? 瀏覽一些網絡APP,如果你曾打開一條關于健身的消息,之后經常會收到各種關于健身知識、健身產品的廣告推送……大算法推薦滿足了人們多元化、個性化的信息需求,實現了用戶與信息的快速精確匹配,大大降低信息傳播和獲取的成本,為生活帶來便利。但是,算法推薦在帶來高效與便捷的同時,也引發了諸如大量低俗劣質信息精準推送、大數據殺熟等突出問題。
上個月提交十三屆全國人大常委會第三次會議審議的《電子商務法草案》三審稿規定,電子商務經營者根據消費者的興趣愛好、消費習慣等特征,向其推銷商品或者服務,應當同時向該消費者提供不針對其個人特征的選項,尊重和平等保護消費者合法權益。分析人士認為,這一規定可望在一定程度上避免“大數據殺熟”情形發生。
同樣一個酒店房間,不同的人、不同的手機,搜索出來的價格卻不一樣。前不久,有網友質疑某電商利用大數據手段殺熟,針對不同的手機、不同的用戶采取不同的定價策略,導致“酒店同房不同價”。大數據殺熟問題,隨之鬧得沸沸揚揚,雖然該電商事后進行了否認,但不少網友并不買賬。
被大數據殺熟的網友,可謂各有各的故事。微博上類似現身說法一搜一大把,消費者的親身經歷,可沒那么容易甩掉鍋。相比之前某電商被曝出預訂飛機票、火車票時,默認給各種增值服務打鉤的“霸王搭售”,大數據殺熟顯然更具有隱蔽性,消費者也更難發現(除非你同時用幾個不同的手機和賬號登錄,否則很難發現價格差異)。說白了,就是越忠實的顧客越是挨宰。
電子商務公司利用信息不對稱,對消費者偏好了解得清清楚楚,但在被曝光之前,消費者對其殺熟做法卻一無所知。大數據殺熟無疑是對消費者權益的傷害和對用戶隱私的侵犯,屬于赤裸裸的價格歧視。問題是,對這種價值觀有問題的企業,該如何通過立法途徑有效制約?對于企業掌握的消費者行為偏好數據,又該如何避免濫用?
大數據殺熟,對電子商務立法來說,無疑是個新問題。《電子商務法》三審稿新增相關規定,意在從法律上有效解決這一問題,但談何容易?大數據殺熟的本質,是大數據如何合理使用的問題。“一人一價”的殺熟行為,只是大數據濫用行為的表現形式之一,大數據濫用的方式還有很多種。電子商務經營者收集用戶畫像、支付能力、支付意愿,本身是中性的,甚至是提供更好服務的必須。問題是,技術中性不等于價值中性,必須保護用戶的網絡隱私數據,防止大數據濫用。
要避免電子商務經營者作出對消費者不利的差別待遇,保障消費者公平交易權,在電子商務立法中直接以“不得”、“應該”之類關鍵詞禁止大數據殺熟,其實很不容易做到,難免掛一漏萬。也許,可以借鑒電子商務公司給消費者畫像的方式,直接給大數據濫用行為畫像,輔以嚴厲罰則,嚴懲符合畫像描述的大數據濫用行為。
在互聯網交易情境下,人們交換商品價格和信息的便捷性比以往大幅更高,大數據殺熟行為不可能瞞天過海,因此顯得非常愚蠢。電子商務經營者如果仍然禁不住利益誘惑,利用大數據侵犯消費者權益,就會遭到消費者的拋棄,監管部門也該嚴懲不貸。而作為執法依據,電子商務立法不僅要對大數據殺熟說“不”,更要通過嚴懲使其吃不了兜著走。(舒圣祥)
