p Um algoritmo de preços AirBnb voluntário reduziu substancialmente uma lacuna de receita pré-existente entre hosts brancos e negros, um novo estudo descobriu - mas apenas quando os anfitriões negros o adotaram. p A ferramenta Smart Pricing, introduzido pela plataforma de economia compartilhada em 2015, usa um algoritmo de aprendizado de máquina para ajudar os hosts AirBnb a otimizar os preços de suas propriedades de acordo com as flutuações na demanda dos hóspedes. Os hosts podem escolher se querem usar a ferramenta gratuita, ligando-a e ajustando automaticamente suas taxas noturnas dentro dos parâmetros de preço que eles definiram.

p Um grupo de pesquisadores descobriu que os hosts que adotaram o Smart Pricing viram uma queda subsequente em suas taxas noturnas médias, mas também um aumento em suas estatísticas de ocupação mensal e um aumento de quase 9% na receita geral.

p Os anfitriões negros foram os que mais se beneficiaram. Isso porque eles começaram com uma demanda 20% menor por propriedades equivalentes em comparação com hosts brancos, representando uma lacuna de $ 12,16 na receita média diária. Depois de adotar o sistema inteligente de preços, Os anfitriões negros ganharam US $ 13,92 por noite, em comparação com os US $ 5,22 dos anfitriões brancos.

p Isso fechou a lacuna de receita em 71%, mas não o eliminou. E como os hosts negros tinham 41% menos probabilidade de adotar os preços inteligentes do que os hosts brancos, eles acabaram ficando ainda mais desfavorecidos do que antes da introdução do Smart Pricing, geral.

p "O algoritmo faz um bom trabalho na redução da lacuna de receita, mas não é infalível, "disse Nitin Mehta, professor de marketing da Rotman School of Management da Universidade de Toronto. Ele foi coautor do estudo com seu ex-aluno de pós-graduação, Shunyuan Zhang, agora na Harvard Business School, e Param Vir Singh e Kannan Srinivasan da Carnegie Mellon University.

p É ilegal nos EUA que algoritmos de aprendizado de máquina façam distinções raciais em seu design. Os pesquisadores argumentam que essa cegueira racial, pretendia limitar a discriminação racial, na prática, pode deixar as corridas marginalizadas ainda mais para trás ao deixar de considerar as circunstâncias únicas que as iniciam na extremidade inferior de um campo de jogo desiguais.

p "Como o algoritmo é cego à raça, ela produz preços que estão mais próximos do preço ideal dos anfitriões brancos do que do preço ideal dos anfitriões negros. É cego mas não é justo, "diz o Prof. Mehta que, no entanto, adverte que os resultados do estudo implicam os convidados do AirBnb para discriminação racial contra propriedades hospedadas por negros, em vez do AirBnb ou seu algoritmo.

p Os desenvolvedores de algoritmos podem contornar os limites da lei, incorporando informações socioeconômicas que estão correlacionadas com a raça, os pesquisadores sugerem. E o AirBnb poderia tomar medidas para encorajar os hosts Negros a usar o Smart Pricing.

p Também, "a lei deve ser alterada em alguns casos especiais onde pode ser demonstrado que isso ajudará, "acrescenta o Prof. Mehta.

p Os pesquisadores trabalharam com dados disponíveis através do AirBnb, bem como do AirDNA, uma plataforma analítica de terceiros. Eles se concentraram em pouco mais de 9.000 propriedades do Airbnb em cerca de 400 bairros em sete grandes cidades dos EUA. A identificação da corrida de um hospedeiro foi feita usando um modelo de aprendizado profundo aplicado às fotos de perfil na página de propriedade online de cada hospedeiro.

p O estudo aparece em Marketing Science.