Newsletter
Suscríbete a nuestro Newsletter y entérate de las últimas novedades.
https://centrocompetencia.com/wp-content/themes/Ceco
El desarrollo tecnológico ha afectado prácticamente todas las esferas de la actividad humana. Por ejemplo, en la vida cotidiana utilizamos tecnología para comunicarnos, para consumir, para entretenernos, para aprender y básicamente para cualquier cosa. Por ello, no resulta sorprendente que también la tecnología esté redefiniendo día con día la forma en la que comprendemos y practicamos competencia económica, desde el punto de vista de las autoridades de competencia, la academia y, naturalmente, la práctica privada.
En la actualidad existen iniciativas como el Computational Antitrust Project, que como bien explica Eugenio Ruiz-Tagle en su investigación, son reflejo del auge de la “competencia algorítmica” o “competencia 3.0”, la cual integra ciencia de datos, analítica predictiva y herramientas computacionales a la materia de competencia. Similarmente, en marzo del 2024, se integró formalmente el ICN Technologist Group con la participación de tecnólogos y especialistas en mercados digitales de más de 20 agencias de competencia con el objetivo de construir capacidades digitales para fortalecer y apoyar a las agencias de competencia.
«(…) lejos de sustituir el criterio jurídico y técnico, las herramientas de IA pueden potenciarlo cuando se diseñan e implementan con responsabilidad, conocimiento y propósito».
Por otro lado, si revisamos las discusiones actuales en materia de competencia que se han publicado en este espacio, existen reflexiones importantes sobre los riesgos de colusión de inteligencia artificial (IA), el impacto del big data, e incluso la fascinante investigación sobre un modelo de inteligencia artificial explicable aplicado a competencia económica.
En este sentido, es claro que estamos en un contexto en el que la materia de competencia económica dista mucho de ser ajena a la incorporación de la tecnología. Esta influencia se manifiesta tanto en la práctica pública como privada, como en el planteamiento de desafíos competitivos relacionados con aplicaciones tecnológicas.
Con base en lo anterior, en este texto quisiera ofrecer una serie de ideas prácticas que tienen como objetivo aportar a la discusión mediante casos de uso, específicamente, de aplicaciones de Inteligencia Artificial. Asimismo, de forma introductoria, me permitiré compartir algunas reflexiones personales que derivan de la experiencia de más de una década en la Comisión Federal de Competencia Económica (COFECE) de México relacionada con proyectos de base tecnológica.
En la COFECE, como parte de una sólida estrategia de desarrollo institucional, se avanzó de forma importante en consolidar la transformación digital de la agencia. Ello, con una óptica integral mediante proyectos complementarios de digitación y digitalización. La digitación, liderada por el área de tecnologías de la información, permitió convertir procesos tradicionales basados en documentos físicos a formatos digitales. Ejemplos clave incluyen el Sistema Integral de Información de Competencia (SIIC), que digitaliza expedientes completos; el Sistema de Notificaciones Electrónicas (SINEC), que facilita la gestión electrónica de concentraciones; y herramientas como la Oficialía de Partes Electrónica (OPE) y el Sistema de Oficio Electrónico (OE), que automatizan la recepción y envío de documentos.
Paralelamente, el área de inteligencia de mercados encabezó iniciativas de digitalización orientadas a rediseñar procesos y potenciar capacidades analíticas mediante tecnologías avanzadas. Se implementaron proyectos transversales para maximizar la eficiencia del análisis de datos, se desarrollaron algoritmos para procesar grandes volúmenes de información estructurada y no estructurada, y se introdujeron herramientas de IA generativa y servicios cognitivos en casos piloto. Estas herramientas fueron aplicadas en tareas sustantivas incluyendo la detección de patrones anticompetitivos en los mercados para fortalecer las capacidades proactivas de la agencia. Además, también se consolidó el uso de las herramientas de cómputo forense digital.
Este enfoque estratégico se apoyó en una ambiciosa agenda de desarrollo tecnológico capitalizando servicios de cómputo en la nube y un sistema robusto de gestión de seguridad de la información. Por ello, las iniciativas de digitalización emprendidas por COFECE fueron reconocidas por organizaciones y agencias de competencia a nivel internacional y han sido documentadas en publicaciones académicas, incluyendo aportes al Computational Antitrust Project.
Esta experiencia muestra cómo las autoridades de competencia pueden, y en cierto sentido han logrado, aprovechar a la tecnología para fortalecer su labor técnica, analítica y jurídica en un entorno económico cada vez más complejo y digitalizado. Personalmente, considero que es clave que las agencias de competencia en la actualidad cuenten con no sólo las herramientas, sino una visión estratégica clara y una agenda de implementación, ya que la tecnología puede fortalecer significativamente su efectividad y eficiencia.
En la práctica privada del derecho de la competencia existen también áreas clave para la implementación de herramientas tecnológicas que permitan agregar valor y contribuyan a la eficiencia. Por ejemplo, me atrevería a decir que estamos en medio de una revolución tecnológica en la prestación de servicios de asesoría legal con la consolidación de Legaltech e IA. Basta con ver el auge de herramientas como Harvey AI o Hebbia, o bien el desarrollo específico de soluciones tecnológicas para tareas específicas en firmas legales.
Con miras a contribuir a la discusión sobre cómo la tecnología puede asistir a la práctica en materia de competencia económica, a continuación, ofrezco una serie de ideas o casos de uso de aplicaciones de IA. Ello, sin menoscabo de que posiblemente existan alternativas o soluciones disponibles en el mercado que realicen dichas funciones.
En el ámbito del derecho de la competencia, uno de los casos de uso más relevantes de la IA es sin duda su aplicación en la investigación jurídica. A través de agentes basados en procesamiento de lenguaje natural (PLN), los profesionales del derecho pueden interactuar en lenguaje común para obtener respuestas jurídicas procesadas desde fuentes normativas, jurisprudenciales o doctrinales. Estos agentes permiten transformar una conversación jurídica en consultas estructuradas, cuyos resultados pueden ser refinados con aprendizaje automático (machine learning) según su relevancia o contexto. Además, pueden configurarse para brindar actualizaciones automáticas sobre nuevas resoluciones, reformas o tendencias regulatorias, e incluso extender su alcance a medios de comunicación y redes sociales para monitorear mercados en litigio.
Un ejemplo práctico y de suma utilidad en este tipo de aplicaciones son las distintas versiones de CeCoBot, que son chatbots creados a partir de las diversas investigaciones y bases de datos elaboradas por CeCo para contribuir a la investigación jurídica.
Otro caso de uso se relaciona con la gestión, revisión y automatización documental. Integrados con plataformas existentes de gestión de documentos, los agentes de IA pueden organizar grandes volúmenes de información mediante esquemas de gobernanza de datos, reduciendo duplicados y asegurando trazabilidad. Estas herramientas también permiten automatizar tareas rutinarias como la redacción de minutas, informes y resúmenes, así como facilitar la revisión masiva de documentos mediante tecnologías como el reconocimiento óptico de caracteres (OCR) y minería de texto.
Un tercer uso relevante se encuentra en el análisis predictivo de casos. Mediante el entrenamiento con bases de datos históricas de casos, resoluciones y decisiones judiciales, los agentes pueden estimar la probabilidad de éxito de una estrategia legal, identificar riesgos potenciales y anticipar argumentos regulatorios o judiciales. Este tipo de tecnología puede incorporar modelos avanzados como BERT (Bidirectional Encoder Representations from Transformers) para mejorar la comprensión del lenguaje jurídico y la precisión de las predicciones. En un estudio pionero, se utilizaron sentencias penales de tribunales distritales en Taiwán para predecir tanto el tipo de delito como la duración de la condena mediante modelos basados en BERT. El estudio se centró en casos de lesiones y delitos contra la seguridad pública, alcanzando una precisión del 98.95 % en la predicción del tipo de delito, y del 72.37 % y 80.93 % en la predicción de la pena para cada categoría respectivamente.
Un ejemplo clave en la región es sin duda el fundamental trabajo de investigación publicado en CeCo por Piero Malca, Enzo Gomez y César Quiñones, que ofrece un caso práctico aplicado de la implementación de IA Explicable (XAI), a partir del cual podrían desarrollarse iniciativas similares con miras a capitalizar la tecnología con fines predictivos en América Latina.
La inteligencia artificial también puede aplicarse en actividades de descubrimiento electrónico (E-Discovery), particularmente útiles en investigaciones antimonopolio complejas. En este contexto, la IA es útil para analizar grandes volúmenes de información digital utilizando herramientas como Predictive Coding, Technology Assisted Review (TAR) y Continuous Active Learning (CAL).
Finalmente, el monitoreo de mercados es otro caso de uso clave. Un agente de IA puede supervisar en tiempo real el comportamiento de precios, patrones de oferta o estrategias comerciales de los clientes y sus competidores, alertando sobre posibles indicios de prácticas anticompetitivas, como aumentos paralelos de precios. Además, estos agentes pueden auditar modelos algorítmicos por los propios clientes, ayudando a detectar riesgos regulatorios antes de que escalen.
La tecnología no es un fenómeno accesorio o complementario al derecho de la competencia económica. Como hemos visto, tanto las autoridades como la práctica privada enfrentan el reto –y la oportunidad– de incorporar herramientas basadas en IA, ciencia de datos y automatización para transformar la forma en que se investiga, litiga, previenen riesgos y analiza el comportamiento en los mercados. Esta transformación no solo mejora la eficiencia operativa, sino que abre nuevas posibilidades para enfrentar con mayor agilidad y precisión los desafíos propios de entornos económicos altamente digitalizados.
La experiencia institucional de COFECE y las iniciativas internacionales como el Computational Antitrust Project o el ICN Technologist Group muestran que el camino hacia una competencia digitalmente fortalecida no es una aspiración abstracta, sino una agenda concreta en marcha. La clave está en contar con una visión estratégica clara, una infraestructura tecnológica robusta y una política decidida de desarrollo de capacidades, tanto humanas como técnicas.
En este nuevo entorno, los profesionales del derecho de la competencia deben asumir un papel activo en la apropiación crítica de estas tecnologías, explorando sus límites, potenciales y riesgos. Sin duda, existe también la necesidad de discutir y ser responsables en el planteamiento de principios, lineamientos y criterios para el uso de la tecnología como parte de funciones sustantivas, ya sea ante la sociedad como parte de las autoridades, o ante nuestros clientes como practicantes.
Sin embargo, lejos de sustituir el criterio jurídico y técnico, las herramientas de IA pueden potenciarlo cuando se diseñan e implementan con responsabilidad, conocimiento y propósito. En suma, la competencia del futuro será también, inevitablemente, una competencia tecnológica. Y quienes trabajamos en ella debemos prepararnos para liderarla, no simplemente adaptarnos a ella.
Regístrate de forma gratuita para seguir leyendo este contenido
Contenido exclusivo para los usuarios registrados de CeCo
