AI y el regulador antimonopolio

A medida que cambia la tecnología, los mercados también cambian. Los lanzamientos recientes de herramientas basadas en modelos de lenguajes grandes, como ChatGPT y Bard, ahora admiten una amplia gama de nuevas aplicaciones digitales que probablemente traerán interrupciones significativas, positivas y negativas, a aspectos de la economía y la sociedad en general.

Al mismo tiempo que el sector privado adopta nuevos usos para la inteligencia artificial (IA), estas innovaciones algorítmicas imponen nuevas exigencias a los reguladores gubernamentales. También presentan a los reguladores nuevas oportunidades. Las mismas herramientas digitales que impulsan las innovaciones en el sector privado pueden, y en algunos casos deben, implementarse para mejorar la capacidad de los reguladores para supervisar los mercados. Los enfoques tradicionales de regulación que se basan simplemente en la adopción de nuevas reglas o la contratación de más personal de auditoría ya no serán suficientes para supervisar mercados tecnológicamente complejos y cada vez más interconectados.

Al igual que otros reguladores, los reguladores antimonopolio enfrentan demandas y oportunidades similares creadas por las nuevas herramientas algorítmicas. Las autoridades de competencia siempre se han enfrentado a muchas más transacciones y empresas de las que podrían monitorear de cerca. Pero hoy, los algoritmos de aprendizaje automático pueden ayudar a los reguladores a identificar mejor las actividades sospechosas y asignar los escasos recursos de supervisión.

La regulación antimonopolio algorítmica también podría ser necesaria para hacer frente a una dependencia cada vez mayor de los algoritmos de fijación de precios dinámicos en los mercados privados que, si bien pueden generar ganancias en el bienestar del consumidor, también pueden abrir nuevas posibilidades de comportamiento anticompetitivo. La fijación algorítmica de precios tiene el potencial de crear distorsiones de mercado tanto intencionales como no intencionales, lo que dificulta que los reguladores distingan entre eficiencias de mercado legítimas y prácticas anticompetitivas. Con algoritmos de aprendizaje autónomo, la colusión del mercado puede incluso ocurrir sin intervención humana, lo que complica aún más la tarea del regulador.

Para abordar estos desafíos, es posible que las autoridades antimonopolio deban modificar ciertas reglas antimonopolio. Pero, como mínimo, deben adaptarse al mercado cambiante buscando, cuando corresponda, el uso de herramientas algorítmicas similares como parte de sus esfuerzos de supervisión. La creciente complejidad del comportamiento empresarial y la dependencia de la tecnología digital sofisticada hacen que sea crucial que los reguladores consideren cómo pueden aprovechar al máximo estos avances también.

Otros reguladores ya están utilizando big data y algoritmos de aprendizaje automático para maximizar el impacto de sus limitados recursos de aplicación. El Servicio de Impuestos Internos de EE. UU. utiliza herramientas de inteligencia artificial para ayudar a detectar la evasión de impuestos, mientras que la Comisión de Bolsa y Valores de EE. UU. utiliza estas herramientas para detectar el fraude de valores. Un estudio ha demostrado que los reguladores ambientales podrían usar algoritmos de aprendizaje automático para mejorar su detección de infractores de las normas de contaminación del agua en un 600 por ciento.

Las autoridades antimonopolio hasta ahora han tendido a ser más lentas en la adopción de herramientas de IA, pero el interés está comenzando a crecer frente a los llamados antimonopolio computacional. Los reguladores de la competencia se están interesando cada vez más en las posibles formas en que estas tecnologías podrían complementar o mejorar las herramientas antimonopolio tradicionales. Los abogados y economistas también están reconociendo el potencial de las herramientas de IA para procesar grandes cantidades de datos y analizar de manera más efectiva las condiciones de competitividad del mercado.

La transición a una era de «antimonopolio por algoritmo» no será fácil. Los reguladores antimonopolio deberán tomar decisiones sobre cuándo y con qué fines utilizar qué tipos específicos de herramientas algorítmicas y cómo se deben diseñar e implementar esas herramientas.

Al tomar estas decisiones, los reguladores pueden beneficiarse de un informe que escribí para la Conferencia Administrativa de los Estados Unidos en el que proporcioné un marco para la toma de decisiones gubernamentales sobre el despliegue de herramientas de IA. Como señalé en ese informe, los reguladores no necesitan determinar que las herramientas de IA funcionarán perfectamente antes de elegir usarlas. Sin embargo, necesitan garantías de que las herramientas de IA superarán el statu quo que se ha basado en gran medida en los tomadores de decisiones humanos, con todas sus debilidades.

La decisión de confiar en las herramientas de IA para realizar funciones de supervisión y auditoría regulatoria debe tener en cuenta varias condiciones previas básicas para el uso viable de la IA. Los objetivos del regulador para cualquier herramienta de IA deben poder articularse de manera matemáticamente precisa. También deben estar disponibles cantidades suficientemente grandes de datos utilizables. Y esos datos deben estar actualizados y adecuadamente relacionados con el objetivo deseado.

La disponibilidad de datos puede ser un desafío, ya que las empresas a menudo se muestran reacias a compartir sus datos con los reguladores. Es posible que sea necesario ampliar los requisitos para compartir datos. Pueden surgir nuevas oportunidades para compartir datos en tiempo real si las empresas aumentan el uso de la tecnología blockchain.

Las fuentes de datos, se dice a menudo, se han vuelto similares a las nuevas fuentes de energía que impulsan la economía, y los reguladores deberán encontrar formas de capturar datos relevantes y organizarlos y almacenarlos en forma utilizable. Para este propósito, los reguladores antimonopolio necesitarán hardware adecuado, capacidad de computación en la nube y procedimientos internos bien diseñados para combatir los riesgos de ciberseguridad.

Al igual que otros reguladores, los reguladores antimonopolio deberán auditar y validar las herramientas de inteligencia artificial que desarrollan e implementan. El objetivo de estas herramientas debería ser mejorar el status quo.

Afortunadamente, con los datos necesarios para usar las herramientas de IA en primer lugar, los reguladores deberían poder monitorear y probar sus herramientas para asegurarse de que están marcando una diferencia positiva y no creando daños indebidos. Sin embargo, los reguladores deben tener en cuenta la posibilidad de sesgos adversos que podrían ser capturados o reforzados por herramientas algorítmicas. Las autoridades antimonopolio deben estar preparadas para identificar y mitigar cualquier sesgo propagado por cualquier algoritmo de aprendizaje automático que utilicen.

Al igual que otras organizaciones, los reguladores antimonopolio se beneficiarán de sólidas prácticas internas de autoauditoría y gestión de riesgos de IA. Estos probablemente incluirían procedimientos de seguridad y privacidad de datos, capacitación del personal, protocolos de informes regulares (quizás a través de tarjetas modelo) y supervisión independiente.

Aprovechar al máximo los avances en las herramientas de IA exigirá, tal vez de manera contradictoria, una atención significativa a la creación de capital humano dentro de las agencias antimonopolio. Incluso cuando las agencias gubernamentales dependen de contratistas externos para usar herramientas de IA o construir sistemas automatizados, necesitarán cierto grado de experiencia interna en análisis de datos, sin mencionar los recursos humanos adecuados para supervisar los problemas legales y éticos relacionados con el uso de inteligencia artificial. Desarrollar y mantener la experiencia interna adecuada no será fácil, dado el salario más alto que se ofrece en el sector privado para los analistas con habilidades similares.

A pesar de estos desafíos, un futuro de antimonopolio por algoritmo tiene un gran potencial para mejorar la regulación y aplicación antimonopolio. Las herramientas de aprendizaje automático prometen a las autoridades antimonopolio la posibilidad de identificar y abordar mejor el comportamiento anticompetitivo, lo que puede conducir a un mercado más competitivo y mejores resultados para los consumidores. Y al tomar medidas bien pensadas para decidir cuándo y cómo usar la inteligencia artificial, las autoridades antimonopolio pueden ayudar a garantizar que las leyes antimonopolio por algoritmo se lleven a cabo de manera justa y responsable.