Las máquinas “hablan” entre ellas y se ponen de acuerdo sin que ningún humano intervenga y no haya convenios previos para que lo que sucede inmediatamente después, suceda. Conviene tomar nota de esto último porque es central en esta historia digna de Netflix.
Luego, estos complejos bots de Inteligencia Artificial compran y venden activos financieros, fijan precios y vuelven a empezar. Los mercados suben y bajan siguiendo esas tendencias. Empresas y países festejan y sufren las consecuencias sin que la mayoría se entere del todo lo que está pasando en ese mundo inasible. Las pantallas muestran números, las cuentas se llenan y se vacían, y así.
Otra vez: máquinas que no sólo operan solas –cosa que ocurre hace tiempo en el mundo financiero y otros mercados–, sino que se ponen de acuerdo sin parámetros fijados, sin acuerdos ni reglas explícitas preestablecidas -programadas- por nadie, por humanos. ¿Piensan? Quién sabe. ¿Deciden? Sí.
El relato de los párrafos anteriores suena ciencia ficción y asoma como la peor pesadilla de Wall Street, de todas las bolsas y mercados bursátiles del mundo, en rigor. Pero podría estar a la vuelta de la esquina.
La posibilidad concreta de que todo eso ocurra está plasmada en un paper académico titulado AI-Powered Trading, Algorithmic Collusion, and Price Efficiency (Trading impulsado por IA, colusión algorítmica y eficiencia de precios), que firmaron los investigadores Winston Wei Dou e Itay Goldstein, del Wharton School de la Universidad de Pensilvania, en EEUU, e Yan Jim, de la Universidad de Ciencia y Tecnología de Hong Kong (HKUST).
La investigación, que tomó tres años y fue publicada por la Oficina Nacional de Investigación Económica (NBER) de EEUU, no concluye con que ese universo tan temido esté ocurriendo ya, en el mundo real de hoy… pero en la simulación de mercado que crearon sí ocurrió. Y hablan también de algo que definieron como “estupidez artificial” y que funciona de la siguiente manera: los bots no tienen problemas para coludirse y mantener estrategias que les den resultados buenos a todos. Mostraron que pueden cooperar entre sí sin ponerse de acuerdo si, al final, les va más o menos bien a todos. Un win-win automático que a más de uno le generará escalofríos.
Infobae dialogó con uno de los autores del trabajo, Itay Goldstein, un doctor en Economía de la Universidad de Tel Aviv que es el actual encargado del Departamento de Finanzas de la escuela de Negocios de Wharton, en la Universidad de Pensilvania, EEUU.
“Nuestros hallazgos son una combinación de investigación teórica y empírica que nos permite estar bastante seguros de que este tipo de estrategias están siendo adoptadas, afectando la competencia en el mercado” (Goldstein)
“Una forma en la que podríamos explicar el riesgo o el potencial efecto de estos fenómenos es que si gracias al uso de IA las estrategias de inversión pasan a ser colaborativas en lugar de competitivas se puede alterar la liquidez del mercado o impedir un proceso de price discovery”, resumió su trabajo Goldstein.
— ¿Ya hay algoritmos financieros de IA trabajando en el mundo real de la manera que ustedes probaron en la investigación?
— Dado que el mercado es bastante opaco, no tenemos tanto acceso a cada movimiento como para poder especificar tal conducta u otra. Sin embargo, nuestros hallazgos son una combinación de investigación teórica y empírica que nos permite estar bastante seguros de que este tipo de estrategias están siendo adoptadas, afectando la competencia en el mercado.
— ¿Es posible que se genere una crisis como la del 2008 o similar generada por IA?
— (Se ríe) No quisiera llegar tan lejos. La verdad es que no tenemos material o datos que nos lleven a poder temer eso. Pero nos interesa detectar posibles efectos negativos. De hecho, en estos momentos estamos haciendo un paper de seguimiento en el que buscamos precisar si es posible que este tipo de estrategias impulsadas por IA generen sus propias burbujas.
— ¿Qué le recomendaría a los reguladores de los mercados financieros y bursátiles?
— Las autoridades van a tener que cambiar sus ideas de lo que es una investigación alrededor de lo que se entiende por colusión. En este momento, ese tipo de vigilancia está enfocada en reuniones, llamados, comunicaciones, formas explícitas de colusión y colaboración que en el caso de algoritmos impulsados por IA funcionan de otra manera. En un nivel más básico, tenemos motivos para pensar que cuanto mayor es la cantidad de algoritmos impulsados por IA más difícil es que colaboren, entonces esa sería una reglamentación básica a aplicar. También, se puede intentar evitar que todos los algoritmos se parezcan, introducir algo de heterogeneidad en los códigos y los proveedores pueden también dificultar este tipo de estrategias colaborativas.
El estudio
En el centro de la investigación está lo que se conoce como aprendizaje por refuerzo (Reinforcement Learning, o RL). Es un tipo de aprendizaje automático, una técnica de machine learning, en la que un agente o software aprende a tomar decisiones interactuando con un entorno. La combinación con IA –con que quien aprenda sea una IA– tiene una potencialidad muy fuerte.
“La integración del trading algorítmico con algoritmos de aprendizaje por refuerzo (RL), a menudo denominada trading impulsado por IA, tiene el potencial de transformar los mercados financieros y plantea nuevos desafíos regulatorios. Mientras que el trading algorítmico tradicional se basa en reglas estáticas y codificadas, definidas por humanos, los algoritmos de trading basados en RL optimizan sus estrategias de forma autónoma mediante interacciones de autoaprendizaje y ensayo-error con el mercado, y se adaptan en tiempo real en función de los resultados observados. Esta adopción de algoritmos de IA en la ejecución de operaciones ha cobrado recientemente un impulso significativo y su futuro avance parece inevitable”, detalló la investigación.
Como quedó claro, los investigadores ponen una y otra vez el acento en lo difícil que será regular todo esto para un mercado, el financiero global, mega regulado. En ese contexto, el mayor tiene que ver con el riesgo de colusión.
¿Qué podría pasar? Que algoritmos autónomos de aprendizaje automático sepan coordinar de forma independiente “sus operaciones para obtener beneficios supracompetitivos, sin acuerdos explícitos, comunicación ni intención preprogramada. Dicha colusión algorítmica podría beneficiar a un pequeño grupo de especuladores sofisticados equipados con tecnologías avanzadas, mientras que perjudica a un mayor número de participantes del mercado al socavar la competencia, la liquidez y la eficiencia del mercado”.
El paper concluye que esto podría pasar muy pronto… si es que ya no ocurre, como sospecha Goldstein. “La colusión de IA en la negociación de valores puede surgir de forma robusta”, resumió el trabajo.
“Hay que ver cómo funcionan estos sistemas y crear reglamentaciones, auditorías de origen en tipo real, más que asustarse por la rebelión de máquinas” (Vivas)
El estudio subraya que restringir la complejidad o la memoria de los algoritmos podría ayudar a frenar la colusión basada en estrategias de disparo de precios, pero podría agravar el sesgo y eliminar estrategias agresivas que son eficientes para el mercado. Por tanto, los autores insisten en la necesidad de comprender a fondo la interacción entre la IA y los mercados financieros para diseñar políticas regulatorias efectivas.
La agencia Bloomberg analizó también el paper en una nota reciente y concluyó que “los bots de IA no necesitan ser malvados, ni siquiera especialmente inteligentes, para manipular el mercado. Si se les deja solos, lo aprenden por sí mismos” y que los agentes de IA plantean desafíos que los reguladores aún no se han enfrentado.
Las principales conclusiones del trabajo científico fueron:
- La colusión de IA en la negociación de valores puede surgir de forma robusta.
- Existen dos mecanismos algorítmicos distintos mediante los cuales se logra la colusión en diversos entornos de mercado: uno basado en estrategias de activación por precio y el otro impulsado por un sesgo de sobrepoda (over-pruning) en el aprendizaje.
- “Restringir la complejidad algorítmica o la capacidad de memoria puede ayudar a disuadir la colusión de la IA que desencadena precios”.
- Las restricciones bien intencionadas pueden socavar involuntariamente la eficiencia del mercado.
- “Diseñar barreras efectivas para la IA en los mercados financieros requiere una comprensión profunda y rigurosa de cómo la dinámica del aprendizaje algorítmico interactúa con la estructura de los entornos comerciales para controlar el comportamiento de las máquinas y dar forma al equilibrio resultante impulsado por la IA”.
Fredy Vivas, CEO de RockingData y experto local en IA, cree que se está frente a modelos que persiguen objetivos homogéneos y deberían tener una regulación o una especie de auditoría en tiempo real que entienda y otorgue transparencia a sus funciones. “La función objetiva de Waze, por caso, es optimizar el tiempo estimado de llegada a un lugar. Estos algoritmos deberían tener una buena auditoría de objetivos, transparencia y ejecución de pruebas de estrés antes de que se autoricen”, detalló.
“La colusión de estos sistemas evita la competencia natural y el problema es que surja sola, sin un pacto formal ni ningún tipo de contacto. En estos experimentos la colusión surge sola. Los algoritmos tienen el mismo objetivo, maximizar la ganancia, aprenden del mismo entorno repetido y cuando descubren que competir bajando los precios baja las recompensas, terminan poniéndose de acuerdo y sosteniendo precios altos sin tener que pactar nada. Esta coordinación emergente y la colusión algorítmica genera revuelo y preocupa a economistas y reguladores. Hay que ver cómo funcionan estos sistemas y crear reglamentaciones, auditorías de origen en tipo real, más que asustarse por la rebelión de máquinas”, destacó Vivas.
Más de un operador de Wall Street, de esos que aparecen en las fotos de agencia de noticias ilustrando la actividad bursátil, deben está agarrándose la cabeza. Y no justamente por el precio de las acciones.