報告圍繞算法透明、算法安全、算法公平和算法向善等重大算法問題，開展了詳細的調研和分析，報告發現：

報告發現，絕大多數用戶享受算法帶來的便利和優惠，希望有個性化推薦，與此同時，目前用戶關于算法的認知和了解尚不充分，對提高算法透明度有較強訴求。超 8 成用戶希望有個性化推薦，但對超過一定限度的精準推薦表現出擔憂，并希望可以選擇推薦所依據的標簽組合。半數以上用戶對企業在提供互聯網服務過程中使用算法這一事實，以及使用算法的內容和目的并不清楚，希望企業能夠加強信息披露。當對算法結果有異議時，多數用戶也期待有人工介入(76.48%)。

報告發現，用戶對算法表現出普遍的“不信任”，但并不認同限制算法應用這種因噎廢食的做法，而是希望在規范中促進算法的合理應用和健康發展。超過 80% 的用戶認為企業利用算法進行人為信息扭曲(比如操縱榜單、流量造假、信息屏蔽)的情況很多或比較多。為規避算法帶來的不利影響， 用戶目前已經表現出較強的自我保護意識，主動管理企業數據請求和關閉個性化推薦是最多采取的措施。針對算法風險的治理，用戶希望多維度加強算法風險治理，其中企業自律最受期待(60.12%)，而選擇限制算法運用的比例最低(46.22%)。

報告發現，用戶對“大數據殺熟”為代表的差別定價感知并不普遍，且不同用戶對差別定價的態度差異非常之大。只有 26.38% 的用戶表示經常經歷差別定價，且絕大多數消費者在察覺到差別定價后會堅定地維護自己的權益。用戶對差別定價的態度差異非常之大，差別定價所依據的條件無法用來判斷某一差別定價是否屬于“不合理的差別化定價”，規則是否透明、用戶是否感覺被欺騙可能是更核心的原因。

報告發現，算法推薦下的過度消費問題并不突出，信息繭房、網絡沉迷一定程度上存在，但企業在不良信息治理、“適老化”“未成年人模式”設計方面不盡如人意。僅 15% 的用戶表示算法的引導可能會招致過度消費問題，也未發現年輕人、學生、低收入群體容易被引導過度消費的證據?！靶畔⒗O房”因人而異，部分人認為推薦算法有助于幫助多元化的信息獲取、可以節省信息搜尋時間等(40%)，但也有部分認為推薦算法的信息較為同質，容易造成“信息繭房”或內容過于娛樂化，導致上癮(43%)。多數用戶在使用軟件應用的過程中收到過不良信息，超過 2/3 用戶表示雖然舉報過但不良信息出現的頻次并未減少。1/3 以上用戶認為所有行業在“適老化”“未成年人模式”等人性化設計方面做得都不夠好。

報告發現，用戶對算法的認知和判斷，因學歷背景、成長環境、收入水平等不同而存在明顯差異。年輕、身處大城市及高學歷的用戶對企業的算法行為及其使用目的了解更為深入，對算法可能給自身帶來的隱私權等權益損害的風險感知更為強烈，同時這部分用戶也更注重堅定地采取多種手段來主動避免算法可能帶來的不利影響，而年長者、縣級及以下區域群體與低學歷群體對算法的認知相對淺顯，防范相關風險的能力相對較弱。

報告完整版，請點擊鏈接下載。

https://www.dfor.org.cn/home/file.resource?fileName=%E7%AE%97%E6%B3%95%E5%BA%94%E7%94%A8%E7%9A%84%E7%94%A8%E6%88%B7%E6%84%9F%E7%9F%A5%E8%B0%83%E6%9F%A5%E4%B8%8E%E5%88%86%E6%9E%90%E6%8A%A5%E5%91%8A(2021).pdf&ossFilePath=brand/uploadfile/brand/%E7%AE%97%E6%B3%95%E5%BA%94%E7%94%A8%E7%9A%84%E7%94%A8%E6%88%B7%E6%84%9F%E7%9F%A5%E8%B0%83%E6%9F%A5%E4%B8%8E%E5%88%86%E6%9E%90%E6%8A%A5%E5%91%8A(2021).pdf