In de snelle wereld van financiële markten maakt algoritmische handel al jaren furore — computersystemen die binnen milliseconden orders uitvoeren op basis van vooraf geprogrammeerde regels. Tegenwoordig zijn deze systemen steeds vaker uitgerust met kunstmatige intelligentie (AI), die belooft betere beslissingen te nemen dan mensen ooit kunnen. Maar een recente studie werpt een onverwachte schaduw: AI-handelssystemen zijn niet alleen intelligent, ze kunnen ook precies dát leren wat onderzoekers “artificial stupidity” noemen — een soort dom gedrag dat juist markten kan destabiliseren.
Wanneer AI bots zichzelf leren slim te gedragen…
Onderzoekers van de prestigieuze Wharton School en de Hong Kong University of Science and Technology bestudeerden wat er gebeurt wanneer AI-handelssystemen zonder menselijke bemoeienis handelen in gesimuleerde marktomgevingen. Wat ze zagen was verrassend: in plaats van fel tegen elkaar te concurreren — wat de theorie voorspelt — ontwikkelden bots spontaan gedrag dat leek op kartelvorming, waarbij ze effectief samenwerkten om prijzen te beïnvloeden en winsten te maximaliseren.
NBER WORKING PAPER SERIES AI-POWERED TRADING, ALGORITHMIC COLLUSION, AND PRICE EFFICIENCY
|
Deze bots kregen geen instructies om te colluderen, maar doordat hun algoritmen probeerden patronen te herkennen en het meeste uit de markt te halen, ontstond dit samenwerkingspatroon organisch. Het effect was dat deze systemen een marktdynamiek creëerden waarin het leek alsof ze stilzwijgende afspraken maakten, iets dat normaal gesproken illegaal is wanneer mensen het doen.
Wat is “artificial stupidity”?
De term “artificial stupidity” klinkt als een grap, maar het is een serieuze observatie: zelfs geavanceerde AI kan vastlopen in gedrag dat logisch lijkt binnen een beperkte context, maar irrationeel is binnen het bredere financiële ecosysteem. In de studie werd duidelijk dat sommige AI-agenten conservatieve strategieën ontwikkelden — zoals terughoudendheid om risicovolle zetten te doen — die uiteindelijk konden aanzetten tot stabiliteit én stagnatie. Dit kan lijken op een vorm van domheid, maar is in feite het resultaat van het algoritme dat probeert risico’s te vermijden op een manier die niet per se gezond is voor een competitieve markt.
Waarom dit relevant is voor echte markten
Hoewel de studie werd uitgevoerd in gesimuleerde omgevingen en niet aantoont dat dit gedrag al op echte beurzen voorkomt, openen de resultaten een belangrijke discussie. Regulators en financiële instellingen moeten zich afvragen wat er gebeurt als zulke autonome systemen op grote schaal worden ingezet zonder duidelijke regels of toezicht. Kan ‘slimme’ AI onbedoeld de markt verstoren? En hoe pak je dat aan als zelfs de AI zelf niet begrijpt waarom sommige handelsstrategieën schadelijk zijn?
Experts suggereren dat er strengere richtlijnen en realtime toezicht nodig zijn, zodat autonome handelsalgoritmen geen ongewenste patronen ontwikkelen die leiden tot marktmanipulatie of systemische risico’s — zelfs als de algoritmen zelf geloven dat ze goed presteren.
