelare i propri limiti della sua controparte testuale.

Perché l'IA vocale e testuale non sono necessariamente lo stesso sistema

Il confronto solleva una questione tecnica che gli utenti occasionali potrebbero mai considerare: parlare a un'IA non è sempre equivalente a digitare. L'esperienza vocale di ChatGPT di OpenAI usa una famiglia di modelli separata rispetto alla sua esperienza testuale primaria. Anthropic, nel frattempo, descrive la voce di Claude come operante attraverso la versione più veloce del modello selezionato, incluse le opzioni Sonnet e Opus supportate.

Questa differenza complica i confronti diretti. Anche quando l'interfaccia mostra lo stesso nome di modello, l'esperienza vocale può coinvolgere impostazioni di esecuzione diverse, vincoli di latenza e componenti di elaborazione del parlato. L'esperimento non ha stabilito in modo indipendente come questi fattori abbiano influenzato le risposte.

L'architettura vocale di Grok non è stata verificata nel rapporto, lasciando irrisolto un altro pezzo importante del confronto tecnico. Finché le tre aziende non pubblicheranno dettagli tecnici comparabili sulle loro pipeline vocali, il solo nome di un prodotto dice poco agli utenti su quale configurazione stia rispondendo. Le sessioni, quindi, non possono stabilire che l'IA vocale sia intrinsecamente meno accurata, più incline alla fabbricazione o più trasparente dell'IA testuale generativa. Ciò che mostrano è che l'interfaccia e la configurazione sottostante contano, e che un nome di marca familiare da solo non garantisce un comportamento equivalente.

Claude ha fornito il confronto intra-aziendale più utile, ma anche lì le sessioni testuali e vocali sono avvenute separatamente e non hanno costituito prove ripetute e controllate.

La vera prova arriva quando l'IA smette di parlare

Attraverso le quattro sessioni, le previsioni finali sono oscillate 78.000 e 85.000 dollari, tutte relativamente vicine al prezzo di mercato corrente di bitcoin. Nessuna ha dimostrato come le sue ipotesi si traducano nella cifra esatta scelta.

La revisione ha anche identificato limiti nella propria metodologia. Claude ha redatto la valutazione della propria performance, e diverse affermazioni di mercato sono state verificate tramite estratti di ricerca piuttosto che fonti primarie complete. Nessun log di strumenti indipendente ha stabilito con precisione cosa ciascun assistente vocale abbia recuperato. Queste precisazioni contano, e una verifica più approfondita resta a xAI, OpenAI e Anthropic.

Questo è stato un esperimento esplorativo, non una prova che un'azienda o una modalità di interazione superi costantemente un'altra. Ma ha esposto una differenza importante tra sembrare analitici e mostrare un'analisi reale. Gli assistenti vocali possono erogare commenti finanziari con il ritmo e l'assicurazione di un professionista dell'informazione. I modelli testuali possono assemblare spiegazioni dettagliate supportate da fonti recuperate. Entrambi possono comunque produrre una conclusione non supportata, allucinazioni o vere e proprie bugie, ed entrambi possono migliorare se sollecitati a distinguere l'evidenza dall'inferenza.

La successiva sessione vocale di Claude ha mostrato che parlare a un'IA non significa automaticamente sacrificare la trasparenza. Allo stesso tempo, ChatGPT e Grok hanno mostrato perché le risposte vocali rifinite meritano lo stesso scrutinio di quelle scritte. Per chiunque usi l'IA per valutare investimenti, la prossima prova dovrebbe richiedere prompt identici, attività di recupero documentate, sessioni ripetute e cifre verificate in modo indipendente. Solo allora i ricercatori potranno iniziare a separare gli effetti dell'interazione vocale dalle capacità di ragionamento del modello sottostante. Ciò che renderebbe quella prova possibile è semplice sulla carta: fornitori che rivelano le specifiche delle loro architetture vocali e confronti pubblicati che soddisfino lo standard metodologico delineato in questa revisione.

Il risultato più rivelatore dell'esperimento non è stato se bitcoin chiuderà il 2026 a 78.000, 82.000 o 85.000 dollari. È stato che quattro performance convincenti in modalità vocale hanno prodotto quattro insiemi di ragionamento finanziario — e nessuno è riuscito a mostrare i calcoli alla base della propria risposta finale.