要反互联网垄断，还得从算法共谋谈起(6)

有四种原因来说明透明度不适合追究算法责任，一是阅读、跟踪和预测构成算法复杂的计算机编码比较困难；二是透明要求与易受商业秘密影响的算法监管的许多私人执行无关；三是算法监管如此的艰难，如果没有规范的透明度要求，要审查所有已经泄露的信息几乎不可能；四是当算法用来代替人类做出自由裁量的决定时，关于算法的输入（事实）和输出（结果）的透明度不能充分受到适度的监督，因为一个既定的法律判决结果不需要产生出判决结果背后关于推理的足够信息。
　4、算法共谋铺平了接近完美的价格歧视的道路
如果透明度培育了默示共谋，秘密协议应该这些打破它的稳定性。我们所有很熟悉秘密协议（旅馆仅向你打折）和目标顾客得到提升。这些措施确实提供了一条重新引进竞争到易受算法共谋影响市场的有益通道。即使秘密协议在市场上失势，不会引起价格战，他们不仅对共谋平衡打了折扣，消费者同样也受益。确实，竞争代理机构也许青睐秘密打折、产品差异（因为它在成本和数量上引入公司中的信息不对称）和减弱的透明度。理想中一个持异议的公司提供秘密协议，这种协议削弱了协议价格，而后使默示平衡（共谋）产生动荡。
在不低估这些好处之时，政策制定者要当心两个额外的反竞争结果，即几乎完美的行为歧视和随之的混合歧视或混合共谋。在行为歧视方面，我们关注两个改变，一个是从三等价格歧视到一等价格歧视，另一个是使需求曲线向右改变，诱惑我们购买一般不需要的东西。
在数据驱动的经济里，动态定价和个性化服务继续进化直至导致操纵消费者。卖家利用人工智能编辑的关于消费者的数据，他能估计出诱惑赞助者需要的折扣数目，更好地接近消费者的付款意愿。
每个卖家的终极目标是把买家从竞争环境中移出（经常也称兼并买家），怂恿买家对卖家忠诚和信任，以达到把买家的财富转移至卖家的效果。我们称这种现象为杜鲁门秀，即在编辑数据时由于信息不对称和隐私保护下降创设一种竞争假象。买家没有意识到卖家收集他们的数据进行统计分析，继而卖家利用秘密协议给予买家价格歧视，买家仍旧认为卖家分析后给予买家的折扣价是市场价。凭借这种策略，动态的个性化价格在一定的市场下能持续上演，通过秘密协议增加买家福利的企图也许应该遭到抵制。
5。 混合共谋的情况
迄今为止我们设想两种市场，一种是稳定的算法共谋市场，另一种是在算法共谋与行为歧视之间变动的市场。重要的是，算法共谋与行为歧视也会同时发生。在混合共谋中也会发生竞争，例如竞争者在低价值的客户与低价值的客户之间有所区别，一个公司的懒惰是另一个公司的奖励。但是算法凭借数量大、种类多的个人数据利用试错方法来学习时，算法对每个客户进行不同的诱惑来赢得潜在的投资回报率。除非当经常去赌场或加油站时低价值客户的行为改变，人们期望算法聚焦在可能是懒惰者的身上。如果是这样的话，我们将会看到以忠实的沉睡者和低价值客户为基础的市场和由推销个性化服务策略吸引高价值客户的差别化和非透明市场的形成。