Inteligência Artificial e Direito - Ed. 2020

Inteligência Artificial no Mercado de Capitais

Entre no Jusbrasil para imprimir o conteúdo do Jusbrasil

Acesse: https://www.jusbrasil.com.br/cadastro

Autor:

Angelo Gamba Prata de Carvalho

I. Introdução

Se antes a imagem que se tinha dos salões de bolsas de valores era a de espaços barulhentos e lotados, o quadro mudou por completo. A operação dos mercados de capitais, para além da paulatina desintermediação, adquire complexidade cada vez maior ao delegar às máquinas o ônus de identificar condições de oferta e demanda e, consequentemente, de obter do mercado os preços dos ativos que nele circulam, com capacidade literalmente sobre-humana para colher oportunidades de lucro e eficiência em pequenas variações de preço ao longo do dia. A fronteira final dos investimentos, assim, também se encontra na inteligência artificial.

O high-frequency trading¸ prática amplamente difundida entre grandes agentes econômicos – tais como grandes bancos e fundos de investimento – revolucionou a forma de pensar no mercado de capitais na atualidade, sendo já prática institucionalizada em bolsas de valores de todo o mundo. Tanto é assim que hoje já se compete – inclusive no Brasil – por locais privilegiados próximos ao servidores da bolsa, já que a velocidade passa a ser o elemento de eficiência mais importante na competição entre esses agentes.

Em que pesem as potenciais eficiências e mesmo ganhos de liquidez oriundos do emprego de sistemas de inteligência artificial para a operação de mercados, é preciso que as entidades reguladoras e fiscalizadoras do mercado estejam atentas para potenciais ilícitos oriundos dessas práticas, notadamente em virtude dos profundos riscos sistêmicos decorrentes de disfunções nesses sistemas, já que falhas encadeadas dessas máquinas podem levar aos conhecidos flash crashes, crises de liquidez e volatilidade capazes de prejudicar com um todo a capacidade do mercado de indicar os preços de seus ativos.

Nesse sentido, é fundamental que se aprofunde a reflexão a respeito dos meios técnicos capazes de implementar estratégias velozes de negociação no mercado de capitais, tendo em vista especialmente os impactos concorrenciais, comerciais e mesmo sociais que eventuais disfunções sistêmicas podem causar sobre os indivíduos. Além disso, a identificação de ilícitos do mercado de capitais motivados por sistemas de inteligência artificial deve constar da ordem do dia dos reguladores. Basta notar as recentes decisões da BSM, órgão de autorregulação da bolsa de valores brasileira, e da CVM, que já se debruçaram sobre a conduta de spoofing, amplamente referida pela doutrina como o mais comum ilícito do gênero.

O presente trabalho, dessa maneira, pretende, num primeiro momento, traçar um panorama a respeito da relação entre inteligência artificial e atividade econômica, com vistas a desmistificar posicionamentos cinematográficos ou mesmo demasiadamente dogmáticos acerca da inteligência artificial. Em seguida, o trabalho buscará identificar as principais relações entre inteligência artificial e mercado de capitais, nomeadamente por intermédio do high-frequency trading e do co-location, questões já abordadas – ainda que de maneira escassa – pela CVM e pela bolsa de valores brasileira. Por fim, pretende-se tratar das estratégias e distorções provocadas pela inteligência artificial nos mercados de capitais, enumerando ilícitos e buscando delinear as responsabilidades na eventualidade da ocorrência de danos a investidores.

II. A inteligência artificial e o papel dos algoritmos nas operações econômicas

Em artigo clássico, Alan Turing 1 procurou descobrir se, de fato, poderiam as máquinas pensar por conta própria. Na ocasião da elaboração do conhecido “teste de Turing”, entendeu seu criador que, em um primeiro momento, seria necessário entender o que significam as noções de “máquina” e de “pensamento”. Dessa questão fundamental, naturalmente, surgem muitas outras, especialmente aquelas que procuram aproximar a racionalidade atribuída às máquinas à racionalidade humana ou, ainda, se se trataria a racionalidade artificial de um raciocínio absolutamente distinto.

Cabe, ainda – especialmente para as finalidades deste trabalho – buscar compreender em que medida algoritmos e estruturas de dados, linhas de comando escritas por seres humanos, seriam capazes de tomar decisões autônomas e, talvez, não imputáveis a indivíduos. A possibilidade de responsabilização de seres humanos por escolhas elaboradas exclusivamente no âmago de sistemas informacionais, nesse sentido, é bastante cara ao direito, seja no estudo da práticas colusivas levadas a cabo por intermédio de máquinas, seja na análise de condutas de mercado estratégicas maximizadas pelo potencial da inteligência artificial. Dessa maneira, com vistas a obter a lente de análise mais adequada, pode-se verificar em que medida a inteligência artificial pode se aproximar da racionalidade dos agentes econômicos inseridos em situações de mercado e devendo observância aos princípios estruturantes da ordem econômica e financeira constitucionais.

Segundo Ada Lovelace 2 , pioneira da programação de computadores, máquinas seriam incapazes de criar coisas novas. Para Lovelace 3 , a “máquina analítica” não teria a pretensão de criar, mas tão somente de fazer qualquer coisa que os seres humanos sejam capazes de determinar que faça. De fato, pode ser pueril pensar que em algum momento uma máquina terá o poder de refletir e emitir juízos de valor sobre fatos e coisas, porém tal conclusão ainda deixa questões em aberto. No entanto, se não se trata de racionalidade comparável à humana, qual racionalidade se busca nas máquinas, sobretudo quando se pretende responsabilizar alguém por algum ato?

O estudo da inteligência artificial deve superar preconcepções irreais e quiçá cinematográficas de que determinado programa de computador será suficientemente potente para replicar a cognição humana. Nesse sentido, é importante que o conceito de inteligência artificial seja construído de maneira a refletir os níveis de autonomia que se imprime a certo sistema computacional. É nesse sentido que estudiosos como Searle 4 distinguem a inteligência artificial fraca (weak AI) da inteligência artificial forte (strong AI): enquanto a primeira diz respeito a programas de computador que constituem ferramentas poderosas, permitindo, por exemplo, a checagem precisa e rigorosa de hipóteses científicas; a segunda consiste não propriamente em ferramenta ou instrumento, mas em um sistema capaz de compreender e de emular estados cognitivos humanos, de maneira a abstrair informações recebidas e de tomar decisões de forma intencional.

Em sentido semelhante, teóricos da Ciência da Computação diferenciam o caráter determinístico ou estocástico dos ambientes virtuais. O ambiente será determinístico quando o estado seguinte dos objetos analisados puder ser completamente determinado pela previsão dos efeitos de determinada ação sobre o estado atual. Por outro lado, será estocástico quando o ambiente for apenas parcialmente observável, ou seja, quando seus estados seguintes não puderem ser simulados de forma fidedigna. Ocorre que grande parte das situações concretas são tão complexas que é impossível dar conta de todos os seus aspectos não observáveis, razão pela qual são tratadas como estocásticas 5 . Em outras palavras, a estruturação de linhas de comando sequenciadas para o cumprimento de determinada finalidade – na forma de algoritmos computacionais – não necessariamente terá um objetivo ou fim definido, podendo tão somente prever diretrizes a partir das quais não se poderá prever um resultado predefinido.

Saliente-se, ainda, que há uma diferença sutil entre algoritmos estocásticos e algoritmos não determinísticos. Embora algoritmos estocásticos impliquem incertezas sobre o resultado de determinada ação em razão de o estado de coisas ser parcialmente desconhecido, é possível que se atribuam probabilidades de resultado. Algoritmos não determinísticos, por outro lado, são caracterizados por disporem de resultados possíveis, porém cuja probabilidade não pode ser calculada 6 . A título de exemplo, cenários econômicos, ao autorizarem previsões que considerem variáveis dependentes de fatores como a ação política ou relações internacionais, podem ser tidos como estocásticos, ao passo que a ação humana é naturalmente não determinística 7 .

Assim, o ponto de vista que se sustenta neste trabalho é que a inteligência artificial não se resume ao modelo “fraco” de Searle, eminentemente determinístico, mas concentra-se na obtenção de resultados ótimos em contextos estocásticos 8 . Sendo claro que a inteligência artificial fraca de Searle corresponde a programas com alta capacidade de processamento que permitam responder de forma eficaz a questões predeterminadas, ainda resta responder o que define a inteligência artificial forte se já se admitiu que as máquinas não seriam capazes de emular o intelecto humano. A resposta para tal problema vem também de Turing: para o autor, a inteligência artificial se encontra não na vontade autoguiada, que é própria dos humanos, mas na habilidade de uma máquina “pensar por si só” por intermédio da aprendizagem 9 .

Cabe, mais uma vez, fazer referência ao conhecido “teste de Turing”, por meio do qual o autor procurou fornecer definição operacional de inteligência, serve para demonstrar a “racionalidade” das máquinas. O computador será aprovado no teste quando um jogador humano, tendo lhe colocado algumas perguntas por escrito, não for capaz de dizer se o autor das respostas era homem ou máquina. Para tanto, o computador deve possuir como habilidades: (i) o processamento de linguagem natural, ou seja, da linguagem corrente dos seres humanos, de maneira a possibilitar sua comunicação; (ii) a possibilidade de representação da informação, no intuito de armazenar o que o computador sabe ou escuta; (iii) raciocínio automatizado para que a informação armazenada seja empregada para responder perguntas e elaborar novas conclusões; e (iv) aprendizado de máquina (machine learning), para adaptar-se a novas circunstâncias e extrapolar padrões previamente estabelecidos 10 .

Sem prejuízo de discussões mais abstratas sobre o cabimento ou não do teste de Turing para indicar a existência de “inteligência” das máquinas, a importante questão técnica sobre algoritmos capazes de aprender por intermédio de mecanismos de incentivos e punições (carrots and sticks) impostos sobre seu comportamento merece ser discutida. A inteligência artificial, assim, perfaz-se no que se denomina por “aprendizado de máquina” ou machine learning, que consiste na habilidade de determinado algoritmo aprimorar suas decisões a partir das informações obtidas por ele próprio, de modo a produzir soluções que muitas vezes sequer foram cogitadas por seus programadores 11 .

Apesar de as decisões dos sistemas aperfeiçoarem-se com a experiência, mediante o incentivo a comportamentos desejados que conduzirá à adoção de determinada linha de ação, não se está falando literalmente, como ocorreria no treinamento de um animal. Na verdade, a grande potencialidade da inteligência artificial se concretiza na instrumentalização dos grandes bancos de dados utilizados para alimentar esses sistemas inteligentes, bancos de dados estes que conterão informações valiosas para que os algoritmos identifiquem padrões e, com isso, forneçam soluções adequadas ao seu objetivo 12 .

Feitas essas considerações acerca de conceitos operacionais da inteligência artificial, verifica-se que embora a noção de racionalidade advinda dessa seara não se identifica com aquela encontrada no campo econômico, em que se elaboram conceitos como de racionalidade limitada, de oportunismo, dentre outros. Contudo, sem dúvida pode haver aproximações, na medida em que sistemas programados com algoritmos de inteligência artificial podem ser arquitetados de maneira a obter a solução mais eficiente ou mesmo a simplesmente maximizar lucros, o que o sistema fará a partir de todas as informações que estiverem disponíveis. Nesse caso, sistemas dotados de inteligência artificial podem comportar-se de forma muito mais eficiente do que agentes econômicos tradicionais, uma vez que sua racionalidade não encontra os limites que a economia comportamental atribuiu ao raciocínio econômico e, ainda, em razão do fato de que tais sistemas contam com grandes quantidades de informações.

Daí também a importância do acesso a grandes bancos de dados pelos algoritmos instrumentalizados pelos agentes econômicos, capazes de acessar quantidades infindáveis de informações a respeito não somente dos indivíduos, mas do mercado como um todo, assim conseguindo tomar decisões negociais baseadas em refinada e extremamente veloz análise estatística.

Não é por outra razão, a título de exemplo, que os algoritmos de fixação de preços têm sido grande preocupação para o Direito da Concorrência e o Mercado de Capitais. Tais algoritmos são denominados pricebots, sistemas computacionais encarregados de tomar decisões econômicas mediante a análise dos dados disponíveis. Ainda que seja distante a perspectiva de um mercado eletrônico conduzido essencialmente por pricebots, tem se tornado atual o problema relativo aos efeitos do comportamento coletivo de máquinas destinadas à maximização da riqueza com capacidade de realizar transações e alterar condições de venda em milésimos de segundo 13 .

A perspectiva de agentes autônomos encarregados de estabelecer preços produz cenário macroeconômico diverso do que geralmente se verifica no mundo físico, seja no mercado de consumo, seja no mercado de valores mobiliários. Nesse sentido, tem-se que o incremento da participação desses agentes no mercado tende a produzir uma “Economia da informação”, isto é, uma rede complexa de relações econômicas que constantemente se adapta às necessidades dos indivíduos, no âmbito da qual os agentes econômicos comunicam-se com vistas a paulatinamente aprimorar suas estratégias.

As preocupações começam a agravar-se a partir do momento em que as estratégias...

Uma experiência inovadora de pesquisa jurídica em doutrina, a um clique e em um só lugar.

No Jusbrasil Doutrina você acessa o acervo da Revista dos Tribunais e busca rapidamente o conteúdo que precisa, dentro de cada obra.

  • 3 acessos grátis às seções de obras.
  • Busca por conteúdo dentro das obras.
Ilustração de computador e livro
jusbrasil.com.br
22 de Janeiro de 2022
Disponível em: https://thomsonreuters.jusbrasil.com.br/doutrina/secao/1196969673/inteligencia-artificial-no-mercado-de-capitais-inteligencia-artificial-e-direito-ed-2020