“毒算法”入侵互联网保险

算法作恶。

文|新经济沸点 天骄

继大数据杀熟后,“毒算法”又添一种“新玩法”,那就是恶意推荐。

近日,朋友A因健康因素,需要住院,好在有医保“护体”,减少了部分花费,加之A同学的先生帮她买过一款补充医疗险P,这样就能最大限度地降低自付费用。

因为涉及到商业险理赔,A同学便提前研究了保险P的赔付条件,她完全符合条件,这就意味着在接下来的一个月,她将专心准备入院。

虚伪的推荐

然而,就在等待入院的这段时间,A同学发现,她常用的某款超级APP开始频繁向她推荐医疗保险。

出于好奇,她点开了某款每天推送的产品,竟然是其先生买的保险产品P,而且,每次打开这款APP,P都占据显示页的C位。

A同学觉得,如果她事先没研究过P保险,在这种强势推销下,她极有可能下单购买,其结果等同于她的家庭重复买同一保险公司的同一款保险产品,然而,该保险属于“费用报销型医疗险”,不能重复获得理赔,因此,这件事可能变成这样的结果:交两份保险的钱,只能获得一份保险理赔。

在大数据技术这么发达的平台上,为什么就重点向她推P产品呢?

此前,A同学的先生经常在这款APP上买保险送她,该APP很容易就从技术的角度能识别出她和她先生的关系;另外,A同学从该APP挂号看病、缴费,甚至是以此为通道,登录访问过个人的社保数据……这些点击行为无形中变相告知平台,她的健康出现了问题,平台则依据一定的算法,达成推荐。

保险是一种特殊的商品,最初与移动互联网渠道结合,其上的大数据技术给保险产品做出过很多创新,其前提是用户的浏览记录、停留时长、兴趣爱好等要都被平台记录,这些行为数据转而成为训练算法的原始材料。

显然,向A同学重复推荐P产品的行为,既不是大数据出错,也不能算大数据误判,而更像是APP利用千人千面的原理,结合保险精算的规则,向用户做毫无诚意的推荐,甚至有些恶意,以达到平台商业利益最大化的目的。要知道产品P属于月度自动扣费,一年需缴纳大几百元。

笔者发现,类似恶意推荐在互联网保险领域比较普遍,这类产品的定价经过分期后月度付费都不高,几十到一两百,多数产品用处并不大,甚至是一种伪需求,例如,某些平台上推荐“财产安全险”,多以赠送为主,但堂堂一个金融科技平台,早在技术上解决了识别到交易的真伪、甚至是对攻击、盗号等行为做出应对,赠送保险的行为,更进一步获取了更多的用户信息。

恶之花

互联网公司利用消费者的大数据,制定一套算法,实现千人千面的推荐,这原本属于技术进步,却没想到其上生出一堆“有毒算法”。

“大数据杀熟”就是其中一种,并饱受诟病,例如在某机票平台,从A地到B地,安卓手机用户和苹果手机用户会看到不同价格;外卖平台,不同账户能得到的红包优惠不同;同一品牌的电商促销活动,不同地域用户领到不同优惠券等。

官方为此做过一个调查,在2022年3月,北京市消费者协会公布一个数据:在选取16个常用电商品牌、共计4186份的问卷中显示,有86.91%的受访者认为自己有过被杀熟的经历。

大数据杀熟的实质是利用算法原则,实现不同用户的差别化定价,中国人民银行上海总部博士后冯攀认为,大数据杀熟是平台利用大数据和个人数据画像,对相同的商品和服务制定不同的价格,它违反了公平公正的原则,属于“有毒算法”之列。

冯攀总结,有毒算法具有三个特征,不透明、规模化、破坏性。除了大数据杀熟,典型的有毒算法还有“控制流量类算法”和“不当排名算法”。

控制流量类算法的案例来自于某电商平台,它为了获取优势竞争地位及交易机会,利用自己的技术手段,通过限流、产品下架、屏蔽等手段减少品牌经营者的流量、消费者注意及交易机会。

不当排名算法的案例来自法国。法国一家科技公司利用自己搜集的大数据,开发了一套自有酒店排名系统,对酒店进行评分,并把评分结果显示在地图上,引导消费者下单。

然而,这个做法违反了法国法律,因为当地法律规定,“酒店评级必须有当地旅游组织按照标准制定。”酒店把自己的评级结果放在地图上,让消费者误以为地图上显示的评级就是官方评级,有误导消费者的行为,最后该科技公司被判罚110万欧元。

在有关技术的哲学思考中,曾流行一时的观念是雅斯贝尔斯对技术所作的工具性和人类学诠释:“技术仅是一种手段,它本身并无善恶。一切取决于人从中造出什么,它为什么目的而服务于人,人将其置于什么条件之下。”

创业者为了获得更大的成功,将技术的目的带到一条不归路,曾经在中国互联网圈子里流行过的对“人性的洞察”,使得很多产品极具成瘾性,为了创造更大的商业价值,毫无边界地黏住用户,网络游戏、网络赌博、短视频等,都是技术使用的剑走偏锋,开出了“算法作恶”的恶之花。(本文为新经济沸点原创,未经授权,请勿转载)

原创文章,作者:天骄,未经授权,请勿转载。新经济沸点优质内容同步到虎嗅、钛媒体、36KR、21财经、亿邦动力、创业邦、和讯网、新浪看点、微博、搜狐、网易、一点资讯、百度百家、今日头条等平台。

发表评论

登录后才能评论