The implications of algorithms in rental markets with matching mechanisms : the role of exposure, choice and efficiency in the sharing economy

Abstract

Given the increased use and dependence of peer-to-peer markets on algorithmic optimisation processes, the problems biased algorithms may bring about for individuals have been gaining significance. With the emergence of the sharing economy, more people can be subjected to damaging allocation systems. This paper makes a first attempt to connect the notion of bias, frequently discussed in computer science, with classic problems of systematic discrimination observed in labour markets. Following the methods used in identifying such biases, the authors discuss aspects of equity and efficiency that arise from different matching mechanisms. In offering a framework for analysing the algorithms present in such markets, the authors conclude that any verdict depends on the normative stance of the reviewer, leaving the reader with a set of questions and directions for future research.Donat l’increment de l’ús i la dependència dels mercats peer-to-peer (mercats entre pars) de processos d’optimització algorítmica, els problemes que poden ocasionar els algoritmes esbiaixats per als individus han estat guanyant importància. Amb l’emergència de l’economia col·laborativa, més gent pot estar subjecte a sistemes d’assignació perjudicial. Aquest article fa un primer intent de connectar la noció de biaix, freqüentment discutit en la ciència informàtica, amb els problemes clàssics de discriminació sistemàtica observats als mercats de treball. Seguint els mètodes utilitzats en identificar aquests biaixos, els autors discuteixen aspectes com l’equitat i l’eficiència que sorgeixen de diferents mecanismes d’emparellament. En oferir un marc per a analitzar els algoritmes presents en aquests mercats, els autors conclouen que qualsevol veredicte depèn de la posició normativa del revisor, deixant el lector amb una sèrie de preguntes i direccions per a futura recerca.