1、誘導用戶沉迷網絡，陷入“信息繭房”
當我們打開今日頭條，會明顯感覺到只有我們自己關注的才是頭條；刷起短視頻，會不知不覺被各種內容“投喂”，忍不住“一刷就是幾小時”；逛一逛淘寶，推薦的都是曾經購買或瀏覽過的商品，一不小心就加入了購物車。我們看似有了更多更好的選擇，但靜下來想想，總感覺被一種無形的力量操控著，而這背後就是算法推薦技術。
傳播學理論認為，在信息傳播過程中，公衆傾向於只注意自己感興趣的資訊，而資訊平台為了獲得更多關注，也傾向於利用算法技術推送量身定做的信息。久而久之，公衆會將自身桎梏於像蠶繭一般的“繭房”中，缺少多元化視角，導致思維固化，甚至引發網絡過激言論和網絡暴力。
2、“大數據殺熟”實行不合理差別待遇
一些企業利用個人信息搞大數據“殺熟”，對不同群體通過“算法”進行差別定價，實行“價格歧視”，讓消費者十分反感。例如，同樣的送餐時間、地點、訂單、外賣平台，會員卻比非會員多付錢；同時同地打同類型車到同一目的地，某打車平台曾被用戶發現熟客反而收費更高，類似的消費投訴多有發生。
北京市消費者協會3月1日發布的互聯網消費大數據“殺熟”問題調查結果顯示，82.37%的受訪者認為互聯網消費大數據“殺熟”問題普遍存在；在對16個平台進行的32個模擬消費體驗樣本中，有14個樣本新老賬戶的價格不一致。
3、過度“算計”剝奪勞動者權益
2020年9月，一篇名為《外賣騎手，困在系統裡》的文章備受關注。文章描述了在外賣平台系統的算法與數據驅動下，外賣騎手的配送時間不斷被壓縮，而騎手在強大的系統驅動下，為避免差評、維持收入，不得不在現實中選擇逆行、闖紅燈等做法。不少外賣騎手表示，幾十層的高層樓宇，電梯一等就是十幾分鐘甚至更長，但這樣的客觀情況，并沒有被“算法系統”考慮進去。 |
