La "share economy, "dove le persone affittano beni e servizi, comprese le loro residenze e automobili, ha numerosi vantaggi per le persone che cercano di fare soldi extra. uno svantaggio, però, è la prospettiva dei pregiudizi delle persone sulla razza, genere o altri fattori che influenzano le loro decisioni su con chi fare affari.

Un nuovo studio di Stanford che analizza gli utenti e i dati di Airbnb suggerisce misure che migliorano la reputazione di un utente, come stelle o recensioni, può contrastare questi pregiudizi dannosi. I risultati, i ricercatori hanno detto, indicare che i siti che utilizzano strumenti di reputazione creano un mercato online più equo e diversificato.

Lo studio è apparso il 28 agosto in Atti dell'Accademia Nazionale delle Scienze .

Bias e "share economy"

L'economia azionaria, indicato anche come "consumo collaborativo" e "prestito peer-to-peer, " ha permesso ai cittadini di tutti i giorni di trasformarsi in imprenditori, sfruttando un settore che dovrebbe crescere fino a raggiungere i 335 miliardi di dollari entro il 2025, secondo la Brookings Institution.

Le transazioni di economia azionaria sono distintive perché, a differenza della maggior parte degli altri rapporti di e-commerce, hanno un sentimento intimo per loro. Pensa a quando acquisti un paio di scarpe online direttamente da un rivenditore o da un sito di terze parti:raramente, se mai, un elemento umano alla transazione.

Ma quando prenoti un appartamento su Airbnb, c'è una sensazione personale:stai a casa di qualcuno. A causa di tale elemento, si diventa attenti alle caratteristiche personali (es. genere, età, ecc.) del proprietario della casa o dell'ospite, disse Bruno Abrahao, un visiting assistant professor presso l'Institute for Research in the Social Sciences di Stanford e l'autore principale dello studio. Questa attenzione ai dettagli periferici della transazione può portare a pregiudizi.

I ricercatori di questo studio si sono concentrati su un certo tipo di pregiudizio chiamato omofilia, una naturale tendenza a sviluppare relazioni di fiducia con persone simili a loro, e il modo migliore per contrastarlo. Lo studio fa parte di un più ampio progetto di ricerca che analizza la fiducia e la tecnologia a Stanford.

Forze opposte

I ricercatori hanno reclutato quasi 9, 000 utenti Airbnb per il loro esperimento, condotto su una piattaforma online esterna a Airbnb. Ai partecipanti sono stati mostrati profili fittizi di altri utenti di Airbnb con informazioni demografiche e di reputazione variabili.

I ricercatori hanno creato due gruppi sperimentali. Il gruppo 1 includeva profili con alcune somiglianze demografiche con il partecipante allo studio (es. un uomo single di 20 anni che visualizzava il profilo di un utente con età comparabile, sesso e stato civile). Il gruppo 2 includeva profili con tratti personali completamente diversi dal partecipante, ma con una migliore reputazione, trasmessa da impressionanti valutazioni a stelle e numero di recensioni, rispetto a quelli del Gruppo 1. (I profili del Gruppo 1 sono stati inclusi nel Gruppo 2 per il confronto).

Per verificare l'evidenza di bias, i partecipanti hanno svolto un gioco comportamentale in cui è stato chiesto loro di investire crediti nei vari profili. La quantità di crediti che una persona ha investito in ciascun profilo è servita come misura di fiducia.

Nel primo gruppo, i partecipanti hanno investito molto in profili simili. Quanto più simili erano i profili, più il partecipante si fidava di loro, soccombere al pregiudizio.

Nel secondo gruppo, però, i ricercatori hanno notato un cambiamento. I partecipanti hanno investito molto di più in utenti le cui caratteristiche erano completamente diverse dalle proprie, ma chi aveva una reputazione migliore. I meccanismi di reputazione di quei profili contrastavano la propensione delle persone a favorire utenti simili a loro.

Un mercato più equo e diversificato

Conoscendo i solidi effetti che le caratteristiche di reputazione hanno avuto nell'esperimento, i ricercatori hanno quindi analizzato 1 milione di interazioni effettive tra host e ospiti sulla piattaforma Airbnb. Hanno scoperto che gli host con una migliore reputazione attiravano più ospiti demograficamente diversi, come dovrebbero accadere i loro dati previsti.

Questa scoperta offre la prova che i sistemi di reputazione utilizzati da Airbnb e altri siti sulla piattaforma di sharing economy possono consentire agli utenti, come i partecipanti allo studio, "estendere la fiducia a coloro che hanno mostrato un alto grado di dissomiglianza nello spazio sociale, " scrivono gli autori.

Non solo compensare questi pregiudizi sociali può essere vantaggioso per gli utenti che cercano servizi, ma anche per host emarginati che li offrono, disse Abrahao.

"La domanda fondamentale a cui volevamo rispondere è se la tecnologia può essere utilizzata per influenzare la percezione della fiducia delle persone, " ha detto Abrahao. "Queste piattaforme possono progettare strumenti che hanno una grande influenza sul modo in cui le persone si percepiscono l'un l'altro e possono rendere i mercati più equi, soprattutto agli utenti delle minoranze sottorappresentate".