AAIG参编的新书发布!《算法治理制度》揭秘数字时代的法治机制!

当今社会，随着互联网技术的发展和数据规模的爆炸性增长，算法已经成为影响人们生活、社会运行和政治决策的重要工具。在这个过程中，算法治理制度的建立和完善显得尤为重要。

阿里巴巴人工智能治理与可持续发展研究中心（AAIG）浓墨参与编写了工商出版社出品的《算法治理制度》系列丛书，分别是《算法治理制度之竞争规制》和《算法治理制度之算法透明度》。

📌《算法治理制度之竞争规制》：本书系统阐述了算法治理制度的基本理论、现实热点问题（算法合谋、个性化定价等）和未来趋势。

📌《算法治理制度之算法透明度》：本书系统阐述了了算法治理中算法透明的基本概念，从多个角度探讨了算法透明制度如何落地实现以及实践。

💙 对算法治理制度感兴趣的人。如果你想深入了解算法治理制度和相关法规，无论你是从事法律、数据科学、计算机科学或其他领域的专业人士，还是对该方向感兴趣的社会公众都可以从中受益。

💙 企业家和投资者。如果你是企业家、投资者，需要了解算法治理制度的基本概念和法规，以确保业务合规。这本书可以帮助你了解这些方面的知识，有助于你制定更好的业务决策。

💙 政府官员和公共政策制定者。政府官员和公共政策制定者需要了解算法治理制度，以便更好地管理和监管数据驱动的决策。这本书可以提供必要的工具和资源，以帮助更好地了解和制定算法决策。

🎈一份每个人的算法治理制度深度指南。帮助你了解算法决策、人工智能、机器学习等方面的基本概念和法规，了解算法决策在各个领域中的应用，以及相关的政策和监管环境。

🎈一份算法从业者的实践性案例分析报告。为你提供实际案例，以便更好地了解算法决策的应用和实际操作，以及如何适应和应对变化的政策和法规环境。

🎈一份对政府监管部门的工作参考。通过阅读此书，你将了解如何改进和监管决策过程，以确保算法决策符合相关的法规和政策，并保护消费者和公民的利益。

🎈一个与同行业人士的交流和讨论的机会。将为你提供与同行业人士交流和讨论的机会，以便更好地了解行业的趋势和变化，以及相关的政策和法规的更新。

AAIG编写了以下八个章节👇

现分享AAIG编写的八大章节大纲💗

精彩正文下周陆续连载

第一本《算法治理制度之竞争规制》

一、从主体角度看内容作者与商家算法因子的区别

（一）内容作者维度的算法因子

1. 内容质量权重因子的基本构成及影响

2. 内容平台自身价值对算法选择方向的影响

（二）商家质量因子的基本构成

二、从客体角度看内容与商品的信息质量在算法评估中的区别

（一）商品信息质量的评估维度

（二）内容质量的评估维度

（三）评估内容与商品的信息质量，存在区别

三、从消费者角度看内容与商品的消费者在算法评估中的区别

四、区分电商与内容场景，监管治理建议

（一）回归推荐算法技术要素，找到破局方法

（二）回归到商业基本逻辑分析具体问题

一、现有法律、指南等对差别待遇的例外情形

二、构成商业惯例、行业习惯等的例外情形

（一）因渠道、时间、参与活动、供需关系不同等导致的价格差异

（二）特殊群体优待导致的价格差异

（三）基于不同交易条件导致的价格差异

（四）因拉新、促活导致的价格差异

（五）在参与机会公平的前提下，某些激励活动可能导致的价格差异

三、算法歧视中涉嫌构成歧视的因子及滥用方式

（一）可能被用以进行歧视的因子

（二）人群歧视行为的外在表现形式

一、优惠权益的表现形式

二、优惠权益的主要特征

三、差异化优惠权益的发放模式及决策因子

（一）随机差异化模式

（二）用户参与程度差异化模式

（三）人群差异化模式

四、差异化优惠权益与大数据“杀熟”的边界认定

（一）差异化优惠权益场景可能涉及四类风险

（二）大数据“杀熟”的核心要义：基于“熟”而“杀”

（三）应根据差异化优惠权益的发放模式，来判断其是否属于“杀熟”

五、差异化优惠权益发放的合规建议

（一）应用的个人信息来源及处理合法合规

（二）差异化策略制定须正当合理，符合商业道德

（三）向用户明示优惠发放规则，保障用户知情权

（四）需避免虚假宣传等损害用户合法权益的问题

一、个性化推荐技术面临的挑战

二、个性化推荐系统的公平性问题

（一）个性化推荐系统中所含的偏差

（二）个性化推荐系统存在的公平性问题

三、个性化推荐算法的治理实践

（一）增强算法的可解释性

（二）破除推荐结果的同质化

（三）缓解马太效应

第二本《算法治理制度之算法透明度》

一、算法透明与互联网治理间可能存在的冲突

（一）算法透明可能影响内容审核识别规则的有效性

（二）算法透明可能降低“灰黑产”的违法试探成本

（三）算法透明可能加剧流量作弊行为

二、算法透明度可能进一步推进的方向

（一）逐步推进算法透明是算法治理的重要方向

（二）涉及互联网治理的算法，应进行一定程度上透明

三、算法透明度推进的路径探讨

（一）面向不同对象推进不同的算法透明度

（二）对算法可透明部分，鼓励建立团体标准及行业推荐标准

（三）算法透明度推进，应确立基本原则

一、推荐算法兴起的原因及价值

二、平台利用推荐算法进行流量分配的过程和方式

（一）冷启动

（二）流量助推

（三）主流量池

三、推荐算法中流量规则透明度不足可能带来的问题

（一）平台通过流量规则，可能会加大对生态的控制力

（二）推荐算法透明度不足可能带来不公平问题

一、 深度合成算法

二、个性化推荐算法

（一）基于画像的推荐算法

（二）基于协同过滤的推荐算法

（三）基于深度学习的推荐算法

三、个性化搜索算法

（一）搜索理解

（二）搜索召回

（三）结果排序

四、内容过滤算法

（一）文本内容过滤

（二）图片内容过滤

（三）语音内容过滤

（四）视频内容过滤

（五）融入行为特征的内容过滤算法技术

五、调度决策类算法

（一）订单分配优化问题

（二）预计到达时间（ETA）

（三）车辆路径问题

六、排序精选算法

（一）选择类榜单

（二）信息类榜单

（三）参与类榜单

一、算法公示情况的分析、

（一）有关算法透明和可解释的相关规定

（二）算法公示内容的特点

二、从实践效果看，算法透明还存在可优化空间

（一）对算法的原理和运行机制表述不够清晰

（二）对算法给用户带来的影响、救济途径等情况说明不足

（三）技术语言的过多使用导致公示内容不易理解

三、算法透明应从多维度共同实现

（一）应衡量多方的权益和风险

（二）可统一行业算法公示的“水位”

（三）可提高算法透明的几个方向

---

下周连载全文：《内容和电商领域推荐算法的应用与治理差异》

我们将持续更新精彩的内容，敬请期待😚～

更多人工智能治理新技术、新风向、新观点，请关注【阿里巴巴人工智能治理与可持续发展研究中心AAIG】公众号👇

往期精彩推荐点击标题查看文章● 两大看点大揭秘!《人工智能治理与可持续发展实践白皮书》




👇AAIG课代表，获取最新动态就找她

 关注公众号发现更多干货❤️

有启发点在看喔👇