本文转载自中国社会科学网，作者李振利和李毅，李振利为西南财经大学法学院博士，李毅为西南财经大学法学院教授。
人工智能时代的到来，推动了世界数字经济的迅猛发展。与此同时，人工智能的不当使用，特别是算法的广泛使用对经济、社会、法律等也造成了负面的影响，典型的案件包括顺菜事件、Topkins案件、谷歌滥用市场支配地位案件等。
数据、算力、算法是人工智能不可或缺的三要素。年以来围绕着人工智能大量宣传达到了反垄断法的范围。关于反垄断和人工智能出现的文献中普遍的思路是，把市场中算法增长的使用描述为游戏的改变者[1]。
年牛津大学法学教授ArielEzrachi和美国田纳西大学法学教授MauriceE.Stuckle提出了算法共谋[2]的理念。随后在年出版的《算法驱动经济的前景和风险》[3]详细地介绍了计算机共谋是危险的，虽然传统的反垄断法律阻止企业固定价格，数据驱动下的算法能迅速监控竞争对手的价格，并统一地调整价格。日益透明的价格看似对消费者有利，却讽刺性地以伤害其而告终。
正在改变的市场现实是把市场的定价的权力移交到少数的企业手中去了。
这就促使我们提出了亟待解决的问题：仍旧保留看不见的手摇摆到什么程度停下来？在人工智能和算法操纵的市场中，竞争定价是共谋吗？
现行的法律能保护消费者吗？
算法共谋的现状和危害性
（一）算法共谋的特征
共谋也叫有意识的平行行为，没有竞争者协议干预价格却达到限制竞争的结果（垄断高价）。算法共谋不会影响大多数市场，这样的默示共谋呈现如下三个主要的特点：
首先，涉及同类产品的集中市场中，算法能在足够程度上监控销售价格和销售的其他关键条件。在这样的市场里，极其容易引起算法共谋。当卖方很轻松地能监控到竞争者的竞争价格、销售关键条件和其他任何偏离现行平衡的行为时，大量的企业借助在线定价促使和稳定形成有意识的平行行为。在如此的环境中，算法价格能提供稳定和预测的工具，来执行对偏离者（竞争者）的可靠而有效的反击。假使这种软件来自超竞争或建议零售价格，在面临价格偏离时，软件可以用来报告和采取必要的报复行动。
第二个重要的市场条件是一旦价格偏离（打折），可信的威慑机制应运而生。快速的报复是算法环境的特色（执行威慑机制主义的速度与算法透明度争议有关。如果公司在拖延几天后才察觉竞争者的行为，反击也将拖延并影响到是否有足够的能力制止偏离）。计算机能快速迅速地控制偏离，计算出数个行为的牵连的利润额，并采取抵抗行动来惩罚偏离者[4]。这是传统垄断协议所做不到的一系列行为。计算回应的速度有效地剥夺了打折竞争者的明显的销售行为。速度意味着共谋能在几秒钟传递信号。初始的偏离者从打折获利的否定率越大[5]，共谋的可能性就越大，这样一来，如果每个算法能快速地超过竞争者的打折，并减少起先打折者的激情，将来报复的威胁将促使协同行为持续下去。
第三个条件是共谋所期望的结果不会威胁到包括客户、不参与合谋的现在或将来的竞争者在内的共谋之外的局外人的反应。因而，在买方不能施加购买力量（或者怂恿卖方变节），销售交易趋于频率大、规律性强、规模相当小的集中市场里最有可能形成共谋，一般情况下，这样的市场具有高进入壁垒的障碍。
计算机算法不可能展示人类的偏见的事实加强了算法共谋的稳定性。当然，人类偏见也许反映在程序编码上，但是偏见不会根据一个个的案件影响决定：计算机不会害怕被发觉，也不怕处以罚金和监禁，它也不会生气。美国联邦贸易委员会委员TerrrelMcSweeny说：“我们正在谈论不是真正由人决定的速度。所有的经济模式建立在人类的动机和我们认为人类将合理做的事情基础之上。完全有可能存在这样的情形：在一些市场上并不是所有的学习都是必须有应用价值的。”
以上的条件满足时，将会出现算法的共谋。重要的是，电子商务市场的本质、数据的可用性、相似算法的发展以及算法培育的稳定性和透明性，可能推动共谋领域外的市场产生互相的依赖性。
（二）算法的分类
1、信使类共谋
所谓信使类共谋，指计算机被用来执行人类共谋限制竞争的意愿，其身份类似人类的信使。在种情形中，人类共谋的目的是自愿达成卡特尔（编者注：卡特尔对应英文为Cartel，即一种垄断集团，很容易发生在少数资源被数个企业完全掌握的情况下，为了避免过度竞争导致的整体利益下跌，由一系列生产类似产品的企业组成的联盟，是卡特尔垄断组织的一种表现形式），利用计算机实施、监督和管理卡特尔，代替人类执行其命令。这种行为可能符合共谋的传统方式。人类借助计算机暗中勾结，同样也能达成协议或协同行为。
在这类合谋中，人类是卡特尔的操纵者，是主人，计算机算法只不过充当了“信使”的角色，其按照人设计的程序来帮助实施、监督卡特尔并惩罚偏离行为。在这类合谋中，证明存在反竞争协议的证据越充分，就越不需要证明存在合谋的意图。当然，卡特尔成员的意图在认定行为的违法性上发挥着重要的作用。在特定的行为中，法律会考虑行为人的意图。
2、轴辐类共谋
辐类共谋是指多家企业使用相同的计算机算法决定市场价格或对市场做出反应。此时，单一的纵向协议自身不可能产生限制竞争的效果，也未必折射出行为人扭曲市场价格的意图。但是，同行业众多竞争者同时达成了类似的纵向协议，就可能导致经典的轴辐类共谋（hub-and-spoke），这时凭借计算机算法研发者（作为“轴”）的帮助，可能形成全行业的合谋，导致价格上涨。
因为这些纵向协议竞争效果的证据相互交织在一起，有关合谋意图的证据能帮助竞争主管机关去评估协议的目的及可能产生的竞争效果。在轴辐类合谋中，算法的开发者和使用者之间不是具有横向竞争关系，因而他们之间的契约关系应定为纵向协议的性质。当竞争对手使用相同的算法时，他们不见得同意固定网约车服务价格或其他价格。带给反垄断法困惑的是同一算法在不同企业的平行使用。这种算法对传统的反垄断法的挑战是人们需要深入地研究此种算法的核心问题，并确认其设计意图是否即将或可能导致价格剥削。假如这种算法被计划用来促进使用者之间的共谋，竞争执法机关可以用典型的轴辐类合谋的理论。但如果算法缺乏如此的反竞争的意图，执法当局只能适用相对温和的合理原则，来分析算法使用中的纵向协议是否可能产生不利的结果。
3、预测类共谋
预测类共谋指计算机算法尽管由不同企业研发，但设计相似，其被用于监督市场活动，并能理性地实施价格跟随行为。这种情形下，缺乏足够的证据证明协议的存在（无论是横向协议还是纵向协议）。每个操纵者独自地研发机器算法，但也清楚其竞争对手也研发类似的机器算法。由于全行业采用相似的算法，加强了企业之间的依赖性，这有可能导致产生反竞争的效果。虽然不存在书面或口头的协议，但市场上存在默示共谋或有意识的平行行为的形成条件。因为默示共谋本身不属于违法，改变市场条件的意图证据在此类共谋尤为重要。
这种情形给反垄断法的执行带来很多挑战。本质上来说，有意识的平行行为会在两个层面上形成：首先，在设计计算机算法时，独立而又未曾进行共谋的每一方明白这一点，只要有可能，计算机算法的优势策略是跟随别人的价格上涨而提价。
其次，每一方懂得，如果他方设置了相似的程序，就会建立超过竞争水平的市场平衡。这种根据行为人标准划分的有意识的平行行为，会导致编程的计算机识别到市场上的有意识的平行行为。因此，在无须铤而走险达成协同行为或默示共谋的情况下，人类操纵的计算机可以监督市场以及探寻建立相互行为的可能性。同时，设计好程序的计算机也用来惩罚偏离默示协议的行为和识别背离市场均衡的异己企业。计算机对市场动态做出理性反应本身并不违法。在缺乏沟通与合谋时，即便这种行为导致了一种竞争水平之上的市场平衡，不一定引起反垄断法的干预。毕竟，人们不能谴责企业在市场上从事理性和独立的行为。
问题是，人们能否谴责人为创造出维系默示共谋市场条件的行为，这种市场条件主要指创造出利用计算机间实行的监督机制和惩罚机制的透明市场。通过运用高级的计算机算法人为地促成了默示共谋条件形成的行为，是否被认定为非法？竞争主管机关会将竞争者之间的默示共谋或协议，加罪于使用相似算法去抑制脱离监管的竞争吗？由于当事人不存在改变市场条件的协议，除集中控制外，大多数竞争主管机关缺乏其他的规制工具。集中控制可以有效处理通过计算机算法来改变市场条件进而达成默示共谋的行为。某些情况下，也可以考虑不需要存在证明协议的替代性规则。
4、自主类共谋
竞争者独立开发和使用计算机算法去实现既定的目标如利润最大化。通过自主学习和试验，计算机算法能独自地决定优化利润的方式。明显地，在这种共谋中，以意图限定的法律思维和协议都难以适用。根据自我学习和从市场上收集数据的反馈，计算机能执行其认为任何的最佳的策略。自主合谋对反垄断规制是最棘手的。
预测共谋因为不存在协议，限制了反垄断法实施工具的适用。在可预测的数字环境中，被智能计算机实施的这类行为是否应该受到法律的追究。与预测共谋不同的是，算法的使用者并未有意地促成有意识的平行行为，企业仅仅依赖人工智能而已。
随着计算机迅速调整以适应新的数据与竞争环境，算法的使用者和设计者也许知道这种行为会增加市场透明度，以及超竞争水平的价格有可能发生，但他们无法事先预测到何时发生、持续多久以及达到何种程度，类似于刑法中的不可抗力。
必须承认，数字市场上存在复杂不同的计算机算法、不同的智能体和市场经营者。与预测共谋一样，当市场上运行的智能体拥有类似的思维时，共谋的能力得到强化。自主学习机器很容易和其他相似的机器达成默示共谋，这些计算机也能更容易地预测和理解其他类似计算的行动。由于程序和计算机能轻而易举被复制，所以由相似思维的智能体操纵的市场的现实社会应该会出现。
为了清晰地识别以上四类共谋的区别，以便为提出良策规制人工智能的共谋，我们总结它们的区别如下：
（三）算法共谋的行为对竞争产生的危害性
1、共谋综述
以人工智能为手段的共谋，是默示垄断协议的一种形式。根据达成垄断协议主体意思表达形式来看，可以将垄断协议划分为协议型垄断协议和默契型垄断协议[6]。这里的协议型垄断协议就是我们常说的明示垄断协议，是指行为主体相互间明显地故意地从事了通关书面形式或口头形式达成一致的协议以达到联合到限制、排除竞争目的的行为。
明示共谋是市场的经营者在市场经济的竞争中为了一部分群体的利益所达成的妥协的协议，这种协议可以通关观察经营者的行为或者查处一些书面证据，可以比较容易地判断行为者故意的主观意图和结果行为是否违反反垄断法。这种垄断协议对其参加垄断协议的成员来说，有其先天的不足之处，那就是对其成员的约束力不强，不能及时发现一些成员的偏离行为，以及随之对偏离者采取果断的反击策略。
默示共谋，指行为主体间未通过书面形式和口头形式达成协议关系，但当事人通过彼此间的相互依赖关系和心照不宣的意思推理，采取相同或相似的行为，达到实质限制竞争的目的。以人工智能为手段的默示共谋为垄断者提供了十分可靠的辅助手段，表面上是计算机和算法在进行协商达成垄断协议，实质上是反映背后操纵者不可告人的目的，机器会犯罪吗？我们能惩罚机器吗？这些可笑问题暗含的意味，值得学者和实务界进行深入的探索。
2、算法引起的默示共谋
反垄断法实施的主要目标是企业，法律是鉴于属人性去判定违法行为的性质，也就是法律规制的是人作为违法主体而实施的行为，法律不能把机器作为违法的主体。相应地，法律干预的重点是，相互勾结的企业之间是否达成了反映其一致意见的协议。当多个企业通过其雇员、董事、代理人、股东以及其他第三方，一致地限制或扭曲竞争时，便构成了违法行为。
默示共谋，有的专家称之为协同公告，有的称之为企业间信息交换行为。这种行为是经营者单边公告行为，不需要对方的书面或口头承诺。但单边公告经营者公告的目的具有隐蔽的协同行动的意味，只要竞争者采取了与公告经营者长期且一致的行为，单边经营者就达到了不可告人的目的。
当计算机算法和机器取代了中间第三人的角色时，可能的违法行为的范围大大超出了传统的共谋。计算机不仅通过协议或协同行为来限制竞争，还可以通过更微妙的方式来反竞争。例如，相同的计算机算法，会导致市场环境趋于稳定，如此一来，他们就能对其他计算机的反应与优势策略做出预判。这种数字化的市场更具有预测性，也更容易被控制。而且反垄断执法机关的行为控制措施很难对人工智能的共谋奏效，人工智能的共谋并不敏感反垄断执法机关对其实施的产生威慑的反垄断措施。
3、过度透明是算法共谋的环境条件
（1）透明度的优点
传统上，高度透明性作为驱使人类规制问责主要保护手段[7]，受到人们的推崇。一般认为，公众详细地懂得政府行使权力的具体程序可以抵制政府的滥用权力和政府失灵。法官LouisBraneis说：“阳光据说是最好的防腐剂，电灯是最有效的警察[8]。”
已卸任的美国前总统奥巴马也这样说“民主需要问责，问责需要透明[9]，”即使当算法在执行行政责任代替人类判断时，一些学者仍然宣称作为促进监督手段应加强透明性[10]。
（2）透明度的缺点
在现代民主社会里作为决定者最终的保护手段的透明度的普通思维模式持续不断地受到了挑战[11]。正如MarkFenster所言，规制的透明度要花成本，阻碍了法律的执行和安全目标，抑制政府官员在缺乏伴随公共审查的必然压力下商讨政策事务的能力[12]。
并且，许多问题尚未明确，如规范的透明度如何取得实际效果，什么样的规制信息应该公开，这种信息如何呈现，透明度潜在的缺点如何避免等[13]。结果，靠仅有的透明度来监督代理机构和引起代理机构改变行为路线受到怀疑。
有四种原因来说明透明度不适合追究算法责任，一是阅读、跟踪和预测构成算法复杂的计算机编码比较困难；二是透明要求与易受商业秘密影响的算法监管的许多私人执行无关；三是算法监管如此的艰难，如果没有规范的透明度要求，要审查所有已经泄露的信息几乎不可能；四是当算法用来代替人类做出自由裁量的决定时，关于算法的输入（事实）和输出（结果）的透明度不能充分受到适度的监督，因为一个既定的法律判决结果不需要产生出判决结果背后关于推理的足够信息。
4、算法共谋铺平了接近完美的价格歧视的道路
如果透明度培育了默示共谋，秘密协议应该这些打破它的稳定性。我们所有很熟悉秘密协议（旅馆仅向你打折）和目标顾客得到提升。这些措施确实提供了一条重新引进竞争到易受算法共谋影响市场的有益通道。即使秘密协议在市场上失势，不会引起价格战，他们不仅对共谋平衡打了折扣，消费者同样也受益。确实，竞争代理机构也许青睐秘密打折、产品差异（因为它在成本和数量上引入公司中的信息不对称）和减弱的透明度。理想中一个持异议的公司提供秘密协议，这种协议削弱了协议价格，而后使默示平衡（共谋）产生动荡。
在不低估这些好处之时，政策制定者要当心两个额外的反竞争结果，即几乎完美的行为歧视和随之的混合歧视或混合共谋。在行为歧视方面，我们