行业报告 AI展会 数据标注
数据标注数据集
您的当前位置:主页 > 大数据 > 正文

光明时评:5000万重罚大数据杀熟,深圳新规将重

来源: 时间:2021-06-17


近日,深圳正在对《深圳经济特区数据条例(征求意见稿)》公开征求意见,该草案拟对杀熟行为,做出上限为5000万或上年度营业额百分之五以下的处罚。如果这个条文通过,这或将成为世界范围内对大数据杀熟处罚金额最高的法规。

大数据杀熟,就是利用大数据技术,在行为数据和消费者身份信息分析基础上,通过人工智能、个性化展示和消费能力预测,对最终末端市场进行价格差异化对待,在经济学语境下,又被形象的称为价格歧视。

从表象特征看,存在大数据杀熟应有三个重要前提。一是数据前提,差异化的基础是数据的采集与分析,既包括本平台数据,也包括通过开放API等方式获取的其他平台数据。二是技术前提,人工智能以数据分析为基础,以个性化展现、预测消费、分类引流等方式,结合消费品价格分类,进行差别化市场营销。三是信息前提,获取最终消费者剩余是实现大数据杀熟的最大前提之一,信息获取既可能通过用户行为数据,也可能通过消费记录、财务状况等身份信息。按照大数据的数据前提、技术前提和信息前提逻辑分析,映射在法律方面,也相应包括三大块法律规定。

按照《民法典》人格权法编规定,用户有对自己个人信息的自我决定权,特别是平台等信息处理者合理使用个人信息,应符合合法性、正当性和必要性基本原则,不应超范围采集、分析和使用数据。同时,《个人信息保护法(二审稿)》更明确了开放平台中,对个人信息数据互通的法定义务。平台对用户数据的攫取,除了法律明确的个人信息受到相关强制性要求和合同约定之外,对产生于用户行为的非个人信息,对采集行为本身就应有商业道德与法律规定的双重束缚。更何况,平台利用这些数据对消费者本身进行非利益的损害,这种采集和利用行为,即便不涉及到纯粹个人信息,也因违反了正当性和必要性原则,存在法律可责性。

从技术实现角度看,任何的算法、人工智能都有着事先设定的既定逻辑,数学化程序的展现,仅改变的是表现模式,而非其性质要素。从法律性质角度看,包括个性化展现、推荐、引流、标签化等方式,都应被认定为平台的自主行为,尤其是这种技术行为目的在于纯粹商业利益的情况下。目前,技术中立作为确保技术侵权的抗辩理由,在司法实践和监督执法中,实现起来已经越来越困难。最初,由版权法确立起来的避风港规则已经走过二十多年,平台对技术的掌控力早已超过当初确定避风港规则的时代。从这个角度看,以技术实现的最终效果,判断行为是否具有可责性是完全可以在法律判断上实现的。换句话说,大数据杀熟结果出现后,举证责任就应倒推到平台方,而非适用传统的举证责任。

大数据杀熟对消费者的侵害,集中体现在侵害知情权、自主选择权、公平交易权等基本权利。其中,消费者知情权是其他几乎所有权利的基础,大数据杀熟正是建立在对消费者知情权损害的前提下。个别APP的数据搜集范围,往往将用户移动端按照的所有其他APP类型纳入搜集范围,其主要目的,就在于判断用户对相关市场数据的掌握情况和消费者剩余的判断。从法律角度看,除了消保法之外,包括电商法、市场监管总局37号令在内的相关法律法规,都明确了平台搜集数据的范围,特别是国家网信办等四部委联合出台的《常见类型移动互联网应用程序必要个人信息搜集范围规定》,将39款常见APP以立法的方式明确了搜集信息的具体类别,从源头断绝了大数据杀熟的可行性。

除了以上特征之外,大数据杀熟在实践中,还存在一个不可忽视的因素,那就是市场份额多寡会直接影响到技术实现可行性。一般情况下,存在激烈市场竞争的情况下,用户较能容易的进行比较询价,除了平台间存在协议或同盟的个别情形下,很难大范围实施大数据杀熟。只有在市场中存在绝对垄断,或相对垄断的前提下,这种数据才会在平台间流动,利用数据进行杀熟的情况才会广泛存在。

从以上分析,我们可以得出结论。深圳的数据新规之所以能够对大数据杀熟“下狠手”,并非仅是维护用户权益和市场竞争秩序,更在于对一些基础性服务平台滥用垄断地位攫取高额利润的治理,也在于对未来以《个人信息保护法》出台后,对滥用数据权利,打击数据垄断的严惩。

必须指出,再高的处罚份额,也不影响消费者在受到平台大数据杀熟后,依据消保法、电商法和民法典,提起相关民事诉讼。若深圳新规正式实施,未来对大数据杀熟平台的惩戒将是多层次的。可能存在先由个体消费者或省级消协提起民事诉讼,再转化成行政处罚;也可能存在先由行政机关进行处罚后,消费者的群体性诉讼直接跟上。这种多层次,多主体的多元化体系,很可能让大数据杀熟在深圳成为历史。希望深圳经验能够得到进一步的推广,越来越多的省市,能够出台自己的数据保护条例。


转发量:

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
数据标注服务

Copyright©2005-2020 Sykv.com 可思数据 版权所有    京ICP备14056871号-1

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注行业联盟

人工智能资讯   人工智能资讯   人工智能资讯   人工智能资讯

人工智能资讯
扫码入群
扫码关注

微信公众号

返回顶部