- 我的订阅
- 科技
我们正处于一个信息大暴发的时代，每天都能产生数以百万计的新闻资讯！
虽然有大数据推荐，但面对海量数据，通过我们的调研发现，在一个小时的时间里，您通常无法真正有效地获取您感兴趣的资讯！
头条新闻资讯订阅，旨在帮助您收集感兴趣的资讯内容，并且在第一时间通知到您。可以有效节约您获取资讯的时间，避免错过一些关键信息。
姚志文：网约车聚合平台算法造成司乘维权困难
本文转自：人民网
人民网广州9月22日电 （朴馨语）近日，在人民网广东频道召开的“规范网约车聚合平台责任边界”学术研讨会上，华南师范大学城市文化学院副教授姚志文表示，网约车聚合平台在商业上表现为一个信息撮合中介，但实际上是一个涵盖交通运输的感知、定位、决策和执行模块组成的复杂系统。
华南师范大学城市文化学院副教授姚志文。刘盈华摄
算法引发的归责难题主要包括两种。一是算法的自主性所引发的归责难题。机器学习赋予了算法某种程度的自主性，算法本身成为了一个非中立的行动者，但机器学习造成的可解释性和可预测性困难，使得归责变得困难。二是算法应用性场景下的归责难题。主要包括算法偏见、算法歧视和个人隐私保护等，这些问题的产生既有企业和程序人员的价值偏好，也有用户的价值偏好，还有机器学习本身的技术偏好，因为涉及多重主体，所以也难以归责。总的来说，这些归责难题都源于算法“黑箱”。怎样认定聚合平台责任、厘清责任边界，关键在于打开算法黑箱。
姚志文指出，原来管理人员主要负责三件事情：一是怎样派工；二是怎么评价工作；三是怎么定奖惩，都是由基层的管理者来做。而现在聚合平台企业把它分化掉了：怎么派工是由算法给的；怎么评价是消费者给的；怎么奖惩也是平台给的。基于这些特征，网约车聚合平台远不止是 “信息撮合者”“交易撮合者”。
如何看待聚合平台消费者投诉无门这一问题？姚志文表示，要解决这些问题，一是要坚持算法透明性原则，满足用户的知情权，把消费决策权还给用户。二是增强算法的可解释性。三是算法规制应跳出事后责任认定和惩处的传统思路，进行“事前预防—事中监管—事后救济”的全过程规制。
以上内容为资讯信息快照，由td.fyun.cc爬虫进行采集并收录，本站未对信息做任何修改，信息内容不代表本站立场。
快照生成时间：2023-09-22 14:45:04
本站信息快照查询为非营利公共服务，如有侵权请联系我们进行删除。
信息原文地址：
