En los últimos tiempos, se han producido ataques generalizados contra las herramientas algorítmicas de fijación de precios de los alquileres, acusadas de ser un medio para que los propietarios conspiren entre sí para perjudicar a los inquilinos. No solo el Departamento de Justicia ha presentado una demanda de este tipo, sino que numerosos estados y ciudades se han sumado a la iniciativa, junto con demandas colectivas. Sin embargo, hay una mejor manera de interpretar estas herramientas —permiten que los precios de los alquileres se ajusten más rápidamente a lo que justifican las condiciones del mercado (como ilustran los economistas con los cambios en la oferta y la demanda) cuando esas condiciones cambian, lo que cobra especial importancia cuando los cambios son rápidos.
Estas herramientas algorítmicas recopilan información sobre alquileres, fechas de vencimiento, tasas probables de nuevos solicitantes de alquiler y otras condiciones para un propietario determinado, además de información disponible públicamente, para recomendar si sería más rentable subir, bajar o mantener los precios de alquiler. Si recomienda un cambio, también incorpora información adicional anonimizada de otros usuarios de las herramientas del proveedor (para proporcionar información sobre el mercado, pero evitando comunicar información sobre rivales específicos a otros) para determinar los alquileres recomendados. Los suscriptores pueden entonces seguir, modificar o ignorar ese consejo.
Dadas las historias muy diferentes de «colusión» frente a «mejora de la competencia» que pueden utilizarse para caracterizar estos algoritmos, ¿cómo podemos determinar si estas herramientas algorítmicas son potenciadoras del mercado o facilitadoras de conspiraciones?
Para empezar, es instructivo señalar cuándo comenzaron a surgir los ataques contra la fijación de precios algorítmica. Fue principalmente a principios de la década de 2020, cuando las rentas se dispararon. A modo de ejemplo, CBS News informó de que los alquileres subieron un 30,4 % entre 2019 y 2023. Ese es precisamente el tipo de entorno en el que sería más valioso un ajuste más rápido a los rápidos cambios del mercado. Esa considerable inflación de los alquileres también significaba que los políticos y los burócratas del gobierno estaban muy ansiosos por evitar culpas y, si era posible, aparentar ofrecer soluciones a los problemas causados por otros.
Por desgracia para esta última estrategia, las medidas gubernamentales que tendían a impulsar los alquileres de la vivienda estaban por todas partes. La política monetaria era escandalosamente expansionista, la política fiscal era igualmente despilfarradora tanto a nivel federal como estatal, y ambas introdujeron la palabra «billones» en el vocabulario común de los americanos. A las restricciones de zonificación, los permisos y las tasas de impacto, los impuestos sobre la propiedad, las normas de eficiencia, etc., ya existentes se añadieron restricciones normativas que aumentaron los costes y los retrasos y redujeron la construcción.
En consecuencia, un gran número de «funcionarios públicos» querían evitar que se les culpara del fuerte aumento de los costos de las viviendas de alquiler. Pero muy pocas imágenes de este tipo podían encajar en un marco que los eximiera a todos. Sin embargo, el uso de software de fijación de precios algorítmico también aumentó durante ese período. Eso lo convirtió en un chivo expiatorio popular para aquellos que estaban de acuerdo en que «yo no» era la respuesta a «¿A quién se debe culpar?».
Los que buscaban un chivo expiatorio tomaron la correlación entre el aumento de los precios de los alquileres y el uso creciente de software algorítmico para fijar los precios de los alquileres durante ese período como prueba de causalidad, ignorando uno de los principios más básicos de la estadística: la correlación no prueba la causalidad. Por ejemplo, muchos adolescentes sufren de acné y también tienen brotes de crecimiento, pero no concluimos a partir de esa correlación que el acné cause los brotes de crecimiento. Su estrategia también ignoró por completo el hecho de que, en circunstancias inflacionarias, las herramientas algorítmicas se vuelven más valiosas para mejorar los ajustes del mercado. De hecho, bien podría ser que los rápidos aumentos en los precios de los alquileres estuvieran provocando un mayor empleo de herramientas especialmente útiles en esa circunstancia, en lugar de que la causalidad fuera al revés.
Los opositores adornaron entonces su historia con adjetivos como «monopolístico» y «colusorio» y sustantivos como «conspiración», salpicada de miedo y aversión hacia los grandes propietarios como «grandes empresas», y promovieron repetidamente su narrativa compartida para eludir su responsabilidad. Sin embargo, como dijo Kevin Hopkins en R Street, «el hecho de que se postule de forma convincente la colusión monopolística y la manipulación de los mercados de alquiler no significa que exista».
Aunque los que buscaban chivos expiatorios intentaron asegurarse de que la gente no pensara demasiado en su «prueba» de que la correlación demuestra la causalidad de las acciones anticompetitivas de los usuarios de herramientas algorítmicas, vale la pena hacerlo, porque hay muchas razones por las que sus argumentos fallan.
Los propietarios no celebraron ningún acuerdo directo entre ellos mediante el uso de esas herramientas algorítmicas. Pero esa es la norma establecida para el enjuiciamiento antimonopolio en virtud de la Ley Sherman. De hecho, los detractores de los algoritmos afirmaron que en este caso ni siquiera era necesario demostrar la existencia de tal acuerdo. Eso sugiere que los burócratas antimonopolio, sus supervisores políticos y los abogados antimonopolio pueden estar más interesados en ampliar su poder para ganar casos sin tener que demostrar la existencia de un acuerdo colusorio que en proteger la competencia del mercado frente a la colusión.
Son muy pocos los propietarios que realmente utilizan herramientas algorítmicas para obtener el tipo de poder monopolístico del que se les acusa de abusar. En este caso, los acusadores sugieren que alguien que tiene una gran cuota de mercado de usuarios de software algorítmico refuta esa afirmación. Pero el mercado relevante para determinar el poder de subir conjuntamente los alquileres es el de los aproximadamente 50 millones de viviendas de alquiler del país, lo que eclipsa el porcentaje de un solo dígito que utiliza esas herramientas para las viviendas de alquiler.
Cuando se utilizaba información no pública en las sugerencias del software para fijar los alquileres, se anonimizaba para evitar la comunicación de información sobre el comportamiento de rivales específicos, lo que socava cualquier capacidad de utilizarla para controlar los acuerdos colusorios. Además, no se exigía a ningún usuario del software que siguiera sus consejos ni se le sancionaba por no hacerlo, y las desviaciones de las recomendaciones eran habituales. Ambos hechos socavan los argumentos de quienes buscan chivos expiatorios, ya que las desviaciones de los precios «acordados» son el principal talón de Aquiles que rompe los intentos de acuerdos colusorios de fijación de precios. También hay pruebas que respaldan la hipótesis de la mejora de la competencia, pero no la de la conspiración.
En momentos en los que las condiciones subyacentes están creando inflación de precios, tanto la interpretación del aumento del poder colusorio de los propietarios como la interpretación de una mejor revelación de las condiciones competitivas del mercado apuntan a precios más altos. Por lo tanto, encontrar ese resultado no distingue entre las dos hipótesis. Pero la alternativa de la mejora de la competencia apuntaría a que los usuarios de herramientas algorítmicas bajan los precios más rápidamente que los no usuarios en los mercados a la baja, lo que no es cierto en el caso del argumento de la conspiración. Y, como señala Christian Britschgi,
Las escasas investigaciones académicas sobre los efectos de los algoritmos de recomendación de alquileres sugieren que ese es precisamente el efecto que tienen: hacen que los propietarios respondan mejor a los cambios en los precios del mercado, lo que se traduce en una mayor disposición a subir y bajar los alquileres.
La acusación de conspiración también implica que, como resultado, debería haber menos viviendas disponibles, ya que el poder de reducir la cantidad de un bien disponible es la fuente clásica del poder monopolístico y, por lo tanto, debería haber mayores tasas de desocupación. Pero eso no es cierto. RealPage, líder del mercado de software algorítmico, señaló que «las propiedades que utilizan nuestros productos de gestión de ingresos consiguen sistemáticamente tasas de desocupación inferiores a la media nacional». Las herramientas algorítmicas ayudan a que el mercado de la vivienda de alquiler funcione mejor, en lugar de socavar la competencia en él.
Además, como descubrió Kevin Hopkins, un experimento natural socava aún más la acusación de colusión. Real Page adquirió un competidor en 2017 (y el Departamento de Justicia no se opuso en ese momento al uso de software algorítmico al aprobar la fusión), lo que aumentó sustancialmente su cuota de mercado. Si eso representara un aumento del poder de monopolio en el mercado de la vivienda de alquiler, debería haber elevado los precios de los alquileres en relación con los precios de las viviendas ocupadas por sus propietarios. Pero Hopkins descubrió que
...durante el periodo en el que RealPage amplió de forma más significativa su cuota de mercado de software de gestión de alquileres, la relación entre el aumento de los precios de los alquileres y el aumento de los precios de las viviendas en propiedad se redujo en realidad: un 38 % entre 2013 y 2016, un 10 % entre 2017 y 2020 y un 23 % entre 2021 y 2024. En otras palabras, en realidad ha habido una correlación negativa entre la creciente cuota de mercado de RealPage y el cambio relativo en el coste de las viviendas de alquiler frente a las viviendas ocupadas por sus propietarios en los últimos 12 años.
Del mismo modo, el argumento de la conspiración implica que los alquileres deberían ser relativamente más altos cuando una mayor proporción de propietarios utiliza software algorítmico. Pero los datos tampoco lo demuestran.
En resumen, a pesar de toda la retórica dramática de los acusadores contra el software algorítmico de fijación de precios de alquiler como dispositivos de conspiración, su argumento tiene muchas lagunas lógicas y pruebas contradictorias sustanciales. Por el contrario, reconocer la desesperación de aquellos cuyas políticas provocaron un rápido aumento de los alquileres para encontrar un chivo expiatorio común explica mucho mejor sus ataques. De hecho, este episodio podría resumirse bien con el subtítulo de un artículo del Wall Street Journal sobre este tema: «Los policías antimonopolio de Biden espían una conspiración en una herramienta de descubrimiento de precios». El software algorítmico ha mejorado un mercado competitivo. Pero, como ha ocurrido tantas veces en la historia de la lucha antimonopolio, la retórica a favor de la competencia se está utilizando de nuevo como tapadera para atacar a la competencia superior en nombre de las partes que se benefician de restringirla.
