近日，由中国人民大学未来法治研究院主办的“算法分类分场景规制”研讨会在中国人民大学举行。“算法批量规模化生产决策结果，只要愿意投入成本，算法一定程度是可控的。”北京科技大学文法学院副教授张凌寒在研讨会上如是说。
北京科技大学文法学院副教授张凌寒来源：主办方供图
在张凌寒看来，算法是平台贯彻主观意图与价值观的一种方法。“推荐算法是在信息过载的时代，用户获得信息最好的方式。无论是搜索引擎，还是视频网站排序，这些算法生成的结果质量就是企业竞争力。”
张凌寒指出，算法技术提高了企业的生产规模和生产效率，但也带来了信息茧房、算法偏见与歧视、用户隐私与安全等问题。“种种问题，实际上是新的数字生产方式跟我们既有的法律规则不相适应的结果。”
“部分企业将平台出现的问题归结为算法的自动运行，我认为这是企业‘甩锅’的一个做法。”张凌寒称，很多人认为算法很高深，企业对算法结果不可控、算法具有不可解释性，实际上并非完全如此。企业宣称算法结果不可控，更多是从生产效率角度考虑。比如外卖平台称骑手的配送时间由系统自动计算得出的，但企业完全可以通过算法设置延长配送时间，但这将会降低平台的配送的订单量。
以互联网平台每天生产和推送的海量内容为例，在张凌寒看来，平台在推荐算法监管方面确实存在痛点难点，但难控制不等于不能控制，只要愿意投入成本是可以在一定程度上实现控制的。“头部平台企业有庞大的队伍进行人工内容审核和内容标记，所以我们很难在互联网上看到违反底线的内容，这是平台付出大力气去人工控制算法生成内容的结果。同样，在国外Facebook也在全球分布着几万人的审核队伍。在技术手段无法达到的情况下，平台对算法结果控制的背后都是人工成本。”
张凌寒认为，除了人工审查，还可以通过提高技术的方法来控制算法，以技术手段把违法违规的算法推荐结果的文字、图片、视频等进行拦截、屏蔽、过滤。“然而，平台内容是否低俗很难界定，因为低俗具有动态化、个性化的特征，所以这种网络生态治理的要求需要把算法监管的时点前移，考虑事前评估算法影响。”
“我觉得非常遗憾的是，劳动者的福利尚不在算法影响评估要素当中。”张凌寒介绍道，企业是追求利润的，它对算法影响的评估往往是内容有没有踩红线？有没有构成垄断、屏蔽竞争者？有没有大数据杀熟等问题。相信随着社会舆论与监管部门对劳动者福祉的关注度提升，这些因素也可能会成为算法影响评估的要素。
“无论是个性化推荐算法还是企业平台其他场景下的算法，企业所设置算法决策的要素和权重，我们绝对不可能逐一地进行检查。最重要的还是要提出价值观的导向，让企业自己去做可以控制的事情，这也是算法未来治理的一个必然趋势。”张凌寒称。