In estrema sintesi le conclusioni cui si è giunti sono le seguenti. L’invio continuo e reiterato tramite un signaling algorithm di una segnalazione di prezzo, accompagnato da una condotta coerente a seconda delle reazioni – cooperative o meno – dei concorrenti mette in comunicazione virtuale ma effettiva le imprese, le quali in tal modo riescono a raggiungere un vero e proprio meetings of minds, nella forma di una pratica concertata ai sensi dell’art. 101 Tfue. Invece, l’uso di algoritmi di self-learning da parte di un gruppo di imprese può rappresentare uno dei «fattori di correlazione» attraverso i quali imprese indipendenti sono in grado di prevedere i loro reciproci comportamenti e sono pertanto fortemente indotte ad allineare la loro condotta nel mercato, in modo da costituire collettivamente una posizione dominante collettiva ai sensi dell’art. 102. Infine, per quanto riguarda il regime della responsabilità, si è escluso che, allo stato, l’uso di algoritmi di self-learning possa schermare l’impresa dalla responsabilità per violazioni delle norme antitrust. Alle forme di A.I., per quanto sofisticate e self-learning, non è riconosciuta una personalità giuridica capace di assumersi la responsabilità delle loro decisioni. Alla fattispecie può applicarsi, per analogia, la disciplina del rapporto tra preponente ed agente commerciale

Pietro Manzini (2019). Algoritmi collusivi e diritto antitrust europeo. MERCATO CONCORRENZA REGOLE, 21(1), 163-183 [10.1434/94242].

Algoritmi collusivi e diritto antitrust europeo

Pietro Manzini
2019

Abstract

In estrema sintesi le conclusioni cui si è giunti sono le seguenti. L’invio continuo e reiterato tramite un signaling algorithm di una segnalazione di prezzo, accompagnato da una condotta coerente a seconda delle reazioni – cooperative o meno – dei concorrenti mette in comunicazione virtuale ma effettiva le imprese, le quali in tal modo riescono a raggiungere un vero e proprio meetings of minds, nella forma di una pratica concertata ai sensi dell’art. 101 Tfue. Invece, l’uso di algoritmi di self-learning da parte di un gruppo di imprese può rappresentare uno dei «fattori di correlazione» attraverso i quali imprese indipendenti sono in grado di prevedere i loro reciproci comportamenti e sono pertanto fortemente indotte ad allineare la loro condotta nel mercato, in modo da costituire collettivamente una posizione dominante collettiva ai sensi dell’art. 102. Infine, per quanto riguarda il regime della responsabilità, si è escluso che, allo stato, l’uso di algoritmi di self-learning possa schermare l’impresa dalla responsabilità per violazioni delle norme antitrust. Alle forme di A.I., per quanto sofisticate e self-learning, non è riconosciuta una personalità giuridica capace di assumersi la responsabilità delle loro decisioni. Alla fattispecie può applicarsi, per analogia, la disciplina del rapporto tra preponente ed agente commerciale
2019
Pietro Manzini (2019). Algoritmi collusivi e diritto antitrust europeo. MERCATO CONCORRENZA REGOLE, 21(1), 163-183 [10.1434/94242].
Pietro Manzini
File in questo prodotto:
Eventuali allegati, non sono esposti

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11585/698971
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact