【摘要】隨著數(shù)字技術的發(fā)展和廣泛使用，一個算法社會正在到來。算法在帶動經(jīng)濟增長、提高經(jīng)濟效率、豐富和便利生活的同時，也產生了限制市場競爭、侵害用戶隱私、造成算法歧視、形成信息繭房、損害弱勢群體、帶來倫理挑戰(zhàn)等危害和風險。算法困境的成因包括認知局限、企業(yè)對經(jīng)濟利益的片面追求、平臺的數(shù)據(jù)優(yōu)勢、算法黑箱以及數(shù)據(jù)素養(yǎng)差異等。要堅持發(fā)展與監(jiān)管兩手抓，一方面推動算法的技術進步和廣泛應用，另一方面強化企業(yè)自律、實現(xiàn)算法向善，完善算法治理規(guī)則、加強算法規(guī)制，提升民眾數(shù)字素養(yǎng)、構建數(shù)字友好型社會。

【關鍵詞】數(shù)字經(jīng)濟  算法  大數(shù)據(jù)  治理   

【中圖分類號】D669    【文獻標識碼】A

當前，新一輪科技革命和產業(yè)變革深入推進，正在重構全球創(chuàng)新版圖、重塑全球經(jīng)濟結構。云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、人工智能、區(qū)塊鏈等數(shù)字技術群是影響最廣泛的推動力量，不但不斷催生新產品、新模式、新業(yè)態(tài)，而且作為通用目的技術在經(jīng)濟社會生活中加速滲透融合，使其他產業(yè)領域產生顛覆性變革，數(shù)字產業(yè)化和產業(yè)數(shù)字化快速推進，數(shù)字經(jīng)濟正成為世界各國最具活力、增速最快的新動能。

數(shù)字經(jīng)濟的核心是數(shù)據(jù)，大數(shù)據(jù)、人工智能等技術對經(jīng)濟社會中各種數(shù)據(jù)廣泛和實時的采集和處理，使數(shù)據(jù)像工業(yè)時代的石油一樣成為數(shù)字經(jīng)濟時代最重要的生產要素。目前主流的人工智能技術路線是“大數(shù)據(jù)+機器學習”。算法是強制給定的有限、抽象、有效、復合的控制結構，在一定的規(guī)則下實現(xiàn)特定的目的。隨著人工智能技術的廣泛使用，算法滲透進經(jīng)濟社會生活的方方面面，一個算法社會正在到來。算法在帶動經(jīng)濟增長、提高經(jīng)濟效率、豐富和便利生活的同時，在市場競爭、信息傳播、個人隱私、弱勢群體利益等方面的負面影響和風險也暴露出來，需要高度重視并加強算法規(guī)制。

數(shù)字時代算法困境的表現(xiàn)

算法廣泛應用于國民經(jīng)濟的各個領域，具有范圍寬廣、形態(tài)繁多的特點，由于其應用的領域和環(huán)節(jié)、影響的對象不同，算法造成的負面影響和風險主要包括以下幾個方面：

第一，限制市場競爭。數(shù)字經(jīng)濟在組織形態(tài)上的顯著特征是超級平臺的興起，形成數(shù)字經(jīng)濟與傳統(tǒng)產業(yè)在產業(yè)組織結構上的巨大差異。一是平臺成為典型的經(jīng)營形態(tài)。數(shù)字經(jīng)濟平臺屬于雙邊平臺，一邊連接最終產品或服務的用戶，另一邊連接這些產品或服務的供應商，平臺提供供應商與最終用戶之間的交易中介服務以及實現(xiàn)交易所需的數(shù)字化工具、數(shù)字基礎設施和交易規(guī)則。二是數(shù)字經(jīng)濟的市場集中度更高。由于網(wǎng)絡效應的存在，數(shù)字經(jīng)濟的細分產業(yè)領域在進入成熟階段后都呈現(xiàn)贏家通吃的格局，一兩家頭部企業(yè)占有大多數(shù)市場份額，相比之下，傳統(tǒng)產業(yè)的市場集中度一般要低得多。三是超級平臺具有強大的市場勢力。由于占有大多數(shù)市場份額，更由于平臺是數(shù)據(jù)集中與交換的樞紐，無論是入駐平臺的供應商還是最終用戶都處于非常弱勢的地位。平臺企業(yè)可以利用其市場優(yōu)勢地位和對數(shù)據(jù)的掌控對供應商和最終用戶制定掠奪性價格；還可以利用數(shù)據(jù)優(yōu)勢、用戶優(yōu)勢，對具有潛力的新技術和新商業(yè)模式進行模仿，將初創(chuàng)企業(yè)排擠出市場，或者直接將初創(chuàng)企業(yè)收購，將自己在原有市場的優(yōu)勢地位拓展到新興市場。即使在市場上仍存在多家平臺的情況下，平臺企業(yè)可以將算法作為媒介建立共謀，通過向供應商、消費者收取高價而謀取不當利益。

第二，侵害用戶隱私。在數(shù)字經(jīng)濟時代，數(shù)據(jù)是企業(yè)經(jīng)濟效益的重要來源，數(shù)據(jù)的價值取決于顆粒度、鮮活度、連接度、反饋度、響應度、加工度等多個方面，精細化程度越高的信息、越具有時效性的信息、越能夠與其他信息建立關聯(lián)的信息，其經(jīng)濟價值越高。用戶的信息既可以直接用于數(shù)字經(jīng)濟企業(yè)自身的商品導流或促銷，也可以出售給其他企業(yè)。為了占有盡可能多的信息，許多應用程序或APP未經(jīng)用戶同意就直接獲取程序運行非必須的權限，如定位功能、通訊錄訪問權限等，甚至用戶不開放權限就無法使用該程序。為了獲得互聯(lián)網(wǎng)帶來的便利性，消費者不得不選擇讓渡個人信息。但是一方面，一些信息的獲取沒有得到消費者的許可，屬于非法采集，另一方面，個人雖然是數(shù)據(jù)的生產者、所有者，但是這些數(shù)據(jù)一旦被互聯(lián)網(wǎng)公司獲取后就脫離其最初所有者的控制，個人不但無法知曉自己的信息被用于何處，而且在后續(xù)的使用中可能會威脅個人的隱私，甚至可能對個人的財產和人身安全造成損害。

第三，造成算法歧視。算法歧視是基于算法的自動化決策對個人所造成的不公平對待的現(xiàn)象。算法歧視包括直接歧視和間接歧視，前者是由于個體所處特定社會群體而遭受的不同等待遇，后者是指表面中立的行為對不同社會群體成員造成不同等的影響。算法歧視有多種成因，包括用于訓練算法的歷史數(shù)據(jù)受到污染或存有偏見，算法中使用性別、種族等具有明顯歧視性的數(shù)據(jù)，利用能夠顯示身份的代理變量（如用戶使用的手機品牌和價格）用于算法模型訓練，個人偏見和歧視性觀點被植入算法等。算法歧視的一個典型是“大數(shù)據(jù)殺熟”。大數(shù)據(jù)殺熟是互聯(lián)網(wǎng)平臺利用算法對用戶的歷史消費數(shù)據(jù)進行分析，相同的商品或服務對那些支付能力強、對價格不敏感的老顧客收取更高的價格。在傳統(tǒng)的商品市場上，商品的功能、質量高度標準化，價格不同很容易被發(fā)現(xiàn)，而互聯(lián)網(wǎng)服務通常是基于特定時間、特定場景的，時間、場景不同，市場上的供需關系就不同，并由此形成不同的市場價格，這就造成“大數(shù)據(jù)”殺熟更難被察覺、也更難被舉證。

第四，形成信息繭房。通過對消費者注冊、瀏覽、搜索、購買、評價等互聯(lián)網(wǎng)使用歷史數(shù)據(jù)的分析，媒體平臺利用算法可以向消費者精準推送其感興趣的信息，以此增加用戶黏性和用戶鎖定。在信息呈指數(shù)型爆炸增長的自媒體時代，平臺的推薦算法雖然可以為消費者節(jié)約大量的信息搜索時間，但也嚴重限制了消費者所能接收到的信息的多樣性，推薦算法會嚴格按照用戶自己的偏好設定和歷史數(shù)據(jù)定制化地推送信息，而用戶在這類信息上的駐留會進一步強化算法對此類信息推薦。人們被算法圈定在“信息繭房”里，被動地接受算法讓人們看到的信息。同時，各類數(shù)字平臺的社交化導向會推動具有相同愛好和觀點的人在網(wǎng)絡空間上聚集，進一步強化他們固有的愛好和觀點。算法推薦會讓用戶只看到自己愿意看到的觀點，造成信息封閉、在認知上成為“井底之蛙”。在社會層面，信息繭房還會形成用戶觀點的極化，造成不同群體之間的交流障礙，甚至由于思想的偏狹引致群體間的誤會，催生極端行為，引發(fā)社會矛盾和沖突。

第五，損害弱勢群體。數(shù)字經(jīng)濟的發(fā)展和算法的廣泛使用不會自動地平等惠及每一個人，弱勢群體反而會成為算法的受損者。在日常生活中，由于數(shù)字技術對傳統(tǒng)生活方式的替代可能增加對數(shù)字技術不熟悉人群的不便。例如，網(wǎng)約車普及后，不會使用手機的老年人出現(xiàn)“打車難”。在工作中，合意的算法應該有益于勞動者工作條件的改善、降低工作中的潛在傷害。但這只是算法的美好的一面，算法也會讓勞動者變成算法的“奴隸”。例如，在外賣行業(yè)，外賣騎手在算法的驅使下為了準時完成訂單、獲得準時獎勵或避免不準時的罰款，不僅會增加勞動強度，而且可能會采取超速、逆行、闖紅燈等高風險行為，被迫用事故概率來換取工作效率。

第六，帶來倫理挑戰(zhàn)。傳統(tǒng)上，人類主體使用某種技術以及該技術形成的產品和服務，同時承擔使用該項技術造成的法律后果或道德倫理責任，但是當人類把決策權交給算法，由算法自動地作出判斷、決策并實施行動時就形成了對道德倫理的挑戰(zhàn)。在大多數(shù)情況下，現(xiàn)有法律法規(guī)、政策和社會倫理對算法造成的不良后果會形成約束，但是算法的突飛猛進也會產生新的道德倫理問題，對人類文明長期形成的道德倫理準則形成新的挑戰(zhàn)，給人類社會的發(fā)展帶來新的風險。在著名的“電車難題”中，當無人駕駛汽車在事故在所難免時，它該如何作出決策：是優(yōu)先保護車上的駕駛人員和乘客還是優(yōu)先保護路上的行人？是選擇撞向道路上的多個行人還是撞向路邊的一個無辜看客？現(xiàn)有的法律甚至社會倫理并沒有對算法規(guī)則如何設定提供明確的意見。由于智能化系統(tǒng)是按照預先編好的程序作出決策，因此在一些領域的應用可能會造成巨大的風險。

數(shù)字時代算法困境的成因

首先是人類的認知局限。算法是人類開發(fā)設計的，必然也反映著人類的主觀認知。算法困境的很重要原因是人類主觀認知的局限性造成的。一方面，開發(fā)算法的人員可能會存在認知上的偏差甚至偏見，而算法不僅會繼承人類的偏見，而且還可能隨著數(shù)據(jù)的積累和算法的迭代而被強化和放大。另一方面，大數(shù)據(jù)、人工智能以及作為其核心的算法仍然是一個新生事物，人類對于其可能造成的負面影響存在認識不足的情況。在機器學習的技術路線下，程序員只需要給出一個合適的算法而無需自己手動編寫詳細代碼，通過提供充足的用于訓練的數(shù)據(jù)，算法可以自己調整、修改決策規(guī)則。這種學習能力賦予算法一定程度的自主性，同樣也造成算法執(zhí)行任務的后果難以預測。

其次是企業(yè)的經(jīng)濟動因。算法雖然在客觀構成上是一系列冰冷的代碼，但它仍然是人類智力活動的結果，算法既受到人類認知發(fā)展水平的制約，也不可避免受到人類主觀行為的影響。企業(yè)是追求經(jīng)濟利益最大化的市場主體，企業(yè)對算法功能的開發(fā)、設計必然服務于其經(jīng)濟目標的實現(xiàn)。為了讓數(shù)據(jù)創(chuàng)造更大價值，企業(yè)會以各種方式獲得用戶數(shù)據(jù)；為了獲得流量，企業(yè)會根據(jù)數(shù)據(jù)對用戶精準畫像并進行定制化的信息推送。帶有偏見和歧視的數(shù)據(jù)經(jīng)過算法運算之后產生的結果也會帶有不公平性。即使企業(yè)在開發(fā)算法時沒有主觀惡意，如果將利潤最大化設定為算法要實現(xiàn)的最終目標，算法在自我學習、不斷迭代中形成的新版本也可能造成違反現(xiàn)有法律、社會倫理道德的后果。

再次是平臺的數(shù)據(jù)優(yōu)勢。超級平臺是供應商和商品/服務最終用戶的交易中介，掌握著雙方的搜索、評論、互動、收藏、交易等各種數(shù)據(jù)，而且在大數(shù)據(jù)、云計算等技術的支持下，所有的歷史交易都能被保存、追溯和分析，再加上與其他來源數(shù)據(jù)的交叉比對，平臺能夠獲得供應商和用戶在互聯(lián)網(wǎng)上的全本信息。相比之下，平臺上的供應商和用戶只擁有自己個人的數(shù)據(jù)，與平臺掌握的數(shù)據(jù)完全不在同一個數(shù)量級。平臺對數(shù)據(jù)的掌握也就意味著掌握了互聯(lián)網(wǎng)上最重要的流量，它既可以向供應商出售流量，也可以引導最終用戶的流量。面對平臺的數(shù)據(jù)和流量優(yōu)勢以及高度集中的市場格局，供應商在與平臺的談判中毫無優(yōu)勢，因此就出現(xiàn)了“二選一”等現(xiàn)象。同樣，平臺還能夠利用對消費者近乎完全的信息掌握，對消費者制定高度差異化的歧視性價格，而處于信息劣勢的消費者只能被動地接受平臺制定的價格。

第四是算法的技術黑箱。企業(yè)的算法對于它的供應商、用戶以及監(jiān)管機構存在著很高的不透明性。算法的不透明性有三種來源：一是由于商業(yè)秘密保護所導致的不透明性，這種以維護競爭優(yōu)勢為名的保護也可能是一種規(guī)避法規(guī)、操縱消費者和實施歧視的新形式的掩護；二是對于技術外行的不透明性，編寫和閱讀代碼和算法設計是一項高度專業(yè)化的技能，需要長期的學習和經(jīng)驗積累，大多數(shù)人無法勝任；三是算法本身復雜性導致的不透明性，機器學習形成的算法不但規(guī)模巨大，而且算法的內部邏輯隨著對訓練數(shù)據(jù)的學習而不斷改變會進一步增加代碼的復雜性。不透明性使企業(yè)的算法成為很難為外界所知的技術黑箱，數(shù)據(jù)的海量化，場景的個性化，算法的專業(yè)化增加了外界監(jiān)督的難度，助長了一些企業(yè)經(jīng)營者和算法開發(fā)者為追求經(jīng)濟利益而采取有悖法律法規(guī)、社會道德倫理的行為。

最后是數(shù)據(jù)素養(yǎng)的差異。國家間由于經(jīng)濟發(fā)展、數(shù)字基礎設施、數(shù)字產品購買力以及素質教育的不同，而出現(xiàn)的數(shù)字化程度的巨大差異被稱為“數(shù)字鴻溝”。即使在同一個國家內部，數(shù)字鴻溝因為所處地區(qū)、收入水平、受教育水平、年齡等而同樣存在。在我國由于大規(guī)模的信息基礎設施建設，網(wǎng)絡覆蓋率的差異已經(jīng)不成為數(shù)字鴻溝的主要原因，個人智能終端性價比的不斷提高也促進能夠聯(lián)網(wǎng)的智能設備日益普及，數(shù)字鴻溝實際上主要存在于代際之間。年輕一代是數(shù)字經(jīng)濟原住民，從小就使用數(shù)字產品并接受素質教育，而老年人由于學習能力差、購買力低，許多人沒有智能終端，即使有智能終端也無法掌握各種操作，使他們被排斥在數(shù)字經(jīng)濟帶來的強大生活功能和便利性之外。

數(shù)字時代算法困境的治理路徑

在數(shù)字時代，隨著算法應用領域的不斷擴大，任其無序發(fā)展會進一步放大可能帶來的風險和危害。因此，要堅持促進發(fā)展和監(jiān)管規(guī)范兩手抓、兩手都要硬，一方面推動算法相關技術的進步，完善算力基礎設施，創(chuàng)造數(shù)據(jù)流通、交易的法律制度環(huán)境，另一方面也要加強對算法的規(guī)制和對算法困境的治理。

一是加強企業(yè)社會責任建設。督促互聯(lián)網(wǎng)企業(yè)以及正在進行數(shù)字化轉型的企業(yè)加強企業(yè)社會責任建設，規(guī)范規(guī)則設立、數(shù)據(jù)處理、算法制定等行為，在算法設計之初就要將法律、核心價值觀、道德倫理等人類價值嵌入到算法之中，讓數(shù)字科技企業(yè)、算法開發(fā)人員將服務于國家和社會利益、造福于人民群眾作為基本遵循。算法開發(fā)者應提高算法的透明度和可解釋性，增強對算法安全評估和管控能力；當算法開發(fā)者遇到算法可能造成危害和風險時，主動對算法進行修正和調整，推動形成負責任的算法，實現(xiàn)算法向善。

二是完善算法治理規(guī)則。進一步完善數(shù)據(jù)立法，對數(shù)據(jù)的權屬、轉讓、交易等進行規(guī)定。積極參與數(shù)據(jù)跨境流動、算法應用、算法安全等領域國際規(guī)則合作，完善多邊數(shù)字經(jīng)濟治理機制。根據(jù)數(shù)字經(jīng)濟發(fā)展出現(xiàn)的新模式、新業(yè)態(tài)、新現(xiàn)象、新問題，研究制定關于新型不正當競爭行為認定、處罰的法律規(guī)范。針對零工經(jīng)濟、靈活就業(yè)現(xiàn)象，研究完善平臺從業(yè)人員權益保護規(guī)定和社保政策等。通過制定合理使用算法的法律規(guī)范，防止數(shù)字企業(yè)利用數(shù)據(jù)優(yōu)勢和算法技術排除、限制競爭，加強消費者權益的保護，維護公平競爭秩序。

三是加強對算法的規(guī)制。盡管算法具有很高的技術門檻，但政府對互聯(lián)網(wǎng)公司的監(jiān)管應擴大到算法層面。賦予監(jiān)管機構監(jiān)管數(shù)據(jù)和算法的權力，探索基于大數(shù)據(jù)、人工智能、區(qū)塊鏈等新技術的監(jiān)管模式，增強監(jiān)管部門的監(jiān)管能力，提高算法相關風險的識別、預警和防范。對算法開發(fā)者和使用者設置算法審查、算法風險評估與算法解釋等義務。當算法使用過程中出現(xiàn)有損于社會利益的結果或暴露潛在風險時，監(jiān)管機構有權打開算法黑箱，聘請第三方服務機構或組成專家委員會對企業(yè)的數(shù)據(jù)與算法合規(guī)性進行審查。

四是建設數(shù)字友好型社會。繼續(xù)推動信息基礎設施建設，提高通信網(wǎng)絡的覆蓋率和可獲得性。加強對邊遠地區(qū)、老年人、少年兒童的數(shù)字應用教育，幫助他們掌握數(shù)字設備的使用。行業(yè)主管部門應發(fā)布規(guī)定，要求智能硬件開發(fā)和互聯(lián)網(wǎng)服務提供企業(yè)，在產品和算法開發(fā)時，要考慮老年人、殘疾人等社會弱勢群體的需求，提高算法對弱勢群體的友好性。例如，通過一鍵叫車、人工客服接入等設置提高算法的“適老化”程度。

（作者為中國社會科學院工業(yè)經(jīng)濟研究所研究員）

【注：本文系中國社會科學院登峰戰(zhàn)略優(yōu)勢學科（產業(yè)經(jīng)濟學）、中國社會科學院工業(yè)經(jīng)濟研究所課題“全球制造業(yè)數(shù)字化轉型新趨勢追蹤研究”階段性成果】

【參考文獻】

①蘇宇：《論算法規(guī)制的價值目標與機制設計》，《自然辯證法通訊》，2019年第10期。

②張恩典：《反算法歧視：理論反思與制度建構》，《華中科技大學學報（社會科學版）》，2020年第5期。

③張旺：《倫理結構化：算法風險治理的邏輯與路徑》，《湖湘論壇》，2021年第2期。

④孫保學：《人工智能算法倫理及其風險》，《哲學動態(tài)》，2019年第10期。

⑤喬榛、劉瑞峰：《大數(shù)據(jù)算法的價格歧視問題》，《社會科學研究》，2020年第5期。

⑥孫益武：《規(guī)制算法的困境與出路》，《中國社會科學報》，2019年4月24日。

⑦陳婉婷：《大數(shù)據(jù)時代的算法歧視及其法律規(guī)制》，《學習時報》，2020年8月12日。

責編/于洪清    美編/楊玲玲

聲明：本文為人民論壇雜志社原創(chuàng)內容，任何單位或個人轉載請回復本微信號獲得授權，轉載時務必標明來源及作者，否則追究法律責任。