Торговые ИИ-агенты сговариваются и держат цены без присмотра человека

Исследователи из Уортонской школы бизнеса Пенсильванского университета и Гонконгского университета науки и технологий обнаружили, что ИИ-агенты, обученные с помощью методов обучения с подкреплением, в ряде сценариев не конкурировали между собой, а, напротив, начинали вести себя согласованно. Вместо агрессивной торговли они коллективно удерживали цены, что повышало их суммарную прибыль, без каких-либо прямых инструкций к сговору.

Ученые моделировали рынки с разным уровнем «шума»: неопределенности и колебаний цен. Одни ИИ-агенты имитировали поведение розничных инвесторов, другие — хедж-фондов, однако в обоих случаях наблюдался один и тот же эффект: боты избегали агрессивных сделок и тем самым де-факто фиксировали цены.

В одном из сценариев агенты использовали так называемую стратегию ценовых триггеров. Они торговали осторожно до тех пор, пока не происходило резкое движение рынка, после чего действовали синхронно и крайне активно. ИИ «понимал», что массовая агрессия усиливает волатильность, и потому большую часть времени предпочитал сдержанную тактику.

В другом случае боты были обучены избегать риска: если сделка приводила к убытку, стратегия полностью исключалась из дальнейшего поведения. Это приводило к догматичной, чрезмерно осторожной торговле даже тогда, когда более рискованные действия сулили большую прибыль. Авторы назвали этот эффект «искусственной глупостью» — ситуацией, когда ИИ коллективно выбирает не оптимальное, но стабильное и выгодное для всех поведение.

«В обоих механизмах агенты сходятся к модели, при которой они действуют неагрессивно, и в долгосрочной перспективе это оказывается для них выгодно», — пояснил один из авторов исследования, профессор финансов Итай Голдстин.

Авторы работы подчеркивают, что такие результаты важны для регуляторов. Традиционные антимонопольные правила направлены на борьбу с человеческими картелями, однако алгоритмический сговор может возникать спонтанно, без явного умысла и договоренностей. Исследование показывает, что существующие нормы могут быть плохо приспособлены к рынкам, где ключевую роль играют автономные ИИ-системы.