自主学习型算法共谋的事前预防与监管*
2021-08-30 15:51 来源：深圳社会科学
（三）共谋情形的多样
算法共谋普遍需要共谋参与者共同就共谋行为的实施方式、实施条件等内容达成一致，据此协调共谋行为并确保共谋状态持续稳定。因而算法共谋通常存在于直接竞争的经营者之间，多以横向合谋的形式出现。但在自主学习型算法共谋的情境下，共谋参与者往往能够经由互联网平台、开源数据库、第三方设计者等各类主体达成共谋。其直接影响是达成共谋所需要的市场条件逐步降低、市场竞争者数量与形成共谋的关联关系进一步弱化，使得经营者达成共谋的市场范围趋于扩张。[8]囿于现阶段并未出现特征较明显的自主学习型算法共谋案例，故此处仅例举相似情形以供参照。
1.基于第三方算法设计者或代理商的共谋情形 由于自主学习型算法设计的专业化程度较高，故市场经营者多会选择将自主学习型算法设计任务外包第三方设计者或直接使用第三方代理商算法以降低经营成本。如若多个存在直接竞争关系的经营者均使用同一第三方设计者或代理商提供的自主学习型算法，算法架构甚至代码层面的相似则会促使自主学习型算法共谋的形成。这在相关的计算机算法实验中也有所体现，如附条件的结果主义合作算法在自我合作时会较与其他算法合作时获得更好的收益率；[9]“S++”算法在自我合作时除收益率更优外，还表现出达成合作更快、维持合作更久等特点。[10]在Eturas et al. v. Lietuvos Respublikos Konkurencijos Taryba案中，涉案旅行社均使用由第三方算法代理商Eturas提供服务的在线预订系统。因在线预订系统对折扣率的技术限制，各旅行社向消费者提供的折扣率被强制保持在3%以内。[11]立陶宛竞争委员会认为涉案旅行社通过默示的方式作出共谋的意思表示，间接达成价格层面的协同。即便Eturas作为不参与相关市场竞争的第三方算法代理商，其仍然应当为便利价格协同行为而受到处罚。[12]
[8]周围：《算法共谋的反垄断法规制》，《法学》，2020年第1期。
[9]Alexander Peysakhovich and Adam Lerer,"Consequentialist Conditional Cooperation in Social Dilemmas with Imperfect Information".
[10]Jacob W. Crandall and others,"Cooperating with Machine".
[11]HaVu, K. A. & Zupancic N.,"Case Comment: Collusion and Online Platforms in Eturas",11, Competition Law Review,2016.
[12]Eturas, C-74/14, ECLI:EU:C:2016:42.