学者谈算法歧视认定标准：大数据杀熟造成差别对待不必然构成歧视(11)

然而，算法在镜像呈现社会偏见和歧视的基础上作出新的歧视性决策，则另当别论。例如，若该国法院依“有色人种的犯罪风险更高”这一算法分析结果，对犯罪嫌疑人中的有色人种判处更长刑期，就构成算法歧视。
当然，算法呈现歧视内容时并非不受其他法律规制。依据我国《互联网信息服务管理办法》第15条的规定，互联网信息服务提供者不得制作、复制、发布、传播反对宪法所确定的基本原则的信息，煽动民族歧视的信息，侮辱或者诽谤他人的信息，侵害他人合法权益的信息，以及含有法律、行政法规禁止的其他内容的信息。若算法呈现的歧视内容符合上述情形，则算法控制者须依《互联网信息服务管理办法》第20条承担法律责任。此外，《互联网信息服务算法推荐管理规定》（下文简称《算法推荐管理规定》）第六条规定算法推荐服务提供者“不得利用算法推荐服务传播法律、行政法规禁止的信息，应当采取措施防范和抵制传播不良信息”，第九条要求算法控制者承担信息内容管理义务，对违法信息采取消除等处置措施。依此规定，算法控制者传播歧视性信息或未依法履行信息审查义务的，亦可能面临法律责任。
除上述两种情形外，因算法决策之外的原因造成的算法红利分配失衡，同样也因不满足区分决策要件，不构成算法歧视。算法技术和应用在地区之间（如经济发达地区和经济欠发达地区）、群体之间（如不同学历群体、不同年龄群体之间）普及不平衡导致的算法红利分配失衡，通常应归因于社会经济发展水平差异、收入差异、群体使用智能设备的能力差异等客观因素，其并非由算法决策导致，不应由算法控制者担责。解决算法红利分配失衡，有赖于系统性的制度合力，以推动经济平衡发展、加快技术普及、促进教育发展、完善社会保障体系等为主要应对策略。
（二）类型二：“大数据杀熟”
“大数据杀熟”是目前最受争议的算法决策类型，其最初是指对具有购买经历的消费者（即“熟客”）采取更高定价的个性化定价策略。随着个性化定价算法的进步，杀熟的范围从“熟客”扩展到被算法精准捕捉画像的“熟人”，杀熟程度趋近于完全价格歧视。不少学者认为，“大数据杀熟”攫取消费者剩余、侵蚀社会公平正义［14］（P27），应对其进行强力规制。《深圳经济特区数据条例》第69条禁止利用数据分析对交易条件相同的交易相对人实施不合理的差别待遇，正式对“大数据杀熟”亮剑。之后出台的《个人信息保护法》第24条亦禁止自动化决策中的不合理差别对待。也有学者对“大数据杀熟”持“一事一议”的谨慎态度，认为“大数据杀熟”有增加社会福利、优化资源配置、促进商业竞争的积极效果，不能一概冠以歧视的污名［15］（P85-98）。应当认为，“大数据杀熟”是否构成算法歧视不可一概而论，应作个案分析。