“反向馴化”能對抗大數據“殺熟”嗎

如今，大數據深度嵌入人們的生活，帶來前所未有的便利。但與此同時，“大數據殺熟”成了互聯網的沉疴痼疾。近年來，為對抗“ 大數據殺熟”，用戶可謂是各出奇招：賽博哭窮、假裝新用戶、卸載重裝、反向差評……但這些方法并不總是有效，令人詬病的“大數據殺熟”仍不時“背刺”用戶，讓人難以接受。

大數據的“熟人”價

每逢節假日，小莊會約上三五好友外出游玩，出行打車成了剛需。“可能是我打車頻繁，輸入同樣的起點終點，同行的人費用總比我低。”在社交平臺，和小莊有過類似經歷的用戶不在少數。

盡管大量消費者為自己“喊冤”，平臺卻很少承認存在“大數據殺熟”行為，并認為這是針對不同用戶的“差異化營銷”。

“ 如果哪個APP 讓我發現‘殺熟’，我就卸載一段時間，等我下次再用就會便宜點，大數據也‘老實’了。”小莊說。對大多數消費者來說，面對“殺熟”訴諸法律投入的時間、精力成本都較高。“大數據殺熟”本質上是算法系統利用用戶數據進行推測，更多像小莊一樣的用戶開啟了門檻更低的全新策略——“反向馴化”，“以算法之道還治算法之身”，與大數據進行智慧的對決。

“馴化”注定不可能成功

所謂“反向馴化”，即用戶通過更改自己在網絡平臺上的行為軌跡，化身“偽裝者”，裝新用戶、裝不常用、裝不喜歡……“偽裝”的核心在于讓平臺無法鎖定用戶畫像，干擾算法對用戶身份信息和消費偏好的推測。

除了切換平臺、注冊多個賬號，眾多網友也在社交平臺分享自己對大數據的“反向馴化”攻略：有的設置虛擬昵稱，有的開啟手機隱私模式，還有的定期清除緩存甚至更換設備，當然最熱門的做法還是發表反向評論，向大數據表達自己的拮據狀態，試圖讓商品或服務的價格有所下降。

在給大數據進行堪比“洗腦”的操作之后，部分用戶發現商品的價格確實有了一定程度的下降。那么，大數據真的能被用戶“馴化”嗎？有用戶向記者表示，“反向馴化”并不總是有效，即便有效果也是短暫的。

“消費者享有對商品或服務的監督權和批評權，但如果用戶采取惡意手段，就可能涉嫌違法。比如，通過大量發布虛假評價來試圖誤導平臺調整價格策略等行為，可能違反網絡安全法等法律中關于不得編造、傳播虛假信息等相關規定。”泰和泰律師事務所高級合伙人、中國廣告協會品牌營銷生態安全服務中心智庫專家廖懷學告訴記者，用戶對大數據的“反向馴化”可能存在一定的法律風險。

推動算法治理需久久為功

今年1 月，多家網絡平臺發布算法治理舉措，推進算法和平臺治理透明化。比如，拼多多表示將打擊“大數據殺熟”；得物則表示若用戶發現平臺涉“大數據殺熟”等違規行為，可進行投訴，平臺將及時受理落實；騰訊提出“推動產品內集中化展示算法信息公示，提升用戶對算法推薦服務公正公平、公開透明的獲得感”……行業的自律將成為根治“大數據殺熟”和推動算法治理的重要推力。

“面對以‘大數據殺熟’為代表的新型‘智能鴻溝’，政府、企業和公眾在整體性的治理現代化新形勢和新要求下，形成體系性、系統性和全局性的治理能力，才是必由之路。”浙江大學網絡空間國際治理研究基地主任、烏鎮數字文明研究院院長方興東說。（摘自《人民日報》1.20 王慧瓊/文）