論文の概要: Vertical tacit collusion in AI-mediated markets

• arxiv url: http://arxiv.org/abs/2601.03061v1
• Date: Tue, 06 Jan 2026 14:43:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-07 17:02:12.979033
• Title: Vertical tacit collusion in AI-mediated markets
• Title（参考訳）: AIを介する市場における垂直的暗黙の共謀
• Authors: Felipe M. Affonso,
• Abstract要約: 共同利用は、戦略が独立していればどうなるかという2倍以上の消費者に害を与えることを示す。 水平のアルゴリズムによる衝突とは異なり、垂直の暗黙の衝突は調整を必要とせず、反トラスト検出を避ける。 我々の発見は、AIショッピングエージェントが主流に普及するにつれて、緊急の規制のギャップが認識される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: AI shopping agents are being deployed to hundreds of millions of consumers, creating a new intermediary between platforms, sellers, and buyers. We identify a novel market failure: vertical tacit collusion, where platforms controlling rankings and sellers controlling product descriptions independently learn to exploit documented AI cognitive biases. Using multi-agent simulation calibrated to empirical measurements of large language model biases, we show that joint exploitation produces consumer harm more than double what would occur if strategies were independent. This super-additive harm arises because platform ranking determines which products occupy bias-triggering positions while seller manipulation determines conversion rates. Unlike horizontal algorithmic collusion, vertical tacit collusion requires no coordination and evades antitrust detection because harm emerges from aligned incentives rather than agreement. Our findings identify an urgent regulatory gap as AI shopping agents reach mainstream adoption.
• Abstract（参考訳）: AIショッピングエージェントは、数億人の消費者にデプロイされ、プラットフォーム、売り手、購入者の間で新たな仲介者を生み出している。 ここでは、ランキングを制御し、製品記述を制御しているプラットフォームが、ドキュメント化されたAI認知バイアスを活用するために独立して学習する。 大規模言語モデルバイアスの実験的測定に校正したマルチエージェントシミュレーションを用いて, 共同利用は, 戦略が独立であれば何が起こるかという2倍以上の消費者に害を与えることを示した。 この超加法的害は、プラットフォームランキングがどの製品がバイアストリガーのポジションを占めるかを決定するのに対して、売り手操作が変換率を決定するために生じる。 水平的アルゴリズム的共謀とは異なり、垂直的暗黙的共謀は協調を必要とせず、合意よりも協調インセンティブから害が生じるため、反トラスト検出を避ける。 我々の発見は、AIショッピングエージェントが主流に普及するにつれて、緊急の規制のギャップが認識される。

関連論文リスト

• Multi-Agent Reinforcement Learning for Market Making: Competition without Collusion [6.598173855286935]
  市場形成におけるアルゴリズム的共謀を研究するための階層型多エージェント強化学習フレームワークを提案する。 このフレームワークは、敵が形作る不確実な環境で訓練される自己関心の市場メーカー(AgentA)を含む。 適応型インセンティブ制御は、異種エージェント環境におけるより持続可能な戦略的共存を支援する。
  論文  参考訳（メタデータ） (2025-10-29T20:07:47Z)
• Algorithmic Collusion of Pricing and Advertising on E-commerce Platforms [0.0]
  販売者が価格決定と広告決定を一緒に行うか、すなわち2次元決定を行うかを検討する。 消費者が検索コストが高い場合、学習アルゴリズムは競争価格よりも安い価格で調整可能であることを示す。 我々は,プラットフォームの戦略的な反応を分析し,予備価格調整がプラットフォーム利益を増大させないことを見出した。
  論文  参考訳（メタデータ） (2025-08-09T18:44:17Z)
• What Is Your AI Agent Buying? Evaluation, Implications and Emerging Questions for Agentic E-Commerce [1.998857368899133]
  プラットフォームに依存しないエージェントと完全にプログラム可能なモックマーケットプレースを組み合わせたサンドボックス環境を開発した。 まず、集合的な選択を探索し、モデル間でモーダルな選択が異なることを明らかにする。 次に、合理性チェックと、製品の位置と属性の列挙に関するランダム化実験により、選択のドライバを分析します。
  論文  参考訳（メタデータ） (2025-08-04T17:19:36Z)
• Do LLMs trust AI regulation? Emerging behaviour of game-theoretic LLM agents [61.132523071109354]
  本稿では、異なる規制シナリオ下での戦略選択をモデル化する、AI開発者、規制当局、ユーザ間の相互作用について検討する。 我々の研究は、純粋なゲーム理論エージェントよりも「悲観的」な姿勢を採用する傾向にある戦略的AIエージェントの出現する振る舞いを特定する。
  論文  参考訳（メタデータ） (2025-04-11T15:41:21Z)
• Artificial Intelligence and Algorithmic Price Collusion in Two-sided Markets [9.053163124987535]
  両市場において,Qラーニングを用いたAIエージェントが暗黙の共謀にどのように関与するかを検討する。 我々の実験によると、AI駆動プラットフォームはBertrandの競合よりも高いコラシオンレベルを実現している。 ネットワークの外部性の向上は、共謀を著しく向上させ、AIアルゴリズムがそれらを活用して利益を最大化することを示唆している。
  論文  参考訳（メタデータ） (2024-07-04T17:57:56Z)
• By Fair Means or Foul: Quantifying Collusion in a Market Simulation with Deep Reinforcement Learning [1.5249435285717095]
  本研究は、反復価格競争の実験的なオリゴポリーモデルを用いる。 我々は,エージェントが開発する戦略と価格パターンについて検討し,その結果を導出する可能性がある。 以上の結果から,RLをベースとしたAIエージェントは,超競争的価格帯電を特徴とする癒着状態に収束することが示唆された。
  論文  参考訳（メタデータ） (2024-06-04T15:35:08Z)
• Language Models Can Reduce Asymmetry in Information Markets [100.38786498942702]
  我々は、言語モデルを利用した知的エージェントが外部参加者に代わって情報を売買する、オープンソースのシミュレートされたデジタルマーケットプレースを紹介した。 このマーケットプレースを実現する中心的なメカニズムはエージェントの二重機能であり、特権情報の品質を評価する能力を持つと同時に、忘れる能力も備えている。 適切に行動するためには、エージェントは合理的な判断をし、生成されたサブクエリを通じて市場を戦略的に探索し、購入した情報から回答を合成する必要がある。
  論文  参考訳（メタデータ） (2024-03-21T14:48:37Z)
• Online Decision Mediation [72.80902932543474]
  意思決定支援アシスタントを学習し、(好奇心)専門家の行動と(不完全)人間の行動の仲介役として機能することを検討する。 臨床診断では、完全に自律的な機械行動は倫理的余裕を超えることが多い。
  論文  参考訳（メタデータ） (2023-10-28T05:59:43Z)
• Malicious Agent Detection for Robust Multi-Agent Collaborative Perception [52.261231738242266]
  多エージェント協調(MAC)知覚は、単エージェント認識よりも敵攻撃に対して脆弱である。 MAC知覚に特異的な反応防御であるMADE(Malicious Agent Detection)を提案する。 我々は、ベンチマーク3DデータセットV2X-simとリアルタイムデータセットDAIR-V2Xで包括的な評価を行う。
  論文  参考訳（メタデータ） (2023-10-18T11:36:42Z)
• Multi-Stage Decentralized Matching Markets: Uncertain Preferences and Strategic Behaviors [91.3755431537592]
  本稿では、現実世界のマッチング市場で最適な戦略を学ぶためのフレームワークを開発する。 我々は,不確実性レベルが特徴の福祉対フェアネストレードオフが存在することを示す。 シングルステージマッチングと比較して、マルチステージマッチングで参加者がより良くなることを証明します。
  論文  参考訳（メタデータ） (2021-02-13T19:25:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。