Perché i bot alzano i prezzi quando la domanda esplode?

Immagina un negozio online dove i prezzi non sono decisi da un manager, ma da un algoritmo che impara da solo. Gli scienziati hanno messo alla prova questi algoritmi usando il Q‑learning, una tecnica di intelligenza artificiale che impara provando e sbagliando. Hanno simulato un mercato in cui la domanda può improvvisamente aumentare o diminuire, cioè subire "shocks" di domanda. Quando gli algoritmi possono vedere questi cambiamenti, adattano i prezzi di conseguenza. Se il loro "discount factor" (un parametro che indica quanto tengono conto del futuro) è alto, i bot diventano pro‑ciclici: alzano i prezzi nei periodi di alta domanda, proprio come farebbe un venditore che vuole sfruttare la folla. Se il discount factor è basso, invece, i bot si comportano in modo contro‑ciclico: abbassano i prezzi quando la domanda è alta e li aumentano quando è bassa, cercando di massimizzare i profitti a breve termine. In entrambi i casi, gli algoritmi riescono a mantenere profitti superiori a quelli di un mercato perfettamente concorrenziale, dimostrando che la semplice osservabilità della domanda non impedisce la collusione algoritmica. Il risultato è sorprendente: anche senza accordi espliciti, i bot possono imitare le dinamiche di prezzo previste dalla teoria economica tradizionale, semplicemente imparando dalle fluttuazioni della domanda.

Il Q‑learning è una forma di reinforcement learning in cui un agente apprende una politica ottimale massimizzando una funzione di valore Q(s, a), che stima il ritorno atteso scegliendo l'azione a nello stato s. Nel contesto dei prezzi, lo stato può includere informazioni sulla domanda corrente, la storia dei prezzi e le credenziali dei concorrenti. L'agente aggiorna Q(s, a) secondo la regola di Bellman: Q_{t+1}(s,a)= (1-\alpha) Q_t(s,a)+\alpha [r+\delta \max_{a'} Q_t(s',a')], dove \alpha è il tasso di apprendimento, r è il profitto immediato e \delta è il discount factor. Un \delta elevato rende l'agente più orientato al valore futuro, favorendo strategie che mantengono la reputazione di "collusione" a lungo termine, tipiche dei prezzi pro‑ciclici. Al contrario, un \delta basso spinge l'agente a massimizzare il profitto immediato, generando prezzi contro‑ciclici per sfruttare le opportunità di mercato a breve termine. Gli "shocks" di domanda introducono variazioni non prevedibili nello stato s, ma poiché gli algoritmi osservano direttamente la domanda, possono condizionare la loro politica di prezzo su queste informazioni. Questo porta a una forma di collusione dinamica: gli agenti non hanno bisogno di comunicare esplicitamente, ma convergono verso un equilibrio di prezzo che dipende dalla struttura temporale del loro obiettivo di profitto. La simulazione dimostra che, anche in assenza di regole di mercato rigide, la combinazione di Q‑learning, osservabilità della domanda e scelta del discount factor è sufficiente a replicare i pattern di prezzo descritti da Rotemberg e Saloner (1986). Inoltre, la capacità di mantenere profitti supracompetitivi suggerisce che le autorità di regolamentazione dovranno considerare non solo la trasparenza dei dati, ma anche le caratteristiche di apprendimento degli algoritmi di pricing.