Un algoritmo volontario di tariffazione di AirBnb ha sostanzialmente ridotto il divario di entrate preesistente tra host bianchi e neri, un nuovo studio ha trovato, ma solo quando gli host neri lo hanno adottato.

Lo strumento Smart Pricing, introdotto dalla piattaforma di sharing economy nel 2015, utilizza un algoritmo di apprendimento automatico per aiutare gli host di AirBnb a ottimizzare i prezzi per le loro proprietà in base alle fluttuazioni della domanda degli ospiti. Gli host possono scegliere se utilizzare lo strumento gratuito attivandolo e facendo in modo che aggiusti automaticamente le loro tariffe notturne entro i parametri di prezzo impostati.

Un gruppo di ricercatori ha scoperto che gli host che hanno adottato Smart Pricing hanno visto un successivo calo delle loro tariffe notturne medie, ma anche un aumento delle statistiche di occupazione mensile e un aumento di quasi il 9% delle entrate complessive.

I padroni di casa neri hanno beneficiato di più. Questo perché hanno iniziato con una domanda inferiore del 20% per proprietà equivalenti rispetto agli host bianchi, che rappresenta un divario di $ 12,16 nelle entrate giornaliere medie. Dopo aver adottato Smart Pricing, I padroni di casa neri hanno guadagnato $ 13,92 in più a notte rispetto ai $ 5,22 dei padroni di casa bianchi.

Ciò ha chiuso il divario di entrate del 71%, ma non lo ha eliminato. E poiché gli host neri avevano il 41% di probabilità in meno di adottare Smart Pricing rispetto agli host bianchi, sono finiti ancora più svantaggiati rispetto a prima dell'introduzione dello Smart Pricing, globale.

"L'algoritmo fa un buon lavoro nel ridurre il divario di entrate, ma non è infallibile, " ha detto Nitin Mehta, un professore di marketing presso la Rotman School of Management dell'Università di Toronto. Ha co-autore dello studio con il suo ex studente laureato, Shunyuan Zhang, ora alla Harvard Business School, e Param Vir Singh e Kannan Srinivasan della Carnegie Mellon University.

È illegale negli Stati Uniti che gli algoritmi di apprendimento automatico facciano distinzioni razziali nella loro progettazione. I ricercatori sostengono che questa cecità razziale, inteso a limitare la discriminazione razziale, in pratica possono lasciare le razze emarginate ulteriormente indietro non tenendo conto di circostanze uniche che le avviano nella parte bassa di un campo di gioco ineguale.

"Poiché l'algoritmo è cieco per la razza, produce prezzi che sono più vicini al prezzo ottimale degli host bianchi rispetto al prezzo ottimale degli host neri. È cieco ma non è giusto, " afferma il prof. Mehta che tuttavia avverte che i risultati dello studio implicano gli ospiti di AirBnb per discriminazione razziale contro le proprietà ospitate da neri piuttosto che AirBnb o il suo algoritmo.

Gli sviluppatori di algoritmi potrebbero aggirare i limiti della legge incorporando informazioni socioeconomiche correlate alla razza, suggeriscono i ricercatori. E AirBnb potrebbe prendere provvedimenti per incoraggiare gli host neri a utilizzare Smart Pricing.

Anche, "la legge dovrebbe essere modificata in alcuni casi speciali in cui si può dimostrare che ciò aiuterà, " aggiunge il Prof. Mehta.

I ricercatori hanno lavorato con i dati disponibili tramite AirBnb e AirDNA, una piattaforma di analisi di terze parti. Si sono concentrati su poco più di 9000 proprietà Airbnb in circa 400 quartieri in sette grandi città degli Stati Uniti. L'identificazione della razza di un host è stata effettuata utilizzando un modello di deep learning applicato alle foto del profilo sulla pagina delle proprietà online di ciascun host.

Lo studio appare in Scienza del marketing.