Em 2019, o mundo se preocupou com o fato de que os algoritmos agora nos conhecem melhor do que nós mesmos. Nenhum conceito captura isso melhor do que o capitalismo de vigilância, um termo cunhado pelo escritor americano Shoshana Zuboff para descrever uma nova era sombria em que empresas como o Facebook e o Google fornecem serviços populares enquanto seus algoritmos anunciam nossos rastros digitais.

Surpreendentemente, A preocupação de Zuboff não se estende aos algoritmos nos mercados financeiros que substituíram muitos dos humanos nos pregões. A negociação algorítmica automatizada decolou por volta do início do século 21, primeiro nos Estados Unidos, mas logo na Europa também.

Um fator importante foi a negociação de alta frequência, que funciona a velocidades estonteantes, até bilionésimos de segundo. Ofereceu aos investidores a perspectiva de uma vantagem sobre seus rivais, ao mesmo tempo que ajudava a fornecer liquidez a um mercado, garantindo que sempre houvesse alguém disposto a comprar e vender a um determinado preço. A negociação de alta frequência está agora por trás de mais da metade dos volumes dos mercados de ações e de futuros. Em outros mercados, como câmbio estrangeiro, algoritmos têm uma presença menor, mas ainda significativa, sem sinais de que irão diminuir no futuro.

Os vícios dos dispositivos

Os humanos ainda programam os algoritmos e projetam suas estratégias de negociação, embora o surgimento do aprendizado profundo esteja colocando até mesmo esse papel sob ameaça. Mas no momento em que os algoritmos entram no mercado, eles agem por conta própria, sem intervenção humana, dançando uns com os outros de maneiras estonteantes e muitas vezes inesperadas.

À primeira vista, eles têm pouco em comum conosco. Eles não podem pensar ou sentir, e apesar do entusiasmo em torno do aprendizado de máquina, ainda é controverso e complicado descrevê-los como inteligentes. Como comerciantes humanos, Contudo, eles tomam decisões, observe os outros tomando decisões, e ajustar seu comportamento em resposta.

Em velocidades muitas vezes mais rápidas do que os humanos provavelmente jamais conseguirão, esses algoritmos facilmente formam expectativas sobre as expectativas uns dos outros ao colocar seus pedidos de compra e venda.

Por exemplo, um algoritmo pode tentar manipular as expectativas de outro sobre os movimentos de preços, enviando um grande número de ordens para comprar ou vender um determinado ativo. O primeiro algoritmo irá então cancelar rapidamente seus pedidos, tendo, esperançosamente, enganado seu rival para fazer a aposta errada sobre o rumo que o mercado está tomando.

Interessantemente, os sociólogos consideram esse tipo de antecipação mútua uma característica central do que significa para os humanos ser sociais. Há muito tempo eles veem os mercados como arenas altamente sociais. No apogeu dos pregões, ler as dicas sociais de outros traders corretamente - uma careta ou sorriso, tons ansiosos, até mesmo o burburinho do pregão - muitas vezes significava a diferença entre riqueza e desastre.

Mas se as máquinas podem ser sociais, quão semelhante ou diferente é a forma como os humanos realmente se socializam? Existem diferenças óbvias, claro. Embora os comerciantes humanos do passado muitas vezes se conhecessem bem, e muitas vezes saíam juntos depois do trabalho, algoritmos são negociados anonimamente. Quando eles enviam ordens de compra ou venda de ativos, nenhum outro negociante sabe se está vindo de um homem ou de uma máquina.

De fato, é precisamente por isso que são programados para formar expectativas uns sobre os outros. As pistas faciais não estão mais disponíveis, mas estratégias inteiras foram desenvolvidas para descobrir se um número de pedidos pode ter sido colocado por um e o mesmo algoritmo - e então tentar prever quais seriam seus próximos movimentos.

Para evitar tais tentativas, os algoritmos são freqüentemente projetados de modo a não serem reconhecidos como algoritmos por outros algoritmos. Como disse o sociólogo escocês Donald MacKenzie, eles podem se envolver em estratégias de dissimulação e / ou procurar fazer uma apresentação particular de seu "eu" em público. Novamente, esses são atributos que os sociólogos há muito consideram aspectos-chave da vida metropolitana.

Avalanche!

Junto com colegas, Passei os últimos anos em grandes centros financeiros entrevistando comerciantes, programadores, reguladores, funcionários de intercâmbio e outros profissionais de finanças sobre esses algoritmos de negociação. Isso revelou algumas outras semelhanças interessantes entre os operadores humanos e automatizados.

Os programadores admitem prontamente que, uma vez que seus algoritmos começam a interagir com outros, eles se empolgam e agem de forma imprevisível, como se estivessem em uma turba. Sociólogos desde o final do século 19 têm estudado como as pessoas ficam fascinadas com as multidões e deixam sua autonomia deslizar em "avalanches sociais, "mas até agora ignoramos amplamente o fato de que as máquinas financeiras fazem algo semelhante.

O "flash crash" de 6 de maio de 2010 ilustra bem o que quero dizer aqui. Em quatro minutos e meio, a interação frenética de algoritmos de negociação totalmente automatizados colocou os mercados dos EUA em uma queda livre, gerando cerca de US $ 1 trilhão (£ 768 bilhões) de perdas até que as negociações foram rapidamente suspensas.

A maioria dessas transações envolvidas foi posteriormente cancelada como "claramente errôneas". Certamente, nenhum comerciante ou programador havia planejado criar essa mudança massiva nos preços, mas décadas de pesquisa sociológica nos dizem que esse tipo de comportamento é esperado em grandes grupos. Precisamos entender como nossos algoritmos financeiros interagem em conjunto antes que nossas próprias ferramentas se tornem nossa ruína.

Claro, nem todas as formas de interação social são admiráveis ​​ou benéficas. Como humanos, os algoritmos interagem uns com os outros de maneiras que variam de cuidadosos e pacíficos a frios e violentos:desde fornecer liquidez e manter a estabilidade do mercado até fazer ordens manipulativas e desencadear uma atividade comercial selvagem.

Conhecer essas interações não é apenas a chave para compreender a negociação moderna e tentar evitar futuras falhas de flash. Os algoritmos falam uns com os outros em mais e mais campos hoje. Compreender como eles se comportam enquanto multidões pode ajudar a esclarecer as áreas onde eles estão apenas começando a se destacar - pense em sistemas de tráfego autônomo ou guerra automatizada, por exemplo. Pode até nos alertar sobre as avalanches que estão à espreita, também.

Este artigo foi republicado de The Conversation sob uma licença Creative Commons. Leia o artigo original.