Ai Aplicatie, A.I. Parte

În 2020 [lasă domne' sa colecteze date ca nu am nimic de ascuns]. În 2026 [prețul la raft se schimba în funcție de profilul tău] 

Aceasta experienta se afla la limita dintre realitate și ficțiune. Dar pentru ca mi-am imaginat un scenariu cât se poate de real, am pus acest disclaimer⚠️. Totul e ficțiune!

Mă numesc David și trăiesc în București, un oraș care pare mereu prins între trecut și viitor. Era anul 2020 când am descărcat prima aplicație de supermarket pentru reduceri. Totul a început inocent, ca o joacă. Eram proaspăt absolvent, cu un salariu modest de programator junior, și fiecare leu economisit conta. Aplicația Kaufland mă ademenea cu notificări: „Reducere 20% la lapte dacă scanezi codul QR!” Sau Lidl cu „Promoție exclusivă în app: cumpără două, primește una gratis la fructe”. Am acceptat termenii fără să citesc prea mult – cine o face, oricum? – și am început să colecționez puncte de loialitate ca pe trofee într-un joc video. Mă simțeam deștept, eficient, parte dintr-o lume modernă unde tehnologia mă ajuta să trăiesc mai bine.

La început, era distractiv. Mergeam la cumpărături cu telefonul în mână, scanând rafturi, verificând oferte personalizate bazate pe cumpărăturile mele anterioare. Dacă cumpăram des paste, primeam cupoane pentru sosuri. Dacă evitam produsele scumpe, app-ul îmi sugera alternative ieftine. Nu m-am gândit prea mult la datele pe care le împărțeam: locația mea, istoricul de cumpărături, chiar și ora la care intram în magazin. Erau doar niște numere, credeam eu, care mă ajutau să economisesc. Și nu eram singur – toată lumea făcea la fel. Prietenii mei râdeau când le povesteam cum am economisit 50 de lei la o cumpărătură săptămânală, dar și ei aveau app-urile instalate. Pandemia a accelerat totul; cumpărăturile online au devenit normă, și cu ele, acceptarea tacit㉿ă a monitorizării. Până în 2022, majoritatea lanțurilor mari din România – Carrefour, Mega Image, Profi – aveau aplicații cu reduceri personalizate. Lumea acceptase asta ca pe un compromis rezonabil: dai date, primești reduceri. Cine ar refuza?

Dar, pe măsură ce anii treceau, am început să observ schimbări subtile. Prin 2023, datele colectate nu mai erau doar pentru cupoane ocazionale. AI-ul din spatele acestor app-uri învățase să mă cunoască mai bine decât o făceam eu însumi. Știa că sunt un consumator prudent, că prefer produse bio când am bani, dar revin la cele ieftine la sfârșit de lună. Știa că cumpăr mai impulsiv seara târziu, după muncă, când sunt obosit. Profilul meu de consumator era acum o entitate digitală, construită din mii de interacțiuni: click-uri pe oferte, abandonuri de coș, chiar și timpul petrecut uitându-mă la un produs în app. Am simțit prima oară un disconfort când am primit o notificare: „David, știm că iubești cafeaua – reducere 30% doar pentru tine azi!” Cum știau? Simplu: din datele mele agregate. Dar era încă benign, sau așa credeam.

Apoi, în 2024, a venit următorul stadiu. Am călătorit în SUA pentru un proiect de muncă și am văzut-o cu ochii mei: tranziția la dynamic pricing. La un Walmart din New York, etichetele de preț erau electronice, schimbându-se în timp real. Un pachet de ouă costa 3 dolari dimineața, dar urca la 3.50 dolari după-amiaza, când cererea creștea. Nu era personalizat încă, dar era dinamic – prețul se ajusta pe baza stocului, orei, chiar și a vremii. Înapoi în România, am observat că și aici se instalează etichete electronice (ESL) în magazinele mari. Kaufland și Lidl le aveau deja în unele locații, schimbând prețurile de câteva ori pe zi. Era eficient pentru magazine: reduceau pierderile la produse perisabile, ajustau prețurile la concurență. Eu, ca consumator, mă simțeam puțin neliniștit – dacă ajungeam prea târziu, plăteam mai mult? Dar lumea acceptase și asta. Era „piața liberă”, spuneau unii.

Însă adevăratul șoc a venit în 2025, când surveillance pricing a început să se infiltreze. Acesta era pasul următor: nu doar prețuri dinamice pentru toți, ci prețuri personalizate la nivel individual, bazate pe profilul tău unic construit de AI. Datele colectate ani de zile din app-uri – istoricul meu, locația, chiar și date de la parteneri terți precum Google sau Facebook – erau acum folosite pentru a estima cât sunt dispus să plătesc exact eu, în acel moment. Am experimentat-o prima oară online, pe un site de cumpărături internațional. Căutam un laptop; l-am adăugat în coș, dar l-am abandonat. Când m-am întors după o oră, prețul crescuse cu 50 de dolari. De ce? AI-ul detectase că sunt interesat, că am un istoric de cumpărături impulsive la electronice, și că salariul meu (dedus din locație și tip de device) permitea o marjă mai mare. Nu era o coincidență – era surveillance pricing în acțiune.

Înapoi acasă, în România, lucrurile au început să se schimbe și aici, deși mai lent din cauza GDPR-ului. La un Mega Image, cu cardul de fidelitate, am observat că reducerea mea la bere era diferită de cea a prietenului meu. El plătea 10% mai puțin, deși cumpăram același produs. „Profilul tău arată că ești mai loial, dar mai puțin sensibil la preț”, mi-a explicat un angajat când am întrebat. Era începutul: prețuri la casă ajustate individual, bazate pe date. Dynamic pricing era pentru toți – prețuri care se schimbă des, dar egale. Surveillance pricing era pentru fiecare – prețuri diferite, calculate pe baza ta personală. Am început să mă simt ca un șoarece în laborator: datele mele, acceptate inițial pentru reduceri, erau acum arme împotriva mea.

Să amintesc pe scurt diferența dintre vechile studii de piață și marketing și acest nou sistem. În trecut, studiile de piață împărțeau consumatorii în segmente mari: tineri, familii, pensionari. Marketingul oferea prețuri sau promoții pe baza acestor grupuri – reducere pentru studenți, promoție pentru familii. Era agregat, transparent, bazat pe date demografice generale. Noul sistem cu AI merge la nivel individual: nu segmente, ci „tu” ca unicat. Folosește date intime în timp real – bateria telefonului tău, căutări recente, chiar stare emoțională dedusă – pentru a maximiza profitul pe fiecare tranzacție. Diferența e de la „grupuri logice” la „exploatare personală secretă”.

Am trăit o experiență care m-a marcat profund în vara lui 2025. Eram în vacanță în Germania, la un supermarket Aldi. Aveam telefonul conectat la app-ul lor, și căutam medicamente pentru o răceală bruscă. Prețul la raft era standard, dar când am scanat cu app-ul, reducerea mea era minimă – abia 5%. Un turist lângă mine, cu un telefon mai vechi, a primit 25%. Am comparat: eu, cu un iPhone nou, eram văzut ca „dispus să plătească mai mult”. El, cu un Android ieftin, ca „sensibil la preț”. Am simțit o furie surdă – nu era doar nedrept, era invaziv. Datele mele, colectate de ani, mă pedepseau pentru succesul meu modest. Înapoi în București, am început să evit app-urile, dar era prea târziu: profilul meu era deja construit. La un Carrefour local, prețurile dinamice se combinau cu cele personalizate: un produs expira curând? Preț mai mic pentru toți. Dar dacă AI-ul știa că îmi trebuie urgent (din căutări recente), reducerea mea era mai mică.

Încălcarea principiului de bază al egalității / echității percepute

Majoritatea oamenilor consideră că un produs identic ar trebui să aibă un preț identic pentru toată lumea în același loc și timp.

Când David află că vecinul său de la raft a plătit cu 30-40% mai puțin decât el doar pentru că algoritmul știe că vecinul are un venit mai mic / e mai sensibil la preț / a căutat produsul mai des → apare un sentiment puternic de nedreptate și tratament inegal.

2. Exploatarea vulnerabilităților personale (cel mai grav aspect moral)

Algoritmii pot folosi date foarte intime pentru a estima cât de mult e dispus David să plătească chiar și în momente de slăbiciune:

e gravidă soția lui / tocmai a născut → mai mare probabilitate să accepte preț mai mare la scutece

telefonul lui David are baterie descărcată → e grăbit, mai predispus să accepte surge pricing

tocmai a primit salariul → e mai dispus să cheltuie

a căutat pompe funebre / bilete de avion urgent pentru o înmormântare → poate fi taxat mult mai mult

Acest tip de comportament este perceput ca profund imoral – practic profitezi de nevoi urgente sau de momente vulnerabile ale lui David.

3. Discriminare ascunsă / indirectă (chiar dacă nu e intenționată)

Chiar dacă nu se folosește direct rasa, sexul, venitul etc. (ceea ce ar fi ilegal în multe cazuri), datele proxy (cartier, tip de telefon, istoric de cumpărături, browser folosit) duc foarte des la discriminare indirectă pe criterii protejate:

oameni din cartiere sărace → prețuri mai mari (proxy pentru venit)

femei → uneori prețuri mai mari la anumite produse (prin tipare de comportament)

minorități etnice → prin corelații cu locația sau obiceiuri

Studiile și investigațiile FTC (SUA) din 2025–2026 au arătat că așa-numitul „surveillance pricing” poate afecta disproporționat grupuri marginalizate, inclusiv în cazul lui David dacă intră în anumite categorii deduse.

4. Lipsa totală de transparență și control

David nu știe:

ce date se folosesc

cum se calculează prețul lui personal

dacă e „pedepsit” sau „premiat”

Asta creează un puternic sentiment de impotență și manipulare. Majoritatea oamenilor acceptă reduceri bazate pe loialitate sau cantitate, dar nu acceptă să fie taxați individual în secret.