自主型算法共谋的反垄断法规制.pdf

内容摘要

人工智能和大数据技术的新成果便利了人类的工作与生活，但算法滥用引起的隐患

也值得重视。随着智能算法的不断发展，自我学习算法在数据驱动型市场中发挥着日益

重要的作用。在人工智能技术支持下，自我学习算法对大量用户信息进行分析，并重复

迭代学习数据，极大地增强了自主型算法共谋的查处难度。因此，我国反垄断法学界宜

将自主型算法共谋纳入学术讨论范畴，架构事前监管机制，通过与时俱进的技术手段对

自主型算法共谋进行识别，构建责任承担体系以惩处共谋行为，减轻共谋的危害。本文

除引言和结语外，分为四个部分。

第一部分是自主型算法共谋概述。算法是一系列操作列表，它们机械而精准地将程

序系统应用于对象中。算法不但促进市场经济效率，也为经营者实现价格共谋提供了更

加隐秘的技术手段。借助高度智能化的强人工智能算法，反垄断法理论中的一般共谋便

转化为自主型算法共谋。该部分包括算法的基本认知、自主型算法共谋的界定及特殊性，

这是探讨反垄断法对其有效规制的理论基础。

第二部分是自主型算法共谋反垄断法规制的原因。欧美各国率先对算法默示共谋进

行理论探讨，自主型算法共谋被涵盖其中。在我国，自主型算法共谋是否具有规制必要

性和紧迫性尚在探讨之中，有学者提出了相对的两种观点。笔者认为，自我学习算法固

然有存在正当性，但因其产生的自主型算法共谋对反垄断法所保护的法益造成了严重损

害，新修订的《反垄断法》已将该行为纳入规制视野，这也符合国际共识，因此自主型

算法共谋需要反垄断法予以规制。

第三部分是自主型算法共谋的规制困境。面对在人工智能时代实现迭代的算法共

谋，在经济全球化冲击下，诞生于电气时代、成熟于信息时代的反垄断法规制体系，明

显表现出力有不逮。自主型算法共谋行为隐蔽、效果滞后，其识别存在技术难题；自主

型算法共谋实际上的实施主体是算法，难以确认意思联络的存在，突破了现有认定体系；

自主型算法共谋并非由“人”直接达成，责任归属不明，责任边界难以限定。因此，自

主型算法共谋在识别层面、违法性认定层面以及归责依据层面，均给现行反垄断法规制

体系带来重大挑战。

第四部分是自主型算法共谋的反垄断法规制路径。技术本身没有正义与否的区分，

但算法技术开发商和使用者的目的却良莠不齐。自主型算法共谋规制范式下，不但要支

1

持算法技术的开发与合理使用，更应当重视对技术的规范管理，如此才能扬长避短。为

此，本文主张架构事前预防与监管体系，完善认定规则和构建责任体系以规制自主型算

法共谋，旨在衡平秩序与效率价值，在尊重企业经营自由的前提下，维护消费者福祉与

社会总福利。

关键词：自我学习算法；自主型算法共谋；反垄断法；算法默示共谋

2

Abstract

ThenewachievementsofAIandbigdatatechnologyhavefacilitatedhumanworkand

life,butthehiddendangerscausedbyalgorithmabusealsodeserveattention.Withthe

continuousdevelopmentofintelligentalgorithms,self-learningalgorithmsplayan

increasinglyimportantroleinthedata-drivenmarket.WiththesupportofAItechnology,

self-learningalgorithmanalyzesalargenumberofuserinformationandrepeatedlyiteratesto

learndata,whichgreatlyincreasesthedifficultyofinvestigatinganddealingwithcollusionof

autonomousalgorithms.Therefore,Chinasantitrustlawcircleshouldincludeautonomous

algorithmcollusionintothesc