Agencias de competencia y el uso de herramientas computacionales | CeCo
Newsletter

Agencias de competencia y el uso de herramientas computacionales

13.07.2022
9 min.
Claves
  • El proyecto “Stanford Computational Antitrust” publicó su primer reporte con los principales avances de diversas agencias de competencia en el mundo en la aplicación de herramientas computacionales y métodos de machine learning en temas de libre competencia y persecución de conductas anticompetitivas.
  • Entre las herramientas computacionales más usadas por las agencias, se encuentran los algoritmos de detección de bid rigging en licitaciones públicas, el análisis automatizado de textos legales, web scrapping de precios y más.
Keys
  • The “Stanford Computational Antitrust” project published its first report with the main advances of various competition agencies around the world in the application of computational tools and machine learning methods in antitrust issues and prosecution of anticompetitive conduct.
  • Among the computational tools most used by agencies are bid rigging detection algorithms in public procurement, automated analysis of legal texts, price web scrapping, and more.

La creciente innovación tecnológica del sector digital no sólo ha traído nuevo valor agregado a los consumidores y a la sociedad, sino que también ha estado acompañada del surgimiento de un pequeño número de grandes empresas tecnológicas que han concentrado el mercado, así como la aparición de nuevas formas de confabular y evadir a los reguladores (al respecto, ver Notas CeCo “¿Cómo los algoritmos pueden dañar a consumidores y a la competencia?” y “Algoritmos y competencia: Autoridades de Alemania y Francia lanzan nuevo estudio”).

Estos desarrollos han presentado a las agencias de competencia la necesidad de explorar el uso de innovaciones tecnológicas y computacionales para mejorar su propio desempeño en la supervisión de la actividad competitiva en los mercados.

El pasado 24 junio, el proyecto “Stanford Computational Antitrust” publicó su primer reporte titulado “The Adoption of Computational Antitrust by Agencies: 2021 Report”, donde presentan los principales avances en la aplicación de herramientas computacionales y métodos de machine learning por parte de diversas agencias de competencia en el mundo para mejorar el enforcement del derecho de libre competencia.

El derecho computacional (computational law) es una rama de la informática jurídica que se ocupa de la mecanización del análisis jurídico. El proyecto “Computational Antitrust” de la Universidad de Stanford -que además cuenta con una red de agencias de competencia- explora cómo la informática jurídica podría fomentar la automatización de los procedimientos antimonopolio y contribuir a mantener y mejorar la capacidad de las agencias para detectar, analizar y remediar prácticas anticompetitivas en mercados cada vez más complejos y dinámicos.

A continuación, presentamos algunas de las herramientas más relevantes presentadas en el informe en temas tan diversos como detección de bid rigging en licitaciones públicas, análisis automatizado de textos legales, web scrapping de precios y más.

Europa

Reino Unido

La Autoridad de Competencia y Mercados inglesa (CMA) se encuentra a la vanguardia en el uso de tecnología para la supervisión de los mercados. En octubre de 2018, la agencia anunció la creación de la Unidad de Datos, Tecnología y Análisis (“DaTA Unit”), área encargada de implementar lo último en técnicas de ingeniería de datos, aprendizaje automático e inteligencia artificial.

Desde su creación, la Unidad se ha dedicado a (i) desarrollar herramientas de aprendizaje automático para identificar posibles incumplimientos de la ley del consumidor en plataformas digitales y (ii) aplicar las últimas técnicas de procesamiento de lenguaje natural para examinar y revisar alrededor de 100,000 documentos internos de empresas, que la CMA recibe en el contexto de casos.

Una primera herramienta mencionada en el reporte es la implementación del Portal de Envío de Evidencia (“Evidence Submission Portal” o ESP), plataforma que, en el contexto de control de fusiones, les ha permitido disminuir significativamente el tiempo de demora en la revisión de los documentos que envían las partes. La plataforma ESP puede recibir millones de documentos, verificar que estén en el formato adecuado y procesarlos.

Adicionalmente, y usando algoritmos de procesamiento de lenguaje natural, la plataforma ESP entrega la siguiente información: (i) un resumen de las palabras claves más representativas de cada documento, lo que permite a los revisores comprender mejor el contenido probable; (ii) qué tan probable es que un documento trate sobre temas relacionados con competencia, identificando la frecuencia en que aparecen términos tales como competidores, eficiencia, precios, estructura del mercado, etc.; y (iii) indica si un documento habla de actividad que se encuentra dentro del Reino Unido.

Una segunda herramienta es la denominada “Companies Network Project”, consistente en un canal de datos que recopila los registros de todas las sociedades limitadas registradas en Companies House, el registrador oficial del Reino Unido. La CMA con frecuencia necesita estos datos por muchas razones, que incluyen (i) obtener inteligencia sobre las empresas con respecto a la actividad sospechosa de carteles, (ii) comprender las estructuras de propiedad en los mercados, y (iii) comprender el estado de los mercados, especialmente los niveles de concentración.

La Unidad DaTA ha tenido una participación importante en casos de competencia que involucran plataformas digitales. Por ejemplo, la unidad asesoró en el estudio de mercado sobre publicidad digital iniciado en julio de 2019, ayudando a dar con un mejor entendimiento de la tecnología y los sistemas usados por los proveedores de publicidad en línea. En el estudio de mercado de ecosistemas móviles, la unidad de DaTA proporcionó análisis sobre grandes conjuntos de datos de las principales partes, así como información sobre anuncios móviles y servicios móviles de Android y Google.

A raíz de estas experiencias, la unidad publicó un discussion paper sobre cómo la arquitectura de elección online (online choice architecture) puede levantar riesgos competitivos, identificando una serie de prácticas sobre diseño de elección (valores predeterminados de navegadores, configuraciones de privacidad, etc.) que provocan distintas reacciones en las elecciones de los consumidores y sus potenciales efectos competitivos.

Finalmente, la unidad DaTA ha apoyado en una serie de casos relativos a las reseñas en línea de plataformas. DaTA ha llevado a cabo un extenso trabajo de web scraping de reseñas en línea y ha utilizado técnicas para detectar patrones sospechosos indicativos de reseñas falsas y engañosas.

Francia

En 2020, la Autorité decidió crear una unidad digital dedicada para fortalecer sus recursos en áreas digitales. Lanzada en septiembre del mismo año, la unidad de economía digital está compuesta por cuatro personas (incluidos dos científicos de datos) y entre sus objetivos se encuentra desarrollar nuevas herramientas digitales y computacionales que permitan a la agencia profundizar su comprensión de los sectores digitales.

La Autorité ha colaborado con el Ministerio de Relaciones Exteriores para desarrollar una herramienta digital llamada “Open Terms Archives” destinada a seguir la evolución de los términos de servicios de los principales proveedores en línea. Las grandes empresas digitales ocupan hoy una posición central, lo que les permite, a través de sus términos y condiciones, transformar sus prácticas y valores en estándares de facto.

Con esta herramienta, es posible verificar la compatibilidad de estos términos contractuales con el derecho nacional y supranacional, asegurándose también de que cumplan con compromisos previos.

La agencia francesa también participa en un proyecto en curso que tiene como objetivo identificar las citas entre las decisiones dentro de la agencia. Este ejercicio permite, por ejemplo, conocer las decisiones y sentencias más citadas y seguir su evolución en el tiempo. La Autorité tiene como objetivo publicar un artículo que describa el método utilizado y los primeros resultados obtenidos antes de fin de año.

La agencia de competencia señaló además que se encuentra en la segunda fase del proyecto DATACROS, herramienta para detectar anomalías en la estructura de propiedad de las empresas que puedan señalar altos riesgos de colusión, corrupción y lavado de dinero dentro del mercado único europeo.

Paralelamente, la Autorité también ha comenzado a trabajar en su propia herramienta de detección de bid rigging en licitaciones públicas basada en bases de datos de acceso abierto disponibles combinadas con indicadores propios.

República Checa

La autoridad de competencia checa también ha realizado grandes esfuerzos para mejorar la detección y persecución de bid rigging en contrataciones públicas. Según el reporte, actualmente se encuentran desarrollando nuevos métodos de detección de bid rigging, basándose en técnicas econométricas avanzadas y algoritmos de machine learning (para ver más sobre técnicas cuantitativas para detectar colusión en licitaciones, ver nota CeCo aquí). En la práctica, estas herramientas han sido usadas para justificar una inspección y allanamientos en distintos mercados.

Al igual que la agencia francesa, la autoridad de república checa se ha sumado al proyecto DATACROS, herramienta que les permitiría trazar los reales dueños de las empresas que participan en los procesos licitatorios.

Singapur

Una de las herramientas relevantes implementadas por la autoridad de competencia en Singapur es el análisis automatizado de texto para la evaluación de grandes volúmenes de denuncias del público. Según indica el reporte, el análisis de texto permite, por un lado, identificar industrias clave y priorizar problemas temáticos de las denuncias. Al identificar las industrias o temas que más preocupan a la ciudadanía, la agencia es capaz de tomar medidas mediante el inicio de estudios de mercado para comprender mejor los desarrollos de la industria.

La herramienta también redujo la duración requerida por la agencia para analizar las denuncias y permitió que los equipos de casos completaran el análisis de un conjunto de denuncias mensuales en un solo día, en comparación con las varias semanas que tomaría realizar el filtrado y análisis de forma manual. También mejora la objetividad de los resultados al reducir la dependencia del juicio humano que podría ser altamente subjetivo.

América Latina

Brasil

La autoridad de competencia de Brasil (Consejo Administrativo de Defensa Económica o CADE) tiene experiencia considerable en el desarrollo de técnicas de data mining para mejorar la detección de patrones de bid rigging. Esta herramienta es utilizada para iniciar investigaciones más profundas en mercados más susceptibles a conductas colusivas o coordinación en general. Según señalan en el reporte, gracias a los algoritmos, la agencia brasileña ha logrado identificar 14 casos sospechosos, lo que implicó realizar una serie de allanamientos.

La división de fusiones también se ha beneficiado de los algoritmos de detección, quienes la han usado para sus propios fines de investigación y, a su vez, ampliando sus funcionalidades. Por ejemplo, la herramienta computacional también reporta y analiza gráficamente las relaciones corporativas entre empresas, entregando un resumen de las empresas relacionadas existentes en los mercados.

Colombia

La Superintendencia de Industria y Comercio (SIC) en Colombia viene desarrollando tres proyectos destinados a mejorar las herramientas tecnológicas y técnicas de análisis que ayuden a los investigadores al manejo de grandes volúmenes de datos que se producen y consumen en los mercados actuales.

El primer proyecto se denomina Sabueso, creado con el objetivo de aprovechar los datos de productos disponibles en sitios web, permitiendo una línea base de información para analizar el comportamiento histórico de productos que podrían estar bajo el escrutinio de la SIC.

Se trata básicamente de una herramienta de seguimiento de precios, donde se “entrenan” bots que, simulando la interacción online de un humano con las tiendas web, van recopilando la información necesaria para los análisis. Sabueso permite a los investigadores visualizar estadísticas descriptivas de forma automática y filtrar por una variedad de productos.

Al igual que Brasil y varias otras autoridades de competencia del mundo, Colombia se ha beneficiado del uso de algoritmos de aprendizaje supervisado para el monitoreo de licitaciones públicas.

El futuro del Computational Antitrust

La disrupción de la inteligencia artificial en los negocios ha impuesto la necesidad en los reguladores de también estar al día, y así enfrentar eficientemente los nuevos desafíos de la libre competencia.

Con todo, existen otros desafíos institucionales que van más allá de levantar la capacidad al interior de las agencias para hacer uso de herramientas computacionales. Según señalan Cary Coglianese y Alicia Lai en su artículo –también parte del projecto de Stanford-, la dependencia a los algoritmos de machine learning puede levantar problemas éticos y legales relacionados con la transparencia de los algoritmos, el reforzamiento de sesgos discriminatorios y la privacidad de datos personales.

Esto, a su vez, puede afectar la confianza del público en el uso de herramientas algorítmicas. De ahí la importancia de que la ejecución de los algoritmos sea cuidadosa. Si los esfuerzos de las autoridades de competencia se llevan a cabo con demasiada rapidez, o se supervisan de manera inadecuada, los problemas no deseados y la controversia podrían retrasar el progreso en el despliegue responsable y eficaz de la defensa de la competencia.

Enlaces Relacionados

Documento “The Adoption of Computational Antitrust by Agencies: 2021 Report”. Ver aquí.

 

También te puede interesar:

Daniel Redel S.