近年來，随着《個人信息保護法》《關于加強互聯網信息服務算法綜合治理的指導意見》《互聯網信息服務算法推薦管理規定》《互聯網信息服務深度合成管理規定》的出台，中國算法治理的架構已經初步成型。在各種治理目标中，算法公平因關涉消費者保護、市場主體公平競争、勞動者保護等議題，在實踐和理論上尚待全面、深入的厘清。為此，對外經濟貿易大學數字經濟與法律創新研究中心特邀請來自北京大學、清華大學、中國政法大學、中國社會科學院大學、北京航空航天大學、中國法學會等學術單位和阿裡、京東、美團、百度等實務部門的學者專家，就算法治理的理論與實踐問題工具，深入研讨。

對外經濟貿易大學數字經濟與法律創新研究中心主任許可作為本次會議的主持人首先簡要介紹了研讨會的舉辦目的以及與會的各位來賓。

在引導發言部分，阿裡研究院數據經濟研究中心副主任傅宏宇指出公平性問題不僅包括對用戶端的公平性，還包括平台内的公平性（商業性公平）。他還圍繞數據算法治理與競争秩序的關系，提出關于算法和價格、治理工具匹配性、平台和商戶的關系等尚未解決的問題。

北京航空航天大學法學院副教授趙精武總結了算法公平問題的四個常見類型，包括利用算法影響用戶選擇與消費者公平、利用算法的差别待遇與消費者公平、動态定價與平台内經營者公平、流量分發與自我優待認定。除此之外，他還介紹了域外治理算法公平的治理思路，并提出我國算法公平問題的治理思路。

最後，對外經濟貿易大學數字經濟與法律創新研究中心主任許可分享了思考算法公平問題的統一思考框架，建議轉換思考角度，從“算法公平是什麼”轉換到“什麼不是算法公平”，具體思考誰（主體）在什麼情形下（場景）利用算法（工具）對誰（對象）實施了何種法律所禁止的行為（違法性）這一問題，并用模塊化思維具像化分析主體、對象、場景、工具、違法性基礎等要素。

會議第二項議程由阿裡巴巴集團算法風險治理團隊負責人張榮進行實踐分享，他以電商場景個性化推薦為例讨論算法公平性的問題，詳細講述了個性化推薦的具體技術環節，包括召回、粗排和精排、重排。他指出召回過程體現起點上公平，過程公平取決于過程公開，結果是否公平取決于大家怎麼定義公平。最後還介紹了阿裡發布的人工智能算法公平性測試評估标準。

随後，與會學者、專家圍繞四大議題進行圓桌讨論。

中國社會科學院大學互聯網法治研究中心執行主任劉曉春将算法公平問題分為四個層次，認為并非所有層面都需要單獨針對算法公平進行現有規則之外的設計。第一，内容治理領域（算法推薦、算法處理）的現有規則已經從内容向善等角度容納了算法公平的考量；第二，商業行為領域（包括平台自我優待、拒絕交易），現有法律規則層面主要通過競争秩序的維護來貫徹算法公平的理念；第三，用戶端層面（如大數據殺熟）相關問題需要落實到具體的消費者權益保護或者競争法規則，較難抽象讨論算法公平原則；第四，國家公權力運行層面可能存在較為重要的算法公平問題，需要落實到行政性法規的規則設計上。

北京大學法學院副教授胡淩指出個性化的算法不僅是消費者的麻煩，對平台自身營銷而言也難以動态評估。因此，平台内部的算法需要有一定的規則性确保可以預見。

中國政法大學大數據和人工智能法律研究中心主任沈偉偉指出差别對待不一定代表不公平，反而可能促成公平。讨論算法公平要比較算法決策跟人工決策哪個更公平，算法決策不必然比人類決策更具歧視的可能。

中國政法大學數據法治研究院教授張淩寒指出法律不是十分追求所有的消費者都會得到絕對相同的價格，更在意的有沒有侵害消費者知情權、公平交易的權利。所謂的“算法歧視”本質上是因為對于消費者的知情權和公平交易權達到了一定程度的侵害，而不是僅僅由于算法決策不公平以及定價不同造成的。

對外經濟貿易大學國際經濟貿易學院李建培教授從經濟學出發讨論大數據殺熟。她提出要判定大數據殺熟是否應該監管，需要結合具體的環境。如果部分消費者變差，整體消費者狀況變好，就不應該幹預。她還具體分析了大數據殺熟可能的利與弊，強調大數據殺熟也有幫助開拓新市場、提高資源配置效率、幫助降低傳遞信号傳遞成本的作用。

中國法學會法治研究所研究員劉金瑞指出目前從監管出發點來看，一定程度上存在泛化公平的問題，建議在考慮具體監管之前要明确監管目标，繼而選擇合适的監管路徑和工具，避免因目标過于籠統而對産業發展造成不利影響。

京東集團法律研究院負責人李麗指出自我優待概念、行為類型目前研究尚未達成共識，不宜将自我優待和大數據殺熟等類型化。現行反壟斷法22條足夠規制現有的自我優待的行為，沒必要單獨規制。

美團數據合規總監李素煥指出殺熟的概念、内涵尚不明确，提出殺熟是否等于差異化定價、差異化優惠是否算殺熟兩個問題。她還分享了美團相關案例，指出差異化定價如果是基于客觀因素所導緻的差異性，不屬于殺熟。

百度集團交易及合規法律部AI業務法務合規負責人徐全全認為要多元化看待算法公平和算法治理的問題，建議考慮不同類型的算法、不同的場景和相關的技術不同的發展階段，制定不同的合規要求，建立融合倡導性原則、技術标準、行業自律、社會監督，形成相對彈性、包容性的監管框架。

清華大學公管學院副教授陳天昊最後指出算法治理要破解碎片化現狀，形成共識性框架面臨價值多元、場景多變兩方面的挑戰，建議錨定點應該在價值，而不應該在場景。

會議在熱烈的讨論中圓滿結束。