如今一提到“算法”，似乎很难避开“黑箱”“歧视”等负面词汇。但与此同时，算法的普遍应用对提升生产效率和社会福利的贡献有目共睹。为探究用户对算法的态度，近日，对外经济贸易大学数字经济与法律创新研究中心、中国人民大学数字经济研究中心和蚂蚁研究院共同发布《算法应用的用户感知调查与分析报告》(下称《报告》)。

《报告》显示，虽然超八成受访者希望企业提供个性化推荐服务，但是超半数受访者对企业是否使用算法不清楚，六成不了解企业使用算法的内容和目的。另外，近八成受访者认为算法应用可能损害消费者权益，超六成认为会侵犯隐私。

超八成受访者接受精准推送，同时近八成“不信任”算法

据了解，课题组在线上多个渠道发放问卷，调查时间为2021年12月中旬，收到有效问卷6941份。受访者男女比例约为2:1，93%受访者的年龄在18-60岁之间，90%左右年收入在20万元以下。

网络空间中的算法，一般特别指通过代码设置、数据运算与机器自动化判断进行的计算机算法，通常被用于基于用户画像的广告或商品推荐，以改善用户体验，或被用于语音助手、智能输入的数据训练，以增强服务的准确性等场景。

不过，当算法被不当使用，可能会损害用户的合法权益。今年3月起施行的《互联网信息服务算法推荐管理规定》(下称《规定》)明确，算法推荐服务提供者应当以显著方式告知用户其提供算法推荐服务的情况，并以适当方式公示算法推荐服务的基本原理、目的意图和主要运行机制等。

《报告》显示，超半数受访者对企业是否使用算法不清楚，六成受访者不了解企业使用算法的内容和目的。同时，只有7.22%的受访者认为企业不需要对算法进行解释，54.28%认为企业需要对用户详尽解释算法，38.49%认为简单解释即可。对算法结果有异议时，大多数(76.48%)受访者希望人工介入。

对算法和人工的信任度

此外，受访者对算法表现出普遍的“不信任”——近八成受访者认为算法应用存在损害消费者权益的可能性：20.28%认为风险很高，近60%认为存在一定风险，只有不到5%认为不存在风险。受访者中，超过六成认为个性化推荐会侵犯隐私。

用户的算法风险感知情况

尽管大多数受访者对算法的内容和目的并不了解，也明显表现出对算法的不信任，调查结果仍显示，绝大多数受访者享受算法带来的便利和优惠。

具体来说，超八成受访者希望有个性化推荐，但其中只有25.71%希望接收“千人千面”的精准推送，剩下55.43%不希望达到这么高的精准度，只需大致分类后推送。

对推荐算法的接受度

根据《规定》，算法推荐服务提供者应当向户提供选择或者删除用于算法推荐服务的针对其个人特征的用户标签的功能。

《报告》显示，只有5.57%的受访者接受由企业自主确定标签，28.99%希望自己设置标签组合，25.82%希望可以自行排除某些标签，还有27.87%希望关闭精准推送功能。

基于个人信息标签对算法的接受度

对于用户对算法应用的心里感知和实际行为偏好之间的悖论，《报告》认为有三方面原因。

首先，用户对算法的排斥实质上是对企业过度利用算法行为的排斥，而并非排斥算法技术和算法应用本身;其次，信息不对称和羊群效应导致用户对算法应用存在错误认知和抵触倾向;最后，由于用户学历背景、成长环境、收入水平等存在差异，用户对待算法的感受分化明显，防范相关风险的能力也存在差异。

超七成受访者表示从未或偶尔遭受差别定价

流量造假在网络世界屡见不鲜。据南都记者此前报道，国内有超过一千多家的各类刷量平台，其中头部的100家每月流水超百万元。可以说，有榜单、受关注的地方，数据造假都可能出现。

《报告》提到，超过80%的受访者认为企业利用算法进行人为信息扭曲(比如操纵榜单、流量造假、信息屏蔽)的情况很多或比较多。为规避算法带来的不利影响，受访者最常采取的应对是主动管理企业数据收集请求和选择关闭个性化推荐，比例分别为47.27%和45.3%。

用户针对算法风险的应对之策

针对算法风险的治理，大多数受访者提倡在发展中解决问题，并不认可限制算法应用这样的消极对策。受访者认为，企业自我主动管理行为被认为是避免算法安全隐患最有效的方式，选择比例超过6成(60.12%)。

用户期待的针对算法风险的治理之策

在算法公平方面，22.16%的受访者表示没有经历过差别化定价，51.46%表示偶尔经历差别定价，只有26.38%表示经常经历差别定价。在经历过差别定价的受访者中，因新老客户、消费频次、会员与否三种原因遭受差别定价的受访者均超半数。

差别定价的用户感知

在算法向善方面，算法推荐下的过度消费问题并不突出，85%受访者没有或很少在推荐算法的引导下购买不必要的产品或服务，也并未发现年轻人、学生、低收入群体容易被引导过度消费的证据。

关于算法引导下的过度消费问题

在获取知识和信息方面的感受上，持不同态度的受访者分布较为平均，其中25%认为推荐算法的信息较为同质，容易造成“信息茧房”。所推荐的内容最符合自己兴趣的是视频媒体平台、音乐娱乐平台和电商平台。

算法推荐的精准度

不过，《报告》指出，企业在不良信息治理、“适老化”“未成年人模式”设计方面不尽如人意。35.18% 以上的用户认为所有行业做得都不够好。其中，视频媒体行业和社交平台评价 相对较高，而在线旅游平台和搜索平台评价相对最低。

关于平台人性化设计的用户感知

《报告》总结认为，分组交叉分析显示，不同群体的算法感知和算法风险防范能力差异较大。因此，政、产、学、研、行业组织协会等多方有必要加强协作，增强用户教育，开展广泛、持续的日常性算法教育，帮助用户提高对算法服务的认知能力和自我保护能力，不断提升用户算法素养。

关键词： 互联网算法推荐 个性化推荐服务 算法泄漏隐私 什么是信息茧房