人民網廣州9月22日電 （朴馨語）近日，在人民網廣東頻道召開的“規范網約車聚合平台責任邊界”學術研討會上，華南師范大學城市文化學院副教授姚志文表示，網約車聚合平台在商業上表現為一個信息撮合中介，但實際上是一個涵蓋交通運輸的感知、定位、決策和執行模塊組成的復雜系統。

華南師范大學城市文化學院副教授姚志文。劉盈華攝

算法引發的歸責難題主要包括兩種。一是算法的自主性所引發的歸責難題。機器學習賦予了算法某種程度的自主性，算法本身成為了一個非中立的行動者，但機器學習造成的可解釋性和可預測性困難，使得歸責變得困難。二是算法應用性場景下的歸責難題。主要包括算法偏見、算法歧視和個人隱私保護等，這些問題的產生既有企業和程序人員的價值偏好，也有用戶的價值偏好，還有機器學習本身的技術偏好，因為涉及多重主體，所以也難以歸責。總的來說，這些歸責難題都源於算法“黑箱”。怎樣認定聚合平台責任、厘清責任邊界，關鍵在於打開算法黑箱。

姚志文指出，原來管理人員主要負責三件事情：一是怎樣派工﹔二是怎麼評價工作﹔三是怎麼定獎懲，都是由基層的管理者來做。而現在聚合平台企業把它分化掉了：怎麼派工是由算法給的﹔怎麼評價是消費者給的﹔怎麼獎懲也是平台給的。基於這些特征，網約車聚合平台遠不止是 “信息撮合者”“交易撮合者”。

如何看待聚合平台消費者投訴無門這一問題？姚志文表示，要解決這些問題，一是要堅持算法透明性原則，滿足用戶的知情權，把消費決策權還給用戶。二是增強算法的可解釋性。三是算法規制應跳出事后責任認定和懲處的傳統思路，進行“事前預防—事中監管—事后救濟”的全過程規制。（實習生劉盈華、賴浩宇對本文亦有貢獻）

分享讓更多人看到