“大数据杀熟”乱象 我们需要什么样的“算法”？

（原标题：面对“大数据杀熟”等乱象，我们需要什么样的“算法”？）

您是否有过类似经历：在求职网站填写一份有关工作喜好的调查，网站会自动推送匹配的岗位；打开购物软件，发现页面上多是近期搜索或浏览过的商品；通过应用程序（App）阅读一条养生信息，随后便会经常收到养生知识、养生产品的广告推送……伴随着信息技术迅猛发展、大数据广泛应用，算法推荐技术正在将人们带入个性化、定制化、智能化更强的信息传播时代。

因为算法推荐，互联网平台越来越能抓住用户的心，帮助人们更加方便、精准地获取信息，也牢牢吸引了用户的注意力。据不完全统计，当前基于算法的个性化内容推送已占整个互联网信息内容分发的70%左右。算法推荐逐渐成为各平台“基本操作”的同时，诸如低俗劣质信息精准推送、“大数据杀熟”等乱象也凸显出来。

作为数字经济的重要推动力，算法如何实现更高质量发展？移动互联时代，我们究竟需要怎样的“算法”？

1.

互联网平台越来越“懂”用户了吗？

“看完一个短视频后，平台会自动推荐很多相关视频，很方便。”在北京一家企业工作的陈辉是某款网络对战游戏的“发烧友”，平时喜欢通过手机观看相关短视频来提高操作水平。他发现，随着刷短视频的频率增加，平台推荐的相关视频越来越多，“游戏攻略、英雄介绍、对战视频都有，电商平台还会推荐鼠标、键盘。”

这些平台的自动推荐功能，运用了一种叫算法推荐的技术。这是一种通过人工智能分析和过滤机制对海量数据进行深度分析、完成信息内容与用户精准匹配的技术。

自从1994年美国明尼苏达大学研究组推出第一个自动化推荐系统，算法推荐技术如今已深入到资讯、社交、电商、短视频、搜索引擎等平台和互联网应用中。

互联网平台变得越来越“懂”用户，在极大方便用户获取信息的同时，也容易引发一些用户尤其是青少年不同程度的沉迷问题。

“说好只看5分钟，结果一刷就是几小时。”贵州省贵阳市的林忠信说，他12岁的儿子最近迷上刷一些恶搞的短视频，不仅影响学习成绩，与同伴一起进行户外活动的时间也少了。

从去年5月底开始，全国主要网络短视频平台中推广青少年防沉迷系统。在“青少年模式”下，大多数平台主要推送教育类、知识类等有益内容。但是，在缺乏监护人照管监督的情况下，防沉迷系统效果容易打折扣。

有受访者反映，一些新闻资讯、网络社交等平台的个性化推送存在“泛娱乐化信息多、低俗内容多、未经核实内容多”的“三多”现象；一些网络社交等平台防沉迷手段较少，容易导致青少年沉迷和盲目模仿。

北京大学中国社会与发展研究中心主任邱泽奇对记者表示，对自我的偏好是人类认知偏好的一部分，“偏好”阅读可能加速形成“信息茧房”效应和“情绪传染”效应，前者易导致视野局限，后者易使个人情绪受他人感染。

一些喜欢网购的人还可能因遭遇“大数据杀熟”而蒙受损失。一些平台利用算法技术给不同类型消费者数据“画像”，判断其偏好、用户黏合度、价格敏感度等，使不同用户看到的价格或搜索的结果不同。通常是老用户看到的价格比新用户贵，或搜索到的结果比新用户少。

今年“双11”期间，北京消费者韩女士发现，她通过某App预订一家酒店，“同一时间，不同手机”预订，价格相差约1000元。

9月中旬，微博上发起的一个投票显示，有1.5万人认为自己遇到价格明显差异的情况，占所有投票人员的近八成。

2.

“算法”是中性的，问题出在人身上

算法技术的重要意义在于，将此前基于人力的“人找信息”转变成基于电脑自动化运算的“信息找人”，既极大解放了人力，又更高效地完成了人和信息的匹配。

不过，仍有一些采编流程不规范、管理不严的网络社交媒体、新闻客户端在业务导向上走偏了。主要表现在：

——向用户推荐劣质信息。部分平台为留住用户，不断向用户推荐其关注过的相似内容，其中掺杂低俗媚俗、色情暴力、真假难辨、缺乏深度、价值观导向错乱等信息。一些互联网平台为增加点击率和流量，还会进行人工推荐，主动推荐“博眼球”、打“擦边球”信息，很多用户直呼“辣眼睛”。这反映出一些平台社会责任感缺失，更忽视了价值观建设。

——增加用户权益保护难度。一些算法推荐的内容过度强化用户偏好，影响了用户对于信息内容的自主选择权，加剧“信息茧房”效应，极易造成个体与社会的隔离，缺乏对当下国情世情的深刻认识和判断。由于依托于用户浏览记录等数据，算法推荐若设计不当，还可能侵犯用户个人隐私。

——进行“大数据杀熟”。中国传媒大学大数据研究中心教授沈浩介绍，对于算法而言，通过用户数据量以及数据更新频次，可轻易判断出是“生客”还是“熟客”。结果是平台大赚，商家、消费者利益受损，还容易导致垄断。

作为一项技术应用，算法推荐是中性的，问题出在设计者、操作者身上。

一方面，奉行“流量至上”的单一价值导向。一些平台为应对竞争，将用户停留时间作为重要考核指标，忽视了自身作为“把关人”的角色定位。而“把关人”必须用积极健康、符合公序良俗的价值观，指引算法推荐的设计和应用，方能确保推送内容价值导向正确。

另一方面，过度追求“利益至上”，利用其信息不对称优势侵犯消费者合法权益。这是一个需要引起足够重视的法律问题。

“一些算法的顶层设计思路存在问题。”中国社科院信息化研究中心主任姜奇平对记者表示，英国著名数学家、逻辑学家图灵等学者在勾画人工智能图景时提出，人和机器是对等、双向互进的关系，但现在一些算法设计呈现出人与机器的关系是单项的。比如在大数据方面，迷信相关分析，忽略因果分析。在定义算法效率方面，只把专业化效率定义为效率，而实际上多样化效率也是一种效率。

3.

大数据、算法推荐应更有“温度”

有网友最近在一个问答平台发文称，自己在某社交平台和朋友聊天时提到了一款扫地机，随后该平台出现了扫地机器人的广告。在跟帖中，很多网友疑问：“平台是否可能利用算法等技术，抓取用户聊天记录进行广告精准投放？”

App专项治理工作组专家何延哲今年9月表示，四部委App专项治理工作组在对App多批次检测中尚未发现App有“窃听”行为。但App“窃听”在技术实现上是有一定可能性的，相关部门有必要出台规定，明确企业进行大数据“画像”时能否使用个人语音信息，让用户更放心。

从另一角度看，社会舆论的疑问其实指向了大数据、算法等技术应用的价值导向问题。如何规范使用大数据、算法技术，让其变得更有“温度”、更让人放心？需要建立起一套行之有效的监管体系、评价系统，确保算法设计者、操作者以健康、正确、积极的价值观，指引算法推荐的设计和应用。

相关立法和监管亟待加强，特别是要强化对算法推荐本身的法治监管。

例如，正在公开征求意见的《个人信息保护法（草案）》规定，个人认为自动化决策对其权益造成重大影响的，有权拒绝个人信息处理者仅通过自动化决策的方式作出决定。

11月10日，国家市场监管总局发布的《关于平台经济领域的反垄断指南（征求意见稿）》规定，基于大数据和算法，根据交易相对人的支付能力、消费偏好、使用习惯等，实行差异性交易价格或者其他交易条件；对新老交易相对人实行差异性交易价格或者其他交易条件；实行差异性标准、规则、算法；实行差异性付款条件和交易方式等，都可能被认定为“大数据杀熟”等不正当竞争行为而面临更严格监管。

北京大学电子商务法研究中心主任薛军对记者表示，应针对算法运用的场景、对公民基本权益的影响，对算法进行不同强度的监管。除了法律规定需更加明确外，可以建立某种社会化的评议机制，对平台运用算法产生的后果进行评价，要求平台基于公共价值予以优化。

“应该在算法技术内讲价值伦理，把人之为人的一面当作技术本身来考虑，倡导企业在商业行为中履行社会责任。”姜奇平认为，对算法推荐技术和平台的监管应确保公平和效率、个人信息开发与保护、个人信息与平台信息等方面的平衡，在促进数字经济服务业态健康发展层面考虑，可按照个性化信息服务所得和付出的均衡原则进行政策调整。他建议，确保消费者对信息采集者的服务好坏有评判权，使消费者始终处于主动地位。