El 19 de febrero de 2020, la Comisión Nacional de los Mercados y la Competencia (CNMC) emitió una nota de prensa sobre la apertura del expediente sancionador S/0003/20 Proptech. En él se investiga si varias agencias inmobiliarias habrían coordinado precios y condiciones comerciales, infringiendo la Ley de Defensa de la Competencia (LDC) y el Tratado de Funcionamiento de la Unión Europea (TFUE). Lo notable es que se sugiere que esta conducta pudo haber sido facilitada por algoritmos diseñados para la gestión inmobiliaria.
La investigación de la CNMC plantea un escenario novedoso en el que los algoritmos de precios juegan un papel crucial en la posible coordinación de precios entre competidores. Este caso ofrece una oportunidad para reflexionar sobre los riesgos que la utilización generalizada de algoritmos puede representar para la competencia en el mercado y los desafíos legales que ello conlleva.
Desde el ámbito académico e institucional, estas cuestiones han sido ampliamente analizadas. La OCDE, la CMA británica y las autoridades de competencia francesa y alemana han destacado que, aunque los algoritmos mejoran la eficiencia y transparencia de los mercados, también pueden facilitar la colusión tácita, llevando a precios supra-competitivos.
Este artículo pone de manifiesto, aunque sea brevemente, cómo funcionan los algoritmos, las condiciones que facilitan la colusión tácita en oligopolios, los riesgos específicos que los algoritmos representan para la competencia, y concluye con algunas reflexiones finales. Por otro lado, se introducen algunas recomendaciones y datos a tener en cuenta en la práctica real.
Concepto y funcionamiento de los algoritmos
La OCDE define un algoritmo como una “secuencia de instrucciones que se ejecuta en un orden exacto para realizar una tarea”. En la economía digital, los algoritmos son esenciales para predecir comportamientos de consumidores, ajustar producción, anticipar cambios de precios y evaluar riesgos. Existen varios tipos de algoritmos:
- Algoritmos de monitorización y almacenamiento de datos: Recogen información sobre dinámicas de mercado, competidores y preferencias de consumidores.
- Algoritmos de personalización y segmentación: Utilizan datos para ofrecer publicidad específica y precios dinámicos basados en el historial de compras de los clientes.
- Algoritmos de precios: Ajustan precios en tiempo real en respuesta a los precios de la competencia y la demanda del mercado.
- Algoritmos de clasificación: Filtran y organizan grandes volúmenes de datos, utilizados por comparadores de internet y motores de búsqueda.
La creciente utilización de estos, y otros, algoritmos plantea la necesidad de analizar si pueden alterar las condiciones del mercado y facilitar la colusión tácita.
Acuerdos colusorios y oligopolios: la colusión tácita
En el derecho de la competencia, la colusión se refiere a cualquier acuerdo entre competidores para aumentar sus beneficios a expensas de los consumidores. Los acuerdos colusorios pueden abarcar desde la limitación de producción hasta la fijación de precios, siendo estos últimos los más comunes.
El artículo 1 de la LDC y el artículo 101 del TFUE prohíben la colusión entre empresas mediante “acuerdos”, “decisiones colectivas” y “prácticas concertadas”.
La colusión tácita, una forma de paralelismo consciente, ocurre en mercados oligopolísticos donde las empresas, sin comunicarse directamente, alinean sus conductas de manera autónoma, resultando en precios supra-competitivos. Esta colusión se facilita en mercados con alta transparencia y barreras de entrada.
Este uso intensivo de algoritmos puede llevar a situaciones en las que la colusión tácita se haga más probable y estable, incluso en mercados donde antes no era factible. La implementación de algoritmos de precios sofisticados puede hacer que las empresas actúen de manera sincronizada, replicando los efectos de una colusión explícita pero sin la necesidad de un acuerdo formal.
La colusión tácita en mercados oligopolísticos es un fenómeno complejo que puede ser facilitado por el uso de algoritmos de precios. Aunque la normativa actual puede abordar muchos de los desafíos que plantea la colusión explícita, las autoridades deben adaptar sus enfoques y herramientas para detectar y sancionar efectivamente la colusión tácita, especialmente en un entorno cada vez más digitalizado. Las empresas, por su parte, deben ser conscientes de los riesgos legales asociados con el uso de algoritmos y tomar medidas proactivas para asegurar el cumplimiento normativo.
El uso de algoritmos de precios puede aumentar la transparencia y la capacidad de respuesta rápida, incrementando la interdependencia entre las empresas y facilitando la colusión tácita incluso en mercados no oligopolísticos.
Los riesgos para la competencia derivados del uso de algoritmos de precios
El uso generalizado de algoritmos puede facilitar la colusión de dos maneras principales:
Utilización de algoritmos para facilitar o vigilar el cumplimiento de acuerdos anticompetitivos “tradicionales”
Los algoritmos pueden ser utilizados para seguir en tiempo real los precios fijados por los competidores o para adaptar los precios de manera paralela, reduciendo el incentivo de incumplir el acuerdo y dificultando la detección por parte de las autoridades.
Un ejemplo es el caso Topkins, donde se utilizaron algoritmos para coordinar precios en Amazon. En este caso las empresas implicadas diseñaron y compartieron ciertos algoritmos de precios que estaban programados para coordinar los precios de conformidad con lo acordado.
Algoritmos de precios como agentes desencadenantes de la colusión
Los algoritmos basados en inteligencia artificial pueden reaccionar automáticamente a los precios de los competidores, aprendiendo de las interacciones y replicando escenarios de colusión tácita sin intervención humana. La colusión tácita presenta un desafío jurídico ya que, a diferencia de la colusión explícita, resulta de decisiones autónomas sin contacto directo entre empresas.
Para abordar estos riesgos, se han propuesto varias soluciones, como ampliar la definición de “acuerdo colusorio” para incluir la concurrencia de voluntades facilitada por algoritmos, y exigir a las empresas la autoevaluación de los algoritmos que diseñan o utilizan. La OCDE también ha sugerido mecanismos de control ex ante y reforzar la vigilancia de los mercados.
La atribución de responsabilidad por infracciones cometidas o inducidas por algoritmos
La cuestión de si una empresa puede ser responsable por infracciones cometidas por algoritmos plantea un desafío. Actualmente, los algoritmos son considerados herramientas diseñadas por humanos, por lo que las empresas son responsables de las decisiones tomadas por estos. Sin embargo, a medida que los algoritmos se vuelvan más autónomos, será necesario reevaluar esta responsabilidad con más detenimiento y detalle.
Una propuesta es considerar la responsabilidad de las empresas si se demuestra que no evaluaron adecuadamente el riesgo de infracción.
Otra perspectiva es tratar los algoritmos como empleados, considerando a la empresa responsable por las decisiones tomadas por los algoritmos bajo su control.
No obstante lo anterior, la situación es suficientemente novedosa, y requerirá una atención especial del legislador más adelante.
Consideraciones Importantes
La digitalización y el uso creciente de algoritmos están transformando la interacción en los mercados.
Los algoritmos mejoran la eficiencia y la transparencia, pero también pueden facilitar la colusión tácita. Aunque el marco legal actual puede abordar muchas de estas situaciones, es necesario considerar ajustes para afrontar los nuevos desafíos.
Una posible solución es ampliar la definición de “acuerdo colusorio” para incluir decisiones facilitadas por algoritmos. Además, la LDC podría ser más efectiva al incluir “prácticas conscientemente paralelas”. Las autoridades de competencia deben estar preparadas para investigar y sancionar prácticas colusorias decididas o influenciadas por algoritmos.
En definitiva, aunque los algoritmos presentan beneficios significativos, también plantean riesgos que requieren una atención constante y adaptaciones en la normativa para garantizar un mercado competitivo y justo.
Recomendaciones Legales
A continuación se presentan unas breves recomendaciones legales en relación con el contenido del artículo, dirigidas a personas interesadas en las consecuencias prácticas y útiles de estos temas:
Evaluación Proactiva de Algoritmos
- Revisión y Auditoría Regular: Las empresas deben llevar a cabo revisiones y auditorías regulares de los algoritmos utilizados en sus procesos de fijación de precios para asegurarse de que no facilitan prácticas colusorias.
- Documentación y Transparencia: Mantener una documentación detallada del funcionamiento y propósito de los algoritmos, así como de cualquier cambio realizado en ellos, para demostrar transparencia y cumplimiento normativo.
Cumplimiento y Capacitación
- Capacitación Continua: Capacitar a los empleados y responsables de la programación y uso de algoritmos en las normas de competencia y las implicaciones legales de la colusión tácita.
- Desarrollo de Políticas Internas: Implementar políticas internas claras sobre el uso de algoritmos, asegurando que todos los empleados comprendan las prácticas permitidas y prohibidas.
Colaboración con Expertos
- Asesoría Externa: Colaborar con expertos en derecho de la competencia y tecnología para evaluar los riesgos asociados con el uso de algoritmos y para desarrollar estrategias de cumplimiento efectivas.
- Actualización Constante: Mantenerse actualizado sobre las últimas normativas y jurisprudencias relacionadas con el uso de algoritmos y colusión tácita, para adaptarse rápidamente a cualquier cambio legal.
Responsabilidad y Gobernanza
- Atribución de Responsabilidad: Establecer claramente la responsabilidad de la empresa en caso de infracciones cometidas por algoritmos, implementando medidas de control y supervisión adecuados.
- Diseño Ético de Algoritmos: Asegurar que los algoritmos se diseñen con principios éticos y legales, evitando cualquier programación que pueda inducir prácticas anticompetitivas.
Prevención de la Colusión Tácita
- Monitoreo del Mercado: Utilizar herramientas de monitoreo del mercado para detectar posibles patrones de colusión tácita entre competidores, y tomar medidas preventivas si se identifican riesgos.
- Barreras de Transparencia: Considerar la implementación de mecanismos que eviten una transparencia excesiva que pueda facilitar la colusión, como limitar la visibilidad de precios entre competidores.
Colaboración con Autoridades
- Diálogo Abierto: Mantener un diálogo abierto con las autoridades de competencia para obtener orientación y clarificaciones sobre el uso de algoritmos.
- Participación en Estudios y Consultas: Participar en estudios y consultas públicas sobre la regulación de algoritmos y competencia, para influir en el desarrollo de normativas justas y efectivas.
Implementar estas recomendaciones puede ayudar a las empresas a mitigar los riesgos legales asociados con el uso de algoritmos en la fijación de precios y asegurar el cumplimiento de las normas de competencia, protegiendo tanto a la empresa como a los consumidores.
Contraindicaciones y Efectos Negativos de los Algoritmos de Precios
Toda esta sistemática es bastante novedosa. ¿Se conocen los “contras”, las contraindicaciones que toda esta tecnología puede llevar aparejada, aparte de un mayor control?
A continuación se exponen algunas contraindicaciones o efectos negativos que el uso de algoritmos de precios puede tener en la práctica diaria:
Facilitación de la Colusión Tácita
- Incremento de Transparencia: Aunque la transparencia puede mejorar la competencia en ciertos aspectos, un exceso puede facilitar la colusión tácita, donde las empresas ajustan sus precios de manera paralela sin necesidad de comunicación directa.
- Reducción de la Competencia: La capacidad de los algoritmos para ajustar precios rápidamente puede llevar a una menor competencia en precios, con las empresas siguiendo automáticamente los cambios de sus competidores.
Deshumanización de las Decisiones Comerciales
- Falta de Flexibilidad: Los algoritmos pueden carecer de la flexibilidad y el juicio humano necesario para tomar decisiones comerciales adaptadas a circunstancias específicas o excepcionales.
- Decisiones No Éticas: Los algoritmos, si no están adecuadamente programados y supervisados, pueden tomar decisiones que, aunque legales, no sean éticas o socialmente responsables.
Riesgos de Programación y Supervisión
- Errores de Programación: Un error en la programación de un algoritmo puede llevar a precios incorrectos o inadecuados, afectando negativamente a la empresa y a los consumidores.
- Dificultad en la Supervisión: Supervisar y auditar algoritmos sofisticados puede ser complejo y costoso, requiriendo conocimientos técnicos especializados.
Impacto en el Consumidor
- Discriminación de Precios: Los algoritmos pueden segmentar a los consumidores y fijar precios diferentes basados en datos personales, lo que puede ser percibido como injusto o discriminatorio.
- Falta de Transparencia para el Consumidor: Los consumidores pueden no entender cómo se fijan los precios, lo que puede generar desconfianza y afectaciones en la percepción de la empresa.
Vulnerabilidad a Manipulaciones y Abusos
- Manipulación de Algoritmos: Existe el riesgo de que competidores malintencionados manipulen los algoritmos a través de prácticas como el “spoofing” o el “pinging”, engañando al sistema para obtener beneficios indebidos.
- Dependencia de Proveedores Externos: Confiar en algoritmos desarrollados por proveedores externos puede exponer a las empresas a riesgos de seguridad y a posibles comportamientos anticompetitivos por parte del proveedor.
Cuestiones Legales y Regulatorias
- Responsabilidad Legal: La dificultad para determinar la responsabilidad en caso de infracciones cometidas por algoritmos puede complicar las situaciones legales y aumentar la incertidumbre para las empresas.
- Cumplimiento Normativo: A medida que las regulaciones sobre el uso de algoritmos evolucionan, las empresas pueden enfrentar desafíos para mantenerse al día y cumplir con los nuevos requisitos legales.
Impacto en el Empleo
- Desplazamiento de Trabajadores: La automatización de la fijación de precios puede reducir la necesidad de empleados en áreas como análisis de precios y estrategia comercial, afectando negativamente el empleo en estos sectores.
- Desactualización de Habilidades: La rápida evolución tecnológica puede dejar obsoletas las habilidades de los trabajadores, que necesitarán formación continua para adaptarse a las nuevas herramientas y procesos.
Sesgos en la Programación
- Algoritmos Parciales: Si los datos utilizados para entrenar los algoritmos contienen sesgos, estos pueden perpetuarse y amplificarse, llevando a decisiones discriminatorias o injustas.
- Falta de Diversidad en los Datos: Utilizar conjuntos de datos no representativos puede llevar a que los algoritmos no consideren adecuadamente las necesidades y comportamientos de todos los segmentos de la población.
Considerar estos efectos negativos es crucial para que las empresas implementen estrategias de mitigación y aseguren que el uso de algoritmos de precios contribuya positivamente a la competencia y al bienestar de los consumidores.
Indice Legal y Normativo
A continuación se expone un pequeño índice de la normativa legal, jurisprudencia y doctrina utilizada en el artículo:
Normativa Legal
Ley 15/2007, de 3 de julio, de Defensa de la Competencia (LDC)
- Artículo 1: Conductas colusorias.
- Artículo 43: Deber de secreto.
Tratado de Funcionamiento de la Unión Europea (TFUE)
- Artículo 101: Prohibición de acuerdos colusorios.
Jurisprudencia
Sentencia del Tribunal General de la Unión Europea (TGUE)
- Caso Bayer AG c. Comisión (2000).
Sentencias del Tribunal de Justicia de la Unión Europea (TJUE)
- Caso Ahlström y otros c. Comisión (1993).
- Caso Suiker Unie (1975).
- Caso Eturas (2016).
- Caso Treuhand (2015).
- Caso Protimonopolný úrad Slovenskej republiky c. Slovenská sporiteľňa a.s. (2013).
- Caso Musique Diffusion Française (1983).
Doctrina y Referencias Académicas
Ezrachi, A. y Stucke, M.
- Libro: “Virtual Competition”.
- Artículo: “Artificial Intelligence & Collusion” en UILR.
OCDE
- Informes sobre el impacto de los algoritmos en la competencia (2017, 2018).
CMA Británica
- Informe sobre el uso de algoritmos y competencia (2018).
Informe conjunto de las autoridades francesa y alemana de la competencia (2019)
Posner, R.
- Libro: “Antitrust Law”.
Casos Relevantes
Caso Topkins
- Coordinación de precios en Amazon.
Caso Proptech
- Investigación de la CNMC sobre la coordinación de precios en el sector inmobiliario.
Este índice proporciona una visión clara y organizada de las fuentes legales, jurisprudenciales y doctrinales mencionadas en el artículo.
