Non, l’algorithme de tarification intelligente d’Airbnb ne discrimine pas les hôtes noirs. Mais…

Le 13 mai 2021, le Financial Times a publié un article intitulé « L’algorithme de tarification d’Airbnb a entraîné une augmentation des disparités raciales, selon une étude ». La version initiale, depuis corrigée, laissait croire que l’outil gratuit de tarification dynamique d’Airbnb, appelé Smart Pricing, causait une perte de revenus pour les hôtes noirs par rapport aux hôtes blancs. Nous avons cherché et lu l’étude en question. Pour les gestionnaires et propriétaires de locations de vacances, les résultats invitent à la réflexion et dépassent le cadre d’Airbnb. En premier lieu, l’étude montre que le Smart Pricing augmente les revenus des hôtes, en baissant les tarifs et en augmentant le taux d’occupation. Ensuite, elle démontre que l’algorithme a apporté des bénéfices aux hôtes noirs qui l’utilisaient. Cependant, comme trop peu d’hôtes noirs ont adopté Smart Pricing, les tarifs des propriétés détenues par des blancs ont été mieux optimisés. Enfin, les auteurs font remarquer que la courbe de demande pour les propriétés appartenant à des hôtes blancs et celle des propriétés appartenant à des hôtes noirs diffèrent, ce qui fait qu’un algorithme de tarification unique n’est pas efficace : il est sous-optimal pour tout le monde.

Nous allons aller au-delà des conclusions de l’étude pour voir ce que cela signifie pour les membres du secteur de la location saisonnière. Si vous utilisez un outil de tarification dynamique pour vos biens, vous pouvez vous demander si le même algorithme peut s’adapter à différentes courbes de demande selon les quartiers, les types de biens ou encore les niveaux de luxe.

Airbnb et la discrimination envers les hôtes et voyageurs noirs

Ce n’est pas la première fois que la plateforme Airbnb est reconnue pour faciliter la discrimination. Puisqu’Airbnb est une place de marché à double face où hôtes et voyageurs affichent leur photo de profil, il est plus facile pour les chercheurs de l’étudier que sur d’autres plateformes.

Par exemple, une étude de Harvard datant de 2017, intitulée « Discrimination raciale dans l’économie collaborative : preuves issues d’une expérience terrain », a découvert que les demandes de réservation sur Airbnb émanant de voyageurs portant des prénoms afro-américains distinctifs avaient 16 % de chances en moins d’être acceptées par rapport à des voyageurs similaires avec des prénoms typiquement blancs.

En réponse, Airbnb a pris certaines mesures, comme permettre aux utilisateurs de ne pas afficher leur photo de profil avant la réservation, s’ils le souhaitent. La plateforme a aussi lancé Project Lighthouse, une initiative visant à déceler, mesurer et surmonter la discrimination lors d’une réservation ou de la gestion d’un logement sur Airbnb.

Comment la faible adoption du Smart Pricing et la divergence des courbes de demande pour les propriétés noires et blanches génèrent des écarts de revenus

En mars 2021, quatre chercheurs, Shunyuan Zhang (Harvard University), Nitin Mehta (University of Toronto), Param Vir Singh (Carnegie Mellon University) et Kannan Srinivasan (Carnegie Mellon University) ont publié un article intitulé « Un algorithme d’IA peut-il atténuer l’inégalité économique raciale ? Une analyse dans le contexte d’Airbnb. »

Voici notre résumé de leurs conclusions :

Le Smart Pricing d’Airbnb s’appuie sur un algorithme qui ajuste les prix à la hausse ou à la baisse selon la demande.

Une étude sur le machine learning démontre que Smart Pricing aide les hôtes Airbnb à gagner plus d’argent. Bien que cet outil fasse baisser le tarif journalier moyen (ADR) de 5,7 % en moyenne, le revenu journalier moyen augmente de 8,6 %. Le taux d’occupation et les revenus augmentent grâce à des prix plus en phase avec la courbe de demande.

Avant l’introduction de l’algorithme par Airbnb, les hôtes noirs et blancs pratiquaient des tarifs similaires pour des logements équivalents (en termes de caractéristiques constatées de l’hôte, du bien et du quartier), mais les hôtes blancs gagnaient 12,16 $ de plus en revenus journaliers que les hôtes noirs.

L’écart de revenus provenait d’une différence dans le taux d’occupation (demande locative) : 20 % de moins pour les biens des hôtes noirs comparé à ceux d’hôtes blancs équivalents. L’algorithme a bénéficié davantage aux hôtes noirs qui l’ont adopté, réduisant l’écart de revenus de 71,3 %.

Cependant, l’arrivée de l’outil Smart Pricing a accru l’écart global de revenus entre hôtes noirs et blancs. Pourquoi ? Parce que les hôtes noirs étaient 41 % moins enclins à adopter l’algorithme que les hôtes blancs. En d’autres termes : comme de nombreux hôtes noirs n’ont pas activé Smart Pricing, l’écart de revenus global des hôtes noirs, à l’échelle de la population, a augmenté par rapport à celui des hôtes blancs.

Cependant, les conclusions de l’étude ne s’arrêtent pas là. Ce n’est pas seulement un problème d’adoption. Les chercheurs ont établi que l’algorithme de tarification est sous-optimal précisément parce qu’il est indifférent à la couleur de peau. En effet, la courbe de demande pour les logements détenus par des blancs diffère de celle des logements détenus par des noirs, selon les données analysées. Ils ont constaté que les propriétés détenues par des hôtes noirs sont bien plus sensibles au prix. Par conséquent, l’algorithme de tarification indifférent à la couleur ne fait pas évoluer les prix de ces biens assez rapidement, alors qu’il peut se révéler trop sensible et optimal pour ajuster les prix des biens appartenant à des blancs.

L’étude ouvre le débat : Que peut-on faire au-delà d’aider tout le monde à adopter des outils et des algorithmes supposés leur être bénéfiques ? Si l’impact d’un algorithme indifférent à la couleur est en fait d’augmenter l’écart entre certains groupes raciaux parce que la race n’est pas prise en compte dans les paramètres, que faire ? Faut-il inclure la race ? Ou bien des paramètres socio-économiques qui peuvent en être un proxy ?

Pistes de réflexion pour l’industrie de la location saisonnière

Le problème existe-t-il encore ? Notez que l’ensemble des données analysées date de 2015-2017. Aujourd’hui, lorsqu’un utilisateur met un logement en ligne sur Airbnb, Smart Pricing est activé par défaut. Il est même plutôt difficile à désactiver, Airbnb affichant une série d’avertissements sur les impacts négatifs potentiels si vous tentez de le faire. Nous supposons donc que l’adoption de l’algorithme est aujourd’hui bien plus répandue.

Beaucoup d’acteurs du secteur de la location saisonnière utilisent des outils de tarification dynamique qui s’appuient également sur des algorithmes propriétaires. Cette étude évoque la question des divergences de courbes de demande entre propriétés appartenant à des noirs et à des blancs. Comme l’outil Smart Pricing ne fait pas de distinction, son algorithme généraliste optimise les prix de façon non optimale. Ni pour les noirs, ni pour les blancs.

Si vous êtes gestionnaire de biens situés à la fois dans des quartiers majoritairement noirs et blancs, l’outil de tarification dynamique que vous utilisez optimise-t-il réellement les deux zones simultanément ? Et si vous gérez un portefeuille mêlant logements haut de gamme et basiques ? Voilà pourquoi il est crucial que les algorithmes s’appuient sur les données du bien concerné et s’adaptent à ses propres schémas de réservation. C’est une bonne question à poser aux éditeurs de logiciels de tarification dynamique. Partagez-leur cet article, demandez-leur ce qu’ils pensent de ces conclusions et qu’ils vous expliquent comment leur solution s’adapte à des courbes de demande variables au sein de votre portefeuille.

Si vous souhaitez en savoir plus sur la réponse d’Airbnb à la discrimination envers les hôtes noirs, Crain’s a publié un excellent article sur le sujet.