原文：Cary Coglianese，AI For the Antitrust Regulator，ProMarket，June 6, 2023

Cary Coglianese阐述了反垄断监管机构使用机器学习和人工智能算法的潜力和注意事项。

技术在变，市场也在变。最近发布的基于大型语言模型的工具，如ChatGPT和Bard，正在为广泛的新数字应用提供支持，这些应用似乎有可能为经济和整个社会的各个方面带来重大的颠覆性影响--无论是积极的还是消极的。

在私营部门采用人工智能（AI）新用途的同时，这些算法创新也对政府监管机构提出了新的要求。它们也为监管机构带来了新的机遇。推动私营部门创新的数字工具可以--在某些情况下必须--用于提高监管机构监管市场的能力。传统的监管方法仅仅依靠通过新的规则或雇佣更多的审计人员将不再足以监管技术复杂且日益网络化的市场。

与其他监管机构一样，反垄断监管机构也面临着新算法工具带来的类似需求和机遇。一直以来，竞争管理机构所面对的交易和企业数量都远远超出了他们的近距离监管能力。但如今，机器学习算法可以帮助监管机构更好地识别可疑活动，分配稀缺的监管资源。

算法反垄断监管可能还需要面对私人市场对动态定价算法的日益依赖，这种算法在可能带来消费者福利收益的同时，也为反竞争行为提供了新的可能性。算法定价有可能造成有意和无意的市场扭曲，使监管者难以区分合法的市场效率和反竞争行为。随着算法的自主学习，市场合谋甚至可能在没有任何人工投入的情况下发生，这使监管者的任务更加复杂。

为应对这些挑战，反垄断机构很可能需要修改某些反垄断规则。但至少，他们必须适应不断变化的市场，在适当的时候使用类似的算法工具，作为其监督工作的一部分。商业行为的日益复杂和对尖端数字技术的依赖使得监管机构也必须考虑如何充分利用这些进步。

其他监管机构已经在使用大数据和机器学习算法，以最大限度地发挥其有限执法资源的影响。美国国税局利用人工智能工具帮助侦查逃税行为，而美国证券交易委员会则利用这些工具侦查证券欺诈行为。一项研究表明，环境监管机构可以利用机器学习算法将水污染规则违规者的检测率提高600%。

迄今为止，反垄断机构在采用人工智能工具方面往往较为缓慢，但面对所谓计算反垄断的呼声，人们的兴趣开始增长。竞争监管机构对这些技术补充或加强传统反垄断工具的可能方式越来越感兴趣。律师和经济学家也认识到了人工智能工具在处理大量数据和更有效地分析市场竞争条件方面的潜力。

向 "算法反垄断 "时代过渡并非易事。反垄断监管机构需要决定何时、出于何种目的使用何种特定类型的算法工具，以及如何设计和部署这些工具。

在做出这些决定时，监管者可能会受益于作者为美国行政会议撰写的一份报告，作者在该报告中为政府部署人工智能工具提供了一个决策框架。正如作者在该报告中指出的，监管机构在选择使用人工智能工具之前，并不需要确定这些工具能够完美运行。不过，他们确实需要确保人工智能工具将优于主要依赖人类决策者的现状，因为人类决策者存在各种缺陷。

在决定是否依靠人工智能工具来履行监管审计和监督职能时，应考虑到可行使用人工智能的几个基本先决条件。监管机构对任何人工智能工具的目标必须能够以数学上精确的方式表达出来。还必须有足够多的可用数据。而且这些数据应该是最新的，并与预期目标适当相关。

数据可用性可能是一个挑战，因为企业通常不愿意与监管机构共享数据。数据共享要求可能需要扩大。如果企业更多地使用区块链技术，可能会出现实时数据共享的新机遇。

人们常说，数据源已成为推动经济发展的新能源——监管机构需要找到获取相关数据的方法，并以可用的形式组织和存储这些数据。为此，反垄断监管机构将需要充足的硬件、云计算能力和设计完善的内部程序来应对网络安全风险。

与其他监管机构一样，反垄断监管机构需要对其开发和部署的人工智能工具进行审核和验证。这些工具的目标应该是改善现状。

幸运的是，有了首先使用人工智能工具所需的数据，监管机构应该能够监测和测试他们的工具，以确保它们正在产生积极的影响，而不是造成不必要的损害。不过，监管机构应注意算法工具可能会捕捉或强化不恰当的偏见。反垄断机构必须做好准备，识别并减少其使用的任何机器学习算法传播的任何偏见。

与其他组织一样，反垄断监管机构将受益于强大的内部自我审计和人工智能风险管理实践。这可能包括数据隐私和安全程序、员工培训、定期报告协议（可能通过模型卡）和独立监督。

充分利用人工智能工具的进步将要求反垄断机构高度重视人力资本建设，这可能与直觉相反。即使政府机构依靠外部承包商来使用人工智能工具或构建自动化系统，它们也需要一定程度的数据分析方面的内部专业知识，更不用说有足够的人力资源来监督与人工智能使用相关的法律和道德问题。鉴于私营部门为具备类似技能的分析师提供的薪酬较高，建立和维持足够的内部专业知识并非易事。

尽管存在这些挑战，未来的反垄断算法在改善反垄断监管和执法方面仍有巨大潜力。机器学习工具为反垄断机构提供了更好地识别和处理反竞争行为的可能性，这将带来更有竞争力的市场，并为消费者带来更好的结果。通过在决定何时和如何使用人工智能时采取深思熟虑的步骤，反垄断机构可以帮助确保以公平和负责任的方式实施算法反垄断。