2022年第12期一、问题的提出人工智能的核心是大数据和算法，是基于大数据并遵循算法进行分析，发现并强化数据背后的结构或模式，从而实现数据驱动的智能决策。从阿法零到自动驾驶，从犯罪风险预防到辅助量刑，从个性化新闻推送到智能社会治理，算法所引领的人工智能技术在多领域呈指数型扩展。遗憾的是：算法在提升效率的同时引发了人们对“算法歧视”与“算法黑箱”等问题的担忧与质疑。以电商平台个性化推荐算法为例，通过对用户兴趣倾向进行建模，向用户主动推送其感兴趣的商品与资讯，进而提供个性化服务。其本是为了解决在数字时代用户面对海量商品和资讯时产生的信息过载。然而，“千人千面”的推送模式如同一枚硬币的两面，一面向个人进行精准化内容投放避免信息过载，另一面则裹挟所谓的“个性化”信息编织了一个无形的牢笼，将用户困于“信息茧房”之中（徐汉明和孙逸啸，2020）。同样，淘宝、拼多多、天猫、京东等软件的大数据杀熟，皆证明了人工智能背后的算法并非绝对的中立，其价值取向、背后的立场，皆是由其设计者所决定的。算法发展至今已然不再是单纯进行逻辑运算的工具，其作为决策机制或辅助决策机制，早已嵌入了价值判断———“效率优先，利益至上”。因此，面对并非中立的算法，其隐含的价值立场使其具有法律上的可规制性。目前学者对算法的规制多数研究仍集中于对算法风险某种特定类型的问题对策式研讨，并未从源头对算法风险进行探究，亦缺少对现有算法风险规制进路效果不佳的反思。有鉴于此，本文以电商平台通行的个性化推荐算法为例，在检视电商平台个性化推荐算法风险的基础上，对现有电商平台算法规制实践困境进行剖析，探索算法规制固有范式的转换，从理念转变、制度回应与模式调整三个方面层层推进，以完善算法风险规制体系。二、电商平台个性化推荐算法的风险与成因（一）算法自动化决策弱化消费者主体性的风险与成因个性化推荐算法的决策过程具有专业性、动态性、复杂性、全面性的特征，其能准确记录个体的积极行为与消极行为，并将其数据化，作为决策演算的基础，由此对某一具体个体的偏好做出准确的预测和评价，根据分析结果将其分类，在此过程中消费者的主体性被不断地削减。一方面，算法赖以决策的数据在很大程度上已超过数据生产者即消费者的控制范围。例如，被广泛应用的基于隐式反馈的个性化推荐算法，其无须消费者进行自主选择，而是直接通过收集分析消费者在电商平台上包括点击、浏览、收藏等的一系列操...
