Algoritmos de precificação em plataformas digitais: entre a colusão e a inovação

Resumo

Objetivo: o artigo discute os impactos do uso de algoritmos de precificação de aprendizado autônomo sobre a legislação concorrencial brasileira. Explora também de que modo os agentes que pratiquem condutas anticompetitivas decorrentes de colusões tácitas, provocadas sem intervenção humana, devem ser analisados e responsabilizados pela autoridade antitruste.

Método: a metodologia foi baseada na análise narrativa da literatura internacional sobre
comportamentos colusivos mediados por sistemas de aprendizagem autônoma. Foram examinadas
orientações de autoridades e instituições antitruste de diversas jurisdições, jurisprudência do Cade e
o AI Act da União Europeia, com o objetivo de propor parâmetros normativos para atuação preventiva
no Brasil.

Conclusões: o estudo conclui que apenas algoritmos de aprendizagem autônoma, isto é, machine learning e deep learning, que resultam em colusões tácitas do tipo “agente previsível” e “digital eye” exigirão uma reformulação dos mecanismos de investigação tradicionais da autoridade concorrencial brasileira. Entende-se que eventual investigação sobre o tema deve ser conduzida a partir da regra da razão, considerando: (i) a ausência de precedentes envolvendo colusão algorítmica sem qualquer intervenção humana, tanto no Brasil quanto em outras jurisdições, (ii) o potencial pró-competitivo e os ganhos de eficiência proporcionados por algoritmos de precificação, e (iii) a baixa probabilidade, até o momento, de ocorrência de uma colusão algorítmica sem intervenção humana na prática. Mais ainda, o Cade deve focar em uma postura preventiva, a partir da emissão de guias e/ou orientações sobre o tema, diante da imaturidade normativa, institucional e tecnológica para a detecção de colusões algorítmicas na jurisdição brasileira.