用AI筛选租客,靠谱吗?

文摘   生活   2024-09-20 15:12   北京  


租户筛选技术背后的承诺很简单:通过筛选公寓申请和进行背景调查的过程实现自动化,房东可以快速淘汰他们认为租房风险过高的潜在租户——那些财务状况不稳定、租赁历史不明确或有犯罪记录的人。
通过简化需要大量繁琐文书的调查工作,这些计算机化服务——属于蓬勃发展的房地产行业工具(称为“房地产科技”)领域——被宣传为减少驱逐、防止欺诈以及降低业主和租户成本的一种手段。
“这就像大学选拔学生入学时依靠SAT成绩一样,”北佛罗里达大学教授戴维·贾菲(David Jaffee)说,他负责这所大学的贾克斯租房项目,该项目研究杰克逊维尔地区租房者面临的问题,“这样可以节省很多时间。”
但在租户权益组织中,越来越多的人认为,这种广泛使用的技术已经成为规避公平住房保护的一种手段
今年6月,杰克逊维尔地区法律援助组织(Jacksonville Area Legal Aid)提起诉讼,指控北佛罗里达州的一家大房东JWB歧视黑人租房者,该公司根据SafeRent筛选程序提供的报告拒绝为四名原告提供住房;起诉书称,即使这些潜在租户出示了他们的驱逐申请有误或被撤销的证据,这个程序也会对他们进行标记。JWB和SafeRent Solutions都没有回应采访请求。
更广泛地说,几家住房权利组织表示,筛选技术加剧了美国的可负担住房危机,因为这家技术推迟或拒绝为低收入租户提供住房,让他们支付更多的筛选和申请费用。而申请人大多不知道这些程序是如何运作的,也不知道如何纠正错误。
贾菲说:“我从很多租户那里听到的是,他们遭到了拒绝,有时他们根本不知道为什么会遭到拒绝。”
近年来,这个问题引起了越来越多的关注。今年7月,非营利组织TechEquity发布的报告《筛出住房》(Screened Out of Housing)显示了这个问题当前的规模。价值13亿美元的租户筛选行业由大约2000家公司组成,包括主要的信用合作社和数十家初创公司,他们利用人工智能和算法来帮助找到合适的租房者,并使房东的利润最大化。提供SmartMove筛选程序的信用报告机构环联公司(TransUnion)负责租户和就业的副总裁迈特里·约翰逊(Maitri Johnson)说,每年有“数以千万”的租户搜索。
明尼苏达州圣保罗市的待租公寓。越来越多的房东依靠筛选软件来审查潜在租户。摄影:Michael Siluk/UCG/Universal Images Group via Getty Images
TechEquity对加利福尼亚州1000多名租房者和400多名房东进行的调查发现,三分之二的房东使用这些程序,其中20%的房东付费购买对潜在租户的财务资源进行预测评分的报告。高达37%的房东表示,他们只是按照推荐评分的要求去做,而不会费心去查看基础数据或公共记录。在接受这些筛选的租房者中,只有3%的人被告知可能拒绝其申请的公司名称。
TechEquity表示,评分背后的技术也不透明。“人们忽视了危险信号,转而青睐第三方评估,而第三方评估不像我们期望的其他金融服务那样,必须遵守同样的模型验证准确性标准,”TechEquity负责住房项目的副总裁汉娜•霍洛韦(Hannah Holloway)说,“因为这些技术是专有的,因此被隐藏在商业秘密的声明背后。”
租户筛选领域面临着监管机构越来越严格的审查。今年5月,美国住房和城市发展部发布了关于人工智能、算法和公平住房的新指南,指出需要对数据进行人工审核,并提供更简便的纠错方法。2023年,美国消费者金融保护局(Consumer Financial Protection Bureau)对环联公司采取了执法行动,迫使该公司为不准确的筛选数据支付2300万美元进行和解。
目前还有几起诉讼正在进行。康涅狄格州的一位租户起诉了CoreLogic Rental Property Solutions公司,因为她身有残疾的儿子有轻微的刑事犯罪记录,所以她被拒绝租住公寓。(今年早些时候,伊利诺伊州埃文斯顿的非营利组织Open Communities帮助一位打算使用住房选择券的租户达成了和解,此前人工智能聊天机器人拒绝了她的租赁请求。
美国国会有人提议将房租支付情况作为信用记录的一项因素、以帮助提高住房拥有率,目前租房者数据的准确性和适用性已成为更为紧迫的问题
“人们越来越意识到,房东政策和管理政策也在加剧我们的住房危机恶化,”PolicyLink高级住房助理贾斯敏·兰格尔(Jasmine Rangel)说。
“我认为这些产品的根本问题在于,它们都没有真正基于任何数据或可靠的模型,”国家住房法项目(National Housing Law Project)的诉讼主管、康涅狄格州案件的首席律师埃里克•邓恩(Eric Dunn)说,“它们是基于这样一种想法,即某些人天生就倾向于拖欠房租,而这是不准确的。”

房东是人工智能的强大用户
邓恩说,背景调查在2000年代中期开始发生变化,当时大量个人数据被收集起来并在网上提供。在此之前,租户筛选相当于雇用当地或地区服务机构,派人到法院亲自调取犯罪记录和驱逐记录。一旦这项工作可以数字化完成,大型信贷公司和初创企业就看到了市场机会。
这项技术带来的一个重大变化是责任的转移。以前,房东会收到一堆文件,被迫自己做出决定,并遵守公平住房法规。最新的程序会根据预测数据生成一个评分,将所有因素汇总成一个数字。邓恩和其他律师及租户权益人士认为,这使得程序本身成为决策过程的一部分,因此也应遵守有关歧视和公平住房机会的法规和法律。
许多提供这些程序的科技公司表示,房东需要筛选程序来打击日益增多的租房欺诈行为,比如使用假工资单。根据美国全国多户住宅委员会(National Multifamily Housing Council)1月份发布的一份调查报告显示,大约93%的大房东表示在去年遭遇过欺诈行为。环联公司的约翰逊表示,转向非接触式、数字化公寓参观和租金支付方式使得房地产欺诈者更容易操作,在某些情况下,他们甚至使用完全虚构的身份来租赁公寓。她说:“欺诈行为变得更加复杂,因此缓解措施也必须变得更加复杂。”
一些程序的开发商也表示,筛选技术可以帮助租户,而不是对他们造成伤害。Rent Butter公司成立于2019年,该公司首席营收官迈克尔·布朗(Michael Brown)说,该公司利用一种专有算法来分析财务表现。他说,依靠传统的信用评分会使房东的决定对那些经历财务困难的人产生不公平的偏见。
“大多数基于规则开发的模型会让消费者处于不利地位,因为模型看的是信用评分,”他说,“我们甚至不看信用评分。我们看的是工资单数据和他们银行账户的趋势。”
住宅租赁市场Dwellsy的首席执行官兼联合创始人乔纳斯·博尔多(Jonas Bordo)表示,利用历史数据预测问题租户是一个难题。作为一名前物业经理,他管理着数以万计的公寓,他发现,租户在申请表上的表现与他们作为租房者的表现之间并无关联
他说:“我见过你能想象到的最讨人喜欢的人,他们会因为一些令人难以置信的原因而停止支付房租;我也见过一些前科累累的人,他们是你能想象到的最理想的租户。”


欢迎转发,如欲转载、合作等

请联系∶hewenxia@modernmedia.com.cn授权



更多「基础设施」的内容请点击:

马来西亚对摩天大楼的热爱已减弱


美国道路扩建得不偿失


CITY来不
从经济、商业、科技、交通、住房、设计、生活方式、文化、环境等九大维度,关注中国和世界的每一座城市。
 最新文章