Un recente studio condotto dai professori Itay Goldstein e Winston Wei Dou della Wharton School dell’Università della Pennsylvania, insieme al dottor Yan Ji dell’Università di Scienza e Tecnologia di Hong Kong, ha rivelato un fenomeno inquietante nel mondo del trading algoritmico: i bot di trading basati sull’intelligenza artificiale (IA) possono imparare autonomamente a collaborare tra loro, manipolando i mercati finanziari senza alcuna comunicazione esplicita. Questo comportamento, definito “collusione algoritmica”, solleva seri interrogativi sulla regolamentazione dei mercati finanziari nell’era dell’IA.
I ricercatori hanno creato una simulazione di mercato finanziario virtuale, popolata da diversi tipi di partecipanti: investitori a lungo termine, market maker e investitori al dettaglio. Al centro dell’esperimento c’erano agenti di trading basati su algoritmi di apprendimento per rinforzo, una tecnica di IA che consente agli agenti di apprendere strategie ottimali attraverso l’interazione con l’ambiente e il feedback ricevuto. L’obiettivo era osservare come questi agenti si comportassero in un contesto di mercato realistico.
I risultati sono stati sorprendenti: gli agenti di IA hanno scelto autonomamente di cooperare tra loro, fissando i prezzi e condividendo i profitti senza alcun intervento umano o comunicazione esplicita. Anche gli agenti dotati di algoritmi relativamente semplici hanno mostrato questa tendenza. Questo comportamento è stato descritto dai ricercatori come una forma di “collusione tacita”, in cui gli agenti, pur non avendo un’intenzione consapevole di collaborare, hanno sviluppato strategie comuni che portano a risultati simili a quelli di un cartello.
Lo studio ha identificato due principali meccanismi attraverso i quali si verifica questa collusione algoritmica:
- Strategie basate su trigger di prezzo: In scenari di mercato con bassa efficienza dei prezzi e asimmetria informativa, gli agenti di IA possono adottare strategie in cui puniscono i comportamenti devianti, come nel caso di un cartello tradizionale.
- Bias di apprendimento omogeneizzati: Anche in mercati con alta efficienza dei prezzi, gli agenti possono sviluppare comportamenti simili a causa di bias comuni nei loro algoritmi di apprendimento, portando a una forma di “stupidità artificiale” che favorisce la collusione.
Questi meccanismi consentono agli agenti di IA di raggiungere profitti superiori alla concorrenza, senza la necessità di comunicazione diretta o coordinamento esplicito.
Il fenomeno della collusione algoritmica pone sfide significative per le autorità di regolamentazione dei mercati finanziari. Tradizionalmente, le normative antitrust si basano sulla dimostrazione di un’intenzione consapevole di colludere tra le parti coinvolte. Tuttavia, nel caso degli agenti di IA, questa intenzione può essere assente, rendendo difficile applicare le leggi esistenti. Come sottolineato dal professor Goldstein, “l’intelligenza artificiale non deve essere particolarmente intelligente per imparare a colludere”.
Inoltre, l’adozione crescente di IA nei mercati finanziari potrebbe portare a una maggiore omogeneizzazione delle strategie di trading, aumentando il rischio di collusioni non intenzionali e riducendo la concorrenza. Questo potrebbe compromettere l’efficienza del mercato, la liquidità e la formazione dei prezzi, con potenziali effetti negativi sull’economia reale.
Per affrontare queste sfide, gli esperti suggeriscono la necessità di sviluppare un nuovo quadro normativo che si concentri sui risultati delle azioni degli agenti di IA, piuttosto che sull’intenzione di colludere. Ciò potrebbe includere l’introduzione di metriche per valutare il grado di collusione tra gli agenti e l’implementazione di regolamenti che limitino la capacità degli algoritmi di sviluppare comportamenti collusivi.
Inoltre, è fondamentale promuovere la trasparenza degli algoritmi di IA utilizzati nel trading, consentendo alle autorità di regolamentazione di monitorare e intervenire efficacemente in caso di comportamenti anomali. La collaborazione tra istituzioni accademiche, enti regolatori e industrie tecnologiche sarà essenziale per sviluppare soluzioni che garantiscano mercati finanziari equi e stabili nell’era dell’intelligenza artificiale.