陳根：大數據“殺熟”下的數據偏見，你被算計了嗎？_風聞

文/陳根

人工智能時代下，以雲計算為用，以個人數據為體，以機器學習為主的智能應用已經“潤物細無聲”。個人信息自動化分析在深嵌入到我們日常生活中同時，也隱藏着危機與風險。

人工智能時代是一個算法的時代，越來越多的數據產生使得算法逐漸從過去單一的數學分析工具轉變為能夠對社會產生重要影響的力量。建立在大數據和機器深度學習基礎上的算法，具備越來越強的自主學習與決策功能。

於是，算法通過既有知識產生出新知識和規則的功能被急速地放大，對市場、社會、政府以及每個人都產生了極大的影響力。

然而，算法一方面給我們帶來了便利，比如智能投顧或智能醫療，但另一方面，卻絕非完美無缺**。由於算法依賴於大數據，而大數據並非中立****，這使得算法不僅可能出錯，甚至還可能存在****“惡意”**。

其中，數據畫像與算法的運用，在為人們打開“便捷之門”時，也打開了“偏見之門”。從計算到算計，“大數據殺熟”仍有待規制。

從計算到算計

何為“大數據殺熟”？簡單來説，就是算法在海量數據的加持下，根據“用户畫像”透視消費者的消費意願和預期價格，量身定製差異化、動態化定價機制，實現“一人一價”。

常見**“殺熟”****套路主要有三種：**根據不同設備進行差別定價，比如針對蘋果用户與安卓用户制定的價格不同；根據用户消費時所處的不同場所，比如對距離商場遠的用户制定的價格更高；根據用户的消費頻率的差異，一般來説，消費頻率越高的用户對價格承受能力也越強。

**事實上，大數據殺熟來源於技術支持下精準營銷的實現。**在實體店中，面對明碼標價的商品，不同消費者看到的是統一的價格。對於線下商家而言，因缺乏消費者之前的消費數據或計算能力，商家對消費者的購買意願及消費能力的把握十分模糊，因而無法使價格根據消費者的個別情況而浮動。

互聯網時代下，消費者們一般單獨面對電腦或手機屏幕，這也使消費數據和個人喜好一定層面上“無所遁形”。當這些信息能夠被商家通過網絡手段截獲時，商家就能根據消費者的消費習慣分析出消費者畫像，從而全面、細緻地掌握消費者的購買能力和偏好，並根據這些特點，推送不同的產品賣點。

正如消費者在瀏覽網頁時，廣告商會自動推送消費者曾經搜索過的商品，並迅速提供大量的相關產品廣告，“精準營銷”順勢產生。

合理的精準營銷是通過定量和定性相結合的方法對目標市場的不同消費者進行細緻分析，根據他們不同的消費心理和行為特徵，採用現代技術、方法和指向明確的策略，實現對不同消費者羣體強有效性、高投資回報的營銷溝通。

然而，技術中立總是易受到商業偏好的影響。於是，在大數據技術的支持下，一些商家為了獲得更多用户，通過大數據算法獲知哪些用户可以接受更高的價格，哪些用户應該適當地予以降價，從而產生了**“**差異化定價”。而這種價格歧視的實質正是利用算法與大數據來“殺熟”或“殺貧”。

從本質上説，“大數據精準營銷”是商家利用大數據將商品按照正常或者優惠的價格，在恰當的時間、恰當的方式賣給恰當的消費者，從而實現效率和利潤的最大化。

而“大數據殺熟”是商家利用消費者的信任心理，憑藉“大數據”對消費者行為習慣等隱私的掌握，將商品在特殊的時間、通過特殊的方式高價賣給消費者，並獲取超額利潤。

“大數據殺熟”的出發點並不是消費者真實的購買需求，也不是為了提升消費者的消費體驗，而是商家利用了消費者熟悉的“消費路徑依賴”和“信息不對稱”做出的“失信行為”。

早在 2000 年，就已有“大數據殺熟”事件發生。一名亞馬遜用户在刪除瀏覽器 Cookies 後，發現此前瀏覽過的一款 DVD 售價從 26.24 美元變成了 22.74 美元。

當時，亞馬遜 CEO 貝索斯也作出了回應，説明該事件是向不同的顧客展示差別定價的實驗，處於測試階段。同時，他還表示與客户數據無關，並最終停止了這一實驗。

而二十年後的今天，隨着網絡普及，用户信息不斷沉澱，大數據殺熟已經成為了普遍存在的不良現象。

根據北京市消費者協會 2019 年 3 月發佈的“大數據殺熟”問題調查結果，88.32% 被調查者認為“大數據殺熟”現象普遍或很普遍，且 56.92% 被調查者表示有過被“大數據殺熟”的經歷。

就在 9 月 15 日，央視財經頻道再次揭露大數據殺熟現象，指出在線旅遊平台針對不同消費特徵的旅遊者對同一產品或服務在相同條件下設置差異化的價格。顯然，對於大數據殺熟的規制問題亟待解決。

大數據殺熟仍有待規制

雖然“大數據殺熟”愈加普遍，部分消費者也能夠清楚知道是否已經成為了被殺熟的對象，但卻少有消費者會選擇維權。調查顯示，僅有 26.72% 的被調查者選擇向消協或市場監管部門投訴；約 19.84% 的被調查者選擇與商家理論或尋求媒體曝光，而其餘的 53.44% 則是選擇不作為。

**事實上，不作為的背後原因是難作為。**由於其牽涉數據所有權、數據的責任主體界定、數據競爭正當性邊界等，且關於數據行為規制的模糊性使得“大數據殺熟”仍處在法律的灰色地帶。想要扭轉“大數據殺熟”困境，則需要從法律秩序和商業倫理以及消費者自我保護意識等多維度進行規制。

從法律秩序來看，需要****充分發掘現有法律制度調控空間，提升立法的針對性和有效性。

一是為“大數據殺熟”行為進行明確的法律定性和規制。事實上，“大數據殺熟”這一類價格欺詐行為，往往表現出涉及面廣、隱蔽性強、種類繁多的特點，不利於在實踐中認定遊走在侵權邊緣的不法經營者。因此，首先應當做的是精準界定其內涵和外延，包括制定罰款機制，增加違法成本，規定網絡平台應當公示其平台服務協議及支付規則等。

值得一提的是，8月20日，文化和旅遊部就發佈了《在線旅遊經營服務管理暫行規定》，自2020年10月1日起施行。《暫行規定》第十五條明確規定，在線旅遊經營者不得濫用大數據分析等技術手段，基於旅遊者消費記錄、旅遊偏好等設置不公平的交易條件，侵犯旅遊者合法權益。

二是在《消費者權益保護法》中，將“大數據殺熟”的舉證責任倒置，由商家舉證其並未實施價格歧視。三是簡化法律維權程序，加強維權宣傳教育。藉助大眾傳媒、社區宣講等方式告知民眾維權的途徑及程序。

**此外，還需建立大數據監督平台，監管“大數據殺熟”****現象。**即利用大數據的數據分析功能，判斷企業是否存在“殺熟”嫌疑，再把分析結果反饋給用户。其次，成立集審查、監督和治理於一體的國家大數據信息發展部門，以加強對大數據發展的管控，提高管控效率，加強針對性和統籌性，縮短問題處理週期，為公民提供舉報渠道。

**從****倡導行業自律，規範“用户畫像”的商業倫理來看，與法治相對應，加強互聯網商業倫理建設是從“德治”的路徑解決“大數據殺熟”****的問題，**尤其是在當前我國相關法律難以進行直接對“大數據殺熟”予以有效規範的情況下，商業倫理建設顯得格外重要。

如何制訂互聯網商業倫理規範，做到“有理可依”，形成“行業公約”，把對消費者隱私的保護作為互聯網商業倫理公約的核心內容，有序推進行業自律是商業倫理時下已經到來的問題。

事實上，當前市場各細分領域均有自身的行業自律條款，面對大數據社會，需要把已有的行業自律內容擴展至互聯網業務層面。比如，在出行領域，出租車行業有着較為成熟的行業自律條款，這些內容同樣適用於“網約車”等互聯網出行方式。所不同的是，原有的規範需加入保護消費者隱私的相關細則。

倡導行業自律還應發揮行業協會的作用，建立完善的市場競爭准入和退出機制。除了相關法律規範，行業協會作為相關企業自發成立和維護行業利益的組織，應發揮更大的作用。

除了法律制度和商業倫理，消費者自身還需要提升自我保護意識和自我保護能力。互聯網社會從來都不是一個“不設防”的社會，相反，互聯網中充斥了大量的陷阱。屢見報端的P2P“雷暴”事件接連出現，通過互聯網製造的騙局讓人觸目驚心。

對於“大數據殺熟”，人們也需要深刻意識到對大數據技術的過分依賴有可能帶來喪失主體能動性**、陷入“認知繭房”、被大數據奴役的不自由狀態。**

解決“大數據殺熟”問題，人們要有意識地培養自身的反思意識與批判能力，審慎地看待大數據技術在人類社會發展中的作用與價值。除此以外，還要調節線上與線下、真實世界與虛擬世界間的融合與平衡。

當然，智能設備識別、採集信息已成為生活常態，在科技產品的包圍下，個人數據被各方收集，甚至是共享。

當大數據技術將我們轉化為各種“可視性”和 “透明性”的“數字人”，通過數據的持續挖掘與分析對我們進行“數據標註”時，我們既要看到大數據給我們帶來的個性化服務，也需要從個人到社會層面的理性。

如何利用大數據瞭解用户需求，進行服務優化，對大數據的使用有的放矢，如何輔之技術以温度，都是大數據時代下懸而未決的重要議題。