1. 引言
随着大数据、算法和云计算等智能科技在社会各领域的广泛应用，极大地推动了人们的生活便利化。然而，这些技术的普及也带来了不少潜在隐患，尤其是算法歧视的现象。起初，算法仅是为解决问题而设计的工具，通过代码对大量数据进行处理并输出结果。然而，随着技术的进步，尤其是在大数据推动下，算法逐渐具备了机器学习和自我优化能力，甚至具备了类似“权力”的特征，对社会产生深远影响。
在电商模式下，算法权力的滥用引发了算法歧视和强制推荐等问题，进而扰乱了市场秩序，也对社会公平与商业伦理构成了挑战，成为公众和学术讨论的焦点。面对这些高技术性行业的复杂性，传统的法律责任追究方式，如反垄断法、行政监管以及侵权责任，在处理算法问题时显得无能为力，用户在遭遇算法歧视后也常常难以获得有效的法律救济。对此，本文从因果关系分析出发，从不当得利的角度出发形成算法歧视责任体系及免责框架。
2. 算法歧视的成因与本质分析
2.1. 算法歧视的成因
电商平台中的典型算法歧视现象是“大数据杀熟”，即根据用户的个性化数据采取不同的定价策略。这一问题在数据时代尤为突出，用户在平台上往往只能依赖所提供的信息，且获取信息的途径有限，陷入算法黑箱。算法通过深入分析用户的消费行为与需求特点，精准推送相关商品或服务，这就解释了为何用户在搜索或购买某一商品后，电商平台会出现相似的商品。
尽管算法的应用提升了购物的便捷性，使用户能够更迅速地找到所需商品，但“信息茧房”效应却加剧了信息的不对称[1]。在这一效应的推动下，商家往往利用信息优势，对高忠诚度的用户实施差别定价，这种做法与公平竞争的市场原则相悖。通过数据分析和信息封闭，算法歧视误导用户高价购买商品，商家从中获得的额外利润缺乏合理依据[2]。
2.2. 算法歧视的本质
算法歧视依赖于对用户海量数据的精准分析，借助大数据技术识别消费者特征，为商家提供了实施差别对待的依据。这个过程实际上是为用户打上标签，而标签的准确性直接决定了个性化推荐和差别定价的效果[3]。标签化一方面提升了商品推荐的精准性，优化了交易效率；但不同标签下的规则为商家的价格歧视提供了可乘之机，严重威胁市场的公平性。
3. 算法歧视法律规制的难题
3.1. 因果关系的认定困难
因果关系作为法学中的一个深奥而复杂的问题，在实际应用中常常被简化为判断“是否存在因果关系”，并在此基础上衍生出如因果关系的客观性、时间顺序性、相对性和条件性等具体判断标准。然而，在高技术行业的算法歧视等问题上，这些标准往往难以应用。算法歧视的根源在于算法的设计和应用，但这两个环节的责任界定具有高度模糊性。一方面，算法的设计通常是集体智慧的产物，且一旦算法定型后，设计者的作用逐渐被削弱。另一方面，即便是弱人工智能时代，机器在进行深度学习的过程中，也会在数据的收集和处理过程中不断进行调整和优化，从而逐渐偏离初期设计者的原本意图。因此，随着设计者的多元化以及算法使用中的偏差，要追溯导致歧视结果的具体原因变得非常复杂。同时，算法使用者的多样性也进一步增加了这一问题的复杂度，不同使用者的背景差异使得算法透明度标准难以统一，责任划分变得更加复杂。
3.2. 责任划分的困难
算法歧视涉及到算法设计、使用、升级等多个环节，这些环节通常由多个参与者共同完成，形成了一个高度复杂且变化频繁的“操作群体”，难以划分个人责任。另一方面，算法的自我学习和持续优化，使得歧视行为更加智能化、自动化，也使得对责任的划分变得更为复杂。尽管立法者力图通过对平台施加责任来平衡平台与用户之间的利益，但要准确计算算法行为对歧视结果的“贡献度”，技术障碍使得这一目标变得几乎不可能。
3.3. 用户救济的困境
对于缺乏技术背景和专业知识的普通用户来说，理解算法歧视的运作机制几乎是不可能的。以《电子商务法》第18条为例，该条款要求电子商务经营者应尊重并平等保护用户权益，但若经营者违反此义务，用户需要承担举证责任。对处于信息劣势且被困在“信息茧房”中的用户来说，这无疑是一项巨大挑战。在选择电商平台时，用户往往关注的是交易的便捷性和效率，很少考虑平台背后的算法机制，这使得当用户发现自己被算法“杀熟”时，通常已无力挽回损失。在寻求法律救济的过程中，由于平台设置的隐私条款和免责声明复杂且晦涩，用户很难深入分析其潜在法律后果。平台制定格式条款，无论从其内容和法律知识的角度来说，都处于高高再上的地位，用户只能遵循，否则则不能使用该电商平台。这种不平等的资源关系使得用户对协议的“同意”实际上缺乏平等协商的基础[4]。
4. 电商平台算法歧视的归责体系
算法的广泛应用是一把双刃剑，我们不仅要挖掘算法带来的经济社会价值，更应重视其可能带来的负面影响，并采取有效措施规制其滥用。在功利主义原则的指导下，可以通过收回电商平台因算法歧视而获得的不当得利，从经济利益角度遏制其滥用歧视性算法的动机，促使平台在数据使用和算法优化过程中承担更高的管理责任。这不仅有助于增强平台的自我约束意识，还能推动其建立更加公平透明的交易机制，确保市场竞争环境的公正性和秩序稳定性。在弱人工智能时代，由于算法仍受人类控制，其决策逻辑和运行机制具有可干预性，因此，通过不当得利的法律手段，可以有效纠正因算法歧视导致的不公平交易现象，为受损用户提供一种快速、直接的权益救济方式，使其能够在较短时间内获得合理的经济补偿。
4.1. 认定给付行为的要素
在判定不当得利是否成立的过程中，首先需要对给付行为进行确认，而这一认定通常涉及两个关键要素。第一，给付行为的客观存在，即是否确实发生了财产或利益的转移。通常，这可以通过交易记录、支付凭证、合同约定等客观证据加以证明，例如用户在电商平台上的支付记录、商家开具的发票或平台出具的交易确认信息等，都可以作为给付行为存在的直接证据。第二，给付目的未能实现，即给付方原本期望达成的目的并未实际达到，或者所获利益与其合理期待之间存在明显偏差。用户之所以选择在特定平台进行交易，是基于对公平价格的信赖，期望获得与新用户相同甚至更优惠的价格待遇。然而，若商家利用算法歧视，使老用户支付了高于市场合理水平的价格，则用户的交易目的未能实现，从而构成不当得利的典型情形。因此，在具体判定过程中，需要结合交易背景、合同条款、市场定价等因素，综合考量给付行为的成立与目的落空之间的法律关系，以确保判定结果的公平性和合理性。以电商平台交易为例，用户的交易记录和支付凭证均可作为证据，而给付目的未达成指的是用户作为老客户希望在同等条件下享受优惠价格，而非被算法“杀熟”。这种期待源于线下销售中的社交经验，新客户优惠不应以牺牲老客户利益为代价[5]。
4.2. 事实因果关系的认定
在不当得利的司法实践中，因果关系的认定并不要求进行复杂的技术分析或深入的因果链条追溯，而是侧重于确认获利方和受损方之间的利益转移是否源自同一事实基础。换言之，只要能够证明一方的得利与另一方的损失是基于同一个客观事件，便足以构成因果关系，从而确立不当得利的法律基础。电商平台利用算法技术对用户进行数据分析，通过精确的用户画像和行为预测，实施差别化定价策略，特别是对高频使用平台的忠诚用户进行溢价处理。此类溢价并非基于市场供需或合理成本调整，而是源自算法对用户支付能力及消费偏好的精准判断。平台因此获得了额外的经济利益，即不当得利，而用户则因为支付了超出正常水平的价格而蒙受了经济损失。这种获利与损失的对比，直接反映了算法歧视的运作机制。
4.3. 得利数额的计算
平台的不当得利数额通常可以通过计算用户实际支付的金额与正常交易价格之间的差额来确定。具体而言，正常交易价格通常指市场上同类产品或服务的公允价格，或商家直接对外公布的标准价格，而用户支付的金额则是受算法影响后实际发生的交易金额。如果二者存在明显差距，并且这种差距是由于平台的不当行为所导致的，则可以认定平台获得了不当得利。法院在处理因算法操控或信息不对称导致的不当得利问题时，愿意采取更为积极的司法干预措施，以确保市场交易的公平性，并促使平台履行应有的诚信义务和法律责任。这一司法突破无疑对其他在线交易平台也起到了警示作用，促使其在算法运用和价格制定方面更加透明，避免侵害消费者利益的行为。
4.4. 电商平台的责任
作为算法歧视的主要受益方与实施者，电商平台不仅直接从中获利，还在技术运用和市场规则制定过程中扮演着主导角色。因此，当算法歧视导致消费者权益受损时，平台应承担不当得利的返还责任，并积极履行相应的法律义务。
在现代电商交易模式下，平台利用大数据和算法对用户进行精准画像，通过个性化推荐、动态定价等方式影响用户的消费决策。然而，若平台滥用这些技术手段，在不同用户之间实施差别定价或隐藏部分优惠信息，使部分用户在不知情的情况下支付了更高的价格，就构成了对公平交易原则的违反。这种行为不仅加剧了市场信息的不对称，也直接导致消费者的财产损失，破坏了市场竞争秩序。因此，作为算法歧视的受益者和规则制定者，平台应对因其不当行为导致的用户损失承担法律责任，并返还其不当得利。
从法律角度来看，《电子商务法》《民法典》和《消费者权益保护法》等法律法规对公平交易、诚信经营以及消费者权益保护均作出了明确规定。例如，《电子商务法》第35条规定，平台经营者不得利用技术手段对消费者进行不合理的差别待遇；《民法典》第986条明确指出，对于因他人财产受损而获利的一方，应承担返还不当得利的责任；《消费者权益保护法》第55条更是明确了对欺诈行为的惩罚性赔偿机制[6]。因此，电商平台若因算法歧视获取了额外的经济利益，不仅应向受损用户返还相应款项，还可能需要承担额外的赔偿责任，以弥补消费者因不公平交易遭受的损害[7]。
5. 结论与展望
在数字时代，算法歧视等问题主要由弱人工智能技术引发，机器尚未获得独立法律主体地位，因此问题的根源仍然在于人类的责任。然而，随着算法逐步发展为深度学习系统，归因分析变得愈加复杂。为解决这一问题，我们需要在不当得利法的框架下对电商平台的行为进行规制，同时构建完善的责任体系和多元化的监管机制。随着技术的进一步发展，尤其是进入强人工智能时代，算法歧视的法律规制将面临更加复杂的挑战，亟需提前规划，构建应对未来风险的法规体系。