علیرضا محمودی فرد – پسادکترای حرفه‌ای آینده‌پژوهی، پژوهشگر و مدرس دانشگاه‌ها تصور کنید با دوستتان در یک فروشگاه اینترنتی، هم‌زمان به یک کالا نگاه می‌کنید؛ قیمتی که شما می‌بینید، سیصد هزار تومان است و قیمتی که او می‌بیند، دویست و پنجاه هزار تومان؛ نه تخفیفی در کار است، نه کوپنی فعال شده؛ تنها تفاوت، این […]

علیرضا محمودی فرد – پسادکترای حرفه‌ای آینده‌پژوهی، پژوهشگر و مدرس دانشگاه‌ها

تصور کنید با دوستتان در یک فروشگاه اینترنتی، هم‌زمان به یک کالا نگاه می‌کنید؛ قیمتی که شما می‌بینید، سیصد هزار تومان است و قیمتی که او می‌بیند، دویست و پنجاه هزار تومان؛ نه تخفیفی در کار است، نه کوپنی فعال شده؛ تنها تفاوت، این است که الگوریتم فروشگاه، از روی داده‌های گذشته، تشخیص داده که «شما» حاضرید بیشتر بپردازید؛ این، صحنه‌ای از یک داستان علمی-تخیلی نیست؛ این واقعیت اقتصاد دیجیتال امروز است؛ پدیده‌ای که اقتصاددانان آن را «تبعیض قیمتی شخصی‌سازی‌شده» یا «تبعیض قیمتی الگوریتمی» می‌نامند.
رویای کهنه‌ی اقتصاد با لباسی جدید
تبعیض قیمتی، مفهوم تازه‌ای در اقتصاد نیست؛ از دیرباز، فروشندگان سعی می‌کرده‌اند کالای یکسان را به قیمت‌های متفاوت به خریداران مختلف بفروشند؛ تخفیف دانشجویی سینما، بلیت طبقات پرواز و حتی چانه‌زنی در بازار سنتی، همگی اشکالی از تبعیض قیمتی هستند؛ اما آنچه این عصر را متمایز می‌کند، مقیاس و دقتِ بی‌سابقه‌ی آن است.
در گذشته، فروشنده اطلاعات محدودی داشت: سن، ظاهر، یا شاید محل زندگی؛ اما امروز، پلتفرم‌های دیجیتال پرونده‌ای عظیم از تک‌تک ما در اختیار دارند: چه ساعتی خرید می‌کنیم، از چه دستگاهی، در چه موقعیت جغرافیایی، چقدر درنگ می‌کنیم پیش از کلیک، چه چیزهایی را قبلاً خریده‌ایم و حتی چند درصد باتری گوشی‌مان باقی مانده است؛ الگوریتم‌های یادگیری ماشین، این داده‌ها را تحلیل می‌کنند و «تمایل به پرداخت» ما را با دقتی هراس‌آور تخمین می‌زنند؛ سپس، قیمتی را نشان می‌دهند که برای «ما» شخصی‌سازی شده است.
کالبدشکافی کارایی: آیا این بازی، برنده دارد؟
از منظر کارایی اقتصادی، تبعیض قیمتی کامل، داستانی دوگانه دارد. در یک جهان انتزاعی، اگر فروشنده بتواند دقیقاً بیشترین مبلغی را که هر مشتری حاضر است بپردازد از او بگیرد (آنچه اقتصاددانان «تبعیض قیمتی درجه اول» می‌نامند)، اتفاق جالبی می‌افتد: مازاد مصرف‌کننده به صفر می‌رسد و کل مازاد اقتصادی به تولیدکننده منتقل می‌شود؛ اما هم‌زمان، «کارایی تخصیصی» به حداکثر می‌رسد؛ هر کس که حاضر باشد هزینه‌ی نهایی تولید را بپردازد، کالا را دریافت می‌کند؛ دیگر «مصرف‌کننده‌ی حاشیه‌ای» از بازار حذف نمی‌شود.
اما جهان واقعی، با این مدل انتزاعی فرق دارد؛ در عمل، تبعیض قیمتی الگوریتمی می‌تواند به کاهش رقابت، افزایش قیمت متوسط، و حبس‌کردن مصرف‌کنندگان در «حباب‌های قیمتی» بینجامد. پژوهش‌ها نشان می‌دهد وقتی بنگاه‌ها از الگوریتم‌های قیمت‌گذاری مبتنی‌بر هوش مصنوعی استفاده می‌کنند، حتی بدون تبانی آشکار، ممکن است به «تبانی ضمنی الگوریتمی» برسند: الگوریتم‌ها می‌آموزند که اگر همگی قیمت‌ها را بالا نگه دارند، سود بیش‌تری عاید همه می‌شود. نتیجه، بازاری است که در آن، «دست نامرئی» اسمیت، جای خود را به «الگوریتم نامرئی» داده است.
ابعاد اخلاقی: وقتی قیمت، آینه‌ی تبعیض می‌شود
نگرانی اصلی درباره‌ی تبعیض قیمتی الگوریتمی، نه فقط کارایی اقتصادی، که عدالت و اخلاق است. سه مسأله‌ی اخلاقی بنیادین در این میان مطرح می‌شود.
نخست، «تبعیض علیه آسیب‌پذیران». الگوریتم‌ها ممکن است ناخواسته، یا حتی آگاهانه، گروه‌های خاص را هدف بگیرند. پژوهشی نشان داد که در برخی پلتفرم‌های خرید آنلاین، کاربرانی که از مناطق کم‌درآمدتر به سایت مراجعه می‌کردند، قیمت‌های بالاتری برای کالاهای مشابه می‌دیدند. منطق الگوریتم ساده بود: در این مناطق، فروشگاه‌های فیزیکی کم‌تری وجود دارد، رقابت کمتر است، و در نتیجه کشش قیمتی تقاضا پایین‌تر. الگوریتم، فقر جغرافیایی را به فرصتی برای قیمت بالاتر تبدیل کرده بود.
دوم، «شفافیتِ صفر». در بازار سنتی، دست‌کم می‌دانستید که دیگران چه قیمتی می‌پردازند؛ اما در تبعیض قیمتی شخصی‌سازی‌شده، قیمت‌ها در جعبه‌های سیاه الگوریتمی پنهان می‌شوند؛ شما هرگز نمی‌دانید همکارتان برای همان بلیت هواپیما چقدر پرداخته است؛ این عدم تقارن اطلاعات، قدرت مصرف‌کننده را به‌شدت کاهش می‌دهد و اعتماد به بازار را از بین می‌برد.
سوم، «رضایت در برابر استثمار». مدافعان این شیوه می‌گویند مصرف‌کننده با پذیرفتن کوکی‌ها و شرایط استفاده، به جمع‌آوری داده‌ها «رضایت» داده است؛ اما این رضایت، در خلأ اطلاعاتی کامل گرفته می‌شود؛ کاربر عادی نمی‌داند چه داده‌ای جمع می‌شود، چگونه تحلیل می‌شود و چه تأثیری بر قیمتی که می‌پردازد دارد. این «رضایت آگاهانه» نیست؛ «تسلیم ناآگاهانه» است.
مازاد مصرف‌کننده در محاق
در مجموع، تبعیض قیمتی الگوریتمی، مازاد مصرف‌کننده را از دو سو تحت فشار قرار می‌دهد؛ از یک سو، با شخصی‌سازی قیمت‌ها، بخشی از مازاد مصرف‌کننده به مازاد تولیدکننده منتقل می‌شود؛ از سوی دیگر، با کاهش شفافیت و افزایش هزینه‌های جست‌وجو، قدرت چانه‌زنی مصرف‌کننده تحلیل می‌رود. نتیجه، بازاری است که در آن، تولیدکنندگان، سهم فزاینده‌ای از منافع مبادله را تصاحب می‌کنند.
راه پیش رو: تنظیم‌گری الگوریتم‌ها
برای حفظ تعادل میان کارایی و عدالت، سه گام ضروری است: نخست، «الزام به شفافیت قیمت‌گذاری». پلتفرم‌ها باید به‌صراحت اعلام کنند که آیا از قیمت‌گذاری شخصی‌سازی‌شده استفاده می‌کنند یا خیر. دوم، «حقِ دانستنِ قیمت مرجع». مصرف‌کننده باید بداند قیمتی که می‌بیند، در چه جایگاهی نسبت به قیمت‌های دیگران قرار دارد. سوم، «ممیزی الگوریتمی مستقل». نهادهای تنظیم‌گر باید توانایی فنی برای بررسی الگوریتم‌ها و تشخیص الگوهای تبعیض‌آمیز را داشته باشند.
پرسش آخر را با هم مرور کنیم: آیا در دنیایی که هرکس قیمت «مخصوص خود» را می‌بیند، هنوز می‌توان از «قیمت بازار» سخن گفت؟ و آیا بازاری که در آن، شفافیت قیمت از میان رفته باشد، اصلاً «بازار» نام دارد؟ شاید روزی، بزرگ‌ترین دستاورد تنظیم‌گری در عصر دیجیتال، نه تعیین سقف قیمت، که تضمین این حق ساده باشد: حقِ اینکه بدانی قیمتی که تو می‌بینی، با قیمتی که همسایه‌ات می‌بیند، یکسان است. این حق را می‌توان «حقِ برابری در برابر الگوریتم» نامید.

برچسب:
علیرضا محمودی فرد، تبعیض قیمتی الگوریتمی، قیمت‌گذاری شخصی‌سازی‌شده، کلان‌داده‌ها، مازاد مصرف‌کننده، یادگیری ماشین، تمایل به پرداخت، شفافیت قیمت، عدم تقارن اطلاعات، تبعیض قیمتی درجه اول، تبانی ضمنی الگوریتمی، کشش قیمتی تقاضا، رضایت آگاهانه، ممیزی الگوریتمی، عدالت اقتصادی، کارایی تخصیصی، پلتفرم‌های دیجیتال، جعبه سیاه الگوریتمی، تنظیم‌گری، حق برابری در برابر الگوریتم، اقتصاد دیجیتال