Bloomberg Opinion — De acordo com Gary Gensler, presidente da Securities and Exchange Commission (SEC), um crash do mercado causado pela inteligência artificial é “quase inevitável”. Como muitos outros órgãos reguladores, ele pediu novas regulamentações sobre Inteligência Artificial (IA) para evitar esses cenários terríveis.
Esses temores são consideravelmente exagerados. É verdade que a IA pode causar um crash no mercado – assim como muitos eventos, alguns deles bastante arbitrários ou inesperados, levaram a quedas no mercado. No entanto, no geral, a IA provavelmente reduz as chances de quedas.
Um temor é que um pequeno número de modelos básicos de IA possa levar os investidores a um comportamento de manada, no qual muitos vendem (ou compram) ao mesmo tempo porque seus modelos lhes disseram para fazê-lo. Mas é provável que o número de modelos básicos aumente com o tempo, e não diminua. A IA está em um período de inovação considerável, com muitas startups sendo fundadas e muitas novas técnicas de negociação e investimento sendo desenvolvidas. A diversidade reinará – não a uniformidade.
Os incentivos de uma empresa de não são para usar o mesmo modelo que todos os outros, pois isso poderia levá-la a uma venda por pânico pelo mercado em queda ou comprar em preços temporariamente altos – que é exatamente o que ela não deve fazer. Em vez disso, uma grande empresa de trade tentará desenvolver modelos melhores do que os de seus concorrentes. Se uma empresa descobrir que os concorrentes estão usando um modelo comum de forma previsível, ela poderá identificar os pontos fracos desse modelo e negociar contra essas empresas.
Na medida em que os órgãos reguladores exercem influência e tentam exercer mais controle sobre o mercado, eles aumentam os custos de conformidade e impõem encargos legais às empresas. Isso favorece as grandes empresas estabelecidas, seja no mercado de negociação ou na prestação de serviços de IA. Em outras palavras, a regulamentação tende a diminuir, em vez de aumentar, o número e a diversidade de técnicas e programas no mercado. Esse é um dos motivos pelos quais a regulamentação não é ideal para lidar com a possível centralização excessiva.
Quando se trata de Wall Street, a IA – e, de forma mais geral, as técnicas quantitativas – não são novidade. Não é óbvio que os avanços mais recentes em modelos de linguagem ampla mudarão fundamentalmente a situação básica dos mercados de títulos.
Apesar de todas as análises empregadas em Wall Street, a volatilidade do preço das ações nos últimos anos tem sido baixa. E parte da volatilidade nos últimos anos provavelmente se deveu mais à pandemia e suas consequências do que às técnicas de negociação ou à análise quantitativa.
As análises técnicas provavelmente causaram o chamado “flash crash” de 2010. No entanto, esse episódio também mostra a natureza autolimitada das quedas de mercado puramente “técnicas”. O Dow caiu quase 1.000 pontos, mas o episódio inteiro durou apenas 36 minutos, pois outros traders entraram em cena para comprar a preços temporariamente baixos. Além disso, o fator inicial por trás do crash foi provavelmente as técnicas de “spoofing” de um único trader, que tentou enganar o mercado para que reagisse de forma exagerada em uma determinada direção. Essa tática é ilegal de acordo com a legislação atual, como deveria ser.
É sempre possível que algum desenvolvimento futuro em IA leve a um cálculo totalmente novo nos mercados e cause alguns flash crashes. No entanto, o ponto mais geral permanece: os participantes do mercado usarão análises técnicas para tentar identificar quais movimentos de preços são temporários ou injustificados. Isso não significa que a IA sempre operará para melhor, mas ela tem algumas propriedades estabilizadoras fundamentais nos mercados públicos.
Uma boa notícia é que a IA provavelmente aumentará a produtividade e, portanto, será boa para os preços das ações. Os mercados em alta tendem a ter menos volatilidade do que os mercados em baixa e, mesmo que haja alguma volatilidade, os investidores podem achar mais fácil suportá-la porque ganharam dinheiro.
A IA – e os softwares de forma mais geral – refletem alguns problemas com o modelo atual de regulamentação. O sistema dos EUA é basicamente projetado para regulamentar intermediários bem identificados. A Comissão de Valores Mobiliários regulamenta as corretoras, o Federal Reserve regulamenta os bancos, a Food and Drug Administration regulamenta as empresas farmacêuticas e assim por diante.
Como o software desempenha um papel ativo e independente nos resultados do mercado, a regulamentação se torna mais difícil. O software não é facilmente transparente para quem está de fora ou, às vezes, até para quem está dentro. É difícil avaliar se um determinado software vai fazer o que deveria fazer. Se essa for a preocupação, uma resposta melhor seria aumentar os requisitos de capital, para que os participantes do mercado tenham mais proteção se algo der errado.
Os órgãos reguladores são como a maioria das pessoas: não se pode esperar que eles saibam para onde a IA está indo. Portanto, também não se pode esperar que eles cheguem com antecedência com as regras para fazer tudo certo. É muito melhor se concentrar em soluções gerais para proteger a solvência dos intermediários.
Esta coluna não reflete necessariamente a opinião do conselho editorial ou da Bloomberg LP e de seus proprietários.
Tyler Cowen é colunista da Bloomberg Opinion. É professor de economia na George Mason University e escreve para o blog Marginal Revolution.
Veja mais em Bloomberg.com
Leia também
Como a China dominou o mercado global de baterias e deixou o mundo para trás