versão original de esta história apareceu em Revista Quanta.
Imagine uma cidade com dois comerciantes de widgets. Os clientes preferem widgets mais baratos, por isso os vendedores devem competir para definir o preço mais baixo. Insatisfeitos com seus escassos lucros, eles se encontram uma noite em uma taverna enfumaçada para discutir um plano secreto. A ideia é que, se vocês aumentarem os preços juntos, em vez de competir, ambos ganharão mais dinheiro. Mas esse tipo de fixação intencional de preços, chamada conluio, é ilegal há muito tempo. O vendedor de widgets decide não correr o risco e todos os outros podem aproveitar os widgets baratos.
Durante mais de um século, a lei americana seguiu este modelo básico: Devemos proibir transações de bastidores e manter preços justos. Não é tão simples hoje em dia. Em toda a economia, os vendedores dependem cada vez mais de programas de computador chamados algoritmos de aprendizagem, que ajustam repetidamente os preços em resposta a novos dados sobre as condições de mercado. Embora muitas vezes sejam muito mais simples do que os algoritmos de “aprendizado profundo” que alimentam a inteligência artificial moderna, ainda podem ocorrer comportamentos inesperados.
Então, como podem os reguladores garantir que os algoritmos estabeleçam preços justos? A sua abordagem tradicional não funciona porque se baseia na descoberta de um conluio explícito. “Algoritmos certamente não combinam uns com os outros”, disse ele. Aaron RossSou cientista da computação na Universidade da Pensilvânia.
ainda Artigos amplamente citados de 2019 Mostramos que algoritmos podem aprender a conspirar implicitamente mesmo quando não são programados. Uma equipe de pesquisadores comparou duas cópias de um algoritmo de aprendizagem simples entre si em um mercado simulado e depois os fez explorar diferentes estratégias para aumentar os lucros. Com o tempo, cada algoritmo aprendeu por tentativa e erro a retaliar quando outros algoritmos baixaram os seus preços, baixando drasticamente os seus próprios preços. O resultado final foram preços elevados apoiados pela ameaça mútua de uma guerra de preços.
Ameaças implícitas como estas também estão na base de muitos casos de conluio humano. Então, se você deseja garantir preços justos, por que não exigir que os vendedores utilizem algoritmos que são inerentemente incapazes de representar ameaças?
em artigos recentesRoth e quatro outros cientistas da computação mostraram por que isso não é suficiente. Eles provaram que mesmo algoritmos aparentemente benignos que otimizam em benefício próprio podem às vezes levar a resultados ruins para os compradores. “Você ainda pode obter preços altos de uma forma que pareça razoável vista de fora”, disse ele. Natália ColinaUm estudante de pós-graduação que trabalha com Roth e é coautor do novo estudo.
Nem todos os pesquisadores concordam com as implicações das descobertas. Depende muito de como você define “razoável”. Mas isto mostra quão matizada é a questão da precificação algorítmica e quão difícil é regulamentá-la.
