Airbnb przyjrzy się osobowościom klientów

Airbnb postanowiło zadbać o bezpieczeństwo klientów decydując się na wprowadzenie monitoringu ich zachowań przy pomocy możliwości oferowanych przez uczenie maszynowe. Patent odpowiedniej technologii został zgłoszony w Europejskim Urzędzie Patentowym. Monitoring obejmie aktywności internetowe zarówno wynajmujących, jak i najemców.

Lepszy wynajem z machine learning?

Airbnb opracowało technologię opartą na uczeniu maszynowym, która na podstawie cyfrowej aktywności klientów będzie określała typ ich osobowości. Pod uwagę będą brane wpisy w mediach społecznościowych i na blogach oraz skłonność do tworzenia fałszywych kont i działań przestępczych. Rozwiązanie zgłoszono w Europejskim Urzędzie Patentowym. W 2015 podobny pomysł zgłosiła firma Trooly, która w późniejszym czasie została przejęta przez najpopularniejszą platformę do wynajmu krótkoterminowego.

Opis patentu obejmuje metody, systemy i narzędzia, w tym zakodowane programy komputerowe, wykorzystywane w celu analizy zachowania i określania cech osobowości użytkowników. Metryki cech zachowania i metryki cech osobowości dostarczane są jako dane wejściowe do systemu punktacji, co pozwala na pozyskiwanie danych wyjściowych stanowiących mierzalną ocenę wiarygodności danej osoby. Nota ta ma opierać się na cechach osobowości i zachowania potencjalnego wynajmującego związanych z jego działalnością w sieci. W ten sposób szacowane jest prawdopodobieństwo, na ile dany użytkownik może okazać się pożądanym wynajmującym, czyli takim, który nie sprawi wynikających z jego winy problemów.

Atrybuty identyfikacyjne

Takie cechy wynajmującego nazywane są atrybutami indentyfikacyjnymi. Mogą one obejmować wiele danych, od tych zupełnie podstawowych, jak imię i nazwisko, do dużo bardziej zaawansowanych, jak powiązania społeczne, historię zatrudnienia czy edukacji, a także informacje o koncie bankowym. Identyfikacja atrybutów pozwoli dostarczyć informacji o każdej osobie. Dzięki systemowi można będzie dowiedzieć się, czy dany użytkownik utworzył kiedyś fałszywy profil, np. w social media, a także czy nie podawał w różnych miejscach innych informacji mogących wprowadzać w błąd. Algorytmy “przyjrzą się” również potencjalnym przestępczym aspektom działalności internautów, związanym na przykład z handlem narkotykami czy przestępstwami seksualnymi.

W przyszłości oprogramowanie może zostać wdrożone do skanowania witryn internetowych, w tym mediów społecznościowych. W pozytywny sposób zostaną zinterpretowane takie cechy, jak otwartość i sumienność, a podejrzliwość wzbudzą demonstrowane publicznie przejawy “narcyzmu, makiawelizmu i psychopatii”. Z negatywną oceną dokonaną przez algorytmy sztucznej inteligencji muszą się także liczyć osoby, które używają podejrzanych słów kluczowych, a także udostępniają materiały związane z narkotykami czy alkoholem.

Po co to wprowadzać?

W całej sytuacji zapewne chodzi o zapewnienie bezpieczeństwa obu stronom transakcji podejmowanych za pośrednictwem Airbnb: wynajmującym i najemcom. W grę wchodzi zarówno bezpieczeństwo osobiste, jak i zabezpieczenie mienia. Zdarzyć się może bowiem, że pozostawione obcej osobie mieszkanie zostanie zdewastowane.

Airbnb wykorzystuje modele machine learning od 2013 roku, jednak nie wiadomo, czy na podstawie algorytmów odmówiono już komuś wynajmu mieszkania. Jak dotąd sztuczna inteligencja służyła do ograniczania niepożądanych zachowań, ale nieco innego rodzaju, niż opisywane. Do tej pory skupiano się na ograniczaniu przestępstw związanych z zakładaniem fałszywych kont czy prób wyłudzania pieniędzy, a także korzystaniem z podrobionych kart płatniczych. Algorytmy pomagały również gospodarzom w optymalizacji cen za wynajem (na podstawie danych o pokojach i mieszkaniach o podobnym standardzie i lokalizacji), gdyż zbyt drogie mieszkania nie zarabiałyby na siebie, tym samym nie generując prowizji dla serwisu.

“Każda rezerwacja Airbnb jest oceniana pod kątem ryzyka przed jej potwierdzeniem”, czytamy na stronie portalu. “Korzystamy z najlepszych narzędzi uczenia maszynowego do natychmiastowej analizy i oceny setek informacji, co pozwala nam na powstrzymywanie podejrzanych działań. Żaden system nie jest idealny, ale staramy się monitorować naszych gospodarzy i gości, szukając ich na różnego rodzaju listach obserwacyjnych.”


Źródło: sztucznainteligencja.org.pl, telegraph.co.uk. Zdjęcie główne artykułu pochodzi z unsplash.com.

Zapraszamy do dyskusji

Patronujemy

 
 
More Stories
Aktualizacja GitHuba. Czym jest GitHub Actions oraz GitHub Connect?