El Antimonopolio debe utilizar la Ciencia de la Computación para detectar la Colusión Algorítmica

13.02.2024

CeCo Chile

6 minutos

*Esta nota corresponde a una traducción al español de esta publicación original de Promarket.org, de fecha 23 de enero de 2024. Esto se realiza en el marco de un convenio de re-publicación suscrito entre CeCo y ProMarket (Stigler Center, University of Chicago Booth School of Business).

En esta nueva investigación, Giovanna Massarotto explica cómo la colusión se manifiesta de forma distinta en la economía digital. Argumenta que los reguladores, académicos y tribunales deben incorporar lecciones de las Ciencias de la Computación para actualizar la forma de monitoreo de mercados e identificación de colusiones algorítmicas.

La aplicación de principios competitivos en mercados digitales informáticos se volvió crucial durante el 2023. El año pasado se evidenció el amplio uso de algoritmos, incluyendo inteligencia artificial, en muchas facetas de nuestras vidas. En el mundo de los negocios, los algoritmos se han transformado en una herramienta necesaria para mantenerse competitivo. Su despliegue trae consigo preocupaciones sobre posibles conductas anticompetitivas por parte de empresas, tales como colusión algorítmica para fijar precios o asignar mercados.

Muchos juristas y legisladores han propuesto utilizar regulación ex-ante para lidiar con mercados digitales (regulación que impone prohibiciones puntuales y obligaciones por default, tal como la Digital Markets Act), en vez de una intervención antimonopólica ex-post (la que implica una investigación y una respuesta a una infracción, tales como una multa o un decreto de consentimiento). Sin embargo, la regulación ex-ante ha sido poco exitosa en el pasado, incluso en mercados físicos menos dinámicos, como el mercado eléctrico y de transporte. Al respecto, George J. Stigler y Claire Friedland en su estudio de 1962 revelaron “la ineficacia de la regulación” en el mercado eléctrico, principalmente porque el “cuerpo regulatorio fue incapaz de forzar la utilidad necesaria para operar en una combinación específica de producción, precio y costo”. La capacidad del gobierno de regular ex-ante se ha vuelto aún más desafiante en mercados tecnológicos de alta movilidad regidos por algoritmos progresivamente más sofisticados. Por lo tanto, propongo algo distinto, que es incorporar lecciones de la ciencia de la computación a nuestro conjunto actual de herramientas de economía y derecho, para analizar ex-post infracciones anticompetitivas. De lo contrario, la interpretación de cómo los computadores pueden abordar conductas anticompetitivas será incompleta, sino imposible.

Para validar mi propuesta, conecto los problemas colusorios con los que lidiamos en el derecho con problemas de acuerdos en un valor compartido en redes de computadores. En mi trabajo, “Using Computer Science to Detect Cheat Tolerant Cartels,” uso el problema de los generales bizantinos (BGP, por sus siglas en inglés) empleado en las ciencias de la computación como una analogía para el problema de la trampa de los carteles, relevante en el derecho de competencia. De acuerdo a los autores originales, el BGP propone y busca resolver el siguiente escenario:

Nos imaginamos que varias divisiones del ejército bizantino están acampando a las afueras de una ciudad enemiga, y cada división es comandada por su propio general. Los generales pueden comunicarse entre ellos exclusivamente a través de un mensajero. Después, observando al enemigo, deben decidir un plan común de acción. Sin embargo, algunos de los generales pueden ser traidores, tratando de prevenir que los generales fieles logren un acuerdo.

Mientras que los competidores en un cártel normalmente necesitan ponerse de acuerdo en un precio, sabiendo que algunos miembros pueden hacer trampa al ofrecer un precio aún más bajo para capturar una mayor cuota del mercado, el BGP se refiere a la situación en la que los computadores en una red necesitan ponerse de acuerdo en un bit de información (por ejemplo, un precio) sabiendo que algunas computadoras pueden ser poco confiables. La intuición es que tanto el BGP como el cártel enfrentan un problema de «confianza» en un acuerdo sobre un bit de información. Sin embargo, mientras que los cárteles se consideran frágiles, ya que a menudo colapsan si un participante se involucra en la trampa (al vender por debajo del precio acordado), los protocolos que regulan una red de computadores no operan excluyendo a los participantes no confiables (los tramposos), sino tolerando cierto grado de trampa. La ley actual de cárteles no captura completamente esta dinámica.

A partir de los años 70, científicos informáticos han diseñado protocolos computacionales que han permitido a computadores llegar a acuerdos en valores tolerando “tramposos” – conocidos como protocolos bizantinos tolerantes a fallos. Propongo que ciertos mecanismos de estos protocolos – a los que llamo “mecanismos tolerantes a trampas” – deberían ser incluidos dentro de los “plus factors” (indicadores de colusión) que las cortes de Estados Unidos usen para detectar acuerdos de carteles. De esta manera, construyo un marco para detectar carteles de manera más efectiva al considerar las características que aumentan la posibilidad de carteles tolerantes a trampas.

Usando el caso de los carteles tolerantes a trampas, demuestro cómo la perspectiva de la ciencia computacional agrega un elemento novedoso que merece ser considerado en el análisis anticompetitivo del derecho y economía.

Usando Factores Plus para Identificar Carteles

Si bien los carteles son una de las formas más dañinas en las que empresas pueden infringir las leyes antimonopolio, los acuerdos de carteles son progresivamente más difíciles de detectar y enjuiciar debido a un marco económico que ha cambiado y que incluye herramientas computacionales cada vez más desarrolladas, a disposición de las empresas.

La sección 1 del Sherman Act persigue los acuerdos de carteles en Estados Unidos, y la Corte Suprema señaló que para probar una infracción a la sección 1, es necesaria evidencia de un acuerdo explícito o tácito. Para facilitar la prueba de un acuerdo secreto “tácito”, las cortes estadounidenses han reconocido ciertos plus factors que demuestran la plausibilidad de colusión. Estos factores se basan en evaluaciones legales y económicas, incluyendo paralelismo de precios —los movimientos de precios de competidores para igualarse entre ellos— y características de la industria que facilitan la coordinación, como altas barreras de entrada, concentración significativa de mercado y comunicación regular. Aunque no exista una lista de plus factors esenciales, o una jerarquía de tales elementos las cortes concuerdan en algunos factores, como los cuatro recién descritos. Adicionalmente, las cortes requieren la prueba de algunos mecanismos diseñados por los carteles para disuadir las trampas. Los carteles no pueden sobrevivir sin tal mecanismo. Por ejemplo, en “Kleen Products” el Séptimo Circuito [judicial de Estados Unidos] confirmó el juicio sumario en favor de los acusados, reconociendo que si hubiese habido un cartel hubiese “tratado de imponer medidas disciplinarias a los <<tramposos>> que no siguieron el aumento de precio.

Con la analogía entre el problema de trampa al cartel y el BGP, demuestro cómo los computadores pueden eventualmente permitir carteles fuertes capaces de tolerar alguna medida de trampa.

De Generales Bizantinos a Carteles Tramposos

En 1982, tres investigadores del Instituto de Investigación de Stanford (SRI, por sus siglas en inglés) – Leslie Lamport, Robert Shostak y Marshall Pease (LSP) – desarrollaron soluciones al problema de computadores que alcanzan un acuerdo cuando algunos de los computadores enviaban señales poco fidedignas, problema que llamaron el “Problema de Generales Bizantinos”. Dentro de las soluciones que LSP desarrollaron para resolver el BGP, estaba el cálculo de que son necesarios al menos cuatro generales para tolerar al tramposo, si no hay mecanismos para detectar tramposos, como la criptografía. Identificaron que el problema es imposible de solucionar con tres generales sin mensajes firmados (ej. criptografía), ya que los generales leales no tienen cómo detectar quién miente y aislar al “traidor” para permitir que los generales leales lleguen a un acuerdo. Con cuatro participantes y múltiples rondas de comunicación, el estudio de LSP mostró que se puede lograr un acuerdo tolerando menos de un tercio de los traidores, dado que los generales leales consiguen un valor de mayoría, que es el valor correcto. En el contexto de los mercados, esto implica que al menos 75% de los miembros de un cartel necesita seguir el esquema del cartel si es que no hay mecanismos para identificar trampas. En contraste con la mayoría de los estudios económicos en carteles, el teorema LSP revela que teóricamente un cartel con muchos miembros no es más inestable que un cartel cono pocos miembros y que puede ser resistente a las trampas.

A través del análisis de BGP y sus soluciones, mi estudio identifica cinco mecanismos que, de estar presentes, junto con los plus factors legales y económicos usados por cortes, sugieren que sí existen carteles resistentes a trampas.

Mecanismos que permiten tolerar trampas que identifiqué:

Criptografía;
Cuatro Participantes;
Transmisiones;
Elección de un líder;
Canales privados.

Evalué si estos mecanismos ya están capturados por los plus factors que actualmente las cortes han adoptado para identificar acuerdos de cartel. La “transmisión” implica que un computador envía un mensaje a todos los otros computadores conectados a la red en vez de tener comunicación punto-a-punto. Así, la transmisión se asemeja a anuncios públicos los cuales pueden ser fácilmente capturados por plus factors plus que se refieren a “comunicación regular”. De manera similar, el hecho de que en un cartel exista un líder para facilitar la coordinación entre participantes es algo bastante común en el contexto de carteles que las cortes consideran, sin embargo, puede no haber una “elección de líder” formal como plus factor. En las ciencias de la computación un líder es electo para introducir un único punto de coordinación, el nodo del líder, el cual típicamente decide sobre el valor acordado. Por el contrario, el hecho de que el cartel necesite un mínimo de cuatro participantes para tolerar a un tramposo no es parte de los plus factors actuales. El uso de criptografía y canales privados para asegurar comunicación a través de mensajes encriptados y así tratar con las trampas sería también una novedad en el análisis de acuerdos de carteles. Por lo tanto, sugiero considerar que estos tres “mecanismos tolerantes a trampas” como un nuevo plus factor en la identificación de acuerdos de carteles.

No solo las cortes, sino también las autoridades de competencia y los agentes de la ley en general pueden beneficiarse del marco BGP para detectar este tipo de colusión en forma más efectiva. Por ejemplo, en el caso previamente discutido de Kleen Products, la corte no identificó una infracción a la sección 1. Sin embargo, usando el marco que he sugerido, aparece un acuerdo de cartel resiliente a trampas. El requerimiento mínimo de cuatro participantes fue cumplido, y las empresas hicieron anuncios públicos, similares a la idea de transmisión. Por ejemplo, se notó que “después que una empresa anunció que subiría sus precios para cartón de embalaje, el resto siguió el ejemplo con aumentos similares o idénticos”. También hubo evidencia de un posible líder en la conducta analizada. El vicepresidente de uno de los acusados “hizo comentarios en un correo electrónico que fácilmente pudo haberse entendido como una instrucción de seguir al líder”, sostuvo la corte. Adicionalmente, “los acusados estaban en comunicación constante” y las tradicionales características estructurales conducentes a colusión también fueron reveladas: altas barreras de entrada y concentración del mercado.

En oposición a la mayoría de los estudios de las ciencias de la computación sobre colusión, que en su mayoría están enfocados en la potencial aplicación de algoritmos de inteligencia artificial para colusión tácita (actualmente legal en Estados Unidos), mi artículo investiga los protocolos de acuerdo asegurando consistencia entre computadores. La premisa es que no se puede conspirar en contra de uno mismo, por lo que mecanismos de coordinación y consenso son necesarios para infringir la Sección 1. Estos mecanismos de coordinación en la economía digital parecen más sofisticados que aquellos en el pasado análogo, por lo que reguladores antimonopolios y las cortes deben actualizar sus herramientas para supervisar adecuadamente.

El artículo representa la opinión de sus autores, no necesariamente la de ProMarket, la Universidad de Chicago, la Escuela de Negocios Booth, o su cuerpo docente.

Giovanna Massarotto
Giovanna Massarotto es una Académica Asociada en el Centro de Tecnología, Innovación y Competencia (CTIC) de la Universidad de Pensilvania y afiliada al Centro de Tecnologías de Cadena de Bloques (UCL CBT) de University College London. La investigación de Massarotto se centra en cómo la tecnología afecta a la sociedad y en la intersección entre el derecho, la economía y la ciencia de la computación. Es una académica activa y autora de «Antitrust Settlements: How a Simple Agreement Can Drive the Economy», publicado por Wolters Kluwer, y coautora y editora de dos libros próximos con Cambridge University Press sobre políticas antimonopolio y regulatorias en la economía digital. Ha publicado varios artículos que investigan temas antimonopolio y regulatorios relacionados con mercados digitales, blockchain, inteligencia artificial y software, y es invitada regularmente a presentar su trabajo a nivel internacional. Massarotto enseña Política de Competencia Europea y Global, así como la Regulación Antimonopolio de Plataformas Digitales en la Facultad de Derecho Carey de la Universidad de Pensilvania. Obtuvo su doctorado en la Universidad Bocconi en Milán.

*Esta traducción al español fue realizada con el apoyo de la herramienta Chat GPT, de Open AI.