Skip to Content
logologo
AI Incident Database
Open TwitterOpen RSS FeedOpen FacebookOpen LinkedInOpen GitHub
Open Menu
Découvrir
Envoyer
  • Bienvenue sur AIID
  • Découvrir les incidents
  • Vue spatiale
  • Vue de tableau
  • Vue de liste
  • Entités
  • Taxonomies
  • Soumettre des rapports d'incident
  • Classement des reporters
  • Blog
  • Résumé de l’Actualité sur l’IA
  • Contrôle des risques
  • Incident au hasard
  • S'inscrire
Fermer
Découvrir
Envoyer
  • Bienvenue sur AIID
  • Découvrir les incidents
  • Vue spatiale
  • Vue de tableau
  • Vue de liste
  • Entités
  • Taxonomies
  • Soumettre des rapports d'incident
  • Classement des reporters
  • Blog
  • Résumé de l’Actualité sur l’IA
  • Contrôle des risques
  • Incident au hasard
  • S'inscrire
Fermer

Incident 149: Zillow Shut Down Zillow Offers Division Allegedly Due to Predictive Pricing Tool's Insufficient Accuracy

Description: Zillow's AI-powered predictive pricing tool Zestimate was allegedly not able to accurately forecast housing prices three to six months in advance due to rapid market changes, prompting division shutdown and layoff of a few thousand employees.

Outils

Nouveau rapportNouveau rapportNouvelle RéponseNouvelle RéponseDécouvrirDécouvrirVoir l'historiqueVoir l'historique

Entités

Voir toutes les entités
Alleged: Zillow Offers developed an AI system deployed by Zillow, which harmed Zillow et Zillow Offers staff.

Statistiques d'incidents

ID
149
Nombre de rapports
4
Date de l'incident
2021-11-02
Editeurs
Sean McGregor, Khoa Lam
Applied Taxonomies
GMF, CSETv1, MIT

Classifications de taxonomie GMF

Détails de la taxonomie

Known AI Technology Snippets

One or more snippets that justify the classification.
 

(Snippet Text: "We've determined the unpredictability in forecasting home prices far exceeds what we anticipated and continuing to scale Zillow Offers would result in too much earnings and balance-sheet volatility," said Rich Barton, Zillow's co-founder and CEO., Related Classifications: Regression), (Snippet Text: For Zillow, one of the first steps in its decision to purchase any home is the "Zestimate" — a machine-learning-assisted estimate of a home's market value that is calculated by taking into account oodles of data about the property gathered from sources including tax and property records, homeowner-submitted details such as the addition of a bathroom or bedroom, and pictures of the house., Related Classifications: Multimodal Learning, Diverse Data)

Classifications de taxonomie CSETv1

Détails de la taxonomie

Incident Number

The number of the incident in the AI Incident Database.
 

149

Special Interest Intangible Harm

An assessment of whether a special interest intangible harm occurred. This assessment does not consider the context of the intangible harm, if an AI was involved, or if there is characterizable class or subgroup of harmed entities. It is also not assessing if an intangible harm occurred. It is only asking if a special interest intangible harm occurred.
 

no

Date of Incident Year

The year in which the incident occurred. If there are multiple harms or occurrences of the incident, list the earliest. If a precise date is unavailable, but the available sources provide a basis for estimating the year, estimate. Otherwise, leave blank. Enter in the format of YYYY
 

2021

Date of Incident Month

The month in which the incident occurred. If there are multiple harms or occurrences of the incident, list the earliest. If a precise date is unavailable, but the available sources provide a basis for estimating the month, estimate. Otherwise, leave blank. Enter in the format of MM
 

11

Estimated Date

“Yes” if the data was estimated. “No” otherwise.
 

Yes

Multiple AI Interaction

“Yes” if two or more independently operating AI systems were involved. “No” otherwise.
 

no

Classifications de taxonomie MIT

Machine-Classified
Détails de la taxonomie

Risk Subdomain

A further 23 subdomains create an accessible and understandable classification of hazards and harms associated with AI
 

7.3. Lack of capability or robustness

Risk Domain

The Domain Taxonomy of AI Risks classifies risks into seven AI risk domains: (1) Discrimination & toxicity, (2) Privacy & security, (3) Misinformation, (4) Malicious actors & misuse, (5) Human-computer interaction, (6) Socioeconomic & environmental harms, and (7) AI system safety, failures & limitations.
 
  1. AI system safety, failures, and limitations

Entity

Which, if any, entity is presented as the main cause of the risk
 

AI

Timing

The stage in the AI lifecycle at which the risk is presented as occurring
 

Post-deployment

Intent

Whether the risk is presented as occurring as an expected or unexpected outcome from pursuing a goal
 

Unintentional

Rapports d'incidents

Chronologie du rapport

+1
Zillow quitte son activité d'achat de maisons et supprime 25% de ses effectifs
La débâcle de l'achat d'une maison de Zillow montre à quel point il est difficile d'utiliser l'IA pour évaluer l'immobilierPourquoi Zillow n'a pas pu faire fonctionner la tarification algorithmique des maisonsQue s'est-il passé à Zillow ? Comment un site immobilier prisé a perdu chez iBuying
Zillow quitte son activité d'achat de maisons et supprime 25% de ses effectifs

Zillow quitte son activité d'achat de maisons et supprime 25% de ses effectifs

cnn.com

La débâcle de l'achat d'une maison de Zillow montre à quel point il est difficile d'utiliser l'IA pour évaluer l'immobilier

La débâcle de l'achat d'une maison de Zillow montre à quel point il est difficile d'utiliser l'IA pour évaluer l'immobilier

cnn.com

Pourquoi Zillow n'a pas pu faire fonctionner la tarification algorithmique des maisons

Pourquoi Zillow n'a pas pu faire fonctionner la tarification algorithmique des maisons

wired.co.uk

Que s'est-il passé à Zillow ? Comment un site immobilier prisé a perdu chez iBuying

Que s'est-il passé à Zillow ? Comment un site immobilier prisé a perdu chez iBuying

cnet.com

Zillow quitte son activité d'achat de maisons et supprime 25% de ses effectifs
cnn.com · 2021
Traduit par IA

Zillow se retire de l'activité iBuying et fermera sa division Zillow Offers, ce qui entraînera une réduction de 25% de ses effectifs.

Dans son rapport trimestriel sur les résultats de mardi, la société a annoncé qu'elle verrait une déprécia…

La débâcle de l'achat d'une maison de Zillow montre à quel point il est difficile d'utiliser l'IA pour évaluer l'immobilier
cnn.com · 2021
Traduit par IA

En février, Zillow est apparu tellement confiant dans sa capacité à utiliser l'intelligence artificielle pour estimer la valeur des maisons qu'il a annoncé une nouvelle option : pour certaines maisons, son soi-disant "Zestimate" représenter…

Pourquoi Zillow n'a pas pu faire fonctionner la tarification algorithmique des maisons
wired.co.uk · 2021
Traduit par IA

Zillow's Zestimate of Home Values est devenu une référence incontournable pour les propriétaires américains. Mais lorsque Zillow a essayé d'utiliser son algorithme pour acheter et vendre des maisons, il a mal interprété le marché.

La branch…

Que s'est-il passé à Zillow ? Comment un site immobilier prisé a perdu chez iBuying
cnet.com · 2021
Traduit par IA

Zillow, le marché immobilier en ligne populaire et le carburant de la rêverie tout au long de la pandémie, traverse une période difficile.

La société a fait tourner les têtes plus tôt ce mois-ci lorsqu'elle a annoncé qu'elle [fermerait les …

Variantes

Une "Variante" est un incident qui partage les mêmes facteurs de causalité, produit des dommages similaires et implique les mêmes systèmes intelligents qu'un incident d'IA connu. Plutôt que d'indexer les variantes comme des incidents entièrement distincts, nous listons les variations d'incidents sous le premier incident similaire soumis à la base de données. Contrairement aux autres types de soumission à la base de données des incidents, les variantes ne sont pas tenues d'avoir des rapports en preuve externes à la base de données des incidents. En savoir plus sur le document de recherche.

Incidents similaires

Par similarité textuelle

Did our AI mess up? Flag the unrelated incidents

Kronos Scheduling Algorithm Allegedly Caused Financial Issues for Starbucks Employees

Working Anything but 9 to 5

Aug 2014 · 10 rapports
Poor Performance of Tesla Factory Robots

Tesla’s Factory Woes Reveals Why You Shouldn’t Automate Everything

Oct 2016 · 28 rapports
SoftBank's Humanoid Robot, Pepper, Reportedly Frequently Made Errors, Prompting Dismissal

Humanoid Robot Keeps Getting Fired From His Jobs

Jul 2021 · 2 rapports
Incident précédentProchain incident

Incidents similaires

Par similarité textuelle

Did our AI mess up? Flag the unrelated incidents

Kronos Scheduling Algorithm Allegedly Caused Financial Issues for Starbucks Employees

Working Anything but 9 to 5

Aug 2014 · 10 rapports
Poor Performance of Tesla Factory Robots

Tesla’s Factory Woes Reveals Why You Shouldn’t Automate Everything

Oct 2016 · 28 rapports
SoftBank's Humanoid Robot, Pepper, Reportedly Frequently Made Errors, Prompting Dismissal

Humanoid Robot Keeps Getting Fired From His Jobs

Jul 2021 · 2 rapports

Recherche

  • Définition d'un « incident d'IA »
  • Définir une « réponse aux incidents d'IA »
  • Feuille de route de la base de données
  • Travaux connexes
  • Télécharger la base de données complète

Projet et communauté

  • À propos de
  • Contacter et suivre
  • Applications et résumés
  • Guide de l'éditeur

Incidents

  • Tous les incidents sous forme de liste
  • Incidents signalés
  • File d'attente de soumission
  • Affichage des classifications
  • Taxonomies

2024 - AI Incident Database

  • Conditions d'utilisation
  • Politique de confidentialité
  • Open twitterOpen githubOpen rssOpen facebookOpen linkedin
  • ecd56df