自主学习型算法共谋的事前预防与监管

发布时间：2025-01-17 19:05

　　 近年基于人工智能技术的自主学习型算法在信息推荐、动态定价情境下显现出如价格歧视、性别歧视等异常,逐渐引发学界对自主学习型算法问题的担忧。囿于自主学习型算法的不透明性及行为隐蔽性,往往难以在反垄断执法、司法层面对其予以及时、有效规制。因而须依据自主学习型算法自身特点构筑起合法、有效的事前管控路径,从技术监管、数据控制、算法审核等层面对自主学习型算法加以规制,及时遏止自主学习型算法共谋不当影响的出现和扩张。

【文章页数】：13 页

【文章目录】：
一、自主学习型算法共谋的特殊性
    (一)主观意识的弱化
    (二)共谋状态的稳定
    (三)共谋情形的多样
        1. 基于第三方算法设计者或代理商的共谋情形
        2. 基于开源数据库的共谋情形
        3. 基于平台的共谋情形
二、自主学习型算法共谋的规制困境
    (一)执法立案阶段存在的局限
    (二)事实认定阶段存在的局限
三、自主学习型算法共谋的事前预防与监管
    (一)自主学习型算法的实现原理
    (二)面向算法内容的事前预防与监管路径设计
        1. 算法透明措施
        2.“黑箱”测试
    (三)面向数据来源的事前预防与监管路径设计
    (四)面向市场结构的事前预防与监管路径设计
        1. 市场风险监测措施
        2. 异常市场行为预警、调查措施
        3. 消费者指导措施
四、结语



本文编号：4028374