Calvano和同事在本期《政策论坛》中提出，法律学者、计算机科学家和经济学家必须携手合作来防止同行在竞争性市场中的人工智能（AI）算法所致的非法涨价行为。作者说，无论此算法合谋为蓄意行为抑或编程疏忽，但其危险性不啻于人为合谋；因此，必需有适当的政策向那些在定价算法中有合谋行为的公司问责；在该算法合谋中，背后达成协议以欺骗市场的贪求利润的竞争者会以非法手段抬高物价 。实验和经验证据已经显示，采用合谋行为的算法有多么容易；例如，当被要求使利润最大化时，AI会自动开启对所有可能定价守则的学习（其中包括合谋），以期在没有人工干预的情况下实现这一目标。当前的政策无法对AI采纳非法定价规则的能力进行评估。人为共谋案例可通过对竞争对手间的表明同意不参与竞争的秘密通信证据来进行调查。相比之下，在算法合谋的案例中，这种可追踪的证据并不那么明显，而且AI甚至可以演变而超越既定的经济理论和人类合谋研究的范畴。因此，作者提出了一种分三个步骤的方法来研究可控环境中的用于合谋的定价算法。它包括测试哪些AI定价规则可在实验室中导致合谋；应用审计操练来发现导致高价的合谋特性；以及最后推出对学习算法的约束条件以阻止AI向合谋演变。当这些方法一旦被实施并得到完成，政策制定者便能考虑禁用特定的定价算法，并让导致合谋行为的AI定价规则的公司担责。作者指出：“在这条路上还有几个障碍，其中包括合谋性测试操作的困难，缺乏透明度和算法的解释能力，以及法院接纳这类技术材料的意愿和能力。”
###
Journal
Science