信息保護立法要給“算法”劃紅線

 

木須蟲

 

算法雖然不是壞東西，但其本身也利弊各半，況且還容易被劫持和利用，也必然要求其應用謹守邊界，能用而非濫用。

 

針對人們擔憂的個性化推薦問題，個人信息保護法（草案）三審稿明確自動化決策應當遵守個人信息處理的一般規(guī)則，包括應遵循合法、正當、必要和誠信原則，目的明確和最小化處理原則，公開透明原則，信息質量原則，責任原則等；自動化決策，包括用戶畫像、算法推薦等，應當在充分告知個人信息處理相關事項的前提下取得個人同意，不得以個人不同意為由拒絕提供產品或者服務。

 

個性化推薦在網絡廣泛應用，如果你經常瀏覽幾個固定類別的信息，那么平臺更新推薦的都將集中在這些類別；而在電商平臺，如果用戶經常購買一些類別的商品，如書籍、書法用品等，那么這些類別的商品會是高頻推薦的對象。

 

諸如此類，這些推薦是基于用戶消費習慣信息數據算法產生的信息推送結果，應該說與用戶的個體要求有較高的重合度。當這些數據中包括了個人消費能力判斷時，不同用戶搜索同一商品，出現推薦商品價格方面的差異，并不會令人意外。

 

客觀來說，算法是一柄雙刃劍，有利的一面是提高信息推薦與用戶需求的匹配度，提高用戶搜索的效率，幫助用戶節(jié)約時間；不利的一面則會加劇用戶“信息繭房”的困局，進而失去信息選擇的能力。如購物，買的東西越貴、喜好傾向越固定，那么獲得推薦并購買不符合喜好、突破風格習慣的商品就會越難，無形中給自身的消費思維上了道枷鎖。

 

更關鍵的是，當機器算法有人為計算的加持，算法推薦的個性化便很可能變成被個性化，“信息蠶房”則可能變成薅羊毛的暗箱，如同樣的商品，可以以不同的價格策略來匹配不同人群的信息推薦，便不可避免地出現大數據殺熟。

 

可見，算法雖然不是壞東西，但其本身也利弊各半，況且還容易被劫持和利用，也必然要求其應用謹守邊界，能用而非濫用。個性化是用戶選擇的結果，真正的個性化推薦必須保證用戶選擇的自由，而非強制。因此，必須首先賦予用戶對個性化推薦功能用或不用的權利，禁止強制使用，由平臺替用戶做主。其次，個性推薦商品不能與用戶消費能力掛鉤，使得消費者喪失對商品充分的知情權和選擇權。

 

此次個人信息保護法（草案）相關規(guī)定，對這些作了進一步的明確，旨在給個性化推薦的應用劃出清晰的紅線，進一步織密大數據時代個人權利的保護網。

 

當然，防止個性化推薦損害公平，在完善立法的同時，更需要加強監(jiān)管。如針對個性化推薦，應當督促平臺落實標識提示和“一鍵關閉”功能，同時，針對個性化推薦可能發(fā)生的價格捆綁，明確將其納入到大數據殺熟行為內進行管理和監(jiān)督。