Loi sur les algorithmes collusoires interdit la tarification par IA

Résumé#

SB-1507, la proposition de Loi sur les algorithmes collusoires, créerait une nouvelle loi en Pennsylvanie ; elle ne modifie pas une loi existante. Son objectif déclaré est d'empêcher la tarification algorithmique de produire des prix artificiellement élevés et des résultats similaires à la collusion. Le projet de loi est introduit et n'est pas encore une loi.

• Les entreprises ne pourraient pas distribuer ou développer pour distribution une « structure de tarification algorithmique collusoire » — celle qui utilise ou a été formée sur des données de concurrents non publiques pour recommander ou fixer des prix ou des conditions commerciales dans un marché antitrust pertinent.
• Une personne ne pourrait pas utiliser une telle structure pour recommander un prix ou une condition commerciale. Pour cet usage seul, il existe une exception si des preuves substantielles montrent que la personne ne savait pas que la structure utilisée ou formée sur ces données.
• Une personne ne pourrait pas utiliser une « intelligence artificielle commune » (IA non utilisée exclusivement par une personne) pour fixer des prix pour des biens ou des services offerts ou vendus en Pennsylvanie. Cette interdiction n'a pas d'exception déclarée pour le manque de données de concurrents.
• Le Procureur général peut enquêter et poursuivre les violations, demander des ordonnances judiciaires pour les arrêter, accepter des accords de conformité volontaire écrits et établir des règlements. Un tribunal peut ordonner une restitution après avoir émis une injonction permanente.
• Les consommateurs qui ont acheté des biens ou des services et ont subi une perte mesurable en raison d'une violation pourraient poursuivre. Un tribunal peut accorder des dommages-intérêts, des frais d'avocat et des frais judiciaires, ainsi que d'autres réparations.

Ce que cela signifie pour vous#

• Entreprises et développeurs d'IA : Le projet de loi interdirait certains développements, distributions et utilisations de systèmes de tarification impliquant des données de concurrents non publiques. Il interdirait également l'utilisation d'IA partagée pour fixer des prix, même si le système n'utilise pas de données de concurrents. Les « données non publiques » incluent certaines données accessibles au public offertes sous des conditions de service qui interdisent leur utilisation.
• Consommateurs : Vous pourriez engager une action privée uniquement si vous avez acheté des biens ou des services et subi une perte mesurable en raison d'une violation. Un tribunal pourrait accorder des dommages-intérêts réels ou au moins 1 000 $, selon le montant le plus élevé, et pourrait accorder jusqu'à trois fois les dommages réels, mais pas moins de 1 000 $.
• Procureur général et tribunaux : Le Procureur général peut engager des actions d'application, mais le projet de loi n'exige pas que le bureau poursuive chaque violation suspectée. Un tribunal peut ordonner la restitution d'argent ou de biens acquis par une violation après une injonction permanente.
• Public en général : Le projet de loi ne fixerait pas de prix ni ne garantirait des prix plus bas. Il ne bannirait pas généralement les algorithmes de tarification ou l'IA à utilisateur unique qui n'utilisent pas ou n'ont pas été formés sur des données de concurrents non publiques, sauf pour l'interdiction distincte sur l'IA partagée fixant des prix.

Argent#

Aucune estimation de coût n'est fournie dans le matériel fourni.

• Le projet de loi autorise l'application par le Procureur général et permet des règlements, mais n'exige pas un niveau de personnel particulier ni ne prévoit une appropriation.
• Les amendes pénales pourraient atteindre jusqu'à 1 million de dollars pour chaque distribution, 100 millions de dollars pour chaque structure de tarification collusoire développée pour distribution, et 100 000 dollars pour chaque décision ou recommandation de tarification utilisant une telle structure. L'utilisation d'une IA commune pour fixer un prix pourrait entraîner une amende allant jusqu'à 5 000 dollars par décision ou recommandation de tarification. Le projet de loi classe ces infractions par degré de crime ou de délit.
• Les tribunaux pourraient accorder des dommages-intérêts aux consommateurs, des frais d'avocat et des coûts, d'autres réparations, et une restitution dans les circonstances décrites par le projet de loi. Le projet de loi ne donne aucune estimation de ces montants ni ne précise où iraient les amendes.

Ce qui n'est pas clair#

• Le terme « condition commerciale » n'est pas défini. Le projet de loi se réfère aux lignes directrices fédérales sur les fusions pour identifier un marché antitrust pertinent, mais n'explique pas comment cette définition serait appliquée dans ces cas.
• Le projet de loi ne fixe pas de règles pour les enquêtes, les preuves, les audiences, les appels ou comment les entreprises peuvent déterminer si un système a utilisé des données de concurrents non publiques.
• L'« intelligence artificielle commune » pourrait couvrir des systèmes utilisés par plus d'une personne, mais le projet de loi ne précise pas comment l'utilisation partagée serait établie.
• Le projet de loi n'explique pas comment ses règles interagiraient avec la loi existante en Pennsylvanie. Il indique que les recours antitrust fédéraux restent disponibles.
• Le matériel fourni ne décrit pas la loi actuelle de la Pennsylvanie sur ce sujet, donc une comparaison avec les règles d'État existantes ne peut pas être vérifiée.

Arguments en faveur#

• Le projet de loi semble destiné à traiter le risque que des entreprises utilisant le même système de tarification pourraient produire des prix similaires et élevés, y compris sans coordination consciente.
• Restreindre les systèmes qui utilisent des données de concurrents non publiques pourrait réduire le risque que des informations commerciales confidentielles alimentent les prix des concurrents.
• Permettre à la fois l'application par le Procureur général et les poursuites privées pourrait offrir plus d'une manière de contester des comportements qui causent des pertes aux consommateurs.
• L'interdiction distincte sur l'IA partagée fixant des prix pourrait être considérée comme une précaution contre des risques difficiles à détecter ou à prouver après coup.

Arguments contre#

• L'interdiction de l'IA partagée fixant des prix s'applique même lorsque l'IA n'utilise pas de données de concurrents. Cela pourrait restreindre les outils de tarification partagés au-delà de la préoccupation déclarée du projet de loi concernant les informations non publiques sur les concurrents.
• Le projet de loi fixe de fortes amendes maximales, y compris jusqu'à 100 millions de dollars pour chaque structure développée pour distribution, tout en laissant des questions importantes sur les preuves et l'application non résolues.
• Les termes « condition commerciale » et « intelligence artificielle commune » peuvent laisser les entreprises incertaines quant aux outils et activités couverts.
• Le projet de loi ne précise pas comment l'application serait dotée en personnel ou financée, ni à quelle fréquence le Procureur général utiliserait ces pouvoirs.