English

检测到您当前使用浏览器版本过于老旧,会导致无法正常浏览网站;请您使用电脑里的其他浏览器如:360、QQ、搜狗浏览器的极速模式浏览,或者使用谷歌、火狐等浏览器。

下载Firefox

网络法读书会

/根目录 /首页 /新闻中心 /网络法读书会

网络法读书会第十九期:个性化推荐的深层法理——公法规制与私法变革

时间:2018-11-23

【主题报告】

报告人:2018级人大法律硕士(非法学) 钱其沁

文章:大数据下的个性化默认规则和个性化披露

作者:Ariel Porat & Lior Jacob Strahilevitz

法律是非个性化的。本文作者认为在大数据时代,法律应该变得更加个性化,并全面描述了法律中的个性化默认规则和个性披露作为其重要方面。本文解释了大数据兴起使默认规则的个性化和个性化披露更加简单,展示了个性化对一些法律的改进。

【文章结构】

第一部分探索了当前关于默认规则的概念,并主要介绍了多数默认规则和少数(惩罚)默认规则两种类型的默认规则,提出二者如何通过个性化改善。

第二部分探索个性化默认规则的可行性。

第三部分考虑对个性化默认条款的一系列反对。

第四部分提议未来使用“个性化披露”,并认为个性化的弊端可能可以被更加个性化来抵消。

一、介绍

1.关于个性化默认规则的理论

A.合同法默认规则

假如合同各方必须就所有条款达成一致,谈判、起草成本会非常高,一些合议也会无法达成。因此,合同法提供了很多默认规则,除非各方明示或暗示拒绝,这些规则自动成为合同的一部分。比如,《统一商法典》第2-308节“除非另有约定……交付货物的地点是销售者营业地,若无销售者营业地,则为销售者住所地。”;第2-314节规定,“除非被排除或修改……如果卖方是此类货物的销售者,则在销售合同中隐含了该货物可销售的保证”。《中华人民共和国合同法》第六十二条也规定,“当事人就有关合同内容约定不明确,依照本法第六十一条的规定(可以协议补充;不能达成补充协议的,按照合同有关条款或者交易习惯确定)仍不能确定的,适用下列规定:…… (三)履行地点不明确,给付货币的,在接受货币一方所在地履行;交付不动产的,在不动产所在地履行;其他标的,在履行义务一方所在地履行。”

默认规则还大量出现在违反合同的补救当中。默认规则是预期损害赔偿,双方可以另行达成协议排除或限制相应损失的责任,或在合同中加入违约金条款等。当然,双方选择不适用“完全赔偿”的默认规则的权力会受到一定限制。

B.多数默认规则

1、概述

学者最普遍接受、具有影响力的多数默认规则认为,默认规则应该模仿这样的条款:如果在订立合同时将其视为一种选择,适用该规则的大多数当事人都会同意这一条款,因此,如果买卖合同中大多数当事人偏好货物的交付发生在卖方所在地,《统一商法典》就是一个合适的默认规则。背后的逻辑是:由于默认规则意在降低交易成本,它们会尽可能符合当事人的偏好。少数偏好不同的当事人必须选择默认规则之外的规则,导致伴随的交易成本;因为大多数当事人没有选择不适用,就避免了没有默认规则的情况下可能发生的交易成本。

该规则的中心问题是如何预测大多数当事人的偏好。

默认规则对语境敏感。比如,在美国合同法下,普遍的补救是损害赔偿,但对于一些独特货物的销售合同,法院常愿意采用特定履行作为补救。作者认为,还可以让默认条款变得更加特殊定制。

2、个性化多数默认规则

作者提出的个性化方案是根据当事人的个人特性定制的。

例1. 交付地点的例子。Dan是靠轮椅移动的残疾消费者。他从电器商店购买了一个大屏幕电视机。交付地点应该是卖方还是卖方所在地?

对于大多数消费者合同来说,最有效率的规则是出卖人所在地作为交付地点,但在例1中不是。为易识别的使用轮椅的消费者量身定制的默认规则通常是在买家所在地交付,因为这种交付将降低双方的总成本。当然,卖家可能可以向残疾人卖家收取送货费用,且各方都应该能够选择不适用个性化默认规则。

例2.特定履行或损害赔偿金。

Steven:理性,对财产没有个人依恋,常搬家。

Sarah:对财产有个人依恋,很少搬家,当要搬家,她会花几个月的时间寻找一个完美的地方。

Steven和Sarah都与卖房商人John签订了独立的购房合同。John无法交付和转移所有权,违反了这两个合同。

假设除了当事人的特点,合同的其他一切都是平等的,法庭是否应该Steven和Sarah采取同样的补救措施?

在现行法律下,答案通常是肯定的。有可能,如果John在与Steven和Sarah磋商合同时能够合理地理解,Steven喜欢损害赔偿金,而Sarah喜欢具体履行,那么法院可能会考虑到这一点选择适当的救济。作者认为,在John和法院可以核实当事人特征的情况下,法院应当判决向Steven支付损害赔偿金,并要求向Sarah履行。当然,John可能会对两位的合同定价不同,或者至少提供不同的合同条款,以平衡特定履行给卖方带来的额外成本。

C. 少数(或惩罚)默认规则

1.概述

1989年Ian Ayres和Robert Gertner发表论文提出了“惩罚性默认规则”。惩罚性默认规则“意在给予至少一方当事人激励来绕过默认规则, 从而明确地订立令他们满意的合同条款” 。该规则旨在惩罚拥有对方没有的私人信息的一方以鼓励拥有私人信息的一方向没有私人信息的一方披露这些信息,从而促进合同效率。

论文还指出,在可预见性要求下,受害方只有权就可预见的损失获得赔偿 。如果没有对责任的可预见限制,受害一方就会对另一方隐瞒这一信息。披露使损失可以预见,另一方在决定是否签订合同、在预防措施上投入多少资金以及履行还是违约时将考虑到这些损失。

对此批评有好几个角度。比如。认为惩罚默认规则不一定会迫使缔约一方披露私人信息,因为这样做可能直接违背其谈判策略,或因为缔约方可能从与其他各方联合中获益,从而使成本外部化等等。两位作者后来认为,将惩罚默认规则认为是少数默认规则的一种可能会更好理解。本文作者认为,至少就个性化默认规则而言,可能存在少数默认规则。同时,大数据的崛起会降低惩罚默认规则的重要性,因为企业正在获得有关个人消费者的宝贵信息。

2.少数默认规则促进个性化默认规则

少数默认规则可以促进个性化默认规则。卖方和法院往往没有买家的偏好、特征的全部信息,为他们量身定做默认规则似乎也不切实际。少数默认规则通过惩罚那些传达自己的偏好、特征的成本不大却未能做到这一点的买家,鼓励买家向卖家披露这些信息。

在上述例2中,假设卖家和法院无法定制个性化的默认规则。如果Sarah知道损害赔偿金默认规则,便会向卖方披露自己倾向于特定履行或披露她的特征和特点,使卖方可以推断,除非另有合议,应该以特定履行来补救。由此,如果Sarah不向卖方披露她的偏好和特点,损害赔偿金默认规则就会惩罚Sarah。对Steven来说,特定履行默认规则会提高他在与卖方面对面议价时的地位,因为对于卖方来说,特定履行一般更加繁重,这也会促进他透露对损害赔偿的偏好或性格和特点。

在损害赔偿和特定履行之间的选择取决于谁在揭示其偏好或特征方面承担成本较低。如果是Steven,那么特定履行便是更高效的默认规则,如果是Sarah,那么损害赔偿金就是更高效的默认规则。如果买方当中Steven这样的人比Sarah这样的多,但让Steven们披露偏好和特征更加昂贵,那么特定履行就可能是更高效的(少数)默认规则。

在个性化默认规则理论下,当事人披露关于他们特征和特点的信息,反过来影响适用于他们的默认规则的内容。少数买方不愿意向卖方披露个人信息;或少数当事人可能有重大认知限制或偏见,披露关于他们偏好的私人信息更加繁重。在这样的情形下,少数默认规则能够比多数默认规则效果更好。

D. 第三方作用

第三种决定默认规则内容的方法要求规则能最大化社会总体福利,而非仅仅是缔约方福利。

有时,默认规则的个性化可能会给第三方带来好处或正外部性。比如关于器官捐赠,假设社会目标是在满足人们愿望和惠及第三方之间找到最优方案,根据社会不同群体定制个性化的默认规则可能是最佳解决方案。如果社会上有神道教教徒这样的团体反对器官捐赠,会选择不适用任何允许捐赠器官的默认规则,那么不捐赠的默认规则对他们来说是可取的,因为这样可以节省不适用默认规则的交易成本。但如果有其他团体轻微反对捐赠,但不愿意招致选择不适用而产生的成本,适用一个非多数的默认规则,可以平衡可能的捐赠者的弱偏好对可能的接受者的强偏好,更好地达成社会目标。

作者认为,在无法证明定制默认规则的成本不正当之前,应当对特殊类型交易的默认规则进行定制(至少从经济学角度)。

2. 个性化默认规则的可行性

作者提出两种个性化的默认规则:粗糙和精细的默认规则。

“粗糙的个性化默认规则”采用一个特定的、可观察到的特征作为规则的惟一基础,根据个人是否具有某特征将其归入为不同的法律默认类型。比如,如果男性和女性对遗产应该如何分配有系统性的不同偏好,那么法律可以为男性和女性创造不同的一系列无遗嘱继承规则。

“精细的默认规则”使用很多个体特征,包括个体在过去相似情境下的行为,个性化程度更强。例如政治保守和政治自由的女性对于遗产分配有不同偏好,进一步,来自城市和郊区的政治保守的女性对于遗产分配有不同偏好。理论上,有许多这样的个性化默认规则,但存在能够确立思维相似的群体以适用同一套默认规则的规律。这需要在精确性和复杂性之间进行权衡。

作者认为精细默认规则常常更可取。

A. 大数据和大五(个性特征)

创造个性化默认规则的一个明显障碍是当事人和法庭方便地识别相关的默认规则。比如在合同歧义引起的争端中,当双方都很清楚争端的本质和风险,两方就都想称自己是应该被赋予个性化默认规则的那一方。作者认为,大数据可以避免这种证明问题。

大数据一般指计算机筛选巨大数量的数据,识别那些能够预测个体未来表现的模式的过程。大数据依赖于巨大数据库和预测性分析的结合。

作者认为,在特定情况下,法庭和法庭上的诉讼代理人应该使用大数据技术作为决定合同或遗嘱使用何种条款的工具,当事人能够使用大数据提前预测合同使用哪种默认规则。

作者解释了大数据的因果关系模式,它能够预测未来行为的一个主要原因是,购买模式、鼠标点击、信用支付这些行为以及社交网络联系揭示了个人个性和价值观的基本方面。

心理学家主要用五大个性特征来理解人类的行为:外向性、神经质、亲和性、尽责性和开放性。大量的心理学文献已经确定了从事特定行为的人群中,特定的个性特征在更为显著。还有一些心理学家对不同的人格维度进行了分类,比如专制人格特征。作者举出几个具体研究的例子,这些研究发现了特定个性、人格特征和行为之间的显著相关性,证实了行为数据可以预测人格,且心理学文献已经告诉我们人格可以预测行为。

使用大数据,企业可以不用对潜在客户进行复杂人格测试以得知他们偏好;由于使用的是公开可获得的数据和在市场上买卖的某人所有的数据,可以不必获得被研究行为人的同意。此外,因为要研究的是消费者的公开偏好,而不是对调查的反应(调查可能会用让消费者认为对自己有利的方式展开),可靠性更强。

B. 法律中的大数据

作者提出,大数据可以通过几种可能的途径帮助法律默认规则的个性化:

(1)公司可以利用他们对消费者的了解在合同中为消费者提供个性化的默认条款和价格。

(2)消费者金融保护局这样的联邦政府监管机构可以确定特定的、非常适合特定类型消费者的默认合同条款,并要求公司向客户提供这些条款。

(3)在合同有歧义或无记载的情况下,在有相似当事人选择和偏好的情况下,法庭可以事后决定当事人可能会订立怎样的条款。

目前,法院在为个人画像和大数据总体方面还没有形成专门知识。出于对制度能力的怀疑,作者相信第一和第二个途径是最可行和合适的,具体说明了大数据在以下领域的应用:

1.消费者合同

企业拥有越来越多关于消费者偏好和特点的数据,可以用这些数据来为合同定制默认规则。当事人也可以用该数据在法律框架下解决纠纷,法庭可以用此来解决争端。

比如上述采集人交付地的例子,以残疾人为主要消费者的少数销售医疗设备的商店可以适用“买受人住所地交付”的默认规则。

2.器官捐赠

研究发现威权-传统标准中得分较高的人和自认为是社会保守主义者的人更不可能捐赠器官或支持捐赠器官,也更不可能支持将器官捐赠作为默认规则。

假设该研究被广泛复制、影响很大,然后法律可能会规定,只有威权-传统主义方面得分很低的社会自由主义者才会被假定是器官捐赠者,其余的将被视为非捐赠者。大数据可能会清楚地识别被带到急诊室的摩托车受害者的倾向,从而确定默认规则。

3.医疗事故

假设医生开了一种药,如果服用时间过长,会对1/50万病人产生很不幸的副作用。长期服用该药最有效,但仅服用一两周仍有一定疗效。医生没有警告病人这种副作用,病人遭受这种影响,以医疗事故起诉医生,声称没有得到知情同意(informed consent)。

法庭调查的一个关键焦点将是:如果有人警告过患者治疗的副作用,她是否会同意接受治疗?只要医生并不知道病人愿望或期望,当前法律会以客观态度考虑一个相当谨慎的病人会怎么做。

使用个性化默认条款的情形是:

大数据公司Fair Isaac Corporation (“FICO”)公司推出的FICO坚持性记分系统使用来自患者信用报告的信息来预测患者是否会定期服用处方药物或坚持医学建议。当FICO预测,患者只有5%的几率会服用药物足够长时间。医生据此计算患者遭受副作用的风险是千万分之一。鉴于任何警告都可能导致患者出现身心症状或增加认知错误的可能性,医生选择不警告患者。不披露作为默认规则对该特定病人是合适的。与此同时,同一名医生治疗的另一名病人被预测95%的可能性会长期服药,那么就算这个病人发生副作用的几率大约是526000116分之一,也仍然足以让病人知情。

其他形式的大数据也会影响知情-同意计算(informed-consent calculus)。假设原告的消费者行为档案显示她是一个极其谨慎的人,那么法律可能会对医生提出更高的信息披露要求。如果患者的个人资料显示她是一个漫不经心的消费者,那么在披露低风险信息既耗时又可能对患者的情绪健康造成潜在伤害的时候,不披露低风险信息的披露可能是合适的。

总之,使用大数据工具评估人格,可以反过来帮助医生对病人进行个性化的信息披露,具有重要的治疗价值。

4.房东-租客法

大数据使得可以从租客的过去行为、特点等确定这个租户是否愿意以牺牲价格来换取低质量的房屋,进而确定租赁合同是否包括可居住性的默示保证。

5. 劳动法

提出根据工作行业,确立将有工会还是没有工会作为默认规则的提议。

C. 大数据和小白鼠

人口众多的国家不需要对所有公民的选择进行仔细的监督。作者提议由政府机构进行调查,让100万白鼠居民做出关于他们偏好的积极选择,法律随后进行数据挖掘,确定与这一百万人相似的其他3.14亿美国人的方式。白鼠的积极选择随后会成为与他们在一系列可观察指标上最相似的人的个性化默认选择。

法律可以合理地投入大量资源,确保这些小白鼠获得充分信息、有足够的时间来考虑合同选择和相关的权衡。这些小白鼠会花时间阅读条款,这样其他人就不必这样做了。

使用小白鼠的一种更温和的替代方法是通过询问个人的一般偏好、特征和特点以及他们过去的行为,生成个性化默认规则所需的信息并使用这些信息为他们定制默认规则。

3.可能的反对和限制

作者举出了对个性化默认规则的反对意见,并作出了回应。

A.交叉补贴

一个明显的反对意见关乎平等和交叉补贴的低效性。两个消费者可能以相同的价格购买相同的产品,但会获得不同的合同权利。这可能是不公平和低效的。

例3. 退货权的例子。

Dana:保守,对生活的一切十分小心。在买任何东西前,都会查询《消费者报告》并询问朋友们的建议。从前除非因为质量问题,从不退货。

Jim:爱冒险,易冲动和激动。做决定快,不咨询任何人。从前多次因后悔购买而退货。

Dana和Jim在同一个商店各自买了一个平板电视。使用一天后,都意识到买这个电视是个错误的选择,于是想退货。他们是否应当被同样对待?

根据现行法律,答案是肯定的。在个性化的默认规则下,Jim应该享有退货权,Dana不应该,因为Jim更需要它。由于买方行使这种权利的代价对卖方来说很昂贵,而且由于Dana和Jim支付了相同的价格,结果将会是谨慎的Dana资助了草率的吉姆——这个结果既不公平又低效。

经过详细审视,可以确定一个更可取的个性化默认规则。当默认规则和价格都个性化了,交叉补贴就会消失:此时,如果Dana或Jim有权退货,他们付的价格反映出他们各自行使权利的与其成本,不会导致交叉补贴。即使价格没有个性化,交叉补贴也会减少:Jim的高效默认规则可能没有退货权,Dana的高效规则可能正是有退货权。

B. 策略性行为

当一个个体消费者改变他的行为时,他同时也在改变他会被与之比较的小白鼠的身份,于是存在这样的危险:个人消费者可能会采取策略性行为,以确保自己与那些选择了最慷慨的默认条款的小白鼠最相似。

一个例子是,加拿大一家信用卡发行商在过去10年里认定,购买一氧化碳探测器或垫放在椅子和家具腿底部的毡垫的消费者是非常小心谨慎的人,因此信用风险极低。在公布该发现之前,信用卡发行商可以利用这一信息测算风险。但一旦这种关联被公开,人们会策略性地购买毡垫和一氧化碳探测器,降低对自己的信用风险的评估。

作者认为策略性信息并不是特别麻烦。首先,大量的预测分析是并且将继续是专有的,普通人想得知并不容易,发现的人也没有动机公开。其次,进行策略性行为的成本很高,经常购买不需要的产品等等往往会让自己变得更糟;在大多数情况下,在签订合同时指定一个不同的合同条款或支付更高的价格会更加简单。第三,虽然在短时间内保持伪装可能很容易,但随着时间的推移,消费者会越来越难以实行,卖家也越来越容易察觉。第四,假装某种特征可能导致一个消费者被提供一个完全不符合其个性的默认规则,使消费者不会真的获益。

C. 商家滥用

商家可能会滥用大量数据,损害消费者的利益。当合同一方对对方的偏好知道很多,有较多知识的一方可能会比对方拥有更大的优势并从合同盈余中提取更多份额。

作者认为这种趋势有其自身的经济原理,个性化默认规则的议题最多只能对其产生边际效应。另外,价格歧视可能有福利效应:它倾向于提高产出,让原先无法获得商品或服务的消费者得以获得商品或服务。个性化默认条款还旨在为消费者提供更能反映其个性的交易,从而鼓励更多消费者与企业进行交易。作者提出,可以将个性化的合同条款概念化,使消费者能够收回一些公司的盈余。总之,仅仅以价格歧视的理由拒绝个性化是不明智的。

D. 不确定性

反对意见称,采用个性化的默认规则制度将增加不确定性,从而降低法律指导人们行为的有效性,也可能增加判决成本。

作者认为,在合同执行之前,合同法已经固定了小白鼠的选择,小白鼠选择的后续变化与合同的意义无关,这可以降低不确定性。

评论者分析,个性化默认规则和非个性化默认规则类似规则和标准。制定规则的成本更高,但对于个人来说,在决定如何行事时解释标准的成本更高,对于审判人员来说,在评估过去的行为时应用标准的成本也更高。乍看之下,非个性化默认规则在外表上像规则,而个性化规则看起来像标准。

作者回应,两种二分并不完全相同。可以有是标准的非个性化的默认规则(例如,诚信义务)和是规则的个性化的默认规则(例如,对男女不同的无遗嘱死亡规定)。关键问题是如何平衡不确定性和准确性,更好地减少交易成本,鼓励可取行为,满足人们的合理期望。

个性化默认规则不一定比非个性化默认规则更具不确定性。非个性化默认规则下的消费者需要投入资源学习默认规则的内容(或承受没有这么做的风险)。个性化默认规则下的消费者需要投入资源学习适用于他的默认规则。但消费者已经非常了解自己的偏好和特征,驱动他们选择个性化默认规则。假设大数据识别了处境相似的人的行为模式,那么消费者就可以根据自己想要什么凭直觉知道法律的内容。因此比起非个性化默认规则,一般消费者更能辨别出个性化默认规则。

作者也补充,两个消费者,特别是非重复交互的消费者之间的合同,不确定性较高,因此他们也对这些环境中使用个性化默认规则持怀疑态度。但在消费者和最大化利益的公司之间,或者在重复交互的消费者之间,不确定性并没有那么大。

E. 判例法的碎片化

个性化的默认规则会产生法律判例的碎片化。有了个性化的默认规则,即使该案的合同语言与先例中的完全一样,一方也会适当地认为,前案的诉讼当事人和本案的诉讼当事人具有不同的个性、属性等等,足以要求不同的解释。没有两个人在任何方面完全相同,法院不得不面临这样一个问题:面对语言和语境的同质性,当事人的异质性是否会带来不同的结果?判例的碎片化可能会加剧法律内容的不确定性。这可能会使读者认为个性化应该被限制在事前,且只有公司和特别机构,而非法庭,可以采用个性化默认规则。

作者认为,这最终是一个权衡问题。他们也提出了一个缩小版提案来应对:个性化默认规则只能适用于处理合同沉默,而不能适用于合同不确定。相同的合同用语对不同的人通常意味着相同的东西,但是没有合同条款对不同当事人会有不同的影响。

以前法院也曾遇到这种碎片化问题。第五巡回上诉法院在一项重要的决定中认为,在不同的情况下,将相同的合同语言解释为不同的意思是有道理的。如果法院在事后、整体的合同意义分析时,这种解释方法尚且偶尔被允许,那么,以严格、数据驱动、事前的方式进行解释,就应该更容易接受。因此,作者得出结论,在确定个性化默认规则的可取性时,不确定性和判例碎片化是重要的,但不一定是决定性的考虑因素。

F. 统计数据、刻板印象和有价值的默认规则

统计数据不关注个体,而通过对个人所属的群体的概括来发现事实并分配权利、义务。作者反驳称,任何默认规则,不论是否是个性化的,都是本质上统计学的,因为它根据整个群体或一小部分人的平均偏好将权利和义务分配给个人。个性化的默认规则基于更精确的统计数据,是特定方偏好的更好的指标。

反对者称,统计数据通过赋予人们他们可能没有的属性来建立刻板印象。比如,在无遗嘱死亡时,对女性的默认规则是财产主要给孩子,对男性的则是财产主要给孩子的配偶。这样的默认规则可以创造或加强刻板印象,使人认为母亲比父亲更加关心孩子。

作者在分析这一反对意见时提出了一个默认规则的子集,称之为“基本价值默认规则”,其中的默认规则关乎核心价值,而非“纯粹”偏好。此处的反对者的理由是,由于强烈的社会利益,只有个人明确要求放弃才能够放弃基本价值默认规则,而不能凭借“某人会选择放弃”的统计数据放弃。

作者承认,可能有些基本价值默认规则会因为巨大的社会风险不能被个性化,个性化默认规则的适用范围是有限的,最适用于那些适合让法律允许遵从人的偏好的领域。

G. 从属、适应性偏好和个性化

以性别、种族等因素作为变量设立的默认规则可能引起关于不平等的争议,甚至有宪法上的问题。此处作者认为采用精细个性化默认规则,将这些因素与一些非可疑的分类结合起来形成默认规则,不适可能会显得不那么明显。

由于性别和种族可以作为当前偏好和未来行为的可靠预测因子,将这些变量完全排除在算法之外,会留下大量空缺。更何况,因为依赖于种族和性别的算法做出预测会更准确,其实大多数人可能会更喜欢这种算法。

H. 隐私

信息隐私限制使制定个性化默认规则变得更加困难。

行业认为,个性化广告对消费者和行业有好处。作者提出,从长远来看,让消费者意识到个性化默认和个性化披露的潜在好处,可能会促使更少的消费者试图阻止跟踪。毕竟,大多数消费者对隐私权衡有着很强的实用主义观点,当共享带来的好处增加、来自共享的威胁减少时,他们会越来越愿意分享自己的信息。

作者提出,可以利用我们缺乏隐私的状况来进一步促进隐私利益。如果消费者现有的个人资料显示她非常关心自己的信息隐私,如果她的行为与选择在网上保护自己的隐私的行为小白鼠一致,那么应该直接在默认情况下启用“不跟踪”。类似地,如果消费者现有的个人资料显示对隐私的关注很少,并具有和那些决定启用在线跟踪的小白鼠相似的特征,那么适当的默认选择应该是允许跟踪。

I. “但我会变!”和选择进入

桑斯坦指出,对于一个特定的人来说,一年的最佳默认规则或设置可能与下一年的非常不同。默认规则可能每天甚至每小时发生变化。作者对这种反对的基本假设持怀疑态度,认为,大多数关于默认规则的选择,部分是由价值观和性格特征驱动的。纵向研究表明,一旦一个人长大成人,这种价值观和性格特征是相当稳定的。个性似乎有很强的遗传因素。尽管如此,作者也承认人们有时会改变一些方式,可能会导致他们想要对自己的偏好进行大规模的修正。因此,作者强调个性化本身是一个可以放弃的默认规则。假设消费者想要改过自新,她并不需要受困于以前的自己所做的选择,可以要求拒绝个性化的默认设置。

4、个性化披露

对消费者的信息披露的效果并不总能达到预期,部分原因是随着时间的推移,信息披露往往会变得更长、更复杂,让消费者越来越少地去读这些信息。

争议最小的个性化披露是量身定制的交流策略。现有的社会科学研究能够支持,特定的沟通方式对个性不同的人使用,可能产生不同效果。假设政府希望以一种将其影响最大化的方式向公民传达特定的消息,一个对公民个性一无所知的政府,必须用一种旨在吸引多数人的方式传播信息;一个了解公民性格,并能对具有共同特征的特定群体定制政府警告并小范围播送的政府,相比之下,更可能说服他们。国家的这种定制是恰当的。

如果根据一群具有相似性格特征的人来定制交际策略没有争议,那么只要信息是真实的,改变消息的内容也应该被接受。作者提议在消费者网购的地方设立机制,让他们的大数据档案能够帮助决定他们看到什么信息。

作者指出,当前的披露情况是,针对一小部分潜在消费者的警告数量扩散,极大地延长了信息披露的时间,增加了消费者看不到一两个与他类似的人非常相关的警告的风险。(比如,给独居单身男士展示处方药物对孕妇的效果,警告没有孩子的年长者,家庭用品可能有小零件,幼儿可能会折断或吞咽。……)过多的信息披露会导致消费者保留的相关信息太少。作者提出,披露策略可以通过个性化策略来挽救和恢复,使每个消费者看到的信息更短、更相关。个性化的信息披露将减少人们在看到无关的信息披露时浪费的时间,并减少人们在许多无关信息披露中忽略关键信息的频率。

作者提出的个性化披露操作方式是仔细审查有代表性的小白鼠在信息充分的情况下所做的选择。在医疗场景下,让小白鼠阅读各种披露的信息,并在治疗发生后立即和几周后评估披露的信息有多有用。然后,非小白鼠患者将与性格和属性最相似的小白鼠配对。个性化披露辨识出对“像你一样”或“像你家人一样”的人有用的警告,但只有在患者选择更充分的披露时,才将这些警告提供给患者。这样的个性化信息披露将为消费者节省大量时间。更重要的是,它们将促使更多消费者仔细阅读健康和安全信息披露。

预计,这种个性化的信息披露可能会在消费者警告领域扎根,并可能扩展到其他领域。例如,一个基于大数据和小白鼠的智能手机应用程序知道机主可能会担心某些特定类型的风险、特定的合同条款。通过自动化,一个应用程序可以阅读合同,并根据客户的个人喜好就可能存在问题的条款向客户提供建议。

在政府披露的语境下,个性化可能也起到相关作用。比如,一个了解我们日常通勤模式的市政府可以让我们了解沿途的交通事故,而并不告知对其他高速公路上的事故。个性化的信息披露通常是将正确的信息推送给正确的人的最有效的机制,当然,前提是可以信任政府将公民个人的信息用于合适的用途。

最后,作者认为个性化披露在个性化默认规则中可以起到重要作用。如果消费者的个人资料显示,自己签订的合同的条款依赖于其他人的选择这一点导致的不确定性可能会让他们感到不安,那么他们可能会获得更多关于预期变化方向的信息,并被允许更容易地拒绝这些变化;如果消费者的个人资料表明他们想在任何地方省钱,即使要以合同条款更加苛刻为代价,那么他们可能会收到定期的通知,告知他们如果希望节省成本,可以修改条款,而很少选择支付更少的钱以换取更少的合同权利的消费者会更少收到此类通知。简而言之,个性化披露可以通过多种方式解决个性化合同带来的一些复杂问题,比如帮助消费者确定他们当时的个人画像表明了他们正在考虑签署的那份合同的什么含义,以及他们的个人画像如何影响合同条款等。

作者以个性化默认规则的反对意见为对照,评价了对个性化披露的反对意见。就默认规则而言,个体总是可以要求披露比个性化本身所要求的更多信息,而且希望这些选择被重视。因此很难想象个人会采取策略性行为来影响给自己的披露。而个性化的披露机制可以很容易地适应个人性格和偏好的变化。对交叉补贴、不确定性或碎片化的担忧不涉及个性化披露。个性化披露也似乎不太可能违宪——国家定期判断哪些信息应该被传达给观众,也不太会认为相信即使是基于种族的消息传送,比如对非裔美国人镰状细胞性贫血的额外警告,有宪法上的问题。

个性化披露潜在的缺点似乎仅限于对刻板印象和隐私的不安。作者认为,在这种情况下,法院不应判决赔偿。鉴于潜在被告无法充分享受因个性化而产生的保密的好处,社会保险,而非侵权,是赔偿受害者最好的机制。

总之,作者认为个性化披露可能也是未来的浪潮,有点主要是能最小化消费者信息过载的问题,并促进他们再次注意相关披露的信息,甚至有可能使合同变得更好。

二、结论

本文最终得出一套理解个性化默认规则的实施过程中出现的理论和实践问题的全面框架。

作者认为,大数据革命使个性化默认规则机制变得现实,至少在美国如此。由于社会科学研究和应用技术的发展,个性化披露也近在咫尺。本文试图展示大数据的发展可能为法律干预开启新可能。本文也呼吁立法者考虑定制默认规则。

个性化默认规则和披露可能是代价高昂的。此处常涉及到权衡。作者提倡从最简单的情况开始适用个性化默认规则开始,如果早期的结果有希望,那么接下来再渐进。


报告人:2015级人大法学新闻实验班 位梦

文章:Down by Algorithms? Siphoning Rents, Exploiting Biases and Shaping Preferences – The Dark Side of Personalized Transactions

作者:Gerhard Wagner and Horst Eidenmueller


随着大数据和人工智能的发展,在B2C模式下,企业可以通过收集数据、分析数据、用户画像等手段对用户个性化推荐符合其偏好的产品。这一手段对于社会效果有有利的一面,也有不利的一面。因此本文就是从社会效果出发对于个性化推荐所可能带来的负面影响进行分析。

本文的研究思路为:(1)从效率和分配两个角度研究B2C模式下个性化推荐的社会效果(主要是不良影响),并且文章将研究范围限缩到“合同缔约阶段”,不研究合同实施以及争议解决阶段。(2)针对个性化推荐的负面效应,文章会进一步讨论是否需要/需要何种程度的治理措施。(3)针对不同的治理方案,文章会进一步对比、反思不同方案的优缺点。

从该研究思路出发,整篇文章的框架分为五部分:(1)整体介绍。介绍内容包括背景、研究思路、内容简介和文章结构。(2)分析“个性定价”。个性化推荐有助于实现一级价格歧视,由此导致企业会以利润的方式获得市场价格下的消费者剩余,并引发次生效应。对此,文章提出不同治理方案,最终建议赋予企业告知义务,并赋予消费者不参与个性定价的权利。(3)分析“企业利用消费者行为偏差”。个性化推荐为企业充分利用消费者的行为偏差提供契机,由此导致消费者不理性消费。和上一弊端的研究思路相同,文章建议赋予消费者解撤回权,类似于当下的“七天无理由退货”。(4)分析“塑造消费偏好”。个性化推荐可以塑造消费者偏好,导致消费者的生活模式单一化。最终推荐的方案为“一键关停的权利”。(5)总结。

(一)个性化定价

首先,作者分析了个性化定价的机理。个性化定价在经济学上被称为“一级价格歧视“。企业通过充分收集消费者各方面的数据(包括地点、设备、浏览购买记录等)推算消费者的支付意愿和保留价格,然后依据保留价格进行定价。当然这只是理论层面的讨论,从现实情况中看,个性定价的情况还不明显。但是不可否认的是,根据统计研究,实行个性定价的企业方的确会明显获得更高的收益。

其次,阐述完机理,文章对个性定价的效果进行了多方面的评估,主要包括三个方面:(1)关于社会总剩余的分配。在个性化定价的情形下,市场价格消失,企业以利润的方式获得了“市场价格下”消费者应享有的消费者剩余。但是同时有一部分支付意愿低于市场价格的消费者的需求能够获得满足。(2)引发一系列次生效应。第一,整体而言,个性化定价导致消费者在一种产品上花费较多的钱,那么其对于其他的商品和服务的需求就会降低;第二,因为考虑到个人隐私问题或者通过技术手段发现自己个性价格高于原有市场价格,一些消费者可能会拒绝购买相关产品;第三,一些机智的消费者将采取技术手段来保护个人隐私和议价能力。那么企业就可能会采取技术手段与其博弈。文章认为双方的技术博弈会使双方陷入囚徒困境。因为从整体上看,双方只是抢夺社会总剩余,总剩余是不变的,但是这样的技术竞赛只会产生额外成本,降低了社会总福利。双方可能通过技术手段获得相对于自己而言最好的结果,但是对于整体而言并非最好的结果。并且技术博弈可能导致那些收入最低、支付意愿最低的人将会受到损失。(3)可能存在有利的一面。个性化推荐可能会促进相关企业竞争,使得个性化推荐的价格有所下降。但是从长远看,企业也对供应方采取价格歧视,从而降低进价,获得最大利润。

再次,整体而言,个性化定价的效用很难实证衡量,但是企业会收益,消费者会受损是不变的分配格局。那从消费者角度看,消费者会采取一定的措施来保护的利益。文章接下来就讨论了相关的救济措施。首先文章讨论了两种消费者可能采取的两种自我救济措施。(1)消费者采用技术工具保留个人信息,例如使用软件“Tor”。但是在这种情况下,消费者可能就不具有和某个公司或者某类公司交易的资格。(2)消费者利用技术工具来保留自己的议价能力。例如“shadow bid”软件可以总结历史价格,设计预期价格,并依据消费者设置自动购买。但是该软件所收集的历史价格仍然是个性化推荐的价格。并且消费者和企业之间的技术竞争只会导致囚徒困境,造成效率损失。另外,上述的个人救济办法也许只是一部分有能力的消费者可以想到,这对于其他的消费者貌似并不公平。

由此看来,消费自我救济的方式还是不足以保护消费者,那么文章接下来就讨论了多方面可能的措施:(1)禁止个性定价。相比较于个性定价,此方案会导致个性定价下消费需求减少。(2)赋予企业信息披露义务,并且企业应该为消费者提供“一键关停个性化推荐”设置。这也是文章较为推荐的方法。消费者的这一权利并不意味着企业有义务为关停的消费者按照市场价格与其进行交易。这只意味着,如果企业想与关闭的消费者进行交易,只能按照市场价格进行。消费者关闭该设置相当于发出一个要约邀请,邀请企业按照市场价格对自己发出要约。对于这一模式可以从三个方面进行进一步思考:

a)该模式的影响。如果消费者“一键关停”个性化推荐模式,企业可以依此信息反馈进行调整,提高竞争力。对于消费者,消费者可能获得以更低的价格购买相关的商品的机会。并且一键关停设置可以降低个人救济的成本,消费者只要点击一个按钮就可以进行比较价格。但是同时,消费者也要承担风险,如果比较之后,消费者发现推荐的价格更低,那么当消费者返回推荐模式后,推荐价格可能会提高,因为算法会根据新的信息进行动态调整。

b)推动这一模式的主体。这一方案不能市场自发实现,因为对于企业而言,只有相比较于失去一个消费者,企业这样做才是有利的。但是能实行个性定价的企业往往都是很有市场影响力的企业,他们认为消费者不和他们交易的可能性是很小的,所以企业实行该模式的动力不足。因此,文章认为政府应该推动该模式的实现。

c)市场可能会发生的调整。如果市场实行“一键关闭”机制,市场会怎样进行调整?我们可以将市场划分为“不接受个性定价的消费者群体”和“接受个性定价的消费者群体”。一般而言,前者是支付意愿较高的群体,因此他们可以通过“一键关停”来获得更多的收益。此时,企业将提高“不接受个性定价的消费者群体”的市场价格(相比较整体实行市场价格之时的市场价格)。即使这样,相比较于全部实行个性定价,企业还是利润还是降低,因此企业会提高“接受个性定价的消费者群体”的个性定价价格来弥补亏损。因此,一键关停会对于“接受个性定价的消费者群体”带来一定损失,但是从整体上讲,消费者群体还是从中获得了一定的剩余。

(二)利用行为偏差

所谓行为偏差就是“人类的实际行为”和“经济人假设下的人的行为”之间的偏差。认知心理学的研究表明,人的很多行为是偏离经济人假设的。比如,人难以评价复杂商业交易的长期效应导致忽视决策的未来影响、损失厌恶、禀赋效应等。个性化推荐为企业利用人类的行为偏差提供了条件。

首先,文章讨论了企业如何利用人类的行为偏差,包括利用诱饵效应、利用意志力缺陷、价格操纵、提高复杂程度等。在此仅举例说明前两者。第一,利用诱饵效应。比如说,在某个外卖平台上,平台会给你推荐符合你偏好的外卖,那在外卖菜单上可能会一个贵的离谱的菜,并且放到显著位置,这道高价菜的存在或许并不是要吸引顾客选择它,而是诱导你点第二贵的菜。因为当你看到有贵得如此离谱的菜之后,一定觉得第二贵或是更便宜的其他菜是如此的“物美价廉”。第二,利用消费者意志力缺陷。比如现在的商品广告随处可见,浏览器页面、操作程序页面、视频软件、社交软件、新闻软件都会见到各种广告。在广告的狂轰滥炸之下,消费者极有可能头脑一热就购买了并不需要的商品。

其次,文章对“企业利用行为偏差”这一现象进行评价。在这一情形下,消费者可能会采取反抗措施,例如诉诸于新型技术工具,定量分析风险、成本和收益,然后做出决定。这样的反抗也会带来多方面的问题:(1)双方技术竞争,造成不必要成本损失,造成效率降低。(2)消费者所使用的工具本身可能就是企业为了自身利益所设计的。(3)能够进行反抗的大都是那些相对而言能发现问题并能够采取措施进行反抗的消费者,那么剩余部分消费者将会是牺牲品,这引发相关的公平问题。如果考虑上述各方面的效应,这本质上是一个效率和公平问题,具体效应难以准确判断。但是即使如此,文章也进一步讨论的相关的管理措施。

最后,文章讨论了可能采取的管理方式。(1)认定企业该操作非法并予以禁止。例如,2009年至2015年,阿尔及利亚禁止所有消费信贷,以此来抑制消费者在高价值进口商品上的支出。文章认为这种激进的措施似乎太过不具体和不成比例。(2)信息披露。文章认为该措施也难以发挥作用。大多消费者都不会阅读格式合同细则,即使企业对格式条款进行标注,也很少有消费者认真阅读。但是文章认为个性化的信息提醒方式也许会引起消费者注意,比如在页面上进行滚动。(3)消费者的撤回权。这是文章重点阐述和推荐的机制。该撤回权类似于当下“七天之内无理由退货”的制度,给予消费者一个冷静期。如果消费者发现因为行为偏差而购买了相关物品,消费者可以选择解除合同。但是这种权利也有自己的弊端。第一,实证表明很少的消费者会选择解除。在远程销售情景,只有15%-35%会解除合同。文章认为消费者主要受到禀赋效应的影响。第二,这种解除权会增加企业成本,因此企业会提高价格来弥补相应的成本。但是整体而言,文章认为相对有效的方法为赋予消费者“撤回权”。

(三)塑造偏好

首先,文章讨论了个性化推荐如何塑造消费者偏好。人的偏好可以分为两种偏好,一是内生的偏好,而是由既有选择所塑造的偏好。个性推荐就是通过第二种方式塑造偏好。讲一个小例子,比如消费者第一使用订餐软件,下单麻辣烫,然后下次打开订餐页面,软件就会根据上次选择推荐麻辣烫,如果消费第二次又选择了麻辣烫,一方面消费者偏好被自己的选择强化,另一方面,程序会依据其他因素,比如麻辣烫品牌,进一步限缩推荐。这样推演下去,消费者的偏好会被消费者选择不断强化,强化的偏好又进一步增进选择的单一性。这样,消费者很有可能会陷入一种极端的生活模式——只吃麻辣烫。这个推演核心的关键在于,如何保证消费者在第二次使用或者订餐软件时仍然选择麻辣烫。这当然不能百分百确保,但这涉及到行为经济学中“默认效应”,就是订餐软件的推荐类似于一种默认选项,人们在决策时倾向于保留默认选项,而不是改变。这一点也会在后续的治理方案中进行进一步分析。

其次,对于塑造偏好如何评价?一方面,这导致消费者生活的单一性。当然文章也区分了不同产品类型对此进行评价。对于像清洁剂这种消费者偏好比较弱的产品,单一的选择并不会对消费者生活造成很大的影响。但是对于食品这种消费者偏好比较强的产品,单一的选择就会对消费者的生活造成很大的影响。另一方面,在消费者的偏好是由生产者所塑造的前提下,有两个问题需要进行重新审视,一个是经济学中的对于效率取决于个人偏好是否得到最佳满足的认识是否仍然合适,二是自主交易是否真正可以使双方福利最大化。

最后,针对塑造偏好的不良影响,文章分析了可能的治理方案。(1)信息披露。对于这种方法,文章认为难以实质上保护消费者,因为几乎所有人都知道这个问题,但是并没有太大的效果。但是这个方式至少可以让消费者明白明白自己的境遇。(2)披露算法。该措施同样无力,因为大部分消费者不会有精力去阅读格式合同的细则,更何谈有能力和精力问题去阅读和理解算法。(3)为算法设定标准,比如应该遵许非歧视原则,禁止基于不合理的个人特征进行区别对待,又比如如建立偶然性要求,要求在算法中增加一定的随机变量,降低算法准确性,进而提升推荐的随机性。但是这一方法存在实施难题,从促进实施额主体上讲,包括两类,一类是政府,一类是行业自律组织。对于政府而言,政府需要有能力并且有资源调查和分析大量市场中正在用的算法,并进行全方位行为预测。文章认为政府的能力存疑。对于行业自律组织,文章认为自律组织有能力但是动力不足。因为这一做法不仅需要投入成本,并且还会让企业丧失部分利润。(4)消费者自救行动。消费者完全可以到线下实体店购买物品、主动搜索和购买相关的商品,来实现选择的自主性。第一方面,文章觉得如果考虑到行为经济学,这一建议也很是无力。个性化推荐是依据消费者旧有的消费记录所形成的,无论是这个消费偏好是自发形成的,还是后期算法所塑造的,个性推荐给消费者搭建起一个舒适区,要走出舒适区要承担一定的风险和花费一定的成本。考虑到“默认”效应,消费者并不会选择走出这个舒适区。第二方面,即使消费者有勇气走出舒适区,相关的企业也会通过技术手段来规避消费者采取相关的措施,例如拦截其他广告。那消费者或许会采取反拦截手段以此获取更多不同类型的广告推荐。这样就会引发技术竞赛,整体看来造成不必要的成本浪费。第三方面,在技术竞赛的背景下,那些相对不具有充分能力与之竞争的消费者将成为牺牲品。(5)设置“一键关停”开关。这也是文章最为推荐的一种措施。具体情况包括两种,一种是“事前关闭”。比如消费者在注册某一个APP时,便给予消费者是否开启个人推荐模式的选择。当时具体形式可以包括多种,例如下载Bilibili ,一个观看短视频的软件,在注册的时候,用户就需要选择喜欢看什么类型的食品,比如动漫、综艺、纪录片等等,那么此时就可以设置一个不进行个性推荐模式的按钮。另一种情形是“事后关闭”。比如软件或者网站已经按照消费者的偏好进行推荐了,消费者可以通过“选择”开关,关掉相关的推荐。


【自由讨论】

【丁晓东 人大未来法治研究院副院长】

第一篇文献最主要是分析B2C的模式,里面讨论的大部分是不平等主体之间的关系,例如商家和消费者,雇主与劳动者,医生与病人。在这个意义上,第一篇文献所谓的“个性化缺省规则”似乎是提倡用“信托规则(fiduciary duty)”来代替合同规则。而第二篇文献则是对传统的合同规则的一种批判,作者正确的指出,在传统社会,价格区别对待基本上只有二级和三级,一级价格歧视并没有普遍实现,但在大数据与网络化时代到来的今天,一级价格歧视已经实现。作者当然是对一级价格歧视采取了批判的态度,但这里提到的几点批判意见是否能够完全成立,值得进一步探讨,因为市场主义的支持者可能会认为,此类问题大都可以通过市场竞争与声誉机制来解决。

【刘明 中国社科院法学所】

在第一篇文章中,作者提出了在大数据时代下,采用一种新的立法技术的可能性。他认为借助于现代信息技术的发展,在规则制定时可以更多考量不同类型主体自身的特殊性,从而设置更为多样化和个性化的默认规则,在提高交易效率的同时保障交易公平。个人认为,作者的思路是相当正确且具有前瞻性的,但并非是一种真正意义上的对于立法范式的颠覆,依然是经济基础(此处主要表现为信息技术)决定上层建筑这一社会发展规律的体现。事实上,在法律规范中加入更多个性化规则的趋势早已形成,特别是在部门立法中更为明显。例如,劳动合同法和消费者权益保护法就是分别为劳工和消费者群体设置的,区别于一般抽象化民事主体的个性化规则。从这个角度上看,本文作者主张的个性化默认规则,依然是此种趋势的延续,只不过借助于大数据技术,规则设置的个性化程度可以得到进一步提升,适用的主体类型也可以更为细分。

对于本文,个人还有一点延伸思考。大数据技术的发展,固然使得在立法时设置更多个性化规则的成本大幅降低,但是需要注意的是,法律规范在适用时同样需要成本。而且较之于制定规则时的一次性成本,适用规则的成本支出是持续性且常态化的,而且是每个法律主体都需要承担的。传统的规则相对统一的立法模式,虽然将设置个性化规则的成本分配给了个人,但其有一个较为明显的优势,就是对于规则的学习成本较低,所有主体只需要学习同一部法律,就可以对自己以及他人的行为形成合理预期。但是,随着个性化规则的增加,特别是法律主体类型的增多,此种学习成本很可能会成倍上升。在此种情况下,能否有效的防止此种成本外溢,就成为了考验个性化规则立法模式可行性的关键。

当然,破解这个问题的核心还是技术的发展水平,如果芯片和人工智能技术的发展,使得个人计算设备的功能足够强悍,以致于可以自动识别各类法律规范并结合具体交易场景为双方当事人生成协商基础,那么无论多么个性化的规则,都是可以实现的。

总而言之,本文设想的法律变革本身就是以技术力发展为前提的,而该项变革若想真的变为现实,还有赖于技术力的继续发展。

第二篇文章探讨的是目前争议较大的个性定价问题。我先说一个个人经历,我和家人去旅游,在一个摊贩处购买纪念品,摊贩向我报价20元,我感觉可以接受于是就付款了,但当我老婆知道后说,如果她去买10块钱都不用。这实际就是个性化定价,而且这种个性定价是我自己造成的,商家在报价时也许是一视同仁的(当然也可能区别对待),但我却没有通过砍价来争取更多的消费者剩余。

由此可见,所谓个性化定价,本质上就是“看人下菜碟”的差异化定价,而这种定价方式自古有之且普遍存在,“买的不如卖的精”就是对其的精辟总结。那么,为什么相较于普通商贩的个性化定价,互联网企业进行个性化定价会引起较多争议呢?时间有限,我只想到了以下两个原因,但肯定不完全。

第一,小商贩并不实行明码标价,因此在交易过程中,消费者能够预想到其收到的报价可能是有针对性的。但是在网络购物的过程中,电商经营者给消费者形成的用户体验却是类似于明码标价的,这就在相当程度上使消费者陷入了信息不对称之中。因此,个性化定价问题的关键,不在于商家能不能“看人下菜碟”,而是当商家进行个性化定价时,消费者是否对此知晓。换句话说,这不是一个公平交易的问题,而是一个信息披露的问题。如果消费者能够清楚地知道自己收到的价格是为其量身定制的,那么他就可以做出真正有意义的、自由的选择。与此同时,来自于其他市场主体的竞争,也可以确保此种个性化定价不至于构成对消费者剩余的完全剥夺。

第二,商家对于消费者个人信息的掌握程度不同。对于传统的线下商家来说,对消费者个人信息的搜集和处理能力普遍较低,因此通过个性化定价压榨消费者剩余的能力也就相对有限。但是在大数据时代下,电子商务经营者对于消费者个人信息的搜集和处理能力获得了本质性的提升,即使是初次进行交易的消费者,经营者也可能通过从其他信息控制者处获得个人信息,进而提供精准的个性化定价。换言之,个性化定价只是个结果,要想对其进行规范,关键要从导致这一结果的手段入手,完善对个人信息的使用规则。

【田申】

一、价格歧视与剥夺剩余利益仅存在“实验室环境”

企业的个性化定价等通过大数据分析的自动化决策,从理论上会存在价格歧视、剩余利益损失等风险。但是这种理论风险被放大到现实社会中,存在两个基本前提:

第一,  缺乏竞争的垄断市场,用户对平台依赖度强,迁徙成本极高;

第二,  用户与企业之间,用户与用户之间存在难以弥合的信息差;

而现实中,同时满足上述的条件几乎不存在。其一,在电商领域,虽然有陶宝、京东等巨头企业,但是相互之间形成制衡关系,用户在平台之间的迁徙成本低;其二,大数据时代小微企业崛起为巨头企业的机会远远高于前大数据时代,信息技术的每一次迭代都将产生一批新兴的企业,并对传统巨头形成挑战,例如:小米手机、小红书等,而传统巨头一旦对技术迭代反映稍慢,则会迅速衰退,例如诺基亚,正所谓谁都没有真正的“护城河”。其三,大数据时代,用户的信息来源管道多样,不再通过唯一信息渠道,一旦用户发现自己利益受损,将会作出迅速反应。

二、大数据时代企业追逐的价值目标不再是单一的商品价值利润

文章认为企业会对社会的剩余利益进行剥夺,侵夺消费者利益,这种观点仍停留在传统工业时代的商业逻辑的思维模式中。大数据企业所追求的早已超过追求商品价值的维度,甚至愿意让渡部分价值使用户留存在平台中,即使培养起用户习惯,也不会通过价格歧视的方式榨取利益。

这是由于只有足够多的活跃用户留存,才可以有足够多丰富的数据,而足够多的数据可以在智慧金融、保险、物流、医疗、出行、餐饮等人工智能领域,可以通过大数据孕育孵化出更多的商业模式盈利场景,所以以追求商品利润而进行价格歧视,无异于饮鸩止渴。

三、“一键关停”等方式既不利于用户利益保护也不利于商业模式创新,实际收效也存在疑问

通过“一键关停”、“撤回权”等方式试图给予用户“对抗”企业的武器,但是对于大数据收集与分析而言,这种操作可能会导致数据的不完整,算法的输出变量更加难以符合客观情况,推荐的结果也可能更加不利于用户。

再者,作者认为“如果企业想与关闭的消费者进行交易,只能按照市场价格进行。消费者关闭该设置相当于发出一个要约邀请,邀请企业按照市场价格对自己发出要约。”而现实中是否存在公认的“市场价格”?一个商品最终在市场上的价格是由时间、渠道、地域、上游成本、物流成本等无数因素综合决定的。电商平台又往往面对广阔地域乃至全世界的消费者,所以这种市场价格是难以确定的。而且,如果硬性规定一种“市场价格”,反而可能会产生“价格联盟”的情形,进而更加侵害消费者利益。

【刘笑岑 美团点评研究院高级研究员】

第二篇文章表达了对个性化推荐的忧虑,包括可能引起的“一级价格歧视”、不当地利用消费者的行为偏差甚至是主动塑造消费者偏好,并主张赋予消费者知情权和拒绝权,给出了诸如“算法公开”、“一键关停”等治理解决方案。

我们单纯从“推荐”模式来看,在门户网站时代即已存在网页广告、弹窗广告、视频广告(也衍生出付费去广告的商业模式)等,其合法性并未如当前移动互联网时代的个性化推荐遭受到如此广泛的质疑,基于大数据和算法的供需关系匹配原本是致力于降低各方的决策和交易成本,为何反而引起口诛笔伐?一个可能原因是人们感受到在个性化推荐的模式下,自己的相关权益受到了损害或威胁,从法律视角进行拆解时,可以发现不同类型的平台中涉及到用户的权益类型也存在差异,因此我们在对个性化推荐模式进行探讨时,也不妨考虑这些平台的差异化特征。

首先,就电商平台来看,人们主张“个性化定价”使自己无法在获取市场中的消费者剩余,支付能力强的人需要为同类产品或服务付出更高的价格,出现了经济学上的“一级价格歧视”,涉及到法律层面损害消费者利益的问题。但事实上,正如前面几位老师所言,此类主张可能忽视了支付能力低的人更有机会负担起同类的产品或服务这一事实,无法得出对于社会总福利有所降低的结论(相反可能会升高)。同时,赋予消费者“一键关停”的权利并不能有效实现消费者权利的保障目的,定价标准会伴随着参与个性化定价市场的萎缩而不断波动,最终停留在平均价格水平上,即支付能力强的人可以获取消费者剩余,而弱的人则无法达成交易。因此,赋予消费者“一键关停”的权利并不是解决个性化定价问题的有效路径,而引入平台的竞争者、防止其进行垄断性定价的可能才是更优方案。

其次,就搜索平台和社交平台来看,人们对其中的个人信息和隐私保护表示担忧。GDPR的第21条和22条更是明确规定了数据主体的拒绝权和自动化决策的干预权,类似文中提到的“一键关停”举措。但是,正如克里斯·安德森在《免费》一书中提到的,信息的边际成本趋近于零,催生出平台向C端用户提供免费服务、向广告商收费的商业模式。像Google和Facebook这类广告收入占大比重的平台,如果一律推广用户的“一键关停”,将会对“羊毛出在狗身上”的免费商业模式造成根本性的颠覆,此时便有必要开始讨论“付费”使用互联网产品或服务的模式,即用户要求平台不将用户数据提供给广告商营利时,则需为此支付相应的费用,以保证平台的运转得以维系;而希望继续使用“免费”服务的用户,则需要接受相应的商业广告。

第三,就新闻资讯类平台来看,人们对同质化信息的个性化推荐可能引发的“信息茧房”问题提出了质疑。移动互联网发展初期,网络服务提供者竞相以贴合用户兴趣需求提供个性化的服务而打造核心竞争力,而伴随着自媒体的俯拾即是和垂直化社群的形成,我们又开始反思这种完全被用户自身兴趣主导的信息获取或者推荐模式是否正在撕裂这个社会的普遍共识。诚然,传统的信息自由更多是在探讨公众与政府在获取信息中的博弈关系,并已经为成文法所认可;而我们今天讨论的更像是还处在伦理层面的“信息自由”问题,即网络服务提供者是否有义务或责任为公众提供更为广泛的信息来源,避免其完全被自己的兴趣引导而“任性”地走向更为逼仄的“偏见”中去。窃以为此处的推荐算法黑箱未来可能会遭遇更广泛的挑战。