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

Problème 2973

Loading...
La taxe Tiger Mom : les Asiatiques sont presque deux fois plus susceptibles d'obtenir un prix plus élevé d'après Princeton Review
propublica.org · 2015

Lisez notre méthodologie.

Chaque année, des milliers d'élèves du secondaire se préparent pour le SAT en utilisant les services de préparation aux tests de The Princeton Review.

Mais peu, voire aucun, ne se rendent compte que les prix des forfaits de tutorat SAT en ligne de The Princeton Review varient considérablement en fonction de l'endroit où vivent les clients. S'ils tapent des codes postaux sur le site Web de l'entreprise, le cours Premier de The Princeton Review leur est proposé pour aussi peu que 6 600 $. Pour les autres codes postaux, le même cours coûte jusqu'à 8 400 $.

Un effet inattendu de l'approche géographique de l'entreprise en matière de tarification est que les Asiatiques sont presque deux fois plus susceptibles de se voir proposer un prix plus élevé que les non-Asiatiques, selon une analyse de ProPublica.

Les Asiatiques représentent 4,9% de la population totale des États-Unis. Mais ils représentent plus de 8% de la population dans les zones où The Princeton Review facture des prix plus élevés pour ses forfaits de préparation SAT.

L'écart demeure même pour les Asiatiques des quartiers à faible revenu. Considérez un code postal à Flushing, un quartier du Queens, à New York. Les Asiatiques représentent 70,5 % de la population de ce code postal. Selon le recensement américain, le revenu médian des ménages dans le code postal, 41 884 $, est inférieur à la plupart, mais les clients de The Princeton Review y sont cités au prix le plus élevé.

Le Princeton Review a déclaré dans un communiqué que sa tarification est basée sur les "coûts de fonctionnement de notre entreprise et les attributs concurrentiels du marché donné", et que la société facture le même prix partout à New York. Bien que le service de préparation aux tests commercialise son service sous le nom de «tutorat en ligne 24 heures sur 24», la société affirme que le tutorat se fait en séances individuelles en personne ou en ligne et que les tuteurs vivent généralement dans les mêmes zones que leurs étudiants.

"Les zones qui connaissent des prix plus élevés auront également une population disproportionnellement plus élevée de membres de l'industrie des services financiers, de personnes qui ont tendance à voter démocrate, de journalistes et de tout autre groupe plus fortement concentré dans des zones comme New York", [The Princeton La déclaration de Review a déclaré] (https://propublica.org/documents/item/2318389-princeton-review-statement.html).

Ces types de différences de prix ne sont pas illégaux, et les conséquences ne sont pas intentionnelles, mais les chercheurs disent qu'ils sont susceptibles de devenir plus courants à l'ère des services comme [Uber](http://www.nytimes.com/2014/01/ 12/magazine/is-ubers-surge-pricing-an-example-of-high-tech-gouging.html), qui fixent les prix par des algorithmes informatiques. La Princeton Review indique que ses prix sont simplement déterminés par région géographique.

L'année dernière, un rapport de la Maison Blanche sur le "Big Data" a averti que les "décisions algorithmiques soulèvent le spectre de 'redlining' dans l'économie numérique - le potentiel de discriminer les classes les plus vulnérables de notre société sous le couvert d'algorithmes neutres.

En 2012, le Wall Street Journal a rapporté que le détaillant de bureau en ligne [Staples faisait varier les prix] (http://www.wsj.com/articles/SB10001424127887323777204578189391813881534) par code postal. Staples semblait calculer les prix en fonction de la distance entre l'utilisateur et un magasin concurrent, mais l'effet involontaire était que les personnes dans les codes postaux à faible revenu voyaient les prix plus élevés.

En 2014, des chercheurs de la Northeastern University ont découvert que les principaux sites Web, tels que Home Depot, Orbitz et Travelocity, [orientaient certains utilisateurs vers des produits plus chers](http://www.ccs.neu.edu/home/cbw/pdf /imc151-hannak.pdf). Et cette année, une autre étude a révélé que les utilisateurs identifiés par Google comme des femmes recevaient [moins d'annonces pour un emploi bien rémunéré](http://www.degruyter.com/view/j/popets.2015.1.issue-1/ popets-2015-0007/popets-2015-0007.xml).

Hors ligne, la pratique consistant à proposer des prix différents pour le même produit à différents endroits est assez courante - l'essence ou un gallon de lait peuvent être tarifés différemment à quelques pâtés de maisons l'un de l'autre. Mais tant qu'il n'y a pas d'intention de discriminer racialement, c'est généralement légal, dit Andrew Selbst, un avocat qui a co-écrit [un article sur les préjugés qui peuvent être inhérents au Big Data] (http://papers.ssrn. com/sol3/papers.cfm?abstract_id=2477899).

"Si vous êtes ouvert aux affaires, vous ne pouvez pas discriminer certaines classes protégées", a déclaré Selbst.

La discrimination raciale non intentionnelle est illégale dans le logement et l'emploi en vertu de la doctrine juridique connue sous le nom de "[impact disparate] (https://www.propublica.org/article/how-the-supreme-court-could-scuttle-critical-fair-housing -règle) », qui interdit les actions involontaires qui blessent les personnes d'une classe protégée.

Mais la doctrine de l'impact disparate ne s'applique pas au monde en ligne, où il est souvent difficile de déterminer comment et pourquoi des prix différents sont proposés.

Plus tôt cette année, Christian Haigh, étudiant de premier cycle à Harvard, est tombé sur les prix variables de The Princeton Review en faisant des recherches pour un cours qu'il suivait intitulé "Data Science to Save the World".

Haigh cherchait des différences de prix dans les chambres d'hôtel s'il réservait à différents endroits dans le monde. Mais il ne trouvait pas grand-chose. Il a donc recherché des sites Web nécessitant la saisie d'un code postal.

"Nous avons pensé que si vous deviez entrer le code postal, ils essayaient de faire de la discrimination", a déclaré Haigh. Aujourd'hui, Haigh et trois autres étudiants publient leurs conclusions que les prix plus élevés de The Princeton Review sont en corrélation avec les zones à revenu plus élevé.

ProPublica a examiné le code que l'un des camarades de Haigh a publié sur un site Web public et a collecté ses propres données en juillet, puis de nouveau lundi. Les données ont montré que The Princeton Review proposait quatre prix différents pour le même forfait de tutorat en ligne «Premier Level».

Beaucoup de prix sont régionaux. Par exemple, toute la région de New York, y compris Long Island, reçoit le prix le plus élevé possible, 8 400 $. Une grande partie de la Californie, à l'exception de San Diego, se voit proposer le deuxième prix le plus élevé, 7 200 $, tandis que les codes postaux de San Diego sont facturés au prix le plus bas.

Étant donné que les régions de tarification sont vastes, couvrant parfois plusieurs États, elles sont différentes des algorithmes technologiques personnalisés utilisés par certains sites Web, qui prennent des décisions en temps réel sur les publicités à montrer à un visiteur particulier.

ProPublica a testé si les prix de The Princeton Review étaient liés à différentes caractéristiques de chaque code postal, notamment le revenu, la race et le niveau d'éducation. Lorsqu'il s'agissait d'obtenir les prix les plus élevés, vivre dans un code postal avec un revenu médian élevé ou une grande population asiatique semblait faire la plus grande différence.

L'analyse a montré que les zones à revenu élevé sont deux fois plus susceptibles de recevoir des prix plus élevés que la population générale. Par exemple, les banlieues aisées de Washington D.C. se voient facturer des prix plus élevés. Mais ce n'est pas toujours le cas : les résidents des quartiers aisés de Dallas paient le prix le plus bas, 6 600 $.

Les clients des zones à forte densité de résidents asiatiques étaient 1,8 fois plus susceptibles de se voir proposer des prix plus élevés, quel que soit leur revenu. Par exemple, les résidents de la ville industrielle de Westminster, en Californie, qui est à moitié asiatique avec un revenu médian inférieur à la plupart, se sont vu facturer le deuxième prix le plus élevé pour le service de tutorat Premier.

Le Princeton Review a déclaré que ce serait une erreur de qualifier ses pratiques de tarification de discrimination. "Assimiler les différences d'impact accidentelles qui se produisent à partir de ce type de tarification basée sur la géographie qui imprègne tout le commerce américain avec discrimination interprète mal à la fois le sens littéral, juridique et moral du mot", a déclaré la société dans son communiqué.

La société a déclaré que les prix de ses services de tutorat en ligne sont basés sur les prix des tuteurs locaux, qui varient "comme pratiquement tous les biens ou services, qu'il s'agisse d'essence, de loyer ou d'œufs".

Même si les différences de prix n'étaient pas intentionnelles, les étudiants de Harvard ont déclaré les trouver dérangeantes. Haigh, l'étudiant qui a découvert les variations, est un étudiant en économie et a déclaré qu'il n'était généralement pas contre les différences de prix, à moins que des groupes démographiques particuliers ne soient affectés.

"C'est quelque chose qui a un très petit impact sur la vie d'un individu mais qui peut avoir un impact important sur de grands groupes", a déclaré Haigh.

Lire la source

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
  • e1b50cd