Este artículo investiga empíricamente si las decisiones de precios y publicidad tomadas por los vendedores en una plataforma de comercio electrónico mediante algoritmos de aprendizaje automático pueden dar lugar a una colusión implícita. Mediante el análisis de la competencia mediante aprendizaje por refuerzo multiagente con datos de productos de Amazon, demostramos que, cuando los costes de búsqueda del consumidor son elevados, el algoritmo puede lograr una situación beneficiosa para consumidores, vendedores y la plataforma. Esto se debe a que el algoritmo aprende a ajustar los precios, lo que resulta en menores pujas publicitarias. Al analizar datos de más de dos millones de productos de Amazon, encontramos una correlación negativa entre los costes de búsqueda del consumidor y los índices de uso del algoritmo, lo que proporciona evidencia empírica de una colusión beneficiosa. Finalmente, analizamos las respuestas estratégicas de la plataforma, demostrando que, si bien los ajustes de precios de reserva no contribuyen a un aumento de los ingresos de la plataforma, los ajustes de tarifas sí pueden.
