算法推荐服务中用户知情权保护的法律问题研究

一、引言

算法推荐服务通过数据分析与模型运算实现内容精准分发，已成为电商平台、社交媒体、资讯应用的核心技术架构。据《中国互联网算法推荐行业发展报告（2024）》显示，我国算法推荐服务用户规模达 10.2 亿，日均使用时长超过 3.5 小时。然而，算法运行的不透明性使用户陷入“被动接受”困境：电商平台的“猜你喜欢”可能基于过度收集的消费数据，短视频平台的“信息流”可能固化用户信息茧房，就业平台的“岗位推荐”可能隐含算法歧视。

用户知情权作为算法治理的基础性权利，既是《个人信息保护法》赋予的法定权利，也是实现算法公平与用户自治的前提。但实践中，“冗长的隐私协议”“晦涩的技术说明”等形式化告知普遍存在，用户实质知情权被严重架空。2023 年，某电商平台因未告知用户算法推荐逻辑被监管部门处罚，凸显出权利保护与技术发展之间的张力。在此背景下，厘清算法推荐服务中用户知情权的法律边界，破解保护困境，具有重要的理论与实践意义。

二、算法推荐服务中用户知情权的保护困境

2.1 权利边界模糊导致保护范围不清

现行法律对算法推荐中知情权的界定存在模糊性。《个人信息保护法》第十四条规定了个人信息处理者的告知义务，但未明确算法推荐场景下的特殊要求；《互联网信息服务算法推荐管理规定》第八条要求“以显著方式告知用户其提供算法推荐服务”，但“显著方式”的判断标准缺乏细化规范。这种模糊性导致实践中出现三重争议：告知内容的边界争议，平台认为只需告知“使用算法推荐”这一事实，用户则主张有权知晓算法的核心逻辑（如推荐权重、数据来源）。某法院 2023 年审理的算法歧视案件中，平台以“算法逻辑属于商业秘密”为由拒绝披露，法院最终仅支持用户“知晓被算法推荐”的诉求，未要求说明具体逻辑。知情对象的范围争议：未成年人、老年人等特殊群体的知情权是否需要特殊保护？实践中，面向未成年人的学习类APP 仍存在“默认开启算法推荐”且未向监护人专项告知的现象。动态调整的告知义务争议：算法模型迭代更新时，平台是否需要重新告知用户？某社交平台半年内迭代 3 次推荐算法，均未向用户提示，引发用户投诉。

2.2 形式化告知架空实质权利

算法推荐服务中的告知行为普遍存在形式化倾向，导致用户知情权沦为“纸面权利”：

告知载体的隐蔽性：多数平台将算法推荐告知嵌入冗长的用户协议或隐私政策，需用户主动点击多层链接才能查看。某调研显示， 85% 的用户从未阅读过算法推荐相关条款， 70% 的用户不知晓自己正在接受算法推荐服务。

内容表述的技术性壁垒：告知文本充斥“协同过滤”“深度学习模型”等专业术语，普通用户难以理解。某电商平台的算法说明中，“基于用户画像的协同过滤算法”等表述，经测试仅有 12% 的用户能理解其含义。

选择权与知情权的捆绑：部分平台将“接受算法推荐”作为使用服务的前提条件，用户若拒绝则无法使用核心功能。例如，某音乐APP 规定“关闭算法推荐将无法使用个性化歌单”，实质上剥夺了用户的选择权。

2.3 权利救济机制存在结构性缺陷

当用户知情权受到侵害时，现行救济机制难以提供有效保障：

举证责任分配失衡：用户需证明平台未履行告知义务，但平台掌握算法运行的全部数据，用户举证能力薄弱。2023年相关司法统计显示，算法知情权纠纷中用户举证成功率不足 20% 。

公益诉讼适用空白：算法推荐服务的侵权往往具有普遍性（如某平台对千万用户未履行告知义务），但目前尚无检察机关针对算法知情权提起公益诉讼的案例，个体维权成本高昂。

行政处罚力度不足：《互联网信息服务算法推荐管理规定》第

三十五条对未履行告知义务的行为，最高罚款仅 3 万元，与平台通过算法推荐获得的巨额收益相比，惩戒力度明显不足，难以形成震慑。

三、算法推荐服务中用户知情权保护的完善路径

3.1 构建分层化的知情权内容体系

基于“比例原则”，将算法推荐服务中的知情权内容分为“核心层”与“扩展层”，平衡用户权利与平台利益：

核心层内容（强制告知）：包括“是否使用算法推荐”“推荐所依据的主要数据类型（如浏览记录、消费数据）”“关闭或调整算法推荐的路径”。此类内容必须以独立弹窗、显著标识等方式告知，且表述需通俗易懂（如将“协同过滤算法”转化为“根据您和相似用户的喜好推荐”）。

扩展层内容（按需提供）：用户可申请查询算法的基本逻辑（如“推荐时更侧重价格因素还是销量因素”）、数据来源的具体范围（如“是否包含第三方平台数据”）。平台可基于商业秘密保护，对核心参数予以模糊化处理，但需说明处理理由。

同时，针对特殊群体构建差异化保护规则：对未成年人，要求平台向监护人发送专项告知短信；对老年人，提供语音版告知内容和简化操作界面。

针对算法的动态性特征，设计全周期告知义务：事前告知。用户首次使用算法推荐服务时，以独立于一般隐私政策的弹窗形式告知，且弹窗需设置“确认已阅读”的强制交互环节（如勾选具体条款）；事中提示。在算法推荐内容的显著位置标注“算法推荐”标识（如资讯类APP 在文章标题旁添加“推”字图标），使用户随时知晓内容来源；事后更新。算法模型发生重大调整（如推荐逻辑从“兴趣优先”变为“商业推广优先”）时，需在 72 小时内通过推送消息等方式告知用户，并提供算法变更说明的简化版解读。

3.3 完善权利救济与监管体系

强化权利救济的关键在于构建“多元共治”的保障机制：

优化司法救济规则：在举证责任上，实行“举证责任倒置”，由平台证明已履行告知义务；在商业秘密抗辩上，设立“算法透明度例外”，对涉及歧视、欺诈的算法推荐，法院可强制平台披露相关逻辑。

扩大公益诉讼适用：明确检察机关、消费者协会对算法知情权侵害行为的公益诉讼主体资格，针对大规模侵权案件提起集体诉讼。2024 年某省检察院已试点针对算法歧视的公益诉讼，可借鉴其经验扩展至知情权领域。

提升监管效能：网信部门建立算法推荐服务“白名单”制度，对严格履行告知义务的平台给予流量扶持；对形式化告知的平台，除罚款外，可责令其暂停算法推荐服务整改。同时，开发“算法透明度评估工具”，通过技术手段自动检测平台的告知合规性。

四、结论

算法推荐服务的普及在提升社会效率的同时，也对用户知情权保护提出了全新挑战。现行法律框架存在的权利边界模糊、形式化告知、救济失灵等问题，本质上反映了技术发展与权利保护之间的张力。解决这些问题，需在立法上细化算法推荐场景下的知情权规范，在司法上平衡用户权利与平台利益，在监管上创新动态治理手段。

唯有构建“内容分层、形式透明、救济有效”的保护体系，才能使用户知情权从“纸面权利”转化为“实质权利”，既保障用户的自主选择权与人格尊严，也为算法推荐服务的健康发展划定法治边界，最终实现技术进步与权利保护的良性互动。