O capitalismo não regulamentado sempre tendeu ao monopólio. Mas a Big Tech representa um desafio que as ferramentas antitruste não podem domar.
por Cédric Durand e Cecilia Rikap
Scientia potentia est - conhecimento é poder. O velho ditado adquiriu uma conotação sinistra com o domínio alarmante da Big Tech na economia e na sociedade como um todo. O Observatório da Europa Corporativa revelou recentemente que o setor é agora, de longe, o principal lobista empresarial das instituições da União Europeia.
Mas esta é apenas a ponta do iceberg do que o economista italiano Ugo Pagano chama de "capitalismo de monopólio intelectual". O conhecimento, que deveria ser um bem público (não rival, não exclusivo), foi apropriadamente apropriado pelas principais empresas como capital: a participação dos ativos intangíveis entre as empresas S&P 500 aumentou de 17 por cento em 1975 para 90 por cento em 2020 .
Para Pagano, a dramática expansão dos direitos de propriedade intelectual “envolve a criação de um monopólio legal que pode ser potencialmente estendido a toda a economia global”. Sua reclamação contra um regime de PI estrito ecoa a posição tradicional de economistas tratando o conhecimento como uma gratuidade. Friedrich Hayek, por exemplo, afirmou:
O crescimento do conhecimento é de importância especial porque, enquanto os recursos materiais sempre permanecerão escassos e terão que ser reservados para fins limitados, os usos de novos conhecimentos (onde não os tornamos artificialmente escassos por patentes de monopólio) são irrestritos. O conhecimento, uma vez alcançado, torna-se gratuitamente disponível para o benefício de todos.
Recentes pedidos de dispensa de patente para vacinas Covid-19 ilustram graficamente esse princípio mais amplo: o progresso geral requer que o conhecimento acumulado por meio de experimentos de alguns membros da sociedade seja concedido gratuitamente.
A concentração de poder econômico e benefícios está, no entanto, aumentando, com base na privação de terceiros de acesso ao conhecimento. O monopólio legal já está muito avançado, com apenas 2.000 corporações possuindo 60 por cento das patentes obtidas simultaneamente nos cinco principais escritórios de patentes do mundo.
Na arena digital, o sigilo também é uma forma predominante de privatização do conhecimento. Apenas 15 por cento dos artigos de inteligência artificial divulgam o código envolvido. A DeepMind do Google está entre as organizações que geralmente não o fazem.
Mecanismos adicionais
Três mecanismos adicionais aumentam a monopolização intelectual global. O primeiro é a predação em redes científicas corporativas. Isso é particularmente evidente na indústria farmacêutica, onde as empresas contam extensivamente com o trabalho de acadêmicos e usam financiamento público para suas pesquisas, mas elas sozinhas capturam os lucros da exploração comercial.
Um exemplo recente é Remdesivir, usado para tratar Covid-19. Este medicamento foi patenteado e vendido a um preço exorbitante pela Gilead, embora inteiramente baseado em pesquisas universitárias financiadas pelo Instituto Nacional de Saúde dos Estados Unidos. O NIH é a fonte de financiamento externa mais frequente declarada nas publicações científicas da Pfizer, Novartis e Roche. Da mesma forma, Google, Amazon e Microsoft foram coautores entre 78 e 87 por cento de suas publicações científicas até 2019, principalmente com universidades, mas apenas compartilharam a propriedade de 0,1 a 0,3 por cento de suas patentes com outras organizações.
Um segundo mecanismo de monopólio intelectual de auto-reforço está relacionado à coleta de dados, onde não apenas as preocupações com a privacidade estão em questão. Em muitos setores, como disse o ex-presidente-executivo da Siemens Joe Kaeser, os dados de manufatura e engenharia são ' o Santo Graal da inovação '. Como os algoritmos de aprendizado profundo aprendem e se aprimoram por si próprios à medida que processam mais dados, a coleta de dados resulta em melhoria técnica contínua.
O aprendizado profundo automatiza significativamente as descobertas e expande os tipos de problemas que podem ser resolvidos por meio da análise de big data. As empresas que dominam essa tecnologia e possuem exclusivamente fontes de dados originais expandem seu monopólio intelectual em uma velocidade cada vez maior. Isso é verdade em muitos setores, desde finanças com a plataforma Aladdin da BlackRock até o varejo com o impulso agressivo do Walmart em direção a capacidades proprietárias de análise de dados. No entanto, os gigantes da tecnologia ocupam cada vez mais um papel de liderança.
Em 2015, Amazon, Microsoft, Google e Alibaba mantinham em suas nuvens públicas cerca de 4,9 por cento dos dados armazenados em todo o mundo, mas em 2020 essa proporção já havia chegado a 22,8 por cento. Em suas nuvens, essas empresas oferecem algoritmos de aprendizado profundo como serviço. Isso significa que, mesmo sem acesso direto aos clientes, os algoritmos podem aprender com dados de terceiros, expandindo os monopólios intelectuais das empresas e permitindo que elas entrem em outros setores, da saúde ao transporte .
Um terceiro fenômeno está relacionado à expansão das cadeias globais de valor. O corolário da desagregação das atividades produtivas permitida pelas tecnologias de informação e comunicação é um aumento drástico na circulação da informação e uma sofisticação relacionada dos sistemas de informação, juntamente com uma concentração das capacidades de governar redes. A capacidade de planejamento das empresas líderes vai desde a definição das dimensões de cada etapa da produção que ocorre nas empresas subordinadas até o estabelecimento de normas, padrões e padrões de comportamento. Além disso, a distribuição desigual dos usos dos ativos intangíveis ao longo dos diferentes nós das cadeias permite que as empresas especializadas em segmentos intensivos em conhecimento capturem a maior parte dos ganhos das economias de escala.
O modelo 'fabless' (terceirização da fabricação) da Apple e seu controle magistral sobre as cadeias de suprimentos é um exemplo. A empresa abandonou fábricas em Colorado Springs e Sacramento em 1996 e 2004, respectivamente, tornando-se a mais renomada produtora de bens sem fábrica do mundo. A maior parte de sua fabricação é realizada por empresas na China e em outras partes do sul global, enquanto a Apple construiu " um ecossistema fechado onde exerce controle sobre quase todas as peças da cadeia de suprimentos, do design à loja de varejo". Crítico neste panóptico de levantamento de um processo de fabricação altamente disperso é o monopólio sobre as capacidades intelectuais, que permite à Apple capturar a maior parte do valor produzido na cadeia.
Ficando aquém
A crescente conscientização sobre os riscos econômicos, sociais e políticos associados à crescente concentração do poder corporativo levou a uma recente pressão antitruste, primeiro na UE e no Reino Unido, seguida pelos Estados Unidos e, posteriormente, pela China . Tais movimentos, entretanto, ficam aquém dos desafios levantados pelo capitalismo de monopólio intelectual, que vão além das empresas Big Tech e abrangem muito mais do que a concentração de mercado convencional.
O que está em jogo é a concentração da capacidade de compreender, coordenar e transformar processos sociais e econômicos. O monopólio intelectual diz respeito a novas capacidades coletivas que não devem ser aproveitadas para fins lucrativos, mas sim mobilizadas para alcançar objetivos de desenvolvimento social, ecológico e psicológico compartilhados. Isso requer uma nova geração de políticas resolutas, inovadoras e coordenadas, em pelo menos duas dimensões principais.
Em primeiro lugar, seguindo o princípio de "não causar danos", deve prevalecer a responsabilidade algorítmica extensiva. Abordar a responsabilidade pela tomada de decisão algorítmica deve ir além das questões de privacidade e dos preconceitos que levam a resultados discriminatórios e injustos. Uma vez que o controle sobre algoritmos torna possível ' modelar, antecipar e afetar preventivamente possíveis comportamentos ' e essas capacidades estão sujeitas a poderosas forças de monopólio, as autoridades públicas devem prevenir o uso corporativo de big data que encorajam comportamentos prejudiciais, como consumo compulsório, carbono -atividades intensivas ou bullying online. Para tanto, os aparelhos algorítmicos de grande porte devem ser submetidos a auditorias obrigatórias anuais, com publicação dos respectivos resultados.
Em segundo lugar, a resolução de crises e a consecução de objetivos social e ecologicamente desejáveis não devem ser restringidos pelo monopólio intelectual. As patentes devem ser automaticamente e generosamente dispensadas quando a livre circulação de conhecimento puder contribuir para aliviar dificuldades sociais, de saúde ou ecológicas.
Além disso, os monopólios intelectuais definem as agendas de ciência e tecnologia, como evidenciado pela Big Pharma. Isso resulta em taxas de inovação e direções que privilegiam a obtenção de lucros em vez de resolver crises sociais, ecológicas e de saúde. Esforços institucionais globais são necessários para definir novas agendas de pesquisa apoiadas por fundos públicos. Mas isso não chega nem perto.
Em meio à pandemia, o Google disponibilizou temporariamente seus relatórios de mobilidade da comunidade , que ajudaram a avaliar o impacto da restrição de mobilidade na disseminação da doença. É chocante que dados de interesse geral como esses não estejam disponíveis de forma permanente. Dada a capacidade de processar o conhecimento e os dados comportamentais se tornaram uma ferramenta poderosa de governança, os algoritmos devem ser de código aberto e os dados de interesse geral disponíveis publicamente de forma anônima. Só assim arranjos de big data relevantes podem ser implantados para servir às políticas públicas e prevenir a predação de valor em todo o cenário econômico.
O Estado chinês já caminha nessa direção no setor financeiro. No âmbito da implementação do seu sistema de crédito social, o banco central denominou os dados recolhidos pelas plataformas da Internet de 'bem público', que devem ser divulgados e regulamentados de forma mais rigorosa. A aversão à falta de democracia e vigilância estatal generalizada na China não é desculpa para permitir que recursos cruciais para a coordenação da vida social terminem como monopólio privado. A criação de um bem comum digital compreendendo dados, algoritmos e infraestrutura digital poderia enfrentar tanto a vigilância quanto os monopólios intelectuais baseados em dados. Seria uma avenida potencial para uma socialização que empoderasse os órgãos públicos e também os atores socioeconômicos privados.
Mover-se nessas direções implicaria uma reviravolta em relação à ideologia proprietária do fin de siècle anterior . Mas seria apenas um retorno justo para a sociedade. Afinal, os cientistas de dados da Big Tech reconhecem que 'os algoritmos não são mágicos; eles simplesmente compartilham com você o que outras pessoas já descobriram '.
Cédric Durand é professor associado de economia na Universidade de Genebra e membro do Centre d'économie Paris Nord . É autor de Techno-féodalisme: critique de l'économie numérique (La découverte / Zones, 2020) e Fictitious Capital: How Finance is Appropriating our Future (Verso, 2017).
Cecilia Rikap é professora de economia política internacional na City University of London e pesquisadora titular do CONICET, o conselho nacional de pesquisa da Argentina. Entre outras funções acadêmicas, ela é codiretora do Centro de Estudios Económicos del Desarrollo da Universidad Nacional de San Martín, na Argentina. Ela é autora de Capitalism, Power and Innovation: Intellectual Monopoly Capitalism Uncovered (Routledge, 2020).
Nenhum comentário:
Postar um comentário