Un estudio académico encendió las alarmas en Wall Street: investigadores de Wharton (Universidad de Pensilvania) y de la Universidad de Ciencia y Tecnología de Hong Kong (HKUST) demostraron que sistemas de inteligencia artificial utilizados en el trading podrían coordinarse entre sí sin acuerdos previos ni intervención humana. El hallazgo, publicado por la Oficina Nacional de Investigación Económica (NBER), plantea un desafío inédito para los reguladores financieros.
En las simulaciones, los algoritmos no solo operaron de forma autónoma —algo ya común en los mercados bursátiles—, sino que aprendieron a “coludirse” de manera espontánea. Es decir, fijaron precios y sostuvieron estrategias colectivas que les garantizaban beneficios compartidos, sin necesidad de comunicación explícita. Los autores lo llamaron un “win-win automático”, un fenómeno que podría afectar la competencia, la liquidez y la transparencia de los mercados.
Itay Goldstein, profesor de Wharton y coautor del paper AI-Powered Trading, Algorithmic Collusion, and Price Efficiency, explicó a Infobae:
“Nuestros hallazgos sugieren que estas prácticas ya podrían estar ocurriendo. Si las estrategias de inversión impulsadas por IA se vuelven colaborativas en lugar de competitivas, se altera el proceso de formación de precios y la liquidez del mercado”.
Aunque el estudio no afirma que la colusión algorítmica esté instalada en la práctica cotidiana, sí advierte sobre sus riesgos. Los investigadores identificaron dos mecanismos de coordinación: uno basado en disparadores de precios y otro en sesgos de aprendizaje. Ambos muestran que las máquinas pueden llegar a resultados cooperativos sin instrucciones humanas.
El problema, señalan, es regulatorio. Los marcos actuales de control se centran en detectar comunicaciones o pactos explícitos entre actores, algo que no aplica a las IA. Para Goldstein, los reguladores deberán introducir heterogeneidad entre algoritmos, limitar ciertas memorias de aprendizaje y repensar qué significa “colusión” en un mercado dominado por máquinas.
Desde el ámbito local, Fredy Vivas, CEO de RockingData, advirtió que el riesgo no es una rebelión de las máquinas, sino la falta de transparencia:
“Estos sistemas persiguen objetivos homogéneos. Si aprenden que competir reduce las ganancias, terminan sosteniendo precios altos sin necesidad de pactar nada. La clave es auditoría en tiempo real y reglas claras antes de habilitar su uso masivo”.
El trabajo concluye que la “colusión algorítmica” podría aparecer en el mundo real más pronto de lo que se cree. Y aunque aún no hay evidencia de que haya generado crisis comparables a la de 2008, el interrogante quedó planteado: ¿qué pasará cuando las máquinas no solo operen, sino que también decidan coordinarse entre sí?
Fuente: INFOBAE/Redacción TE.
