■每日经济时评

“反向驯化”不能解决“大数据杀熟”

2024-12-26

本报评论员 岑嵘

最近,年轻人“反向驯化”大数据杀熟的话题在网络上引发热议。一些年轻人尝试通过评论“哭穷”等手段反向驯化算法,试图影响算法推送,与备受诟病的“大数据杀熟”较量。例如一位网友分享了自己购买机票的经历。当他第一次查询机票时,发现机票价格远超心理价位,于是他决定通过诸多评论表达自己的诉求:“机票太贵了,买不起,不去了。”令人惊讶的是,经过一番操作后,他发现同样的机票价格竟然下降了一大截。

那么这种“反向驯化”真的有效吗?

“大数据杀熟”是通过利用算法技术收集处理用户的消费习惯、浏览痕迹等,勾勒出用户画像特征,从而针对购买同样商品或服务的不同消费者实施差别定价。

近段时间电视剧《我是刑警》热播,剧中的刑警会对罪犯进行“画像”,研究罪犯的行为、性格和习惯等。而现在的商家也热衷为消费者“画像”,比如用户的年龄、性别、教育程度、婚姻情况、生育情况、工作所在的行业和职业、使用消费软件的活跃度、购买时间、消费价格、消费频率、品牌偏好、购物习惯、价格敏感度和目标价位等等,他们的画像甚至比刑警还要细。刑警是为了破案,保护群众利益,而商家只是为了获得更多利润。

在获得如此精细的“画像”之后,商家便开始了随意“拿捏”消费者。前几天,笔者的一个朋友预约一辆网约车去机场接人,结果他发现,同样的平台、行程和车辆,他用家里老人的手机和自己手机操作,两者价格相差悬殊。

那么年轻人通过评论“哭穷”等手段真的能够“反向驯化”算法吗?答案是否定的。

不得不说,现在的年轻人是很聪明,也更了解算法。但即便人能够一时赢得了算法,但算法也在成长,变得更善于博弈,且人类历史上还从来没有人能在机器擅长的领域战胜过机器。

假设年轻人在评论中主动创造了多样化的信息流,建立“人设”,从而影响算法推送。但算法仍然可以从其他维度补足对客户特征的描述,使得这种干扰失效。事实上,在大数据和人工智能的时代,个人很难在算法面前完全隐瞒自己的行为信息。算法可以不断升级,每次升级都可能完胜人类的应对方法,因此这种“反向驯化”的方式无法从根本上解决“大数据杀熟”问题。

那么“大数据杀熟”是无解的吗?

当然不是。解决的方法也很简单,就是立法和监管。

“大数据杀熟”的前提就是商家轻易地获得了消费者的相关数据。个人消费习惯和用户特征都属于个人隐私,我们应该有完善的法律法规保护消费者隐私,禁止商家随意获取、使用这些数据。

同时监管部门应重点监管此类行为,开通更便捷的投诉渠道,发现一起查处一起,让“大数据杀熟”彻底无利可图。就在11月24日,国家相关部门联合发布《关于开展“清朗·网络平台算法典型问题治理”专项行动的通知》,将重点整治频发的大数据“杀熟”乱象。同时监管部门也应该主动对平台算法进行审核评价,从源头上解决问题。