用算法打败算法，# 反向驯化大数据 # 值得一个热搜。

近日，众多网友纷纷晒出自己的 " 锦囊妙计 "，分享如何对抗那些让人 " 越看越贵 "" 越看越烦 " 的智能算法。

简单来说，为了不被算法所算计，年轻人致力于给自己打造一个全新的 " 穷鬼 " 人设。比如，在回帖和评论中反复提及 " 太贵了，买不起！"" 这地方去不了，不适合穷人 " ……

如此表述多了，在平台的用户画像可能就会发生转向。有部分网友称，在给手机精准洗脑后，同样商品的价格确实有了显著下降。

以其人之道的 " 小聪明 "，看似搞笑，背后却是大数据杀熟的严肃问题。

这些年，大数据 " 杀熟 " 现象愈发普遍，让人防不胜防。平台知错 " 不改 "，消费者反向驯化大数据的苦衷，能够有效共鸣的人太多。

最常见的就是，通过算法的捕捉，复购的商品可能比第一次贵，打车费用也越来越高，会员价甚至比非会员价更高。

从平台的角度看，算法是财富密码。雁过留痕，互联网精准地捕捉用户习惯、消费痕迹、浏览记录，通过精准分析用户的消费习惯和偏好，商家执行差异化定价策略，从而刺激消费。

治理大数据杀熟，被各方呼吁，又一直无解。指望个体的反向驯化，去解决实际的杀熟问题，网友们喜提的恐怕只有一时的效果。

要真正根治大数据杀熟，还得强化源头治理，为大数据杀熟套上制度和规范的枷锁。

数据和算法，应该成为互联网治理的核心。数据安全不容忽视。

在数据采集方面，超范围过度采集用户个人身份、行为、偏好等隐私数据，倒卖精准的用户画像，拓展衍生业务非法牟利等问题必须引起重视。

在监管层面，应对典型的杀熟、信息茧房、算法歧视、氪金诱导，必须要定期审核和评估算法模型。

围绕具体的评估点，算法模型的可解释性、影响评估、安全测试、适用边界，都应该有公开明确的标准，与公众信息对称。

在制度建设上，数据处理的脱敏机制、被遗忘机制，数据集选择、算法选取等关键决策的记录和回溯机制。

消费者自我保护意识觉醒是好事，也是对治理大数据杀熟的提醒。但网络平台算法向上向善，不能仅靠社会呼吁商家自律，个体出招与平台斗智斗勇。

个体的反向驯化终究抵不过代码的升级，网络治理终究需要企业、政府、消费者 " 你来我往 "。

北京商报评论员 陶凤