数智资源网
首页 首页 大数据 查看内容

从便捷到偏见,大数据杀熟仍有待规制

木马童年 2020-9-22 14:10 88 0

文/陈根人工智能时代下,以云计算为用,以个人数据为体,以机器学习为主的智能应用已经“润物细无声”。个人信息自动化分析在深嵌入到我们日常生活中同时,也隐藏着危机与风险。人工智能时代是一个算法的时代,越来 ...

文/陈根

人工智能时代下,以云计算为用,以个人数据为体,以机器学习为主的智能应用已经“润物细无声”。个人信息自动化分析在深嵌入到我们日常生活中同时,也隐藏着危机与风险。

人工智能时代是一个算法的时代,越来越多的数据产生使得算法逐渐从过去单一的数学分析工具转变为能够对社会产生重要影响的力量。建立在大数据和机器深度学习基础上的算法,具备越来越强的自主学习与决策功能。

于是,算法通过既有知识产生出新知识和规则的功能被急速地放大,对市场、社会、政府以及每个人都产生了极大的影响力。

然而,算法一方面给我们带来了便利,比如智能投顾或智能医疗,但另一方面,却绝非完美无缺。由于算法依赖于大数据,而大数据并非中立,这使得算法不仅可能出错,甚至还可能存在“恶意”。

其中,数据画像与算法的运用,在为人们打开“便捷之门”时,也打开了“偏见之门”。从计算到算计,“大数据杀熟”仍有待规制。

从便捷到偏见,大数据杀熟仍有待规制

从计算到算计

何为“大数据杀熟”?简单来说,就是算法在海量数据的加持下,根据“用户画像”透视消费者的消费意愿和预期价格,量身定制差异化、动态化定价机制,实现“一人一价”。

常见“杀熟”套路主要有三种:根据不同设备进行差别定价,比如针对苹果用户与安卓用户制定的价格不同;根据用户消费时所处的不同场所,比如对距离商场远的用户制定的价格更高;根据用户的消费频率的差异,一般来说,消费频率越高的用户对价格承受能力也越强。

事实上,大数据杀熟来源于技术支持下精准营销的实现。在实体店中,面对明码标价的商品,不同消费者看到的是统一的价格。对于线下商家而言,因缺乏消费者之前的消费数据或计算能力,商家对消费者的购买意愿及消费能力的把握十分模糊,因而无法使价格根据消费者的个别情况而浮动。

互联网时代下,消费者们一般单独面对电脑或手机屏幕,这也使消费数据和个人喜好一定层面上“无所遁形”。当这些信息能够被商家通过网络手段截获时,商家就能根据消费者的消费习惯分析出消费者画像,从而全面、细致地掌握消费者的购买能力和偏好,并根据这些特点,推送不同的产品卖点。

正如消费者在浏览网页时,广告商会自动推送消费者曾经搜索过的商品,并迅速提供大量的相关产品广告,“精准营销”顺势产生。

合理的精准营销是通过定量和定性相结合的方法对目标市场的不同消费者进行细致分析,根据他们不同的消费心理和行为特征,采用现代技术、方法和指向明确的策略,实现对不同消费者群体强有效性、高投资回报的营销沟通。

然而,技术中立总是易受到商业偏好的影响。于是,在大数据技术的支持下,一些商家为了获得更多用户,通过大数据算法获知哪些用户可以接受更高的价格,哪些用户应该适当地予以降价,从而产生了“差异化定价”。而这种价格歧视的实质正是利用算法与大数据来“杀熟”或“杀贫”。

从本质上说,“大数据精准营销”是商家利用大数据将商品按照正常或者优惠的价格,在恰当的时间、恰当的方式卖给恰当的消费者,从而实现效率和利润的最大化。

而“大数据杀熟”是商家利用消费者的信任心理,凭借“大数据”对消费者行为习惯等隐私的掌握,将商品在特殊的时间、通过特殊的方式高价卖给消费者,并获取超额利润。

“大数据杀熟”的出发点并不是消费者真实的购买需求,也不是为了提升消费者的消费体验,而是商家利用了消费者熟悉的“消费路径依赖”和“信息不对称”做出的“失信行为”。

从便捷到偏见,大数据杀熟仍有待规制

早在 2000 年,就已有“大数据杀熟”事件发生。一名亚马逊用户在删除浏览器 Cookies 后,发现此前浏览过的一款 DVD 售价从 26.24 美元变成了22.74 美元。

当时,亚马逊 CEO 贝索斯也作出了回应,说明该事件是向不同的顾客展示差别定价的实验,处于测试阶段。同时,他还表示与客户数据无关,并最终停止了这一实验。

而二十年后的今天,随着网络普及,用户信息不断沉淀,大数据杀熟已经成为了普遍存在的不良现象。

根据北京市消费者协会 2019 年 3 月发布的“大数据杀熟”问题调查结果,88.32% 被调查者认为“大数据杀熟”现象普遍或很普遍,且 56.92%被调查者表示有过被“大数据杀熟”的经历。

就在 9 月 15 日,央视财经频道再次揭露大数据杀熟现象,指出在线旅游平台针对不同消费特征的旅游者对同一产品或服务在相同条件下设置差异化的价格。显然,对于大数据杀熟的规制问题亟待解决。

大数据杀熟仍有待规制

虽然“大数据杀熟”愈加普遍,部分消费者也能够清楚知道是否已经成为了被杀熟的对象,但却少有消费者会选择维权。调查显示,仅有 26.72%的被调查者选择向消协或市场监管部门投诉;约 19.84% 的被调查者选择与商家理论或寻求媒体曝光,而其余的 53.44% 则是选择不作为。

事实上,不作为的背后原因是难作为。由于其牵涉数据所有权、数据的责任主体界定、数据竞争正当性边界等,且关于数据行为规制的模糊性使得“大数据杀熟”仍处在法律的灰色地带。想要扭转“大数据杀熟”困境,则需要从法律秩序和商业伦理以及消费者自我保护意识等多维度进行规制。

从法律秩序来看,需要充分发掘现有法律制度调控空间,提升立法的针对性和有效性。

一是为“大数据杀熟”行为进行明确的法律定性和规制。事实上,“大数据杀熟”这一类价格欺诈行为,往往表现出涉及面广、隐蔽性强、种类繁多的特点,不利于在实践中认定游走在侵权边缘的不法经营者。因此,首先应当做的是精准界定其内涵和外延,包括制定罚款机制,增加违法成本,规定网络平台应当公示其平台服务协议及支付规则等。

值得一提的是,8月20日,文化和旅游部就发布了《在线旅游经营服务管理暂行规定》,自2020年10月1日起施行。《暂行规定》第十五条明确规定,在线旅游经营者不得滥用大数据分析等技术手段,基于旅游者消费记录、旅游偏好等设置不公平的交易条件,侵犯旅游者合法权益。

二是在《消费者权益保护法》中,将“大数据杀熟”的举证责任倒置,由商家举证其并未实施价格歧视。三是简化法律维权程序,加强维权宣传教育。借助大众传媒、社区宣讲等方式告知民众维权的途径及程序。

此外,还需建立大数据监督平台,监管“大数据杀熟”现象。即利用大数据的数据分析功能,判断企业是否存在“杀熟”嫌疑,再把分析结果反馈给用户。其次,成立集审查、监督和治理于一体的国家大数据信息发展部门,以加强对大数据发展的管控,提高管控效率,加强针对性和统筹性,缩短问题处理周期,为公民提供举报渠道。

从倡导行业自律,规范“用户画像”的商业伦理来看,与法治相对应,加强互联网商业伦理建设是从“德治”的路径解决“大数据杀熟”的问题,尤其是在当前我国相关法律难以进行直接对“大数据杀熟”予以有效规范的情况下,商业伦理建设显得格外重要。

如何制订互联网商业伦理规范,做到“有理可依”,形成“行业公约”,把对消费者隐私的保护作为互联网商业伦理公约的核心内容,有序推进行业自律是商业伦理时下已经到来的问题。

事实上,当前市场各细分领域均有自身的行业自律条款,面对大数据社会,需要把已有的行业自律内容扩展至互联网业务层面。比如,在出行领域,出租车行业有着较为成熟的行业自律条款,这些内容同样适用于“网约车”等互联网出行方式。所不同的是,原有的规范需加入保护消费者隐私的相关细则。

倡导行业自律还应发挥行业协会的作用,建立完善的市场竞争准入和退出机制。除了相关法律规范,行业协会作为相关企业自发成立和维护行业利益的组织,应发挥更大的作用。

从便捷到偏见,大数据杀熟仍有待规制

除了法律制度和商业伦理,消费者自身还需要提升自我保护意识和自我保护能力。互联网社会从来都不是一个“不设防”的社会,相反,互联网中充斥了大量的陷阱。屡见报端的P2P“雷暴”事件接连出现,通过互联网制造的骗局让人触目惊心。

对于“大数据杀熟”,人们也需要深刻意识到对大数据技术的过分依赖有可能带来丧失主体能动性、陷入“认知茧房”、被大数据奴役的不自由状态。

解决“大数据杀熟”问题,人们要有意识地培养自身的反思意识与批判能力,审慎地看待大数据技术在人类社会发展中的作用与价值。除此以外,还要调节线上与线下、真实世界与虚拟世界间的融合与平衡。

当然,智能设备识别、采集信息已成为生活常态,在科技产品的包围下,个人数据被各方收集,甚至是共享。

当大数据技术将我们转化为各种“可视性”和 “透明性”的“数字人”,通过数据的持续挖掘与分析对我们进行“数据标注”时,我们既要看到大数据给我们带来的个性化服务,也需要从个人到社会层面的理性。

如何利用大数据了解用户需求,进行服务优化,对大数据的使用有的放矢,如何辅之技术以温度,都是大数据时代下悬而未决的重要议题。

人工智能 云计算 机器学习 智能应用 大数据 深度学习基础
0
为您推荐
HIVE数据仓库完美实战课程,资源教程下载

HIVE数据仓库完美实战课程,资源教程下载

课程名称【快速掌握HIVE视频教程】HIVE数据仓库完美实战课程课程目录├第一周:hive基…...

尚硅谷大数据Flink技术与实战,资源教程下载

尚硅谷大数据Flink技术与实战,资源教程下载

课程名称尚硅谷大数据Flink技术与实战课程目录理论_Flink基础 001__Flink理论_Flink…...

廖雪峰-2019大数据分析精品资料价值1980元,资源教程下载

廖雪峰-2019大数据分析精品资料价值1980元,资源教程

课程介绍:廖雪峰大神历时3个月打磨出来的《数据分析必备技能》的视频学习资料,由浅…...

尚硅谷-大数据项目之电商数仓教程下载

尚硅谷-大数据项目之电商数仓教程下载

课程介绍:本课程以国内电商巨头实际业务应用场景为依托,对电商数仓的常见实战指标以…...