اما امروز در دل اقتصاد دیجیتال پدیده‌ای نوظهور شکل گرفته است که کمتر در گزارش‌های رسمی یا ادبیات عمومی به چشم می‌آید؛ تورم الگوریتمی. این نوع تورم نه ناشی از افزایش مستقیم هزینه تولید یا محدودیت عرضه، بلکه حاصل تصمیم‌گیری لحظه‌ای الگوریتم‌های هوش مصنوعی در پلتفرم‌های تجارت الکترونیک است.
در فروشگاه‌های آنلاین، قیمت بسیاری از کالاها دیگر ثابت نیست. سیستم‌های هوش مصنوعی هر لحظه بازار را رصد می‌کنند: چه تعداد کاربر به یک کالا علاقه‌مند شده‌اند؟ چه کسانی آن را در «سبد خرید» گذاشته‌اند اما هنوز نخریده‌اند؟ چه زمانی از روز بیشترین تقاضا وجود دارد؟ مصرف‌کننده در کدام منطقه زندگی می‌کند و چه الگوی خریدی دارد؟
با ترکیب این داده‌ها، الگوریتم تصمیم می‌گیرد که قیمت را چند درصد بالا یا پایین ببرد. نتیجه این است که شما ممکن است صبح یک محصول را با قیمتی ببینید و عصر همان روز با رقمی متفاوت مواجه شوید. حتی ممکن است دو کاربر در یک لحظه برای یک کالا دو قیمت جداگانه مشاهده کنند.
در اقتصاد سنتی، افزایش قیمت‌ها معمولا دلایلی مشخص دارد: رشد هزینه تولید، افزایش دستمزدها، کمبود عرضه یا شوک‌های اقتصادی. این تغییرات غالبا تدریجی بوده و در بازه‌های زمانی ماهانه یا سالانه خود را در شاخص‌های رسمی نشان می‌دهند.
اما تورم الگوریتمی ماهیتی متفاوت دارد: تغییرات آن لحظه‌ای و بسیار سریع است، لزوما هیچ ارتباطی با هزینه تولید ندارد و بیشتر بر اساس «رفتار مصرف‌کننده» شکل می‌گیرد تا واقعیت اقتصادی. این تفاوت بنیادین باعث می‌شود که فشار واقعی بر جیب مردم در آمارهای رسمی بازتاب پیدا نکند.
مطالعات غیررسمی نشان داده‌اند که در برخی پلتفرم‌های بزرگ جهانی مانند آمازون یا علی‌بابا، یک کالا می‌تواند در طول روز بیش از صد بار تغییر قیمت دهد. برای مثال: یک کاربر در آمریکا مشاهده کرده که قیمت یک کفش ورزشی ظرف سه ساعت، از ۷۵ دلار به ۸۹ دلار و سپس به ۷۸ دلار کاهش یافته است. در فروشگاه‌های آنلاین داخلی نیز نمونه‌هایی دیده می‌شود؛ کاربری گزارش داده که قیمت یک گوشی تلفن همراه در یک روز بین سه تا چهار‌میلیون تومان نوسان داشته، بدون آنکه خبری از تغییر نرخ ارز یا کمبود عرضه باشد. این تغییرات برای مصرف‌کننده گیج‌کننده و برای اقتصاددانان چالش‌برانگیز است.
۱. کاهش اعتماد مصرف‌کننده: وقتی مردم احساس کنند قیمت‌ها تصادفی یا ناعادلانه تغییر می‌کنند، اعتمادشان به بازار دیجیتال کاهش می‌یابد.
۲. افزایش نابرابری: الگوریتم‌ها می‌توانند قیمت‌های متفاوتی برای افراد مختلف تعیین کنند. این یعنی دو نفر با درآمد مشابه، تجربه قیمتی کاملا متفاوت داشته باشند.
۳. تورم پنهان: آمار رسمی نرخ تورم همچنان مثلا ۲۰ درصد را نشان می‌دهد، اما مصرف‌کننده در عمل افزایش قیمت‌های لحظه‌ای ۳۰ یا ۴۰ درصدی را تجربه می‌کند.
۴. چالش برای سیاستگذاران: وقتی ابزارهای سنتی قادر به شناسایی این تورم نباشند، سیاست‌های ضدتورمی نیز کارآمدی لازم را نخواهند داشت.
شاخص‌های سنتی مانند CPI بر اساس سبدی از کالاها و خدمات در بازه‌های زمانی مشخص(مثلا ماهانه) محاسبه می‌شوند. اما اگر قیمتی در طول روز ده‌ها بار تغییر کند، میانگین ماهانه آن الزاما فشار واقعی را نشان نمی‌دهد. به عبارت دیگر، مصرف‌کننده ممکن است در لحظه‌ای که تصمیم به خرید می‌گیرد، قیمتی بالاتر از میانگین رسمی بپردازد. این همان فاصله میان «تورم رسمی» و «تورم تجربه‌شده» است.
اگر این روند کنترل نشود، می‌تواند پیامدهای جدی‌تری داشته باشد: کالاهای اساسی: تصور کنید قیمت نان، شیر یا بنزین هم به صورت لحظه‌ای تغییر کند. این موضوع می‌تواند فشار بی‌سابقه‌ای بر خانواده‌ها وارد کند. بازارهای مالی: الگوریتم‌ها در بورس و ارز هم حضور پررنگ دارند. ترکیب این دو می‌تواند موج‌های تورمی غیرقابل پیش‌بینی ایجاد کند. رفتار مصرف‌کننده: در بلندمدت، مردم ممکن است خریدهای خود را به تعویق بیندازند یا به بازارهای غیررسمی روی بیاورند.
کارشناسان پیشنهاد می‌دهند برای درک بهتر این پدیده باید شاخصی مستقل طراحی شود؛ شاخصی که می‌توان آن را «شاخص تورم الگوریتمی» یا AII (Algorithmic Inflation Index) نامید. این شاخص باید تغییرات لحظه‌ای قیمت‌ها را رصد کرده و نشان دهد مردم واقعا چه مقدار فشار قیمتی را تجربه می‌کنند.
۱. شفافیت در الگوریتم‌ها: پلتفرم‌ها باید موظف شوند حداقل چارچوب تصمیم‌گیری الگوریتم‌های خود را توضیح دهند.
۲. محدودیت تغییرات لحظه‌ای: می‌توان قوانینی وضع کرد که اجازه تغییر بیش از تعداد مشخصی در روز برای کالاهای خاص را ندهد.
۳. حمایت از مصرف‌کننده: اطلاع‌رسانی عمومی و ابزارهای مقایسه قیمت می‌تواند قدرت بیشتری به خریداران بدهد.
تورم الگوریتمی شاید در نگاه نخست تنها یک اصطلاح اقتصادی جدید به نظر برسد، اما واقعیت این است که این پدیده آرام‌آرام به زندگی روزمره ما وارد شده و بدون آنکه متوجه باشیم، بر جیب و رفاه خانوارها فشار می‌آورد.
اگر امروز نسبت به این پدیده بی‌تفاوت باشیم، فردا ممکن است با بازاری مواجه شویم که در آن قیمت هیچ کالایی قابل پیش‌بینی نیست و شاخص‌های سنتی تورم دیگر کارآیی خود را از دست داده‌اند. بنابراین، لازم است سیاستگذاران، اقتصاددانان و حتی رسانه‌ها این موضوع را جدی بگیرند و برای آن راه‌حلی بیابند؛ از جمله طراحی شاخص تورم الگوریتمی، افزایش شفافیت در الگوریتم‌های قیمت‌گذاری و حمایت بیشتر از مصرف‌کنندگان.
به بیان ساده‌تر، اگر تورم سنتی دشمن آشکار معیشت مردم است، تورم الگوریتمی دشمن پنهانی است که در سکوت، جیب‌ها را خالی می‌کند.
• ایجاد شاخص تورم الگوریتمی (AII): دولت‌ها و مراکز آماری باید علاوه بر شاخص‌های سنتی، یک شاخص جداگانه برای رصد تغییرات لحظه‌ای قیمت‌ها در پلتفرم‌های دیجیتال طراحی کنند. این شاخص می‌تواند فاصله میان «تورم رسمی» و «تورم تجربه‌شده توسط مصرف‌کننده» را روشن کند.
• شفافیت در الگوریتم‌های قیمت‌گذاری: فروشگاه‌های اینترنتی ملزم شوند چارچوب عمومی الگوریتم‌های خود را توضیح دهند. مثلا اعلام کنند تغییرات قیمتی بر چه اساسی انجام می‌شود: عرضه و تقاضا، موقعیت کاربر یا زمان خرید.
• قانون‌گذاری برای محدودیت تغییرات قیمتی: می‌توان قوانینی وضع کرد که برای کالاهای خاص (به‌ویژه کالاهای ضروری مانند مواد غذایی یا دارو) تغییرات قیمت بیش از تعداد مشخصی در روز ممنوع باشد. این کار از نوسانات مصنوعی و فشار غیرمنطقی بر مصرف‌کننده جلوگیری می‌کند.
• ابزارهای مقایسه قیمت برای مصرف‌کنندگان: توسعه اپلیکیشن‌ها و سایت‌های مستقل که تغییرات لحظه‌ای قیمت را رصد و به مصرف‌کننده اطلاع دهند. این ابزارها می‌توانند به نوعی «سپر دفاعی دیجیتال» برای مردم تبدیل شوند.
• همکاری بین‌المللی در تنظیم مقررات: چون بسیاری از پلتفرم‌های بزرگ جهانی هستند، لازم است همکاری بین کشورها شکل بگیرد تا مقررات یکپارچه و شفاف در زمینه قیمت‌گذاری الگوریتمی تدوین شود.
• آموزش عمومی و ارتقای سواد دیجیتال: رسانه‌ها و نهادهای آموزشی باید به مردم توضیح دهند که قیمت‌های آنلاین الزاما ثابت نیستند و ممکن است بر اساس رفتار کاربر تغییر کنند. افزایش آگاهی عمومی می‌تواند مصرف‌کننده را محتاط‌تر و هوشیارتر کند.
