211service.com
Los algoritmos de fijación de precios pueden aprender a confabularse entre sí para aumentar los precios
Categoría: Inteligencia artificial Al corriente Feb 12Si compras en Amazon, es probable que un algoritmo, en lugar de un ser humano, establezca el precio del servicio o artículo que compraste. Los algoritmos de fijación de precios se han vuelto omnipresentes en el comercio minorista en línea a medida que los sistemas automatizados se han vuelto cada vez más asequibles y fáciles de implementar. Pero mientras empresas como las aerolíneas y los hoteles han utilizado durante mucho tiempo máquinas para establecer sus precios, los sistemas de fijación de precios han evolucionado. Han pasado de programas basados en reglas a programas de aprendizaje por refuerzo, donde la lógica de decidir el precio de un producto ya no está bajo el control de un ser humano.
Si recuerda, el aprendizaje por refuerzo es un subconjunto del aprendizaje automático que utiliza penalizaciones y recompensas para incentivar a un agente de IA hacia un objetivo específico. AlphaGo lo usó para vencer a los mejores jugadores humanos en el antiguo juego de mesa Go. Dentro de un contexto de fijación de precios, estos sistemas tienen como objetivo maximizar la ganancia general; luego experimentan con diferentes estrategias en un entorno simulado para encontrar la óptima. un nuevo papel ahora sugiere que estos sistemas podrían plantear un gran problema: aprenden rápidamente a coludirse.
Investigadores de la Universidad de Bolonia en Italia crearon dos algoritmos de fijación de precios basados en el aprendizaje por refuerzo simples y los liberaron en un entorno controlado. Descubrieron que los dos algoritmos completamente autónomos aprendieron a responder al comportamiento del otro y rápidamente elevaron el precio de los bienes por encima de donde habrían estado si hubieran operado solos.
Lo más preocupante es que los algoritmos no dejan rastro de acción concertada, escribieron los investigadores. Aprenden a coludirse puramente por ensayo y error, sin conocimiento previo del entorno en el que operan, sin comunicarse entre sí y sin estar específicamente diseñados o instruidos para coludir. Esto corre el riesgo de aumentar el precio de los bienes y, en última instancia, perjudicar a los consumidores.
Esto apareció originalmente en nuestro boletín de AI The Algorithm. Para recibirlo directamente en su bandeja de entrada, regístrese aquí de forma gratuita.