殷繼國，沈鴻藝，岳子祺

(華南理工大學 法學院，廣東 廣州 510006)

一、問題的提出

人工智能的發(fā)展離不開大數(shù)據(jù)、算法和算力三大要素，其中算法是人工智能最重要的技術(shù)基礎(chǔ)和人工智能企業(yè)的核心競爭力。算法的運用有可能提高消費者剩余和實現(xiàn)經(jīng)營者利潤最大化，但算法也為經(jīng)營者之間達成共謀提供了更加隱蔽的技術(shù)手段。讓算法共謀廣為人知的恐怕是2011年《蒼蠅的成長》一書的售價飆升事件，其得益于亞馬遜的定價算法，這本市場起售價只有35.54美元的書籍在短短幾天之內(nèi)飆升到2 369萬美元。算法共謀作為一種新穎的共謀形式，引起了理論界和實務(wù)界的廣泛關(guān)注。2015年，阿里爾·扎拉奇和莫里斯·E .斯圖克在《算法的陷阱：超級平臺、算法壟斷與場景欺騙》一書中對算法共謀進行了開創(chuàng)性研究，掀起了一股研究算法共謀的熱潮。2017年，經(jīng)合組織發(fā)布的《算法與共謀：數(shù)字時代的競爭政策》是專門研究算法共謀的報告。與此同時，算法共謀進入了執(zhí)法和訴訟程序。2015年4月，美國司法部指控托普金斯(Topkins)及其同謀利用算法交換價格信息并協(xié)調(diào)賣價，從而確保其所銷售的壁紙按價格高低顯示在亞馬遜網(wǎng)站搜索頁面的最前面；同年12月，美國公民斯賓塞·邁耶(Spencer Meyer)向美國聯(lián)邦地區(qū)法院指控優(yōu)步聯(lián)合創(chuàng)始人與使用優(yōu)步定價算法的司機達成了共謀。

近年來，我國開始重視對算法的規(guī)制，2018年可以說是算法規(guī)制元年。2018年7月1日，我國首個人工智能深度學習算法標準《人工智能 深度學習算法評估規(guī)范》發(fā)布，目的是發(fā)現(xiàn)深度學習算法中影響算法可靠性的因素并給出提高算法可靠性的活動建議；8月31日，全國人大常委會通過的《中華人民共和國電子商務(wù)法》第十八條、第四十條首次明確了搜索引擎領(lǐng)域算法經(jīng)營者的基本義務(wù)，包括提供不針對個人特征選項的義務(wù)、提供搜索算法自然結(jié)果的義務(wù)。2019年，國家在算法規(guī)制領(lǐng)域持續(xù)發(fā)力。10月8日，文化和旅游部發(fā)布的《在線旅游經(jīng)營服務(wù)管理暫行規(guī)定(征求意見稿)》禁止在線旅游經(jīng)營者利用定價算法實施大數(shù)據(jù)“殺熟”(1)大數(shù)據(jù)“殺熟”是指通過算法對用戶畫像后，對不同用戶進行不同的定價，由此引發(fā)的價格歧視現(xiàn)象。參見：高富平、王苑.大數(shù)據(jù)何以“殺熟”？[N].上海法治報，2018-05-16(B06)。。在反壟斷法領(lǐng)域，盡管目前尚未出現(xiàn)算法共謀案例，但隨著算法技術(shù)趨于成熟以及運用更加廣泛，可以預(yù)見的是，算法共謀必將是未來反壟斷執(zhí)法機構(gòu)和法院關(guān)注的焦點。與傳統(tǒng)共謀相比，人工智能時代的算法共謀具有自身的特殊性，現(xiàn)行反壟斷法規(guī)制算法共謀將面臨諸多困境。當前，國內(nèi)外理論界和實務(wù)界對算法共謀的認識還不全面和深入，算法共謀對現(xiàn)行反壟斷法提出了哪些挑戰(zhàn)？反壟斷法又該如何規(guī)制算法共謀？本文將對這些問題進行研究，以期促進我國算法市場以及人工智能行業(yè)的快速健康發(fā)展。

二、算法共謀的內(nèi)涵闡釋及類型化

作為人工智能的核心技術(shù)之一，算法是一種結(jié)構(gòu)化的決策過程，它使計算過程自動化和智能化，從而根據(jù)數(shù)據(jù)輸入生成決策結(jié)果。算法的自動化和智能化優(yōu)勢，能在一定程度上克服人類有限理性的缺陷，大大提高了決策的效率和科學性。然而，算法既可能是天使，也可能是魔鬼。正如《紐約時報》專欄作家Claire Cain Miller所言：“算法雖沒有是非觀，但并不能就此忽視它對社會造成的影響?！盵1]算法可能會被經(jīng)營者利用來達成固定價格、限制產(chǎn)量等協(xié)議進而排除、限制市場競爭，以獲取超額壟斷利潤。

(一)算法共謀的內(nèi)涵闡釋

經(jīng)營者利用算法來實現(xiàn)共謀，可以在極短時間內(nèi)察覺競爭對手的動向并自動調(diào)整價格和策略使得定價達成一致。這一過程在外界看來雖未產(chǎn)生意思聯(lián)絡(luò)，但實際上可能產(chǎn)生排除、限制市場競爭的結(jié)果。算法共謀的實現(xiàn)，是共謀參與者以及與大數(shù)據(jù)、算法和算力共同作用的結(jié)果。大數(shù)據(jù)提供算法共謀需要的數(shù)據(jù)信息，算法提供了經(jīng)營者共謀需要的工具，算力決定了經(jīng)營者達成共謀的效率。大數(shù)據(jù)和人工智能的發(fā)展，尤其是算法的自動化和智能化，為默示共謀的達成提供了更為隱蔽的方式，使得經(jīng)營者之間即使沒有明示的口頭或書面協(xié)議，也能夠較容易地達成一致行為并獲取超競爭水平的利潤。

簡言之，算法共謀是同一市場中兩個或兩個以上的經(jīng)營者，利用算法實施的協(xié)調(diào)價格、限制產(chǎn)量等排除、限制市場競爭的行為。從目前來看，算法共謀主要運用于協(xié)調(diào)價格領(lǐng)域，但在限制生產(chǎn)數(shù)量和銷售數(shù)量等領(lǐng)域，算法共謀都有可能廣泛存在。相對于傳統(tǒng)共謀，算法共謀主要利用了大數(shù)據(jù)時代海量的數(shù)據(jù)信息以及先進的數(shù)據(jù)分析技術(shù)和人工智能技術(shù)，使得算法共謀具有以下傳統(tǒng)共謀所不具備的特征。

第一，技術(shù)性。在傳統(tǒng)共謀中，經(jīng)營者主要通過談判、協(xié)商、電話甚至眼神、手勢等共謀手段實現(xiàn)協(xié)同。算法共謀則由經(jīng)營者通過算法這一高度復(fù)雜和不透明的技術(shù)手段予以實現(xiàn)，在某些類型的算法共謀中，甚至不需要經(jīng)營者介入，不同經(jīng)營者的算法能夠自動實現(xiàn)協(xié)同。算法共謀的這一技術(shù)性特征使得反壟斷執(zhí)法機構(gòu)和法院對算法共謀的識別變得異常困難。因此，反壟斷執(zhí)法機構(gòu)和法院應(yīng)當密切關(guān)注和跟進算法共謀在技術(shù)層面的不斷發(fā)展，以提高其在算法等新技術(shù)領(lǐng)域識別行為是否違法的能力。

第二，穩(wěn)定性。一方面，算法通過預(yù)測和減少策略不確定性使得市場透明度不斷提高、互動頻率增強，通過在共謀者之間消除信息不對稱和發(fā)現(xiàn)時滯，快速報復(fù)和懲罰機制變得更為迅速和有效，因而強化了共謀者之間的監(jiān)督制約機制。另一方面，算法的絕對理性、無情感、無偏見的特性使得算法共謀克服了傳統(tǒng)共謀下經(jīng)營者之間因相互不信任而出現(xiàn)的“囚徒困境”，使得算法可以在各種復(fù)雜的環(huán)境中維持合作，從而強化了算法共謀的穩(wěn)定性。

第三，智能化。智能化體現(xiàn)在算法共謀弱化了人的意志以及協(xié)議達成的自動性兩個方面。即使是相對簡單的定價算法也能通過大量數(shù)據(jù)的收集和分析形成一套定價策略機制，在滿足一定條件的情況下自動地確定或調(diào)整價格，整個過程中并未體現(xiàn)人的意志，僅僅是觸發(fā)了定價規(guī)則。例如，作為計算機算法軟件市場的行業(yè)領(lǐng)袖，Boomerang Commerce開發(fā)的定價算法軟件可以每分鐘檢索100～150個數(shù)據(jù)點，并適時調(diào)整價格；亞馬遜網(wǎng)站上出售的絕大多數(shù)商品都可以做到每隔15分鐘調(diào)整一次價格[2]21。因此，如果市場上更多算法具備消除非理性因素這種能力，其控制方式愈發(fā)類似甚至趨同，就能憑借自己的“智力”達成共謀，價格也越可能向壟斷水平發(fā)展。

第四，隱蔽性。共謀分為明示共謀和默示共謀，明示共謀協(xié)議“通過觀察經(jīng)營者的行為或者查處一些書面證據(jù)，可以比較容易地判斷行為者故意的主觀意圖和結(jié)果行為是否違反反壟斷法”[3]。默示共謀因共謀的外在特征不明顯，導致反壟斷執(zhí)法機構(gòu)難以找到經(jīng)營者共謀的證據(jù)。作為默示共謀的算法共謀，隱蔽性更強。算法共謀的隱蔽性體現(xiàn)在共謀達成的隱蔽性和共謀實現(xiàn)后證據(jù)難以獲得兩個方面。當借助算法來達成和實施壟斷協(xié)議時，經(jīng)營者之間的意思聯(lián)絡(luò)更為隱晦，甚至不需要經(jīng)營者有任何意思聯(lián)絡(luò)，導致共謀越來越難以被察覺和被辨識。不僅如此，共謀達成后證據(jù)的收集難度加大，更難以追責。

(二)算法共謀的類型化

扎拉奇和斯圖克將算法共謀分為信使類共謀、中心輻射式共謀(軸輻類共謀)、預(yù)測類共謀和自主類共謀四種類型[2]52-54。經(jīng)合組織根據(jù)算法在共謀形成機制中的作用，將算法共謀分為監(jiān)控算法共謀、并行算法共謀、信號算法共謀和自學習算法共謀四種類型[4]。雖然表述有差別，但經(jīng)合組織的分類與扎拉奇和斯圖克關(guān)于算法共謀的分類基本相同。

監(jiān)控算法共謀。監(jiān)控算法共謀是利用監(jiān)控算法實現(xiàn)的共謀。監(jiān)控算法的運行流程是通過收集競爭對手的數(shù)據(jù)并進行對比分析，通過打價格戰(zhàn)自動報復(fù)背叛者，以維持共謀狀態(tài)，是設(shè)計較為簡單的一類算法。傳統(tǒng)共謀因難以監(jiān)控共謀者的背叛意圖和背叛行為，其穩(wěn)定性較差。監(jiān)控算法的出現(xiàn)，由于其在檢測和懲罰偏差方面異常迅速，經(jīng)營者不敢也不能有任何實際偏離共謀的動機。從產(chǎn)生效果看，監(jiān)控算法可以通過避免不必要的價格戰(zhàn)來維持默示共謀，提高共謀結(jié)構(gòu)的穩(wěn)定性。由于監(jiān)控算法共謀實質(zhì)上仍需要明確溝通，只要價格和其他交易條件由經(jīng)營者協(xié)調(diào)一致，就可以使用傳統(tǒng)的反壟斷法工具進行規(guī)制。

并行算法共謀。并行算法共謀是具有競爭關(guān)系的經(jīng)營者通過相同或相似的算法達成一致價格的共謀類型。在并行算法共謀中，經(jīng)營者通過共享定價算法，以便能同時對市場條件的任何變化做出相同的價格反應(yīng)，以達到協(xié)調(diào)價格的目的。經(jīng)營者通常不需要就共謀協(xié)議進行溝通，就能產(chǎn)生排除、限制競爭的結(jié)果，因而比監(jiān)控算法共謀更為隱蔽。在實踐中，經(jīng)營者共享定價算法的方式通常有兩種：一是多家經(jīng)營者使用同一家經(jīng)營者開發(fā)的算法，或者使用不同經(jīng)營者開發(fā)的，但工作原理和執(zhí)行模式類似的算法；二是其他經(jīng)營者依賴同一家經(jīng)營者(樞紐經(jīng)營者)開發(fā)和運行的算法來達成共謀，樞紐經(jīng)營者成為算法共謀的核心，但凡使用該算法的經(jīng)營者得出的價格都能成為公認的市場價格，形成了“中心輻射式算法共謀”，滴滴、優(yōu)步的自動定價算法就是中心輻射式算法的典型例子。

信號算法共謀。信號算法共謀是指在市場競爭中，為制造焦點，發(fā)出暗示，誘使其他商家接收此暗示并提高價格，從而達到默示共謀的目的。信號算法共謀的實施階段分為發(fā)送信號、接收信號、分析信號，最終達成類似價格。在傳統(tǒng)共謀中，每當經(jīng)營者提高價格以表明共謀意圖時，若大多數(shù)競爭者沒有收到信號或故意不對其進行回應(yīng)，信號發(fā)出方須承擔銷售數(shù)量降低、利潤削減等不利后果，這阻礙了信號發(fā)出行為；又因信號發(fā)出成本較高，經(jīng)營者更傾向于等待競爭對手發(fā)出信號，最終導致協(xié)調(diào)延遲甚至無法協(xié)調(diào)的局面。信號算法的出現(xiàn)，可以減少甚至完全消除信號成本，使經(jīng)營者能夠自動設(shè)置消費者無法捕捉或利用的快速迭代價格，被擁有良好分析算法的競爭對手讀取，從而高效地建立并維持共謀形態(tài)。2016年，立陶宛旅行產(chǎn)品線上預(yù)定平臺(E-TURAS)涉嫌向部分旅行代理商發(fā)出限定折扣優(yōu)惠信號，最終被歐盟法院認定構(gòu)成了價格合謀，這一合謀從類型上看屬于信號算法共謀。互聯(lián)網(wǎng)行業(yè)的快速發(fā)展使得大數(shù)據(jù)呈指數(shù)級增長，大數(shù)據(jù)技術(shù)的成熟又使得大數(shù)據(jù)收集、分析成本大幅降低，經(jīng)營者可以低成本地獲得所需信息，市場因此變得更透明。市場透明度越高，經(jīng)營者信號成本越低，就越容易達成信號算法共謀。此外，由于信號算法變得越來越復(fù)雜以及不同算法軟件存在兼容性問題，經(jīng)營者發(fā)出的共謀信號往往只能被使用相同算法的經(jīng)營者接收和解讀，其他經(jīng)營者、消費者和反壟斷執(zhí)法機構(gòu)則難以察覺。

自學習算法共謀。自學習算法共謀是指通過機器深度學習達成共謀的形式。前三種算法共謀都依賴事先設(shè)定的算法規(guī)則并按照既定的規(guī)則來實施共謀，自學習算法共謀依賴的自學習算法擁有強大的預(yù)測和學習能力，通過不斷學習和重新適應(yīng)其他市場參與者的行為，將在不需要經(jīng)營者實質(zhì)參與的情況下進行共謀。自學習算法相較于人類而言，強大的地方在于其可以通過高速試驗最終達到合作均衡并維持無限數(shù)量的反競爭價格。通過依靠自學習算法將決策從人類轉(zhuǎn)移到計算機，經(jīng)營者可以避免任何明確的溝通，容易逃脫法律的懲罰。對于大多數(shù)人來說，算法和運算過程猶如“天書”，尤其是人工智能和深度學習技術(shù)的發(fā)展，可能會產(chǎn)生“算法黑箱”乃至“算法獨裁”問題[5]。

三、算法共謀引發(fā)的規(guī)制困境

脫胎于工業(yè)時代、成熟于信息時代的反壟斷法理論和制度，面對人工智能時代的算法共謀，明顯表現(xiàn)出力不從心的癥狀。算法共謀至少在價值層面、認定層面、技術(shù)層面以及追責層面給現(xiàn)行的反壟斷法規(guī)制體系帶來重大挑戰(zhàn)。

(一)基本價值權(quán)衡方面的困境

定價算法能夠有效改善商品的定價模型，分析和預(yù)測價格趨勢，從而方便經(jīng)營者及時調(diào)整戰(zhàn)略決策，大大提升經(jīng)營者的運行效率和社會整體效率。與此同時，不論經(jīng)營者是否通過算法來實施，其對競爭對手的價格變化做出反應(yīng)是經(jīng)營自主權(quán)的體現(xiàn)。然而，經(jīng)營者的經(jīng)營自主權(quán)并不是不受任何限制的，盡管算法有助于維護效率價值并體現(xiàn)了自由價值，但不應(yīng)就此忽視算法共謀可能對市場競爭秩序和消費者利益造成的負面影響。在算法開發(fā)者或管理者沒有排除、限制競爭意圖和意思聯(lián)絡(luò)的情況下，其開發(fā)或使用的算法根據(jù)市場動態(tài)和最優(yōu)策略，自主選擇并與其他經(jīng)營者實施某種具有排除、限制競爭效果的市場行為，客觀上破壞了市場競爭秩序，損害了消費者利益，理應(yīng)受到反壟斷法的制裁。由此引發(fā)了法律價值權(quán)衡的困境，即如果法律對經(jīng)營者運用算法的行為不予規(guī)制，就可能產(chǎn)生排除、限制市場競爭的效果，背離反壟斷法所應(yīng)追求的公平和秩序價值；如果法律規(guī)制這種行為，就可能阻礙科技創(chuàng)新從而不利于效率價值和自由價值的實現(xiàn)，同樣違背了反壟斷法的價值目標。因此，算法共謀規(guī)制的價值目標，一方面是經(jīng)營效率和經(jīng)營自由，另一方面是公平與秩序，如何在兩者之間進行選擇并把握好相應(yīng)的尺度是算法共謀反壟斷法規(guī)制在法律價值層面遇到的難題。

(二)意思聯(lián)絡(luò)認定方面的困境

在傳統(tǒng)的反壟斷法框架下，壟斷協(xié)議的構(gòu)成要件有四個：經(jīng)營者有限制競爭的合意、經(jīng)營者進行了意思聯(lián)絡(luò)、經(jīng)營者達成一致行為以及產(chǎn)生了排除、限制競爭的效果。在反壟斷實踐中，意思聯(lián)絡(luò)認定的困境一直存在，這是因為共謀各方進行意思聯(lián)絡(luò)的方式具有隱蔽性、復(fù)雜性等特點。1991年，美國司法部對美國主要航空公司以及美國航空運價公布公司(Airline Tariff Publishing Company，簡稱ATPCO)展開了反壟斷調(diào)查，指控美國主要航空公司利用ATPCO的電腦系統(tǒng)能夠監(jiān)測對方機票價格并做出快速反應(yīng)的能力達成了價格共謀；航空公司則辯稱，價格變化是單個航空公司做出的，他們并沒有要求或接受任何協(xié)議。由于案件的復(fù)雜性和行為的隱蔽性，雙方最終于1994年和解[6]205-223。該案中ATPCO的算法是較為簡單的監(jiān)控類算法，在算法技術(shù)越來越發(fā)達、算法復(fù)雜度越來越高的現(xiàn)代社會，算法共謀者意思聯(lián)絡(luò)的認定變得更加困難。由于算法的智能化和隱蔽性，經(jīng)營者之間無須進行意思聯(lián)絡(luò)，僅依靠算法的實時監(jiān)測和對定價策略的迅速調(diào)整，便能夠保持一致和設(shè)定相同價格。尤其是在自學習算法共謀中，算法由于其強大的自主學習和執(zhí)行能力，可以獨立、自主地達成和實施壟斷協(xié)議。自學習算法作為壟斷協(xié)議的參與者，其本身是理性的，不存在任何法律意義上的主觀意圖，也難以對算法之間的意思聯(lián)絡(luò)予以證明。在這種情況下，由于其缺少意思聯(lián)絡(luò)的證明，算法共謀很難被認定為壟斷協(xié)議而予以規(guī)制，但其產(chǎn)生的排除、限制競爭的效果可能會對市場競爭秩序和消費者利益造成比明示共謀更大的危害。

(三)反壟斷執(zhí)法機構(gòu)的規(guī)制技術(shù)困境

算法共謀的技術(shù)性、智能化、隱蔽性等特征，給反壟斷執(zhí)法機構(gòu)的執(zhí)法帶來了一系列技術(shù)難題。在現(xiàn)行的反壟斷法分析框架和規(guī)制體系下，反壟斷執(zhí)法機構(gòu)難以識別算法共謀行為；即便調(diào)查出經(jīng)營者可能存在算法共謀的情形，如何收集證據(jù)也成為難點。

反壟斷執(zhí)法機構(gòu)難以識別算法共謀行為?；谒惴ü仓\的特殊性，反壟斷執(zhí)法機構(gòu)識別算法共謀行為可能會存在以下三個障礙：首先，算法能夠降低成本的優(yōu)勢使得經(jīng)營者之間達成共謀的成本障礙消失，算法共謀變得更普遍，進一步增大了反壟斷執(zhí)法機構(gòu)察覺算法共謀行為存在的難度。其次，為實現(xiàn)和維系共謀，經(jīng)營者通常需要達成一致的策略、監(jiān)督彼此對策略的共同遵守、懲罰偏離行為三個條件[7]。算法降低了經(jīng)營者達成一致策略的成本，使得參與算法共謀的經(jīng)營者數(shù)量大大突破了傳統(tǒng)共謀下經(jīng)營者的數(shù)量，因而擴大了反壟斷執(zhí)法機構(gòu)需要監(jiān)控的對象范圍。最后，根據(jù)“囚徒困境”理論，每個合作者均有背叛的動機，良好的監(jiān)督機制顯得至關(guān)重要。算法的出現(xiàn)，使得實時監(jiān)控和瞬時懲罰成為可能，有效的威懾機制使得每一個共謀成員都難以選擇脫離共謀。對外界來說，“算法黑箱”有可能變成“算法共謀黑箱”，現(xiàn)有的共謀發(fā)現(xiàn)機制讓反壟斷執(zhí)法機構(gòu)難以識別共謀行為的存在。

反壟斷執(zhí)法機構(gòu)難以搜集算法共謀證據(jù)。在過去的一個多世紀里，反壟斷法的發(fā)展建立在它所尋求規(guī)制的行為人內(nèi)在的人格假設(shè)之上[8]。基于行為人的人格假設(shè)和“囚徒困境”理論，反壟斷法規(guī)定了寬恕制度，幫助反壟斷執(zhí)法機構(gòu)發(fā)現(xiàn)共謀行為存在的證據(jù)。但算法的運用能夠極大降低因人性多疑的弱點產(chǎn)生的相互不信任感，以及即使有背叛行為也能快速施加懲罰的特性使得共謀變得非常穩(wěn)定，傳統(tǒng)反壟斷執(zhí)法機構(gòu)針對共謀采取內(nèi)部突破的手段難以繼續(xù)。此外，算法共謀中“透明度悖論”的存在也使得反壟斷執(zhí)法機構(gòu)在收集證據(jù)上面臨較大障礙。所謂“透明度悖論”，是指在算法共謀中，反壟斷執(zhí)法機構(gòu)要想獲得需要的證據(jù)信息，必須要提高市場透明度；但提高市場透明度則會讓算法共謀參與者之間的信息溝通更順暢，算法共謀也變得更穩(wěn)定和更隱蔽，進一步加大了反壟斷執(zhí)法機構(gòu)收集證據(jù)的難度。

實踐中，由于默示共謀存在行為識別和證據(jù)搜集上的難題，各國反壟斷執(zhí)法機構(gòu)在默示共謀違法性認定上十分謹慎，甚至在一定程度不得不容忍默示共謀行為。算法共謀基本上屬于默示共謀，若對算法共謀采取容忍態(tài)度，將會導致算法共謀充斥整個人工智能市場，市場競爭秩序?qū)⑻幱诨靵y狀態(tài)，消費者利益和社會公共利益必將遭受損害。因此，反壟斷執(zhí)法機構(gòu)如何在浩如煙海的大數(shù)據(jù)和高度智能化的“算法共謀黑箱”中收集可用證據(jù)，以及如何審查這些證據(jù)，均對反壟斷執(zhí)法技術(shù)提出了更高要求。

(四)算法共謀經(jīng)營者責任歸屬和分配困境

傳統(tǒng)共謀是由“人”主導的合謀，“人”是責任主體?！皞鹘y(tǒng)反壟斷法對壟斷協(xié)議的規(guī)制是基于‘人類中心主義’的視角?！盵9]在算法共謀中，算法的運用使得問題變得復(fù)雜化，甚至可能會脫離“人類中心主義”的基本規(guī)制框架。在監(jiān)控算法共謀、并行算法共謀和信號算法共謀中，算法基本上是執(zhí)行算法開發(fā)者或管理者的指示，開發(fā)者或管理者是責任主體。但在自主學習算法中，算法通過不斷接收數(shù)據(jù)進行自主學習和實驗，甚至能夠脫離算法開發(fā)者或管理者的控制自行與其他經(jīng)營者的算法達成共謀。在這種情況下，究竟是由經(jīng)營者來承擔責任還是由算法本身來承擔責任？若由經(jīng)營者來承擔責任，這與反壟斷法認定壟斷協(xié)議要求有意思聯(lián)絡(luò)的條件不相符，因為經(jīng)營者對自學習算法共謀通常不知情。即便決定由算法經(jīng)營者來承擔責任，究竟是以連帶責任形式指控算法開發(fā)者、管理者以及算法受益者，還是選擇其中一家經(jīng)營者獨立承擔責任? 當開發(fā)者和管理者的主觀故意難以證明時，責任的分配問題也將變得十分棘手。

若由算法本身來承擔責任，這就涉及算法或人工智能的法律主體地位問題。事實上，人工智能產(chǎn)品的法律責任問題早已成為熱議話題。2018年，在全球首例無人駕駛汽車致死案中，優(yōu)步無人駕駛汽車在事故中被判定不承擔任何刑事責任(2)據(jù)路透社報道，美國檢方于2019年3月5日表示，優(yōu)步對2018年3月發(fā)生在亞利桑那州的一起撞車事故不承擔刑事責任。在這起事故中，優(yōu)步的一輛無人駕駛汽車撞上一名行人，并致其死亡。這是全球首例無人駕駛汽車致人死亡的事故，因此受到外界的廣泛關(guān)注。參見：《全球首例無人駕駛汽車致死事故責任認定：Uber不負刑責》，https://auto.qq.com/a/20190306/003881.htm，2020年1月15日訪問。；同為人工智能產(chǎn)品的機器人索菲亞卻被賦予了公民身份(3)2017年10月26日，在沙特首都利雅得舉行的“未來投資倡議”大會上，沙特授予漢森公司生產(chǎn)的機器人索菲亞公民身份，她成為史上首個獲得公民身份的機器人。參見：《世界上首個擁有國籍的機器人 索菲亞是沙特阿拉伯公民》，https://www.sohu.com/a/328937387_100058214，2020年1月15日訪問。，這似乎違背了“人類中心主義”的倫理和法律價值觀。因此，由算法來承擔共謀責任，與當前主流觀念不符，同時也可能會出現(xiàn)最終無“人”承擔法律責任的情形。

四、算法共謀的反壟斷規(guī)制路徑

算法技術(shù)本身沒有善惡，但算法的開發(fā)者和管理者有善惡之分。一方面，我們需要鼓勵算法技術(shù)的廣泛運用；另一方面，需要對算法的開發(fā)和運用進行適度規(guī)制，以懲惡揚善。為此，我們需要從價值權(quán)衡、多元規(guī)制體系的構(gòu)建、意思聯(lián)絡(luò)范圍的擴展以及責任歸屬和分配方面規(guī)制算法共謀行為。

(一)價值層面兼顧效率與公平、自由與秩序價值

隨著人工智能時代的到來，算法成為經(jīng)營者競爭的重要工具。在阻止信息欺詐、優(yōu)化供應(yīng)鏈、精準推送廣告、推薦潛在商品、信息網(wǎng)絡(luò)安全和動態(tài)定價等方面，算法發(fā)揮了相當大的作用[10]。當算法之間自主、共同地實施固定價格以及限制生產(chǎn)、銷售數(shù)量等排除、限制競爭的行為時，首先損害的并非經(jīng)濟運行效率，而是消費者的公平交易權(quán)和自主選擇權(quán)[11]。在這種情況下，市場難以通過競爭和價格機制進行調(diào)節(jié)，致使消費者無法通過比較不同商品從而做出最優(yōu)選擇；甚至算法還能通過收集消費者偏好等數(shù)據(jù)，達成對某類消費者群體實行價格歧視的一致意圖，這無疑侵害了消費者的合法權(quán)益。

隨著反壟斷法的日漸完善，反壟斷法立法宗旨趨于多元化，經(jīng)濟效率已不是唯一的價值追求，對消費者利益的重視越來越多地體現(xiàn)在歐美等發(fā)達國家的立法與司法實踐中。在實踐中，反壟斷法的自由、秩序、效率、公平等價值呈并存、競爭和融合的矛盾運動之勢[12]。結(jié)合人工智能時代的新特點和反壟斷法的發(fā)展趨勢，比起技術(shù)進步所帶來的經(jīng)濟運行效率的提高，維護市場競爭秩序從而保障消費者利益的價值取向理應(yīng)得到足夠的重視。因此，在對算法共謀進行規(guī)制時，既要考慮到以算法為代表的科技創(chuàng)新對經(jīng)濟運行效率做出的貢獻以及經(jīng)營者運用算法對競爭對手價格變化做出反應(yīng)的自由，堅持包容審慎規(guī)制和謙抑性規(guī)制原則，不宜將所有基于算法實施的協(xié)同行為都視為違法；同時要對算法共謀進行有效規(guī)制，視具體情況運用本身違法原則或合理原則進行違法性認定，建立技術(shù)規(guī)制、倫理規(guī)制與法律規(guī)制相結(jié)合的規(guī)制方法框架，確保實質(zhì)公平與市場秩序價值的實現(xiàn)。

(二)構(gòu)建算法共謀的多元規(guī)制體系

鑒于算法共謀的復(fù)雜性、智能化特點，對算法共謀的規(guī)制，應(yīng)當從源頭引導、過程監(jiān)管與結(jié)構(gòu)規(guī)制三個維度構(gòu)建多元規(guī)制體系，對算法共謀實施全方位規(guī)制。

1.源頭引導：算法開發(fā)上的合規(guī)性

由于算法共謀的事后規(guī)制在證據(jù)收集上存在較大難度，事前規(guī)制則可以彌補事后規(guī)制的不足。建議在反壟斷法的規(guī)制框架下，增加算法開發(fā)上的合規(guī)要求，明確禁止類算法的范圍，幫助反壟斷執(zhí)法機構(gòu)縮小需要檢測的算法范圍。

第一，為算法的開發(fā)制定行業(yè)準則。為了防止自學習算法自動實施算法共謀，反壟斷執(zhí)法機構(gòu)應(yīng)與行業(yè)監(jiān)管部門合作，在算法開發(fā)上制定行業(yè)標準和自律規(guī)范，以行業(yè)規(guī)范的形式來引導算法開發(fā)者有意避免促進共謀的編程，即開發(fā)出符合阿西莫夫“機器人學三法則”的算法(4)1942年，俄裔美籍科幻作家阿西莫夫在短篇小說《圓舞》中提出了機器人學三法則。第一法則：機器人不得傷害人類個體，也不得以其不作為致使人類個體受到傷害；第二法則：機器人應(yīng)當服從人類個體給予的所有命令，除非該命令違反第一法則；第三法則：機器人應(yīng)當在不違背第一法則或第二法則的范圍內(nèi)關(guān)注自己的安全。參見：張建文.阿西莫夫的教誨：機器人學三法則的貢獻與局限——以阿西莫夫短篇小說《汝竟顧念他》為基礎(chǔ)[M]∥岳彩申，侯東德.人工智能法學研究.北京：社會科學文獻出版社，2018：5。。例如，如果需要阻止經(jīng)營者之間協(xié)調(diào)反競爭價格，那么準則可能會要求算法不得對達成價格協(xié)調(diào)所必需的市場變量做出反應(yīng)[13]；此外，還可以通過編程讓算法拒絕對最近價格變化做出反應(yīng)或忽略個別經(jīng)營者的價格變化。當然，這種解決方案可能會限制經(jīng)營者開發(fā)、創(chuàng)新算法的積極性，必須以必要性和審慎規(guī)制原則為前提，并符合比例原則的基本要求。

第二，反壟斷執(zhí)法機構(gòu)可以酌情要求經(jīng)營者披露算法源代碼，進行反向檢測并制定算法“黑名單”?！八惴ê谙洹焙汀八惴ü仓\黑箱”的存在，在一定程度上阻礙了反壟斷執(zhí)法機構(gòu)的執(zhí)法。只有披露相關(guān)算法，反壟斷執(zhí)法機構(gòu)才有機會檢測算法是否違法。反壟斷執(zhí)法機構(gòu)可以通過抽查方式進行檢測，以確定該算法是否表現(xiàn)出共謀傾向。若表現(xiàn)出共謀傾向，此種算法將被列入“黑名單”；若沒有串通傾向或串通傾向可以忽略不計，該算法將獲得批準。在具體操作上，可以采用“算法監(jiān)管沙盒”的測試方法[14]，讓部分獲得批準的算法進入市場，在一定時間內(nèi)測試該算法有無實施共謀行為，并根據(jù)測試結(jié)果放寬審查尺度和降低準入門檻，以期在鼓勵算法創(chuàng)新和防范算法共謀之間取得平衡。需要注意的是，若算法屬于經(jīng)營者的商業(yè)秘密，在要求經(jīng)營者披露算法并進行反向檢測過程中，必須采取適當措施保護經(jīng)營者的算法免受泄露。

2.過程監(jiān)管：“算法共謀黑箱”的破解

在算法開發(fā)完成投入使用后，反壟斷執(zhí)法機構(gòu)可以對算法市場進行調(diào)查，獲取執(zhí)法所需信息；同時基于“算法型消費者”理念[15]，提高消費者應(yīng)對經(jīng)營者算法的能力，以期對經(jīng)營者的算法共謀行為進行有效制衡，實現(xiàn)揭開“算法共謀黑箱”的目的。

首先，為全面掌握算法的運行機制，及時發(fā)現(xiàn)經(jīng)營者實施算法共謀的苗頭，反壟斷執(zhí)法機構(gòu)可以構(gòu)建自動化執(zhí)法系統(tǒng)，實現(xiàn)以技術(shù)規(guī)制技術(shù)(5)關(guān)于自動化執(zhí)法概念和功能的詳細介紹，參見：麗莎·A .謝伊，伍德羅·哈特佐格，等.迎接自動化執(zhí)法[M]∥瑞恩·卡洛，邁克爾·弗魯姆金，伊恩·克爾.人工智能與法律的對話.上海：上海人民出版社，2018：239-266。。自動化執(zhí)法系統(tǒng)是利用大數(shù)據(jù)技術(shù)、算法技術(shù)等信息技術(shù)，自動搜集算法運行狀況信息，預(yù)測算法共謀行為已經(jīng)或即將發(fā)生，自動獲取相關(guān)證據(jù)，實現(xiàn)對算法運行過程的監(jiān)管。通過該系統(tǒng)，反壟斷執(zhí)法機構(gòu)可以對算法市場的透明度、算法的運行機制以及算法預(yù)測的準確度、互動頻率等提前調(diào)查，掌握算法驅(qū)動型市場的新動態(tài)以及可能存在的競爭問題，根據(jù)監(jiān)測結(jié)論，采取有效的規(guī)制措施。其次，算法管理者負有定期報告算法運行情況的義務(wù)。反壟斷執(zhí)法機構(gòu)通過分析經(jīng)營者的報告，從中獲取經(jīng)營者(或算法)是否有排除、限制競爭意圖和意思聯(lián)絡(luò)行為，從而獲得需要的證據(jù)。經(jīng)營者履行報告義務(wù)還可以培養(yǎng)算法開發(fā)者和管理者的競爭意識，提高算法的競爭遵從度。再次，為解決“算法共謀黑箱”問題，鼓勵經(jīng)營者向消費者披露算法，并為消費者提供配套解讀軟件或進行詳細說明，這是保證消費者知情權(quán)的重要手段。最后，為跟經(jīng)營者算法相抗衡，鼓勵經(jīng)營者開發(fā)“消費者算法”“幫助消費者識別價格、識別合謀以及虛擬消費者捆綁行為”[16]。目前電子商務(wù)市場流行的比價算法或推薦算法，就屬于消費者算法。此種算法可以對經(jīng)營者的提價行為做出即時反應(yīng)，并將該經(jīng)營者自動過濾出消費者的選擇范圍，導致提價經(jīng)營者的銷量大幅減少。面對削減的銷量，經(jīng)營者必然要對其價格進行新一輪調(diào)整，直到形成市場出清價格。因此，消費者算法能夠?qū)?jīng)營者形成有效的制衡。

3.結(jié)構(gòu)規(guī)制：降低算法共謀的概率

數(shù)字市場存在三個有利于達成算法共謀的因素：一是互聯(lián)網(wǎng)技術(shù)的快速發(fā)展使得數(shù)據(jù)規(guī)模越來越大，無處不在的數(shù)據(jù)是經(jīng)營者達成算法共謀的前提條件；二是大數(shù)據(jù)抓取、分析技術(shù)的成熟使得數(shù)字市場變得更加透明，算法經(jīng)營者之間更容易進行信息交流并監(jiān)控參與者的行為；三是網(wǎng)絡(luò)通信技術(shù)的更新?lián)Q代、云存儲技術(shù)的發(fā)展以及計算能力的快速提升使得算力大幅度提高，算法經(jīng)營者之間的信息交流可以實時完成。因此，對算法共謀的規(guī)制，還可以從數(shù)字市場的結(jié)構(gòu)著手，制定調(diào)整數(shù)字市場結(jié)構(gòu)特征的政策，有效降低達成算法共謀的概率。首先，適度降低市場透明度。反壟斷執(zhí)法機構(gòu)可以要求經(jīng)營者實施秘密折扣制度或?qū)稍诰€發(fā)布的信息施加限制，使算法難以預(yù)測競爭對手的行為。其次，限制算法經(jīng)營者互動的頻率。反壟斷執(zhí)法機構(gòu)可以對經(jīng)營者的價格調(diào)整頻率施加限制，禁止經(jīng)營者在指定的最短時間內(nèi)接收任何新要約，使得算法共謀的靈活性降低，從而破壞算法共謀的穩(wěn)定性。

(三)適度擴展意思聯(lián)絡(luò)的認定標準

無論是明示共謀還是默示共謀，都是經(jīng)營者通過意思聯(lián)絡(luò)取得意思表示一致的結(jié)果。默示共謀主要表現(xiàn)為協(xié)同行為，協(xié)同行為以經(jīng)營者之間的意思聯(lián)絡(luò)為前提。如果經(jīng)營者不存在主觀上的意思聯(lián)絡(luò)，僅僅是在某一經(jīng)營者采取一定的市場行動后，根據(jù)自己的獨立判斷實施追隨行為，該“意識性平行行為”不屬于協(xié)同行為[17]。所謂意思聯(lián)絡(luò)，強調(diào)經(jīng)營者不僅具有排除、限制競爭的主觀意圖，而且相互之間就排除、限制競爭的意圖進行溝通交流并取得了一致。據(jù)此，認定壟斷協(xié)議，不僅需要證明經(jīng)營者的主觀意圖，還需要證明經(jīng)營者進行了聯(lián)絡(luò)并取得一致。主觀意圖在明示共謀中主要體現(xiàn)在協(xié)議或決定文本中，而協(xié)議或決定本身就是意思聯(lián)絡(luò)的結(jié)果。在默示共謀中，主觀意圖則能通過經(jīng)營者協(xié)同行為的實施所產(chǎn)生的排除、限制競爭效果得以外化，通過競爭效果可以反推排除、限制競爭的意圖。因此，默示共謀認定的難點不在于主觀意圖，而在于經(jīng)營者之間是否存在聯(lián)絡(luò)行為。

在監(jiān)控算法共謀、并行算法共謀和信號算法共謀中，從排除、限制競爭效果中展現(xiàn)出來的意圖可以歸屬算法的開發(fā)者或管理者。但在自學習算法共謀中，算法開發(fā)者或管理者沒有排除、限制競爭的意圖，在外界看來也不存在任何聯(lián)絡(luò)行為，因而需要適度放寬意思聯(lián)絡(luò)的認定標準。首先，關(guān)于人工智能的民事主體資格問題，吳漢東教授認為：“受自然人、自然人集合體——民事主體控制的機器人，尚不足以取得獨立的主體地位?！盵18]同理，自學習算法雖然具有自動化、智能化特點，但算法的開發(fā)者在算法編程時可以通過遵守競爭準則、適度降低算法透明度、增加算法偏離可能性等技術(shù)手段對算法共謀施加有效控制；算法管理者也可以對算法開發(fā)者作出上述要求，從而達到控制算法共謀的目的。因此，從意圖歸屬看，自學習算法本身并不能作為意圖的歸屬主體，而應(yīng)當是自學習算法背后的開發(fā)者或管理者。其次，算法在達成共謀之前，會通過網(wǎng)絡(luò)收集需要的數(shù)據(jù)，根據(jù)收集到的數(shù)據(jù)進行分析并制定相應(yīng)的策略，另一種算法也會實施同樣行為。也就是說，算法之間在事實上有信息交流，這種信息交流會產(chǎn)生類似于合同法中要約和承諾的效果。因此，需要擴展意思聯(lián)絡(luò)的認定標準，將算法間的信息交流視為意思聯(lián)絡(luò)的一種形式，進而認定算法開發(fā)者或管理者有排除、限制競爭的意圖并實施了聯(lián)絡(luò)行為。

(四)明確算法共謀責任的歸屬和分配

在人類主宰的世界里，“算法中心主義”永遠無法取代“人類中心主義”。算法目前本質(zhì)上仍然是人類的工具，只是帶來了新的共謀應(yīng)用手段，而不是新的法律責任主體[10]。因此，在未來較長的一段時間內(nèi)，類似科幻片的場景——算法承擔合謀的責任——暫時還不會出現(xiàn)。從法律上講，違法行為者應(yīng)當承擔否定性法律后果，這既是責任自負原則的直接體現(xiàn)，也是公平價值和正義觀念的實現(xiàn)途徑，算法共謀的規(guī)制同樣遵循此思路。在算法責任的承擔上，有學者提出“算法雇員理論”[19]，將自學習算法視為經(jīng)營者的員工，經(jīng)營者應(yīng)當替代員工承擔法律責任，而不應(yīng)利用算法逃避責任。因此，算法(包括自學習算法)不能獲得獨立的法律主體資格，也不能替代經(jīng)營者承擔相應(yīng)法律責任。在算法共謀責任的歸屬上，應(yīng)當“刺破算法面紗”，由算法背后的實際參與者如算法的開發(fā)者、管理者或受益者來承擔法律責任。

實踐中，當算法開發(fā)者、管理者和受益者合一時，不存在算法共謀責任的分配問題。但當算法開發(fā)者、管理者和受益者分屬于不同經(jīng)營者時，可以綜合運用扎拉奇和斯圖克提出的獲益原則和有效控制原則來分配相應(yīng)的法律責任[20]。獲益原則是指反壟斷執(zhí)法機構(gòu)或法院先行評估算法共謀的獲益結(jié)構(gòu)，然后根據(jù)實際參與主體獲益大小等結(jié)構(gòu)因素確定責任的分配。有效控制原則是指可以從實際參與主體對算法的控制程度來判斷。若算法開發(fā)者、管理者和受益者均從算法共謀中獲益或能對算法施加一定的控制，則可根據(jù)獲益份額和控制程度來確定責任份額，否則由獲益的一方或控制的一方承擔責任；若獲益比例或控制程度難以區(qū)分，則由算法實際參與主體承擔連帶責任。

五、結(jié) 語

人類已經(jīng)邁進人工智能時代，人工智能時代的大數(shù)據(jù)和算法行業(yè)是未來的發(fā)展方向。我國高度重視大數(shù)據(jù)和人工智能行業(yè)的發(fā)展，近年來，國務(wù)院相繼發(fā)布了《促進大數(shù)據(jù)發(fā)展行動綱要》和《新一代人工智能發(fā)展規(guī)劃》，為大數(shù)據(jù)和人工智能的快速發(fā)展提供了政策指引。算法共謀作為人工智能行業(yè)快速發(fā)展的副產(chǎn)品，其技術(shù)性、穩(wěn)定性、智能化和隱蔽性特征給反壟斷執(zhí)法機構(gòu)帶來了諸多挑戰(zhàn)，導致算法共謀的規(guī)制存在價值權(quán)衡困境、認定困境、責任追究困境和技術(shù)性困境等多重困境。對國內(nèi)法學界來說，算法共謀及其規(guī)制是一個前沿和復(fù)雜的話題。如何在保證算法提高經(jīng)濟效率、促進消費者福利和社會公共利益的前提下，有效規(guī)制算法共謀行為，防范其對市場競爭秩序造成損害，需要我國理論界和實務(wù)界的共同努力。