SafeRent Solutions
Su algoritmo de evaluación de inquilinos habría discriminado a solicitantes de bajos ingresos con vales de vivienda, con un impacto desproporcionado sobre solicitantes negros e hispanos.
Qué implementó
Un sistema algorítmico de evaluación de inquilinos para arrendadores.
Qué falló
Se le acusó de depender en exceso de la información crediticia, lo que perjudicaba de forma desproporcionada a solicitantes negros e hispanos por sus puntajes crediticios medianos más bajos —atribuibles a desigualdades históricas—, y de discriminar a solicitantes de bajos ingresos que usaban vales de vivienda. El curso añade un reproche de diseño: el sistema no ofrecía empatía individual ni vía de apelación frente a la decisión automatizada.
Resultados
| Indicador | Dato |
|---|---|
| Año | 2024 |
| Acuerdo | Más de 2,2 millones de USD |
(Bedayn, 2024)
En el curso
Módulo 4 — capítulo 6, tabla de casos de sesgo algorítmico, junto a iTutorGroup y UnitedHealth.
Relacionado
iTutorGroup · UnitedHealth · Gobernanza · Human-in-the-loop · Air Canada
Enlaces entrantes
- Air CanadaCaso
- Amazon — herramienta de reclutamientoCaso
- Auditoría de sesgoConcepto
- iTutorGroupCaso
- UnitedHealthCaso