立法約束算法

文/ 蔡雨彤

大數據時代，帶來的究竟是生活的便利還是個人信息的喪失？

當你打開手機，會看到各類應用程序的首頁充斥著各類信息，外賣應用程序首頁推薦的都是你喜歡的餐館，視頻應用程序上是根據你喜歡看的電影類型羅列的相關智能推薦，似乎這些應用程序比你自己更了解你的喜好。

互聯網大數據時代，每天都有大量的產品被生產出來，而應用程序的任務似乎是將內容與目標受眾進行連接，除了用戶主動檢索，借助推薦算法成為不可小覷的重要途徑。

在大數據無限便利日常生活的同時，各大互聯網平臺不停地收集每個人的信息，站在高維去解讀你、審視你、觀察你，每個人都仿佛只穿了透明衣行走在透明的盒子里。

大數據時代，帶來的究竟是生活的便利還是個人信息的喪失？

大數據算法的“前世今生”

推薦算法研究起源于20世紀90年代，由美國明尼蘇達大學 GroupLens研究小組首創。他們想要制作一個名為 Movielens的電影推薦系統，從而實現對用戶進行電影的個性化推薦。

首先研究小組讓用戶對自己看過的電影進行評分，然后小組對用戶評價的結果進行分析，并預測出用戶對并未看過的電影的興趣度，從而向用戶推薦從未看過并可能感興趣的電影。可以看出，此時的算法已經初具雛形。

自推薦算法逐漸從“影視圈”擴大到生活圈的時候，內容的價值開始缺失營養，走向低俗化，甚至出現大數據“殺熟”的現象，同一平臺上的同一款產品或服務，對“熟客”的報價可能要比新用戶更高。近年來，一些商家通過收集、分析個人信息并進行“大數據殺熟”，受到社會各界的詬病。

法治時代的大數據行業發展

同一個配送地址，在同樣的時間點單，會員賬號的配送費可能會高出非會員配送費；同樣的出發地及目的地，在同樣的時間里，不同的手機約車，價格也是千差萬別。

這類問題頻繁出現，商家利用大數據算法設置差別化定價規則，就是利用大數據算法這個手段來賺取欺詐性收益，這仿佛成為行內人盡皆知的秘密。北京市消協此前的一項調查顯示，約56.92%的受訪者表示曾有過被大數據“殺熟”的經歷。在這樣的大數據“潛規則”下，消費者很難贏回自己應有的權利。

8月17日，《個人信息保護（法草）案》提請全國人大常委會會議第三次審議該草案進一步完善個人信息處理規則，特別是對應用程序（App）過度收集個人信息、“大數據殺熟”等作出有針對性的規范。

在成熟的市場經濟條件下的法治社會，《個人信息保護法（草案）》、進入審議階段，這也意味著“大數據殺熟”即將有法可依，很多其他利用信息技術優勢侵害網絡用戶合法權利的“算法”，也將受到一定的約束。

大數據算法是把“雙刃劍”，意識到算法的風險，并在法治時代對大數據算法進行監管，已經是邁出對個人信息保護堅實的第一步。