Quando gli algoritmi “colludono” senza parlarsi: perché i prezzi salgono da soli

Nel nuovo ecosistema dei commerci digitali, dove i prezzi cambiano in tempo reale e le aziende delegano sempre più decisioni all’automazione, sta emergendo un paradosso: i programmi progettati per competere possono finire per comportarsi come se si fossero messi d’accordo, facendo lievitare il costo finale per il consumatore.
Non servono patti segreti, riunioni in stanze chiuse o telefonate compromettenti: basta la matematica, e un pizzico di teoria dei giochi.

Un mercato semplice… che semplice non è più

Immaginiamo due venditori in una piccola città, come negli esempi dei manuali di economia. In teoria, chi offre il prezzo più basso conquista più clienti.
Per decenni, il sistema è stato regolato da un principio chiaro: vietare gli accordi di prezzo tra concorrenti. Se non si parlano, non possono colludere. Fine.

Ma oggi i venditori non modificano più i prezzi da soli: lo fanno algoritmi di apprendimento automatico, che osservano la domanda, analizzano i movimenti dei competitor e aggiornano i prezzi continuamente.
E qui nasce il problema: algoritmi diversi possono, senza dichiararlo e senza “volerlo”, convergere verso strategie che mantengono artificialmente i prezzi alti.

L’effetto collusivo che nessuno ha programmato

Uno studio del 2019 ha acceso i riflettori su un fenomeno inquietante:
in un mercato simulato, due algoritmi di pricing hanno “imparato” a minimizzare il rischio di una guerra dei prezzi.

Quando uno dei due tentava di abbassare il prezzo, l’altro reagiva in modo aggressivo, portando alla consapevolezza implicita che un ribasso poteva danneggiare entrambi. La conclusione dell’algoritmo?
Meglio tenere i prezzi alti.

Questo meccanismo non richiede comunicazione. Non c’è intenzionalità.
C’è solo adattamento strategico, un concetto fondamentale della teoria dei giochi: gli agenti cambiano comportamento finché non trovano un equilibrio da cui non hanno alcun incentivo a uscire.

Gli algoritmi senza rimpianti

Il recente lavoro di Aaron Roth e colleghi ha fatto un passo oltre. I ricercatori hanno analizzato un tipo di algoritmo molto comune, definito no-swap-regret.
Il suo obiettivo è semplice: evitare il rimpianto.
Dopo molti cicli, l’algoritmo deve poter dire: “Non avrei guadagnato di più scegliendo sistematicamente un’altra strategia”.

Questi algoritmi sono considerati “sicuri” perché, in condizioni ideali, tendono a mantenere un mercato competitivo.
Ma cosa succede se si scontrano con una strategia completamente diversa?

Lo studio risponde con un colpo di scena:
quando un no-swap-regret compete con un algoritmo “non reattivo”, cioè che sceglie i prezzi in base a probabilità fisse, il risultato può essere devastante per il consumatore.

La strategia ottimale del giocatore “casuale” consiste nel dare un’alta probabilità ai prezzi più alti e solo occasionalmente tentare prezzi bassi per catturare clienti.
Questo comportamento spinge il suo rivale intelligente – l’algoritmo senza rimpianti – ad aumentare progressivamente i propri prezzi, per non restare indietro in termini di profitto medio.

Il risultato?
Entrambi stabiliscono prezzi più elevati, in modo stabile ed efficace.
Un equilibrio perfetto… per loro. Non per chi acquista.

Un tipo di collusione che le leggi non sanno ancora riconoscere

Il fenomeno mette in crisi il concetto tradizionale di collusione.
Per punire un comportamento illecito occorre dimostrare un patto, uno scambio di informazioni, una strategia condivisa.

Ma se i programmi non comunicano, se seguono solo regole matematiche, pur arrivando allo stesso risultato di un cartello dei prezzi?
La normativa attuale non è attrezzata per questo scenario.

Le autorità si trovano di fronte a un dilemma:
vietare gli algoritmi reattivi? Costringere le aziende ad adottare solo certi modelli matematici? Oppure ripensare radicalmente il modo in cui interpretiamo la concorrenza?

La proposta: eliminare il rimpianto, salvare il mercato

Jason Hartline, uno dei principali studiosi del tema, suggerisce una soluzione drastica:
consentire solo algoritmi di pricing con proprietà no-swap-regret, perché quando tutti li usano, i prezzi tendono a restare competitivi.

Esistono persino metodi per verificare se un algoritmo rientra in questa categoria senza esaminarne il codice, una condizione fondamentale per tutelare brevetti e proprietà industriale.

Ma il sistema non è perfetto:
– non copre i casi in cui l’algoritmo compete con un essere umano;
– non impedisce l’emergere di dinamiche impreviste;
– non tiene conto dell’evoluzione dell’IA, sempre più sofisticata.

Il futuro prossimo: algoritmi al bar

La provocazione finale degli studiosi è chiara:
la vera sfida non sarà impedire ai venditori di mettersi d’accordo, ma impedire agli algoritmi di comportarsi come se lo avessero fatto.

E in un futuro in cui l’intelligenza artificiale sarà sempre più capace di riconoscere pattern, prevedere mosse e ottimizzare strategie, la battuta finale non sembra poi così lontana:
“Un giorno, gli algoritmi potrebbero davvero ritrovarsi in un bar. E non è detto che ne usciremo con prezzi più bassi.”

Foto di u_yzoxh6dzpy da Pixabay