Los mercados son competitivos si y solo si P != NP
Un nuevo artículo de economía sostiene que los mercados son perfectamente competitivos si y solo si se cumple la famosa afirmación de informática P ≠ NP, y, combinado con un trabajo anterior del mismo autor, implica que los mercados no pueden ser a la vez totalmente competitivos y totalmente eficientes en información. Los comentaristas debaten si mapear el comportamiento del mercado a clases de complejidad tiene sentido o si es solo una abstracción juguetona, cuestionando supuestos clave sobre la detección de la colusión, las fricciones del mundo real y el papel de la fijación de precios impulsada por IA para facilitar cárteles de facto. Muchos ven la matemática como teóricamente interesante, pero dudan de su impacto práctico en la política pública, dado lo desordenados e imperfectos que ya son los mercados reales.
Título, planteamiento y trabajo previo
- El auto-título de HN estropeó “P ≠ NP” convirtiéndolo en “P = NP”, lo que confundió la afirmación central.
- El artículo se basa en un resultado de 2010 (“los mercados son eficientes si y solo si P = NP”); juntos implican que los mercados no pueden ser a la vez perfectamente eficientes en información y perfectamente competitivos.
- Algunos comentaristas ven esa conclusión conjunta como elegante e intuitivamente plausible; otros sostienen que el resultado anterior de “eficiencia ⇒ P = NP” es endeble o está mal especificado.
Suposiciones sobre colusión y detección
- El modelo se apoya en la afirmación clásica de que el principal obstáculo para la colusión es detectar las deserciones (bajar precios en secreto).
- Varios participantes discrepan: en muchos mercados reales los rivales saben que les están rebajando el precio, pero carecen de cualquier forma legal o práctica de castigar, de modo que el poder y la estructura institucional importan más que la información.
- Otros señalan que existen cárteles reales y estables, lo que sugiere que o bien el resultado del modelo de “la colusión es inestable si la detección es difícil” es demasiado fuerte, o bien sus supuestos no encajan con la realidad.
IA, cómputo y colusión algorítmica
- Algunos argumentan que más cómputo permite a las empresas simular estrategias cooperativas ricas y converger en resultados colusorios sin comunicación explícita.
- Otros ven casos recientes de “cártel algorítmico” (por ejemplo, software de fijación de alquileres) como cárteles ordinarios que usan algoritmos como hoja de parra: los facilitadores clave fueron la agregación de datos y la aplicación humana, no el cómputo en bruto.
- Hay debate sobre si la IA cambia algo de forma significativa si todos simplemente siguen la misma herramienta de precios frente a si agentes heterogéneos ejecutan modelos potentes y estratégicos.
Teoría de la complejidad, P vs NP y críticas
- Se ofrecen varias explicaciones de P, NP, NP-completo y el problema P vs NP para no expertos.
- Varios comentaristas subrayan: la NP-dureza o P≠NP dice poco sobre la resolubilidad práctica con heurísticas o aproximaciones casi óptimas.
- Algunos creen que el artículo sobreinterpreta la teoría de la complejidad (por ejemplo, tratando P=NP como “los problemas NP son fáciles en la práctica”), o que debería enmarcarse de forma más modesta como “la detección general de colusión es NP-completa”.
- Unos pocos ven toda la línea de trabajo como “vacas esféricas” estilizadas con poca incidencia real; otros la encuentran conceptualmente iluminadora, pero enfatizan que los mercados empíricos son desordenados, están atravesados por el poder y están muy lejos de los supuestos de manual.
Política y “antimonopolio computacional”
- La propuesta de que los reguladores traten la complejidad computacional del mercado como una salvaguarda contra la colusión se considera intrigante, pero normativamente poco argumentada.
- Un comentarista invoca la brecha entre el ser y el deber ser: demostrar una propiedad matemática de los modelos no justifica por sí solo unos “deberías” regulatorios concretos.