“一刀切”治理大數據“殺熟”

鄒振東

【摘要】大數據“殺熟”是“隱形的機器”在進行“隱匿地算計”，其實質是“服務器殺熟”。人類必須面對從“機械復制時代”到“機器算計時代”的變化。治理大數據“殺熟”，要劍指服務器。很多事情，事出有因，要因時因地因人處理，一事一議，不可一刀切；但治理大數據“殺熟”，就需要“一刀切”。

【關鍵詞】大數據 “殺熟” 機器 服務器 技術

【中圖分類號】C913 【文獻標識碼】A

大數據“殺熟”不是偶然的案例，而是普遍的現象。它依據的是一整套特定的程序，符合程序條件的人無一幸免。程序化的行為，必然產生批量化的結果。2019年3月27日北京市消協對外公布的調查結果，從人口學意義上證實了大數據“殺熟”的普遍性。被調查者中，認為大數據“殺熟”現象很普遍的達88.32%，有過被大數據“殺熟”經歷的則超過50%。

當一個現象反復出現時，就不能從個別性那里找原因，而要從普遍性里找答案。北京市消協建議盡快健全法律法規，建立相應的大數據網上監管平臺。但問題是，監管對象到底是哪個？是大數據，還是運用大數據的互聯網企業？要回答好這個問題，首先要搞清楚大數據“殺熟”的實施主體是誰。

不是大數據“殺熟”而是“服務器殺熟”，人類必須面對從“機械復制時代”到“機器算計時代”的變化

大數據“殺熟”是一個似是而非的概念，其完整而準確的表達是：某些互聯網企業運用大數據技術“殺熟”，簡稱也應該是“用大數據殺熟”。所以，“殺熟”的主體，不是大數據，也不是大數據技術，它們只是“殺熟”的手段與工具。用大數據技術“殺熟”的主體，當然是互聯網企業。因此，一切運用大數據技術進行市場運營的互聯網企業，自然就是政府部門治理大數據“殺熟”的監管對象。但互聯網企業板塊很多，監管的領域也五花八門?；\統地把整個互聯網企業視為監管對象，正確卻并不到位。正如，傳統的“殺熟”，雖然其主體也是企業，但一定有一個具體的人來實施，比如營業員或服務員，他們是“殺熟”的具體實施主體。運用大數據“殺熟”的互聯網企業也應該有一個更具體的實施主體，只不過它不再是具體的人，而是服務器。服務器是一個具有虛擬人格的機器，大數據“殺熟”，都是由服務器具體實施的。所以，大數據“殺熟”的實質是“服務器殺熟”。

大數據“殺熟”的實施主體是服務器，服務器是一種特殊的機器，其特殊性有二：一是隱蔽性。服務器是一種“隱形的機器”，你平時看不到，甚至感覺不到它的存在。二是計算性。服務器具有超強的計算能力，機器既然可以計算，也就能夠被利用來進行算計。這兩種特點一結合，就為服務器對人類進行“隱匿的算計”創造了條件。

從工業化時代開始，人們就一直警惕機器對人類的異化。人們一方面歡呼機器作為工業文明的標志帶給人類的進步，另一方面也看到機器帶給人類一系列的負面作用。比如德國思想家瓦爾特·本雅明（Walter Benjamin）就注意到機器對人類個性、創造力帶來的侵蝕，提醒人類進入到一個“機械的復制時代”。機器的復制能力，既是人類改造世界、改善生活需要利用的工具，又是人類需要時刻警醒以避免淪為其奴隸的對象。

計算機是強大的計算工具，也可以成為強大的算計工具。人類進入計算機時代，也同時進入了一個機器可以對人類進行算計的時代。人類必須面對從“機械復制時代”到“機器算計時代”的變化。服務器是“機器算計時代”的隱形殺手，大數據“殺熟”是“機器算計時代”最典型的現象。

因為大數據“殺熟”的實施主體是服務器，所以對大數據“殺熟”的治理就必須圍繞服務器進行，放過服務器是大數據“殺熟”治理的最大誤區。一般來說，對違規的傳統監管是通過管理產品來進行的，比如，有關部門管理餅干的質量，并不管理生產餅干的機器。但大數據“殺熟”，倒逼日常生活的監管必須從對機器的管理開始，因為這些機器已經開始智能化。所以，不管是保護消費者，還是監管企業，離開服務器，治理大數據“殺熟”就是一句空話。傳統對大數據“殺熟”的治理，往往依賴消費者的舉報，習慣用個案處理個案，管理部門被動反應，不告不理。

治理大數據“殺熟”，要注意三點：一是不能依賴消費者舉報。消費者與服務器相比，一個是明處，一個是暗處；一個是隨機，一個是精心設計。在計算能力上，消費者與服務器相差何止千萬；在算計能力與反算計能力上，消費者也根本不是服務器的對手。依賴消費者舉報來治理大數據“殺熟”，或者通過提高消費者識別能力來避免大數據“殺熟”，不是杯水車薪，就是緣木求魚。二是不能用個案處理個案。很多事情，事出有因，要因時因地因人處理，一事一議，不可一刀切。但治理大數據“殺熟”，就需要“一刀切”。這一刀，要切到要害上，這個要害就是服務器的程序，大數據“殺熟”是服務器通過程序設定來實施的。只糾個案，程序不改，就是殺對一個，錯放一萬。服務器的程序沒有得到有效的監控，治理大數據“殺熟”就是隔靴搔癢。三是不能被動反應，不能不告不理。因為大數據“殺熟”一旦發生，就不是個案，就是程序性行為，就會產生批量化后果。要避免災難性后果大批量地發生，就必須程序前置。

大數據“殺熟”的深層機理是技術特權

大數據“殺熟”宰客于無形之中，其信息不對稱背后是技術不對稱。新技術革命帶給人類的好處毋庸置疑，但新技術也帶來了消極后果，其中之一就是技術特權。技術特權通過兩種方式獲得，一個是技術依賴，一個是技術壁壘。

新技術革命通過提高生產力水平，給人們帶來更廉價的產品與更便捷的服務，人們青睞新技術，最后形成對新技術的路徑依賴。人們購物離不開淘寶等APP，旅游離不開攜程等網站，坐車離不開滴滴等工具，外賣離不開美團等服務，人們在購買其產品與服務的同時，不得不進入其相關的技術路徑，使用其技術程序，這就為一些不良公司進行大數據“殺熟”提供了“請君入甕”的便利條件。

新媒體新技術時代，人們切身感受到兩種壁壘，一種是新媒體帶來的話語壁壘，一種是新技術帶來的技術壁壘。特別是技術壁壘，在層出不窮地推出一代代更新的傻瓜化產品的同時，也一步步把人隔絕在技術的鴻溝之外?？此平档土思夹g門檻，比如一個素人，可以用無人機進行航拍，可以用修圖軟件進行圖片編輯，可以用視頻軟件進行剪輯，可以極大地激發人們的創造力，但對相關軟件的依賴，使人們越來越傻瓜化，越來越不懂技術背后的機理。會用卻不懂，這樣的技術壁壘就為技術“隱匿式侵害”建構了一個“保護傘”。

大數據“殺熟”現象就是這種技術壁壘在起作用。技術壁壘阻礙兩種監督，一個是阻礙消費者的監督，消費者不懂新技術，沒有能力監督；一個是阻礙監管部門監督，新技術不斷更新，監管部門跟不上監督。技術特權群體（階層）的生成是無法避免的。只要有新技術的產生，就會刺激技術依賴，形成技術壁壘，產生技術特權，并生成一個個特定的技術特權群體（階層）。政府要做的不是阻擋這個技術特權群體（階層）的生成，而是阻擋他們為所欲為。而阻擋技術特權者為所欲為，一靠政策邊界，二靠法律壁壘。用政策邊界消解技術依賴，用法律壁壘抗衡技術壁壘。

治理大數據“殺熟”，要加強對機器特別是智能化機器的管理

治理大數據“殺熟”，一靠政策，二靠法律。但政策與法律要落到實處，一是要落到對象上，對象就是大數據“殺熟”的實施主體——服務器；二是要落到方法上，方法就是要用技術來管理技術。在監管對象上，必須形成一整套對服務器管理的政策法律法規，使有關部門對服務器的監管有章可依、有法可循。比如服務器涉及公平正義層面的檢測制度、認證制度。我們對交通工具都有一整套年審驗收制度，對于同樣對社會影響巨大的服務器工具，也應該有相應的法律法規制度。目前，各大公司都制定有內部執行的服務器管理辦法，但國家層面的服務器管理政策法規還缺失。在監管方法上，要學習用技術來管理技術。服務器靠技術吃飯，監管服務器也要用上技術的菜單。技術是大數據“殺熟”的通行證，治理大數據“殺熟”就必須用技術來給服務器設置紅綠燈。

同時，服務器說到底就是一整套程序，大數據“殺熟”就是服務器一個不得人心的程序。要治理大數據“殺熟”，就要用程序來管理程序。這個程序不僅指的是法律法規的程序，更指的是算法語言的程序，也即要用軟件來管理軟件。政府的管理，要落實到行之有效的一套管理軟件，可以預警，可以糾錯，可以封堵，也可以放行。

治理大數據“殺熟”，不能就事論事，要看到背后是服務器在作祟，是人和機器的博弈。人控制機器，機器也在反控制人類。特別是人工智能的發展，智能機器學習能力的進步令人瞠目結舌，發展的潛力更是令人嘆為觀止。因此，我們在發展機器的計算能力時，要高度重視機器對人類的算計能力，要做好應對機器對人類“算計能力”的心理準備、技術準備與政策法律準備，提高人類對機器的“反算計能力”。以政策法律準備為例，應該盡早啟動“反（機器）算計法”的研究與起草。如果說工業化帶來了壟斷，壟斷成為工業社會的新問題，反壟斷則成為工業時代法律的新課題；那么，信息化帶來了算計，算計成為信息社會的新問題，反算計就成為信息時代法律的新課題。未來，機器對人類的算計不只是大數據“殺熟”，它會以各種面目無孔不入地出現在人類面前，未來的“反算計”一定比過去的“反壟斷”斗爭更加慘烈，更加勢在必行?！胺磯艛喾ā倍嗝粗匾?，“反（機器）算計法”就多么重要。

我們在擁抱人工智能時代的到來，也不得不面對一個“機器算計時代”的出現。我們無法避免這個時代的到來，我們唯一要做的就是提高人類對機器的“反算計能力”。“反算計能力”不僅包括技術能力、心理能力，也包括法律能力與管理能力。

（作者為廈門大學新聞傳播學院教授、博導）

【參考文獻】

①[德]瓦爾特·本雅明著，李偉、郭東譯：《機械復制時代的藝術》，重慶：重慶出版社，2006年。

責編/張忠華 美編/陳琳（見習）

【延伸閱讀】

大數據“殺熟”的幾種現象

價格“看看就漲”，旅游網站花式催買

旅游類APP成為吐槽重災區：一些軟件訂房頁面被瀏覽多了，酒店房價自動上漲，營造“酒店很搶手”的錯覺，而當用戶清除瀏覽記錄后，會發現原本顯示的價格又下調不少。又如用APP訂某個航班機票，看得多以及預定后取消，都會抬高價格。

會員不是真會員，專挑會員“定向漲價”

使用某APP購買電影票，所謂“會員價”比普通非會員用戶價格更高?；ㄥX購買了聲稱可享受“超低專屬折扣”的會員后，系統顯示的原價還高于非會員的普通價。

同樣的商品，不同手機不同價

使用蘋果手機充值付費的價格普遍高于安卓手機。比如，會員在搜狐、優酷、愛奇藝等視頻軟件充值，蘋果手機用戶年費普遍高于安卓手機用戶。此外，只要企業有動機，甚至能做到更隱蔽的“一客一價”。比如，大數據識別出某位消費者對價格不敏感，可以少給他投放優惠券，而對一些更在乎價格的消費者則會多發代金券；商家可以把原價普遍定高一些，靠優惠券調節不同顧客的實際價格。

——材料來源：《訂酒店APP平臺用大數據“殺熟”：同一酒店兩個價格》，新華網，2018年3月27日