Tiếp theoHướng dẫn tiếp theo
AI trong bất động sản
ngành công nghiệp
HƯỚNG DẪN xã hội
Nhà ở Công bằng và AI trong Bất động sản
Đạo luật Nhà ở Công bằng áp dụng cho các công cụ AI trong bất động sản cũng như áp dụng cho con người.
Trên trang nàyđọc 4 phút
Tổng quan
Nhắm mục tiêu quảng cáo, chatbot, mô hình sàng lọc và văn bản danh sách được tạo đều có thể tạo ra trách nhiệm pháp lý nếu chúng loại trừ, chỉ đạo hoặc ngăn cản mọi người dựa trên chủng tộc, màu da, tôn giáo, nguồn gốc quốc gia, giới tính, tình trạng gia đình hoặc khuyết tật. Bởi vì trách nhiệm pháp lý có thể đến từ những tác động mang tính phân biệt đối xử và không chỉ có mục đích, nên các đại lý, chủ nhà, người môi giới và nền tảng cần kiểm tra xem công cụ của họ thực sự làm được những gì.
Lặn sâu
Đạo luật Nhà ở Công bằng năm 1968 cấm phân biệt đối xử trong việc bán, cho thuê, cấp vốn và quảng cáo nhà ở. Những sửa đổi năm 1988 đã bổ sung thêm tình trạng gia đình và tình trạng khuyết tật cho các tầng lớp được bảo vệ. Mục 3604(c) cấm các thông báo, tuyên bố hoặc quảng cáo biểu thị sở thích, giới hạn hoặc phân biệt đối xử dựa trên lớp được bảo vệ và mục này áp dụng cho văn bản mà công cụ AI viết cho bạn. Trong vụ Bộ Nhà ở và Các vấn đề Cộng đồng Texas kiện Dự án Cộng đồng Hòa nhập (2015), Tòa án Tối cao cho rằng các yêu cầu bồi thường về tác động khác nhau có thể được đưa ra theo Đạo luật. Vì vậy, một hành vi có vẻ trung lập nhưng lại gây ra tác động phân biệt đối xử phi lý có thể tạo ra trách nhiệm pháp lý. Hệ thống quảng cáo của Facebook là trường hợp AI xác định. Sau các vụ kiện từ các nhóm dân quyền, một thỏa thuận giải quyết năm 2019 đã loại bỏ việc nhắm mục tiêu theo độ tuổi, giới tính và mã ZIP cho quảng cáo nhà ở. HUD cũng tính phí Facebook vào năm đó. Vào năm 2022, Bộ Tư pháp đã giải quyết một trường hợp yêu cầu Meta ngừng sử dụng công cụ Đối tượng quảng cáo đặc biệt và xây dựng một hệ thống nhằm giảm bớt sự sai lệch về những người thực sự nhìn thấy quảng cáo nhà ở. Bài học là thuật toán phân phối có thể làm lệch đối tượng của quảng cáo ngay cả khi nhắm mục tiêu của nhà quảng cáo là trung lập. Chatbots thêm rủi ro lái xe. Các câu hỏi về liệu một khu vực có an toàn không, có trường học tốt hay phù hợp với những người có hoàn cảnh xuất thân nhất định sẽ đưa ra những câu trả lời hướng mọi người đến hoặc rời xa khu vực lân cận. Thiết kế an toàn hơn hướng người dùng đến các nguồn khách quan như bản đồ tội phạm công cộng hoặc các trang web của khu học chánh và không mô tả các khu dân cư theo thuật ngữ nhân khẩu học. Vào năm 2024, HUD đã ban hành hướng dẫn về sàng lọc người thuê và quảng cáo thông qua các nền tảng kỹ thuật số, cả hai đều giải quyết các thuật toán. Các ưu tiên thực thi và hướng dẫn của liên bang có thể thay đổi giữa các cơ quan hành chính và hướng dẫn không phải là luật. Đạo luật, các vụ kiện riêng và luật tiểu bang, nhiều trong số đó bảo vệ nhiều tầng lớp hơn như nguồn thu nhập, vẫn được áp dụng. Một quan niệm sai lầm phổ biến là việc dựa vào thuật toán của nhà cung cấp sẽ làm thay đổi trách nhiệm. Nó không.
Tác động chiến lược
Rủi ro và an toàn
Những tác hại thảm khốc và thường ngày của AI đều phụ thuộc vào việc ai hiểu được rủi ro và ai có thể hành động.
Quyết định rõ ràng hơn
Kiến thức công cộng và chuyên môn định hình liệu chính sách an toàn mạnh mẽ có khả thi về mặt chính trị hay không.
Phá vỡ sự thổi phồng
Những lời giải thích rõ ràng làm giảm sự thu hút bởi sự cường điệu, PR trong phòng thí nghiệm và sân khấu đạo đức mơ hồ.
Tương lai của Nhà ở Công bằng và AI trong Bất động sản
Mong đợi sự chú ý liên tục đến việc phân phối quảng cáo theo thuật toán, sàng lọc người thuê nhà và chatbot từ các nguyên đơn tư nhân, tổ chức nhà ở công bằng và cơ quan quản lý tiểu bang, bất kể ưu tiên liên bang nào vào thời điểm đó. Một số tiểu bang và thành phố đang bổ sung các quy tắc riêng của họ về hệ thống ra quyết định tự động, có thể yêu cầu kiểm tra hoặc thông báo. Các nhóm ngành và nhà cung cấp đang xuất bản nhiều biện pháp bảo vệ hơn cho trợ lý AI. Thử nghiệm cơ bản khó có thể thay đổi: liệu kết quả của một công cụ có loại trừ hoặc chỉ đạo các nhóm được bảo vệ hay không và liệu có thể biện minh và tránh được bất kỳ sự chênh lệch nào bằng giải pháp thay thế ít phân biệt đối xử hơn hay không.
Triển khai trong thế giới thực
Chủ nhà xây dựng đối tượng quảng cáo nhà ở loại trừ một số mã ZIP và sở thích nhất định theo dõi chặt chẽ một nhóm chủng tộc hoặc tôn giáo. Tên quảng cáo không có lớp được bảo vệ, nhưng nó vẫn sàng lọc nhóm đó.
Chatbot trên trang web của một công ty môi giới trả lời câu hỏi khu vực lân cận nào có những gia đình như tôi bằng cách đề xuất các khu vực dựa trên thành phần dân tộc, điều này vẫn dẫn dắt ngay cả khi người dùng yêu cầu.
Một công cụ AI tổng hợp viết danh sách cho thuê gọi căn hộ là lý tưởng cho một cặp vợ chồng trẻ chưa có con, một tuyên bố thể hiện sở thích dựa trên tình trạng gia đình.
Điểm sàng lọc người thuê nhà đánh giá cao hồ sơ trục xuất và hồ sơ bắt giữ cũ, từ chối người nộp đơn từ một số nhóm với tỷ lệ cao hơn nhiều mà không cho thấy rằng những yếu tố đó dự đoán các vấn đề về thuê nhà.
Rủi ro & lan can
Xử lý rủi ro hiện hữu như khoa học viễn tưởng trong khi khả năng lại phức tạp.
Nhầm lẫn giữa an toàn sản phẩm bề mặt với sự liên kết dưới quyền tự chủ cao.
Chỉ để lại những khán giả không phải người Anh và không có chuyên môn với những nguồn chất lượng thấp.
Lộ trình thực hiện
Tách biệt các tác hại của sản phẩm, sử dụng sai và rủi ro mất kiểm soát/sai lệch.
Hỏi bằng chứng nào sẽ thay đổi quan điểm của bạn về thời gian và mức độ nghiêm trọng.
Ưu tiên các nguồn chính và đánh giá cụ thể hơn các tuyên bố tiếp thị.
Xác định một lộ trình hành động: sự nghiệp, chính sách, nguồn tài trợ hoặc kỹ năng - không chỉ là nhận thức.
Tiếp tục khám phá
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Fair Housing and AI in Real Estate quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Câu hỏi thường gặp
Nhà ở Công bằng và AI trong Bất động sản là gì?
Đạo luật Nhà ở Công bằng áp dụng cho các công cụ AI trong bất động sản cũng như áp dụng cho con người. Nhắm mục tiêu quảng cáo, chatbot, mô hình sàng lọc và văn bản danh sách được tạo đều có thể tạo ra trách nhiệm pháp lý nếu chúng loại trừ, chỉ đạo hoặc ngăn cản mọi người dựa trên chủng tộc, màu da, tôn giáo, nguồn gốc quốc gia, giới tính, tình trạng gia đình hoặc khuyết tật. Bởi vì trách nhiệm pháp lý có thể đến từ những tác động mang tính phân biệt đối xử và không chỉ có mục đích, nên các đại lý, chủ nhà, người môi giới và nền tảng cần kiểm tra xem công cụ của họ thực sự làm được những gì.
Vụ kiện nào của Tòa án Tối cao cho rằng các yêu cầu bồi thường về tác động khác nhau có thể được đưa ra theo Đạo luật Nhà ở Công bằng?
Cộng đồng Hòa nhập (2015) xác nhận rằng các hành vi có tác động phân biệt đối xử phi lý có thể vi phạm Đạo luật mà không có bằng chứng về ý định.
Bài học quan trọng trong thỏa thuận của Bộ Tư pháp năm 2022 với Meta về quảng cáo nhà ở là gì?
Thỏa thuận giải quyết yêu cầu Meta loại bỏ công cụ Đối tượng quảng cáo đặc biệt và xây dựng một hệ thống nhằm giảm độ lệch trong phân phối quảng cáo thực tế, cho thấy thuật toán riêng của nền tảng có thể gây ra sự phân biệt đối xử.
Cụm từ liệt kê do AI viết nào đặt ra vấn đề về tình trạng gia đình?
Việc nêu rõ sự ưu tiên đối với trẻ em báo hiệu sự phân biệt đối xử dựa trên tình trạng gia đình, điều mà các sửa đổi năm 1988 đã bổ sung vào Đạo luật.
Một người dùng hỏi chatbot môi giới xem khu vực lân cận có an toàn không. Phản ứng nào làm giảm rủi ro lái xe tốt nhất?
Việc gửi người dùng đến dữ liệu khách quan cho phép họ tự quyết định mà không cần bot mô tả các khu vực theo cách chỉ đạo.
Tại sao khán giả giống nhau có thể tạo ra rủi ro nhà ở công bằng?
Việc tìm kiếm những người tương tự như khách hàng trước đây có thể tái tạo bất kỳ sai lệch nhân khẩu học nào trong danh sách đó, ngoại trừ các nhóm chưa được trình bày đầy đủ.
Tiếp tục học hỏi
Hướng dẫn liên quan
Đã chọn thêm hướng dẫn cho chủ đề này