剑指用户痛点,四部门联合重拳整治算法滥用大数据人工智能典型问题

随着技术的不断进步,算法推荐让普通人接收的信息更趋于定制化、智能化,但也容易让人在不断重复中陷入“信息茧房”,甚至陷入算法的陷阱。例如,养生类谣言总是推送在老年人眼前,青少年总是看到游戏类内容,类似的“投喂”乱像直指背后的算法问题。

近日,“网信中国”联合四部门开展“清朗·网络平台算法典型问题治理”专项行动,增强算法向上向善服务等服务。此次行动,就是重点整治同质化推送营造“信息茧房”、违规操纵干预榜单炒作热点、利用算法实施大数据“杀熟”等问题,每一个被点名的问题都与算法滥用、乱用有关。

精准治理,剑指用户痛点

2023年,中国青年报社社会调查中心联合问卷网,对1501名受访者进行的一项调查显示,62.2%的受访者直言,“大数据+算法”的精准推送方式,让自己陷入了“信息茧房”。调查中,62.2%的受访者感觉到“大数据+算法”的精准推送方式,使信息渠道越来越窄、信息越来越同质化,让自己陷入了“信息茧房”。

这看不见的算法,躲在幕后给大众“画像”,采集其行为、归纳其习惯、掌握其爱好,越“懂”大众,却又通过这些掌握的数据“算计”着大众。

钟睒睒在接受媒体采访时对年初遭遇网络暴力一事进行了回应。他说,算法机制必须改变,作为互联网平台企业,对信息的验证、核实必须承担法律责任。

据了解,此次专项行动通知主要任务是:聚焦网民关切,重点整治同质化推送营造“信息茧房”、违规操纵干预榜单炒作热点、盲目追求利益侵害新就业形态劳动者权益、利用算法实施大数据“杀熟”、算法向上向善服务缺失侵害用户合法权益等重点问题,督促企业深入对照自查整改,进一步提升算法安全能力。

事实上,早在2022年3月1日起施行的《互联网信息服务算法推荐管理规定》,就明确要求算法推荐服务提供者应当坚持主流价值导向,积极传播正能量,采取措施防范和抵制传播不良信息。

在当前大模型等技术飞速发展的前提下,为什么先重点整治信息茧房、热搜榜单等问题?推出网络平台算法典型问题治理有何重要意义?此次专项行动与此前又有什么不同?

在中关村物联网产业联盟副秘书长袁帅看来,之所以先整治信息茧房、热搜榜单等问题,是因为它们涉及到消费者权益、社会信任、市场公平竞争以及社会公共安全,是全社会广泛关切的重点。这些问题直接关系到网络信息的传播和用户的认知,对于营造健康、多元的网络环境具有重要意义。

中国企业资本联盟副理事长柏文喜指出,在大模型加速发展的当下,网络平台算法典型问题治理的重要意义在于保护用户权益、促进算法应用生态的规范化,以及维护网络空间的公平正义。“此次专项行动与以往相比,更加聚焦于网民关切的问题,如同质化推送、大数据杀熟等,并明确了算法导向正确、算法公平公正、算法公开透明、算法自主可控和算法责任落实五大工作目标。此次行动特别强调了算法的公平性和透明性,以及对算法责任的落实,这些都是在以往治理中可能不够突出的方面。”

如何优化算法服务?

据媒体指出,所谓的算法权力,正是指其背后潜藏着的控制算法设计和研发过程的资本的权力,技术权力只是表征而已。资本驱动下的算法权力倘若缺少必要的规制,势必倾向于将利益置于人的价值之上。早在2015年,Facebook就因其人工智能推荐内容存在政治偏见,饱受用户指责。

面对司空见惯的大数据推送,一些人觉得得到了贴心的服务,但也有人感受到了算法带来的负面影响。当前已有研究表明,视频平台的推荐算法会在内容推荐上更倾向于娱乐化内容,从而压缩了公众获取新闻资讯的空间。

与此同时,大数据杀熟更是让人防不胜防。根据对用户画像的深入侧写,算法对不同性别、年龄、生活背景的用户的信息推荐各不相同,有的用户在消费时要交的费用要多一些,这就是所谓的大数据杀熟。早在2018年一些主流媒体就曾针对大数据“杀熟”做过专门报道,“大数据杀熟”还被评为2018年度社会生活类十大流行语之一。

据媒体报道,目前以网络安全法、数据安全法、个人信息保护法为基础框架的法律机制已经初步建立起来。主管部门多次通过发布警示名单、要求整改等行政执法措施对大数据“杀熟”行为进行治理和规范,也起到一定作用和效果。

此外,算法对劳动者的“拿捏”也体现在一些劳动密集型行业。据媒体报道,临沂大学文学院邢斌老师在《2022年冬,我在临沂城送外卖》一文中生动描绘,在大数据和人工智能的加持下,外卖派单系统变得异常精准,即便骑手全力以赴,也只能在算法不断调整的“及格”边缘徘徊。

针对算法各种问题,如何才能防止各种乱像出现?算法作为平台进行商业化落地的重要手段,如何去用算法手段去治理这些问题?

柏文喜认为,从专业角度上,防止算法典型问题的出现需要从算法设计、实施和监管三个层面入手。在设计层面,需要确保算法的公平性和透明性,避免利用算法进行垄断和不正当竞争行为。在实施层面,需要优化算法的可解释性,让用户能够理解算法的基本原理和运行机制。在监管层面,需要建立健全算法安全管理制度和技术措施,定期审核和评估算法机制,确保算法的合规性。同时,平台需要提供关闭算法推荐服务的选项,让用户能够自主选择兴趣领域。

不过,他亦指出,本次专项行动要想落地,需要解决的问题包括如何确保算法的公平性和透明性、如何有效监管算法的实施、如何保护用户的隐私和权益、以及如何平衡商业利益和社会责任。此外,还需要解决算法治理的技术难题,比如如何准确地识别和处理算法中的偏见和歧视问题,以及如何建立有效的算法安全评估和监管机制。

“对于消费者而言,本次专项行动能够提升算法安全能力,保护消费者免受大数据杀熟等不公正待遇,维护消费者权益。”柏文喜表示,长远来看,此次行动将促进网络平台治理的规范化,推动算法服务的安全风险监测防范工作常态化,提升算法常态化治理水平,从而为网络空间的健康发展提供有力保障。

THE END
1.数据清洗的重要性与技巧:提升大数据分析的准确性和效率数据清洗在大数据分析中扮演着至关重要的角色,它直接关系到分析的准确性和效率。以下将详细探讨数据清洗的重要性以及相关的技巧。 一、数据清洗的重要性 提高数据质量:数据清洗能够去除或修正数据集中的错误、重复、不完整或不一致的数据,从而提高数据质量。脏数据(包含错误、重复、不完整的数据)可能导致误导性的结论,https://blog.csdn.net/Shaidou_Data/article/details/144110971
2.大数据低分原因导读:一、数据收集和清洗不准确数据是大数据分析的基础,但数据的收集和清洗过程中存在一些问题,导致了大数据低分的原因之一。数据收集可能存在偏差,例如在某些行业中,公司可能只关注特 本文目录一览 1、大数据分太低怎么提升 2、大数据低分怎么贷款 一、数据收集和清洗不准确 http://chatgpt.cmpy.cn/article/4805970.html
3.互联网电商界十店九刷现象解析:快速入池与测图测款的关键策略在电商领域,新品的推出顺序是固定的。若新品未上架就急于设计,未入库测图测款就动手操作,这样的做法难以达到预期效果。商家若不重视这一流程,将失去对市场的掌控力。比如,有些新开的网店急于推出新品,未等商品入库就急于销售,导致销售数据不佳。而且,没有这些关键数据,如ROI等指标,商品推广难以优化。此外,缺乏这些数http://www.keduotianxia.com/sys-nd/13670.html
4.电商精准营销—数据清洗电商精准营销—数据清洗 中级 文海洋 湖南工程学院 学习人次82 某商城作为中国最大的自营式电商,在保持高速发展的同时,沉淀了数亿的忠实用户,积累了海量的真实数据。如何从历史数据中找出规律,去预测用户未来的购买需求,让最合适的商品遇见最需要的人,是大数据应用在精准营销中的关键问题,也是所有电商平台在做智能化升https://www.educoder.net/shixuns/fqtjbfak/challenges
5.基于大数据的智慧化商业营销培训微信粉丝数据 微信行为数据 停车场数据 微信数据 APP数据 CRM数据 支付数据 营销数据 数据处理层 数据应用层 即时数据 标准数据 XML数据 汇总数据 基础数据 维表 清洗 主题数据 数据模型 用户画像 统计报表 BI报表 精准营销 数据清洗设置四十余种预处理规则函数,将数据勘探定位的脏数据进行清洗,并不断沉淀处理规则https://doc.mbalib.com/view/e499309549dd45b5360d700637e16ab8.html
6.零基础小白如何入行电商数据分析?一文讲清!营销数据:通过营销工具(如邮件营销软件、短信营销平台)收集,了解营销活动的效果和用户反馈。 交易数据:通过电商平台(如淘宝、京东)的后台系统获取,包括订单量、销售额、转化率等。 客户数据:通过CRM系统收集,包括客户的基本信息、购买历史、偏好等。 3. 数据整理与清洗 https://www.fanruan.com/bw/doc/178903
7.新澳内部一码精准公开:揭秘背后的数据分析技术(揭秘新澳内部一码案例一:某电商平台的精准营销 某电商平台通过新澳内部一码精准公开系统,分析用户购买行为和浏览记录,识别出高价值客户群体。基于这些数据,平台制定了个性化的营销策略,通过精准推送优惠信息,提升了客户转化率。 案例二:某制造企业的供应链优化 某制造企业通过新澳内部一码精准公开系统,分析市场需求和生产数据,预测未来需求http://cnjg-expo.com/post/9215.html
8.11.5.3利用MapReduce清洗数据.pdf千锋教育高教产品研发部11.5.3 利用MapReduce 清洗数据.pdf-千锋教育高教产品研发部-人民邮电出版社 关闭预览 想预览更多内容,点击免费在线预览全文 免费在线预览全文 245第11章综合项目——电商精准营销②最后一个起始IP的绝对偏移量,4字节。(2)结束地址/国家/地区记录区,4字节。IP地址后跟的每一条记录分成两个部分:国家记录、地区记录https://max.book118.com/html/2021/0428/6243134013003144.shtm
9.新澳精准资料期期精准,精细化说明解析8DM29.942首先,新澳通过多种渠道收集该电商的用户行为数据、交易数据等。然后,新澳对收集到的数据进行清洗、去重等处理,确保数据的准确性和可靠性。接下来,新澳利用数据分析工具,对数据进行深入挖掘,发现用户行为的规律和趋势。最后,新澳将分析结果应用于该电商的市场营销策略中,帮助其实现精准营销和提高用户满意度。https://www.keycontrolsystem.net/post/4211.html
10.怎样利用大数据来进行精准营销1、数据采集 数据采集通过采集工具模拟人工操作采集抓取各大地图、B2B行业网站、B2C电商网站等渠道的厂家、公司、经销商、临街店铺、网店的公开企业信息,精准包含了企业名称、地址、负责人以及联系方式。 2.数据清洗 原始数据采集上来时往往都是不规则、非结构化的数据,而且数据大量存在重复、缺失、错误等问题。所以需要https://www.bailian-ai.com/news/273.html
11.电商平台数据分析实战指南.doc电商平台数据分析实战指南TOC o 12 h u 16401 第1章 数据分析基础准备 3 25092 1.1 数据收集与清洗 3 22442 1.2 数据存储与管理 4 31015 1.3 数据分析与可视化工具介绍 4 3732 第2章https://www.renrendoc.com/paper/357584652.html
12.电商女装销量描述与分析案例零售行业——电商女装销量描述与分析 作者姓名(或单位、或来源): 朱江 案例所属行业: F523 纺织、服装及日用品专门零售 案例所用软件: Rstudio 案例包含知识点: 案例描述: 目前网络购物异常的火爆,发展迅猛,基于数据分析的精准营销需求也随之增加。目前网络购物的几个特点是:私人消费增长中网络消费占的比重越来越大https://www.cda.cn/anli/23888.html
13.分享一些成功的电商数据清洗案例数据分析准确性提升 在进行数据清洗后,企业对销售数据的分析更加准确。例如,在计算商品的平均售价和销量趋势时,由于去除了异常值和重复数据,数据的波动性明显降低,趋势更加清晰,使得企业能够更准确地把握市场需求和商品销售情况。 通过对用户行为数据的清洗,能够更准确地分析用户的购买偏好和行为模式,为精准营销提供了可靠https://www.jianshu.com/p/1ed5b1a7088c