La intel·ligència artificial en la detecció de les pràctiques de bid rigging: el paper capdavanter de l'ACCO

AutorNoemi Jiménez Cardona
CargoProfessora i investigadora postdoctoral de la Secció de Dret Mercantil a la Universitat de Barcelona
Páginas129-145
Revista catalana de dret públic #65
www.rcdp.cat
LA INTEL·LIGÈNCIA ARTIFICIAL EN LA DETECCIÓ DE LES PRÀCTIQUES DE BID
RIGGING: EL PAPER CAPDAVANTER DE L’ACCO
Noemí Jiménez Cardona*
Resum
Prenent en consideració el paper actual i futur de la intel·ligència articial en la licitació pública, el present article es
centra, des de l’òptica de les directrius de la Llei 15/2022, integral per a la igualtat de tracte i la no-discriminació, en
la potencialitat que pot correspondre a la intel·ligència articial davant la detecció i l’actuació contra les col·lusions en
la contractació pública. Dins d’aquest nou dret computacional de la competència o “antitrust 3.0” es detallarà el paper
capdavanter que ha assumit l’Autoritat Catalana de la Competència (ACCO) pel que fa a la posada en marxa, en fase
experimental, de l’eina informàtica ERICCA, i, en paral·lel, la seva participació activa dins del projecte Computational
Antitrust del Stanford Center for Legal Informatics (CodeX).
Paraules clau: bid rigging; intel·ligència articial; algoritmes; contractació pública; dret de la competència; col·lusió;
Autoritat Catalana de la Competència; ACCO; CodeX.
ARTIFICIAL INTELLIGENCE IN THE DETECTION OF BID RIGGING PRACTICES: THE
ACCO’S LEADING ROLE
Abstract
Taking into consideration the current and future role of articial intelligence in public procurement, and from the
perspective of the guidelines of Law 15/2022 on equal treatment and non-discrimination, this article focuses on the
potential of articial intelligence in detecting and acting against cartels in public procurement. Based on this new
computational antitrust law, or antitrust 3.0, we will examine the leading role that the Catalan Competition Authority
(ACCO) has adopted with regard to the experimental implementation of the ERICCA software tool and, in parallel,
its active participation in the Computational Antitrust Project of the Stanford Center for Legal Informatics (CodeX).
Keywords: bid rigging; articial intelligence; algorithms; public procurement; antitrust law; cartel; Catalan
Competition Authority; ACCO; CodeX.
* Noemí Jiménez Cardona, professora i investigadora postdoctoral de la Secció de Dret Mercantil a la Universitat de Barcelona.
Facultat de Dret, av. Diagonal, 684, 08034 Barcelona. njimenezcardona@ub.edu. 0000-0003-3197-4775.
Article rebut el 25.09.2022. Avaluació cega: 19.10.2022 i 19.10.2022. Data d’acceptació de la versió nal: 25.10.2022.
Citació recomanada: Jiménez Cardona, Noemí. (2022). La intel·ligència articial en la detecció de les pràctiques de bid rigging: el
paper capdavanter de l’ACCO. Revista Catalana de Dret Públic, 65, 129-145. https://doi.org/10.2436/rcdp.i65.2022.3876
Noemí Jiménez Cardona
La intel·ligència articial en la detecció de les pràctiques de bid rigging: el paper capdavanter de l’ACCO
Revista Catalana de Dret Públic, núm. 65, 2022 130
Sumari
1 Intel·ligència articial i contractació pública
2 Intel·ligència articial i lluita contra les col·lusions en la licitació pública. El paper capdavanter de l’Autoritat
Catalana de la Competència (ACCO)
2.1 L’actuació de l’ACCO en la lluita contra les pràctiques de bid rigging
2.2 L’ús d’eines d’intel·ligència articial en la detecció de les pràctiques de bid rigging
3 La posada en marxa per part de l’ACCO de l’Eina de Recerca Intel·ligent de la Col·lusió en la Contractació
Administrativa (ERICCA)
4 L’adhesió de l’ACCO al projecte Computational Antitrust del Stanford Center for Legal Informatics (CodeX)
5 Conclusions
6 Referències
Noemí Jiménez Cardona
La intel·ligència articial en la detecció de les pràctiques de bid rigging: el paper capdavanter de l’ACCO
Revista Catalana de Dret Públic, núm. 65, 2022 131
1 Intel·ligència articial i contractació pública
Els últims anys del segle XX, així com els que portem del segle XXI, han permès constatar una nova etapa
d’industrialització, coneguda com la “indústria del 4.0”, caracteritzada per la digitalització, la connectivitat,
l’automatització, la robòtica i la intel·ligència articial. Es tracta d’una quarta revolució industrial (Stegler,
2003, p. 13; Schwab, 2018, p. 25) fonamentada en la globalització, la societat de masses i consum, les constants
innovacions tecnològiques i cientíques, la familiarització de la ciutadania amb les xarxes socials, el núvol, la
internet de les coses, el big data i la intel·ligència articial (basada en l’ús d’algoritmes i de dades) (Kaplan,
2017, p. 141).
Concretament, les dades massives o la intel·ligència de dades (el petroli del segle XXI) (Mayer-Schönberger
i Cukier, 2013, p. 30) fan referència a un conjunt tan gran i complex de dades que es fa necessari disposar
d’aplicacions informàtiques no tradicionals de processament per tractar-les acuradament. Un big data presidit
per un ampli volum de dades molt variades i la velocitat com es reben i es processen, que no es aliè a certs
riscos: l’excés de les mateixes dades, la ciberseguretat, les polítiques de protecció de dades i la tecnofòbia
(Pérez, 2020, p. 279-291). Aquest processament i aquesta anàlisi de dades estan en íntima connexió amb
una intel·ligència articial que es fonamenta en el mètode probabilístic (Barona, 2021, p. 94-95), segons el
qual les màquines venen orientades cap allò que poden percebre com la realitat més creïble i que implica,
fruit dels avenços en computació i disponibilitat de dades, una combinació de tecnologies que agrupa dades,
algoritmes1 i capacitat informàtica.
Són uns algoritmes que poden aprendre des de dades etiquetades i categoritzades que les persones els
proporcionen, i en què la màquina s’encarrega, a posteriori, de la seva classicació automàtica i l’extracció
d’un conjunt de regles que constitueixen un ajut per prendre decisions (supervised learning), o bé fer possible
que la màquina, sense dades etiquetades, sigui capaç de relacionar les dades, categoritzar-les i extreure,
arribat el cas, un conjunt de regles o paràmetres d’actuació (unsupervised learning). Algoritmes que, en un
primer estadi evolutiu, es basaven en sistemes experts on els programadors traslladaven les normes i els
criteris previstos per prendre decisions, però que, més tard, en no pocs casos, es fonamenten en l’aprenentatge
automàtic (machine learning), que permet que ells mateixos tinguin capacitat d’aprendre de les dades i de
prendre decisions o que inclús arribin a fer ús de l’aprenentatge de xarxes neuronals complexes per analitzar
grans volums de dades (deep learning).
Aquesta realitat que s’acaba d’exposar ens permet concloure que la intel·ligència articial aprèn mitjançant la
utilització per part dels sistemes de patrons de dades que fan possible dur a terme feines que ns ara han estat
fetes per humans. La màquina no només processarà dades i informació, sinó que serà capaç d’emmagatzemar-
la, tractar-la i produir resultats intel·ligents. Dins del trànsit d’un món analògic a un món digital, han adquirit
carta de naturalesa els programes de còmput intel·ligent, els quals, com és fàcil pensar, han de ser sotmesos
a controls ètics i jurídics elementals (Jiménez, 2022, p. 4-5; Valero, 2019, p. 81-96; Vallespín, 2022b, p. 4-7).
Cal orientar aquesta intel·ligència articial –com així reecteixen l’Estratègia de la Unió Europea, la Proposta
de Reglament europeu sobre intel·ligència articial, d’abril de 2021, i la Carta de Drets Digitals de juliol de
2021– cap a un enfocament dirigit cap a l’excel·lència i la conança i, en tot cas, respectuós amb els drets
fonamentals de les persones.2 Prenent com a punt de partida l’ètica pública i la integritat institucional, estem
abocats, d’una banda, al disseny d’una “governança ètica de la IA” (Cotino, 2019a, p. 28-48; Cotino, 2019b,
p. 31), i, de l’altra, a la conguració d’un nou model de gestió pública i dels seus recursos humans (Cerrillo,
2019, p. 12-28; Galindo, 2019, p. 48-63). En aquest context, resulta rellevant la Llei 15/2022, de 12 de juliol,
integral per a la igualtat de tracte i la no-discriminació, que introdueix la primera regulació positiva, malgrat
que sigui programàtica i en certa mesura voluntarista, de l’ús de la intel·ligència articial per part de les
administracions públiques i les empreses.
1 L’algoritme vindria a representar l’esquema executiu de la màquina emmagatzemant totes les opcions de decisió en funció de
dades conegudes (Comoglio, 2018, p. 331; Nieva, 2018, p. 21), cosa que implica un conjunt d’ordres consecutives que presenten una
solució a un problema o una tasca.
2 Quant al difícil equilibri entre l’ús del big data i la transparència i la protecció de les dades personals, vegeu, per tots, Morales
(2022, p. 6-7; 2017, p. 2).
Noemí Jiménez Cardona
La intel·ligència articial en la detecció de les pràctiques de bid rigging: el paper capdavanter de l’ACCO
Revista Catalana de Dret Públic, núm. 65, 2022 132
Una intel·ligència articial que pot respondre a una aplicació dèbil (limitada a allò per què es va dissenyar)
o a una aplicació forta (més aviat de caràcter multifuncional) i que arriba, cada vegada més, a diferents àrees
i àmbits d’actuació (jocs, robòtica industrial, vehicles intel·ligents, smart cities, smart contracts, mitjans
de resolució de conictes, propietat intel·lectual, sistema nancer i d’assegurances, educació, agricultura,
política ambiental, seguretat viària i, pel que ara ens interessa, la contractació pública) (Barona, 2021, p.
109). De fet, dins del procés per a la implantació de la intel·ligència articial a l’Administració pública cal
distingir com a mínim tres grans etapes: una primera, fonamentada en la robotització dels processos; una
segona, en l’automatització cognitiva, i una tercera, en què la intel·ligència articial comporta l’aplicació de
la informàtica afectiva, l’anàlisi predictiva i el funcionament de màquines amb capacitat pròpia d’aprenentatge
(Ramió, 2018, p. 140-144).
La intel·ligència articial també sobrevola el sector públic. En aquesta línia, amb seguiment de la comunicació
de la Comissió Europea sobre intel·ligència articial de 2018 (Articial Intelligence for Europe), del document
EU guidelines on ethics in articial intelligence: Context and implementation, de 2019, i del Llibre blanc sobre
la intel·ligència articial, publicat per la Comissió Europea el 19 de febrer de 2020, hem d’estar preparats per
contribuir a l’aplicació de la intel·ligència articial en diferents àrees estratègiques alineades amb el respecte
dels objectius de desenvolupament sostenible (la salut, l’educació, les ciutats i els territoris intel·ligents i
sostenibles, els recursos naturals, l’energia i la protecció del medi ambient, la indústria connectada 4.0, el
turisme i altres sectors industrials creatius i culturals) i l’eciència de l’Administració pública, amb el benentès
que cal tenir presents les dicultats inherents per integrar de forma senzilla la producció algorítmica derivada
del sector privat en el sector públic, així com la importància de congurar una humanitat assistida –no pas
dirigida–3 algorítmicament.
Cada cop són més les administracions públiques que utilitzen la intel·ligència articial per analitzar dades
(predicció d’incendis i inundacions), processar el llenguatge natural (detecció de fraus i irregularitats en les
licitacions públiques) i, ns i tot, per prendre decisions i adjudicar ajuts públics (De Laat, 2018, p. 1-17).
Aquest nou escenari ens dirigeix cap a la conguració, com ja s’ha avançat, d’un nou model de gestió pública
(“governança intel·ligent”) (Berggruen i Gardels, 2012, p. 32-36; Cerrillo, 2018, p. 1128-1135) fonamentat
en l’ús intensiu de les dades a través d’algoritmes i una major col·laboració amb la ciutadania mitjançant la
utilització de les tecnologies de la informació i la comunicació. Una governança que haurà de sustentar-se en
els principis de la bona governança (entre d’altres, la transparència, la participació, la rendició de comptes i
l’ecàcia) i la lluita contra la seva opacitat (de fet, els algoritmes són coneguts com black box) (Coglianese i
Lehr, 2019, p. 4) mitjançant l’obligació d’explicar i justicar les decisions adoptades pels respectius algoritmes
en funció de dades de qualitat (Cerrillo, 2018, p. 21; Sánchez, 2019, p. 5). En aquesta línia, la Llei 15/2022
disposa que, quan les administracions públiques facin servir algoritmes per a la presa de decisions, hauran
d’afavorir que aquests estiguin dotats de mecanismes que prenguin en consideració criteris de minimització
de biaixos, transparència i rendició de comptes (art. 3 i 23).
Concretament, des de la perspectiva de la contractació pública, la intel·ligència articial pot tenir molt a
dir quant al control del procediment i la detecció d’irregularitats vinculades amb el perniciós fenomen de
la corrupció4 (creació de ccions orientades a afavorir una empresa o grups d’empreses en la licitació), la
mala administració (Cassese, 2009, p. 1037; Ponce, 2018, p. 1-19; Ponce, 2019, p. 4-7) i, per descomptat,
la vulneració del dret a la llibertat de competència i lliure concurrència (càrtels d’empreses concertades per
repartir-se el “negoci”).5
3 En sentit estricte, les màquines no “pensen”, sinó que “imiten el pensament humà” en funció del seu propi aprenentatge (Turing,
1950, p. 433). Sobre aquesta qüestió, quant a l’anomenada “mediació avatar” o “de caixer automàtic”, vegeu Vallespín (2022a, p.
24-25).
4 Quant a la lluita contra la corrupció des de l’Administració pública, vegeu Amenós (2020, p. 20-24), Capdeferro (2020a, p. 35-64),
Cocciolo (2020, p. 65-86), Rubí et al. (2020, p. 1-19) i Saiz- Antón (2020, p. 87-101).
5 Sobre la triple dimensió constitucional del dret de la competència (institucional, individual i social), la seva conguració polièdrica,
la seva aplicació pública (public enforcement) i privada (private enforcement), amb especial referència a la transposició al nostre
ordenament jurídic de la directiva de danys per infraccions del dret de la competència (Reial decret llei 9/2017), vegeu, per tots,
Herrero (2016, p. 150-161), Jiménez (2021a, p. 43-52; 2021b, p. 15-24) i Peña (2018, p. 31-39). I, des de la perspectiva de les
professions liberals i com el seu exercici també pot atemptar contra la lliure competència, vegeu, per tots, Vázquez (2002, p. 28-36).
Noemí Jiménez Cardona
La intel·ligència articial en la detecció de les pràctiques de bid rigging: el paper capdavanter de l’ACCO
Revista Catalana de Dret Públic, núm. 65, 2022 133
De fet, l’aposta per la intel·ligència articial en la contractació pública ens abocarà a la seva aplicació tant
pel que fa a la preparació del contracte (criteris de selecció) com a l’adjudicació (per exemple, la valoració
comparada de les ofertes amb l’objectiu de poder detectar possibles casos de preus anormalment baixos en
les ofertes presentades) i la seva execució (generació d’alertes davant la detecció d’eventuals desviacions).
En aquesta aplicació, com és lògic, hauran de respectar-se els principis d’igualtat, transparència i lliure
competència. Els òrgans de contractació i les autoritats de control de la competència vetllaran al llarg de tot el
procediment pel respecte de la lliure competència. En particular, tenen l’obligació de comunicar tota pràctica
de bid rigging, és a dir, qualsevol indici d’acord, decisió o recomanació col·lectiva, o pràctica concertada
o conscientment paral·lela entre els licitadors, que tingui com a objecte, produeixi o pugui produir l’efecte
d’impedir, restringir o falsejar la competència dins del procés de contractació (art. 132 de la Llei 1/2017, de
8 de novembre, de contractes del sector públic, que, a més, cal posar en relació directa amb l’article 133 del
mateix text legal, relatiu al principi de condencialitat).
En aquesta acció computacional poden resultar de gran utilitat diferents eines de tractament i anàlisi de dades
(data mining) que ens han de permetre extreure, amb agilitat i en funció de diferents indicadors,6 una gran
quantitat de dades i arribar a identicar certs “patrons” d’actuació de les empreses involucrades en la licitació
pública.7 Algunes experiències recents les trobem al sistema d’algoritmes implementats per la Generalitat
Valenciana, al sistema ARACHNE (UE), al Red Flags (Hongria) o a l’algoritme DeZorro a Ucraïna.
Es tractaria d’identicar, mitjançant una pluralitat objectiva d’indicadors, un mapa de riscos (Medina, 2019, p.
849-851) que, per se, no constitueixen una infracció del dret de la competència, sinó només la localització de
contractes i empreses “sospitosos” que fan raonable posar en marxa tot seguit, de forma motivada (Miranzo,
2019, p. 16), el procediment d’avaluació i investigació corresponent (Anita i Tünde, 2015, p. 6 i 15; Ferwerda
et al., 2017, p .367-368; Miranzo, 2019, p. 9). Aquests sistemes poden posar l’accent en l’ús de criteris i
indicadors predeterminats i codicats o, per contra, ser més ambiciosos i incorporar un model d’aprenentatge
automàtic. En qualsevol cas, no hauríem de perdre de vista que els algoritmes són susceptibles de biaixos
no només quant a la seva aplicació, sinó també pel que fa al seu propi disseny humà. Igualment, hauríem
d’extremar les cauteles relatives a la seva motivació al cas concret (Bonet, 2021, p. 321-324). Finalment,
les garanties de transparència no poden ser una qüestió de menor importància, i també cal tenir molt present
que l’ús de la intel·ligència articial en la contractació pública requerirà disposar d’un alt volum de dades
de “qualitat” i ables.
El repte és majúscul, però l’immobilisme no és una opció real. Per aquest motiu, cal posar en valor les diferents
accions que sobre aquest particular ha engegat, els darrers mesos, l’Autoritat Catalana de la Competència
(ACCO). Es tracta d’instruments orientats clarament a promocionar la competència i lluitar contra els càrtels
que també són presents en la licitació pública.
2 Intel·ligència artificial i lluita contra les col·lusions en la licitació pública. El paper
capdavanter de l’Autoritat Catalana de la Competència (ACCO)
L’ús de la intel·ligència articial quant a la batalla contra les col·lusions en la licitació pública l’analitzarem
focalitzant la nostra atenció, d’una banda, en l’anàlisi del paper de l’ACCO en diferents casos reals que ja se li
han plantejat, i, de l’altra, en la utilització d’eines d’intel·ligència articial en la detecció de les pràctiques de
bid rigging incorporades dins del dret computacional de la competència i que responen a una lluita no només
reactiva, sinó també proactiva, pel que fa a la protecció de la transparència dels mercats i la lliure competència.
6 Indicadors que, ns ara, s’han basat en red ags visibles i rellevants i que, fruit de la intel·ligència articial, probablement seran
ampliats i permetran identicar anomalies indetectables per la simple observació humana. Sobre aquests indicadors, vegeu Kenny i
Musatova (2020, p. 6-7).
7 Sobre aquesta qüestió, tot valorant el seu ús problemàtic, en especial quant a la motivació de les decisions i la ponderació de la
responsabilitat de l’Administració pels danys originats en aplicació o inaplicació dels seus algoritmes, vegeu, per tots, Capdeferro
(2020b, p. 4-7).
Noemí Jiménez Cardona
La intel·ligència articial en la detecció de les pràctiques de bid rigging: el paper capdavanter de l’ACCO
Revista Catalana de Dret Públic, núm. 65, 2022 134
2.1 L’actuació de l’ACCO en la lluita contra les pràctiques de bid rigging
La Generalitat de Catalunya es va dotar, per primera vegada, d’òrgans de defensa de la competència mitjançant
el Decret 222/2002, de 27 d’agost, pel qual es van crear els òrgans de defensa de la competència de la
Generalitat de Catalunya. En aquesta fase inicial, els esforços es van concentrar a crear i posar en marxa
l’estructura adient per dur a terme la funció bàsica de tramitar les denúncies rebudes i resoldre els expedients
plantejats. Com a conseqüència de diferents factors –entre ells, que l’Estatut d’autonomia de 2006 reconeix
la substantivitat pròpia a la matèria de promoció i defensa de la competència (l’article 154 de l’EAC atribueix
a la Generalitat de Catalunya la competència exclusiva en la promoció de la competència als mercats, així
com la competència executiva en matèria de defensa de la competència dins de l’exercici de les activitats
econòmiques que alterin o puguin alterar la lliure competència del mercat en l’àmbit territorial de Catalunya, i
la competència exclusiva sobre l’establiment i la regulació de l’organisme independent que ha d’exercir dites
competències)–, es va modicar la regulació en aquesta matèria mitjançant l’aprovació de la Llei 1/2009, de
12 de febrer, de l’Autoritat Catalana de la Competència (ACCO).
Així, l’ACCO neix com un òrgan independent que adopta la forma d’organisme autònom de caràcter
administratiu, amb personalitat jurídica pròpia i plena capacitat d’obrar per complir amb les seves funcions
(art. 1). Així mateix, té com a objectiu garantir, millorar i promoure les condicions de lliure competència
i transparència en els mercats quant a les activitats econòmiques que s’exerceixen de forma principal a
Catalunya; assumeix totes les competències, per a tot Catalunya, que té atribuïdes la Generalitat en matèria de
promoció i defensa de la competència; s’ocupa de les activitats econòmiques que s’exerceixen principalment
a Catalunya i que alteren o poden alterar la competència; exerceix la instrucció i resolució dels expedients
sobre els diferents assumptes derivats de la defensa de la competència; assumeix també la seva promoció
mitjançant el desenvolupament de tasques d’informació i anàlisi que inclouen, entre d’altres, la investigació
dels diferents sectors econòmics en relació amb les situacions contràries a la competència i l’elaboració i la
difusió d’estudis vinculats amb la competència, i assumeix, en últim lloc, les funcions d’arbitratge (art. 2).
Aquesta agència especialitzada s’estructura en tres òrgans (art. 4): el president o la presidenta, el director o
la directora general i el Tribunal Català de Defensa de la Competència (les funcions del qual, com reecteix
l’article 10, es concreten en aquelles que tenen a veure amb deliberar i resoldre els expedients presentats pel
director o la directora general que, de conformitat amb la Llei de 2009 i la normativa reguladora de la defensa
de la competència, li són d’aplicació i li corresponen). Aquestes funcions es concreten a resoldre tots els
expedients incoats, acordar l’arxivament de les denúncies, resoldre l’acabament convencional del procediment
sancionador i exercir les funcions d’arbitratge que li encomanin les lleis. Igualment, correspon al Tribunal
Català de Defensa de la Competència exercir aquelles funcions que la legislació de competència atribueixi a
l’òrgan col·legiat en matèria de concentracions empresarials, i també emetre, a iniciativa pròpia o a proposta
del director o la directora general, recomanacions derivades d’estudis i informes sobre ajuts públics atorgats
a empreses per les administracions públiques de Catalunya.
Més concretament, l’experiència acumulada per l’ACCO posa de manifest com les pràctiques anticompetitives
entre les empreses produïdes en el mercat català representen un dels problemes més signicatius que afecten
l’interès públic. Es tracta de pràctiques que moltes vegades tenen a veure amb l’actuació concertada d’un
conjunt d’empreses que formen un càrtel per repartir-se les licitacions públiques i que, de retruc, acaben
provocant, amb una repercussió nal sobre tota la ciutadania, un augment dels preus que les administracions
públiques es veuen abocades a pagar pels béns o serveis que necessiten.
Aquestes maneres de fer, il·lícites, que habitualment consisteixen a presentar ofertes pactades amb condicions
o preus exorbitants a  de situar en millor posició la proposta d’un dels licitadors que participa en la col·lusió
(cover rigging), acordar la retirada de les ofertes durant el procediment d’adjudicació o bé no presentar-se
en les convocatòries de contractació d’acord amb un calendari de repartició per torns, acaben per restringir
l’actuació independent de les empreses en qüestió, redueixen la incertesa pel que fa al comportament propi
dels licitadors, eliminen els benecis que poden derivar de la lliure concurrència als preus de contractació i,
nalment, acaben perjudicant l’interès públic.8
8 Per a un tractament més exhaustiu sobre les diferents conductes de bid rigging en seu de contractació pública i les seves possibles
repercussions, vegeu, per tots, Cerdá (2016, p. 415-440) i Miño (2021, p. 329).
Noemí Jiménez Cardona
La intel·ligència articial en la detecció de les pràctiques de bid rigging: el paper capdavanter de l’ACCO
Revista Catalana de Dret Públic, núm. 65, 2022 135
La mateixa ACCO ha constatat tres exemples recents d’aquesta realitat en relació, en primer lloc, amb les
licitacions de l’Àrea Metropolitana de Barcelona per a la prestació del servei públic de transport col·lectiu de
viatgers entre Barcelona i el seu aeroport;9 en segon lloc, en relació amb la licitació de l’Ajuntament de Roses
per a l’explotació de serveis turístics de transport de passatgers a les platges del municipi,10 i, nalment, en
relació amb l’actuació coordinada dins d’una licitació de l’Ajuntament de Sant Andreu de Llavaneres per a
l’explotació de guinguetes a les platges del municipi.11
En el primer cas, el Tribunal Català de Defensa de la Competència ha sancionat dues empreses i un directiu per
un pacte de no competència quant a les licitacions de l’Àrea Metropolitana de Barcelona per la prestació d’un
servei públic de transport col·lectiu de viatgers entre Barcelona i l’Aeroport del Prat (Aerobús). La conducta
col·lusòria sancionada deriva, en concret, de la comissió d’una infracció de l’article 1.1 de la Llei 5/2017, de
3 juliol, de defensa de la competència (LDC), per part de Transports Ciutat Comtal, SA (TCC) i Transports
Urbans i Serveis Generals, SAL (TUSGSAL). Aquesta conducta es constata a partir de l’Acord de 26 d’agost
de 2009 entre TUSGSAL i TCC i, més particularment, de la seva clàusula desena, que incorpora un pacte de
no competència segons el qual, un cop extingit el contracte de la concessió del servei de l’Aerobús adjudicat a
TUSGSAL en la licitació de 2008 (segona licitació), les empreses optarien per concórrer a la licitació següent
mitjançant l’empresa Serveis Generals de Mobilitat i Transport, SL (SGMT) o a través de qualsevol altre
vehicle jurídic de participació conjunta entre totes dues empreses a parts iguals.
En aquest cas concret, com ha sancionat l’ACCO, la conducta de TUSGSAL i TCC infringeix l’article 1.1
de l’LDC, ja que implica un acord entre empreses competidores que constitueix un càrtel de distribució del
mercat de les licitacions del servei de l’Aerobús. És un pacte il·lícit que ha tingut una aplicació efectiva a la
licitació de l’AMB de 2017 (tercera licitació del servei de referència), a la qual les empreses infractores s’han
presentat conjuntament mitjançant la UTE TUSGSAL - TCC - SGMT, quan el cert és que totes elles tenien
plena capacitat i solvència per presentar-s’hi de forma individual.
Es tracta d’un pacte que restringeix i falseja la competència, i alhora redueix la pressió competitiva entre
els dos principals operadors del servei Aerobús, ja que acaba per limitar els incentius quant a la presentació
d’una oferta econòmica més avantatjosa per l’AMB i perjudica no només la part contractant, sinó també els
usuaris del servei (expedient núm. 102/2019, Aerobús 2). Una infracció que, nalment, ha estat qualicada
per l’ACCO com a molt greu (art. 64.2 de l’LDC), amb imposició d’una multa referida al 5 % del volum de
negoci de les empreses de l’exercici 2020 i d’una altra a un dels directius de TCC per infracció de l’article
63.2 de l’LDC (precepte que permet també imposar una sanció de caràcter individual a les persones físiques
que, per haver estat els representants legals o bé per haver format part dels òrgans directius, han possibilitat
la realització de la conducta anticompetitiva), així com la prohibició de contractar de TUSGSAL i TCC amb
l’AMB per la prestació del servei de transport de viatgers per carretera per un termini de dos anys.
En el segon cas, el Tribunal Català de Defensa de la Competència ha sancionat diverses empreses per la seva
actuació coordinada en una licitació de l’Ajuntament de Roses relacionada amb l’explotació de serveis turístics
de transport de passatgers a les platges del municipi. En aquest cas concret, la conducta col·lusòria ha consistit
en la realització de pràctiques restrictives de la competència en el procés de licitació pública referent a les
autoritzacions municipals per a l’explotació de serveis de temporada relacionats amb el transport turístic de
passatgers –adjudicació de punts d’amarratge d’embarcacions i guingueta de venda de tiquets a les platges
del municipi de Roses– per al període 2018-2021.
Duta a terme la investigació corresponent, amb la denúncia prèvia dels fets per part de l’Ajuntament de
Roses, ha resultat acreditat que els infractors es van posar d’acord en la presentació de les seves ofertes a la
licitació de l’Ajuntament de referència mitjançant el disseny d’una estratègia conjunta per tal de falsejar la
competència, amb l’objectiu de predeterminar l’adjudicació dels lots a favor de cadascuna de les empreses
i repartir-se, en conseqüència, el mercat objecte d’aquesta licitació pública. Aquesta actuació també implica
una infracció de l’article 1.1.a de l’LDC, que prohibeix qualsevol acord, decisió o recomanació col·lectiva,
9 Resolució del TCDC de l’ACCO núm. V-100/2018, de 22 de novembre de 2021 (assumpte Aerobús).
10 Resolució del TCDC de l’ACCO núm. 99/2018, de 3 de novembre de 2021 (assumpte Serveis de temporada de Roses).
11 Resolució del TCDC de l’ACCO núm. 105/2019, de 19 de maig de 2021 (assumpte Platges de St. Andreu de Llavaneres).
Noemí Jiménez Cardona
La intel·ligència articial en la detecció de les pràctiques de bid rigging: el paper capdavanter de l’ACCO
Revista Catalana de Dret Públic, núm. 65, 2022 136
o pràctica concertada o conscientment paral·lela, que tingui per objecte, produeixi o pugui produir l’efecte
d’impedir, restringir o falsejar la competència en tot el mercat nacional o en una part d’aquest. La infracció
ha estat qualicada per l’autoritat com a molt greu i ha comportat la imposició d’una sanció de multa a
Navegació i Turisme d’Empuriabrava, SL, a Màgic Catamarans SL, a Roses Serveis Marítims, SL i a Nautilus
Submarino, SL.
En el tercer cas, el Tribunal Català de Defensa de la Competència ha acordat declarar la comissió d’una
infracció de l’article 1.1 de l’LDC per part de Safri Restaurants, SL, Gas i Xampany, SL, Natura i Confort,
SL, Colatte Beach, SL, i el Sr. OGM i la Sra. PMA. La conducta col·lusòria ha consistit en la realització
de pràctiques restrictives de la competència en el procés de licitació pública referent a la contractació de
l’explotació de serveis de temporada (guinguetes) de les platges de Sant Andreu de Llavaneres per al període
2018-2021. Es conclou que els infractors es van conxorxar per no competir entre ells en la licitació esmentada,
de manera que van renunciar simultàniament a les ofertes presentades a diversos lots i van predeterminar
així l’adjudicació dels lots restants segons el repartiment que havien pactat prèviament. En el cas concret,
s’estima que s’ha restringit la competència, ja que s’ha impedit el comportament autònom i independent de les
empreses i s’ha reduït la incertesa en el comportament dels licitadors, la qual cosa ha derivat en l’eliminació
dels benecis que aporta la lliure concurrència en els processos de licitació pública, amb el consegüent
detriment de l’interès públic.
Aquesta concertació constitueix una infracció de l’article 1.1.a de l’LDC, que prohibeix qualsevol acord,
decisió o recomanació col·lectiva, pràctica concertada o conscientment paral·lela, que tingui per objecte,
produeixi o pugui produir l’efecte d’impedir, restringir o falsejar la competència en tot el mercat nacional
o en una part d’aquest. La infracció ha estat qualicada com a molt greu, ja que ha suposat un acord entre
empreses competidores a les quals s’han imposat les sancions de multa corresponents (que també afecten el Sr.
OGM i la Sra. PMA, amb el benentès que en el cas puntual de Safri Restaurant i la Sra. PMA també han estat
condemnats amb la prohibició de contractar, quant a les licitacions convocades per l’Ajuntament de referència
per a l’explotació dels serveis de temporada de les platges del municipi, per un termini de vuit mesos).
Davant aquesta realitat representada, només a títol exemplicatiu, pels tres casos que s’acaben d’exposar,
val a dir que l’ACCO ha impulsat un pla per facilitar que les entitats públiques, les empreses competidores
i els consumidors puguin detectar i denunciar conductes col·lusòries de la competència en l’àmbit de la
contractació pública. Les denúncies o les queixes dels particulars per iniciar les investigacions d’oci de
l’ACCO es poden fer arribar per via telefònica, per correu electrònic o de forma anònima mitjançant el canal
de col·laboració del seu web.
2.2 L’ús d’eines d’intel·ligència articial en la detecció de les pràctiques de bid rigging
L’habilitació d’un canal de denúncies, abans presencialment i ara en suport telemàtic, però sempre de caràcter
condencial, posat a disposició dels particulars i competidors afectats, ha estat la via tradicional a través de
la qual les autoritats de competència han pogut tenir notícia de qualsevol actuació que pogués contravenir
les regles del lliure mercat.
No obstant, si es vol ser efectiu en aquest complex escenari i complir plenament amb l’objectiu de vetllar pel
bon funcionament del mercat a Catalunya, tot vigilant que les empreses no facin trampes a les administracions
públiques pactant preus, repartint-se els clients o abusant d’una posició de domini concertada en clar detriment
de l’interès públic, no n’hi ha prou en ple segle XXI amb una actuació reactiva per part de l’ACCO davant les
denúncies o les queixes que pugui rebre, sinó que cal anar més enllà i que aquesta agència assumeixi un rol
proactiu quant a la protecció de la lliure competència (reectida també en l’àmbit de la contractació pública)
(Jiménez, 2021a, p. 105-108; Valero, 2020, p. 5).
Sembla arribada l’hora de no dependre en exclusiva de les denúncies o les queixes dels implicats o perjudicats
en la licitació pública. En aquest sentit, l’ACCO, que des de la seva regulació per la Llei 1/2009, de 12
de febrer, té com a principal funció garantir, millorar i proveir les condicions de la lliure competència i
transparència dels mercats, ha apostat, en una acció capdavantera al nostre entorn, per l’ús de la intel·ligència
articial en la lluita contra els càrtels en la contractació pública. En aquesta línia d’acció, impulsada pel Govern
de la Generalitat de Catalunya, l’ACCO no tan sols està desenvolupant una eina informàtica (anomenada
Noemí Jiménez Cardona
La intel·ligència articial en la detecció de les pràctiques de bid rigging: el paper capdavanter de l’ACCO
Revista Catalana de Dret Públic, núm. 65, 2022 137
ERICCA) que mitjançant l’ús d’algoritmes d’intel·ligència articial permeti potenciar la detecció d’oci dels
càrtels involucrats en les pràctiques anticompetitives constatables en els concursos públics, sinó que aquesta
agència també està participant en el Computational Antitrust Project del Stanford Center for Legal Informatics
(CodeX). En ambdós casos es tracta d’aprotar la potencialitat de l’ús del big data i la intel·ligència articial
a través de la creació de noves eines reconduïdes i adaptades a la tradicional persecució de les conductes
col·lusòries. Per aquest motiu, precisament, aquestes accions han d’incorporar-se dins dels anomenats mètodes
“antitrust 3.0” o “dret computacional de la competència”.
Davant el Llibre blanc sobre la intel·ligència articial de la Comissió Europea, de 19 de febrer de 2020, on es
preveuen la construcció d’un ecosistema d’excel·lència per al desenvolupament de la intel·ligència articial
i la individualització de diferents opcions reguladores dins del seu àmbit, però amb omissió de qualsevol
referència a la perspectiva de la protecció de la competència als mercats, i sense perdre de vista els principals
reptes que planteja la intel·ligència articial (entre d’altres, la proliferació de models de negoci zero-pricing on
la competència es trasllada de les variables de preu i quantitat a altres qualitatives vinculades amb la qualitat
del servei i la velocitat, la qual cosa obliga a una reacció més àgil per part de les autoritats de la competència;
els anomenats data mergers, és a dir, operacions de concentració entre operadors amb un volum rellevant
de dades que poden ser més complexes de valorar; la conguració de serveis molt personalitzats; l’ús dels
algoritmes per xar preus que incrementa, de retruc, la possibilitat de “col·lusió algorítmica” i afavoreix que
les empreses coordinin els seus comportaments sense necessitat de cap acord formal o interacció humana,
i l’aparició de noves barreres d’accés a certes dades), resulta imprescindible que es dugui a terme també
l’adaptació del toolkit de les autoritats de la competència per tal de controlar l’ús de la intel·ligència articial
per part dels operadors.
Això obeeix a diferents factors concurrents. Dos d’aquests factors semblen força signicatius en l’àmbit de
la contractació pública. En primer lloc, existeix la possibilitat que els algoritmes que també faran servir les
empreses puguin afavorir la col·lusió a través de diferents formes (per exemple, monitorant i fent complir
una estratègia coordinada establerta prèviament per diferents empreses si aquestes decideixen encarregar el
disseny del seu algoritme de preus a una mateixa empresa de software, ja que els competidors podrien fer
servir el hub per desenvolupar el seu algoritme i facilitar un comportament coordinat quant a la xació de
preus; comportant-se com a agents predictibles, ja que cada empresa estableix el seu mecanisme per xar
preus, però reacciona de forma predictible davant factors externs, de manera que aquest modus operandi pot
ser captat i monitorat per altres agents com una invitació a la col·lusió; o bé les empreses poden optar per
implementar algoritmes de deep learning per prendre decisions sobre els preus ns a l’extrem que l’algoritme
arribi a aprendre que la millor opció és concertar una infracció del dret de la competència). El segon factor,
com pot llegir-se al document Intel·ligència articial i competència que deriva de l’aportació conjunta de la
Comissió Nacional dels Mercats i la Competència (CNMC) i l’Autoritat Catalana de la Competència (ACCO),
de 30 de setembre de 2020, té a veure amb la necessitat d’adaptar les tradicionals eines de les quals han
disposat i disposen les autoritats de la competència a una nova realitat digital que els ha de permetre detectar
i identicar, amb més agilitat i de forma més generalitzada, aquest tipus de pràctiques anticompetitives pel
que fa a la licitació pública.
Es tracta d’una adaptació que, tot seguint les directrius incorporades a la Proposta de Reglament del Parlament
Europeu i del Consell sobre intel·ligència articial, d’abril de 2021, i, en particular, l’article 23 de la Llei
15/2022, integral per a la igualtat de tracte i la no-discriminació, de 12 de juliol de 2021, haurà de tenir
en compte que: a) els algoritmes involucrats en la presa de decisions que fan servir les administracions
públiques hauran d’incorporar criteris de minimització de riscos, transparència i rendició de comptes; b)
les administracions públiques hauran de promoure avaluacions d’impacte que determinin els biaixos
discriminatoris; c) les administracions públiques, dins del marc dels algoritmes involucrats en els processos de
presa de decisions, prioritzaran la transparència quant al disseny, la implementació i la capacitat d’interpretació
de les decisions adoptades per aquests; d) les administracions públiques promouran l’ús d’una intel·ligència
articial ètica, de conança i respectuosa amb els drets fonamentals, tot seguint les recomanacions de la UE,
i e) les administracions públiques també promouran un segell de qualitat dels algoritmes que facin servir en
les seves actuacions.
Noemí Jiménez Cardona
La intel·ligència articial en la detecció de les pràctiques de bid rigging: el paper capdavanter de l’ACCO
Revista Catalana de Dret Públic, núm. 65, 2022 138
Aquest procés de modernització i adaptació digital de les autoritats de la competència en la lluita contra els
càrtels en l’àmbit de la licitació pública no només hauria de centrar-se a disposar d’un accés a la informació
necessària que faci possible que les agències antitrust puguin controlar de forma efectiva el comportament
de les empreses i poder detectar d’oci comportaments anticompetitius, sinó que també les hauria de proveir
dels instruments d’intel·ligència articial adients que permetessin, des de l’òptica de la contractació pública,
conèixer la forma d’actuar de les empreses amb l’objectiu de poder monitorar el seu comportament (en
especial, pel que a la xació concertada de preus, les postures encobertes o bé la rotació d’ofertes entre
licitadors) i extreure patrons recurrents en la seva presa de decisions (la qual cosa ens permet concloure,
sense oblidar certs riscos, que sí que es pot arribar a ensenyar lliure competència a un algoritme) (Massarotto
i Ittoo, 2021, p. 29-31).
3 La posada en marxa per part de l’ACCO de l’Eina de Recerca Intel·ligent de la Col·lusió en
la Contractació Administrativa (ERICCA)
L’Eina de Recerca Intel·ligent de la Col·lusió en la Contractació Administrativa (ERICCA) parteix de
l’aplicació d’algoritmes per detectar i, per extensió, corregir, a partir de l’anàlisi de dades, aquelles situacions
on es factible identicar un clúster d’empreses que, d’una manera o d’una altra, pacten en beneci propi i
conculquen l’interès públic i els principis bàsics de la licitació administrativa (llibertat de concurrència,
transparència i igualtat d’oportunitats entre licitadors).
Es tracta d’una aplicació de la intel·ligència articial en la contractació pública que ens ha de permetre
mecanitzar-ne el control, facilitar la consulta de documentació a les empreses participants i millorar l’accés als
canals de queixes i comunicacions, així com agilitzar la resposta de l’autoritat competent en aquesta complexa
i particular matèria. Per fer-ho, partint d’una prova de concepte fonamentada en les dades derivades de més
de 60.000 contractes públics, es persegueix identicar potencials càrtels i comprovar la seva implicació en
casos ja denunciats, investigats o sancionats.
Prenent en consideració les dades que reporta la mateixa ACCO en l’enquesta d’implementació duta a terme
el primer trimestre de 2022 amb motiu del projecte Stanford Computational Antitrust (Schrepel i Groza, 2022,
p. 108-111), el programa informàtic ERICCA disposa d’un algoritme d’intel·ligència articial que facilita la
identicació de possibles conductes col·lusòries mitjançant l’aplicació d’una varietat de ltres (entre d’altres,
la desviació a la baixa de l’import del pressupost de licitació i el preu d’adjudicació). El seu funcionament està
basat en les tecnologies d’aprenentatge automàtic i aprenentatge automàtic profund, de tal forma que el mateix
software és capaç d’aprotar el recull de les seves dades històriques i de complementar-lo amb els indicadors
externs que consten en altres registres d’informació pública a  d’identicar les empreses participants que
formen part d’un mateix grup o bé que han participat en els mateixos processos de contractació.
En paral·lel al projecte de l’ACCO basat en l’eina ERICCA com a software d’intel·ligència articial, també
cal ressaltar les polítiques recents que ha desenvolupat en aquest camp la Comissió Nacional dels Mercats i
la Competència (CNMC) a través de la Unitat d’Intel·ligència Econòmica (UIE). De fet, ambdues autoritats
de la competència han treballat conjuntament en l’elaboració d’una contribució en el procés de consulta
del Llibre blanc sobre la intel·ligència articial obert per la Comissió Europea,12 on van posar de manifest
la necessitat d’enfortir la cooperació entre les diferents autoritats de la competència per posar en comú
coneixements i experiències que permetin desxifrar la realitat digital i identicar amb més precisió aquesta
classe de pràctiques.
Tot i que l’ACCO i la CNMC són, actualment, les úniques autoritats de la competència que han implementat
i fan ús, com un recurs propi més, d’aquestes eines d’anàlisi i tractament de dades, el cert és que l’organisme
català és el que presenta més experiència i un major grau desenvolupament en el terreny de la digitalització. Això
és així perquè l’ús de les tècniques de big data i intel·ligència articial per part de la UIE de la CNMC sembla
limitar-se, de moment, a habilitar un nou canal de comunicació que faciliti la transmissió d’informació de part
de qualsevol interessat de forma anònima i amb caràcter xifrat –Sistema d’Informants de Competència Anònims
12 Les propostes principals que van formular ambdues agències tenen relació amb el desenvolupament d’eines de software, hardware
i cloud computing que facin possible implementar tècniques d’intel·ligència articial en la detecció de conductes contràries a la
competència. Es poden consultar en el Llibre blanc sobre la intel·ligència articial.
Noemí Jiménez Cardona
La intel·ligència articial en la detecció de les pràctiques de bid rigging: el paper capdavanter de l’ACCO
Revista Catalana de Dret Públic, núm. 65, 2022 139
(SICA). És dins d’aquest canal d’informació on els tècnics de la UIE de la CNMC analitzen la viabilitat de la
informació rebuda mitjançant l’aplicació de ltres i algoritmes basats en la intel·ligència articial.
Aquesta realitat no és comparable amb l’actuació de l’ACCO, que ha aconseguit situar-se un pas més enllà
gràcies a l’ús d’un software propi que, al marge de la informació que pugui obtenir a través dels canals de
col·laboració ciutadana, li permet detectar, mitjançant l’ús de ltres algorítmics, conductes aparentment
sospitoses de col·lusió dutes a terme dins d’un procediment de licitació que estigui sent objecte de tramitació.
Uns paràmetres de detecció que caldrà, no obstant, depurar mitjançant la consulta directa de les bases
corresponents i que ens han de permetre detectar, de forma molt més àgil, aquells grups d’empreses que dins
de la contractació pública es presenten, per exemple, per pactar qui guanya certs concursos o per confabular-
se per presentar ofertes molt per sota del preu real de mercat. És un control que, amb la intervenció d’un
equip multidisciplinari (amb advocats i economistes, però també amb tecnòlegs),13 ha de permetre “identicar
patrons”, així com donar respostes davant uns mercats cada dia més digitalitzats.
4 L’adhesió de l’ACCO al projecte Computational Antitrust del Stanford Center for Legal
Informatics (CodeX)
En paral·lel a les proves de l’ERICCA, l’Agència Catalana de la Competència també s’ha adherit al projecte
Computational Antitrust del Stanford Center for Legal Informatics (CodeX).
El projecte persegueix explorar com pot millorar-se l’anomenat “dret computacional” (legal informatics)14
mitjançant l’automatització de l’anàlisi de dades i els procediments en l’àmbit de la competència. Aquest
ambiciós projecte compta amb un equip acadèmic de caràcter interdisciplinari, format per economistes,
advocats i informàtics, i també amb la participació d’un ampli i selecte ventall d’entitats reguladores del
mercat i autoritats de competència (64 agències antimonopoli d’arreu del món).
El dret computacional, com a branca de la informàtica jurídica –és a dir, aquella que s’ocupa de la mecanització
de l’anàlisi jurídica–, ens permet plantejar-nos com la informàtica jurídica pot fomentar l’automatització
dels procediments seguits contra les conductes contràries a la competència i millorar-ne el coneixement.
Sens dubte, aquest és un dret cridat, cada vegada més, a donar suport a les agències de la competència en
un context de mercats molt complexos i dinàmics, i particularment útil quant a la detecció, l’anàlisi i la
correcció de les pràctiques col·lusòries. És un dret que, en paral·lel, també resultarà convenient des de l’òptica
de les mateixes empreses, en la mesura que els permetrà conèixer i avaluar amb caràcter previ l’adequació
dels seus comportaments econòmics al marc normatiu vigent, cosa que farà possible combinar la innovació
empresarial més arriscada amb la seguretat jurídica que és pròpia del compliment de la normativa de defensa
de la competència i que juga a favor de la ciutadania (hauria d’afavorir, dins de la contractació pública, amb
les degudes garanties de serietat i seguretat, l’acompliment d’un millor servei públic).
Les principals línies capdavanteres que actualment s’estan duent a terme en aquest camp i que, sens dubte,
suposen una combinació de les polítiques clàssiques de protecció del lliure mercat amb les noves eines
computacionals basades en la intel·ligència articial i el big data, pretenen servir de suport a les autoritats
de competència que formen part del Projecte CodeX en el desenvolupament de les seves múltiples funcions
preventives, reactives i reguladores.
D’una banda, cada cop cobra més interès la implementació de softwares especialitzats amb els quals brindar un
suport tècnic a les agències de la competència en la seva funció de control de les operacions de transformació
i adquisició d’empreses (l’autorització de les quals pot acabar afectant l’estructura del mercat). La recopilació
de les dades econòmiques del mercat afectat per l’eventual operació de transformació o adquisició empresarial,
junt amb una programació algorítmica d’aquestes que possibiliti la generació d’escenaris hipotètics basats en
certs paràmetres tècnics (com, per exemple, el nombre de competidors i les quotes de mercat corresponents, el
13 Pel que fa a la relació entre intel·ligència articial i els equips multidisciplinaris i especialitzats, vegeu Turner (2019, p. 8-9).
14 Sobre el dret computacional, vegeu, entre d’altres, els estudis següents de la Stanford Law School: Casey i Niblett (2021, p. 142),
Chang et al. (2021, p. 118), Di Porto et al. (2021, p. 88), Himes et al. (2021, p. 77), Lim (2021, p. 40), Mahari et al. (2021, p. 54),
Massarotto i Ittoo (2021, p. 16) i Schrepel (2021, p. 2).
Noemí Jiménez Cardona
La intel·ligència articial en la detecció de les pràctiques de bid rigging: el paper capdavanter de l’ACCO
Revista Catalana de Dret Públic, núm. 65, 2022 140
grau de diferenciació dels productes, les barreres d’entrada i sortida o el caràcter dinàmic o volàtil del mercat
afectat), permeten a les autoritats de la competència ponderar amb major abilitat les possibles afectacions
que aquest tipus d’operacions (sovint força complexes de determinar quan participen en la fusió, l’absorció o
l’adquisició grans grups empresarials) poden comportar en l’estructura del mercat de referència i en la qualitat
de la competència. Igualment, permet a les autoritats especialitzades imposar a les empreses interessades el
compliment de certes condicions per tal d’evitar el reforç de posicions dominants o bé la creació d’altres de
monopolístiques.15
D’altra banda, la nova era postcovid ha abocat les autoritats de la competència, com també ha succeït en
qualsevol altre àmbit de l’Administració, cap a una digitalització forçosa dels processos i dels recursos
documentals, la qual cosa ha contribuït favorablement a accelerar la implementació de noves eines
computacionals dirigides a millorar la detecció i la persecució de les conductes col·lusòries tant en l’activitat
privada del mercat com en l’àmbit de la contractació pública (Schrepel, 2021, p. 188 i 292). Ni l’ACCO ni
les altres autoritats de competència que participen en el Projecte CodeX no són alienes a aquest fenomen i
actualment estan treballant amb eines basades en intel·ligència articial i el tractament massiu de dades que
els permetin agilitzar els procediments d’investigació interns (fonamentalment centrats en la recerca de les
fonts de prova i en la recopilació i conservació d’aquestes), així com explorar noves tècniques d’extracció
i tractament de dades que permetin identicar indicis que denotin possibles col·lusions en els processos de
contractació pública.
En relació amb aquest darrer aspecte, la programació algorítmica dels softwares permet que les autoritats de la
competència puguin centralitzar i contraposar volums considerables de dades ubicades en diferents registres
públics amb l’objectiu d’extreure signes o patrons de comportament que resultin sospitosos. En aquest sentit,
és freqüent que les autoritats de la competència que participen en el Projecte CodeX utilitzin aquests programes
per revisar de forma automatitzada tota la documentació presentada pels diversos licitadors amb la intenció
de detectar possibles similituds o contradiccions que posin de manifest l’ànim de col·lusió entre dos o més
licitadors. Entre altres paràmetres, els principals indicadors amb els quals estan treballant els programes
antitrust en els procediments de licitació pública són: l’històric de presentacions de propostes de cadascun
dels licitadors, l’estructura organitzacional de les empreses participants, les modicacions o retirades d’ofertes
en una mateixa convocatòria, la presentació d’ofertes defectuoses o la retirada d’aquestes o la utilització de
la subcontractació un cop ha estat adjudicat el contracte (Schrepel i Groza, 2021, p. 105-107).
Com ja hem avançat, el desenvolupament de les noves polítiques de defensa de la competència, entre les
quals cal incloure les que està duent a terme l’ACCO, han d’ajustar-se a les directrius i els principis generals
incorporats a la nova Llei 15/2022. Aquest nou text normatiu té com a propòsit principal introduir, per primer
cop, una regulació positiva de la intel·ligència articial al nostre ordenament jurídic, així com establir els
principis rectors que han de guiar l’actuació de les administracions públiques quant a les polítiques i pràctiques
que involucrin l’ús d’algoritmes i d’intel·ligència articial: minimització de biaixos, transparència, rendició
de comptes, conança i abilitat (Fernández, 2022, p. 1-7).
Prenent en consideració aquestes darreres novetats legislatives, bé pot anticipar-se que les polítiques d’actuació
seguides per l’ACCO, especialment pel que fa al seu software ERICCA, representen un projecte capdavanter,
no només harmònic amb les polítiques europees sobre intel·ligència articial, sinó també respectuós amb les
directrius xades per la Llei integral per a la igualtat de tracte i la no-discriminació.
És inqüestionable que a l’ús de la intel·ligència artificial i el big data en la detecció de les conductes
monopolístiques (es produeixin aquestes dins dels processos de licitació o en qualsevol altre àmbit on hagi de
prevaldre la llibertat de competència) li espera una intensa i llarga trajectòria. De fet, així ho posa de manifest
el nombre cada cop més gran d’autoritats de competència que decideixen participar en el Projecte CodeX.
Tampoc no hi ha dubte que les polítiques innovadores que propugna aquest mateix projecte fomenten la
innovació i el desenvolupament tecnològic en beneci de l’eciència econòmica. Tot i això, també sembla
oportú, alhora que s’incentiva el desenvolupament tecnològic, garantir la transparència i la traçabilitat en
15 Sobre l’aplicació dels nous programes de software destinats a analitzar la viabilitat de les diverses operacions de transformació
o adquisició empresarial, així com les possibles repercussions que poden produir-se quant a l’estructura del mercat i al nombre de
competidors, vegeu, per tots, Budzinski i Noskova (2022, p. 57-77).
Noemí Jiménez Cardona
La intel·ligència articial en la detecció de les pràctiques de bid rigging: el paper capdavanter de l’ACCO
Revista Catalana de Dret Públic, núm. 65, 2022 141
la programació i el funcionament dels algoritmes, a  d’evitar que aquests incorrin en situacions de biaix
algorítmic i de desviació de resultats que donin lloc a decisions aleatòries (i, per tant, arbitràries), desproveïdes
de la deguda motivació i materialment injustes.
Per tot això, potser caldria que entre els nous reptes que planteja el Projecte CodeX s’inclogués la creació
de protocols d’actuació centrats a minimitzar els riscos que l’aplicació dels algoritmes pot ocasionar.
Aquests protocols d’actuació no només s’han de confeccionar des d’un pla matematicoimplementacional
de la intel·ligència articial, sinó que també s’haurien d’ajustar a les exigències pròpies de l’ètica jurídica.
D’aquí ve que, en el moment present, sembli més recomanable l’ús d’aquests softwares des d’una vessant
instrumental, i no tan decisional, que permeti congeniar l’ús de patrons que assenyalin la possible existència
d’una conducta col·lusòria amb el deure de motivació de les resolucions i el respecte al dret al recurs dels
que són susceptibles d’ésser jutjats.
5 Conclusions
Dins d’una indústria del 4.0 ha adquirit una gran dimensió, en els darrers anys, l’aplicació de la intel·ligència
articial basada en l’ús d’algoritmes i el big data. Es tracta d’un trànsit del món analògic al digital que s’ha de
sotmetre a controls ètics i jurídics per tal de fer-se compatible amb el respecte elemental dels drets fonamentals
(governança ètica de la intel·ligència articial), que ens aboca a un nou model de gestió que sobrevola el nostre
sector públic, i on podem distingir tres grans etapes: robotització dels processos, automatització cognitiva i
anàlisi predictiva amb capacitat d’aprenentatge.
Des de la perspectiva de la contractació pública, l’aposta per la intel·ligència articial té aplicacions concretes
en la preparació dels contractes (criteris de selecció), l’adjudicació d’aquests (valoració comparada d’ofertes
per detectar casos de preus anormalment baixos) i la seva execució (generació d’alertes). En aquest context,
de conformitat amb el principi de lliure competència, els òrgans de contractació i les autoritats de control
de la competència han de vetllar en tot moment per garantir la lliure competència d’aquelles empreses que
volen participar en un procés de contractació pública. Més particularment, tenen l’obligació de comunicar
qualsevol indici d’acord, decisió o recomanació col·lectiva, o pràctica concertada o conscientment paral·lela
entre els licitadors, que tingui com a objecte, produeixi o pugui produir l’efecte d’impedir, restringir o falsejar
la competència (bid rigging).
Dins d’aquesta acció computacional poden resultar de gran interès aquelles eines de tractament i anàlisi de
dades (data mining) que ens han de permetre extreure, amb agilitat i en funció de diferents indicadors, una
gran quantitat de dades. Aquest volum d’informació ens ha de possibilitar identicar, en funció d’un mapa
de riscos, certs patrons d’actuació de les empreses implicades en la licitació pública (en especial, pel que a
la xació concertada de preus, les postures encobertes, o bé la rotació d’ofertes entre licitadors), però sense
oblidar, tal com preveu la recent Llei 15/2022, l’obligat respecte de les exigències de minimització de biaixos,
transparència, motivació, neutralitat i rendició de comptes amb què han de complir aquesta classe de softwares.
Pel que fa a aquest àmbit, la Generalitat de Catalunya i, més concretament, l’Autoritat Catalana de la
Competència (ACCO) poden considerar-se capdavanteres en aquesta línia d’acció orientada a lluitar de
forma efectiva contra els càrtels que actuen en la licitació pública. Es tracta d’una lluita que, en ple segle
XXI, no és sucient afrontar de forma reactiva (foment de denúncies, queixes o consultes), sinó que ha de
completar-se, de forma signicativa, mitjançant un rol més proactiu d’aquests organismes especialitzats i l’ús
de la intel·ligència articial per part de les autoritats de control i defensa de la lliure competència.
Davant aquesta realitat, l’ACCO no només ha posat en marxa (si bé de forma experimental) una eina informàtica
anomenada ERICCA, que mitjançant l’ús d’algoritmes permet detectar els càrtels involucrats en les pràctiques
anticompetitives constatables als concursos públics, sinó que també participa en el projecte Computational
Antitrust del Stanford Center for Legal Informatics (CodeX). Aquesta línia d’acció situa l’Autoritat Catalana de
la Competència perfectament coordinada amb els mètodes antitrust 3.0 o dret computacional de la competència,
i la prepara, entre altres coses, per reaccionar davant els riscos inherents a una hipotètica “col·lisió algorítmica”
que acabi per afavorir que les empreses puguin coordinar els seus comportaments econòmics sense necessitat
de subscriure cap acord formal o, ns i tot, fugint de la interacció humana.
Noemí Jiménez Cardona
La intel·ligència articial en la detecció de les pràctiques de bid rigging: el paper capdavanter de l’ACCO
Revista Catalana de Dret Públic, núm. 65, 2022 142
L’ERICCA, com a eina de recerca intel·ligent de possibles col·lusions en la contractació administrativa, parteix
de l’aplicació d’algoritmes per detectar i corregir, a partir de l’anàlisi de dades, de forma més àgil i amb la
participació d’equips multidisciplinaris, aquelles situacions on es factible identicar un clúster d’empreses
que, d’una manera o d’una altra, pacten en beneci propi i, de retruc, en perjudici de l’interès públic i de la
resta de licitadors.
Igualment, també mereix un judici força positiu que l’ACCO s’hagi adherit al projecte Computational Antitrust
del Stanford Center for Legal Informatics (CodeX). El projecte persegueix l’exploració de diferents vies
per millorar el dret computacional (legal informatics) mitjançant l’automatizació de l’anàlisi de dades i els
procediments en l’àmbit de la competència. Una innovadora branca del dret que ens ha de permetre, de forma
progressiva i adoptant les cauteles que siguin necessàries, donar suport a l’activitat pròpia de les agències
antimonopoli i, en particular, detectar i corregir les pràctiques col·lusòries que tenen lloc dins de la contractació
pública, així com afavorir l’actuació de les empreses (avaluar el compliment de les lleis de defensa de la
competència) i, en últim extrem, de la mateixa ciutadania, que gaudirà d’uns millors serveis públics dins d’un
escenari cada vegada més de col·laboració entre els sectors públic i privat.
6 Referències
Amenós Álamo, Joan. (2020). Són els secretaris d’Administració local una eina institucional adequada contra
la corrupció? Revista Catalana de Dret Públic, 60, 20-34. https://doi.org/10.2436/rcdp.i60.2020.3418
Anita, Németh, i Tünde, Tátrai. (2015). New warning systems for the identication of red ags in public
procurements. Transparency International Hungary.
Barona Vilar, Silvia. (2021). Algoritmización del Derecho y de la Justicia. De la inteligencia articial a la
“smart justice”. Tirant lo Blanch.
Berggruen, Nicolas, i Gardels, Nathan. (2012). Gobernanza inteligente para el siglo XXI. Taurus.
Bonet Navarro, José. (2021). Valoración de la prueba y resolución mediante inteligencia articial. Dins
Lorenzo Bujosa (dir.), Derecho procesal. Retos y transformaciones (p. 315-337). Atelier.
Budzinski, Oliver, i Noskova, Victoria. (2022). Prospects and limits of merger simulations as a computational
antitrust tool. Stanford Computational Antitrust, 2, 56-77.
Capdeferro Villagrasa, Óscar. (2020a). El paper de l’Ocina Antifrau de Catalunya en la lluita contra la
corrupció en el sector públic català. Anàlisi i propostes de reforma amb motiu del seu 10è aniversari.
Revista Catalana de Dret Públic, 60, 35-64. https://doi.org/10.2436/rcdp.i60.2020.3413
Capdeferro Villagrasa, Óscar. (2020b). La inteligencia articial del sector público: desarrollo y regulación
de la actuación administrativa inteligente en la cuarta revolución industrial. Revista d’Internet, Dret i
Política (IDP), 30, 1-14. https://doi.org/10.7238/idp.v0i30.3219
Casey, Anthony J., i Niblett, Anthony. (2021). Micro-Directives and Computational Merger Review. Stanford
Computational Antitrust, 1, 132-152.
Cassese, Sabino. (2009). Il diritto allà buona administrazione. European Review of Public Law, 21(3), 1037-
1047.
Cerdá Martínez-Pujalte, Carmen. (2016). La persecución institucional del Bid Rigging en España: actuaciones
recientes de la autoridad de competencia. Anuario de la competencia, 1. Fundación ICO.
Cerrillo Martínez, Agustí. (2018). Datos masivos y datos abiertos para una gobernanza inteligente. Información
política y redes sociales, 27(5), 1128-1135. https://doi.org/10.3145/epi.2018.sep.16
Cerrillo Martínez, Agustí. (2019). Com obrir les caixes negres de les administracions públiques? Transparència
i rendició de comptes en l’ús d’algoritmes. Revista Catalana de Dret Públic, 58, 13-28. https://doi.
org/10.2436/rcdp.i58.2019.3277
Noemí Jiménez Cardona
La intel·ligència articial en la detecció de les pràctiques de bid rigging: el paper capdavanter de l’ACCO
Revista Catalana de Dret Públic, núm. 65, 2022 143
Chang, Felix B., McCabe, Erin, Ren, Zhaowei, Beckelhimer, Joshua, i Lee, James J. (2021). Doctrinal
implications of computational antitrust. Stanford Computational Antitrust, 1, 117-131.
Cocciolo, Endrius. (2020). Servir amb honor. “Qüestió moral” i dret públic. Revista Catalana de Dret Públic,
60, 65-86. https://doi.org/10.2436/rcdp.i60.2020.3445
Coglianese, Cary, i Lehr, David. (2019). Transparency and Algorithmic Governance. Administrative Law
Review, 71(1), 1-56.
Comoglio, Paolo. (2018). Nuove tecnologie e disponibilità della prova. Giappichelli Editore.
Cotino Hueso, Lorenzo. (2019a). Ética en el diseño para el desarrollo de una inteligencia articial, robótica y
big data conables y su utilidad desde el derecho. Revista Catalana de Dret Públic, 58, 29-48. https://
doi.org/10.2436/rcdp.i58.2019.3303
Cotino Hueso, Lorenzo. (2019b). Riesgos e impactos del big data, la inteligencia articial y la robótica.
Enfoques, modelos y principios de respuesta del derecho. Revista General de Derecho Administrativo,
50, 1-37.
De Laat, Paul. (2018). Algorithmic Decision-Making Based on Machine Learning from Big Data: Can
Transparency Restore Accountability? Philosophy & Technology, 31(2), 525-541. https://doi.
org/10.1007/s13347-017-0293-z
Di Porto, Fabiana, Grote, Tatjana, Volpi, Gabriele, i Invernizzi, Riccardo. (2021). “I see something you
don’t see”. A computational analysis of the Digital Services Act and the Digital Markets Act. Stanford
Computational Antitrust, 1, 84-116.
Fernández Hernández, Carlos. (2022). La Ley 15/2022 introduce la primera regulación positiva de la
inteligencia articial en España. Diario La Ley, Sección Ciberderecho, 64, 1-7.
Ferwerda, Joras, Deleanu, Ioana, i Unger, Brigitte. (2017). Corruption in Public Procurement: Finding
the Right Indicators. European Journal on Criminal Policy and Research, 23, 245-267. https://doi.
org/10.1007/s10610-016-9312-3
Galindo Caldés, Ramon. (2019). Big data e inteligencia articial en la gestión de recursos humanos del sector
público. Revista Catalana de Dret Públic, 58, 49-63. https://doi.org/10.2436/rcdp.i58.2019.3276
Herrero Suárez, Carmen. (2016). La transposición de la Directiva de daños antitrust. Reexiones a raíz
de la publicación de la propuesta de Ley de transposición de la Directiva. Cuadernos de Derecho
Transnacional, 8(1), 150-183.
Himes, Jay L., Nieh, Jason, i Schnell, Ron. (2021). Antitrust enforcement and big tech: after de remedy is
ordered. Stanford Computational Antitrust, 1, 64-83.
Jiménez Cardona, Noemí. (2021a). Acciones por daños derivados de las infracciones del Derecho de la
competencia. Bosch - Wolters Kluwer.
Jiménez Cardona, Noemí. (2021b). La dimensión constitucional de la competencia. Juruá.
Jiménez Cardona, Noemí. (2022). La mediazione commerciale dal punto di vista dell’intelligenza articiale
(Spagna e Italia). Revista General de Derecho Procesal, 57, 1-6.
Kaplan, Jerry. (2017). Inteligencia articial. Lo que todo el mundo debe saber. Teell.
Kenny, Charles, i Musatova, Maria. (2020). Red Flags of Corruption in World Bank Projects: An Analysis of
Infraestructure Contracts. Policy Research Working Paper, 5243, 1-37.
Lim, Daryl. (2021). Can computational antitrust succeed? Stanford Computational Antitrust, 1, 38-51.
Noemí Jiménez Cardona
La intel·ligència articial en la detecció de les pràctiques de bid rigging: el paper capdavanter de l’ACCO
Revista Catalana de Dret Públic, núm. 65, 2022 144
Mahari, Robert Z., Lera, Sandro C., i Pentland, Alex. (2021). Time for a new antitrust era: refocusing antitrust
law to invigorate competition in the 21st century. Stanford Computational Antitrust, 1, 52-63.
Massarotto, Giovanna, i Ittoo, Ashwin. (2021). Gleaning insight from antitrust cases using machine learning.
Stanford Computational Antitrust, 1, 16-37.
Mayer-Schönberger, Viktor, i Cukier, Kenneth. (2013). Big data. La revolución de los datos masivos. Turner.
Medina Arnáiz, Teresa. (2019). El mapa de la corrupción en la contratación pública. Dins Javier Guillén
(coord.), Los nuevos desafíos del derecho público económico. Homenaje al profesor José Manuel Sala
Arquer (p. 849-889). Congreso de los Diputados.
Miño López, Antonio. (2021). La comunicación de prácticas anticompetitivas a las autoridades de defensa de
la competencia por los órganos de la contratación pública. Revista Española de Derecho Administrativo,
212, 329-370.
Miranzo Díaz, Javier. (2019). Inteligencia articial y contratación pública. Centro de Estudios Europeos
Luis Ortega Álvarez.
Morales Barceló, Judith. (2017). Big data y protección de datos: especial referencia al consentimiento del
afectado. Revista Aranzadi de Derecho y Nuevas Tecnologías, 44, 1-16.
Morales Barceló, Judith. (2022). El difícil equilibrio entre el régimen de los contratos de suministro de
contenidos y servicios digitales y la protección de los datos personales. Revista Aranzadi de Derecho
y Nuevas Tecnologías, 59, 1-12.
Nieva Fenoll, Jordi. (2018). Inteligencia articial y proceso judicial. Marcial Pons.
Peña López, Fernando. (2018). La responsabilidad por daños a la libre competencia. Tirant lo Blanch.
Pérez Francesch, Joan Lluís. (2020). Perspectivas constitucionales de las nuevas tecnologías en seguridad.
Dins José Julio Fernández Rodríguez (coord.), Seguridad y libertad en el sistema democrático. Actas
del XVI Congreso de la Asociación de Constitucionalistas de España (p. 279-291). Tirant lo Blanch.
Ponce Solé, Juli. (2018). La prevención de riesgos de mala administración y corrupción. La inteligencia
articial y el derecho a una buena administración. Revista Internacional de Transparencia e Integridad,
6, 1-14.
Ponce Solé, Juli. (2019). Inteligencia articial, Derecho Administrativo y reserva de humanidad: algoritmos y
procedimiento administrativo debido tecnológico. Revista General de Derecho Administrativo, 50, 1-52.
Ramió, Carles. (2018). Inteligencia articial y Administración pública. Robots y humanos compartiendo el
servicio público. Catarata.
Rubí, Gemma, Toledano, Lluís Ferran, i De Riquer i Permanyer, Borja. (2020). Sobre la corrupció política
a Catalunya dins l’Espanya contemporània. Revista Catalana de Dret Públic, 60, 1-19. https://doi.
org/10.2436/rcdp.i60.2020.3462
Sánchez Graells, Albert. (2019). Data-driven and digital procurement governance: Revisiting two well-known
elephant tales. Communications Law - Journal of Computer, Media and Telecomunications Law, 237,
1-18. http://dx.doi.org/10.2139/ssrn.3440552
Saiz Antón, Maria Petra. (2020). El control intern de les administracions públiques. El seu paper en la
prevenció i la lluita contra la corrupció dels poders públics. Revista Catalana de Dret Públic, 60, 87-
101. https://doi.org/10.2436/rcdp.i60.2020.3412
Schrepel, Thibault. (2021). Computational Antitrust First Annual Conference: Exploring Antitrust 3.0. Stanford
Computational Antitrust, 1, 153-298.
Noemí Jiménez Cardona
La intel·ligència articial en la detecció de les pràctiques de bid rigging: el paper capdavanter de l’ACCO
Revista Catalana de Dret Públic, núm. 65, 2022 145
Schrepel, Thibault, i Groza, Teodora. (2022). The adoption of computational antitrust by agencies: 2021 report.
Stanford University CodeX Center Publications, 2, 78-116.
Schwab, Klaus. (2016). La cuarta Revolución Industrial. Debate.
Stegler, Manfred B. (2003). Globalization: A very Short introduction. Oxford University Press.
Turing, Alan M. (1950). Computing machinery and intelligence. Mind.
Turner, Jacob. (2019). Robot rules. Regulating articial intelligence. Palgrave Macmillan.
Valero Torrijos, Julián. (2019). Las garantías jurídicas de la inteligencia articial en la actividad administrativa
desde la perspectiva de la buena administración. Revista Catalana de Dret Públic, 58, 82-96. https://
doi.org/10.2436/rcdp.i58.2019.3307
Valero Torrijos, Julián. (2020). Inteligencia articial y contratación del sector público. Observatorio de
Contratación Pública.
Vallespín Pérez, David. (2022a). Mediación mercantil y eciencia procesal. Bosch - Wolters Kluwer.
Vallespín Pérez, David. (2022b). Intelligenza articiale e valutazione delle prove nel processo civile spagnolo
e italiano. Revista General de Derecho Procesal, 57, 1-9.
Vázquez Albert, Daniel. (2002). Derecho de la competencia y ejercicio de las profesiones. Aranzadi - Thomson
Reuters.

VLEX utiliza cookies de inicio de sesión para aportarte una mejor experiencia de navegación. Si haces click en 'Aceptar' o continúas navegando por esta web consideramos que aceptas nuestra política de cookies. ACEPTAR