Des législateurs dans des États comme la Californie, New York et le Connecticut font avancer des projets de loi pour limiter la pratique de la « tarification personnalisée », où les entreprises utilisent des données telles que la localisation, l'historique de navigation et les habitudes d'achat pour facturer des prix différents pour un même bien ou service. Les textes proposés visent à renforcer la transparence et, dans certains cas, à interdire cette pratique pour les biens essentiels.
Cette forme de tarification algorithmique, souvent permise par une collecte massive de données, peut conduire à ce que deux clients voient des prix différents pour une même livraison de courses en ligne ou un service de VTC, selon leur perception de leur capacité ou volonté à payer. Les partisans de la législation soutiennent qu'elle prévient la discrimination numérique par les prix et protège les consommateurs, notamment sur les marchés des produits de première nécessité.
L'opposition des groupes d'affaires et de technologie affirme que la tarification personnalisée peut aussi bénéficier aux consommateurs via des remises dynamiques et des récompenses de fidélité. Ils avertissent que des restrictions trop larges pourraient étouffer l'innovation et limiter des pratiques courantes comme le ciblage de coupons. Le débat porte sur l'équilibre entre protection du consommateur et les réalités concurrentielles du commerce numérique.
Cette poussée législative reflète un examen croissant des décisions algorithmiques dans la vie quotidienne. Si elles sont adoptées, ces lois étatiques pourraient créer un patchwork de réglementations, augmentant la pression pour une action fédérale sur la confidentialité des données et l'équité algorithmique aux États-Unis.
