反向馴化大數據殺熟值得嘗試

豐收

“大數據殺熟”是指在一些餐飲、出行平臺上，老用戶反而享受不到優惠，甚至價格更高。據央廣《中國之聲》報道，“年輕人開始反向馴化‘大數據殺熟’”的話題近日引發熱議。一些年輕人嘗試通過評論“哭窮”等手段反向馴化算法，如頻繁表達“太貴了，買不起”“我不打算買了”之類意見，以新的“人設”影響算法推送，最終達到享受優惠的目的。

相關調查顯示，不少受訪者遭遇過大數據殺熟的情況。雖然平臺方否認存在大數據殺熟，或者承諾不使用大數據殺熟手段，但從監管部門到用戶，已經不再慣着這種行爲。上個月，中央網信辦、工信部、公安部、市場監管總局聯合發佈《關於開展“清朗·網絡平臺算法典型問題治理”專項行動的通知》，重點之一即爲整治大數據殺熟亂象。

相應地，一些年輕用戶以反向馴化等方式整治大數據殺熟，取得不錯的效果。比如，有網友反覆評論“機票太貴了，買不起，不去了”後，發現機票價格從4309元降至1903元，降幅十分可觀。另有網友反映，自己在有關外賣紅包攻略的帖子下發表“某某軟件，我要卸載你”等評論，獲得紅包明顯增多，而且卸載軟件幾天後重新下載，會獲得更多紅包。

對此，相關平臺辯稱，價格差異受多種因素影響，無法證明最終降價是由用戶所評論的內容決定的。但筆者以爲，反向馴化是一種有益的嘗試，是年輕人對平臺算法問題的意見表達，希望平臺方能夠讀懂大家的情緒和訴求。

從技術角度分析，這種反向馴化或許是有效果的。大數據殺熟的邏輯是，平臺根據用戶的年齡、職業、消費水平、個人喜好等要素看人下菜碟，對相同的產品設定不同的價格標準。當用戶對某些平臺產品價格或者應用服務表達不滿情緒或作出反向評價時，相當於個人喜好等要素髮生了變化，那麼平臺就可能根據新的要素，向用戶重新推送信息。

如果更多用戶對大數據殺熟進行反向馴化，就更可能對既有大數據模型產生影響，導致平臺算法機制不能按照原有的設計邏輯運行，大數據殺熟就有可能演變爲“反殺”。

必須看到，即使反向馴化大數據殺熟確有效果，但平臺也可能對反向馴化進行技術反制，因爲平臺具有技術和算法上的優勢，更懂得如何利用這些優勢“算計”用戶。所以，有關職能部門、監管部門通過開展平臺算法典型問題綜合治理，依法依規遏制大數據殺熟，應該比個人用戶反向馴化更有效果。

加強大數據殺熟綜合治理，既需要開展平臺算法典型問題治理專項行動，也需要出臺嚴格的大數據殺熟認定標準，爲用戶維權和監管執法提供科學的依據。總之，用戶反向馴化或反制大數據殺熟，是一種值得嘗試和探索的治理手段。在市場經濟條件下，規範市場秩序既需要政府的有形之手，也需要市場的無形之手發揮積極作用，年輕人反向馴化大數據殺熟，就是無形之手發揮作用的一種努力。